智能化海水重金属污染实时监测仪的研究

采用由白色光源发射的光束经透镜后变成平行光束,透过海水重金属污染而变色的化学试纸板反射后,照射在TCS230颜色传感器上,输出含不同色度系数的三基色电压信号,经单片机MSC1210对数据进行处理,在算法上运用改进型PB智能神经网络算法,从而提高对海水重金属污染的识别速度。利用GPRS无线传输网络技术和DAE技术,对数据无线传输和人机对话,实现了对海水重金属污染在线实时监测。实验证明,该智能化海水重金属污染实时监测仪法,虽在精度上没有分光光度法高,但它具有在线实时监测、识别速度快、仪器调整方便和适用范围广等优点。     

地下水中污染物的迁移传输及排泄通量研究

以辽宁某化工污染场地为研究对象,结合场地调查结果,应用地下水模型系统软件(GMS)中的MODFLOW和RT3D模型,建立了地下水中污染物的数值模型,探讨其迁移传输及排泄通量。根据模拟结果,地下水中苯、二氯苯和三氯苯的污染羽约在20年后达到动态平衡,污染羽不再随时间变化,污染物的自然衰减速率与污染源释放速率达到平衡。排泄通量估算表明:地下水向河流排泄的量在20年时达到稳定,地下水中苯、二氯苯和三氯苯向河流的排泄通量分别为每天180 g、6 100 g和5.5 g。由于污染物会导致污染生态环境和健康风险,建议从控制污染源、实施污染源区修复和切断迁移传输途径等多种措施控制风险。     

连云港O3污染评估及影响因素研究

统计分析了2014～2018年连云港市O_3浓度水平、污染天数变化趋势,利用O_3探测激光雷达开展O_3浓度的时空变化特征观测。结果表明,连云港市O_3污染整体呈上升趋势,2018年O_3污染最重,年均浓度达170.0μg/m~3,污染天数达47d。矿山设计院站点O_3污染最重,胡沟管理处站点相对较轻,2014～2018年O_3均值分别为166.4μg/m~3和148.0μg/m~3。2018年矿山设计院和德源药业两站点O_3超标天数最多,4月、6月、9月和10月O~3超标天数同比上升幅度较高。在一定气象条件下北方污染气团经传输也会抬升连云港近地面的O_3浓度。     

基JMF远程视频监控系统的设计与实现

视频监控系统是当前的一个研究热点.为了实现一个跨平台,低成本,低时延的视频监控系统,本文首先简单介绍了JMF(java媒体框架)的结构和特点,然后对系统进行了设计,并时其中的关键问题进行了分析,最后利用JMF技术实现了视频监控系统.     

郴州市秋冬季PM2.5污染传输路径与潜在源贡献分析

通过应用HYSPLIT、MeteoInfo模型,计算2017—2021年秋冬季抵达郴州地区72 h的后向气流轨迹并进行轨迹聚类、潜在源贡献因子（PSCF）和浓度权重轨迹（CWT）分析,探讨郴州市PM2.5传输特征及污染潜在源分布。结果表明,郴州市秋冬季PM2.5潜在源区主要分布在北偏东方向,以近距离输送为主,频率最高的是从咸宁市通城县经岳阳市平江县、株洲地区的短距离轨迹,其频率为34.17%;WPSCF高值带起源于河南省,经湖北、平江、江西等地区,最终到达郴州。WCWT分析结果得出,PM2.5污染趋势与上述一致,影响范围更宽,影响程度相对较轻。2017—2021年间,郴州地区污染传输通道影响逐年减小,PM2.5浓度平均下降19.7%。     

