风场对太湖梅梁湾水华及营养盐空间分布的影响

为了解风场对湖泊表层蓝藻水华及营养盐空间分布的影响,以太湖梅梁湾为例,在蓝藻水华期间开展表层粒子漂流实验,研究风场对水体表层物质的推移规律,并开展全水域水体表、中、底层密集布点采样,测定水体藻类叶绿素a、氮、磷、高锰酸盐指数、溶解性有机碳、溶解氧等水质指标,探讨风场驱动下大型浅水湖泊蓝藻水华及营养盐时空分布特征.结果表明,在平均风速1. 9 m·s~(-1)和2. 3 m·s~(-1)的情况下,表层粒子的平均漂移速度分别为3. 0 cm·s~(-1)和5. 0 cm·s~(-1);风场对表层水体蓝藻水华的空间分布具有决定性影响,能够引起蓝藻水华在空间上较高的异质性;蓝藻水华物质的空间变化对水体颗粒态氮、磷、有机质和溶解氧等水质指标产生较大影响,表、中、底层颗粒态氮和磷、高锰酸盐指数与叶绿素a浓度的空间分布一致,而溶解态氮、磷浓度及溶解性有机碳的分布与叶绿素a浓度分布不尽相同;蓝藻水华物质在风场作用下的再分配对水体溶解氧产生复杂的影响,底层溶解氧平均值低于表层与中层,可能对沉积物营养盐释放产生影响;依据高密度布点调查估算,仅表层20 cm,梅梁湾水域的蓝藻干物质赋存量约396 t,远大于蓝藻打捞工程的清除量.研究表明,鉴于水华期间风场作用下对蓝藻水华漂移的巨大影响,在湖泊水质调查采样方法及数据分析时应充分考虑蓝藻水华漂移的影响因素;防控湖泛灾害的蓝藻打捞作业对湖体蓝藻水华赋存量的清除能力有限,只能对岸边带湖泛的预防产生影响.     

2015～2017年上海郊区大气新粒子生成特征

本研究利用扫描电迁移率粒径谱仪(SMPS)对上海郊区2015～2017年期间大气新粒子生成进行长期连续观测,结合气象要素、气态污染物和PM_(2.5)化学组分等数据,分析上海郊区新粒子生成特征.结果表明,上海郊区新粒子生成天(NPF)为172 d,占有效天数(942 d)的18. 3%;其中典型新粒子生成天(Event)和新粒子增长-缩小天(Shrinkage)分别为150 d和32 d;NPF天占比春、夏季最高,秋季次之,冬季最低.高温低湿、太阳辐射强、风速大和降雨量少的气象条件有利于新粒子生成;南风、西南风和西风期间Event天占比高,气团主要来自环太湖流域植被覆盖和农业种植区,而Non-NPF和Shrinkage天主导风向为东北、东到东南风.与非新粒子生成天(Non-NPF)相比,Event天各季度SO_2和O_3均高,表明气态硫酸和光化学反应为新粒子生成的关键因素; PM_(2.5)浓度并不均低于Non-NPF天,但PM_(10)值均更高,可能与多相光催化反应有关.Shrinkage天除O_3外,其他污染物浓度均最低,较低的气态前体物导致新粒子增长程度有限.PM_(2.5)化学组分显示,Event天NH_4~+、SO_4~(2-)和NO_3~-无机组分秋季平均浓度高于Non-NPF天,其他季节则相反;有机碳各季节平均浓度均高于Non-NPF天; Shrinkage天各组分浓度最低,但春、夏、冬季有机碳占比均高于Non-NPF天;因此有机物在上海郊区新粒子生成及增长过程中有重要贡献.     

黄河水中铅(Ⅱ)与悬浮粒子相互作用的研究

为了研究痕量金属铅在黄河水体中迁移转化规律以及黄河悬浮粒子承载铅的能力,进行了黄河水中铅(Ⅱ)与悬浮粒子相互作用的实验。结果表明:①铅以一价正离子形式与悬浮粒子进行阳离子交换,交换的pH范围在3～7,当pH为6时,离子交换率达到最大值;②铅离子浓度增加,离子交换率降低;③交换剂为转化沙时的离子交换率比未转化沙大;④可溶态痕量金属铅在黄河水中除了与悬浮粒子表面吸着交换进入固相外,也可以沉淀形式进入固相。      

2013年冬季海口市一次气溶胶粒子污染事件特征及成因解析

海口市在2013年12月份发生了一次气溶胶粒子污染事件.本文利用相关资料对此进行诊断,发现海口市PM2.5在12月9日超过了国家环境空气质量二级标准限值,在11日达到该污染时段的最高值(日平均为87.96μg·m-3),同时与能见度有一定的负向关系.分析表明,前期(7—9日上午),污染物主要以本地排放为主,而后期(9日中午到11日)与珠江三角洲地区的输送作用有密切关系,后向轨迹分析也表明后期海口市大气污染物可能来自珠三角地区.分析发现,气象背景场为这次气溶胶污染事件提供了有利的气象条件,500 h Pa高度场冷空气活动偏北,925 h Pa高度场的暖中心控制,形势稳定,逆温层的存在使得大气近地层更加稳定,低层风速偏小不利于近地面附近的污染物向外输送,水平风垂直切变偏弱有利于污染物在近地层堆积,其变化趋势与PM2.5浓度有一定的相关性.     

