上海不同强度干霾期间气溶胶垂直分布特征

利用美国宇航局(NASA)的CALIPSO星载激光雷达资料,通过分析后向散射系数、体积退偏比和色比等参量揭示了上海地区发生不同强度干霾时气溶胶的垂直分布特征,并结合地面气溶胶观测进行了分析.结果表明,发生干霾时,低层大气(2km以下)污染最严重,气溶胶的后向散射系数主要集中在0.0015~0.0035km-1×sr-1,体积退偏比集中在0~15%,色比集中在0.2~0.8;2~10km高度内,散射系数相对较小,其中2~8km的值主要集中在0.0008~0.0025 km-1×sr-1,8~10km的值则主要集中0.0008~0.0015 km-1×sr-1,气溶胶体积退偏比和色比在2~4km、4~6km、6~8km和8~10km各高度内分别集中在0~20%和0~0.6.在0~10km高度内,相对于轻微干霾和轻度干霾,中度干霾时气溶胶的散射能力和不规则性最强,粒径也最大.     

四环素和铜离子对生物除磷微生物的作用效应

选取污水中的污染物四环素和铜离子为二元混合物,以比吸磷率来表征二元混合物对污水生物除磷微生物的联合作用效应.采用直接均分射线法设计3种二元混合物的浓度配比(Ratio1,Ratio2,Ratio3);采用Logistic方程拟合试验数据获得浓度-效应曲线,并利用浓度加和模型分析二元混合物对生物除磷微生物的联合作用效应及...     

电脱盐废水处理技术现状

近几年,随着原料油的劣质化、重质化、乳化严重,造成电脱盐装置在运行过程中乳化困难,从而导致原油电脱盐脱水合格率低。文章介绍了石油炼制企业电脱盐废水的概况和水质特点,针对原油性质恶化、原油预沉降处理时间不够和石油炼制工艺差异三个因素,分析了其对电脱盐废水的盐含量、金属离子含量、酸值、胶质沥青质含量、乳化程度等水质水量特征的影响。介绍了目前电脱盐废水处理技术的进展,结合几个典型炼化企业电脱盐废水处理工艺应用现状,展望了电脱盐废水处理技术的发展趋势。     

汉江富营养化动态模型研究

针对汉江富营养化问题，建立水体富营养化动态模型，其特点是不仅能够较好地模拟浮游植物的变化过程，而且能够提供发生水华的原因和生态机理的解释。最后汉江武汉段1998年发生的水华事件为实例进行模拟，结果表明模型合理可信。     

圆管弯曲加工过程的数值模拟

采用显式有限元分析软件LS -DYNA ,对于圆形钢管的弯曲加工过程进行数值模拟。圆管弯曲加工模型是常见的回转引伸弯曲加工方式 ,并在分析模型中考虑了阻止钢管在弯曲加工过程中起皱和截面扁平化的芯轴 ,以及为了防止钢管弯曲的外侧的壁厚过分减薄在钢管的末端加上压力。通过数值模拟得到管壁的最大减薄和增厚部位 ,并讨论了芯轴的摩擦系数和钢管末端的压力对管壁厚度变化的影响。     

基于人工神经网络的莺落峡月径流模拟预测

莺落峡是黑河干流出山口径流量的重要控制站,莺落峡径流量的多少直接影响着该流域经济、社会的发展和生态环境保护,水资源分配和调度的管理和决策。论文基于人工神经网络,对莺落峡径流进行了模拟预测。将月径流分为汛期和非汛期,分别建立BP人工神经网络,通过对径流分类前后的模型进行比较,发现分类后的月径流BP模型的性能显然优于未分类的模型,故此设计了4种不同气候情景,采用分类后的模型对莺落峡2030年的径流量进行了预测。即,在降水量不变、气温增加0.5℃,2030年莺落峡年径流量将增加8.92%;气温增加1℃、降水量不变,年径流量将减少5.414%;气温不变、降水量增加10%,年径流量将增加9.905%;气温增加0.5℃、降水量增加10%,年径流量将增加8.98%。     

花生壳活性炭对反渗透(RO)浓水的吸附特性

以花生壳活性炭对RO浓水进行吸附处理,利用傅立叶红外光谱(FTIR)和荧光光谱(EEM)研究花生壳活性炭对不同pH的RO浓水的吸附特性.结果表明,花生壳活性炭对溶解性有机碳(DOC)的吸附遵循准二级吸附动力学方程,特别是碱性条件下,DOC的吸附量随着pH的升高而降低.而且pH越高,达到吸附平衡的时间越长.通过FTIR光谱分析发现,活性炭的芳香结构吸收峰在吸附后红移至1630 cm-1,表明被吸附的有机物在该处有明显的特征吸收峰,而C—O和O—H官能团的吸收峰则因为钙离子等物质的吸附而显著降低.由EEM光谱分析可知,RO浓水的荧光物质主要由腐殖酸类腐殖质和富里酸类腐殖质组成,其荧光强度与DOC之间具有较好的线性相关性.     

内陆水环境污染监测的多时相遥感信息模型

介绍了遥感水质监测的基本原理,对遥感技术在水质监测领域的国内外发展现状进行了归纳分析,并论述了建立多时相、通用型内陆水环境污染遥感监测模型的可行性,最后以湘江长沙段为研究区域,创建了适用于DO、CODCr、CODMn、BOD和TN的水污染遥感因子和相应的多时相遥感信息模型。     

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。