灰色聚类关联分析法及其在大气环境质量评价中的应用

本文结合灰色聚类法和灰色关联法，首次提出了灰色聚类关联分析的新方法，并用于大气环境质量的综合评价之中，经实例分析表明，评价结果非常客观、合理。     

综合权重的集对分析模型在污水处理厂改造决策中的应用

针对污水处理厂升级改造的多目标决策问题,运用集对分析理论,构建了污水处理厂运行效果综合评价模型。通过引入熵权法和层次分析法确定指标权重,构造了一种新的计算指标综合权重的方法。应用该模型对上海市11座污水处理厂进行综合评价,与模糊综合法的评价结果做了比较。结果表明：基于综合权重的集对分析模型具有更高的准确性和合理性,为污水处理厂的升级改造决策提供了一种较为可靠的评价方法。     

灰色关联分析在建设项目环境影响评价中的应用

应用灰色系统理论中的重要内容之一———灰色关联分析方法将黑龙江省兴隆生猪屠宰分割综合加工厂新建项目可能对环境造成影响的因子进行环境影响综合评价。研究结果表明 ,该项目的建设使环境质量恶化了 3.14 % ,但仍在环境标准允许范围之内。该方法原理简单 ,计算简便 ,结果可靠 ,是一种很有实用价值的环境影响评价方法。     

灰色关联分析在建设项目环境影响评价中的应用

应用灰色系统理论中的重要内容之一——灰色关联分析方法将黑龙江省兴隆生猪屠宰分割综合加工厂新建项目可能对环境造成影响的因子进行环境影响综合评价。研究结果表明，该项目的建设使环境质量恶化了3．14％，但仍在环境标准允许范围之内。该方法原理简单，计算简便，结果可靠，是一种很有实用价值的环境影响评价方法。     

多指标正交试验的灰色关联分析法

采用灰色关联矩阵分析理论,建立了多指标正交试验的灰色关联分析法,给出了其算示并编制了程序。将其应用到ＴＮＴ红水处理工艺中催化氧化条件的优化中,取得了较好的应用效果。     

灰色预测模型及分布活化能模型在废电路板热解中的应用

分别在管式炉反应器和热天平上对废电路板的热解行为进行实验研究。在管式炉反应器上考察了在同一升温速率（20 K/min）下不同热解终温 (400、500、600、700和800℃) 对废电路板热解产物产率的影响。在相关实验数据的基础上尝试用灰色理论及方法建立基于热解终温的废电路板热解灰色产率预测模型GM(1,1),预测结果与实验数据对比表明,该预测模型精度较高,能够较好地对不同热解终温下废电路板热解产物产率进行预测。此外,在热天平上获得的不同升温速率（10、15和20 K/min）下的热失重曲线表明,废电路板的失重速率峰随升温速率的提高逐渐向高温侧移动。采用分布活化能模型对废电路板热失重曲线进行动力学分析,获得废电路板热解活化能的变化曲线。计算结果表明,废电路板热解过程中活化能并不是单一数值,而是随失重率变化的一个函数。所得废电路板热解活化能值在140～250 kJ/mol范围内变化,当失重率在10%～60%之间,活化能值总体呈缓慢上升的趋势,但当失重率＞60%时,活化能值由155.4 kJ/mol迅速增加到244.4 kJ/mol。     

天津市能源消费与经济增长的灰色关联分析

能源是实现经济增长的重要生产因素,能源发展对经济发展起着决定性作用。目前,天津市经济正处在快速增长时期,经济增长对能源的消耗依赖性很强,可能会导致能源紧张和供不应求。能源的短缺又会影响经济的健康发展,正确分析和处理好能源与经济的关系,对天津市的经济可持续发展很重要。基于灰色关联分析,研究能源消费与经济增长的关系,侧重从能源消费总量、单位GDP能耗、能源消费结构(用煤炭消费量表示)、原油消费量和天然气消费量方面探讨能源消费与经济增长(用GDP表示)的关联度。结果表明,5者与经济增长存在显著的正相关关系,煤炭消费量和能源消费总量与经济增长的关联度均大于单位GDP能耗与经济增长的关联度,天津市的经济增长对煤炭的依赖短期内难以改变。     

