大规模突发事件应急资源调度的多目标鲁棒优化研究

为及时有效地控制大规模突发事件的不良影响,考虑应急响应系统中多种应急物资需求呈不确定性的特征,建立最小化总成本和总时间的多目标-两阶段临时配送中心选址和应急资源调度模型。采用相对鲁棒优化方法对模型进行求解,利用区间估计描述不确定性因素,并引入扰动系数和控制参数调节模型的鲁棒性和最优性。数值实验结果表明,该模型能有效解决需求不确定下应急资源调度网络的构建问题,且能保证应急决策良好的鲁棒性。最后,通过分析测算单目标与多目标模型下目标值的结果以及不同控制参数与扰动系数下目标值结果,进一步验证了该模型符合应急响应实际情况。     

农杆菌介导的抗除草剂基因转入两系杂交稻恢复系的研究

利用农杆菌水稻高效转化系统，成功地将外源ＢＡＲ基因转入实用性两系要交稻恢复系Ｒ１８７和秀水０４，经过除草剂Ｂａｓｔａ田间涂布试验，其阳性率达到９０％以上。对转基因植株同步进行的ＰＣＲ特异扩增和总ＤＮＡ Ｓｏｕｔｈｅｒｎ检测结果也证实抗Ｂａｓｔａ的植株中含有ＢＡＲ基因。讨论了应用转ＢＡＲ基因的方法提高两系杂交水稻制种纯度的条件。图２表１参３     

西安市建筑施工扬尘排放的模型估算

作为我国大气污染治理重点区域汾渭平原的重点城市,西安正处于城市建设迅速发展阶段,建筑扬尘排放量大,极大地影响了西安的空气质量.本研究基于西安市建筑和市政施工工程的调查资料,结合两套由不同机构测量的我国北方典型城市排放因子,估算获得了西安市2017年建筑施工扬尘PM_(10)、PM_(2.5)的排放量及排放强度,构建了西安市区县级别建筑扬尘排放颗粒物清单,并分析其空间分布特征.结果表明:①引用中国环境科学研究院依据建筑扬尘产生类型测定的排放因子,估算获得2017年西安市建筑施工扬尘PM_(10)、PM_(2.5)排放总量分别为6.8×10~4、1.4×10~4 t,其中,作业施工扬尘排放量占总排放量的74%,风蚀扬尘占26%;②引用北京市环境保护科学研究院构建的建筑扬尘季节性排放因子,估算西安市建筑施工扬尘PM_(10)、PM_(2.5)排放总量分别为10.8×10~4、2.2×10~4 t,建筑扬尘排放量存在着明显的季节差异,夏季、秋季、冬季的扬尘排放量明显低于春季,但冬季略高于夏季、秋季;③综合两套排放计算结果表明,估算的建筑扬尘排放量存在50%的差异,西安2017年建筑扬尘PM_(10)排放量约为6.8×10~4～10.8×10~4 t,PM_(2.5)排放量约为1.4×10~4～2.2×10~4 t;④空间分布上,主城区建筑施工扬尘排放量大,约占总排放量的72%;主城区建筑施工扬尘排放强度高,约为郊区县的29倍.     

近50年中国温带地区不同景观带气温变化对比研究

运用线性趋势分析、气候倾向率分析和Mann-Kendall突变检验等方法对中国1962年-2011年温带地区不同景观带气温数据进行分析,研究温带地区不同景观带气温变化趋势以及气温突变状况,分析气温变化的异同。研究结果表明：近50年中国温带地区森林、草原、荒漠三个景观带的年平均气温、四季气温、年平均最高、最低气温都呈现显著增加的趋势,且均存在突变现象,虽然同属温带地区,但是气温增长速率及突变时间存在差异。温带草原带和温带森林带是气候变化的敏感区。     

西安市加油站挥发性有机物排放及其影响的数值模拟研究

目前,挥发性有机物（VOC）对臭氧等大气污染的贡献持续受到关注,各地陆续出台包括限制加油站排放在内的VOC管控举措.西安市作为汾渭平原特大城市,机动车保有量大、加油需求量大,加油站排放的VOC污染不容忽视.为更科学地了解加油站VOC排放对臭氧、二次有机气溶胶的影响,为加油站管控和治理方案提供科学依据,本文在调研的基础上结合稀疏矩阵排放模型SMOKE构建了网格化的西安市加油站VOC排放源,并采用空气质量模式WRF-CAMx敏感性数值模拟试验研究了加油站VOC排放对夏季臭氧、二次有机气溶胶浓度的影响.结果表明：（1）考虑加油站VOC排放后,敏感性控制试验所模拟的2018年7月臭氧（O₃）、二次有机气溶胶（SOA）浓度略高于无加油站VOC排放的基准情景试验模拟结果;（2）与基准情景试验类似,考虑加油站VOC排放控制试验模拟的2018年7月O₃浓度日变化呈单峰型分布特征;二次有机气溶胶（SOA）浓度的日变化特征为上午浓度较高且出现浓度峰值,而下午浓度水平整体降低,在晚上浓度又逐渐攀升;（3）敏感性数值试验结果表明,仅考虑西安市加油站排放VOC对空气质...     

不同分辨率CMAQ模式系统对北京PM2.5预报效果研究

自北京奥运会以来，CMAQ模式作为北京多模式预报系统的一个成员在北京空气质量预报中得到广泛应用.为了更好地发展模式系统预报性能，本文针对北京开展完整年份PM_2.5模拟预报效果评估，结合我国环境空气质量标准，引入IAQI预报准确率、等级预报准确率以及预报综合评分法等多项指标，研究评价不同代际不同模式分辨率CMAQ模式系统预报效果差异.研究结果表明，①新研发的CMAQ模式系统预报效果整体优于原有业务预报模式系统，综合考虑预报级别准确性和预报空气质量分指数精确度的得分评估结果显示，新一代CMAQ模式3 km空间分辨率（BJ03）4 d预报时效内得分为73.1~80.5分，高于9 km空间分辨率（BJ09）和原有CMAQ模式5 km空间分辨率（CN05）和15 km空间分辨率（CN15）的预报结果综合得分.②BJ03区域的预报效果优于BJ09区域，BJ03区域预报的PM_2.5-IAQI准确率达42%，空气质量等级准确率达68%~79%，预报综合评价得分最高80.5分；而9 km分辨率CMAQ模式预报的PM_2.5-IAQI准确率为30%，等级准确率为53%~70%，预报综合评价得分最高为75.3分.③模式PM_2.5-IAQI预报准确率整体随预报时长增加而下降，原有业务系统CMAQ模式的CN05、CN15区域IAQI预报准确率由24 h内的27%下降至7 d预报时长的22%左右；BJ03区域IAQI预报准确率由24 h内的42%下降到4 d预报时长的29%，与之对应的BJ09区域IAQI预报准确率由24 h内的30%下降到4 d预报时长25%，至9 d预报时长，IAQI预报准确率进一步下降到22%，即达到原有业务预报系统7 d IAQI预报准确率.④模式秋冬季的PM_2.5预报结果整体较实况偏高，BJ03区域秋冬季较实况偏高9.2 μg·m^-3，而BJ09、CN05和CN15区域较实况偏高25.6~37.9 μg·m^-3.