基于贝叶斯的苯并(α)芘PBPK模型优化与健康风险评估应用

应用基于生理的药代动力学(PBPK)模型预测苯并(α)芘(BaP)暴露的人体内部剂量,基于贝叶斯的马尔科夫链蒙特卡洛模拟(MCMC)方法对模型参数进行校准和优化,最后运用已优化的模型对BaP内暴露基准值进行推导.研究发现,基于贝叶斯的MCMC方法对模型后验参数校准后,模型精度明显提高,两个数据集验证结果显示残差平方和分别降低了72%和94%.PBPK模型以BaP和子代谢物3-羟基苯并(α)芘(3-OHBaP)的体内动力学过程为结构基础,模拟BaP体内浓度分布大小为脂肪>肾脏>皮肤>缓慢灌注组织>快速灌注组织>静脉血>肝脏;3-OHBaP体内浓度分布大小为肾脏>快速灌注组织>脂肪>肺>静脉血>缓慢灌注组织>肝脏>皮肤.敏感性分析显示,快速灌注组织-血分配系数对模型输出影响最大,灵敏度系数超过了200%;排泄系数影响最小,只有肾小球过滤率K_BR的灵敏度系数超过了1%.以美国国家环境保护局推荐的参考浓度2.0×10^-6mg/m³为外暴露安全基准值,基于PBPK模型推导了职业暴露的BaP生物监测当量(BE),结果显示BE值为0.405pmol/mol肌酐(尿液3-OHBaP平均浓度),为基于人体内暴露剂量水平进行定量健康风险评估奠定了基础.     

未来RCP4.5情景下黄海DMS浓度变化模拟与分析

使用CORDEX-EA过去气候态(2000-2009年)与RCP4.5情景下近未来气候态(2041-2050年)大气强迫结果驱动中国东部陆架海域耦合DMS模块生态模型,模拟了黄海过去及近未来表层DMS浓度(C_DMS),探究了黄海近未来C_DMS时空分布的变化及其影响因素.结果表明:近未来黄海C_DMS的年循环发生变化,北黄海C_DMS极高值出现月份由5、9月转变为4、10月,南黄海由4、9月转变为4、8月;局部C_DMS高值区也发生变化,春季山东半岛附近海域、夏季苏北浅滩、南黄海中东部、秋季南黄海东部C_DMS高值区加强,夏季山东半岛附近C_DMS高值区减弱.近未来热通量、风应力对山东半岛、南黄海中东部海域C_DMS影响较大;降水量、云量对西朝鲜湾C_DMS的影响占优;苏北浅滩C_DMS受多个气候因子共同作用.     

人为排放及气象因素对空气质量影响的定量分析——以疫情期间邢台市为例

选择河北省邢台市作为研究对象,将2020疫情作为一个极限管控措施下的极限减排实验情景,把2021疫情作为未来常态化疫情防控实验分析情景.与疫情前期对比,两次疫情期间臭氧浓度均有提升且2021疫情时期颗粒物浓度同样有提高,2020疫情时期其他污染物浓度均有不同程度的改善,而与2019历史同期相比,两次疫情期间臭氧浓度同样有升高现象,除此以外,2021疫情时期污染物改善较好.利用长短期记忆网络（LSTM）算法和空气质量预报模式系统（WRF-CMAQ）量化了两次疫情时期气象因素对于污染物浓度变化的影响,根据空气质量模拟法反推了不同污染物受人为影响的浓度变化.实验结果表明,LSTM算法在两次疫情期间的模拟均显示人为影响对污染物产生了负影响（降低了污染物浓度）且在总变化影响中占比较高,而CMAQ模式模拟结果中的气象因素影响占比远高于LSTM算法.CMAQ模式在两次疫情模拟中表现出了不同的结果,在2020疫情中人为影响占据了主导,而在2021疫情中,相比较2020疫情时期,除NO₂外,人类活动对其他污染物的影响均为正值（促进了污染物浓度升高）.     

