长江流域主要干/支流水化学特征及外源酸的影响

为了探究人类活动对长江流域水化学特征的影响,本文以流域内主要干/支流代表断面的采样点为研究对象,分别于2016年丰水期和平水期采集地表水样各13组,通过离子比值法、主成分分析法和化学离子平衡计算法,综合分析水化学特征,并估算碳酸和外源酸参与碳酸盐岩的溶蚀比例.结果表明,水化学类型主要为HCO₃-Ca型,指示流域内水化学的主要影响因素为碳酸盐岩的溶解,在碳酸盐岩风化过程中,碳酸与碳酸盐岩的相对快速风化为主导反应.此外,丰水期和平水期各采样点碳酸溶蚀比例均值分别为60.33%和59.14%,不同采样点的溶蚀比例差值较大,指示外源酸对河流与岩石侵蚀风化过程的影响不容忽视,且阳离子交换对水化学有一定影响,但并不是主要的反应过程.与多年前水文监测初期的数据相比,硫酸和硝酸对岩石风化作用加强,人为因素对长江的水质影响增大.     

基于统计的百花湖表层水中重金属分布特征

以云贵高原深水湖泊百花湖为研究对象,研究其表层水中9种重金属(As,Hg,Cd,Pb,Fe,Cu,Zn,Mn和Cr)的分布特征并开展溯源研究. 结果表明:各采样点之间重金属含量变化较大,变异系数为5.6%～147%,同一采样点水质中重金属元素含量变化顺序为Fe>Mn>Cr>Zn>Cu>As>Pb>Hg>Cd;地统计分析从空间角度表明百花湖不同水域重金属含量分布差异较大;ρ(Ca)与ρ(Cu),ρ(Pb)的相关系数(R2)分别为-0.771(P<0.01)和-0.692(P<0.05);主成分分析揭示了该湖泊水体重金属含量主要受4个因素的影响(分别解释了总因子的33.88%,19.32%,18.02%和11.81%),其中一些重金属同时受2个以上主成分因素的影响;聚类分析将这9种重金属归为4类,Fe单独为一类,Cd,Pb,Hg,As和Cu为一类,Zn,Cr为一类,Mn独自为一类. 地统计分析、相关性分析、主成分分析和聚类分析的应用使得影响因素复杂的水环境问题的研究相对简单化.      

危险废物焚烧设施二噁英类排放特征及周边土壤污染调查

调查了13座不同类型的危险废物焚烧设施及二噁英类排放模式及部分设施土壤的污染水平.结果表明,排放浓度同焚烧处理量没有显著的关系.4—6氯代PCDD/Fs和7—8氯代PCDD/Fs呈现出了不同的排放特征.4—6氯代PCDF/PCDD比值为60.58±1.98(95%置信区间),较通用的总PCDF/总PCDD比值更适于描述危险废物焚烧设施二噁英排放的特征.使用PCA及聚类分析方法将设施排放模式归类为3种模式.分布模式同焚烧设施炉型、处理量以及尾气处理方式等因素相关性并不显著.2,3,4,7,8PeCDF对I-TEQ的贡献为35%—45%,并与I-TEQ具有很高的相关性.厂区土壤中二噁英浓度水平约为8—14ngI-TEQ.kg-1,周边土壤浓度为1—4ngI-TEQ.kg-1左右,均处于较低水平,调查设施周边土壤的使用目前尚无明显风险.危险废物设施对周边土壤的环境风险需要进一步评估.     

