“引江济太”过程中长江-望虞河-贡湖氮、磷输入特征研究

为了解"引江济太"调水过程中长江、望虞河对贡湖营养盐输入特征,于2013年8月和2013年12月引水期间对20个采样点各形态N、P质量浓度的沿程和时间变化以及百分含量占比进行研究.结果表明,两个不同的引水期,长江-望虞河-贡湖段水体各形态N、P沿程和时间变化均表现不一:长江引水经望虞河入贡湖后,水体NO-2-N、NO-3-N、NH+4-N和TN质量浓度均较长江和望虞河段有不同程度的降低,而贡湖段DON质量浓度显著高于长江和望虞河段,但长江-望虞河段水体各形态N中NO-3-N质量浓度最高.长江和望虞河TP质量浓度总体表现平稳,而各形态P质量浓度在两个引水时期内有所变化.从时间变化来看,2013年8月水体的DON和TP质量浓度总体上高于12月;而NO-3-N和DOP质量浓度总体上低于12月.总体来说,两个引水时期内,NO-3-N和TPP是望虞河经长江引水的主要N、P形态;而贡湖经望虞河水体输入的N、P主要形态分别为NO-3-N、PO3-4-P和TPP.     

基于BP神经网络的作业场所风险预警模型研究

在全面分析作业场所职业危害风险影响因素的基础上,从人、物、环境、管理、安全技术、法制监管和社会经济利益等方面进行分析,建立了作业场所风险预警指标体系,建立了作业场所风险预警的BP神经网络模型.应用该模型分析多个企业作业场所职业危害的样本,对作业场所风险预警进行实证研究.结果表明,该模型精度较高,具有实用性和可行性,可用于作业场所职业危害风险预警.     

基于深度学习的工程结构损伤识别研究进展

为避免或减轻工程结构在建造和运营期间因结构振动产生不同程度损伤,造成安全隐患危及人们生命财产安全,针对结构振动损伤识别技术展开研究,探讨不同深度学习方法发展情况及其利弊,寻找更具可行性的损伤识别方法,并对其最新研究及应用现状进行全面综述。研究结果表明:应用深度学习开发新的结构损伤识别技术,无需冗余的数据预处理以及手工提取损伤特征,实现以较高精度实现损伤识别任务;一维卷积神经网络（1D-CNN）以其独特的应用优势,在数据样本有限条件下较二维卷积神经网络（2D-CNN）表现更为出色。研究结果可为数据驱动的结构损伤识别问题提供新思路,进一步完善土木结构健康监测研究体系。     

粒子群优化的RBF瓦斯涌出量预测

瓦斯涌出量是煤矿瓦斯灾害的主要来源,它直接影响煤矿安全生产和经济技术指标。瓦斯涌出量的传统预测方法是将其影响因素线性化后提出的,具有一定的局限性。本文基于群体智能理论,提出了一种基于粒子群算法优化的RBF神经网络瓦斯涌出量预测模型。研究表明RBF神经网络预测精度与网络权值和RBF参数初始值有很大关系,因此本文采用粒子群算法优化RBF网络权值和其他参数,形成PSO-RBF预测模型。该模型通过计算种群粒子的适应度,确定全局最优值,寻找网络参数的最优值。实验结果表明PSO-RBF优于传统的RBF预测模型,训练速度和预测精度显著提高。     

公交柴油车道路排放特征的实测研究初探

利用GPS和SEMTECH-D车载排放测试仪测量了上海市公交车行驶工况和公交柴油车在市区道路上的排放状况.该研究共获得193400组公交车行驶工况数据,累计测量里程820 km,排放数据75420个.测量结果显示,上海市公交车平均车行速度14 km·h-1,最高车速为60 km·h-1;市区公交车平均车行速度14 km·h-1,最高车速小于60 km·h-1,市区公交车的怠速时间比在25%以上.被测公交柴油车的CO、THC和NOx平均里程排放因子为(3.41±0.86)、(1.95±0.47)和(4.56±0.99) g·km-1,与陈长虹等人2005年提供的卡车3和卡车5的排放状况相近.测量结果还显示,被测车辆进出站时单位里程排放量是正常行驶条件下的10倍.此外,在交通高峰期或拥堵期,车行速度降低至0～5 km·h-1时,被测公交柴油车的CO、THC和NOx平均里程排放因子升高至17.49、6.68和15.85 g·km-1,是平均车速时候的5.13倍、3.4倍和3.48倍,车辆排放污染将明显加剧.测量结果说明,加强城市交通管理,减少车辆拥堵,不仅可以提高公交车运行效率,而且也是降低公交车污染的有效措施.     