三峡水库水动力分区及总磷标准研究

采用EFDC模型计算2010~2018年三峡水库流域水龄.结果表明,三峡水库水龄由上游库尾至下游库首愈来愈大,尤其坝前水龄高达100余天,湖泊属性增强,坝前支流受库区影响大,大坝调度对水龄影响较大,高水位运行期水龄将增长至2~4倍.基于水龄空间分布将三峡水库及其17条主要支流划分为河流型、河湖过渡型和湖泊型.水龄影响因素定量分析表明,水龄与水位呈正相关,与流量呈负相关,泄水期变化速率较蓄水期明显,单位流量与水位内水龄变化幅度高达6~7d,变化区间介于30~100d之间.最后,提出基于水龄权重法的河湖过渡区总磷评价标准,该标准可揭示库区水体总磷的时空变化特征.     

成渝城市群碳排放时空特征及其影响因素

利用2008~2018年成渝城市群内16个城市的面板数据,运用空间自相关和时空地理加权回归模型,探究了城市群碳排放的时空演变格局,揭示了碳排放影响因素的时空异质性.结果表明,成渝城市群碳排放整体呈增长态势,总量由5亿t增加到6.6亿t,增速约为1500t/a,地均碳排放量和人均碳排放量也存在波动上涨趋势.碳排放总量热点区域集中在成都和重庆,分别占总量约20%和25%,冷点区域为雅安市.碳排放总量和地均碳排放均存在显著的空间差异,人均碳排放的莫兰指数为正,呈现明显的空间聚集格局.整体上,人均碳排放表现出东北低-西南高的空间结构特征,南充,遂宁,广安是低低聚集区域.城市群中各个城市的影响因素显示出时空异质性,能源强度、经济发展水平、人口规模对城市的碳排放都有明显正向作用,在成渝中西部城市作用强度大;而城市化水平的正向影响较弱,对成渝东部城市影响较强.     

基于InVEST-PLUS模型的碳储量空间关联性及预测——以广东省为例

构建土地利用碳储量数据库,基于InVEST模型Carbon模块,得到广东省1990~2020年碳储量时空分布情况.用Moran’s I指数和Getis-Ord Gi^*分析格网尺度下碳储量时空分布特征,用Anselin Local Moran’s I得到LISA集聚图.然后运用PLUS模型和14个土地利用驱动因子预测2050年土地利用及其碳储量分布.结果表明,土地利用变化直接影响区域碳储量高低,林地、草地等具有生态服务功能地类碳密度最高,分别是188.44,329.34Mg/hm².碳储量空间格局整体呈现出中部低、北部高、东西中等的特点.碳储量空间分布特征与土地利用特征一致,碳储量显著高值集聚区域分布在建设用地少、生态用地多且连片的粤北地区,显著低值区域分布在国土开发强度和生态用地破碎化程度高的珠三角地带.在自然发展情景下,到2050年广东省土地利用碳储量将减少4327.21万Mg,随着国土空间进一步开发,环珠江口沿岸城市碳储量持续下降.增加植被生态系统碳储量,是实现碳中和的重要手段之一.要继续维持粤北山区生态保护屏障的重要地位,减缓珠三角城市土地开发强度,提高建设用地集约节约能力,形成平衡协调的土地利用和碳储量格局.     

天山北坡经济带土壤重金属来源及污染评价

为定量识别与评价天山北坡经济带中奇台、吉木萨尔、阜康等地区土壤重金属来源与生态风险,对该区域171个表层土壤中Zn、Cu、Cr、Pb、Hg、As和Cd7种常见重金属的含量进行测定.运用统计学方法、主成分分析、正定矩阵因子分解（PMF）与潜在生态风险指数进行重金属污染程度评价以及来源分析.结果表明,研究区土壤Zn、Cu与Cr之外,Pb、Hg、As和Cd分别超过了新疆土壤背景值4.1、2.0、8.0和48.0倍;与国家土壤重金属风险筛选值相比,Zn、Cr和Hg浓度在安全范围内,Cu与Pb有少部分样点污染较严重,超出筛选值,As与Cd平均值分别超出筛选值的3.09倍与19.17倍.污染来源分析结果显示研究区土壤中的重金属元素主要来自于燃煤源、交通运输、大气降尘、农工业排放和自然因素.生态风险评价结果分析表明,Zn、Cu、Cr和Pb处于轻微风险状态;Cd处于极高风险水平;73.68%的Hg处于中等风险,18.71%处于高风险;43.86%的As生态风险处于中等风险,51.46%处于高风险.综合潜在生态指数介于472~2575.69,Cd对综合潜在生态指数贡献率达到了89.24%,其次是As与Hg,表明研究区Cd对土壤生态环境危害很大,As与Hg也需要特别引起重视.     

