基于改进U-Net网络与联合损失函数的海南自然保护区高分辨率遥感变化检测模型

海南自然保护区遥感监测对森林资源监测、生态保护及热带亚热带地表研究具有重要意义。基于深度学习方法,针对海南省自然保护区大范围变化检测问题,对U-Net网络结构进行了改进,在每一个卷积层后加入标准化层,以跳线连接的形式将原有卷积模块改进为优化模块,同时在编码器底端添加金字塔池化模块以更好提取全局信息,形成了改进U-Net网络模型。模型训练采用基于交叉熵损失函数和广义骰子损失函数构建的联合损失函数,配合多种优化策略实现端到端的地物变化信息提取。该模型应用于公开数据集和研究构建的海南自然保护区数据集的变化检测任务,总体精度分别为97.21%(Kappa系数0.88)和95.12%(Kappa系数0.90),相比原始U-Net效果提升显著。     

发光细菌法评价排污口污水中总有机污染物毒性

利用发光细菌发光原理,建立以明亮发光杆菌(photobacterium phosphoreum)T3变种作为毒性测试物种检测环境中总有机污染物毒性的方法,并用该方法评价环渤海排污口总有机物毒性分布状况。测试结果显示,建立的相关方程及相关性显著性检验P0.01,HgCl2 EC50值基本在0.10±0.02 mg/L范围内波动,指标符合方法规定要求,即发光菌监测排污口中总有机污染物毒性测试结果是准确可信的。用发光细菌法评价环渤海20个排污口,其中剧毒占10%,高毒占25%,重毒占5%,中毒占10%,低毒占50%。发光细菌法能客观、快速、准确地反映废水中总有机污染物毒性状况,该方法在水质监测总有机物毒性中有着广泛的应用前景。     

融合拓扑信息与气象信息的空气质量预测网络

通过空气质量监测数据对正在形成或即将到来的空气污染进行预测是一项具有重要意义的工作,而空气质量监测站只能检测其周围一定范围内的空气污染情况。为了衡量整个城市的空气污染情况,获取任意时间、任意位置的空气质量信息,结合交叉注意力机制,提出了一种融合拓扑信息与气象信息的空气质量预测网络(CGMIM)。将西安市空气质量监测数据与气象数据转换为图像拼接起来,作为输入信息。在高阶非线性时空动态神经网络(MIM)的基础上引入注意力机制,并增加拓扑图编码器模块,提高模型提取能力以及对空气质量监测数据中的空间特征的利用率。最后,使用时空损失函数替代传统的均方误差损失函数,提高模型对空间关系的关注。结果表明：CGMIM网络模型能够在准确预测的同时,对位置区域合理填充,能够有效提升空气质量监测数据的空间分辨率。     

上海市陆源入海排污口污染物分析与评价研究

对上海市12个陆源入海排污口污染状况进行了研究。在常规项目监测的基础上,采用GC-MS定性分析了样品中的有毒有机物。同时还对5个排污口进行了遗传毒性的实验分析。结果表明,某些排污口常规污染指标均符合排放标准但同时又分析鉴定出大量有毒有机物存在的现象。文章对监测结果加以细致分析和评价研究,提出在排污口监测中应当引入有毒有机污染物和遗传毒性的监测。     

污染土壤重金属检测标准样品在能力验证工作中的应用研究

标准样品在能力验证工作中的使用越来越广泛,但是由于能力验证对样品验证结果评价方式的不同,环境基体标准样品在能力验证工作中的应用还需进一步研究。考察了一种新研制的重金属污染地区土壤标准样品在能力验证工作中的应用。结果表明,能力验证的指定值与标准样品的标准值一致,说明能力验证统计数据无显著偏离;标准样品的均匀性和稳定性引入的不确定度小于0. 3σ(σ为能力评定标准差),不会对参加实验室的能力评定产生影响;该次能力验证参加实验室的满意率约为80%,与测试背景土壤的满意率接近,说明实验室检测污染土壤中铅、镉、镍、铜、铬的水平和检测背景土壤的能力水平相当。     

