基于Landsat 8遥感数据的天津市地表温度反演

以Landsat 8遥感数据为数据源,进行天津市地表温度反演研究。首先采用单通道算法反演地表温度,并利用均值标准差法进行温度分级。然后建立不同温度等级面积比例的估算模型。再通过随机样点,从不同温度等级和土地覆盖类型2个角度,分别建立并比较不同类样点的地表温度与各指数的拟合模型。结果表明:次高温区域面积比例与人口密度、人均GDP都具有较高的决定系数;地表温度与NDVI、BAEM的二元线性回归决定系数高于地表温度与单一指数的决定系数;将样点分类后,低温点与MNDBI的决定系数高于其他温度等级样点,水域和植被样点与各种指数的决定系数高于其他地物类型样点。     

非柔性连接石化储罐配管温差应力分析与对策

储罐配管在温差作用下产生热位移会导致管壁产生热应力，未采用柔性连接的配管由于热应力集中作用可能发生破漏。针对与石油化工储罐非柔性连接的配管的安全问题，应用ANSYS有限元分析软件模拟计算石化企业典型配管的热应力分布；根据不同类型配管的分析结果，提出了工程技术与管理方面的针对性安全措施。研究结果表明:温差效应对石化储罐配管热应力影响显著，随内外温差的增加，配管应力集中的区域增大，最大热应力值增大；补偿措施能够改善配管的柔性，降低配管应力；约束载荷限制配管热膨胀从而增大配管应力；三通管是多根配管接合的区域，这种复杂管道交汇处会形成明显应力集中。研究结果对于提高石油化工非柔性连接配管安全性有一定的指导意义。     

Mitigating Impact of Devils Lake Flooding on the Sheyenne River Sulfate Concentration

Devils Lake is a terminal lake located in northeast North Dakota. Because of its glacial origin and accumulated salts from evaporation, the lake has a high concentration of sulfate compared to the surrounding water bodies. From 1993 to 2011, Devils Lake water levels rose by ~10 m, which flooded surrounding communities and increased the chance of an overspill to the Sheyenne River. To control the flooding, the State of North Dakota constructed two outlets to pump the lake water to the river. However, the pumped water has raised concerns about of water quality degradation and potential flooding risk of the Sheyenne River. To investigate these perceived impacts, a Soil and Water Assessment Tool (SWAT) model was developed for the Sheyenne River and it was linked to a coupled SWAT and CE‐QUAL‐W2 model that was developed for Devils Lake in a previous study. While the current outlet schedule has attempted to maintain the total river discharge within the confines of a two‐year flood (36 m³/s), our simulation from 2012 to 2018 revealed that the diversion increased the Sheyenne River sulfate concentration from an average of 125 to >750 mg/L. Furthermore, a conceptual optimization model was developed with a goal of better preserving the water quality of the Sheyenne River while effectively mitigating the flooding of Devils Lake. The optimal solution provides a “win–win” outlet management that maintains the efficiency of the outlets while reducing the Sheyenne River sulfate concentration to ≤600 mg/L.     

珠江口表层水中多环芳烃的分布特征及健康风险评估

分别于2015年2、5、8、11月在珠江八大入海口采集表层水体样品,应用固相萃取富集法对该区域表层水体中16种USEPA优控多环芳烃(PAHs)的时空分布特征进行分析,并利用终生致癌风险增量模型(ILCR)对该区域的饮水健康风险进行评价。结果表明:珠江口4个季度所采集的水样中,∑15PAHs的浓度范围为18.0~50.3 ng/L,含量处于中等水平。其中7种强致癌性∑7PAHs的浓度范围为1.53~3.73 ng/L,占∑15PAHs的5.89%~11.1%,∑15PAHs和∑7PAHs在枯水期(2、11月)样品中明显高于丰水期(5、8月)。就组成特征而言,各采样点PAHs以3、4环为主。珠江口表层水中非致癌类PAHs的危害商数值为0.99×10~(-5)~2.73×10~(-5),远低于USEPA规定的阈值(1);致癌类PAHs产生的健康风险为6.50×10~(-8)~2.37×10~(-7),其中Ba P导致的饮水途径健康风险最高,所有点位致癌类PAHs的健康风险均低于USEPA推荐的对致癌物质最大可接受风险水平(10~(-6)),表明珠江口表层水中PAHs尚不具备严重的致癌风险,但是仍然存在潜在的健康风险,需要重点控制和管理。     

