基于OMI数据的西南地区对流层NO2浓度时空变化特征分析

利用OMI数据反演得到的多时相NO_2浓度产品(空间分辨率为0.125°×0.125°),分析了2005～2017年西南地区四省市(云南省、贵州省、四川省及重庆市)对流层NO_2柱浓度的时空分布特征,并对其影响因素进行了简单分析。结果表明:(1)2005～2017年间,西南地区NO_2柱浓度年均值较小,13年的年均值为1.801 5×10~(15)molec/cm~2。年变化整体表现为先增大后减小趋势;季节变化表现为:冬季秋季春季夏季,而月变化呈内凹型分布;(2)空间分布上呈东部高、西部低的特点,并且跨度较大,四川省东部和重庆市西部地区的NO_2柱浓度年均值大于10.0×10~(15)molec/cm~2,而四川省西部和云南省中西部地区的NO_2柱浓度低于1.0×10~(15)molec/cm~2;(3)云南省的NO_2柱浓度最低,重庆市的NO_2柱浓度远远高于其他3个省;此外,云南省的年变化最为平缓,而重庆市的变化幅度最大;(4)研究区的地理位置及地形特征、气象要素、人口密集度及经济发展状况等因素都直接影响对流层NO_2柱浓度的时空分布。     

重庆硫干沉降速度的测定

1988年9月至1990年3月间,在重庆市城区用化学洗脱法测定了水体、土壤、建材、草苔和树叶等11种试验下垫面的SO_2和SO_4~(2-)的混合干沉降通量和沉降速度V_d,其结果是草苔的硫混合干沉降速度较大,范围0.53—1.06厘米/秒;水体0.02—1.19厘米/秒;土壤0.01—0.97厘米/秒;建材0.04—0.29厘米/秒;树叶0.01—0.03厘米/秒。     

基于灰色系统理论选取青岛市的特色产业

特色产业是一个地区特色经济体系中最重要的组成部分,其正确选取对于特色经济的健康发展具有十分重要的意义.依据灰色系统理论的原理与优势,建立了特色产业选取的数学模型,并以青岛市制造业为例,选取了该市的特色制造业,在此基础上提出了青岛市特色经济的发展战略与对策.     

新疆北疆典型河流泥沙通量估算方法的对比分析

目前,我国大部分流域均存在不同程度的水污染问题,定量河流污染物通量,掌握污染物时空分布特征,有助于深入开展污染物总量控制工作,是污染治理的重要前提和决策依据。由于新疆河流的常规监测资料中,大部分是水文监测资料,缺乏长序列的水质监测资料,所以污染物通量估算存在不确定性,为了提供精度较高的通量估算方法,本文以河流泥沙通量估算为例,采用1980年新疆北疆多条河流流量和含沙量资料,分析泥沙通量的年内变化及其影响因素,探讨常规通量估算方法与基于负荷历时曲线的通量估算方法的不确定性,适用性,得出基于负荷历时曲线的通量估算方法能较准确估算新疆河流泥沙通量,可为新疆河流泥沙通量的研究提供新思路,为流域污染物通量的计算提供方法依据。     

酸沉降物对土壤化学性质的影响

本文综述了酸沉降物对土壤酸化、营养物质的淋溶、重金属的活化、矿物分解等化学性质的影响，以及阻止酸雨危害土壤的化学方法。     

崂山风景区酸沉降临界负荷的计算

近年来,崂山风景区酸雨频率虽然呈降低趋势,但酸沉降对景区生态环境仍存在潜在的威胁。本文基于不同标准,应用简单质量平衡(SMB)法,确定了崂山土壤的酸沉降临界负荷。结果表明:崂山的酸度临界负荷、潜在酸度临界负荷、氮临界负荷、硫临界负荷和地表水酸度临界负荷分别为1.53 keq/(hm2.a),0.32 keq/(hm2.a),0.47 keq/(hm2.a),2.84 keq/(hm2.a),0.44 keq/(hm2.a),确定了风景区生态环境对酸沉降的最大允许负荷,从而为控制酸性物质的排放量提供了理论依据。     

酸调质—氧化降解法提高含油污泥的沉降性能

文章以新疆油田采油二厂含油污泥为研究对象,对影响其沉降性能的因素进行分析,认为原油和地层黏土矿物在水系中相同的电负性有助于含油污泥稳定,松散的聚合物是含油污泥体积变大的主要原因,可通过酸调质—氧化降解方式提高含油污泥的沉降性能,减小体积。实验结果表明:通过盐酸调质和二氧化氯的氧化降解,含油污泥1.5h的沉降比由5.2%提高到了70.1%,同时能回收一定的原油。     

