武汉地区夏季和秋冬季大气污染的天气概念模型

利用2013～2019年武汉市生态环境局监测数据、L波段雷达探空资料、NCEP/NCAR逐日再分析资料,对夏季和秋冬季武汉地区污染日的大气污染特征、边界层结构、环流形势、物理量场进行研究,建立了武汉地区大气污染的天气概念模型.主要结论如下:(1)武汉市空气质量具有季节性变化特征,大气污染程度四季分布表现为冬＞秋＞春＞夏.夏季首要污染物是臭氧,冬季首要污染物是PM2.5.(2)比较挑选出的夏季清洁日和污染日的气象要素特征,污染日逆温的平均强度约为清洁日的一倍,逆温底高一般在600 m以下,空气质量一般为轻度-中度污染;静风频率(37.1％)明显高于清洁日的静风频率(2.9％);污染日平均风速小(0.8 m/s),边界层内相对湿度较低.同样比较秋冬季两类天气的气象要素特征,污染日逆温底高低、厚度小,不及清洁日的一半,不利于污染物的扩散,易出现重度污染天气.静风频率(20％)高于清洁日的静风频率(7.5％),风速小(1.6 m/s),污染日边界层内呈明显上千下湿的格局.(3)建立了夏季大气污染的天气概念模型,污染日副高偏弱位置偏东,长江流域易少雨干旱;地面我国东部大范围地区处于均压场中,武汉地区为偏东北异常小风,不利于大气污染物的扩散.(4)建立了秋冬季大气污染的天气概念模型,长江流域环流平直少波动,配合地面弱低压的天气形势和较强的逆温使得大气污染物聚集在近地面.蒙古冷高压强度偏弱,使得入侵我国的冷空气强度偏弱;武汉地区为偏北小风,对雾霾的移除和稀释扩散作用差.该研究结论可供大气污染预测预警研究和环境管理部门大气污染的联防联控参考.     

湖北省耕地利用转型对农民增收的空间溢出效应研究

基于2005～2017年湖北省74个县域面板数据,构建基于交通权重的空间权重矩阵,利用空间杜宾模型,实证研究耕地利用转型影响农民增收的空间溢出效应,并进一步揭示该溢出效应呈现的具体规律与特征.研究表明:(1)耕地利用转型各形态和农民收入水平都具有显著的正向空间自相关性;(2)农民收入水平的空间自回归系数ρ为0.65,表明相邻县域农民增收存在正向空间溢出效应,即本县域农民收入增长1％,相邻县域农民收入将会增长0.65％;(3)相邻县域间的空间溢出效应主要靠耕地数量、农业劳动力和基础设施投入形态变化驱动,其中,农业劳动力形态变化产生的空间溢出效应占总效应的69％,耕地数量形态占15％,基础设施投入形态占12％.因此,应注意提升县域间耕地利用系统协同性,利用其空间溢出效应促进湖北省各县域共同发展、农民收入协同提高.     

AI-based runoff simulation based on remote sensing observations: A case study of two river basins in the United States and Canada

Data-driven techniques are used extensively for hydrologic time-series prediction. We created various data-driven models (DDMs) based on machine learning: long short-term memory (LSTM), support vector regression (SVR), extreme learning machines, and an artificial neural network with backpropagation, to define the optimal approach to predicting streamflow time series in the Carson River (California, USA) and Montmorency (Canada) catchments. The moderate resolution imaging spectroradiometer (MODIS) snow-coverage dataset was applied to improve the streamflow estimate. In addition to the DDMs, the conceptual snowmelt runoff model was applied to simulate and forecast daily streamflow. The four main predictor variables, namely snow-coverage (S-C), precipitation (P), maximum temperature (T_max), and minimum temperature (T_min), and their corresponding values for each river basin, were obtained from National Climatic Data Center and National Snow and Ice Data Center to develop the model. The most relevant predictor variable was chosen using the support vector machine-recursive feature elimination feature selection approach. The results show that incorporating the MODIS snow-coverage dataset improves the models' prediction accuracies in the snowmelt-dominated basin. SVR and LSTM exhibited the best performances (root mean square error = 8.63 and 9.80) using monthly and daily snowmelt time series, respectively. In summary, machine learning is a reliable method to forecast runoff as it can be employed in global climate forecasts that require high-volume data processing.     

手机定位人口数据在应急救援中的应用

随着智能手机的普及,基于手机定位的人口数据在突发性灾害应急救援领域发挥着日益重要的作用。以近几年地震灾区为主要研究对象,选择灾区中有代表性的旅游景区、县城及乡镇,获取这些区域手机定位的人口数据,同时采用传统方法估算区域内人口数量,并进行差异性对比。研究结果表明:差异性最大的是旅游景区、其次是县城和乡镇;在人口年度变化上,旅游景区的人口在7、8月份达到高峰,乡镇人口高值区出现在2月份,县城人口年度差异无明显规律。     

