基于BPNN的一江两河流域水体中重金属浓度预测

本文将反向传播神经网络(BPNN)应用于青藏高原一江两河流域(雅鲁藏布江山南段、拉萨河、年楚河)水体中重金属浓度预测，探讨了输入变量、预测因子、隐藏层节点数和模型结构的影响.模型以溶解氧(DO)、pH、电导率(EC)、总磷(TP)、铁(Fe)作为网络的输入层，重金属砷(As)、锑(Sb)、钼(Mo)、锰(Mn)的含量作为网络的输出层，使用Levenberg-Marquardt (LM)算法进行训练.其中，BPNN隐藏层的传递函数为tansig，隐藏层节点数为9，输出层的传递函数为purelin，输出层节点数为4.结果表明：(1)以单个元素作为预测因子时，As、Sb、Mo、Mn预测值和实测值的决定系数(R²)分别为0.98、 0.933、 0.894、 0.928；均方根误差(RMSE)分别为：9.7168×10^-4、 1.2508×10^-4、 3.3159×10^-4、1.9188×10^-3.(2)以4个元素作为预测因子时，预测值和实测值的决定系数(R²)为...     

2013年北京市PM2.5重污染日时空分布特征研究

根据2013年北京市环境保护监测中心监测的PM2.5数据,系统分析了北京市重污染日PM2.5污染的时空分布特征,并利用克里格插值初步统计了全年和重污染日PM2.5不同浓度区间的国土面积。2013年全市PM2.5年均浓度为89.5μg/m3,重污染日平均浓度为218μg/m3,重污染日主要集中在冬季;PM2.5年均浓度呈现明显的南高北低梯度分布特征,而重污染日空间分布较均匀,南部及城六区存在明显的高污染区,平均浓度在180μg/m3以上;2013年北京市重污染日PM2.5平均浓度为150~250μg/m3,其对应的国土面积约为12 656 km2,PM2.5平均浓度在250μg/m3以上的国土面积约为883 km2,而全年无PM2.5平均浓度在150μg/m3以上所对应的国土面积。     

2014年北京市CO浓度水平和时空分布

对北京市地面监测站点的CO浓度进行分析，探讨其浓度水平、变化趋势和时空分布特征。2014年春、夏、秋、冬四季北京市CO平均浓度分别为1.06、0.87、1.34、2.17 mg/m³。CO浓度均呈双峰型变化，第一个峰值出现在07：00-09：00，主要由交通早高峰的排放引起；第二个峰值出现在23：00左右，主要受交通晚高峰排放和夜间边界层高度降低的挤压效应的共同影响。从空间分布来看，全年整体呈现南高北低的分布特征，尤其是秋、冬季较为明显，体现了工业布局和区域传输对CO的影响。从全年来看，湿度对CO浓度的影响最大。对2014年冬季北京市的一次高CO浓度分析结果表明，此次过程是由本地排放和区域传输共同造成的，气象要素中地面气压对CO浓度影响最大。     

暴雨径流对海河干流水质的影响及排干水质要求的确定

以天津市海河上游河段为研究对象,模拟计算暴雨径流由二级河道排入海河干流后所造成的影响。采用EFDC(Environmental Fluid Dynamics Code)模型建立了海河干流上游河段的水动力和水质模型。在不同降雨重现期和干流入口流量的情况下,模拟了二级河道排放污染物COD、DO、NH3-N和TP等在海河干流的迁移转化规律。降雨重现期选取0.5 a、1 a、2 a、5 a、10 a和50 a。海河干流入口流量选取0、10 m3/s、20 m3/s、30 m3/s、50 m3/s、100 m3/s、150 m3/s和200 m3/s。海河干流的柳林控制断面为水质控制断面。当降雨重现期为10 a、干流入口流量为0时,柳林控制断面处COD、NH3-N和TP质量浓度分别超标73%、47%和197%,DO质量浓度只有3.16mg/L,水体污染严重。在保证柳林控制断面处水质满足水质要求的前提下,确定了各二级河道排干水质要求拟合曲线。当固定降雨量时,干流入口流量越小,二级河道排干水质的控制指标就越严;当固定干流入口流量时,降雨量越大,二级河道排干水质的控制指标就越严。根据二级河道排干水质控制指标,可计算各二级河道的排干水体的总截污量和DO补充量,为汛期海河水环境保护提供理论指导。     

