基于支持向量机的湖泊生态系统健康评价研究

利用支持向量机在处理分类问题、小样本问题和泛化推广方面的优势,构建了基于支持向量机的湖泊生态系统健康评价模型.同时,对广州市最大的人工湖——白云湖的水质及生物群落情况进行了监测,最后运用该模型对白云湖生态系统健康状况进行了评价.评价结果表明,白云湖生态系统处于病态状态,不能达到其净化水质的设计作用.建议从提高进水水质、实施湖区截污和丰富生物量3方面改善白云湖生态系统健康水平.与传统熵权综合健康指数法和熵权模糊综合评价法相比,所建模型更加客观、科学地评价了湖泊生态系统健康状况,能够为湖泊生态系统健康管理提供一定依据,具有广阔的应用前景.     

基于随机模拟与三角模糊数耦合的重金属污染评价模型

基于河流环境系统中随机性、模糊性等多种不确定信息共存的特性,采用蒙特卡罗方法模拟三角模糊数,并将其应用到沉积物重金属污染评价领域,通过将各重金属实测含量及地球化学背景值三角模糊化,然后进行随机模拟,并结合各等级概率水平加权进行综合污染等级分析,建立了基于随机模拟与三角模糊数(SS-TFN)理论的沉积物重金属地累积指数评价模型.采用该模型对湘江长沙段沉积物中重金属污染状况进行评价.结果表明,Cd的污染程度最大,处于严重污染级别;其次为Zn和Hg,处于重度污染级别,并有向严重污染恶化的趋势;而其他重金属污染程度则较低.相对于确定性评价方法,该模型能够得出评价区域重金属地累积指数的可能值区间及其相应的概率水平,客观真实地综合表征沉积物中重金属分布及污染情况,为科学决策提供更多全面合理的信息.     

基于概率神经网络的城市湖泊生态系统健康评价研究

概率神经网络(PNN)是一种结构简单、训练简捷、应用十分广泛的人工神经网络,并且在水质分类等环境领域已取得一定研究成果.本文选取广州市最大的人工湖——白云湖作为研究对象,结合其水质监测数据及生物监测数据,建立概率神经网络模型对其进行湖泊生态系统健康评价,得到不同监测时间点的湖泊生态系统健康评价结果.分析表明:1白云湖生态系统比较脆弱,目前净化水质的效果有限;2各监测点的评价结果均呈季节性变化,丰水期湖泊生态系统健康状态好于枯水期,年际变化不显著.实验结果表明,利用概率神经网络对湖泊生态系统健康状态进行评价是可行的,与传统评价方法相比,其具有训练时间短、权重确定客观、输出结果稳定等优势,可以运用到更多相关领域.     

城市污水污泥处置方式的温室气体排放比较分析

针对我国现在主流的城市污水污泥处置方法:填埋,焚烧,堆肥。用IPCC中推荐的方法和缺省值,对处置过程中产生的温室气体的直接排放、间接排放和替代排放做了计算和分析。填埋过程计算排放的温室气体有CH4,焚烧过程计算排放的有温室气体CO2和N2O,堆肥过程计算的排放的有温室气体CO2和N2O,最终比较的结果都折算成CO2的排放。结果表明,污泥填埋、焚烧、堆肥所产生的CO2的净排放量分别为695.847 kg CO2/t、443.643 kg CO2/t、511.817 kgCO2/t。由于考虑了堆肥以后的有机肥利用,从减排以及污泥资源化的角度分析,得出堆肥是相对好的污泥处置方式。     

基于区间数的河流水环境健康风险模糊综合评价模型

利用区间数表示水环境中污染物浓度的不确定性,构建了基于区间数的河流水环境健康风险评价模型.同时,采用专家咨询法建立模糊化的风险评价标准体系,将风险评价标准分为低、低.中、中、中.高、高和极高6个风险等级,并运用一级综合评判法得出健康风险评价的等级.最后,选取cd、As、Hg、Pb、CN、NH3和挥发酚为评价因子,将基于区间数和模糊理论的河流水环境健康风险模糊综合评价模型应用于2005～2007年湘江长株潭段的水环境健康风险评价中.评价结果表明,2005～2007年湘江长株潭段的水环境健康风险水平较高;株洲和湘潭段的个人年风险值较大.其中,五星断面的个人年风险最高,儿童的个人年风险明显高于成人的个人年风险;2006年朱亭镇、霞湾、三汊矶和樟树港4个断面上个人年风险略有增高,2007年各断面的健康风险水平有所降低.     