基于CFD-PBM含油污水沉降实验装置的数值模拟

沉降是目前油田含油污水处理过程中重要处理方法之一,而含油污水的油水分离特性是影响油田含油污水沉降处理工艺效率的关键因素。文章设计并搭建了含油污水沉降实验装置,对装置中含油污水沉降分离过程进行CFD-PBM数值模拟。首先运用实验验证模拟方法的可靠性,然后分析了不同油水相黏度、配液含油量和温度对含油污水沉降过程的影响,获得了含油污水在沉降装置中的沉降分离特性：当其他条件一定时,含油污水静置沉降过程中,油水相黏度越小,配液含油量越大,温度越高,含油污水沉降分离速度越快,油滴更容易从含油污水中快速分离出来上浮至顶部,表现出良好的油水分离效果。研究结果可为油田含油污水沉降实验研究及沉降处理工艺的运行提供一定的理论支持。     

基于VIIRS的夜间PM2.5浓度遥感估算

PM_2.5作为主要空气污染物之一,长期影响人类健康和生态环境。目前主流的大气PM_2.5遥感监测依赖于日间过境的气溶胶光学厚度AOD产品,夜间时效连续性受到限制。为此,本文在大气辐射传输原理的基础上,顾及气象、土地利用等与PM_2.5排放、传输相关的因素,构建基于VIIRS的夜间PM_2.5浓度遥感估算方法。以北京市2013—2014年大气重污染事件为例,定性分析、定量评估大气重污染过程下PM_2.5浓度与夜间灯光辐射强度的相关性,开展夜间灯光遥感数据融合多源地理要素的夜间PM_2.5浓度估算。结果表明：随着PM_2.5浓度的显著上升,夜间灯光遥感影像的同一个区域亮度明显下降,PM_2.5浓度值和夜间灯光辐射值的平均相关系数达-0.69(P<0.001);融合夜间灯光数据与多源地理要素可以较好模拟夜间PM_2.5浓度,模型精度R²达0.83,RMSE为38.03μg/m^...     

基于深度学习的大数据空气污染预报

为了更好地反映环境污染变化趋势,为环境管理决策提供及时、全面的环境质量信息,预防严重污染事件发生,开展城市空气质量预报研究是十分必要的.本文针对环境大数据时代下的城市空气质量预报,提出了一种基于深度学习的新方法.该方法通过模拟人类大脑的神经连接结构,将数据在原空间的特征表示转换到具有语义特征的新特征空间,自动地学习得到层次化的特征表示,从而提高预报性能.得益于这种方式,新方法与传统方法相比,不仅可以利用空气质量监测、气象监测及预报等环境大数据,充分考虑污染物的时空变化、空间分布,得到语义性的污染物变化规律,还可以基于其他空气污染预测方法的结果(如数值预报模式),自动分析其适用范围、优势劣势.因此,新方法通过模拟人脑思考过程实现更充分的大数据集成,一定程度上克服了现有方法的缺陷,应用上更加具有灵活性和可操作性.最后,通过实验证明新方法可以提高空气污染预报性能.     

基于高分数据的村级地块面向对象分类方法研究

针对农作物对地抽样调查工作中村级抽样单元野外调查工作量大的问题,研究了一种基于高分数据的村级农作物种植面积提取方法。以辽宁省北镇市孟家村SPOT5遥感影像为实验数据(主要包括农田、裸地、道路、大棚、水体、房屋等类型),基于eCognition平台,根据局部方差法筛选地物最优分割尺度,按照最优分割尺度从大到小组织实验区地物分割次序,结合影像对象的光谱、形状等特征,建立分类规则,完成了村级农作物种植面积的提取。该方法有效避免了在影像分割时参数反复试错带来的复杂性和随机性,提高了农作物种植面积面向对象分类精度和效率。通过野外调查样地进行精度验证表明,精度达到90.4%,为提高农作物种植面积对地抽样调查工作效率,减少野外调查的工作量提供技术支撑。     

基于物联网和大数据技术的立体化水环境监管系统建设

基于物联网、云计算、大数据等信息化技术,通过流域立体化监测、监控体系构建,打造流域水环境监控管理智慧化系统,实现水质分析、研判、预警,污染源信息查询、追溯,应急辅助分析、考核辅助决策等功能,实现流域污染源和水环境质量实时动态监控、监管.     

