生态文明视角下的国土空间底线管控：“双评价”与国土空间规划监测评估预警

生态文明新时代下的空间规划体系对国土空间底线管控提出了明确要求,“双评价”与国土空间规划监测评估预警是底线思维的体现。研究“双评价”与国土空间规划监测评估预警在国土空间底线管控中的作用和地位,通过国土空间规划“一张图”实施监督信息系统的建设,对二者的联系及其相互作用进行体现,构建二者的联动方式,服务于国土空间底线管控及治理的全过程。“双评价”与国土空间规划监测评估预警共同组成底线管控的两个阶段,前者是开展底线管控的基础,后者是底线管控的路径和手段,两者皆是生态文明新时代下国土空间规划底线管控的重要工具,需以国土空间规划“一张图”实施监督信息系统为基础加强两者的有机结合。     

基于在线监测+模型的海绵城市建设径流水量控制效果研究

以青岛市海绵城市典型项目区为研究区,通过收集、整理和概化汇水区资料,构建了研究区降雨径流模型——SWMM模型。利用2018年雨季的降雨-径流实时监测数据,进行了模型关键参数的率定和模型验证,研究了海绵城市建设在削减径流量、增加入渗与滞蓄雨量方面的定量效果。结果显示:海绵改造后,不同降雨强度下形成径流的雨量占总雨量的平均比例由56%下降至29%;下渗雨水的平均比例由40%增加至60%,滞蓄深度由0.63 mm增加至5 mm。海绵改造前后研究区场降雨径流总量控制率变化显著,当以1~10年一遇的短历时（120 min）设计降雨作为模型边界条件进行模拟时,海绵化改造后场次降雨径流总量控制率提高了26%~34%,认为研究区基本达到了海绵城市关于水量控制的建设要求。     

超高温自发热好氧堆肥工艺处理生活垃圾探究

超高温自发热已被应用于剩余污泥好氧堆肥,然而该技术对生活垃圾好氧堆肥过程的影响尚不清晰。此外,固氮剂过磷酸钙（CS）对超高温自发热好氧堆肥处理生活垃圾的影响也不明确。以生活垃圾为研究对象,建立空白组（R1）和添加CS （R2）的生活垃圾超高温自发热堆肥体系,探究了CS影响下生活垃圾超高温自发热过程中温度、含氧量、含水率、温室气体释放、溶解性COD及腐熟指标的变化规律,分析CS对生活垃圾堆肥后微生物群落特征的影响。结果表明:实验组温度最高为80.3℃,高于空白组,且最低含氧量、含水率均低于R1。实验组中甲烷和N₂O的最大释放速率分别为0.09,1.3 g/（kg·d）,均显著低于空白组,CS存在有助于生活垃圾堆肥保氮。此外,实验组中溶解COD的最大含量为42.3 mg/g,略高于R1,CS利于堆体中有机物释放。微生物群落分析表明,实验组中Saccharomonospor和Planifilum的相对丰度分别为25.6%和10.3%,堆体腐熟程度较高。     

人工智能技术对长江流域水污染治理的思考

随着经济的快速发展和城市化进程的不断加速,促使水污染严重的长江流域需从污染物去除过程的建模与优化、污水处理过程的优化控制、水污染监测系统的构建开展水污染治理研究.传统的水污染处理技术存在污染物去除效率预测精度较低、污水优化控制成本较高、水污染监测滞后效应严重的问题.人工智能技术能够有效克服上述问题,因此通过梳理国内外学者利用人工智能技术在污水污染物去除过程的建模与优化、污水处理过程的优化控制及水污染监测系统的构建等方面的研究成果,为全面加强长江流域水污染治理能力提供科学可靠的技术指导.结果表明:①利用人工神经网络技术（径向基神经网络、多层前馈网络-人工神经网络、多层感知器神经网络）对污水污染物去除过程进行建模与优化,为精确预测长江流域重金属（Cr、Cu）、营养盐（TN、TP）、持久性有机污染物〔PBDEs（多溴二苯醚）、HCH（六氯环己烷）〕的去除率提供重要参考价值.②采用污水处理的自动控制技术与人工智能技术（递归神经网络、支持向量机、模糊神经网络等）构建污水智能控制系统,为长江流域实现高效节能的污水优化控制提供重要的技术指导.③利用在线监测仪器和人工智能技术（小波神经网络、多元线性回归-人工神经网络、叠层去噪自动编码器等）建立水污染智能监测系统,为解决长江流域水污染监测响应滞后问题提供有力的技术支持.因此,人工智能技术对长江流域提高污水污染物去除率,降低污水优化控制成本,提升水污染监测时效性具有重要的推广价值.      

