环境监测站INTRANET建设研究

研究探讨了环境监测站内部网络 (Intranet)建设方案、Web数据库开发应用方案、网站的规划方法、结构与内容 ,对其经济性、技术合理性、适用性作了阐述。     

A methodological framework for improving air quality monitoring network layout. Applications to environment management

This work aims to provide a methodology framework which allows to improve the performance and efficiency of an air quality monitoring network (AQMN). It requires to be constituted by a minimum and reliable number of measurement sites. Nevertheless, the AQMN efficiency should be assessed over time, as a consequence of the possible emergence of new emission sources of air pollutants, which could lead to variations on their spatial distribution within the target area. PM₁₀ particles data monitored by the Community of Madrid's (Spain) AQMN between 2008 and 2017 were used to develop a methodology to optimize the AQMN performance. The annual spatial distribution of average PM₁₀ levels over the studied period monitored by all current stations vs those more representative was provided by a geographic information system (GIS), and the percentage of similarity between both postulates was quantified using simple linear regression (> 95%). As one innovative tool of this study, the practical application of the proposed methodology was validated using PM₁₀ particles data measured by AQMN during 2007 and 2018, reaching a similitude degree higher than 95%. The influence of temporal variation on the proposed methodological framework was around 20%.The proposed methodology sets criteria for identifying non-redundant stations within AQMN, it is also able to appropriately assess the representativeness of fixed monitoring sites within an AQMN and it complements the guidelines set by European legislation on air pollutants monitoring at fixed stations, which could help to tackle efforts to improve the air quality management.     

SDS促进复配酶水解排水管网沉积物

采用SDS协同复配酶水解排水管网沉积物,分别考察了SDS投加量、反应时间、pH、温度4个影响因素对沉积物水解效果的影响,并通过 SEM、EPS、三维荧光光谱以及粒径等表征方法进行机理分析。结果表明,投加5%(w:w)SDS与8%(w:w)复配酶,在原泥pH(7.28±0.3)、25 ℃、反应时间为2 h时,沉积物水解效果最好。此时SCOD、多糖和氨氮分别由初始的5 686.9、1 913.75和87.32 mg·L⁻¹增加到8 192.9、3 561.29和153.37 mg·L⁻¹,有机质含量由56.32%下降到55.59%。在SDS+复配酶处理管网沉积物后,其内部紧实结构被破坏,TB-EPS向S-EPS转移,腐殖酸类物质荧光强度增强,表明溶解性EPS增多,且沉积物粒径向<300 μm转变。高通量测序分析结果表明,SDS+复配酶对管网沉积物微生物种类的丰富度和多样性影响不大,但在一定程度上会改变微生物的功能菌群,减少CH₄和H₂S的产生。以上研究结果可为延缓排水管网淤堵问题提供数据支持。     

变权组合模型在景观水体水质模拟中的应用

针对景观水体的水质模拟与预测问题,在BP神经网络和支持向量机模型的基础上,建立了权重随输入量变化的变权组合模型。该模型既能充分利用各个单一模型的优点,又能避免固定权重分配的弊端。经实例验证,与单一的BP神经网络和支持向量机模型相比,变权组合模型拟合精度更高,预测结果更为准确。     

改进的QGA-BP模型在弥苴河总氮量预测中的应用

水质预测对水环境规划、评价和管理十分重要。构建一种改进的量子遗传算法（QGA）优化BP神经网络的模型,即在量子遗传算法中引入了旋转角的动态改进策略和遗传算法的交叉变异操作,并以改进的QGA作为进化操作准则优化BP模型的权值和阈值。以弥苴河复杂水环境水质预测为实例,选取一组历史观测数据作为训练样本,对其进行分析。将结果与BP模型、QGA-BP模型仿真结果进行了对比,改进后的QGA-BP模型在进化代数、收敛速度和预测结果的准确率有较大提高。对弥苴河水质的预测结果表明,将改进QGA-BP模型用于水质预测是可行、有效的预测方法。     

