人造卫星--抗灾先锋

2001年9月11日以后,整个世界变了;2004年12月26日以后,世界是否也全变了?我们应该采取哪些措施以减少自然灾害所造成的破坏?     

我国未来能源消费及其对环境的影响分析

随着我国经济的发展和城市化水平的提高,未来的能源消费状况及由此带来的环境污染问题日益受到人们的关注.本文简要回顾了1 980年以来我国能源消费状况并分析了相应的环境问题,对我国未来能源消费状况及可能带来的环境影响设置了3种情景进行预测和分析,得出我国今后因能源消费的SO₂、NO_x、CO₂和烟尘等排放量依然很高,但不同情景的预测结果有较大区别,并提出通过提高能源效率以及加强清洁、可再生能源的开发利用来解决能源消费带来的环境污染问题.     

鄱阳湖表层水体总磷含量遥感反演及其时空特征分析

总磷是湖泊水质参数中的主要指标,从遥感数据中获得其时空上的分布信息对于理解、管理和保护湖泊生态系统是必要的。通过2009 年4 月至12 月对鄱阳湖湖区和五河入口的表层水体进行采样分析,利用直接遥感反演算法和间接遥感反演算法,结合MODIS遥感数据择优反演鄱阳湖表层水体的总磷含量,同时分析总磷含量的时空特征和变化规律。结果表明：①从实验数据分析可知,总磷TP与总悬浮物浓度相关性较好,间接反演算法能够得到较好的反演结果;②TP是鄱阳湖水质的主要污染指标之一,TP含量在丰水期、平水期、枯水期三个时期呈上升趋势;③鄱阳湖三个时期TP含量的空间变化明显,中心湖区TP含量相对整个湖区较低,主航区和五河入口TP含量为全湖最高区域,常年处于高含量状态。     

东湖、汤逊湖和梁子湖沉积物磷形态及pH对磷释放的影响

文章采用淡水沉积物中磷形态标准测试程序(SMT)研究了东湖、汤逊湖和梁子湖沉积物中磷的形态分布,并比较了不同pH条件下沉积物磷释放特征的差异性。结果表明:东湖沉积物总磷质量分数最高,平均值1.232 mg.g-1,其次为汤逊湖(0.762mg.g-1),梁子湖沉积物总磷质量分数最低(0.572 mg.g-1);3个湖泊上覆水总磷质量浓度也表现出类似的变化规律,线性相关性分析显示上覆水中总磷质量浓度与沉积物总磷质量分数显著正相关。东湖和梁子湖沉积物总磷中无机磷和有机磷所占比例较接近,汤逊湖无机磷所占比例远低于有机磷。不同湖泊之间磷形态的分布并没有一定的规律性,湖泊的地理分布以及人为因素可能是造成磷形态差异的主要因素。当pH为2.0~7.0时,3个湖泊沉积物中溶解性活性磷(SRP)释放量均呈先增加后减小的趋势;当pH为7.0~12.0时,SRP释放量呈增加趋势。相关分析结果表明,SRP的释放与有机质的质量分数无显著相关性。方差分析结果显示3个湖泊沉积物在黏粒和粉粒组成上均没有显著差异(P>0.1),表明实验样品的粒径组成不是造成各个湖泊间磷释放差异的原因。不同pH条件下,SRP释放量与沉积物总磷质量分数显著正相关;酸性环境下,SRP释放量与酸式磷(HCl-P)的相关性优于碱式磷(NaOH-P),碱性环境下则刚好相反。     

公路路网建设项目声环境影响评价研究

以甘肃省某市新区基础设施建设中的路网建设为例,根据公路路网的交通参数、道路地形地貌条件、路面设施等,利用导则推荐模式预测路网噪声贡献值。该新区路网中道路距离多在500m以上,不论道路平行还是相交,噪声影响以主干道为主,以次干道为辅,相互影响;根据路网噪声环境影响的特点,提出切实可行的声环境影响减缓措施。     

安徽省近10年能源足迹测度及驱动因子分析

安徽省为生态建设省,随着中部崛起战略与皖江城市带承接产业转移示范区建设的实施,能源消费给当地生态环境形成了较大压力. 依据生态足迹模型对安徽省2000—2009年能源足迹进行了时间序列测度,基于STIRPAT模型揭示了能源足迹驱动因子的边际贡献,运用灰色GM(1,1)模型预测了2015年与2020年能源足迹. 结果表明:安徽省人均能源足迹由2000年的0500 8 hm2增至2009年的1043 5 hm2,人均能源足迹赤字由2000年的0432 9 hm2扩至2009年的0975 5 hm2;煤炭足迹对能源足迹平均贡献率为7629%,占主导地位;能源足迹强度由2000年的1083 3 hm2104元降至2009年的0704 7 hm2104元;研究时段内,能源足迹生态压力指数均大于5 人均GDP和第二产业在经济中所比例均与能源足迹呈正相关,二者边际弹性系数分别为0000 073 57和0006;而单位工业增加值能耗与能源足迹呈负相关,其边际弹性系数为-0186.      

基于AGA-BP神经网络的采空区危险性评价

针对采空区危险性评价的影响因素众多且关系复杂的特点,提出了基于AGA-BP神经网络算法评价采空区危险性。将岩体结构、地质构造、岩石抗压强度等13个影响因子作为神经网络输入,采空区危险性等级作为输出,建立一个采空区危险性评价的BP神经网络模型;采用自适应遗传算法(AGA)对BP网络的初始权值和阈值进行全局寻优,将寻优结果回代入网络中进行训练并预测得出采空区危险性等级;利用其它智能算法与该预测结果做出比较,以验证AGA-BP算法的有效性及优越性。结果表明:该算法的优化效果明显,同时在训练时间与预测精度上较其它智能算法有突出的优势,是一种在采空区危险性评价方面值得推广的新方法。     

一种基于小波变换和LSTM的大气污染物浓度预测模型

针对现有大气污染物浓度预测模型存在预测精度不高、污染物种类单一等不足的问题,通过小波分解将高维大气污染物数据转换为低维数据,再对分解序列建立长短期记忆网络（LSTM）预测模型,最后通过小波重构将分解序列重构为污染物时间序列,建立了1种基于小波变换（WT）的LSTM大气污染物预测模型（WT-LSTM）,用以预测目标区域内的次日平均ρ（PM_2.5）、ρ（PM₁₀）、ρ（SO₂）、ρ（NO₂）和ρ（O₃）。采用长沙市2015—2018年10处国控站点的数据进行验证,结果表明:相对于LSTM、多元线性回归（MLR）和基于WT的WT-MLR模型,WT-LSTM的均方根误差和绝对平均误差均下降了50%,其对PM_2.5、PM₁₀、SO₂、NO₂和O₃的污染等级预测准确率均在80%以上。