基于灰色聚类法和模糊综合法的水质评价

根据2008年9月从昆承湖布设的12个监测点采集的样本中水质指标(叶绿素a、总磷、总氮和高锰酸盐指数)的浓度值,采用了灰色聚类法及模糊综合评价法对样本水质进行富营养化评价.灰色聚类法先建立白化权函数并无量纲化灰类来消除各水质指标浓度值量级差异的影响,然后根据水质指标浓度阈值的大小赋以其权值,综合水质指标对各级富营养状态...     

昆明市中水再生处理及回用现状调研

对昆明市主城区的中水设施建设、运行管理、处理效果、经济投入开展调研,总结和分析了现有中水再生处理及回用系统在技术、管理和经济方面的经验和问题,提出了对策,认为为使昆明市中水事业更加持续高效,需要省、市政府相关部门给予更大力度的支持。     

太原市PM2.5浓度的气象特征影响分析及预报

利用2016～2020年太原市污染物浓度资料、以及国家基准气象观测站的同期地面气象资料,重点分析了太原市PM_2.5浓度的变化特征以及湿度、降水、风和混合层厚度等气象条件对PM_2.5浓度的影响,同时探讨了污染物浓度变化的成因,建立基于LSTM神经网络的PM_2.5浓度预报模型.结果表明,2016～2020年太原市区冬季出现的重污染天数最多,其中2017年冬季出现天数最多为28 d, PM_2.5浓度总体呈现出秋冬季节高,春夏季节低,周末PM_2.5浓度高于工作日浓度,PM_2.5浓度日变化大致呈现双峰型分布,分别出现在09:00左右和23:00至翌日01:00.除相对湿度和冬季气温外,其余气象要素与PM_2.5浓度在四季均表现为负相关.影响太原市区PM_2.5浓度升高的污染源主要位于其NE-ENE-E方向,西北部地区的相对不明显.汛期当达到中雨(降水量≥10 mm)以上级别的降水都对PM_2.5浓度降低有明...     

四川盆地PM2.5浓度时空变化特征遥感监测与影响因子分析

四川盆地因其独特的地形地貌、静风和高湿等气象条件,导致盆地内部大气污染物扩散难度大,随着城市化与工业化进程加快,区内PM_2.5污染日益加重,四川盆地已成为国家大气污染防治的重点地区之一.基于PM_2.5浓度遥感反演产品,采用空间自相关分析与灰色关联分析方法,研究了四川盆地PM_2.5浓度的时空分布特征及其影响因素.结果表明,四川盆地PM_2.5浓度具有显著的空间聚集性,高-高聚集类型分布集中,低-低聚集类型分布较为分散;针叶林对PM_2.5的吸收抑制作用明显高于灌丛和草地等其他植被类型.研究认为,影响四川盆地PM_2.5浓度的主要气象因子是风速和气温,人口密度与经济规模则是影响四川盆地PM_2.5浓度的主要人类活动因子,产业结构及其规模变化对四川盆地PM_2.5浓度也产生一定影响.     

综合环境社会经济指标的优先污染物筛选方法研究:以电子废物拆解为例

电子信息技术的快速更新迭代以及日常生活中的正常使用造成的磨损,导致众多电器电子产品被淘汰,产生了大量的电子废物,因此电子废物拆解量逐年增加.针对当前我国电子废物拆解污染现状和监测评价的需求,提出利用层次分析法和系统聚类方法相结合的筛选模型.在对电子废物拆解评价因子进行赋值和评分的基础上进行层次分析,得出污染物综合评分并进行聚类分析,将聚类结果中潜在危险优先等级最高的一类,即二（口恶）英类和多环芳烃（PAHs）作为优先控制污染物,为中国电子废物治理提供了有参考意义的指标体系.     

长三角地区PM2.5浓度对土地利用/覆盖转换的空间异质性响应

长三角地区PM_2.5污染受区域空间效应的影响,其可持续治理方向仍不清晰.结合随机森林、空间计量模型和多尺度地理加权回归模型（MGWR）,探讨PM_2.5浓度对土地利用/覆盖转换的多尺度空间响应过程.结果表明：（1） 2000～2018年长三角地区PM_2.5浓度呈现出4类空间连续聚集的时空变化模式,区域性同步变化强烈;（2）土地转换对PM_2.5浓度的相对影响表现复杂,耕地与林地的源-汇效应显著.邻域分析表示周围聚集性土地利用/覆盖转换普遍比单一像元时作用更显著,空间效应明显;（3） PM_2.5浓度变化与林地、草地转换类型大多呈显著负相关,与耕地、建设用地和水体之间的转换类型呈显著正相关.随机森林模型重要性排序及相关系数强度表明：耕地-耕地（29.65%及0.650）、林地-林地（26.98%及0.726）、建设用地-耕地（22.57%及0.519）、耕地-林地（17.84%及0.602）和耕地-建设用地（16.34%及0.424）之间转换对PM_2.5浓度变化贡...     

2014~2016年成都地区空气污染气象要素分型研究

为研究成都地区发生不同程度空气污染时,地面气象要素的搭配类型特征,基于成都地区2014~2016年多个逐日气象要素值(气温、气压、湿度等)和逐日AQI资料,对2014~2016年成都地区空气质量状况进行特征分析,并且通过TSI天气分型方法,并结合同期逐日空气质量资料探讨了四季不同天气类型下空气质量特征,主要结果为:(1)2014~2016年成都市总体空气质量夏秋季空气质量最佳,春季次之,冬季最差。(2)不同天气类型空气质量状况差异较大。春季3型和4型容易发生轻度污染;夏季1型和4型容易发生轻度污染;秋季3型容易出现轻度污染;冬季4型和5型天气下容易发生轻度污染以上的空气污染状况。研究为成都地区空气污染气象研究提供参考依据,也为空气污染预报提供一些借鉴意义。     

矿区农用复垦地土壤重金属污染评价

利用改性灰色聚类分析方法对矿区土壤重金属的污染进行综合评价,结果表明矿区土壤普遍存在重金属的污染,农作物也已受到污染,矿区土壤由于重金属的污染不能用于生产粮食作物的农田。     

2020—2022年全国入海河流总氮浓度时空特征

根据全国230个入海河流断面2020—2022年总氮质量浓度监测数据,基于时间序列统计方法和空间聚类方法,分析了总氮浓度的时空分布特征。结果显示:2020—2022年全国入海河流总氮年均质量浓度逐年上升,从(3.24±2.20)mg/L上升到(3.92±3.30)mg/L;年内总氮浓度呈现冬高夏低、春秋居中的V形季节变化规律。空间聚类分析表明:总氮质量浓度从北到南可分为4个有较明显差异的区域,分别为北方高值区(包括辽东丘陵西部、辽西丘陵、山东丘陵),北方次高值区(包括环渤海京津冀地区、苏北平原),华东区(包括长江中下游平原区、上海市、浙江省、福建省),华南区(包括广东省、广西壮族自治区、海南省)。总氮年均质量浓度分布为北方高值区>北方次高值区>华东区>华南区。北方高值区的过高总氮浓度对全国总氮浓度均值提供了超比例的贡献。同时,北方高值区和北方次高值区贡献了2020—2023年全国总氮浓度92%的增幅。此外,从空间分布上看,越往北,总氮浓度的V形季节变化规律越明显。