PSO和SVM混合算法确定太湖入湖河流水质主要影响因子

以影响太湖入湖河流水质的24个因子值为研究对象,将PSO算法与SVM算法相结合。PSO算法用于优化SVM算法的参数c和g,以利于快速、高效地确定c和g的全局最优值;SVM算法基于最优的c和g,分别以24,21,18,15,12,9和6个因子作为特征向量预测水质的污染程度。结果表明,当特征向量为9个影响因子时预测率最高。其参数c=18.56,g=1.35,对应的预测率为：全局预测率92.59%,重度污染水质预测率88.89%,轻度污染水质预测率94.45%。因此,通过PSO和SVM混合算法,可以确定影响太湖入湖河流水质的主要因子,利用这些主要因子对水质进行预测预警,不但可以节省时间,而且可以得到精确的结果。     

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。     

水样发光细菌急性毒性测试的方式与表征

选取不同类型的环境和污染源水样开展了发光细菌毒性测试,针对不同环境管理目标,探讨了急性毒性定量表征方式。发光细菌急性毒性测试在环境应急监测、水源早期生物预警中,采用绘制毒性预警基线图的方式比较可行。在污染源监督监测中,对于发光抑制率低于60%、无法求出EC50的样品,采用等效毒性参照物的质量浓度表征废水的毒性;对于发光抑制率高于60%,采用稀释因子表示样品的毒性更直观可靠。     

高效液相色谱-电感耦合等离子体质谱法测水中不同形态砷

采用高效液相色谱(HPLC)分离水中两种常见的砷形态As(III)、As(V),电感耦合等离子体质谱系统进行检测鉴定,利用C8色谱柱,探讨了甲醇含量、磷酸二氢钾浓度、四丁基氢氧化铵浓度、p H等测试条件,由此建立了水中砷形态的分析方法。结果表明,以1.5 mmol/L磷酸二氢钾、2 mmol/L四丁基氢氧化铵(TBAOH)、5%甲醇作为流动相,调节流动相为p H 5.5,流速为1.4 m L/min,上述两种不同形态的砷可在5.5 min内得以有效分离,As(III)、As(V)检出限分别为0.001、0.01μg/L,定量下限分别为0.005、0.03μg/L。该方法实现了对水中常见的不同形态砷(As(III)、As(V))的同时分析,具有灵敏度高、选择性好、检测速度快的特点,在水质分析领域具有重要意义与应用价值。     

气相色谱-质谱法测定饮用水中消毒副产物卤代腈

采用顶空加盐气相色谱-质谱法检测饮用水中的消毒副产物氯乙腈、二氯乙腈和三氯乙腈,并对样品前处理方法及GC/MS仪器条件进行优化,使得3种卤代腈在5．00μg/L ～80．0μg/L 范围内线性良好,方法检出限分别为2．52μg/L、1．02μg/L和1．57μg/L。空白水样的加标回收率为75．9％～94．1％, RSD为3．6％～6．2％。     

2013年北京市PM2.5重污染日时空分布特征研究

根据2013年北京市环境保护监测中心监测的PM2.5数据,系统分析了北京市重污染日PM2.5污染的时空分布特征,并利用克里格插值初步统计了全年和重污染日PM2.5不同浓度区间的国土面积。2013年全市PM2.5年均浓度为89.5μg/m3,重污染日平均浓度为218μg/m3,重污染日主要集中在冬季;PM2.5年均浓度呈现明显的南高北低梯度分布特征,而重污染日空间分布较均匀,南部及城六区存在明显的高污染区,平均浓度在180μg/m3以上;2013年北京市重污染日PM2.5平均浓度为150~250μg/m3,其对应的国土面积约为12 656 km2,PM2.5平均浓度在250μg/m3以上的国土面积约为883 km2,而全年无PM2.5平均浓度在150μg/m3以上所对应的国土面积。     

离子色谱法测定PM_(2.5)中硫酸根离子含量不确定度评议

准确测定大气颗粒物中水溶性组份对分析污染物来源及身体健康具有重要意义。本文采用离子色谱法测定PM2.5中硫酸根离子含量,并对测定的不确定度进行分析。分析过程不确定度来源是样品重复性测量引入不确定度,样品测量准确性引入不确定度和标准曲线的不确定度。应用不确定度评定理论,计算硫酸根离子的合成不确定度。结果表明,滤膜中硫酸根离子本底浓度高低与剪裁滤膜环节是不确定度的主要来源。为了提高分析的准确性,建议使用本底低的滤膜,并取整张滤膜进行分析。     

道路交通噪声自动监测应用探讨

结合城市道路路网状况及实际噪声监测数据和历史实验数据,对道路交通噪声自动监测数据的有效性、监测点位布设进行了研究,对道路交通噪声监测点位优化提出建议。     

齐齐哈尔市PM2.5与PM10污染趋势及相关性分析

对2014—2016年齐齐哈尔市PM_(2.5)与PM_(10)质量浓度的时间变化特征进行简要分析,并探究PM_(2.5)/PM_(10)以及PM_(2.5)与PM_(10)的相关性。结果表明:2014—2016年齐齐哈尔的PM_(2.5)与PM_(10)的年均质量浓度分别为36.7、62.9μg/m~3,且呈逐渐下降趋势;冬季的PM_(2.5)与PM_(10)浓度最高,秋季次之,春季与夏季相对较低;2014—2016年PM_(2.5)与PM_(10)质量浓度月变化趋势基本相同,整体呈现2—6月逐渐下降,9—11月逐渐上升的规律;PM_(2.5)与PM_(10)质量浓度的日变化均呈双峰现象;对PM_(2.5)与PM_(10)进行线性拟合,相关系数为0.896 3。同时,残差分析也说明两者拟合情况良好,四季相关系数为r_(秋季)(0.982 2)r_(冬季)(0.964 4)r_(夏季)(0.943 9)r_(春季)(0.829 6);2014—2016年PM_(2.5)/PM_(10)平均值为55.27%,大气颗粒物PM_(2.5)的贡献率高达一半以上。     

江西省耕地土壤氮素空间变异特征及其影响因素

为定量探讨省域尺度下土壤氮素空间变异特征及其影响因素。以江西省2012年测土配方施肥项目采集的16 582个耕地表层(0~20 cm)土壤样点数据,运用普通克里格、单因素方差分析与回归分析方法,对土壤氮素空间变异特征及其影响因素进行分析。结果表明：（1）江西省土壤全氮(TN)含量在026~375 g/kg之间,平均值为158 g/kg,变异系数为3101%;碱解氮(AN)含量值域范围为1160~39970 mg/kg,平均值为16431 mg/kg,变异系数为3460%;二者均呈中等程度的变异性。（2）经半方差分析,TN与AN的变程分别为31489和3030 km,TN的空间自相关范围大而AN较小。（3）在空间分布上,高值区主要分布在新余市、抚州市与景德镇市。（4）回归分析与单因素方差分析结果表明,地形因子、耕地利用方式、成土母质、土壤类型和秸秆还田方式对土壤氮素空间变异影响极显著(P<001)。秸秆还田方式对土壤TN与AN空间变异的独立解释能力最高,分别为271%与42%,是影响江西土壤氮素空间变异的主要因素。