最小生成树算法及其应用

Kruskal算法和Prim算法是求最小生成树的常用算法,文中设计了这两种算法的C语言程序,并通过实例说明了算法的应用.     

上海市城区VOCs的年变化特征及其关键活性组分

2010年在上海市城区开展了为期一年的连续观测,采用自动在线GC-FID方法定量测试了大气中56个VOCs物种的浓度.结果发现,上海市城区大气VOCs的全年小时体积分数为(2.47~301.48)×10^-9,平均体积分数为(26.45±23.36)×10^-9,其中,烷烃占46.72%,芳香烃占33.18%,烯烃占11.33%,乙炔占8.76%.T/B(甲苯/苯)为3.51±2.40,表明气团除受机动车影响外,受溶剂、油气和LPG挥发等其他VOCs排放的影响也比较突出;E/E(乙烷/乙炔)为0.98±0.68,表明气团存在老化现象,且春冬季节气团光化学年龄相对较短,夏秋季节光化学年龄相对较长.VOCs的浓度水平和组成在不同风向风速影响下存在一定差异,西南部石化和化工企业排放的VOCs对城区的影响明显,其主要物种为芳香烃和烯烃;该地区气团的OH消耗速率常数(K^OH)为8.05×10^-12 cm³·分子^-1·s^-1,平均VOCs最大O₃增量反应活性(4.00 mol·mol^-1)与乙烯相当,平均反应活性较强;对OH消耗速率(L^OH)贡献率最大的是烯烃(42.21%)和芳香烃(40.83%),对臭氧生成潜势(OFP)贡献率最大的是芳香烃(62.75%)和烯烃(21.70%),VOCs的关键活性组分是二甲苯、甲苯、乙苯、乙烯、丙烯、反-2-丁烯及异戊二烯.     

CO中毒的环境气象因子分析及预测方法研究

利用2006年9月~2007年3月全国CO中毒病例资料,选取日发病人数为8人以上的CO中毒事件发生日作为样本,对CO中毒的气象条件进行了分析研究.结果表明,微风或者静风、大气层结稳定的气象条件不利于CO气体的扩散,同时,气温变幅较小、气压下降、云量多和气体湿度大也可能间接导致CO中毒事件的发生.用风速、大气稳定度、24h变温、24h变压、总云量和相对湿度作为预报因子,利用阈值加权平均的方法,初步建立了区域性CO中毒气象潜势预报模型.     

我国中小型燃煤锅炉SO2排放特征与控制对策

 基于87台中小型燃烟煤层燃炉(£70MW)的燃料特性分析数据和SO2排放实测数据,研究了锅炉出力、过量空气系数、燃煤硫含量对燃烧过程中SO2初始排放浓度的影响,分析了燃煤锅炉SO2排放现状,讨论了我国中小型燃煤锅炉SO2排放管理控制的潜力和可行性.结果表明,在锅炉运行负荷³80%的条件下,SO2初始排放浓度与燃煤硫含量之间具有显著的线性相关性,与锅炉出力和过量空气系数无关;分别有94%和87%的实测锅炉可以满足国家现行排放标准规定的第I和第II时段SO2最高允许排放浓度.     

