基于精细化管理的环境物联网发展趋势

环境物联网运用智能传感器等设备感知生态环境的变化,监测环境质量、监控企业的排污行为,通过环境数据的采集、传输、处理、整合,辅助环境管理决策。近年来环境物联网得到长足发展,但现有的环境物联网体系无法满足多种任务和应用场景的需求,主要问题体现在数据质量和精准度缺乏保证,数据传输能力有限,数据共享还未打通,数据分析应用能力还有待提升。笔者系统分析了环境物联网感知层、传输层和应用层的现状与问题,较全面地研究了物联网与大数据技术的最新进展,提出了环境物联网的发展方向以解决上述问题,为实现精细化管理与科学决策提供科学参考。     

基于Prophet模型的空气污染物浓度预测方法

准确预测大气污染物浓度的时空变化趋势是制定、修订大气污染防控措施和持续改善空气质量的关键。笔者以内蒙古呼和浩特市为研究区,基于2015-2020年城市环境空气质量自动监测站的月度数据,运用Prophet模型,研究确定环境监测数据的突变点和Prophet模型饱和预测上下限等特征,完成了"十四五"期间研究区PM_2.5、 PM₁₀、 NO₂、 SO₂、 O₃5项污染物的浓度预测。采用可决系数、均方根误差及平均偏差误差对预测模型结果进行精度评估,并重点分析了2025年各项污染物浓度的时空变化规律。结果表明:Prophet模型可以较为精准地对5项污染物浓度进行预测,预计2025年呼和浩特市PM_2.5、 PM₁₀、 NO₂、 SO₂、 O₃质量浓度分别为41.64,、71.71、36.85、21.66、123.24 μg/m³,与以往该地区各项污染物时空特征一致,未来该市PM_2.5、 PM₁₀、 NO₂、 SO₂全年浓度均呈U形分布,具有冬季高、夏季低的特点,O₃全年浓度呈倒V形分布,具有夏季高、冬季低的特点。除此之外,研究还发现未来该市西部地区污染程度高于东部。预测结果表明:当前内蒙古对空气污染的治理措施为空气污染的持续改善提供了保障,O₃污染有加重趋势但尚在可控范围内,需要进一步加强防控。该研究揭示了呼和浩特市"十四五"期间5项空气污染物的浓度和时空变化趋势,可为呼和浩特市空气质量持续改善提供数据参考。     

松花江野生鱼类重金属残留分析与评价

以松花江流域的野生鱼类为研究对象,在松花江流域选取松林、大顶子山、佳木斯3个具有代表性的点位,在2014—2016年的每年5月底6月初采集鲤鱼和鲫鱼样品,3年内共制备45个鲤鱼单样,44个鲤鱼混样,30个鲫鱼混样,共计119个。采用电感耦合等离子体-质谱法对鱼类肌肉组织中残留的As、Cd、Cr、Pb、Hg 5种重金属进行检测。检测结果显示,As、Cd、Cr、Pb、Hg 5种重金属全部检出,检测结果全部达标,达标率为100%。根据检测结果采用单因子指数法和金属污染指数法等评价了松花江流域鱼体重金属残留状况及食用安全性,评价结果为松花江流域鱼类重金属残留量相对较少,鱼体健康,食用安全。     

典型地区农用地污染调查及风险管控标准探讨

针对《土壤污染风险管控标准——农用地土壤污染风险管控标准》(GB 15618—2018),提出以土壤中全量浓度筛选值和管控值作为衡量农用地土壤污染风险管控的标准,对湖南省部分稻田农用地土壤及点对点稻米样品中镉、铅、砷、汞的总量和有效态浓度及稻米中含量进行监测,根据重金属总量浓度分为低风险、中风险、高风险3组。结果显示:(1)土壤及稻米中镉含量基本为随着风险级别的升高而增加,铅、砷在土壤和稻米中含量无规律性结果,汞监测结果均为未检出。(2)低风险组稻米镉超标率为12. 0%,高风险组稻米镉达标率为33. 3%,表明利用总量浓度对农用地土壤潜在风险进行分组存在一定的局限性。(3)依据4种重金属在土壤中总量及稻米(早稻)中含量情况,对风险级别进行调整并综合判断:有58个样品为低风险组,占样品总数的68. 2%,超标率为零;有15个样品为中风险组,占样品总数的17. 7%,超标率为80. 0%;有12个样品为高风险组,占样品总数的14. 1%,超标率为100. 0%。调整后评价结果与上述标准的划分目标更接近,能够提高上述标准的准确性和实用性。     

基于哨兵-3A卫星OLCI数据的最大叶绿素指数在太湖蓝藻水华监测中的应用

欧洲航天局于2016年2月16日成功发射哨兵-3A卫星,搭载的水色遥感仪器(OLCI)提供了很好的海洋和内陆水体生态指标观测反演能力。基于OLCI获取的太湖L1b级遥感数据产品,利用OLCI Oa10、Oa11、Oa12波段计算了重要的水色/水生态遥感指标,即最大叶绿素指数(MCI),在此基础上初步分析了MCI在太湖蓝藻水华监测预警中应用效果。研究表明:(1)哨兵-3A卫星OLCI影像质量清晰,构建的MCI能够反映太湖水体叶绿素信号强度;(2)与常用的归一化植被指数相比,在蓝藻没有明显积聚的藻-水混悬水域,MCI与叶绿素浓度有很好的关联,可更灵敏地反映叶绿素浓度的空间分布特征。MCI将在蓝藻监测上具有更好的适用性,可有效提高富营养湖泊蓝藻水华的预警预报精度。     

