基于多源遥感指数监测山区植被动态及其驱动因子的不确定性分析——以尼泊尔地区为例

准确获取山区植被动态数据对山区生态系统研究及其保护有着重要意义。卫星遥感数据作为获取大尺度山区植被动态的重要数据源,已被制作成各种植被监测产品并被应用于植被绿度、覆盖度以及生产力等研究。然而,不同遥感指数监测山区植被动态及其驱动因子的一致性尚不确定。以尼泊尔地区为例,基于5种遥感指数(MODIS NDVI、MODIS EVI、MODIS LAI、MODIS NPP和OCO-2 GOSIF)和5种气候因子(温度、降水、气压、太阳净辐射和CO₂浓度)数据,采用趋势分析和两种残差分析法(多元回归法和一阶偏导法),系统分析了不同遥感指数监测尼泊尔地区植被动态及其驱动因子的不确定性。结果表明：1)2000—2020年尼泊尔地区5种遥感指数均呈现增加趋势,但不同遥感指数空间分布存在差异,MODIS NPP在中山带增加趋势更明显,其他遥感指数在低海拔地区增加态势更明显。2)不同残差分析方法所估算的气候变化对植被变化贡献率差异极大,多元回归法可能严重低估了气候变化的贡献,而一阶偏导法可能高估气候变化的影响。3)基于不同遥感指数的归因结果差异大,气候变化对OCO-2 GOSIF的贡...     

基于模糊综合方法的工业污水环境安全影响评价研究

在综合分析水环境影响因素的基础上,应用模糊综合评价方法对工业污水环境安全影响进行了研究。首先构建工业污水污染程度模糊综合评价的数学模型,然后利用综合评价方法对污水中重金属污染程度进行有效评价。研究结果表明:模糊综合评价方法可以全面考虑企业排放废水中影响环境安全的各种因素,充分体现评价因素和评价过程所固有的模糊性,适用于复杂参数水环境的不确定分析与评价,可以有效地评价水的质量;将模糊评价方法引入工业污水对环境安全影响的评价体系,是污水处理评价发展的一个新方向和新领域,它是污水处理评价方法的补充和完善,在该领域具有广阔的应用前景。     

灾害分析中的数量化问题

灾害分析中，涉及到的不确定性因素常常对分析结果的可信度和精确度起决定性作用。按照其产生的原因和自身特点的不同，不确定性因素可分为主观不确定性因素和随机不确定性因素。如何处理不确定性因素已成为灾害分析研究领域的一个前沿热门问题。本文介绍了一些重要的不确定性处理方法并给予了评价，指出了进行不确定性研究的具体内容和方向。     

不确定性能源电力系统-碳贸易模型及其应用——以天津为例

文章将不确定能源电力系统碳贸易模型用于天津市的能源系统规划与碳管理中。研究基于融入区间和随机不确定性优化理论构建了区间随机碳贸易模型,可以处理表现为随机和区间形式的不确定性信息,并可以有效的对能源电力系统中的碳允许排放定额进行再分配。通过将该模型应用于天津市能源电力系统内,可以证明该模型的可行性。文章提出的模型具体可以实现:保证碳排放量达标的前提下,实现能源电力系统的规划与管理;以及在系统成本最小前提下,生成CO气体减排方案。2     

随机不确定性影响下某航炮发射动力学仿真

目的研究随机不确定性对航炮发射动力学响应的影响,提高其射击密集度。方法建立某航炮刚柔耦合动力学模型,利用ADAMS软件进行发射动力学仿真分析。考虑航炮射击过程中的不确定因素,采用非概率凸集模型进行量化,揭示缓冲器弹簧刚度、平衡机弹簧刚度、炮膛合力等参数不确定性对航炮射击密集度的影响规律。结果炮口振动在不确定性因素的影响下,出现振动幅值增大,在区间范围内波动的现象。结论航炮射击时的炮口振动严重影响了射击密集度,因此在设计时必须考虑不确定性因素,所得结果对于提高航炮系统射击密集度具有一定的指导意义。     

基于水质模拟的不确定条件下两阶段随机水资源规划模型

针对流域内不同企业的水资源分配及企业生产污染排放导致的水环境问题,运用区间两阶段随机规划的方法,耦合区间两阶段模型（ITSP）和区间水质模型（IS-P）,建立不确定两阶段随机水质-水量耦合规划模型（ITSP-SP）.该模型以流域内系统利益最大为目标函数,模拟了流域内各个企业的水量分配及排污过程中河道水质变化,并在保证河流水质达标前提下优化预计分配水量,调整企业生产规模.通过模型运算得到区间解,为管理者提供了多样的决策方案.并且,该模型充分考虑不确定因素对系统利益的影响,能够有效的规避系统决策失误及方案缺失现象.     