基于改进型灰色神经网络组合模型的空气质量预测

基于空气质量数据不足及波动较大的情况,将灰色GM（1,1）模型与人工神经网络模型组合并改进,建立改进型灰色神经网络组合模型。利用天津市2001—2008年PM10、SO2和NO2年均值作为原始数据预测2009—2010年PM10、SO2和NO2的浓度以进行模型精度检验,最后利用该模型预测2011—2015年天津市空气质量状况。结果表明,与灰色GM（1,1）模型、传统灰色神经网络组合模型相比,所建立的改进型灰色神经网络组合模型相对模拟误差小,预测结果更为可靠,可以用于空气质量预测。     

工业企业集聚区周边土壤环境质量综合评价指标体系与分区管理对策研究

土壤环境质量综合评价指标体系是识别土壤环境污染、指导土壤环境管理及开发利用的有效工具。在土壤环境质量评价方法和国内外标准分析的基础上,提出了建立土壤环境质量综合评价指标体系的基本框架;结合"压力-状态-响应"模型(PSR模型),考虑不同工业区特征污染物,建立了包含通用指标和备选指标的土壤环境质量综合评价指标体系。以此评价指标体系为导向,为指导不同类型工业集聚区科学发展提出了工业区周边土壤环境质量分区管理的对策建议。     

模糊综合评价在天然水体水质评价中的应用研究

采用模糊数学方法,对河网地区面源污染影响较大的代表性河流的水质状况进行综合评价研究。根据监测断面水质污染特点,确定了8个指标作为评价因子,建立了评价因素矩阵,计算出影响因子的权重。在此基础上,提出了模糊综合评价的水质级别,证明该河网地区的污染物主要是氮、磷和有机物。     

程序化的未确知测度模型用于水环境质量评价简

未确知测度模型用于水环境质量评价具有合理性。为使模型更加完善,提出将未确知测度模型建立过程标准化,使其具有通用性。并针对水质评价指标众多致评价过程复杂、计算量大的情况,利用MATLAB软件将标准化后的未确知测度模型设计为既定的程序,依靠计算机模拟来实现水质评价。通过对浮桥河水库水质的评价结果及与其他多种方法的对比,表现出标准化模型的客观性、合理性,MATLAB程序的实用性、快捷性。程序化的未确知测度模型标准化后可进行推广。     

程序化的未确知测度模型用于水环境质量评价

未确知测度模型用于水环境质量评价具有合理性。为使模型更加完善,提出将未确知测度模型建立过程标准化,使其具有通用性。并针对水质评价指标众多致评价过程复杂、计算量大的情况,利用MATLAB软件将标准化后的未确知测度模型设计为既定的程序,依靠计算机模拟来实现水质评价。通过对浮桥河水库水质的评价结果及与其他多种方法的对比,表现出标准化模型的客观性、合理性,MATLAB程序的实用性、快捷性。程序化的未确知测度模型标准化后可进行推广。     

淮河流域水生态环境现状评价与分析

为了全面评价淮河闸坝与污染对淮河水生态的影响,必须首先对水生态现状有一个全局的认识。从淮河流域全局出发,通过对淮河典型河段的水生态和水环境进行现场调查与室内分析,对流域内水生态环境现状进行了综合评价。采用生物学指数与水生物指示环境结合的方法评价水体污染程度、生态系统稳定性与河流/水库的健康程度。评价结果表明：(1)颍河中下游地区与沭河中下游地区水生态系统脆弱,河流多处于病态;(2)涡河付桥闸、东孙营闸到蒙城闸段水生态系统不稳定,河流不健康,但下游河段水生态有自恢复迹象;(3)洪汝河河流多处于亚健康状态,水生态环境自修复能力较强;(4)淮干水生态环境质量的突变点在临淮岗,上游较好;(5)西部、南部山区水库水生态环境质量最好;(6)整个流域水生态质量西高东低,南高北低;优劣顺序为：西部、南部山区＞洪汝河水系＞涡河中下游地区＞颍河、沭河中下游地区。建议枯水期加大淮干以南及上游山区水库的下泻流量,保持河道畅通和一定流速,提高水体自净能力,同时控制颍河、涡河上游污染物的排放,联合调度水量与水质,淮河水生态得以修复。     