武汉月湖水体主要元素与浮游植物的PCA与CCA分析

通过2007年1—12月对武汉月湖不同的取样点进行监测,并选择汉江琴台段水域作为研究对照,调查了月湖水体硅藻、蓝藻与水体主要元素的种类,采用PCA、CCA分析法探讨了月湖水体硅藻、蓝藻与水体元素种类的关系。结果表明：月湖水体中所含元素全年监测出28种;汉江琴台段水域中所含元素全年监测出27种。经PCA分析表明,月湖水体中累计贡献率较大为磷（P）、砷（As）、铁（Fe）、铜（Cu）、锰（Mn）;汉江琴台段水域累计贡献率较大为硅（Si）、锑（Sb）、镉（cd）、钒（V）、钡（Ba）、Ag（银）、钼（Mo）。月湖水体中蓝藻密度大于硅藻,汉江琴台段水域硅藻密度大于蓝藻。经CCA分析表明,月湖硅藻密度与硒（Se）、锶（sr）、银（Ag）、Ba、铝（A1）呈正相关关系;月湖蓝藻密度与P、Cu、铬（Cr）呈正相关关系,月湖蓝藻密度与镁（Mg）、镍（Ni）、钙（ca）、锌（zn）、硫（S）呈负相关关系。CCA分析中,汉江琴台段硅藻密度与铅（Pb）、硼（B）、As、Cr、Zn、A1、Cu、Mn、Fe、P呈负相关关系,汉江琴台段硅藻密度与Mo、ca、钴（Co）、V、Sr、Ag呈正相关关系;汉江琴台段蓝藻密度与钠（Na）、S、Mg、Ni、钾（K）呈负相关关系。月湖水体缺乏可溶硅（dissolvedsilicon,DSi）,硅藻会提升对其他元素（Se、Sr、Ag、Ba、A1）的吸收能力,这些元素会起到缺乏元素（si）近似的作用,替代性可能出现。水中各种元素的组态是导致月湖浮游植物群落发生演变的重要原因之一。     

基于主成分分析和神经网络的事故预测方法及应用

为解决人工神经网络(ANN)对复杂系统进行事故预测建模时,易导致网络复杂,降低网络性能和增大预测误差的问题,提出一种基于主成分分析法(PCA)的ANN事故预测方法。介绍PCA法和ANN的基本理论,阐述基于PCA法的ANN事故预测模型及其预测步骤,即在利用ANN预测之前,先用PCA法分析事故影响指标,将多个指标转化为少数几个能反映原始信息的互不相关的综合变量(主成分),然后以这些变量作为输入进行ANN建模,从而达到简化模型,提高网络性能和计算精度的目的。以煤矿事故预测为例,进行应用和对比研究。结果表明:基于PCA的ANN事故预测相对误差小于3%,而直接运用ANN方法预测的相对误差达到5%。这说明,对复杂安全系统进行事故预测时,基于PCA法的ANN预测方法是更可行的。     

原油的应急处置原则有哪些？

原油即石油,是一种粘稠的、深褐色（有时有点绿色的）流动或半流动粘稠液．略轻于水。它由不同的碳氢化合物混合组成．其主要组成成分是烷烃,还含有硫、氧、氮、磷、钒等元素。可溶于多种有机溶剂,不溶于水．但可与水形成乳状液。不同油田的石油成分和外观可以有很大差别。     

马尾松凋落针叶热解燃烧烟气排放机理

使用热重一红外光谱分析仪联用（热红联用）技术棚4定了马尾松凋落针叶热解燃烧的起始温度、烟气成分、排放量及其达到峰值时的温度等。结果表明,针叶在250℃时气体排放开始大量增加,当升温至600℃左右时,有氧条件下其气体排放基本结束,而无氧条件下则继续排放气体,甚至在950℃时仍然有CO2和CO排出;针叶释放的无机烟气以CO2和CO为主,在有氧和无氧条件下,气态有机物在种类和排放量上均有较大差异,无氧条件下气态有机物的排放量最高。实验还发现,无氧条件下,CO和气态有机物排放量出现了多峰值现象,表明针叶在无氧条件发生了2—3次热解排放高峰。     

基于KPCA-GA-BP的煤矿瓦斯爆炸风险模式识别

为了能够准确识别煤矿开采中瓦斯爆炸事故的风险类别,以提升对瓦斯爆炸事故的应急防范能力,提出了一种高效准确的风险识别模型.考虑到瓦斯爆炸涉及特征指标之间并非单纯的线性关系,采取核主成分提取方法(KPCA)对涉及的煤层瓦斯含量、瓦斯涌出量、风量供需比等19种特征指标进行属性约简,从而消除信息重叠,并使用遗传算法(GA)对BP神经网络的权值和阈值进行全局寻优,避免了过拟合状况的出现,在降低模型预测损失值的同时提高模型运算准确率.采用KPCA-GA-BP模型对83组实例数据进行分析,选取其中62组数据进行训练,其余21组数据进行测试.预测结果中20组风险等级分类正确且用时较短,识别准确率为95.24％,表明模型对瓦斯爆炸灾害风险等级具有高识别精度和高效率.