基于离群点诊断的污染源在线监测异常数据识别方法探究

应用基于统计原理的离群点诊断方法,建立了异常数据识别模型,通过迭代寻找偏差最大的样本数据,完成异常数据的剔除。结果表明,每组样本数据中置信区间以外的数据都被存储并从原始数据样本中被剔除,该算法对于异常数据识别的效果较好。在此基础上,建立了异常数据处理与管理方法体系,通过诊断和处理异常数据,为企业污染源在线监控数据传输有效率及环境保护管理水平的提高提供技术保障。     

基于智能电网大数据的工业企业大气污染排放特征研究

本文尝试构建基于智能电网大数据的工业企业污染排放预测方法。通过分析上海大中型工业企业用电量与工业总产出、工业总产出与主要污染物直接排放量之间的关联关系,本文建立了工业企业基于用电量的直接污染排放清单估算方法。利用此估算方法,可在实时的智能电网大数据基础上估算工业企业直接污染排放量,服务于大气污染的实时预警和预测。本文研究表明,这种清单估算方法可直接应用于工业企业污染的实时防控,既可服务于政府大气污染监测、应急机制启动时防控对象的选择,也可服务于未来的污染物排放权实时交易市场的供需分析等,是大数据在污染防治领域应用的可行路径。     

基于大数据的水环境风险业务化评估与预警研究

随着生态环境大数据的不断建设,国家级、流域级和行政区级别的大数据中心相继产生。快速、高效地分析和利用实时产生、类型多样的环境大数据,提取环境大数据在风险评估与预警的价值,具有重要的意义,也充满挑战。本文基于环境大数据的数据特点和不同层次的组织管理特征以及环境风险评估预警的业务化需求,构建基于大数据的流域环境风险评估与预警技术及其业务化系统的体系、分析环境风险智能识别模式、研究环境风险高效模拟预测和评估的方法,并提出一套满足各级管理部门需求,高效利用环境大数据的多中心业务化系统。     

基于高频AQI数据的关中城市群空气污染规律探索

基于高频分时AQI及各污染物浓度数据,本文使用"AQI小时指数"、首要污染物等进行统计分析并建立VAR模型对关中城市群空气污染的总体情况、日内波动规律以及城市间空气污染的关联规律做了不同层次的挖掘。研究结果表明:(1)关中城市群的空气质量整体较差,春、冬季空气污染程度明显大于夏季,空气污染的"季节效应"和"集簇性"明显,且主要表现为颗粒物污染。(2)空气质量的日内波动规律在春、冬两季表现为下半天优于上半天,夏季夜间优于白天。但在不考虑四季AQI小时指数图"相位"差异的情况下,四季空气污染的日内波动呈现出明显的相似性。(3)各城市空气污染存在明显的关联规律。城市群内一个城市空气污染的恶化会加剧其他城市的空气污染,并且对其他城市空气污染的影响峰值会在24小时之内出现,且该影响会随着空间和时间尺度的增大而逐步衰减。     

基于顶层设计方法的生态环境大数据总体框架研究

生态环境大数据建设是一项长期性、系统性的工作,需要科学、合理的顶层设计从全局的角度出发,对任务的各方面、各层次、各要素统筹规划,集中有效资源,高效、快捷地实现既定目标。本文总结了开展总体框架设计面临的主要问题;论述了顶层设计的基本概念和特征、原则和设计方法,阐述了大数据顶层设计与信息化顶层设计的关系,提出了生态环境大数据业务架构的设计方法、总体框架,并探讨了总体框架落地的主要思路。     

基于多源数据的北京市城市中心及其空间结构研究

首先利用NPP-VIIRS夜间灯光数据并基于改进的阈值二分法识别北京市城市建成区,其次利用多源地理大数据和局部等值线树算法识别北京市城市中心,最后结合现行规划蓝图分析提取结果。结果表明：一般而言,基于夜间灯光亮度等值线树能够识别出基础设施完善且集中连片的产业园区、交通枢纽中心或者公共用地作为城市中心。基于手机信令人口密度等值线树能够识别出人类活动密集的居住用地或景点绿地作为城市中心。基于POI核密度分析数据等值线树能够识别出经济活动繁荣的商业用地作为城市中心。最后,通过发挥各种数据源的不同优势进一步验证发现北京市城市布局与城市战略定位相一致,北京市呈现明显的“一核一主一副,两轴多点一区”的空间结构。在对比验证提取结果的基础上,针对未能识别出的区域提出解决办法。