徐州大气颗粒物污染特征及传输途径分析

利用徐州2015年PM2.5和PM10逐小时质量浓度数据,分析了徐州颗粒物时空变化特征。同时基于HYSPLIT后向轨迹模式,结合GDAS气象数据和空气质量数据,利用轨迹聚类及潜在源分析法研究徐州不同季节气流轨迹对颗粒物浓度的影响及PM2.5和PM10的潜在来源。结果显示,2015年徐州环境空气中PM2.5和PM10的年均值为65和122μg/m3,分别超过国家《环境空气质量标准》(GB 3095—2012)二级标准限值86%和63%。各国控站点ρ(PM2.5)和ρ(PM10)月变化呈现一致的冬季高夏季低的"V"型变化特征,这与气象条件和气流轨迹特征季节性变化有关。秋冬季污染较高时期徐州主要受西北内陆性气团和较为稳定的气象条件影响,而春夏季来自较为干净的东部海洋性气团利于污染扩散。潜在源分析显示,山东、安徽、苏中南、浙西北等地区是影响徐州市PM2.5和PM10的主要潜在源区。各季节潜在源区分布范围有一定差异,冬季时潜在源区分布最广,并有明显向西北方向转移延伸的趋势。     

阜新市空气监测点位优化的聚类分析

基于聚类分析法利用数据之间距离系数进行分类的原理,建立空气监测点位聚类分析优化模型,结合阜新市地形、气象及历史监测数据,进行阜新市空气监测点位布设优化应用,优化结果表明:距离相似水平取d=0.3时,环保局(B点)与人民公园(C点)监测点空气污染物浓度分布相似性最高,合并为1点,增设气象台监测点位作为清洁背景点,4个点位构成阜新市空气监测新网络;利用CALPUFF模型模拟对优化后监测点位进行相关性检验。检验结果表明:监测点位优化后SO2浓度与实测值相关系数为0.984,PM10相关系数为0.968,NO2相关系数为0.973。CALPUFF模型模拟值与实际监测值之间相关系数均大于0.75,表明优化后的阜新市空气监测点位具有客观环境代表性;监测点位优化与检验方法具有一定应用价值。     

水电厂设备设施风险的动态分级研究

为保障水电厂安全运行,根据水电厂设备设施构成要素,系统分析其风险,建立涵盖水轮机及其辅助设备、发电机及其辅助设备、计算机监控系统及自动装置、电气一次设备、电气二次设备、水工建筑物及金属结构、机具与防护设施等因素在内的评价指标体系。采用欧氏距离定义样本差异,标准化处理属性特征值,通过聚类迭代,开发水电厂设备设施风险的动态分级方法。研究结果表明:水电厂设备设施故障风险在每年的第2,3季度明显大于第1,4季度,并且随着时间推移,各季度设备设施故障风险同比有增加的趋势,风险分级结果与设备设施故障的变化趋势基本吻合。     

官厅水库入库断面水质多指标评价与演变特征分析

水体质量状况及其污染特征是流域水污染防治规划和治理措施制定的前提和基础。采用主成分分析和层次聚类分析等多元统计分析方法,选取溶解氧、高锰酸盐指数、化学需氧量等10个不同类型的监测指标,综合评价了官厅水库入库断面八号桥2006—2017年丰水期和枯水期水质年际变化特征,识别了不同阶段关键污染指标。结果表明:各年份丰水期(9月)大多数水质指标均优于枯水期(5月),特别是粪大肠菌群和氨氮,但总磷和高锰酸盐指数的差异较小。根据水质指标年际变化情况,可将研究期分为污染严重阶段(2006—2007年)、污染改善阶段(2008—2015年)和污染全面好转阶段(2016—2017年)。大部分水质指标呈现逐年好转的趋势,特别是粪大肠菌群、氨氮和五日生化需氧量,但总磷仍是官厅水库入库河流的重要污染指标。     