成渝城市群臭氧污染特征及影响因素分析

为研究成渝城市群O_3污染特征及其影响因素,对成渝城市群15个城市2015—2016年国控环境监测站点和国家气象台站数据进行了研究.结果表明,研究区域15个城市均存在不同程度的O_3超标现象.2015—2016年成渝城市群O_3污染形势愈发严峻,春末及夏季污染最为严重,且在7月达到O_3浓度峰值(118μg·m~(-3)),O_3污染空间分布呈片状,以资阳为中心的遂宁、眉山、成都等城市为O_3污染较为严重的区域.颗粒物、NO_2及CO均与O_3有显著相关性,其中,颗粒物与O_3浓度在冬季呈负相关,在夏季则表现为正相关.太阳辐射、气温、相对湿度及流场均是影响O_3浓度的重要因子,强辐射、高温及低湿易形成较高浓度的O_3,相对湿度对O_3浓度的影响呈先升后降的关系.     

重型柴油车实际道路排放与行驶工况的相关性研究

采用SEMTECH-D车载排放测试仪测量了东风柴油卡车在城市实际道路工况以及等速和加速工况下的油耗及污染物排放状况.测试结果显示,测试卡车实际道路综合百公里油耗为17.8 L,NOx、CO和HC排放因子分别为3.96、8.86和2.15g·km-1.其中主干道路况相对较差,油耗与排放因子较高,是所有测试道路平均水平的1.3～1.8倍左右.研究结果表明,重型车油耗及污染物排放与各行驶工况下的速度、加速度均密切相关,车辆在高速加速行驶状态下易产生高排放.车辆在30～50 km·h-1速度区间内等速行驶时,油耗与排放因子最为经济且环境友好.车辆在加速行驶时,油耗与NOx、CO排放因子可达到城市实际道路平均水平的2.0、2.2、1.4倍,急加速时达到2.8、2.1、14倍.应用比功率概念可准确描述车辆在各运行工况下的排放水平,但在重型车上缺乏实验依据,有待进一步研究.     

基于GIS的流域生态敏感性评价及其区划方法研究

在分析国内外流域生态研究状况的基础上,提出流域生态敏感性概念,针对流域内可能出现的各种生态问题及其敏感性,结合流域特点,建立流域生态敏感性评价指标体系,探讨运用GIS技术对流域生态敏感性进行综合评价的方法,提出流域生态敏感性区划。     

应用IVE模型计算上海市机动车污染物排放

为了解上海市机动车污染现状,建立上海市机动车源排放清单,分别选择上海市中心城区、商业区和收入相对较低区域中的主干道、快速道和次干道3种共9条典型道路,开展机动车技术水平参数、比功率(VSP)分布状况、启动状况等测试,并在此基础上将International Vehicle E-mission(IVE)模型本地化.调查结果表明,上海市区实际道路上轻型客车、出租车、公交巴士、卡车和摩托车(包含助动车)分别占道路总车流量的41.0%、30.8%、15.6%、6.9%和5.7%;从技术组成看,约85%的轻型客车和97%的出租车均安装有三元催化装置,约30%的公交巴士和90%的卡车没有达到欧Ⅰ标准;机动车的VSP分布主要集中在-2.9～1.2 kw·t-1.模式计算结果表明,2004年上海市机动车CO、VOC、NOx和PM排放量分别为57.06×104t、7.75×104t、9.20×104t和0.26×104t;20%的高排放车对总排放量的贡献占到25%～45%;启动过程中排放的CO、VOC和PM占总排放量的15%～25%,NOx仅占总排放量的4.5%.     

大连市居民头发典型重金属富集特征研究

测定了大连市居民102份头发样品中Pb、Cd、Hg、As等重金属含量,评估了其暴露风险,并对头发中重金属的含量与年龄、性别的关系进行了分析.结果表明,大连市居民头发中Pb、Cd、Hg、As含量均低于中国居民头发中重金属的建议正常值上限,4种重金属暴露风险较低.男性头发中Cd、Pb和As的平均含量明显高于女性(p0.05),其中As平均含量差异达到极显著水平(p0.01).PCA分析显示样本分布集中在第一排序轴和第二排序轴中间,表明性别并不是影响头发中重金属含量的主要因素.19～35岁年龄组居民头发中Cd和Pb含量最高,且均与56～75岁年龄组呈现显著差异(p0.05);As和Hg在56～75岁年龄组居民头发中含量最高,与其它组比较均达到了显著水平(p0.05).PCA和Pearson分析表明4种重金属间相关性较好,大连市居民对4种重金属暴露途径基本相同.