北京市废弃微型计算机主机物料系数测算研究

微型计算机作为《废弃电器电子产品回收处理管理条例》的首批目录产品,处理企业对其拆解处理将获得基金补贴。而微型计算机主机物料系数是基金补贴的重要依据之一。为了减少微型计算机主机物料系数与实际情况的偏差,北京市环保局委托中国家用电器研究院,在北京市3家处理企业中开展台式微型计算机主机进行拆解实验,对比分析了台式微型计算机电路板物料系数不同的计算方法,并提出物料系数计算方法和系数建议,为北京市废弃电器电子产品处理企业补贴审核提供依据和政策支撑。     

2016—2018年北京城市湿地遥感监测分析

为全面了解北京城市湿地的现状及近年来的动态变化情况，利用高分辨率卫星遥感数据，综合运用GIS技术与景观生态学方法，定量分析了北京市6环内的湿地空间格局。结果表明，北京6环内城市湿地以河流湿地和湖库湿地为主；2016—2018年间湿地面积有所下降，2年间减少了126.58 hm²，主要转化为草地，少量转化为建设用地和林地；由于城市外围的开发建设强度较大，5-6环湿地被侵占面积相对较大，而4环内湿地面积的波动较小；2016—2018年，北京城市湿地的斑块密度增加，平均斑块面积有所减小，表明湿地斑块随时间变化呈破碎化的趋势，且从城市中心向城市边缘，湿地斑块的破碎化程度增强。     

罗云 博士生导师 中国地质大学(北京)教授 工程技术学院院长(曾)

曾获湖北省青年科技精英称号,首届中国地质学会青年科技银锤奖,首届北京市青年学科带头人,首届国家自然科学基金青年基金(安全经济)。主持完成国家自然科学基金、国家科技专项、重点研发项目以及省部级、各行业近百余项科技项目,发表学术论文200余篇、著作80余部。     

河流型饮用水水源保护区划分比较

比较分析了国内外河流型水源保护区划分的原则、方法和标准,例证了我国不同省份的划分实践。指出,我国各省多采用经验值划分水源保护区范围,部分省份划分方案久未更新,没有充分发挥保护区的作用。提出,应进一步细化水源保护区划分规范指导要求,及时修订省级水源保护区划分方案,并借鉴国外水源保护区划分经验,通过调整水质标准、重视公众参与、利用地理信息系统等方式划分水源保护区,从源头上预防水源污染,降低饮用水公共风险,保障饮用水安全。     

北京市交通环境监测点大气污染特征分析

研究分析了2013—2017年北京市交通环境点位大气污染物浓度分布特征,结果发现:交通监测点NO、NO_2与PM_(2.5)浓度时间变化特征与城区总体状况基本一致,与交通环境密切相关的NO_2浓度采暖季高于非采暖季,重污染日期间交通监测点峰值浓度也明显偏高;周末交通监测点NO浓度在5:00—23:00低于工作日4.9%～32.1%,周末NO_2浓度在7:00—23:00低于工作日0.7%～7.4%,NO_x浓度周末偏低与车流量降低密切相关;重大活动期间空气质量减排措施实施后,北京市作为区域NO_2浓度高值区中心明显消失,PM_(2.5)浓度分布梯度减小,本地减排效果明显。     

交通限行对大气颗粒物及PM2.5中二NFDA1英的影响

为了研究北京大气颗粒物和二NFDA1英(PCDD/Fs)的污染状况以及评估交通限行对大气颗粒物和PCDD/Fs的影响。利用同位素稀释高分辨率气相色谱/高分辨率质谱(HRGC/HRMS)联用法和USEPA 1613B 标准方法,以中国地质大学(北京)东门为采样点,采集大气PM_2.5、PM₁₀、TSP样品,对北京市交通限行期间以及交通限行前后等不同交通状况下颗粒物浓度及大气PM_2.5中17种2,3,7,8-PCDD/Fs污染特征进行了监测。结果表明,PM_2.5、PM₁₀、TSP的日均质量浓度在交通限行前分别为126、202、304 μg/m³,限行期间分别为39、78、93 μg/m³,限行结束后分别为79、126 μg/m³。PM_2.5中17种PCDD/Fs的质量浓度(毒性浓度)3个时段分别为1 804 fg/m³(70 fg I-TEQ/m³)、252 fg/m³ (9 fg I-TEQ/m³)和1 196 fg/m³ (48 fg I-TEQ/m³)。北京市交通限行期间颗粒物浓度和二 NFDA1 英浓度显著低于交通限行前后,交通源减排措施的实施是大气颗粒物和二 NFDA1英污染水平降低的主要原因,从减排效果看,交通源减排措施对大气细颗粒物(PM_2.5)的控制效果明显好于大气粗颗粒物。