AHP与GA-SVM耦合模型在滑坡预警中的应用*

为了减少滑坡造成的损失，提高滑坡预测的准确性，通过搭建灾害模拟平台获得滑坡的实验数据，在获得多组模拟实验数据后，分析各变量的特性。首先，通过层次分析(Analytic Hierarchy Process，AHP)算法，对滑坡进行危险度划分；然后，通过支持向量机(Support Vector Machine，SVM)建立模型，遗传算法(Genetic Algorithm,GA)再优化SVM参数，提出1种层次分析法与GA-SVM相耦合的模型。研究结果表明:AHP方法划分后的数据，通过GA与SVM结合建立的模型精度较好，实验预测结果与实际结果较为吻合，与单一SVM相比，精度更高，结果更好，更加适用于多变量的复杂非线性滑坡预警。     

基于等级全息建模的输油泵机组风险根源辨识*

为“挖掘”输油泵机组风险根源，降低设备预知性维护难度，结合输油泵多准则风险评价，提出1种基于等级全息建模的输油泵机组风险根源辨识方法，运用等级全息建模方法将输油泵系统分解为泵体结构、管理因素、环境因素、操作因素、技术因素、运行因素、设备安装7个子系统进行定性和定量分析。结果表明:相比危险与可操作性分析（HAZOP）、事故树分析（FTA）等传统风险辨识方法，等级全息建模（HHM）对轴承等关键部件以及压力等运行参数的监测更为深入，能够有效辨识输油泵机组高风险情景，提升输油泵的风险辨识效率。     

Effectiveness of Panama as an intercontinental land bridge for large mammals

Habitat fragmentation is a primary driver of wildlife loss, and establishment of biological corridors is a common strategy to mitigate this problem. A flagship example is the Mesoamerican Biological Corridor (MBC), which aims to connect protected forest areas between Mexico and Panama to allow dispersal and gene flow of forest organisms. Because forests across Central America have continued to degrade, the functioning of the MBC has been questioned, but reliable estimates of species occurrence were unavailable. Large mammals are suitable indicators of forest functioning, so we assessed their conservation status across the Isthmus of Panama, the narrowest section of the MBC. We used large-scale camera-trap surveys and hierarchical multispecies occupancy models in a Bayesian framework to estimate the occupancy of 9 medium to large mammals and developed an occupancy-weighted connectivity metric to evaluate species-specific functional connectivity. White-lipped peccary (Tayassu pecari), jaguar (Panthera onca), giant anteater (Myrmecophaga tridactyla), white-tailed deer (Odocoileus virginianus), and tapir (Tapirus bairdii) had low expected occupancy along the MBC in Panama. Puma (Puma concolor), red brocket deer (Mazama temama), ocelot (Leopardus pardalis), and collared peccary (Pecari tajacu), which are more adaptable, had higher occupancy, even in areas with low forest cover near infrastructure. However, the majority of species were subject to ≥1 gap that was larger than their known dispersal distances, suggesting poor connectivity along the MBC in Panama. Based on our results, forests in Darien, Donoso–Santa Fe, and La Amistad International Park are critical for survival of large terrestrial mammals in Panama and 2 areas need restoration.     

Using long-term data for a reintroduced population to empirically estimate future consequences of inbreeding

Inbreeding depression is an important long-term threat to reintroduced populations. However, the strength of inbreeding depression is difficult to estimate in wild populations because pedigree data are inevitably incomplete and because good data are needed on survival and reproduction. Predicting future population consequences is especially difficult because this also requires projecting future inbreeding levels and their impacts on long-term population dynamics, which are subject to many uncertainties. We illustrate how such projections can be derived through Bayesian state-space modeling methods based on a 26-year data set for North Island Robins (Petroica longipes) reintroduced to Tiritiri Matangi Island in 1992. We used pedigree data to model increases in the average inbreeding level (F ) over time based on kinship of possible breeding pairs and to estimate empirically N_e/N (effective/census population size). We used multiple imputation to model the unknown components of inbreeding coefficients, which allowed us to estimate effects of inbreeding on survival for all 1458 birds in the data set while modeling density dependence and environmental stochasticity. This modeling indicated that inbreeding reduced juvenile survival (1.83 lethal equivalents [SE 0.81]) and may have reduced subsequent adult survival (0.44 lethal equivalents [0.81]) but had no apparent effect on numbers of fledglings produced. Average inbreeding level increased to 0.10 (SE 0.001) as the population grew from 33 (0.3) to 160 (6) individuals over the 25 years, giving a ratio of 0.56 (0.01). Based on a model that also incorporated habitat regeneration, the population was projected to reach a maximum of 331–1144 birds (median 726) in 2130, then to begin a slow decline. Without inbreeding, the population would be expected stabilize at 887–1465 birds (median 1131). Such analysis, therefore, makes it possible to empirically derive the information needed for rational decisions about inbreeding management while accounting for multiple sources of uncertainty.     

