变尺度混沌-遗传算法在复杂河流水质模型参数优化中的应用

将变尺度混沌-遗传算法(MSCGA)应用于复杂河流水质模型参数优化.采用湘江衡阳段水质监测资料,以二维河流水质数学模型反演结果的均方误差为适应度函数,估计横向扩散系数Dx、纵向弥散系数Dy和污染物衰减系数κ.数值实验结果表明,MSCGA寻优过程具有明显的分级特征,级级收敛;在同样的条件下,MSCGA的收敛速度较快,为遗传算法(GA)的1.36倍;同时,MSCGA克服了GA早熟收敛的问题,其最优适应度函数值为7.6×10-4,而GA的最优适应度函数值9.6×10-4.将MSCGA应用于研究河段,求得Dx、Dy分别为0.1335、0.0011,BOD5、As、Cr的衰减系数κ分别为0.0229、0.0100、0.0107.     

ASM中水质特性参数测定方法的研究进展

近三十年来有关活性污泥生物学、反应动力学等基础理论方面的研究得到了迅速的发展。但用于模拟污水处理厂处理的模型的研究却发展相对较慢,本文综述了活性污泥数学模型的相应理论及发展历程。主要介绍了广泛应用的ASM模型,并详细介绍了模型中的水质特性参数(Ss、S1、Xs、x1)的各种测定方法。     

基于气溶胶光学特性的颗粒物来源分析

为初步探讨利用气溶胶光学指标判别污染物来源的适用性,选取天津市冬季一次重污染过程（2017年11月17—21日）,对气溶胶的七波段吸收系数、三波段散射系数及其化学组分进行在线观测及分析,研究气溶胶光学特性的变化,并结合化学组分定性分析污染过程不同阶段的污染来源.结果表明:SSA（单散射反照率）可以从散射性组分和吸光性组分对消光贡献的变化判断污染来源.污染积累期,颗粒物中散射性组分（SO₄2-、NO₃-、NH₄+）的增幅高于吸光性组分EC（元素碳）,导致污染积累期的SSA值高于污染前期和污染消散期,说明污染积累期存在较明显的二次转化过程.SAE（散射波长指数）可以从粒径角度推断污染来源.此次观测的污染积累期SAE值呈较明显的下降趋势,说明在细粒径段（2.5 μm以下）颗粒物粒径有增大的趋势,这主要与颗粒物中无机盐的吸湿增长及颗粒物之间的碰并有关.AAE（吸收波长指数）在一定程度上可以指示吸光颗粒物的类型.污染前期,BrC（棕色碳）在370、470 nm处对光吸收的贡献率分别为50.7%、33.8%;同期PM_2.5中ρ（Cl-）、ρ（K+）同步升高,卫星遥感显示,观测点周围有大量火点出现,推测主要受祭祖活动的影响.研究显示,气溶胶光学指标能够从散射性组分和吸光性组分对消光贡献变化、粒径变化、吸光颗粒物类型角度定性解析一部分污染来源,但其对于燃煤源和机动车等重要源类的指示作用还有待进一步研究.      

近震参数处理程序的研究与应用

根据安徽省地震局规定使用的表面震源《走时表》 ,按其精度要求 ,把震中距分成三个距离段进行程序设计。在数据处理上 ,对 4 6°以内的数据 ,为保证精度 (0误差 ) ,采用数据检索方式 ;而对 4 6°～ 13 5°之间的数据 ,在保证精度的前提下 ,先进行线性拟合 ,解出一系列关于Δ的函数方程 ,再进行程序编制 ,在实际使用中发挥了较好的作用。