地表水环境遥感监测关键技术与系统

介绍了地表水环境遥感监测的关键技术与系统及其典型应用,其代表性机理模型和应用示范成果主要来自于中国科学院遥感与数字地球研究所的高光谱遥感团队在最近几年中取得的一些研究进展,主要包括建立了基于改进双峰法的水体分布自动化遥感提取方法,实现了简单、高效和高精度的水体提取；提出了大型湖泊长时序水量估算方法,并以青藏高原湖区为例,重建了典型湖泊面积、水位和水量序列；发展了基于“软分类”的典型内陆水体叶绿素a浓度反演方法,构建了基于生物光学模型的高度浑浊水体悬浮物浓度遥感反演半解析方法,提高了反演方法的区域和季节适用性；构建了基于水色指数的大范围湖库营养状态和透明度遥感监测方法,实现了全球大型湖库营养状态遥感监测,以及全国大型湖库透明度遥感监测；在此基础上,开发了地表水环境遥感监测系统,提高了水环境遥感监测效率,促进了卫星遥感在水环境监测中的高精度业务化应用。     

Why bees are critical for achieving sustainable development

Reductions in global bee populations are threatening the pollination benefits to both the planet and people. Whilst the contribution of bee pollination in promoting sustainable development goals through food security and biodiversity is widely acknowledged, a range of other benefits provided by bees has yet to be fully recognised. We explore the contributions of bees towards achieving the United Nation’s Sustainable Development Goals (SDGs). Our insights suggest that bees potentially contribute towards 15 of the 17 SDGs and a minimum of 30 SDG targets. We identify common themes in which bees play an essential role, and suggest that improved understanding of bee contributions to sustainable development is crucial for ensuring viable bee systems.     

冷空气在北上台风“利奇马”致灾暴雨中的作用分析

利用NCEP逐6 h再分析资料、地面加密观测、探空、雷达资料,分析得出“利奇马”致灾暴雨是在长时间稳定维持的天气尺度环流背景下形成的。冷空气在降水所起的作用表现在:(1)长时间维持的弱冷空气与偏南暖湿气流交汇形成了边界层辐合线,辐射升温和暖湿气流的输送加大了辐合线两侧的温度和露点梯度,在高温高湿的有利环境下,对流在辐合线附近强烈发展。(2)高空槽后冷空气由“利奇马”环流西北侧渗入,先后形成3个冷平流中心,分别对应3个阶段的降水。(3)冷暖空气在降水区的持续辐合抬升作用增强了降水,最强降水时段发生在锋区垂直方向坡度最大的时段。(4)水平锋生有利于水汽输送和辐合抬升,垂直锋生有利于对流不稳定能量的累积和触发。冷空气形成的水平辐合和抬升造成大范围上升运动,使得锋生和垂直锋消同时存在,最强降水时段发生在水平锋生最强的时段。     

新制备生物炭的特性表征及其对石油烃污染土壤的吸附效果

生物炭作为一种绿色环保的功能材料因其在污水处理和污染土壤修复方面具有显著效果而受到极大关注.采用红外光谱、元素分析仪及微孔分析对不同温度(200、300、400、500和600℃)条件下制备的木屑和麦秆生物炭进行特性表征,并采用制备的生物炭净化石油污染土壤,分别考察了污染物性质、生物质原料和热解温度对其净化效果的影响.结果表明,随着热解温度的增高,生物炭芳香化程度增加,极性降低,微孔结构逐渐发育,表面积增大.加入生物炭33 d后,污染土壤中总石油烃及其组分烷烃的浓度比对照略有降低,而PAHs浓度下降显著.随着热解温度升高,2种生物炭对PAHs的吸附强度均逐渐增大,芳香度增高、表面积增大是强吸附的主要原因.2种生物炭在400℃及以下温度制备时对PAHs的吸附强度为:木屑生物炭＞麦秆生物炭;而400℃以上温度制备的生物炭吸附强度则相反,即麦秆生物炭＞木屑生物炭,说明生物炭原料对其吸附强度也具有显著影响.     

基于情感思维的安全管理模式研究

为促进安全管理，提高效率与效果，对基于情感思维的安全管理进行研究，将情感思维融于安全管理，基于情感思维的定义、内涵及功能，具体分析安全管理中情感思维的功能及其功能综合作用，建立安全管理中情感思维功能作用理论模型；根据该理论模型分析情感思维驱动力及强化作用及其对安全目标实现的影响；建立基于情感思维的安全管理设计模式，最后提出优化安全管理的措施与方法，以促进安全管理的实施。研究表明:基于情感思维的安全管理研究，能较好地体现安全管理人本原理，发挥情感的能动作用，将理性融入其中与情感进行平衡，实现安全管理的优化。     

