流域环境风险评价研究进展

在分析流域环境风险内涵的基础上,从研究内容和研究方法两个方面,综述了国内外流域环境风险评价研究现状。指出目前研究内容主要集中在流域水质健康风险评价、流域生态风险评价、地下水环境风险评价、突发事件和农业非点源污染的流域环境风险评价等方面,主要采用基于层次分析、突变理论或经验公式(数学模型)的研究方法。在此基础上讨论了目前研究存在的不足,并从复杂动态系统分析的角度提出了未来的发展趋势。     

基于ICI蒙德法的环境风险评价应用研究

以《建设项目环境风险评价技术导则》(HJ/T 169—2004)、《危险化学品重大危险源辨识》(GB 18218—2009)为依据,确定环境风险分析的研究线路,对评价单元进行风险识别,确定事故源项与风险因素。运用火灾、爆炸、毒性指标评价法(蒙德法)对环境风险进行评价,根据相关设计资料,选取各个参数,最后定量分析出单元的环境风险状况,提出针对性的管理措施,把风险降到最低。     

道（DOW）化学指数法在环境风险评价中的应用

采用道(DOW)化学指数法评价兰州石化公司30万t／a乙烯工程装置发生火灾、爆炸的危险性及对环境的影响。     

木糖项目环境风险评价探讨

木糖项目生产工艺复杂,生产过程中涉及硫酸,硫酸具有毒性、有害性、易燃易爆性等多样性,环境风险较大.本文对木糖项目环境风险评价中,环境风险识别、风险物的危害、环境风险的预防和应急处理措施等评价方法作了探讨.     

风险排序及其在环境风险管控中的应用

从风险排序的概念及应用需求出发,系统阐述了风险排序在当前风险管理特别是环境风险管控领域中的意义。指出风险排序是对风险定义在管理实践层面的应用深化。从风险排序影响因子的类别划分、来源构成、演化趋势以及排序方法的发展规律和优劣特征等角度进行系统综述,指出目前风险排序影响因子的界定及选取已呈现由风险理论限定过渡至突出服务风险管理为导向;风险排序方法学也逐步由单一方法排序过渡至多元方法互补排序的新阶段,逐步实现对风险排序结果的综合考量和准确度量。在此基础上,对风险排序方法在环境领域的实证研究进行归纳分析。总结指出了当前风险排序研究多以结果的量化表征为焦点,而其排序方法及配套排序指标选取的适用性、综合性及代表性检验仍需进一步研究分析,尤其是对排序机理、风险理论及风险管控需求间内在相互关系的系统解析将是未来实现风险排序客观全面提升的重要基础及意义所在。     

集装箱熏蒸作业的环境风险评价

对集装箱熏蒸作业进行风险分析，计算卫生防护距离、事故发生概率以及人群健康风险，提出风险控制措施．     

BP神经网络及其在城市环境工程地质研究中的应用

分析了神经网络理论在地学研究中的应用现状 ,研究了 BP神经网络在城市环境工程地质研究中的基本原理、方法与步骤 ,并以烟台市为例 ,探讨了 BP神经网络在城市工程地质环境质量评价中应用技术     

CCED在环境评价中的应用

环境评价中常用到的等标污染负荷等指标的计算一般为求和与求商,可以用字表处理软件CCED来进行运算,结果和评价报告可直接排版、输出,非常方便。下面举例说明。同时键入Shift和F8键,CCED就提问表的列宽、行宽、列数,便自动生成一个表。CCED用C代表列,用L代表行,表1是模拟的一组浓度值数据,若求污染指数及其和,只需将每一列的数除以各自的标准值(悬浮物、化学需氧量、溶解氧、挥发酚的标准分别是     

氟化铝项目环境风险评价实例分析与探讨

环境风险评价是环境影响评价领域的一个新课题,20世纪80年代以来,发达国家就将环境风险评价纳入环境管理的范畴,环境风险评价已成为可能发生事故危险的建设项目环境影响评价中重要而不可缺少的组成部分．由于氟化铝生产所用原料及产品都具有一定毒害特性,故对具有发生潜在事故风险的氟化铝建设项目,其潜在风险事故发生的可能性及其影响后果在环境风险评价中均应得到反映．本文以某拟建干法氟化铝项目为例,分析氟化铝项目环境风险评价．     

BP网络在环境评价中的应用

介绍ＢＰ网络算法，给出了在珲春河水质评价中的应用实例，并与其它方法作了对照。由结果可以看到，该方法科学合理。     

NARX神经网络模型在昆明市环境空气质量预测中的应用

神经网络模型作为一种重要的手段被广泛应用于数学计算、物理建模、水文模拟、环境预测、人工智能等研究领域。为验证神经网络模型在高原山地城市环境空气质量预测中的作用,以昆明市环境空气自动监测站气象因子和污染物浓度数据为基础,构建NARX神经网络模型,对污染物浓度进行预测。结果表明,基于NARX神经网络建立的预测模型具有很强的非线性动态描述能力,能够对环境空气6参数做出较为准确的预测,其预测浓度相对误差显著低于CMAQ、NAQPMS空气质量数值模式以及LSTM统计模型预测结果。优化后的NARX神经网络对污染物浓度变化趋势的预测较其他几个模式更为敏感。     

