SEA中非突发性大气环境健康风险分析

建立了一种基于指示性污染物的非突发性环境健康风险评价模式。根据研究区域的能源类型及气候条件选择对该区域人群健康产生明显影响的指示性污染物,并根据多个城市及地区的历史数据确定指示性污染物与常住人口死亡率之间的定量对应关系,将大气预测模型和GIS系统进行集成开发,再将指示性污染物浓度与区域常住人口死亡率之间的定量对应关系嵌入与GIS集成后的大气预测模型中．．通过将区域气象数据及规划中关于指示性污染物连续排放的源强数据输入上述模型进行模拟预测,得出区域不同级别大气环境健康风险范围分布。     

镜泊湖水质分析及水质预测研究

湖泊蓄水是中国重要的淡水资源之一,是人民生活不可缺少的宝贵资源。近年来,湖泊污染致使湖泊水质恶化、水体鱼类种类下降,对湖泊区域经济发展造成了威胁,尤其严重阻碍了旅游业的发展。本文通过对镜泊湖水环境现状分析以及时水质进行预测、评价,分析镜泊湖水污染特征,并为解决镜泊湖水环境问题提供依据。     

基于多线程技术的中国海风暴潮数值预报可视化程序开发

首先简要介绍了中国海的风暴潮及灾害情况,对杭州湾一带的风暴潮进行了重点阐述。在风暴潮二维数值模型FBM的基础上开发了具有可视化界面的数值计算程序,能直观的显示风暴潮发展时历,包括风暴潮最大增水、台风风向和移速。采用了多线程技术,可节省时间,程序具有Windows风格的人机交互界面,操作方便。通过几个算例测试,本程序计算结果符合工程预报需要,可为同类研究做一些参考,具有推广意义。     

基于BP神经网络的煤层自燃预测

在全面分析影响煤层自燃因素的基础上,建立了煤层自燃预测的人工神经网络模型.应用该模型对某煤田的多个煤层样本进行了训练和预测,网络经过10次训练后,误差达到设定的最小值,6次预测测试中最大误差仅为0.027 8,最小的为0.000 1.研究表明,该模型精度较高,可用于预测煤层自燃的实际应用.     

某简易垃圾填埋场渗滤液在场底天然土层迁移模拟与长期预测

为了解我国早期建设的简易填埋堆场底部天然土层中污染物迁移状况,作者以安徽某填埋场为例,在前期现场勘查、取样和室内测试工作基础上建立了三维有限元分析模型,对宏量有机污染物COD在土层中的迁移状况进行了模拟分析.通过拟合求参获得COD在该场底土层中扩散系数、机械弥散系数和阻滞因子等运移参数的合理取值,在此基础上开展了污染物...     

钢铁行业大气环境影响评价方法与建议

按钢铁行业大气环评报告书的结构和顺序,结合HJ 2.2-2008《环境影响评价技术导则大气环境》中的相关技术要求,从评价因子、源强、评价等级、大气监测、大气预测、防护距离等方面出发,分析了钢铁行业大气环评中的评价等级确定、大气监测、大气预测等工作中存在的问题,并提出解决方案和建议对策。     

铜对草鱼及花鲢的毒性预测：基于生物配体模型

试验配置不同胡敏酸浓度(DOC浓度为0.05、0.5、1、2、4 mg·L-1)下,分别对草鱼及花鲢进行铜的一系列96 h生物急性毒性试验,结果表明DOC浓度与LC50呈正相关关系,此与生物配体模型描述一致.利用两鱼种(Fathead minnow、Rainbow trout)的生物配体模型预测草鱼及花鲢的LC50,得出平均绝对偏差分别为591.2、157.14μg·L-1及728.18、91.24μg·L-1.在生物配体模型(biotic ligand model,BLM)铜形态分布平台下,得到草鱼及花鲢的LA50(以湿重计)依次为10.960nmol·g-1和3.978 nmol·g-1.通过校正草鱼及花鲢的LA50,得出平均绝对偏差依次为280.52μg·L-1和92.25μg·L-1,预测性能显著提高.基于所确立的LA50,通过搜集草鱼及花鲢的毒性数据,预测其LC50,得到平均绝对偏差分别为252.37μg·L-1和50.26μg·L-1,此证实基于生物配体模型的毒性预测具有一定的实用性.     

基于化石能源消耗的重庆市二氧化碳排放峰值预测

首先利用重庆市能源平衡表,采用IPCC方法 1对重庆市1997—2012年的碳排放进行核算;其次依据重庆市经济社会发展状况,通过LMDI因素分解法将影响碳排放的因素分解为:人口、人均GDP、产业结构、能源结构、能源强度和碳排放系数;然后利用扩展的重庆市STIRPAT碳排放模型,在9个情景模式下对2013—2050年重庆市碳排放进行预测;最后对比分析了各情景下的峰值大小及出现时间.研究发现:基准模式下的重庆市碳排放在2035年出现32135.38万t的峰值;提高能源利用技术、增加清洁能源使用比例和大力发展第三产业,能在不降低经济发展的情况下有效降低碳排放;消极因素中的第二产业占比下降比碳排放强度下降对碳排放的抑制作用更加明显;积极因素对碳排放峰值的影响比消极因素更有效.     

动物行为异常与地震灾害预警

地震前地壳中的应力变化会引起在一定区域范围内的地球物理场与地球化学场变化。动物有感受这种变化的能力,在地震发生前数天或数小时,动物可能会不安、抑郁或狂躁、迁徙或逃亡。动物的这种能力是在长期进化过程中形成的,动物在自我保护的同时有可能为人类提供地震预警信号。本文概述了动物感受地震灾害的机制,分析了从基因遗传水平上解释动物地震灾害避险能力的途径,阐述了找出可能作为灾害预警信号的特有动物异常反应的意义,讨论了建立试验性地震灾害动物行为异常预警系统的方法。     

人工神经网络在预测深基坑周边地表沉降变形中的应用研究

深基坑开挖引起的周边地表变形预测是一个复杂非线性问题,引起地表沉降的影响因素很多,各因素之间呈高度的非线性关系。传统的基坑用边地表沉降变形预测方法存在着一定的局限性,其预测精度有待提高,而人工神经网络是一种多元非线性动力学系统,可以灵活方便地对多成因的复杂未知系统进行高度建模,实现全面考虑各种主要影响因素的深基坑周边地表沉降变形预测。本文介绍了误差反向传播(BP)网络模型的结构、学习过程及其算法的改进,径向基函数(RBF)网络模型的结构及其学习过程;分析了影响深基坑开挖周边土体沉降变形的主要影响因素;以25个基坑工程的地表沉降实测资料为训练样本,建立了11个输入影响因素的BP神经网络模型和RBF神经网络模型,通过对样本的学习训练过程及对5个检验样本的预测精度,说明了人工神经网络用于预测基坑周边地表沉降的可行性和准确性。