长三角地区气溶胶光学性质与新粒子生成观测

2019年5月27日～6月27日对江苏省常州市的气溶胶光学性质参数、颗粒物数浓度和PM_2.5组分进行观测,联用扫描电迁移率粒径谱仪(SMPS)、黑碳仪(AE33)、腔衰减相移式单次反照率监测仪(CAPS)、在线离子色谱分析仪(MARGA)和RT-4型有机碳/元素碳(OC/EC)分析仪分析:①新粒子生成期间化学组分与光学参数的变化;②IMPROVE、 MIE理论重建消光系数与实测值的闭合性对比.观测期间共有两次明显的新粒子生成事件,粒子粒径从4 nm持续增长到64 nm,在新粒子生成初期硫酸盐贡献较大,生成过程中实测平均消光系数为95.40 Mm^-1,IMPROVE模型重建平均消光系数为140.20 Mm^-1,MIE理论模型计算平均消光系数为93.54 Mm^-1,低于我国城市气溶胶消光系数均值300 Mm^-1.本次观测采用多仪器联用的方式从颗粒物数浓度粒径谱、化学组分谱等不同的方面更好地对气溶胶理化性质进行表征.     

基于改进的PSO‑BP神经网络的边坡稳定性研究∗

边坡稳定性研究对于重大地质灾害防治极其重要，但由于影响边坡稳定性的因素具有非线性、多样性以及模糊性等特征，边坡稳定性分析一直是地质灾害防治领域的热难点问题。已有研究表明神经网络预测模型可有效应用边坡稳定性分析，但同时存在预测精度低、鲁棒性差、收敛速度慢等缺点。为改善上述问题，在粒子群算法优化的 BP 神经网络（简称 PSO?BP 神经网络）算法基础上提出一种改进的边坡稳定性预测模型。该模型以容重、内聚力、内摩擦角、边坡角、高度、孔隙压力比作为输入参数，以安全系数作为输出参数。通过借鉴遗传算法中的变异思想来提升模型全局寻优的能力，利用能量函数负梯度下降原理提高模型的收敛速度。将所收集到百余条边坡数据进行数据清洗，最终得到 80 条高质量边坡数据，随机选取其中的 50 条边坡数据作为模型的试验数据。最后采用十折交叉验证的方法对模型的准确性进行验证，并在多维度与其余边坡稳定性神经网络预测模型进行对比分析。结果表明：①该模型相比于其余模型收敛速度、准确率、鲁棒性均有明显提高；②将 K 折交叉验证应用在小样本数据下的边坡稳定性神经网络预测模型，可有效避免结果的偶然性。③该模型的预测误差仅为 4.31%，满足工程精度需求，可在实际工程中为边坡稳定性分析与灾害防治提供参考。     

基于ADPSO-FNN算法的催化再生烟气二氧化硫预测方法

为了解决催化裂化装置再生器出口烟气二氧化硫质量浓度难以实时预测的问题，提出一种基于自适应粒子群优化-模糊神经网络(Adaptive Particle Swarm Optimization-Fuzzy Neural Network, ADPSO-FNN)算法的催化再生烟气二氧化硫质量浓度智能预测方法。首先，针对数据来源多，且来自数据采集系统(Data Collection System, DCS)与实验室信息管理系统(Laboratory Information Management System, LIMS)中多维数据时间尺度不匹配的问题，利用基于自适应回归算法实现多时间尺度的数据清洗；其次，建立基于模糊神经网络算法的二氧化硫质量浓度预测模型，提取再生烟气产排过程中的动态特性；然后，提出基于动态惯性权重和学习因子机制的自适应粒子群算法，平衡全局探索能力及局部开发能力，实现再生烟气二氧化硫质量浓度的预测；最后，利用炼厂检修前、后的数据分别建立二氧化硫预测模型并进行测试。结果显示：该预测方法实现了催化再生器出口二氧化硫的准确预测，解决了现场多时间尺度数据难以建模的问题。     

基于改进粒子群算法的儿童防护系统优化

为保障儿童乘车安全，采用改进多目标粒子群算法优化儿童约束防护系统。首先，开展40%偏置碰撞的台车试验，验证儿童座椅台车试验仿真模型的有效性，建立儿童安全气囊模型；然后，建立防护系统参数与儿童头部、胸部损伤指标的二阶响应曲面模型，融合遗传算法的交叉变异和精英保留策略，提出改进的多目标粒子群算法，并验证改进算法的有效性；最后，利用多目标模糊优选决策算法获得系统设计参数的最优值，结合台车试验仿真模型，验证优化模型及算法的有效性。结果表明：模型的最优值兼顾对儿童头部和胸部的防护；遗传算法和粒子群算法的融合算法，可提高模型的收敛速度。     

飞机货舱火灾CO浓度神经网络补偿算法研究

针对飞机货舱火灾探测误报率偏高且响应速度较慢的问题，采用电化学式一氧化碳传感器来代替传统民机所用的光电式烟雾探测器来探测飞机货舱火灾，并提出了一种基于粒子群算法(Particle Swarm Optimization, PSO)优化长短期记忆(Long Short-Term Memory, LSTM)神经网络的一氧化碳浓度补偿模型。首先在自搭建试验平台采集密闭空间火灾的多项试验数据，然后用PSO优化LSTM的隐藏层神经元个数和学习率，提高了LSTM的预测精度。通过与其他3种神经网络对比，PSO改进LSTM模型在基于时间序列的火灾一氧化碳检测中具有更好的补偿效果。通过浓度补偿，可以使电化学式一氧化碳探测器在飞机货舱火灾发生的早期阶段进行更准确的探测预警。