AERMOD在国内环境影响评价中的实例验证与应用

AERMOD是美国环保局推出的新一代空气质量模式系统,它由AERMET(气象数据预处理器)、AERMAP(地形数据预处理器)和AERMOD(大气扩散模型)3部分组成.结合宁波市北仑区域大气环境影响评价,对该模式系统进行模式验证,并应用于实际预测评价.验证结果表明,在采用适当的模型参数时,该系统预测值与实际监测值具有很好的一致性,SO2、NO2日均最高浓度预测准确率分别达到64.3%和85.7%.最后结合实际预测评价工作,提出AERMOD模式系统在国内环境影响评价工作中的优势及不足.     

大气网格化监测系统的构建及其在区域环境空气质量精细化管理中的应用

为提升区域环境空气质量精细化管理工作水平,以西安高新区为例,采用空气质量自动监测微站和环境大数据分析平台,构建大气网格化监测系统,用以分析各街道网格污染物特征和成因并推送监控预警信息和问题巡查结果。结果表明：CO成点源式分布在各个街道,丈八街道CO点源分布最多;NO₂主要集中在兴隆街道和细柳街道;SO₂主要集中在兴隆街道和五星街道;O₃主要集中分布在丈八街道和鱼化寨街道,灵沼街道和细柳街道是PM_2.5与PM₁₀污染最严重的区域;一、四季度首要污染物以PM_2.5、PM₁₀和NO₂为主,预警时段多集中在深夜或午后时段;二、三季首要污染物以PM₁₀和O₃为主,预警时段多集中在下午;高新西区国控站空气质量监测结果受东南方向污染物影响较大,草堂基地省控站空气质量监测结果受东北方向污染物影响较大;2021年高新区大气污染问题巡查工作累计发现各类大气污染问题1 539件,其中明确污染源的问题有607件,占比为39.4%;分布时段主要集中在1—4月,且多为颗粒物污染问题,主要来源包括工地排放源(48%)、道路交通源(31%)、汽修行业源(12%)和餐饮油烟源(8%)等。大气网格化监测系统能够为改善区域空气质量提供数据支撑,从而显著提升空气质量精细化管理工作水平。本研究结果可为同类开发区空气质量精细化管理提供参考。     

Spatial inhomogeneity in pollutant concentrations, and their implications for air quality model evaluation

The Southern California Air Quality Study database provides a valuable resource with which to test urban-scale photochemical models and to achieve a better understanding of the atmospheric dynamics of pollutant formation. The CIT model was evaluated using the SCAQS database according to traditional model performance guidelines. A first application, reported previously, focused on model enhancement and application of the model to the 27–29 August 1987 episode. This study evaluates the CIT model using the 24–25 June SCAQS episode, providing further evaluation of the model. Results show that the CIT airshed model can follow the diurnal variations of reactive species and the transport for relatively unreactive species. The normalized gross error for ozone was 31 % in June compared to 38% in August. However, to fully judge model performance in proper perspective, a question arises: “How well do the measurements reflect the air quality surrounding the monitoring station, not just in that location?” This is an important but seldom quantitatively considered factor, not only in model evaluation but in the study of health effects as well. Analyses indicate that individual concentration measurements only approximately represent the true volume-averaged concentrations within a computational grid cell and that significant spatial variations exist. Thus any evaluation of models using these data sets should take these local variations into consideration. A series of tests found that the local inhomogeneities had a normalized gross error in the range of 25–45% depending on the pollutant. In this context, the performance of the CIT model is consistent with known modeling limitations such as emissions inventories and sub-grid scale variation of observations.