基于SHERPA的环境空气质量减排情景模拟评估

分析了SHERPA综合评价模型的基本原理和主要建模理念,重点介绍了其在环境空气质量减排情景模拟评估方面的作用,以及在排放源与受体关系(SRR)方面的处理方法,比较了其与欧盟常用的其他情景模拟模型的优缺点。SHERPA模型的特点是空间灵活性较好,对于任何给定地点,可以快速评估不同地区对该研究地点空气质量的影响。SHERPA模型的3个主要功能为污染物来源分析、决策支持和情景模拟。基于SHERPA模型对法国环境空气中PM_(2.5)、PM_(10)和NO_2年均浓度进行污染来源分析、决策支持分析和减排情景模拟评估,展示了模型在环境治理措施优先级筛选和政府间联合治理措施协调建议方面的功能和作用,以期为中国环境空气质量预测预报、环境质量管理措施的制定和成效评估等环境服务与管理工作提供借鉴。     

水质丁基黄原酸测定难点探讨

丁基黄原酸是水质监测的重要项目之一。水中丁基黄原酸的测定,在样品采集保存、前处理及仪器分析各阶段都存在一定的技术难点。实际分析时很容易出现测定结果不理想,甚至定性定量错误等问题。结合实验对丁基黄原酸测定中容易出现的问题及注意事项进行探讨,正确区分丁基黄原酸及其盐,有效保存样品,采用低损失的前处理方法以及选择性好的分析仪器,有利于提高丁基黄原酸测定的准确性。众多丁基黄原酸测定方法中,液相色谱质谱法、离子色谱法以及液相色谱法在选择性和灵敏度方面更具优势,也可用于其他方法检出丁基黄原酸时对测定进行确认。     

新疆大气颗粒物的时空分布特征

基于2015年新疆12个城市的PM_(10)和PM_(2.5)地面监测数据,并结合同期气象观测数据,分析了新疆PM_(10)和PM_(2.5)质量浓度的时空分布特征及其与气象要素的关联性。结果表明:新疆大气颗粒物年均质量浓度呈现南高北低特征,南疆各城市的年均PM_(10)质量浓度为150～262μg/m~3,年均PM_(2.5)质量浓度为50～118μg/m~3。北疆各城市的质量浓度相对较低,年均PM_(10)质量浓度为28～139μg/m~3,年均PM_(2.5)质量浓度为13～74μg/m~3。从时间变化来看,在春季和夏季,新疆以粗颗粒物污染为主,冬季以细颗粒物污染为主。此外,在南疆各城市3月PM_(10)质量浓度突然大幅升高与相对湿度明显下降、风速增大直接相关,沙尘天气是导致该区域春季高PM_(10)质量浓度的重要原因。     

地表水环境遥感监测关键技术与系统

介绍了地表水环境遥感监测的关键技术与系统及其典型应用,其代表性机理模型和应用示范成果主要来自于中国科学院遥感与数字地球研究所的高光谱遥感团队在最近几年中取得的一些研究进展,主要包括建立了基于改进双峰法的水体分布自动化遥感提取方法,实现了简单、高效和高精度的水体提取;提出了大型湖泊长时序水量估算方法,并以青藏高原湖区为例,重建了典型湖泊面积、水位和水量序列;发展了基于“软分类”的典型内陆水体叶绿素a浓度反演方法,构建了基于生物光学模型的高度浑浊水体悬浮物浓度遥感反演半解析方法,提高了反演方法的区域和季节适用性;构建了基于水色指数的大范围湖库营养状态和透明度遥感监测方法,实现了全球大型湖库营养状态遥感监测,以及全国大型湖库透明度遥感监测;在此基础上,开发了地表水环境遥感监测系统,提高了水环境遥感监测效率,促进了卫星遥感在水环境监测中的高精度业务化应用。     

2016—2017年武汉市城区大气PM2.5污染特征及来源解析

利用2016年1月至2017年9月湖北省环境监测中心站大气复合污染自动监测站的在线监测数据,对武汉市城区PM_2.5的污染特征及主要来源进行解析。结果表明,武汉市城区PM_2.5质量浓度呈现出明显的季节差异,季节变化规律为冬季>春季>秋季>夏季。水溶性离子的主要成分SO₄^2-、NO₃^-和NH₄⁺占总离子质量浓度的82.0%。PM_2.5中阴离子相对阳离子较为亏损,颗粒整体呈碱性。夏季气态污染物的氧化程度较高且SO₂较NO₂氧化程度高。后向轨迹分析结果表明,区域传输是武汉市PM_2.5的一个重要来源,在4个典型重污染阶段,武汉市分别受到局地、东北、西北及西南方向气团传输的影响。PMF模型解析出武汉市PM_2.5五大主要来源及平均贡献率：扬尘22.0%、机动车排放27.7%、二次气溶胶21.6%、重油燃烧14.9%和生物质燃烧13.8%。