环境绿色修复的地球化学基础与相关理论探讨

在以往20余年系统开展环境绿色修复基础研究与应用实践基础上,进行了成果总结与理论阐述。在补充、完善超积累/修复植物筛选评判标准的基础上,通过大量实践提出了"未污染区也存在超积累/修复植物"的新认识,构建了未污染区与污染区相互印证的超积累/修复植物筛选的新方法并得到验证;在阐明超积累/修复植物与环境介质的交互作用关系基础上,进一步探讨了超积累/修复植物形成的环境介质与植物交互作用机制以及环境修复的生态格局优化与综合强化的理论。这一进展将为今后该领域研究的深入开展和广泛实践打下理论基础,指明发展方向。     

固相萃取-超高效液相色谱/三重四极杆质谱法同时测定地表水中8种亚硝胺类化合物

建立了固相萃取（SPE）-超高效液相色谱/三重四极杆串联质谱（UPLC-MS/MS）同时测定地表水中8种亚硝胺类化合物的方法。水样中目标物经椰壳活性炭固相萃取小柱吸附富集,小柱经氮气吹干后采用二氯甲烷洗脱。待测样品采用Atlantis T₃柱,以水-甲醇作为流动相进行梯度洗脱,大气压力化学电离源（APCI）正离子模式多反应监测方式（MRM）进行检测,内标法定量分析。8种目标物在相关线性范围内线性良好(r≥0.9950),地表水加标回收率为55.4%~90.4%,相对标准偏差为3.1%~14.3%,方法检出限为1.1 ~1.8 ng/L。本方法准确度和灵敏度高,适用于快速测定地表水中8种亚硝胺类化合物含量。     

基于哨兵SAR数据和多光谱数据的水稻识别研究

水稻分布范围与面积监测可为水稻产量估算、农业水资源消耗和评价等提供科学决策依据。目前,对华北单季稻稻作区水稻识别的研究尚少,寻找一种适用该区域的水稻识别方法具有一定的研究价值。以天津为研究范围,以Sentinel-1和Sentinel-2为数据源,基于水稻后向散射系数时序变化特征和水稻不同生长期光谱特征,分别对研究区水稻进行了提取,并对两者的提取精度进行了比较。得出以下结论：(1)利用Sentinel-1移栽期、拔节期、抽穗期影像组合可识别水稻,水稻生产者精度和用户精度均在90%以上;(2)在水稻移栽期和成熟期,Sentinel-2近红外、短波红外和可见光红光等波段组合易识别水稻,水稻生产者精度和用户精度均在96%以上,成熟期B12+B8+B4波段组合效果最优;(3)基于水稻成熟期的Sentinel-2 B12+B8+B4波段组合,采用支持向量机法提取水稻是一种适用于华北单季稻的识别方法。运用该方法计算出研究区2016、2018和2021水稻种植面积分别为399.04、586.67和764.55 km²,5 a增加365.51 km²,符合天...     

生态保护红线监管互联互通模式

通过信息化手段实现国家和地方之间、行业部门之间数据的共享交换已成为发展趋势.通过分析4种常见的交换共享方式及其特点,并结合生态保护红线监管业务需求,初步构建了"互联网+政务专网"双网并行的生态保护红线监管互联互通模式,测试并分析了数据传输效率.结果表明:针对数据量大的卫星遥感影像产品以及现场移动核查信息等数据,可采用高...     

超高效液相色谱法测定土壤中微量阿特拉津

采用超高效液相色谱仪,建立了土壤中微量阿特拉津的快速检测方法.研究结果表明:采用反相C18色谱柱,以甲醇/水(70:30,v/v)为流动相,流速为0.2 ml/min,柱温为30℃,检测波长为220 nm条件下,在12.5～1000μg/L质量浓度范围内线性关系良好(r=0.9999),检出限0.18×10-3 mg/...     

基于组合赋权的混合粒子群优化支持向量机的岩爆倾向性预测

为有效预测岩爆灾害发生烈度,提出一种基于组合赋权的混合粒子群优化支持向量机(H-PSO-SVM)岩爆倾向性预测模型。根据岩爆发生机制,在分析岩爆发生的主要影响因素的基础上确定出评判指标;综合考虑模糊层次分析法(FAHP)所得主观权重和熵权法所得客观权重,应用调和平均数概念,构建组合赋权准则;引入遗传算法交叉、变异操作改进传统粒子群(PSO)极值跟踪和粒子更新方法,建立H-PSO-SVM岩爆倾向性预测模型。利用国内外已有工程实例数据进行50次随机抽样试验,对比分析H-PSO-SVM模型和PSO-SVM模型等预测结果。结果表明:H-PSO-SVM模型应用于岩爆工程实例预测具有可行性和适应性,模型预测的准确率高于其他模型,且预测结果更稳定。     

基于SVM的矿井通风阻力系数影响因素分析与预测

矿井通风阻力系数是通风安全最重要的基础参数之一,为了实现矿井通风阻力系数简单准确地预测,提出了利用支持向量机（SVM）来预测矿井通风阻力系数的方法。通过分析影响因子与矿井通风阻力系数的相关性关系,并利用MATLAB逐步建立单影响因素与矿井通风阻力系数、多影响因素与矿井通风阻力系数之间的SVM预测模型,对比分析各预测模型的相对误差,确定最佳矿井通风阻力系数预测模型,即当输入模型影响因素为巷道断面积、周长和支护方式时,预测相对误差小于10%的样本数占测试样本的76%,相对误差小于20%的样本数占测试样本的90%。结果表明:该预测方法在矿井通风阻力系数预测中是可行的,并具较高的准确性。     

2,4-滴、灭草松和多种酚类的快速检测方法探讨

采用Waters Oasis HLB柱分离富集水样,用超高效液相色谱法同时测定水中2,4-滴、灭草松和7种酚类。通过优化试验条件,使方法在0. 03 mg/L～10. 0 mg/L范围内线性良好,方法检出限为0. 03μg/L～0. 12μg/L,自来水水样的回收率为84. 4%～109%,RSD为0. 8%～3. 7%。