常州市臭氧污染传输路径和潜在源区

利用NCEP全球再分析资料和HYSPLIT4模式,计算了2013—2015年常州市臭氧(O_3)超标日的气流后向轨迹。结合聚类分析方法和常州市PM2.5、PM10、SO2、NO2、O_3数据,分析了O_3超标日不同类型气团来源对各污染物浓度的影响,并利用引入权重因子后的潜在污染源贡献函数分析了影响常州市O_3超标的潜在污染源区分布特征。结果表明:常州市O_3超标期间易受到东南和西南方向气流影响,其中从东海和黄海途经浙江东北部、上海、江苏南部等地的东南气流占比达50%以上。自内陆途经黄山-湖州-宜兴到常州的气流对应的O_3平均质量浓度最高,为116μg/m3。自山东经枣庄-宿迁-淮安-泰州-苏州-无锡到常州的气流对应的O_3平均质量浓度最低,为78μg/m3,但该气流对应的SO2和NO2平均值为各聚类中的最高。影响常州市O_3的潜在污染源区主要在常州周边200 km以内的区域,且集中在从南京至上海的长江下游沿线区域和杭州湾区域;其中太湖湖区为重点污染源源区之一。O_3超标日影响常州NO2的潜在污染源区主要集中在江苏南部、浙江东北部和上海3个区域,太湖周边的常州、无锡、苏州和湖州等几个临近城市为潜在的重点污染源区。与影响常州O_3的WPSCF高值区相比,影响NO2的高值区分布范围更大、距离更远。影响常州O_3的潜在污染源区分布,与长江三角洲地区人为源大气污染物的高排放区域较为一致,说明长江三角洲地区的O_3污染与本区域的人为源大气污染物排放有着极为密切的关联。     

北京地区冬季典型PM2.5重污染案例分析

对2013年1月10—14日发生的持续性PM2.5重污染过程从污染过程演变、气象条件影响、与气态污染物关系、区域污染背景、PM2.5浓度空间分布演变及其与地面风场的关系、PM2.5组分特征等多个方面进行全面的分析,较为完整地还原了该次重污染案例的形成原因以及主要影响因素。主要结论包括:该次重污染过程是稳定气象条件下导致的局地污染物积累,再叠加华北区域性污染的影响共同造成,其中10、12日北京地区PM2.5浓度的快速增长反映了周边污染传输的显著影响;逆温不但造成污染物难以扩散,且不同的逆温类型对PM2.5浓度水平有显著影响,同时还发现逆温的破坏导致近地面高浓度污染物向上扩散,造成百花山出现峰值高污染浓度现象;NO2与PM2.5浓度水平的高相关性反映交通污染二次转化对PM2.5浓度水平的影响,在较高湿度条件下,SO2浓度水平对湿度敏感且表现为负相关性;该次污染过程中OM、SO2-4、NO-3、NH+4等组分在PM2.5质量浓度中的占比超过70%,说明燃煤、机动车等仍是北京地区最主要的污染来源,同时SO2-4占比最高也说明区域污染传输对该次重污染的显著贡献。     

2014年北京市CO浓度水平和时空分布

对北京市地面监测站点的CO浓度进行分析,探讨其浓度水平、变化趋势和时空分布特征。2014年春、夏、秋、冬四季北京市CO平均浓度分别为1.06、0.87、1.34、2.17 mg/m³。CO浓度均呈双峰型变化,第一个峰值出现在07：00-09：00,主要由交通早高峰的排放引起;第二个峰值出现在23：00左右,主要受交通晚高峰排放和夜间边界层高度降低的挤压效应的共同影响。从空间分布来看,全年整体呈现南高北低的分布特征,尤其是秋、冬季较为明显,体现了工业布局和区域传输对CO的影响。从全年来看,湿度对CO浓度的影响最大。对2014年冬季北京市的一次高CO浓度分析结果表明,此次过程是由本地排放和区域传输共同造成的,气象要素中地面气压对CO浓度影响最大。     

基于手机APP的便携式智能无线FDR传感器系统的设计

设计了一种基于频域反射法(FDR)且具有充电功能的无线便携式传感器,能够实现自动采集、无线传输、便携充电等功能。该采集单元以单片机为核心,采用MC9S082AW60进行数据采集,通过无线传输技术进行实时传输,实现了FDR传感器的高精度、实时性强、携带方便等优点。该传感器使用简单,携带方便,适合操作人员在现场随时进行采集。     

HDCVI模拟高清技术解析

安防监控行业正在快速步入高清时代,亦产生了多种各具特色的传输技术,包括IP、HD-SDI、960H等,各种技术由于自身的优缺点而适用于不同的市场需求。最近发布的HDCVI标准则在结合现有传输z技术优点的基础上,采用亮色分离、自动信号补偿、双向数据通信、多信号共缆等专利技术,实现了百万像素级的模拟视频信号传输,具有低成本、长距离、无延时、高效率、抗干扰且易实施等特性,为视频传输提供了一个全新的选择方向。