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。     

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。     

2013年春夏季莱州湾海水环境要素特征和富营养化评估

根据2013年5（春季）、8月（夏季）莱州湾海水环境要素的调查资料，采用富营养化指数、潜在性富营养化评价模式和灰色聚类分析方法研究环境要素特征和评估海水富营养化状况。结果表明，无机氮是莱州湾水质的主要污染要素，春夏季的N/P平均值分别为100.76、117.84，潜在性富营养化评价模式结果表明，春夏季各站位的营养级均只包括Ⅳ_P、Ⅵ_P两类，磷限制为莱州湾的营养盐结构特征；富营养化指数评价结果表明，春季和夏季E>1站位比例分别为65%、20%；灰色聚类分析结果表明，春季Ⅱ级、Ⅲ级的站位比例分别为95%、5%，夏季Ⅱ、Ⅲ级的站位比例分别为70%、25%，Ⅱ级中的部分站位具有较大潜在富营养化风险。     

Suitable error evaluation criteria selection in the wind energy assessment via the K-means clustering algorithm

In this paper, wind energy potential of four locations in Xinjiang region is assessed. The Weibull distribution as well as the Logistic and the Lognormal distributions are applied to describe the distributions of the wind speed at different heights. In determining the parameters in the Weibull distribution, four intelligent parameter optimization approaches including the differential evolutionary, the particle swarm optimization, and two other approaches derived from these two algorithms and combined advantages of these two approaches are employed. Then the optimal distribution is chosen through the Chi-square error (CSE), the Kolmogorov–Smirnov test error (KSE), and the root mean square error (RMSE) criteria. However, it is found that the variation range of some criteria is quite large, thus these criteria are analyzed and evaluated both from the anomalous values and by the K-means clustering method. Anomaly observation results have shown that the CSE is the first one should be considered to be eliminated from the consequent optimal distribution function selection. This idea is further confirmed by the K-means clustering algorithm, by which the CSE is clustered into a different group with KSE and RMSE. Therefore, only the reserved two error evaluation criteria are utilized to evaluate the wind power potential.     

Characterization of biological responses under different environmental conditions: A hierarchical modeling approach

A natural river system is organized as a nested hierarchy of interconnected habitats with specific environmental conditions to which the biological community has adapted. Due to this hierarchical structure, identifying the role of different stressors on the biological community is a formidable task. Efforts trying to link stressors to biological integrity have always been bound to the geographic scale of the selected study area, leading to scale-specific results. In this research, an attempt is made to lift this limitation and develop a hierarchical, scale-sensitive methodology that can identify the significant environmental stressors to the biological community at different scales. Sites with similar background environmental conditions are clustered using self-organizing maps (SOM). This is used to identify stressors which affect the biological community throughout the area of study - called environmental gradients or large-scale stressors. Subsequently, these clusters of similar observations (sampling sites) are progressively sub-divided using environmental variables with a significant but localized effect on the biological community - called small-scale stressors. A parent group of sites is split only when the resulting sub-groups have significantly different biological responses. At the end of this recursive sites decomposition procedure, the original set of observations is organized as a tree of environmentally homogeneous groups of observations characterized by unique biological responses to multiple stressors with different geographic extents. The developed hierarchical analysis methodology has been validated using a large-size dataset of environmental observations from the State of Ohio. Our results show that habitat degradation and increased nutrient loading are the large-scale stressors with a widespread impact in Ohio. Other stressors, such as heavy metals, pH or nitrate concentrations have significant albeit localized effects on biological integrity.     

山西省2015年细颗粒物的污染状况和空间分布

大气污染因其对人体健康、生态环境和气候变化的影响而成为全球关注的环境问题,细颗粒物（PM_2.5）是雾霾产生的主要原因之一。为全面掌握山西省细颗粒物的污染状况与空间分布格局,本文运用统计学方法和Arc GIS技术,根据环境空气质量评价技术规范,对2015年山西省57个空气质量指数监测站提供的PM_2.5实时数据进行处理分析。结果表明：山西省PM_2.5的浓度有明显的季节性变化特征,由高到低依次为冬、春、秋、夏;PM_2.5月平均浓度最高值分别出现在1月和12月,且高值中心都位于运城;在空间分布上则表现为南部高于北部。全省11个地市级城市有9个超过国家二级标准,超标指数达到72%。聚类分析结果表明：山西省城市可以分为两大类,一类为产业结构转型良好的城市,如阳泉、朔州、吕梁、大同;另一类为第二产业发展粗放,工业污染严重的区域。     

2013-2015年上海市霾污染事件潜在源区贡献分析

统计分析2013-2015年上海市每个月不同空气质量等级天数比重,根据HYSPLIT（Hybrid Single Particle Lagrangian Integrated Trajectory）后向轨迹模型对3年内的12月份影响上海地区的污染气团进行了综合聚类分析和逐年聚类分析.在综合12次严重霾事件的后向轨迹基础上,结合上海实时公布的PM_2.5小时浓度资料,对潜在源贡献因子PSCF（Potential Source Contribution Function）和浓度权重轨迹CWT（Concentration-weighted Trajectory）进行分析与比较,研究重霾期间影响上海PM_2.5质量浓度的潜在源区及不同源区对PM_2.5质量浓度的贡献差异.结果显示,上海市3年期间12月份霾颗粒物外来源主要输送渠道为西北路径和北方路径,源自于西北方向的气团比重占总气团的50.4%,北方向的气团几乎都经过海洋后进入上海地区.影响上海地区PM_2.5质量浓度的潜在源区主要分布在安徽、江苏和山东地区,此外江西北部、浙江北部、河北南部及山西少部分地区也对重霾事件中的污染物颗粒有一定程度的贡献.