企业低碳制造战略分类研究:以水泥企业为例

随着气候变化加剧,低碳发展已成为政府和学者关注的重要议题。降低工业碳排放成为实现我国经济可持续发展的当务之急。低碳制造战略是工业企业实现战略转型、应对碳排放约束和提升市场竞争力的可行策略之一,但企业低碳制造战略的研究正处于起步阶段,还缺乏低碳制造战略类型的认识。为此,本文在拓展企业制造战略竞争优先权结构要素的基础上,增加能源利用率和单位产品二氧化碳排放量为竞争优先权结构要素,构建低碳制造战略竞争优先权分类指标,由此探索企业低碳制造战略类型。本文以国内22个省(自治区、直辖市)所辖的137家水泥企业为研究对象,运用聚类分析方法,识别企业低碳制造战略的类型,结果表明:企业低碳制造战略可划分为三种类型,分别是设计者、看守者和低碳践行者。研究结果不仅有助于深入了解水泥企业低碳制造战略特点,为我国水泥企业低碳制造战略制定和实施提供决策依据,而且其理论成果也可推广至其他高耗能产业,创新引导企业有效实施基于产品全生命周期的企业低碳制造战略。     

豫北典型农田作物中重金属污染状况及健康风险评价

农产品污染引发的食品安全问题目前已经成为全社会关注的焦点，为了研究和评价农作物中重金属污染和健康风险状况，采集了焦作市武陟县玉米、水稻和花生三种大田作物样品，共计47个样品，其中玉米样品16个，花生样品4个，水稻样品27个。在测定作物籽粒中重金属Cr、Ni、As、Cd和Pb含量的基础上，分别采用单因子污染指数和综合污染指数法评价了作物籽粒中重金属的污染状况，并运用危险商（HQ）法评价了这些作物中的重金属对人体健康可能造成的风险，进而应用相关分析法、聚类分析法及主成分分析法，探讨了作物籽粒中重金属含量的分布特征及其污染来源。结果表明：武陟县农田作物籽粒中的Cr、Ni、As、Cd和Pb的平均含量分别为0.26±0.42、0.31±0.29、0.04±0.03、0.01±0.04和0.03±0.03 mg·kg^-1。其中，玉米籽粒中的Cr、Ni、As、Cd和Pb的平均含量分别为8.86×10^-2±0.21、9.41×10^-2±0.12、8.10×10^-3±5.29×10^-3、1.20×10^-5±4.92×10^-5和0.04±0.02 mg·kg^-1；水稻籽粒中的Cr、Ni、As、Cd和Pb的平均含量分别为0.38±0.49、0.44±0.31、0.07±0.02、4.60×10^-3±7.42×10^-3和0.03±0.03 mg·kg^-1；花生籽粒中的Cr、Ni、As、Cd和Pb的平均含量分别为0.13±0.22、0.32±0.16、0.02±3.05×10^-3、0.11±0.07和1.32×10^-2±1.70×10^-2 mg·kg^-1。农作物籽粒中各重金属元素的单因子污染指数评价结果显示，从总体上看，3种农作物籽粒中5种重金属的单因子污染指数均值均小于1，单因子污染指数均值大小顺序为：Ni＞As＞Cr＞Pb＞Cd；从作物类型来看，玉米和水稻中Ni超标的样品比率分别为6.67%和51.85%，水稻中Cr超标的样品比率为12%。农作物籽粒中各重金属元素的综合污染指数评价结果显示，重金属的平均综合污染指数为0.59，整体上处于安全等级。总体来看，14.89%的农作物受到不同程度的污染，其中轻度污染的农?