人工神经网络在预测深基坑周边地表沉降变形中的应用研究

深基坑开挖引起的周边地表变形预测是一个复杂非线性问题,引起地表沉降的影响因素很多,各因素之间呈高度的非线性关系。传统的基坑用边地表沉降变形预测方法存在着一定的局限性,其预测精度有待提高,而人工神经网络是一种多元非线性动力学系统,可以灵活方便地对多成因的复杂未知系统进行高度建模,实现全面考虑各种主要影响因素的深基坑周边地表沉降变形预测。本文介绍了误差反向传播(BP)网络模型的结构、学习过程及其算法的改进,径向基函数(RBF)网络模型的结构及其学习过程;分析了影响深基坑开挖周边土体沉降变形的主要影响因素;以25个基坑工程的地表沉降实测资料为训练样本,建立了11个输入影响因素的BP神经网络模型和RBF神经网络模型,通过对样本的学习训练过程及对5个检验样本的预测精度,说明了人工神经网络用于预测基坑周边地表沉降的可行性和准确性。     

不同低碳氮比废水中好氧颗粒污泥的长期运行稳定性

为了研究好氧颗粒污泥系统处理低碳氮比废水的长期运行稳定性,采用低碳氮比（C/N）条件下逐步增加碳氮负荷的进水方法,分别在反应器A和B中接种好氧颗粒污泥,考察其长期运行过程中的理化性质、处理性能及应对冲击负荷的稳定性.其中A反应器的碳氮比一直维持在2,而B则由4逐步降至2.结果表明,在4℃存储30d的好氧颗粒污泥,经过25d的培养,其活性基本恢复,A、B反应器化学需氧量（COD）和氨氮（NH₄⁺-N）的去除效率均达到90%以上.在其后的稳定阶段,B反应器COD和NH₄⁺-N去除率达到90%以上,实现了完全硝化;而A反应器COD去除率仅80%左右,虽然NH₄⁺-N去除率最终也达到90%以上,但仅实现短程硝化.在冲击负荷阶段,A和B反应器COD去除率仍维持在80%以上,但是NH₄⁺-N去除受到很大冲击.A反应器NH₄⁺-N去除效率恶化,B反应器仅实现了部分硝化.整个运行过程,好氧颗粒污泥的物理性质受到的影响不大,A和B反应器的污泥容积指数（SVI₃₀）分别维持在60 mL ·g^-1和75 mL ·g^-1左右,混合液悬浮固体（MLSS）在5g ·L^-1和3.7g ·L^-1左右.颗粒污泥微生物群落分析表明,B反应器相对于A反应器丰富度和多样性更高.同时B反应器具有更高丰度的Zoogloea属,在颗粒中能产生更多的胞外蛋白促使颗粒结构更稳定,保证系统的长期稳定运行.以上结果表明,与C/N为2的好氧颗粒污泥系统相比,C/N为4的系统脱碳硝化效果好,抗冲击负荷能力强,更有利于颗粒污泥的长期稳定运行.     

基于OMI数据的东南沿海大气臭氧浓度时空分布特征研究

基于臭氧监测仪(OMI)卫星反演数据,对2005—2018年东南沿海5省区域大气臭氧柱浓度数据进行提取及分析,探讨其时空分布格局及影响因素.结果表明:①在时间变化上,14年间,该区域大气臭氧柱浓度整体呈先上升后下降的趋势,2005—2013年臭氧柱浓度持续升高,最高值为324.52 DU,高值区不断向南部区域扩大;2013—2018年臭氧柱浓度呈下降趋势,最低值为228.27 DU,但在2017、2018年略有上升.②在空间分布上,臭氧柱浓度自北向南逐渐降低,高值区集中分布在江苏及浙江省北部;低值区集中于福建省南部及广东省大部分地区.③在季节变化上,大体呈现出春夏季高于秋冬季,高值区在春夏季交替出现,秋季略高于冬季,但差异不明显.④稳定性分析表明:研究区臭氧柱浓度整体呈现中部分散、南北部集聚、差异较显著的分布格局.⑤自然因素中,风向、气温均呈现显著正相关,江淮地区的梅雨季节(降水)及华南地区的台风和暴雨也起到显著作用.⑥人文因素中,臭氧柱浓度与地区生产总值、各产业生产总值及机动车保有量均表现出正相关,其中,臭氧柱浓度与第二产业的相关度最高.另外,臭氧柱浓度与NO_x排放量表现出显著相关性.VOC_s对臭氧柱浓度的影响中,工业源是主控因素,交通源和居民源次之,电厂源对臭氧柱浓度的影响最弱.这进一步说明臭氧浓度的变化受到了诸多因素的综合影响,但气温、NO_x及VOC_s的排放是臭氧浓度变化的主导因素.     