基于Zigbee技术的无线辐射监测系统的建立

基于Zigbee技术的无线辐射监测系统可对众多辐射监测仪的监测数据进行实时采集和统计分析,无需布线,组网灵活。该辐射监测系统包括多台辐射监测仪及上位机监测平台。辐射监测仪负责测量辐射信息,并将辐射测量结果通过Zigbee模块发送出来。辐射监测平台负责接收辐射测量结果,并将数据在监测平台上进行显示和存储。对辐射监测仪和辐射监测系统进行测试,测试结果表明:辐射监测仪可对在环境本底的基础上增加0.1 μSv/h的γ辐射给出可靠报警;辐射监测系统可自动进行无线网络连接,整体运行稳定,数据采集准确,可实现对各个辐射监测仪监测数据的实时采集和存储。     

城镇排水系统运行效能评价指标体系的构建与研究

排水系统是城镇一个重要的基础设施,其运行效能评价对于城镇水环境治理维护和绿色低碳发展具有重要意义。对国内外相关研究成果从以下三方面进行了梳理和分析：首先,运行效能评价研究按评价目标的不同可分为内涝和溢流的控制、管网性能的预测与诊断、排水系统的规划与运营、安全风险类评估和综合性评价五类,阐明了这五类评价指标体系的研究现状,总结了其常用指标;其次,分析各评价指标体系的构建流程,可归纳为“调研准备”“指标构建”“赋分评价”三个阶段,归纳了常用评价指标筛选方法,并指出其中最关键的部分在于第三阶段的评价方法的选择,即指标赋权和最终评价结果的计算;最后,对文献中的各类评价方法进行了分析,结果表明基于层次分析主观定权法的综合评价法是当前研究中的常用方法,可以解决评价过程中产生的不确定性、不一致性、模糊化、定量化等问题;同时也概述了客观定权方法如熵权法、神经网络、组合定权等方法的特点和适用性。研究指出关于智慧水务和平稳输送的效能评价还比较缺乏,而随着物网联、人工智能、在线监测等技术的快速发展以及海量可靠的排水系统相关数据的出现,将给以客观定权法为主流的新评价方法的开发应用带来契机。本研究可为完善排水系统运行效能评价指标体系并计算准确评价结果提供参考。     

基于无人机高光谱和BP神经网络的城市水体污染监测

我国大多数流域存在不同程度的水体污染,城市水体污染防治与监测是一项艰巨而漫长的任务,而传统水质监测和卫星遥感方法在水体面积较大、水流运动不稳定、周边地形复杂的河流或城市湖泊的水质监测表现为适用性差、准确度低。基于无人机的高光谱遥感技术具有覆盖范围广、数据获取快速等特点,对城市水体污染监测具有一定的应用价值。以珠海市城市水域为研究对象、无人机高光谱数据为数据源,利用线性回归模型和BP (Back Propagation) 神经网络模型方法,分别建立了波段组合反射率与水体叶绿素a、氨氮和磷酸盐3种水质指标之间的最优反演模型,并通过实际样品验证了该模型在城市水体中的适用性。该研究结果不仅为大数据驱动的水质分析提供了重要的技术支持,也为无人机技术应用于城市水体污染程度评价和动态监测提供新方法。     

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。     

基于人因失误分析的医院电气安全管理研究

医院是重点用电单位,用电的安全性和供电可靠性都比较高,但因不可抗力、供电系统故障、医院管理问题、人为失误等方面的原因,仍存在发生各类电气突发事件的风险。其中,由人的误操作或不安全行为因素而诱发的电气方面的突发事件已成为医院非医疗事故的主要原因。文章针对医院电气安全操作方面的人因失误,从个人和组织两个角度进行了失误原因的分析,认为人的失误既受个体因素的影响,也受环境、制度和管理水平的影响。在此基础上,提出完善相关规章制度建设、加强教育与培训等,从组织制度建设、人员技术素质提高等方面,提出预防与减少人因失误的措施与方法,提高供配电质量,为医院医疗工作提供有效的电气安全后勤保障。