基于能源结构的IGT模型对CO2排放量的研究

将能源结构指标Es引入到IGT模型中,并用模糊矩阵对Es进行计算,同时,采用马尔可夫模型对湖南省能源结构进行预测,结果显示:到2020年,湖南省煤、石油、天然气、水电在一次能源消费中的占比为:54.75%:10.75%:2.75%:26.24%;在此能源结构的基础上,用基于能源结构的IGT模型对湖南省CO2排放量进行预测,预测结果显示:2020年湖南省CO2排放量为48 787.23万吨,是2010年的1.51倍,但其单位GDP的CO2排放量仅为1.19吨/万元,比2010年下降41.6%;2020年因能源结构优化而减排的CO2量为7 049.79万吨,占当年CO2排放总量的14.45%。此外,当湖南省单位GDP年均节能率达到7.8%左右时,其CO2排放量将维持2010年的水平不变,从而实现经济增长和CO2排放量的脱钩。     

基于延拓盲数的洞庭湖湖泊综合营养状态评价模型

基于湖泊水环境系统多种不确定性共存或交叉存在的特性,将延拓盲数理论应用于湖泊富营养化评价领域,用延拓盲数表示各参数浓度,与综合营养状态指数模型相耦合,建立基于延拓盲数的综合营养状态指数评价模型.采用该模型评价了洞庭湖的富营养化状况,结果表明,西洞庭湖、南洞庭湖和洞庭湖出口的富营养化程度较低,处于中营养级别,东洞庭湖的富营养化程度较高,处于中营养-轻富营养级别,并且有恶化到中富营养级别的趋势.相对于常规的确定性方法,综合评价模型得出了评价区域综合营养状态指数的可能值区间及其相应的可信度水平,较好地弥补了确定性评价方法的不足,更科学、全面地表征了评价区域的富营养状态与空间分布差异.     

基于模糊化的长株潭地区地下水重金属健康风险评价

健康风险评价是表征环境污染物对人体健康危害程度(或致死)的一种风险评价方法. 主要研究了长沙、株洲和湘潭三市地下水由于重金属污染而造成的人体健康风险. 采用模糊化原理将评价标准分为6个等级,即低风险、低～中风险、中风险、中～高风险、高风险以及极高风险,可直观地反映地下水中重金属所致健康危害的风险水平. 结果表明:2002—2006年长沙、株洲和湘潭三市地下水重金属所致健康风险水平较高;致癌重金属比非致癌重金属所致个人年均风险值大,其所致健康危害的风险大小依次为Cr6+＞As＞Cd;在重金属所致健康危害的总风险水平中,2002—2006年长沙的个人年均风险值处于逐年降低的趋势,而湘潭和株洲的个人年均风险值都出现了先增高后降低的趋势,这可能是由于近年来长株潭地区加强了地下水的监测与污染防治工作所致.      

基于三角模糊数的河流沉积物中重金属污染评价模型

将模糊集理论引入污染评价领域,建立基于三角模糊数的地累积指数模糊评价模型.用三角模糊数表示沉积物污染物浓度和地球化学背景值,并通过α-截集技术和区间数的隶属度计算得出重金属污染程度级别,从而为重金属的综合污染评价提出一种新的思路.将该模型应用于湘江7个河段底泥沉积物重金属污染的评价,结果表明,7个河段沉积物中重金属污染严重,且6种重金属的地累积指数差异较大,各种重金属的富集程度由高至低排列的顺序为:CdZnHgPbAsCr.各河段沉积物中重金属的综合污染程度顺序为:衡阳湘潭郴州长沙岳阳株洲永州.Cd、Zn和Hg是各河段沉积物污染的主要环境污染因子.     

河流水环境污染风险模糊综合评价模型

综合考虑水环境污染的脆弱性和受污染水体对人体健康的危害性, 建立了河流水环污染风险模糊综合评价模型.运用模糊语言,将脆弱性和危害性均分为6个等级,并根据F统计法和专家咨询法确定脆弱性和危害性的模糊隶属函数.由模糊综合评价得出河流水环境污染的风险水平.将该评价模型应用到湘江14个断面的水环境风险评价中,直观地表达各个断面污染风险水平,为湘江水资源管理和优先控制断面的选取提供新思路和新方法.