巫山建坪燃煤型氟中毒地区土壤高镉的来源及赋存状态研究

重庆巫山建坪燃煤型氟中毒地区土壤具有明显的地带性高Cd地球化学异常,土壤Cd含量范围为1.85~22.7 mg/kg,平均值为7.5 mg/kg,为富Cd的黑色泥页岩、碳质粉砂岩和煤层的风化作用所致。土壤中Cd的赋存形态分析表明,Cd的生物有效性含量很高,约占总量的36%,而残渣态含量较低,有利于Cd被农作物吸收富集而危害食物链安全。在三峡库区燃煤型氟中毒地区进行地方病防治时,不能忽视Cd可能诱发的环境健康问题,以保障食物链安全和公众健康。     

重庆渝北地区表层土壤硒含量分布与农业经济意义

通过对重庆渝北地区表层土壤网格化取样分析及岩、土、植物样的分析评价,阐述了Se元素的含量水平、空间分布与农业经济意义,并编制富硒土壤分布图。研究区表层土壤Se背景平均值为0.205mg.kg-1。土壤Se分布主要受地层、岩性及土壤对Se元素富集特性的控制。区内富硒土面积208.25km2,占全区11.57%,足硒土面积576km2,占全区32%。最具开发潜力的富硒土区为"北碚天府-工农-代家沟"一带(Ⅰ区),面积为36.8km2,富、足硒土次之(Ⅱ、III区),面积为110.3km2。富硒土区白菜、卷心菜等十字花科作物,水稻、玉米等粮食作物为富硒无公害或绿色农产品,具较大的农业经济意义。     

如何应对有毒气体泄漏事故——从三起氯气泄漏事故谈起

近年来,氯气泄漏事故时有发生,一次事故少则数人中毒,多则数十人甚至上百人中毒,人民的生命安全受到严重威胁,当地正常的生产、生活秩序和社会安全也受到直接影响.     

长兴岛海岸线变化遥感动态监测及分形特征

基于6个时相的卫星影像和野外实地调查,通过人工目视解译获取了30多年来大连市长兴岛海岸线的变化信息,计算了时间序列上海岸线分形指数的动态变化.结果显示:30多年来长兴岛海岸线受人类活动的影响逐步增大,人类活动影响和改变海岸线的活动可分为两种类型.在1995年之前的近20 a内,以原始淤泥质岸线被垦为人工养殖岸线为主导类...     

SCR脱硝系统中液氨环境风险性评价

从危害度和危险度两个方面对脱硝系统中的液氨环境风险事故进行分析,并提出风险防范措施和应急预案,为同类项目的液氨环境风险评价提供参考。     

任南琪院士：我国水污染防治领域亟待科研创新

<正>中共中央、国务院印发的《关于深入打好污染防治攻坚战的意见》（以下简称《意见》）指出,要以实现减污降碳协同增效为总抓手,以改善生态环境质量为核心,以精准治污、科学治污、依法治污为工作方针,以更高标准打好碧水保卫战,并提出到2025年,地表水Ⅰ—Ⅲ类水体比例达到85%,城市黑臭水体基本消除等具体的指导意见。我国城市黑臭水体产生的根源在哪里？水污染防治的系统解决方案又是什么？     

花生壳掺烧对市政污泥燃烧性能的影响

针对花生壳掺混对市政污泥燃烧性能的影响及污染气体的排放,分析了升温速率和花生壳掺混比例对燃烧过程的影响规律.结果表明,当花生壳掺混比例为40%时,升温速率从5℃/min增加到30℃/min,样品的综合燃烧性能指数增大6.9倍,挥发分释放特性指数增大4.5倍;当升温速率为30℃/min时,花生壳掺混比例从0%到40%,样品的综合燃烧性能指数增大1.7倍,挥发分释放特性指数增大5.6倍;因此花生壳的掺混能有效改善污泥的燃烧性能.非等温动力学拟合结果显示,随着花生壳掺混比例增大,样品的反应活化能从87.16kJ/mol下降到69.73kJ/mol,更有利于反应进行.污染气体实时监测结果显示,花生壳掺混比例从10%增加到40%,样品的NO排放峰值下降了60%,说明花生壳的掺入能够显著减少样品燃烧时污染气体的排放量.     

南昌市PM2.5中结合氨基酸的浓度组成及来源

采集了春季南昌市城市和森林地区的大气PM_2.5样品及潜在大气氨基酸排放源（植物和土壤）样品,测定并分析了样品中结合氨基酸（CAAs）的浓度、组成及甘氨酸（Gly）的氮同位素值.结果表明,城市和森林地区PM_2.5中总CAAs的浓度分别为0.507~3.912和0.497~2.647nmol/m³.通过对PM_2.5中CAAs组成占比分析发现,城市和森林地区CAAs组成成分相似,其中Pro、Gly、Ala、Leu和His是PM_2.5中丰富的CAAs物种.结合Gly的氮同位素值可知,城市地区（+0.62‰~+22.67‰）和森林地区（+1.99‰~+23‰） PM_2.5中δ¹⁵N_C-Gly值表现出较大的变化范围.根据大气CAAs潜在排放源δ¹⁵N值清单,本研究中生物质燃烧、土壤源和植物源是PM_2.5中CAAs的主要来源.贝叶斯稳定同位素模型计算源分配结果表明生物质燃烧、土壤源和植物源对城市地区PM_2.5中CAAs的平均贡献为42%、40%和18%,对森林地区PM_2.5中CAAs的平均贡献为38%、38%和24%.     

基于多通道长短期记忆网络的PM2.5小时浓度预报

PM_2.5作为主要的大气污染物之一,严重影响空气质量和人体健康. 基于深度学习的PM_2.5小时预报研究中,不同输入要素的历史时间序列对PM_2.5预报结果的响应情况存在差异. 因此,基于太原市2019—2020年空气质量监测站、气象观测站的数据,提出一种多通道长短期记忆网络(Multi-Channels Long Short Term Memory,MULTI-LSTM)模型对PM_2.5浓度进行预报. 首先使用独立的长短期记忆网络(LSTM)学习每个输入要素,然后将每个模型的学习结果进行融合,最终获得未来多小时的PM_2.5浓度预报结果. 将单通道LSTM模型(BASE-LSTM)和LSTM扩展模型(LSTME)作为对照模型,与MULTI-LSTM模型的预报精度进行对比. 结果表明:不同观测窗与预报时效下,MULTI-LSTM模型在测试集上的预报精度明显高于其他2个对照模型. 其中,MULTI-LSTM模型在8 h观测窗和6 h预报时效组合下,均方根误差(RMSE)、平均绝对百分误差(MAPE)以及拟合指数(IA)分别为20.26 μg/m3、51%、0.91. 对未来逐6 h的预报中,观测窗宽度从8 h增至32 h,MULTI-LSTM模型的预报精度无明显变化,观测窗宽度为40和48 h时,RMSE比8 h观测窗下分别下降了2%和3%. 此外,增加LSTM层深度不会提升模型的预报精度. 研究显示,利用MULTI-LSTM模型作为PM_2.5浓度小时预报模型,通过选取合适的观测窗宽度与气象要素,可获得精度较高的预报结果.      

雾霜当前 凸显科技责任

2013年12月伊始,我国中东部地区迎来了大范围雾霾天气。中国气象局的权威数据说,此次雾霾共波及25个省份,100多个大中型城市,全国平均雾霾天数创52年来之最。而安徽、湖南、湖北、浙江、江苏等13地均创下历史最高纪录。