太湖饮用水源地水环境健康风险评价

介绍了水环境健康风险评价方法,并根据太湖饮用水源地水环境质量监测数据,对4个饮用水源地通过饮水途径引起的水环境健康风险进行了评价。结果表明,2005～2009年,4个饮用水源地水环境健康个人年风险多数超过国际辐射防护委员会(ICRP)推荐的标准,主要风险因子为化学致癌物六价铬和砷;化学致癌物对人体健康危害个人年风险度远高于非化学致癌物;化学致癌物所致健康危害的个人年风险呈波动降低变化,非化学致癌物所致健康危害的个人年风险基本保持稳定。     

基于灰色聚类方法的湖泊营养状态综合评价

将湖泊水体的营养状态看作一个灰色系统,建立用于识别湖泊营养状态属性的灰色聚类综合评价模型,将水质级别作为一个灰类,水质状态作为灰色变量,根据灰色白化权函数聚类方法来确定水体营养状况归类。以太湖为例,基于分布全湖的20个监测点数据,运用灰色聚类法对其进行富营养状态综合评价,结果表明,监测时段太湖大部分水体基本处于中营养水平,局部湖面达到中度富营养状态,客观地反映了太湖湖区水体营养状况。     

基于BP神经网络的贵阳市空气质量指数预报模型

采用贵阳市2013年1月1日—2015年12月31日的空气质量指数(AQI)日均值,常规的地面和高空观测资料,基于不同季节,调整BP神经网络的隐藏层个数和隐藏层节点数,建立不同的BP神经网络预报模型,进行参数检验,最终选取预报效果最好的模型带入实况进行检验。结果表明,夏季的预报效果最好,采用的模型TS评分为81.6%,平均绝对误差为9.1,正确率为97.4%,用该模型检验预报效果,实况和预报的相关系数为0.71,平均误差为9;而冬季的预报效果明显低于其他季节,采用的模型TS评分为65.7%,平均绝对误差为19.5,正确率为72.9%,用该模型检验预报效果,实况和预报的相关系数为0.79,平均误差为19。而且BP神经网络模型的预报效果同隐藏层个数与隐藏层节点数没有显著关系。     

智能算法及其在环境预警中的应用

智能算法具有学习非线性问题的能力,可有效优化环境模型结构与参数,是环境预警的重要工具。重点分析了遗传算法和人工神经网络的相关特征,并以太湖蓝藻水华预报预警为例,介绍其在提高环境模型精度中的应用。     

基于BP神经网络的藻类水华预测模型研究

以宁波大学校内池塘2009年3—10月间30周的监测数据为基础,运用BP人工神经网络方法构建预测模型,探求颤藻生物量与总氮、总磷、透明度等6项环境因子之间的关系,选出最佳预测模型,并对模型进行敏感度分析。结果显示:①BP神经网络模型对颤藻生物量预测值与实测值之间拟合程度良好,相关系数达到了0.984,说明BP神经网络模型可以用于水体中藻类水华的短期预测。②通过对构建的BP神经网络模型进行敏感度分析,阐明了宁波大学校内池塘藻类水华的主要驱动因素,并指出控制水体的pH是宁波大学校内池塘藻类水华防治工作的重点。     

基于神经网络模型对城市空气质量预报方法的优化研究

基于郑州市2017年1月1日—2022年2月28日环境空气细颗粒物(PM_2.5)逐日质量浓度监测数据和同期气象数据,利用反向传播(BP)神经网络构建了环境空气PM_2.5质量浓度预报模型,实现了对郑州市后1日环境空气PM_2.5质量浓度日均值进行预报。构建了考虑大气氧化性因素(情景一)和不考虑大气氧化性因素(情景二)这2种情景,并对2种情景下的预报效果进行评价。结果显示,在情景一下,各季节PM_2.5预报质量浓度与实况质量浓度的标准化平均偏差(NMB)和均方根误差(RMSE)均处于较低水平,表明预报效果均具有较好的稳定性;各季节PM_2.5实况质量浓度与预报质量浓度之间的相关系数(r)、一致性指数(IA)、准确率(Q)和级别预报准确率(G)均处于较高水平,其中Q值均>79%,G值均>80%,表明各季节PM_2.5实况质量浓度与预报质量浓度趋势的吻合程度较高。情景一各季节PM_2.5预报质量浓度与实况质量浓度的NMB和RMSE均低于情景...     

建设项目环境影响评价现状监测应注意的若干问题

建设项目环境影响评价现状监测是环境影响评价的基础,环评结论是否可信,在很大程度上取决于环境现状监测的代表性、公正性和准确性。结合工作经验,本文提出当前环评现状监测时应注意的几个问题。     

t分布受控遗传算法优化BP神经网络的PM2.5质量浓度预测

根据齐齐哈尔大学监测点2014年3—5月PM2?5质量浓度及其对应的每小时的气象因素、气体污染物浓度,建立基于t分布受控遗传算法的BP神经网络模型（ BPM?TCG）,对PM2?5质量浓度进行模拟预测。并将其与BP神经网络模型、遗传算法优化BP神经网络模型（ BP?GA）进行对比分析。3种模型预测结果表明：BPM?TCG模型预测精度最高,泛化能力最好。 BPM?TCG模型对PM2?5质量浓度的准确预测为预防和控制PM2?5提供依据。     

公众参与在环境影响评价中的应用

简述了环境影响评价中公众参与的定义、目的、意义，简要回顾了国内外环境管理及环境影响评价中公众参与的发生发展过程及其现状，浅析了公众参与在环境影响评价中的应用以及存在的问题，并提出了改进的建议。