基于ACF-AMDF的气井环空液面回波特征提取方法

为了精确有效地提取声波法检测气井环空液位的回波周期，在分析环空中测试波的传播特征及基音周期检测的基础上，提出1种基于检测信号短时自相关函数(ACF)及平均幅度差函数(AMDF)的液面回波周期提取方法；利用自主搭建的室内模拟实验系统开展了不同初始环空压力下环空液位检测实验；对检测信号进行中心削波处理并计算ACF/AMDF，提取出液面回波周期并与理论计算值对比分析；同时分析了现场环空液位检测信号，提取其回波周期。研究结果表明:提出的新方法能有效地用于提取环空液面回波周期；室内实验中，该方法最大误差绝对值为1.54%；该方法能够有效抑制液面回波信号中的随机噪声及接箍反射波等，处理后的信号曲线在回波周期处峰值更加突出、集中，而在其他位置更加平滑，提高了对液面回波周期特征的辨识能力。     

化学环境下的应力-渗流耦合对尾 矿库稳定性影响试验

通过扫描电镜（FE-SEM）、能谱分析（EDX）、X射线衍射（XRD）、LMS-30激光粒度分析等室内试验探究了尾矿库内存在的酸、碱离子对尾矿颗粒的沉降、微观形貌、物质组成以及粒径级配的影响；建立酸、碱影响下的孔隙比与渗透系数的数学关系模型，并将建立的模型用来表征尾矿库内的应力渗-流场两场耦合机制，实现代入有限元计算软件的目的。结果表明:化学因素的存在影响着尾矿颗粒的多项性状，酸性环境下尾矿颗粒发生溶蚀，部分金属元素流失；碱性环境下尾矿颗粒间生成胶结物质，孔隙出现以含氢氧化铁为主的絮状、团簇状堵塞物，改变了渗流速度；尾矿库内浸润线高度在碱性、中性、酸性环境下依次降低，而渗流速度依次升高。     

江苏省太湖流域水生态健康评估的初步实践及展望

阐述了水生态健康的内涵与意义,从江苏省率先在太湖流域开展水生态环境功能分区管理的顶层设计,构建以水生态健康指标为核心的水生态健康评估技术体系,地方对照水生态环境功能区划的水生态分级管控目标开展的应用与实践结果等3个方面,回顾了江苏省太湖流域水生态健康评估工作的主要进展,提出了完善水生态健康评估技术体系和推进流域水生态健康评估工作的建议。     

"十三五"国家自然科学基金对能源环境管理领域的资助状况和趋势

能源环境管理是各界关注的热点话题,也是科学研究的重要方向.以国家自然科学基金资助能源环境管理领域的科研项目为基础数据信息,本文重点分析了"十三五"期间国家自然科学基金在该领域资助项目的总体特征、研究主题和热点变化,并结合新时代科学基金资助导向提出了可能的发展趋势.主要结论包括:①能源环境管理领域面上、青年、地区等自由探索类项目的立项绝对数和学科占比均呈上升趋势,并更多向青年学者倾斜,资助强度保持稳定;②碳、能源和环境是自由探索项目中出现频率最高的热词,与之相关的研究主题随着政策等调整具有动态变化特征;③能源环境管理领域重点、重大等引导类项目和优青、杰青、创新研究群体等人才类项目不断实现突破,增速明显,学科占比优势突出;④问题导向与本土情景、理论体系和一般规律、学科交叉融合,以及市场和微观主体作用是研究选题确立与项目申请时可能需要重点关注的方向.     

Modeling of a sequencing batch reactor treating municipal wastewater using multi-layer perceptron and radial basis function artificial neural networks

A sequencing batch reactor was modeled using multi-layer perceptron and radial basis function artificial neural networks (MLPANN and RBFANN). Then, the effects of influent concentration (IC), filling time (FT), reaction time (RT), aeration intensity (AI), SRT and MLVSS concentration were examined on the effluent concentrations of TSS, TP, COD and NH₄⁺-N. The results showed that the optimal removal efficiencies would be obtained at FT of 1 h, RT of 6 h, aeration intensity of 0.88 m³/min and SRT of 30 days. In addition, COD and TSS removal efficiencies decreased and TP and NH₄⁺-N removal efficiencies did not change significantly with increases of influent concentration. The TSS, TP, COD and NH₄⁺-N removal efficiencies were 86%, 79%, 94% and 93%, respectively. The training procedures of all contaminants were highly collaborated for both RBFANN and MLPANN models. The results of training and testing data sets showed an almost perfect match between the experimental and the simulated effluent of TSS, TP, COD and NH₄⁺-N. The results indicated that with low experimental values of input data to train ANNs the MLPANN models compared to RBFANN models are more precise due to their higher coefficient of determination (R²) and lower root mean squared errors (RMSE) values.