两种水生昆虫头宽与基于图像分析的大小参数关系性分析

对于水生昆虫及其它生物而言,大小是一个重要的功能性状,但是头宽的测量特别耗时和受人为因素影响.随着计算机技术的发展,基于图像分析技术(一种快速测量大小的策略)可获得传统方式难以获得的大小参数,明确这些大小参数与头宽的关系,对推动这些参数的应用具有重要意义.选择两种个体大小差异较大的蜉蝣(梧州蜉和光滑细蜉)作为研究对象,对其头宽与基于数字图像获得的面积,周长,最小矩形的长和宽,最适合椭圆的长轴和短轴和粒径等个体大小参数的相关性进行研究.数字图像采用改进后的描述仪扫描获取;图像分析基于ImageJ软件完成;基于二元直线回归和多元直线回归分析各参数之间的相关性.各种层次的回归分析结果均表明:基于图像分析获得的两种蜉蝣所有个体大小参数均与头宽大小呈极其显著的正相关性,其中面积的相关性最高.并且面积与其它大小参数相关性也极其显著,对个体大小具有较好的代表性.研究结果为推动数字图像分析技术应用在水生昆虫及其它生物的生物学和生态学研究中提供了技术支持和理论依据.     

Probabilistic health risk assessment of nitrosamines in drinking water of Shaoxing,Zhejiang, China

Environmental Science and Pollution Research - Nitrosamines (NAms) are potent genotoxic and carcinogenic but widely detected in drinking water. This study aimed to investigate the occurrence of...     

基于SHERPA的环境空气质量减排情景模拟评估

分析了SHERPA综合评价模型的基本原理和主要建模理念,重点介绍了其在环境空气质量减排情景模拟评估方面的作用,以及在排放源与受体关系(SRR)方面的处理方法,比较了其与欧盟常用的其他情景模拟模型的优缺点。SHERPA模型的特点是空间灵活性较好,对于任何给定地点,可以快速评估不同地区对该研究地点空气质量的影响。SHERPA模型的3个主要功能为污染物来源分析、决策支持和情景模拟。基于SHERPA模型对法国环境空气中PM_(2.5)、PM_(10)和NO_2年均浓度进行污染来源分析、决策支持分析和减排情景模拟评估,展示了模型在环境治理措施优先级筛选和政府间联合治理措施协调建议方面的功能和作用,以期为中国环境空气质量预测预报、环境质量管理措施的制定和成效评估等环境服务与管理工作提供借鉴。     

武汉市一次污染过程的局地流场和边界层结构的数值模拟

利用2013年11月武汉市逐日空气质量资料、地面气象观测资料、NCEP/NCAR再分析资料和L波段雷达探空资料，通过WRF模式模拟空气污染生消过程中的局地气象条件变化，探讨特殊地形条件下边界层结构变化和局地环流在污染物生消过程中的作用和影响。结果表明：（1）武汉地区当背景环流场强的时候，由地形引起的局地流场对污染物扩散的影响就弱，反之当背景环流场弱的时候, 地形对流场影响明显:夜间为山风，白天为谷风。夜间山风与偏西北气流及偏东气流在武汉及周边地区辐合，形成气流汇聚带，在武汉地区形成一个反复污染带,即由地形引起的局地流场对污染物扩散的贡献就大；（2）武汉地区发生空气污染时，地面湿度较高，边界层呈上干下湿状态，其特征为暖而干且有偏东小风，这导致污染物不断堆积和重污染过程的形成。     

沼泽湿地水生无脊椎动物完整性指数构建与健康评价

依据2017年5、7、9月对三江平原19处沼泽湿地(参照湿地6处,受损湿地13处)的水生无脊椎动物采样结果,应用生物完整性理论和方法,构建水生无脊椎动物完整性指数,评价三江平原沼泽湿地健康状况。通过对27个候选指标的分布范围、判别能力和相关性分析,筛选出总分类单元数、扁卷螺科百分比、龙虱科百分比、刮食者百分比4个指标构成水生无脊椎动物完整性指数核心指标。采用比值法计算各指标参数值,将各参数值加和得到水生无脊椎动物完整性指数值。根据参照湿地水生无脊椎动物完整性指数值的25%分位数值确定评价标准,对小于25%分位数的值进行三等分,确定三江平原沼泽湿地健康评价标准:≥2.58,无干扰;1.72～2.58,轻度干扰;0.86～1.72,中度干扰;0～0.86,重度干扰。结果表明:所调查的三江平原沼泽湿地有78.95%受到不同程度的干扰(其中47.37%受到了中重度干扰),21.05%属于无干扰。     

SMBBR-AF-SMBBR组合工艺处理高氨氮农药废水

采用特异性移动床生物膜反应器(SMBBR)和厌氧生物滤池(AF)组合工艺处理高氨氮农药废水。考察了HRT、pH和DO等工艺条件对SMBBR-AF-SMBBR组合工艺运行稳定期COD和氨氮去除率的影响。试验结果表明,在进水COD为2 408~7 440 mg/L、ρ(NH_4~+-N)为160.21~433.84 mg/L、TN为208.27~537.65 mg/L、HRT为8d、pH为8.0、DO为4 mg/L的条件下,处理后出水平均COD为342 mg/L,COD去除率达92.3%;ρ(NH_4~+-N)小于4.0mg/L,氨氮平均去除率为89.2%;TN小于50 mg/L,平均TN去除达83.0%。出水各指标均优于原A2O工艺出水。