全氟和多氟烷基化合物的环境风险评估研究现状、不确定性与趋势分析

本研究系统梳理了国际学术界关于全氟和多氟烷基化合物(perfluoroalkyl and polyfluoroalkyl substances,PFASs)的术语、范畴和应用物质的界定与变迁,以PFASs的环境危害性评估和暴露评估为重心,综述评析当前关于PFASs环境风险评估研究现状、不确定性和发展趋势.总体上,PFASs风险评估正面临着物质谱系复杂、种类众多、衍生关系复杂、商业秘密及风险不确定的复杂局面.尽管长链PFASs的环境风险已获广泛认可,但以其替代品形式大量涌现的短链PFASs及各类短链氟调聚物的环境危害性、环境行为和暴露风险则尚存很多的不确定性与研究空白,国际社会对于PFASs的风险控制范畴值得商榷.PFASs替代物质的结构和风险信息因商业秘密及市场竞争因素而缺乏公开性和透明度,多数含氟和非氟替代品的环境风险尚有待识别.总之,国际上对PFASs风险评估研究呈现出由以全氟辛烷磺酸类化合物(perfluorooctane sulfonic acid,PFOS)和全氟辛酸类化合物(perfluorooctanoic acid,PFOA)等为代表的长链全氟烷基酸(perfluoroalkyl acids,PFAAs)逐步扩展到短链PFAAs,再扩展到其他非PFAAs的PFASs物种的发展趋势.当前亟待解决及未来将持续研究关注的主要问题:关于短链PFASs的生物累积性和环境迁移性等关键环境危害性的评估指标和方法的优化,以及其环境释放和多介质环境归趋;中性PFASs的环境归趋及其作为短链PFAAs潜在前体物质的转化与贡献;未来PFASs含氟或非氟替代品的风险识别和评估.     

不确定背景值下浅水湖泊沉积物重金属生态风险评价

基于安徽某湖泊沉积物柱状样重金属实测含量,研究了各类重金属的垂向变化趋势及来源;采用拉丁超立方抽样方法随机产生已知范围内的重金属背景值,计算沉积物重金属综合潜在生态风险水平,研究其结果不确定性,评价湖泊沉积物重金属污染程度.结果表明,沉积物重金属的含量及综合潜在生态风险水平沿深度方向呈逐渐降低的趋势,上层沉积物存在较高的综合潜在生态风险;不确定性评价方法可以在沉积物垂向上得到沉积物重金属综合潜在生态风险水平的包络面,不确定性的结果可以给出综合潜在生态风险超出风险阈值的可信度和特定置信度下的综合潜在生态风险指数置信区间;90%置信度下两个沉积物采样点上层重金属综合潜在生态风险指数（RI）的置信区间分别为340.08~412.89和271.61~327.67,处于重度综合潜在生态风险水平阈值附近的评价结果让不同风险偏好的决策者在面临修复、清淤等决策时可以做出符合自身预期的决策.     

基于Monte Carlo模拟的河流水质评价——以温瑞塘河为例

基于水质评价的综合污染指数（CWQI）法和水质指标实测含量的统计分析,应用Monte Carlo模拟方法,建立了河流水质评价的Monte Carlo-CWQI耦合模型并进行实例研究.通过建立的耦合模型和温瑞塘河流域14个监测断面2004~2010年的水质监测数据,定量分析各监测断面隶属于不同污染等级的概率水平和各水质指标对水体污染的影响程度.结果表明：温瑞塘河水系水质污染十分严重,勤奋、九山、东水厂、十字河、南白象、灰桥、新桥、米筛桥、仙门、光明、郭溪、瞿溪、西岙和梧田监测断面处于重度污染的概率分别为28.50%,0.55%,92.71%,59.73%,78.85%,39.38%,78.87%,83.09%,65.32%,78.08%,0.00%,0.96%,68.09%,86.06%;处于严重污染的概率分别为71.28%,0.01%,4.33%,39.76%,21.07%,60.59%,4.42%,12.41%,11.02%,21.24%,0.00%,0.02%,1.42%,13.12%.各监测断面总氮（TN）,氨氮（NH₃-N）和溶解氧（DO）的Spearman等级相关系数范围分别是0.41~0.76、0.25~0.63和0.14~0.66,是其他指标的2倍以上,表明影响该地区水质达标的主要因子是TN,NH₃-N和DO.本研究拓宽了河流水质评价的研究视角,能够为流域水环境管理提供丰富的决策依据.     

乌鲁木齐市散煤燃烧大气污染物排放清单及时空分布特征

为研究乌鲁木齐市散煤燃烧对大气污染物的贡献情况,根据实地调研收集到的散煤燃烧活动水平数据,利用排放因子法建立2015年乌鲁木齐市散煤燃烧PM_2.5、SO₂和NO_x的排放清单,利用ArcGIS空间分析工具进行空间分布特征分析,使用蒙特卡罗方法进行不确定性分析.结果表明:2015年散煤燃烧排放PM_2.5、SO₂、NO_x分别为1.70×104、4.13×104、2.80×103 t.PM_2.5和SO₂排放的主要贡献区域为乌鲁木齐县,分别占排放总量的27.35%和26.23%,这是由于乌鲁木齐县社区居民和大棚种植耗煤量较大所致;NO_x排放的主要贡献区域为米东区,贡献率高达28.03%,这是因为米东区社区居民所用炉灶为手动炉排层燃炉灶,其排放因子较大所致.空间分布特征表明,污染物主要分布在米东区南部、沙依巴克区北部及乌鲁木齐县中部.不确定性分析表明,村庄、社区、大棚种植、商业和事业单位在95%的置信区间时不确定性分别为-69%~165%、-57%~116%、-68%~171%和-67%~165%.蒙特卡罗预测结果（平均值）高于排放清单的计算结果.研究显示,乌鲁木齐市散煤燃烧对污染物排放贡献较大,并且具有明显的季节性和区域性特征.