渤海排污口邻近海域异养细菌的组成与分布

对渤海4个重点监测排污口（北塘、大蒲河、弥河和虞河）邻近海域异养细菌的组成和分布进行了调查研究。结果表明,分离到的各排污口邻近海域的细菌隶属于变形菌门（Proteobacteria）、厚壁菌门（Firmicutes）、放线菌门（Acti-nobacteria）和拟杆菌门（Bacteroidetes）4个细菌类群,其中变形菌门的细菌最丰富。各排污口的优势菌有所不同,北塘、弥河2个采样点的优势菌分别为Bacillus sp．、Pseudoalteromonas sp．,大蒲河采样点的优势菌为Vibrio sp．和Oceanospirillum sp．,虞河采样点的优势菌为 Shewanella sp．和 Bacillus sp．。多维尺度分析表明,北塘和虞河采样点的细菌种群特征较相近,细菌种群分布特征可能与排污口的海洋环境有一定的相关性。     

湖南空气质量预报中的数据预处理和特征工程

为提高空气质量预报的准确率,建立了融合气象和环境观测资料、结合机器学习和数值天气预报,且预测时效较长、预测精度较高的机器学习模型库。以湖南6个城市(长沙、株洲、湘潭、益阳、常德、岳阳)的空气质量预报为例,将数据预处理、特征工程方法运用到模型之中,得出以下几点结论:①数据预处理工作包括样本收集、数据清洗、缺失值处理、异常值剔除等,对提高模型预测稳定性帮助很大。②点、线、面的特征组合有助于完整地描述污染物的生消过程。引入传输指数后,株洲市模型对传输型污染过程的预测性能得到明显提高,对轻度、中度、重度污染的分类准确度分别提升了23.6%、16.6%、30.0%。引入静稳指数后,长沙市模型PM_2.5浓度测试的相关系数由0.938提升至0.959,均方根误差由10.33下降至8.46,且模型对中度以上污染天气的极值预报结果更接近实况;益阳市模型在高浓度样本预测中存在的系统性偏低现象得到改善,对轻度以上污染天气的预报结果得到较大矫正。③随机森林的特征重要性排序功能可以大幅度减少特征的数量,使得模型的可解释性和稳定性增强。     

南京市机动车污染物减排因素分析

以南京市机动车排污监控系统的实时检测数据为基础,简述了南京市机动车减排效果,在“十二五”期间南京市机动车保有量增长71.8%的背景下,实现了污染物排放量削减18.8%,单车平均排放CO、HC、NOx较3年前分别下降了33%,31%和36%;排放标准和使用年限二因素方差分析表明,其对NOx、CO和HC排放值的影响由大到小排序均为：油品质量〉排放标准〉使用年限。提出,进一步提升油品质量至关重要。     

中国固体废物中镉检测能力现状与检测方法分析

2020年9月,新修订的《固体废物污染环境防治法》正式生效,固体废物污染防治相关制度进一步完善。为了解和掌握国内环境检测实验室固体废物检测能力水平,为环境管理部门提供客观准确的数据支撑,该研究组织了31个省(自治区、直辖市)各级各类生态环境检验检测机构共计368家实验室开展了固体废物中镉实验室间比对研究,利用稳健统计技术统计分析比对结果。结果显示:省级站、地市级以上站和社会化检测机构检测合格率分别为97.0%、89.8%、81.0%,整体合格率为87.5%,表明目前国内环境监测领域各级各类实验室固体废物中镉的整体检测能力较好。对实验室使用的检测方法进行分析比较,结果表明使用电感耦合等离子体质谱法的比对结果合格率最高(96.0%),其次为石墨炉原子吸收法(84.4%)、电感耦合等离子体法(83.9%),而火焰原子吸收法的合格率仅为57.9%,建议实验室应慎重选择使用火焰原子吸收法检测固体废物中低浓度的镉。     

入河排污口在总量控制中的作用

入河排污口在污染源与水环境间起桥梁作用,入河排污口的入河量是对水环境影响大小的最直接贡献值,作好入河排污口的监测工作,既可对污染源的排污起监督作用,也可得到某区域相对最为可靠的排污总量和河流纳污量,因此,入河排污口是目前总量管理的基础