石家庄市挥发性有机物和臭氧的污染特征及源解析

为研究石家庄市挥发性有机物（VOCs）的化学特征和污染来源,于2017年3月至2018年1月取3个国控点进行环境VOCs的罐采样及分析,并结合臭氧（O₃）及气象数据进行相关性分析,采用正交矩阵因子模型（PMF）开展溯源解析;为确定夏季O₃的污染周期,利用小波分析研究其时序特征.结果表明,石家庄市采样期间VOCs浓度为（137.23±64.62）μg·m^-3,以卤代烷烃（31.77%）、芳香烃（30.97%）和含氧VOCs（OVOCs,23.76%）为主.采样期间VOCs的季节变化为：冬季（187.7 μg·m^-3） > 秋季（146.8 μg·m^-3） > 春季（133.24 μg·m^-3） > 夏季（107.1 μg·m^-3）,空间特征呈自西向东逐渐增加的格局.监测期内O₃与VOCs、NO₂呈显著负相关,与温度、日照时数、风速和能见度呈正相关.在夏季O₃≤ 160 μg·m^-3时,6月应关注气温开始上升后4~5 d的气象条件变化,而7~8月需关注7~8 d后的气象变动.PMF溯源解析了6个VOCs的来源,依次为：汽油车排放源（24.78%）、柴油车排放源（24.69%）、溶剂使用源（18.64%）、化工生产排放源（11.87%）、区域背景（10.84%）及制药工业生产排放源（9.17%）;其中汽油车和柴油车排放源的O₃生成潜势（OFP）贡献（54.98%）超过一半.因此,石家庄市夏季O₃削减的关键是控制交通及工艺过程源的排放.     

河南省2016~2019年机动车大气污染物排放清单及特征

基于城市机动车保有量和高速公路交通流量,结合行驶里程和VOCs源谱,采用排放因子法建立了河南省2016~2019年城市和2016年高速公路机动车高分辨率大气污染物排放清单.结果表明,2016年小型客车和普通摩托车等汽油车是CO、VOCs和NH₃的主要贡献源,SO₂、NO_x和PM主要来自重型和轻型柴油货车,国1、国3和国4标准车对污染物排放贡献突出,郑州、周口和南阳的排放量较大;高速公路8~10月的车流量较高,11月最低,城市主干道周变化和日变化分别呈现出明显的周末效应和双峰特征;排放高值区集中在交通网密集、交通流量大的城市中心及市区附近向外辐射的道路上,连霍高速和京港澳高速是高排放道路;轻型汽油车对臭氧生成潜势（OFP）贡献最大,乙烯和丙烯等5个物种对VOCs排放量和OFP贡献均较大;2016~2019年机动车保有量年均增长率为5.7%;与2016年相比,2019年VOCs排放增加2.8%,SO₂、PM_2.5、PM₁₀、NH₃、CO和NO_x的降幅分别为76.3%、51.7%、50.3%、43.1%、16.7%和5.9%;2019年各污染物在控制政策下的实际排放量相对基准情景的减排比例在15.6%~82.4%之间.     

广西柳城县VOCs组分特征、来源及其对臭氧生成的敏感性

位于广西柳州市郊区的柳城县存在突出的臭氧(O₃)污染问题,但目前尚未有当地O₃污染成因分析的相关报道.为探究其O₃污染成因,在2021年10月1～15日开展了116种挥发性有机物(VOCs)的在线连续观测,并对O₃敏感性进行分析.结果表明,观测期间φ[总挥发性有机物(TVOCs)]平均值为27.52×10^-9,其中污染过程(10月1～6日)φ(TVOCs)的平均值为32.15×10^-9,比非污染过程(10月8～15日)高32.79%.从物种浓度来说,含氧挥发性有机物(OVOCs)贡献最高,贡献率为43.70%,其次是烷烃(23.00%)、芳香烃(11.75%)和卤代烃(7.35%).从臭氧生成潜势(OFP)来说,OVOCs对OFP的贡献率最高(41.96%),其次是芳香烃(32.60%)和烯烃(17.92%).观测期间VOCs主要来自机动车排放(32.44%)、生物质燃烧源(29.31%)、溶剂使用源(16.43%)、植物源(11.34%)和化工企业排放(...     