基于在线监测的江河入海径流通量计算方法研究与应用——以辽河口为例

随着入海流量在线监测技术的兴起,本文从流量在线监测技术原理和步骤出发,对入海流量在线监测的主要技术环节进行了梳理,给出了综合、全面的江河入海径流通量流程化计算方案,并将其应用到了辽河入海径流通量计算实例中。本文的研究为江河污染物排海量的准确估算和入海流量在线监测技术的推广提供了支持。     

海洋平台阴极保护与监测技术的应用

针对海洋平台全浸区的腐蚀情况,着重介绍了阴极保护及其原理、种类及特点,监测系统的组成及设计,探讨阴极保护及监测系统对海洋平台水下防腐的应用意义。     

海洋环境低水位加速腐蚀研究进展

以海洋环境中一个非常重要的局部腐蚀形式——低水位加速腐蚀(ALWC)为对象,自其检测、发生原因、防护三个方面就国内外的文献报告进行综述分析。在检测方面,首先介绍了常用的宏观观察这一被动形式,并突出其特征,然后介绍了利用海水中可溶性无机氮含量作为ALWC发生概率预测这一主动形式,分析其优势与不足。在发生原因方面,在对将ALWC认定为一种典型的微生物腐蚀(MIC)形式的认知过程进行介绍之后,重点分析了微生物对ALWC作用机制不清晰的原因,并建议在后续研究中突出动态演变过程,结合高通量测序等分子生物学技术,确定在不同的阶段影响ALWC的关键微生物,且进一步在大气-海水体系下研究典型菌株及其协同作用的影响,提出微生物对ALWC的作用机制。在防护方面,根据新建和已建钢结构设施分别对传统和针对ALWC所具有的MIC与局部腐蚀特性的新型高效防护方法进行了介绍,并分析了防护方法的优缺点。     

芦苇植株对湿地温室气体排放的影响及其日变化特征

利用静态箱-气相色谱法对夏季(7月、8月和9月)长江河口湿地芦苇植被CO_2、CH_4和N_2O的叶面通量、茎秆扩散速率以及沉积物通量的日变化进行研究。结果显示,通过芦苇叶片排放的N_2O与CH_4的量分别为2.99μg/(m~2·h)和15.36μg/(m~2·h),CO_2则呈现白天吸收(-120.86 mg/(m~2·h))、夜间排放(69.39 mg/(m~2·h))的特点。芦苇茎秆N_2O、CH_4和CO_2平均扩散速率分别为1.96μg/h、142.45μg/h和10.69 mg/h,沉积物平均排放通量为N_2O 8.18μg/(m~2·h)、CH_41.58 mg/(m~2·h)、CO_2169.66 mg/(m~2·h)。芦苇茎秆和沉积物界面CH_4和CO_2的排放均呈现出明显的"单峰型"昼夜变化规律,其排放峰值集中在日照及温度最高的9:00至15:00。芦苇植株是影响温室气体排放变化的因素之一。芦苇植株在光合作用下吸收CO_2并促进CH_4的排放,而芦苇发达的根系及茎秆是温室气体排放的主要途径。同时,Pearson相关性分析表明温度对芦苇群落CH_4和NO2的排放影响显著,但与CO_2通量的相关性不明显。土壤氧化还原电位对3种气体的排放均有显著影响。     

基于环境保护大数据的监测与智能诊断研究

为了提高环境保护的智能监测能力,采用大数据分析方法进行环境监测和诊断分析,提出一种基于环保大数据关联特征挖掘的环境保护智能监测与诊断技术。构建环境监测的约束参量模型,以土壤监测数据、空间污染排放量以及水资源监测数据为原始统计数据,采用关联规则特征提取方法进行环保大数据的有用信息挖掘,结合模糊C均值聚类算法实现对环保大数据的分类处理,根据分类结果进行环保监测和智能诊断分析。仿真结果表明,采用该方法进行环保大数据挖掘的准确性较好,对各种污染信息的分类精度较高,提高了环保监测和诊断的有效性与实时性。