太湖水体Chl-a预测模型ARIMA在引排水方案优化中的应用

我国东部大型浅水湖泊太湖的富营养化和藻华暴发一直是困扰该地区社会经济高质量发展的重要水问题之一,其中水资源分配不均及部分营养盐浓度较高,严重制约了太湖水体生态环境的健康发展。基于1999-2019年太湖水质、气象等逐月观测资料,构建了基于协变量(TN、TP、COD_Mn、降水量和引排水量)的叶绿素a(Chl-a)预测模型ARIMA(1, 1, 1)(0, 1, 1)₁₂,并结合2007-2019年历史引排水方案经验和效果,提出了未来平水年情景下降低太湖藻华大面积暴发风险的引排水方案优化策略。结果表明:所构建的ARIMA(1, 1, 1)(0, 1, 1)₁₂模型能有效预测太湖水体Chl-a浓度;且在预设未来情景下,通过同步增加引、排水量可有效降低水体营养盐含量。引排水方案的优化关键在于季节性水资源的合理调配,在满足水安全的基础上适当加大冬春季节引排水,可达到改善水动力和排出营养盐的效果。     

海岸带陆海气氮磷污染协同治理:监测、模拟与决策

陆海统筹已成为美丽海湾建设和海岸带可持续发展的关键战略。其中,陆海气氮磷污染协同治理是持续改善近岸海域生态环境质量的关键,但其缺乏理论指导与技术支撑。梳理了陆海气环境介质与界面过程的监测、模型(流域-河流模型、河口-近海模型、大气沉降模型等)的研究现状、技术难点和发展趋势。为加快推进流域-海域综合治理,亟须建立陆海气氮磷污染监测-模型-评估-决策体系。建议加快陆海气界面氮磷通量监测技术开发与应用,构建陆海气集成或耦合模型,在不同时空尺度上探究氮磷污染来源、主要输移通道、跨界面过程和机制。提出了未来研究重点:1)基于监测与模型提升海岸带生态系统的科学认知;2)构建陆海统筹视角的富营养化评估与生态系统健康评估方法;3)创新分区分类环境容量核算与分配方法;4)研究海岸带环境污染多目标治理优化方案;5)开展海岸带社会-经济-环境系统互馈模拟与多主体协同决策,助力生态环境治理能力现代化。     

基于机理模型与数据模型融合的污水处理智能控制系统构建思路

污水处理智能控制是水污染控制领域的前沿方向。人工智能技术的快速发展,为污水处理智能化控制系统研发注入了新的活力。当前亟须探索污水处理机理模型与数据驱动方法交叉融通的科学路径,重构污水处理智能控制系统的逻辑模式,以提升污水处理智能控制技术研发水平。为此,从污水处理过程的确定性-随机性特征出发,提出了融合机理模型与数据模型的双回路控制系统设想,未来通过充分的实践探索,有望为污水处理智能控制提供新的技术路线。首先,分析了污水处理智能控制系统的基本要素,分别探讨了基于确定性的机理模型及基于随机性的数据驱动模型对污水处理系统的控制作用,进而提出了机理模型与数据模型融合驱动的双回路控制系统基本逻辑架构及控制原理,并分析了该系统在污水处理复杂过程中应用的拓扑结构。最后,围绕未来污水处理智能控制技术发展作了展望。