2008年北京市大气质量的灰色预测

运用灰色关联分析方法对北京市大气主要污染物质进行了分析,得出PM10、TSP和SO2是主要污染因子。在此基础上,运用灰色系统理论建模方法,分别建立主要污染因子的预测模型。运用该模型预测出到2008年北京市的TSP和PM10仍不能达到国家二级标准。在今后几年内降低颗粒物的污染是北京市大气污染控制工作的首要任务。     

城市面源污染特性及污染负荷预测模型研究

通过分析城市面源污染的来源和污染特征,并针对城市土地利用和下垫面类型特点,建立城市面源污染预测模型,研究探讨城市降雨径流及污染负荷预测模拟和迁移规律。所建模型已成功地应用于武汉市汉阳地区城市面源污染控制技术研究,获得了满意的结果。该模型可为城市水环境规划、面源控制和管理研究提供科学手段。     

引哈济党工程对苏干湖湿地天然植被的影响

根据Processing MODFLOW模型对调水后大苏干湖区面积和湿地地下水位的影响预测结果,初步确立引哈济党工程适宜调水量,并在各调水方案的基础上,以干旱区天然植被与地下水的定量关系为依据,分析预测地下水位下降对湿地天然植被的影响。结果表明:不同工况引水50 a后,大苏干湖湖泊面积减少均不超过8%;湿地地下水水位0 m~1 m区面积将持续下降,最大减少17 km2;湿地天然植被部分将发生演替,主要由湿生植被向中、旱生植被演变,影响集中在两湖间河道湿地及湿地外围边缘地带。     

平顶山市湛河水水质预报模型研究

运用随机理论－－马尔科夫过程预报平顶山市湛河水质,并通过平顶山市湛河近十年的水质监测数据验证了模型的可靠性,对2000年前后湛河水质进行预报,为使2000年淮河流域水质变清,给平顶山市的管理层提供了一定的理论依据。     

北京市公交车噪声测试与分析

公交车已成为当前北京市道路交通噪声的主要束源之一,针对公交车声源模型缺乏而沿用大型车声源模型所致的噪声预测误差问题,在北京市选取了两类常见公交车进行了537辆车的单车通过噪声测试,在无效数据剔除和背景噪声修正后,利用回归分析法获得了北京市公交车声源模型,通过与现有《公路建设项目环境影响评价规范》中大型车声源模型的比较,显示出建立北京市公交车噪声声源模型的必要性。基于《公路建设项目环境影响评价规范》中的道路交通噪声预测方法,提出了符合北京市实际情况的道路交通噪声预测模型。     

郑州市PM2.5浓度时空分布特征及预测模型研究

利用统计学原理和GIS技术,对郑州市2013年8月17—12月31日期间PM2.5浓度时空分布特征进行分析,同时结合气象资料与前一日污染数据,建立人工神经网络反向传播算法模型(BP-ANN)和多元线性回归模型用于该市细颗粒物污染的短期预测。结果表明,郑州市PM2.5浓度日变化呈单峰模式,随逆温现象的发生和交通的密集于上午11:00达到峰值,午后逐步下降。在工作日、周末与国庆节的对比中,国庆节期间颗粒物污染浓度高出平日32.8%,表明人为活动的加剧影响PM2.5的排放;周末与工作日期间无显著差异。在空间分布上,金水区、管城回族区污染最为严重,工业燃煤、地铁施工等源排放是造成污染的主要原因;位于远郊的岗里水库,受秸秆焚烧和市区污染输送等影响,PM2.5浓度亦维持较高水平。最后,研究将所构建的BP-ANN预测模型和多元线性回归模型对比,结果发现两模型在建模阶段预测值与真实值的拟合一致性指标分别为0.944、0.918,均方根误差分别为59.788、70.611;验证阶段拟合一致性指标分别为0.854、0.794,平均绝对误差分别为25.298、32.775,表明BP-ANN模型在预测郑州市PM2.5污染过程中更具优势。     

滇池流域水环境综合管理技术支撑平台构建研究

滇池流域水环境综合管理技术支撑平台以实现水环境数据信息化、支撑多元化、管理智能化为目标,集成水环境多元数据采集传输、融合共享及动态表征技术,突破高原湖泊流域多目标复杂环境综合管理决策控制技术,构建"数据中心-业务系统-信息发布"为主线的综合管理平台,其以水环境数据中心为支撑,以水环境信息系统与水环境专家决策支持系统为核心,以水环境信息发布系统为共享交换媒介,为流域管理提供监控预警、总量控制、预测预报、项目评估及应急决策等技术服务,有效支撑滇池流域水环境监控预警和综合管理。     

饮用水源地防控与预警研究

根据全国饮用水源地调查和现行政策法规,结合江苏省及泰州市饮用水源地专项整治情况,全面分析了饮用水源地防控和预警工作中存在的问题,借鉴国外饮用水源地防控预警的特色做法,阐述了适合中国国情的饮用水源防控及预警的10项保护措施,供环保从业人员参考。     

T-S模糊神经网络在厌氧反应器预测中的应用

3个厌氧反应器运行稳定后,用三氯甲烷和2、4-二硝基酚作为毒物负荷对它们进行了冲击试验.利用负荷冲击试验所得的数据集建立了T-S模糊神经网络,并用其预测了反应器的容积产气率、挥发性脂肪酸和CH4体积含量.研究结果表明,基于某一反应器建立的T-S模糊神经网络可以很好地预测毒物负荷冲击下该反应器的容积产气率、挥发性脂肪酸和CH4变化规律,实测值与预测值的相关系数均＞0.850;但是基于某一反应器建立的模糊神经网络用来预测其他反应器时,其预测能力较差,预测值和实测值的相关系数基本上＜0.500.     

典型湿地生态系统碳循环模拟与预测

以植物生理生态特性和有机碳周转动力学原理为基础,利用室内模拟培养试验结果率定了温度、积水强度、冻融交替对湿地有机碳分解矿化的影响参数,建立了典型湿地生态系统碳循环模拟模型.利用实地观测的数据对模型进行了检验,对模型的灵敏性进行了分析,同时利用该模型进行了情景预测.结果表明,所建模型能较好地模拟中温带（三江平原）和亚热带（洞庭湖）湿地生态系统的碳通量和碳累积特征,沉积物呼吸的模拟值与实测值呈极显著相关关系（p<0.01）;三江平原常年积水沼泽有机碳密度约为80×10⁹ g·km^-2,洞庭湖湿地碳密度约为20×10⁹ g·km^-2;三江平原常年积水沼泽和季节性积水沼泽每年碳的净固定速率分别为104　g·m^-2和76 g·m^-2;该模型对温度和大气CO₂浓度变化反应敏感.在既定的水文条件下,大气CO₂浓度升高和增温可能会使湿地生态系统的碳交换变得更为活跃;在CO₂浓度倍增和增温小于2.5℃的气候变化情景时,系统净初级生产力（NPP）和积累的有机碳密度增加,系统仍为大气的CO₂ 汇,但气候变暖的进一步加剧并不利于湿地有机碳的积累,由于CO₂施肥效应和温度升高增加的系统NPP补偿不了因温度升高导致的沉积物呼吸速率加快而损失的碳,季节性积水沼泽生态系统积累的有机碳甚至出现明显的下降趋势.