基于改进遗传算法的河流水污染源反演方法

针对河流水污染应急响应过程中污染源排放历史迟知、未知的问题,结合多种群遗传算法和自适应遗传算法,利用一维河流水质模型和水质监测数据,研究建立了基于改进遗传算法的河流水污染定量源反演方法,实现了对河流污染源排放历史的识别与重构.将该方法应用于美国特拉基河流的3个不同流量下的示踪剂实验中,对示踪剂排放历史进行定量源反演分析.结果表明：IGA算法对高、中、低不同流量下的3次示踪剂实验均可以很好的重构和识别示踪剂排放历史,对于实际河流水污染源反演分析的误差均在可接受范围内.IGA算法在河流水污染源反演分析中具有一定的可靠性和稳定性,可为河流水污染精准溯源与治理提供科学的技术支撑.     

沱江沉积物中有机氯农药分布特征及其与藻类有机质的关系和生态风险评估

使用气相色谱-质谱联用仪分析了长江支流沱江流域48个表层沉积物中有机氯农药（organochlorine pesticides,OCPs）的残留水平,探讨了其分布和组成特征及其与总有机碳（total organic carbon,TOC）、藻类有机质之间的关系,以及评估其生态风险.结果表明沱江流域表层沉积物中OCPs的总含量为3.17~127 ng·g^-1,其中六六六（hexachlorocyclohexane,HCHs）类农药的含量为2.83~86.0 ng·g^-1,滴滴涕（dichlorodiphenyltrichloroethane,DDTs）类农药的含量为0.340~40.9 ng·g^-1.OCPs空间分布特点为：上游 < 中游 < 下游 < 支流.HCHs和DDTs的组成成分分析表明,沱江流域存在林丹输入的现象,主要来自于历史残留,这与绝大多数流域的DDTs的输入状况相似.OCPs含量与TOC、藻类有机质含量之间存在着极显著的正相关性关系,表明藻类有机质在TOC对沉积物中的OCPs分配中起更为重要的作用.生态风险评估表明,沱江流域表层沉积物的有机氯农药存在较大的生态风险,可能对河流的底栖生物及生态环境造成明显的影响.     

成都市大气颗粒物粒径分布及其对能见度的影响

使用环境颗粒物分析仪（GRIMM180）对成都市2018年10月—2019年9月0.25~32 μm的大气颗粒物数浓度粒径分布进行观测,结合细颗粒物（PM_2.5）质量浓度以及相对湿度（RH）、能见度、降水量等气象要素数据,分析了成都市大气颗粒物粒径分布及其与能见度的关系.结果表明,观测期间成都市大气颗粒物以细粒子为主,0.25~0.5 μm的粒子数浓度占总数浓度的97.75%,数浓度谱呈单峰分布,2018年秋季、2019年夏季表面积谱呈双峰分布,2018年冬季、2019年春季表面积谱呈三峰,体积谱均为三峰分布;在不同RH区间,PM_2.5质量浓度及数浓度均与能见度呈负相关,且其中0.25~0.5 μm粒径段的细颗粒物因为对可见光波段的米散射效应而对能见度产生较大影响;在不同RH情况下,不同粒径段颗粒物数浓度对能见度的影响程度有所差别：在低RH（<70%）下,0.25~0.3 μm粒径段粒子数浓度对能见度影响最大;在中等RH（70%~80%）下,0.3~0.5 μm粒径段粒子数浓度对能见度的影响最大;而在高RH（>80%）下,0.3~0.5 μm和0.5~1 μm粒径段粒子数浓度对能见度影响相当.