长江流域水生态环境安全主要问题、形势与对策

为进一步深化长江流域水生态环境保护的系统性、整体性科学认识,围绕长江水生态环境安全的主要问题及形势进行了剖析,提出了进一步加强长江流域水生态环境安全保障的对策建议.研究表明:在水环境质量方面,磷污染成为制约水质改善的主要影响因素,农业源排放量占比高,但工业源入河对水体的影响更直接,水库群运行带来的水沙条件变化对磷污染沿程演变有明显影响;在水生态健康方面,长江水生生物资源衰退、湖库富营养化格局发生改变、湿地生态功能退化问题突出;在水环境风险方面,化工围江、航运污染风险引起广泛关注.当前长江流域面临着源头区水资源战略储备减少、区域经济发展与生态环境保护双重压力仍较大、水环境质量仍存问题隐患、水生态系统退化态势未得到根本遏制等复杂且严峻的形势,未来长江水生态环境安全保障仍有诸多挑战.建议统筹长江全流域“一盘棋”,推进区域绿色协调发展,强化磷污染点面源综合管控,着力提升水生态健康水平,同时加快水环境风险隐患排查整治,强化科技创新有效供给.      

洞庭湖近30年水环境演变态势及影响因素研究

水量、泥沙和污染物交换作为河流与湖泊之间的关键过程,对湖泊生态环境演变具有复杂而深远的影响.以长江中游典型通江湖泊洞庭湖为研究对象,着眼于“江湖”“河湖”“人湖”三重作用关系变化,从水文情势、水质、富营养化3个层面剖析了近30年洞庭湖水环境演变态势及主控因素.结果表明:①“江湖”关系变化影响了洞庭湖水沙交换及其年内分配,是湖泊枯水期提前和延长、水沙关系突变等现象的主控因素;“河湖”“人湖”关系变化协同加剧了该现象.②“河湖”关系的失衡和“河湖”统筹管理措施缺位,造成入湖河流长期输送大量营养物质,是湖体氮磷污染较重的根源;“江湖”“人湖”关系变化协同影响着营养盐分布格局,但影响范围及程度有限.③在“江湖”“河湖”作用关系复合影响下,藻类生长条件更为有利,增加了洞庭湖富营养化及水华风险.为保障洞庭湖水环境安全,建议:针对“江湖”作用主导的低枯水位问题,以水资源调控为核心,推进长江与流域上游水库联合生态调度,保障湖泊生态流量;针对“河湖”作用主导的水质恶化问题,以水污染防治为核心,强化流域污染控制,统筹“河湖”一体化监测管理模式,保障湖泊水环境质量;对于“人湖”作用主导的生态破坏问题,以生态空间管控为核心,划定并坚守生态红线,保障生态空间.      

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SVR的长江经济带水环境承载力评价

基于DPSIRM模型构建区域水环境承载力评价指标体系,并基于SVR模型构建了区域水环境承载力评价模型,利用交叉验证法对SVR模型参数进行优化选择,进一步提高模型预测精度.运用该模型研究了长江经济带2009~2018年的水环境承载力演变趋势及空间差异,结果表明：长江经济带水环境承载力等级整体呈现升高趋势,其中上游城市群承载等级由II级（超载）提升到了IV级（弱可承载）;中游城市群承载等级由II级（超载）提升到了IV级（弱可承载）;下游长三角区域承载等级由I级（重超载）提升到了IV级（弱可承载）.将评价结果与熵权-TOPSIS法的评价结果相比较,相同率达到91.7%,说明SVR模型评价区域水环境承载力可行,评价结果可靠.以下游区域为例,分别对其6个子系统的承载力进行剖析,并运用单因素轮换OAT法对各子系统内的评价指标进行敏感性分析,便于决策者识别指标敏感性.     

基于流域的深圳市现状及未来污染负荷分析

文章研究采用时间序列分析法、最小二乘法、综合方法等分析了深圳市各流域现状污染和水环境容量,并预测了各流域未来污染和水环境容量。结果表明深圳市9个流域中,废污水排放量密度和污染负荷密度呈现出西部流域高、东部流域低的趋势,深圳河流域最大、大亚湾流域最小。深圳河流域现状年和2035年污水排放量密度分别为212.32和282.85万t/(km~2·a),大亚湾流域分别为7.68和10.46万t/(km~2·a);深圳河流域现状年和2035年COD污染负荷密度分别为141.83和79.34 t/(km~2·a),氨氮分别为14.93和1.40 t/(km~2·a),总磷分别为1.96和1.10 t/(km~2·a),总氮分别为24.88和2.33 t/(km~2·a);大亚湾流域现状年和2035年COD污染负荷密度分别为8.93和4.86 t/(km~2·a),氨氮分别为0.93和0.06 t/(km~2·a),总磷分别为0.13和0.07 t/(km~2·a),总氮分别为1.55和0.14 t/(km~2·a)。现状年按照各流域需要达到地表水Ⅴ类水计算,雨季1个流域和旱季6个流域即使不排放污水,COD、氨氮、总磷仍超过水环境容量;2035年按照各流域需要达到地表水Ⅳ类水计算,雨季1个流域和旱季7个流域即使不排放污水,COD、氨氮、总磷仍超过水环境容量。未来污水排放量密度增加的情况下,通过雨污100%分流和污水排放标准达到地表水Ⅳ类水等能使污染负荷密度大幅降低,但是旱季污染负荷仍大于水环境容量,未来需要继续提高污水排放标准或者实施河流补水。研究可为深圳市打造高品质的水环境提供科学依据和战略预判。     

利用ETP模型预测CCS技术对全球能源市场的影响

利用ETP模型对比了BASE和GLO两种能源方案,分析了碳捕获与封存(CCS)技术对煤炭市场、天然气市场、石油市场和可再生能源市场的影响。结果表明:CCS技术可以有效减少CO_2排放量,降低环境政策成本,并对能源优化、环境保护和清洁能源的使用产生积极作用; CCS技术对煤炭市场的影响最为显著,对石油、天然气及可再生能源市场的影响依次减弱;对于煤炭市场,在不同的罚款政策背景下,2025年之前的使用量无明显变化,但CCS技术的应用将大幅提升煤炭清洁高效的使用量,煤炭使用量在GLO100和Base情景下约分别增加150 EJ/Yr和400 EJ/Yr;在不同罚款政策背景下,CCS技术对石油、天然气及可再生能源市场均有积极的影响,可使能源使用率增加1%～45%。