典型四环素类抗生素的预测无效应浓度和风险评估

四环素类抗生素是一类广谱抗生素,对生态环境存在潜在风险.本研究以四环素和土霉素为研究对象,根据欧盟现有化学物质风险评价技术指导文件(TGD),推导不同环境介质中四环素和土霉素的预测无效应浓度(PNEC),并采用风险商值(RQ)法对我国部分地区水质、淡水沉积物和土壤的暴露风险进行评估.结果 表明,我国水质、淡水沉积物及土壤中四环素的PNEC值分别为0.115 μg·L-1、423 μg·kg-1(湿质量)和57 μg· kg-1(湿质量);土霉素的PNEC值分别为4.93μg·L-1、1.78x104 μg·kg1(湿质量)和3.16×103μg·kg-1(湿质量).淡水沉积物风险区域主要集中在海河,土壤风险区域主要集中在山东省、四川省彭州市、辽宁省沈阳市等,部分区域点位存在潜在的生态风险.研究结论可为四环素类抗生素的生态环境风险评价提供科学依据.     

磁絮凝-吸附技术对黑臭水体中浊度、氨氮和总磷的去除效果及机理

采用磁絮凝-吸附技术开展了同步去除黑臭水体浊度、氨氮和总磷(TP)实验.在磁絮凝阶段,通过聚合硫酸铁(PFS)、磁粉(MPs)和聚丙烯酰胺(PAM)复配使用,利用电荷中和作用去除浊度和TP;同时,利用化学吸附沉淀去除TP;在此阶段中,当PFS、MPs、PAM的投加量分别为16.00、100.00、2.20 mg·L-1...     

基于空间拟合和神经网络的机场噪声预测集成模型

将集成学习方法引入到机场噪声预测中,提出一种基于空间拟合和神经网络的机场噪声预测集成模型.该模型采用空间拟合算法和BP神经网络算法构建基学习器,然后通过所提出的基于观察学习的异构集成算法将基学习器集成起来,获得集成的机场噪声预测结果.该模型通过集成多个异构机场噪声预测基学习器,能够有效提升预测准确率.实验结果表明,本文所提出的基于观察学习的异构集成算法,较之其他异构集成算法,在解决机场噪声预测问题上准确性更高、容错性更强.     

人体热应变预测方法标准在热安全评价中的应用

工业生产中存在着大量的高温工作环境,如高温生产车间或夏季露天作业环境等。高温工作环境可能导致人体体温升高、出汗脱水,对人体安全造成危害。建立人体热生理响应模型,通过计算得出人体生理指标变化,从而判断人体安全状态,是有效的人体安全评价方法。ISO 7933是人体热应变计算方法的国际标准。在考虑了环境和人体的多种情况下,给出人体相关生理参数的计算方法。基于此方法,与人体热安全阈值相结合,建立人体热安全评价方法,并给出了典型热环境下的算例。该方法也可用于评价热防护服的有效性。     

2050年中国能源消费的情景预测

与全球气候变化紧密相关的能源消费问题是当今世界各国关注的热点,特别是中国能源消费规模、能源消费峰值和消费结构等更是关注的重点.论文在简要评述中国能源消费峰值、能源消费预测方法和模型的基础上,系统回顾了国内外对中国能源消费预测研究成果,侧重于人口和经济等驱动中国能源消费的两大主要因素,参考主要发达国家经济发展过程中人均能源消耗及人均累计能耗变化规律,对中国未来能源消费趋势进行了定量预测分析.结果表明:① 中国人均能耗、总量和人均累计消费量均有较大的发展潜力.2050年中国人均能耗大致在4.75~9.31 tce,上限也只相当于美国人均能耗峰值的76%;中国能源消费总量还将持续增长,2050 年的能源消费总量在61.91×10⁸~121.33×10⁸tce;1870-2050 年,中国人均累计能耗最佳分布区间为207~294 tce,只相当于1870-2012 年美国人均累计能耗的46%、德国的56%、英国的57%.② 文献梳理表明,当前预测中国能源消费峰值的各种研究成果大多认为在62×10⁸~79×10⁸tce,而峰值年份则出现在2035-2045 年,论文认为除美国、英国和德国情景将有峰值出现外,其他情景尚不可能出现峰值;③ 法国情景下中国能源消费“零”增长将于2040 年左右出现;日本、韩国以及基准情景预测显示,2035 年以后中国能源消费将进入到2%左右的低速增长期.上述研究结果表明,中国未来能源消费预测采用法国、日本、韩国情景较为合理,2035 年以后,中国能源消费将进入低速增长期.当前,中国人均收入不高,人均能耗尤其人均累计能耗处于较低水平,过早乐观承诺能源消费峰值,易使气候变化谈判陷入被动;从中国国情出发,需给中国社会经济发展留有能源消耗空间;促进能源资源的节约集约使用,积极倡导节能型生产生活方式,是中国社会经济可持续发展、保障能源安全、积极应对全球气候变化的现实需要.     

基于逐步聚类分析的水库浮游藻类生长预测

采用逐步聚类分析方法预测水库浮游藻类的生长情况,以于桥水库为例,选取了1999~2006年7个水质和气象因子的56组数据建立逐步聚类分析模型,其结果用于预测2007~2010年的叶绿素a含量.结果表明,实测值与预测值的变化趋势基本一致,相关系数R达到0.94,线性相关性较好.预测值的平均绝对误差为-0.0007,平均相对误差为21.66%.逐步聚类分析法可以快速准确的对水库的叶绿素a含量进行有效预测.对逐步聚类分析模型的敏感度分析表明,影响于桥水库藻类生长的主要因素是水体的pH值、溶解氧以及总磷,因此控制这3个因素是预防藻类爆发的重要途径.