漕河大册营至西庄段水环境质量评价

漕河临近保定市区水源地,注入白洋淀,其水环境直接影响保定市水源地的水质安全和白洋淀的水环境.在采集大量数据的基础上,通过共源点灰色聚类法对漕河大册营至西庄段水质进行评价,结论为漕河大册营至大许城水段为五级水质,大许城到北楼村水段为四级水质.漕河虽有一定的自净能力,但是水质污染严重,应引起重视.     

基于LOADEST和数字滤波的水源地基流氮素输出定量方法应用实例

地表直接径流和基流均是流域非点源氮/磷养分输出的重要水文途径.科学认识和定量模拟基流氮/磷养分输出对于准确解析水源地水体非点源污染来源至关重要.基于Load Estimator模型和数字滤波算法,建立了定量水源地基流氮素输出的方法体系.以浙江省珊溪水源地的玉泉溪流域为例,利用玉泉溪2010-01—2013-12期间逐月总氮(TN)水质监测数据和逐日流量数据,展示了该方法的计算过程.结果表明,本文建立的水源地基流氮素输出定量方法结果合理,模拟精度高,决定系数和纳什系数分别为0.83和0.80;玉泉溪流域2010—2013年TN负荷量为141.21～274.68 t·a~(-1),平均208.63 t·a~(-1),年基流TN负荷量为84.39～168.68 t·a~(-1),平均127.69 t·a~(-1);基流对玉泉溪年均TN负荷量贡献率高达60%以上,流域基流养分输出对地表水体的污染应引起足够重视.     

利用HYSPLIT模型研究珠三角地区VOCs时空分布特征

于2016年在中国广东大气超级监测站,开展4个季节的VOCs长时间观测,共获得2142组有效数据,并利用HYSPLIT模型分析珠三角地区VOCs时空分布特征.结果表明,各类VOCs混合比和化学反应活性具有明显的季节变化特点.观测期间,VOCs平均浓度为（18.523±20.978）×10^-9,其中,低碳烯烃和苯系物二者混合比之和仅占46%,但贡献了85%的·OH消耗速率（L_OH）、82%的臭氧生成潜势（OFP）和97%的二次气溶胶生成潜势（SOAFP）.观测站点主要受来自北部内陆地区气团（1#）、西部内陆地区气团（2#）、台湾海峡南端气团（3#）以及南部海洋地区气团（4#）的影响.1#气团中炔烃和苯系物的混合比占比最高,分别达到10%、37%,而3#气团中低碳烷烃的浓度水平最高,达到（8.437±5.561）×10^-9.通过估算气团中VOCs的化学反应活性,可以发现,1#气团的VOCs化学反应活性最强,其对O₃和SOA的生成贡献最高.1#、2#、3#和4#气团中VOCs的化学反应活性主要由苯系物和低碳烯烃贡献.     

中国化学品环境暴露评估领域的综合区划

大尺度空间（中国）化学品环境暴露多介质模型的建立需要先对空间做相应的区划.本文以ArcGIS软件为平台,通过有空间约束的聚类方法和水文分析方法相耦合,建立全国范围的综合分区.全国范围分为华南综合大区、华北综合大区、西北综合大区、华东综合大区、东北综合大区和西南综合大区6个综合大区.每个综合大区又分别包含了若干个综合小区,小区总数为38个.该研究为我国暴露评估的综合分区提供了一个方案,在多介质模型的建立中起着重要的作用.     

基于FY-4A卫星数据反演气溶胶光学厚度及分析应用

风云四号A星（FY-4A）是我国新一代静止气象卫星,多通道扫描成像辐射计（AGRI）是风云四号静止气象卫星的主要载荷之一.为探究FY4A数据用于气溶胶光学厚度（AOD）反演的可行性,基于FY-4A/AGRI数据,利用暗像元算法对2019年2月23~26日及10月27~30日京津冀地区AOD进行反演研究,并与AERONET地基观测AOD数据进行了对比分析.结果表明,基于FY-4A数据及构建响应函数库,通过暗像元方法能较好的反演出京津冀地区气溶胶空间分布;AOD主要的高值区体现在京津冀中南部地区并向周边郊区逐渐降低,在AOD值较大时此特征较为明显;将反演值与同期AERONET地基观测数据对比验证,相关系数达到0.869,均方根误差为0.221,表明AOD反演值与观测值吻合较好,FY-4A卫星数据反演AOD具有一定可行性.     

基于短时傅里叶变换的干扰信号识别方法

目的提高无线电引信识别欺骗式干扰的能力。方法根据炮弹弹体自旋的特点,使得采用连续波线极化天线的无线电引信所收到的干扰信号呈现出有别于地面回波的周期性幅度调制特征,通过对此特征进行短时傅里叶变换后进行识别,可以作为无线电引信是否受到欺骗式干扰的判断依据。结果通过仿真和试验对方法的可行性进行了验证,表明该识别方法可以很好地提高连续波无线电引信的识别欺骗式干扰的能力。结论基于短时傅里叶变换检测旋转调制的对地旋转弹无线电引信欺骗干扰识别的方法可以对干扰信号特征进行识别,算法处理时间短,能够作为引信是否受到干扰的一种判断依据。     

典型铅锌矿化区不同土地利用类型土壤重金属污染特征与评价

选取云南者海典型铅锌矿区周边冶炼区（A）、粮食主产区（B）、保护区（C）三个区域土壤为研究对象,分析三个区域内林地（LD）和耕地（GD）土壤pH、总碳（TC）、总氮（TN）、总磷（TP）和5种重金属（Hg、Cd、Pb、Zn、Cu）含量,利用典范对应分析（CCA）研究不同土地利用类型下它们之间的关系,基于系统熵值与重金属生物毒性改进灰色聚类评价法对研究区重金属污染程度进行评价。结果表明,A、B、C三区土壤的5种重金属均超过云南省土壤背景值,且含量A区 > B区 > C区,所有土壤样品Hg、Cd、Pb、Zn、Cu平均含量分别为7.24、1.53、1 794、2 892、210 mg/kg;LD土壤重金属含量普遍高于GD。研究区土壤pH总体呈弱酸性,但A区土壤受矿业活动影响呈弱碱性。TC、TN含量和C/N值均表现出LD大于GD,但TP含量表现为GD显著大于LD （P<0.05）。CCA分析表明LD和GD土壤pH与Cd和Cu呈负相关,与Zn和Pb呈正相关,且pH对重金属含量的影响最大;TC、TP与重金属Cd和Cu在LD土壤中呈正相关,在GD土壤中呈负相关。改进灰色聚类评价结果表明重金属污染程度均表现为LD大于GD;A区污染最严重且均呈重度污染,B区次之,C区污染程度最轻。经比较本文改进的灰色聚类评价法在准确性和灵敏度方面优于传统方法。     

基于环境保护大数据的监测与智能诊断研究

为了提高环境保护的智能监测能力,采用大数据分析方法进行环境监测和诊断分析,提出一种基于环保大数据关联特征挖掘的环境保护智能监测与诊断技术。构建环境监测的约束参量模型,以土壤监测数据、空间污染排放量以及水资源监测数据为原始统计数据,采用关联规则特征提取方法进行环保大数据的有用信息挖掘,结合模糊C均值聚类算法实现对环保大数据的分类处理,根据分类结果进行环保监测和智能诊断分析。仿真结果表明,采用该方法进行环保大数据挖掘的准确性较好,对各种污染信息的分类精度较高,提高了环保监测和诊断的有效性与实时性。