基于GAN的小样本腐蚀失厚率数据增强方法

目的 对小样本腐蚀失厚率数据进行数据增强,实现数据扩充,以提升后续分析模型的预测精度,减轻过拟合程度,并提升模型的泛化能力。方法 利用生成对抗网络(Generative Adversarial Networks,GAN)扩充腐蚀失厚率数据,使数据分布更加全面。对生成数据进行降维可视化分析,探究生成数据与原始数据样本的分布规律,分析数据增强合理性,并从多个算法模型、多个评价指标角度对分析预测能力、泛化能力进行评估。结果 生成数据填补了原始数据在样本空间分布的薄弱环节,加入生成数据后,各机器学习算法模型得出的MSE均值为未加入生成数据的61.72%~91.74%,皮尔逊均值为99.01%~113.64%,预测准确度提升,结果关联性更强,模型泛化能力增强。结论 GAN能有效对小样本腐蚀失厚率数据进行增强,数据扩充对分析预测提供正向支持,生成数据不宜多于原始数据,防止扰乱训练样本分布,同时存在生成数据多样性受限的问题。     

成都市典型工艺过程源挥发性有机物源成分谱

选取成都市人造板、医药制造和化工制品等工艺过程源典型企业,通过采样瓶和SUMMA罐采样及GC-MS和国标分析方法,获取了人造板等行业各生产工艺环节的挥发性有机物(VOCs)排放组分特征.其中,人造板生产工艺分为制胶、调胶、分选和热压,医药制造分为生产车间和废水处理.结果表明,人造板和医药制造VOCs贡献组分以OVOCs为主,占VOCs总排放的50%以上.甲醛制造有组织和无组织排放组分差异较大,有组织以OVOCs为主而无组织以卤代烃为主.涂料制造VOCs排放与其原辅料相关性较高,VOCs排放组分以芳香烃和OVOCs为主.人造板各工艺环节除调胶外,最主要的VOCs组分均为甲醛,其排放占比达到50%以上.医药制造各工艺环节的首要VOCs组分均为乙醇,1,4-二烷、乙酸乙酯和甲苯等亦为主要组分.甲醛制造以丙酮和乙醇等组分为主.涂料制造主要以间,对-二甲苯等芳香烃为主.以臭氧生成潜势表征人造板、医药制造和化工的VOCs污染源反应活性,结果表明不同行业VOCs组分对反应活性的贡献类似,均主要以甲醛、乙醇等OVOCs和部分芳香烃等高活性组分为主.应对工艺过程源等行业分环节监管,并重点关注臭氧生成潜势较大的VOCs组分,分析行业排放特征和化学机制,从源头控制O3生成.     

基于边界观测的长三角某工业区O3来源特征

为研究上海某石化工业区臭氧来源特征,采用在线监测系统对该工业区O₃及其前体物和气象参数展开了为期3个月（2020年6~8月）的同步连续观测.采用TCEQ（Texas Commission on Environmental Quality）区域背景臭氧估算法和主成分分析两种方法研究工业区区域背景和本地生成O₃浓度贡献,并将两种方法进行对比分析.结果表明：①观测期间园区主导风向为东南风和东风,平均温度为27.12℃.ρ（VOCs-36）日均值为32.05~240.51μg·m^-3,烷烃浓度占比最大;ρ（NO_x）日均值为10.15~47.51μg·m^-3;ρ（O₃）为31.81~144.43μg·m^-3.②TCEQ法得出的区域背景O₃浓度[ρ_R（O₃）]为32.63~191.13μg·m^-3,本地生成O₃浓度[ρ_L（O₃）]为16.08~134.25μg·m^-3,区域背景占比ω（TCEQ）为32.6%~87.7%.主成分分析计算得出的区域背景[ρ_PCA-R（O₃）]为66.38~219.83μg·m^-3;③TCEQ法计算得出的本地生成O₃浓度变化基本能够与该园区内臭氧生成潜势的变化对应,两种方法具有良好的吻合效果,经验证结果具有可靠性;④剔除由于站点浓度异常情况带来的计算误差,观测期间区域背景O₃占比基本处于75%~95%范围内.综上,园区内O₃浓度组成以区域输送为主,应重点关注工业区周边城市的O₃污染治理,落实长三角区域联防联控措施.