电感耦合等离子体发射光谱法测定地下水中锰的不确定度评定

本文对电感耦合等离子体发射光谱法测定地下水中锰含量的不确定度进行了评定,标准曲线采用双误差拟合法,建立了不确定度评定模型,对测定地下水样品中锰含量的不确定度作了评估。     

用Γ(x)函数推导高斯烟流模式

除了环境评价中使用大气扩散模式之外,有些环保人员也经常从不同方面接触到这一数学模式。由于模式较繁长,可能使某些人在理解它的用法,使用范围及特定意义等方面受到影响。本文试从一般环保技术人员所具有的数学知识,在理解假设条     

高斯扩散衍生公式在环境风险评价中的应用

为在大气环境风险评价中客观地确定危险源、估算各类突发性事故的危害,在高斯扩散模型基础上,通过严格的数学推导,得出一整套适用于鉴别与评估大气环境突发事故危害后果（危害区、危害期等）的定量估算公式,使用方便,结果精确。所有公式使用条件与高斯扩散模型相同,可用于直接求取任意浓度等值线精确的时、空位置及其特征点位置。作为高斯扩散模型的衍生公式,可广泛应用于风险工程设计、风险工程保险、环境风险评价、环境风险管理、环境影响评价与环境规划等各个领域     

新一代大气扩散模型(ADMS)应用研究

应用一般的高斯模型与新一代大气扩散模型 (ADMS) ,分别计算了朝阳市区在不同的气象条件下的SO2 日均浓度 ,并与实测浓度进行了对比分析。结果表明 :应用ADMS模型可以得到与实测浓度较一致的结果     

模式搜索算法在毒气泄漏中的源强反算

基于泄漏源下风向的浓度监测数据并结合大气扩散模式建立反算模型,以确定泄漏源的位置和强度。以扩散模式仿真的浓度数据与监测数据的匹配度作为目标函数,将反演问题转化为优化问题,利用模式搜索算法迭代优化。以高斯模型为例验证了算法的可行性,结果表明利用探测器提供的测量浓度值,模式搜索算法能够在较短时间内搜索到最优解,在计算复杂性或时间上较梯度型算法和智能优化算法有一定优势。该算法能够及时而准确地反算出泄漏源强度和位置,为事故的应急响应与救援提供依据。     

高架污染源的最大地面浓度及位置

为预测高架污染源排放的污染物在地面上形成的最大浓度及其位置,根据高斯方程和由Turner的数据拟合的经验公式,导出了计算公式并给出了其解法.结果表明,出现最大浓度的位置随有效源高的增高和大气稳定性的增大而远离污染源;最大地面浓度随有效源高的增高而降低.在有效源高较低时,大气稳定度对地面最大浓度的影响不明显,当有效源高大于55 m时,最大地面浓度随大气稳定性的增大而降低.     

铁岭市应急监测地理信息系统的开发及研制

铁岭市于2002年在全市范围内开展了危险源调查及申报工作.经过整理及筛选,形成铁岭市危险源数据库,以此为数据基础,经过摸索和实践开发研制了<铁岭市突发性环境污染事故应急监测地理信息系统>软件.     

基于空间拟合和神经网络的机场噪声预测集成模型

将集成学习方法引入到机场噪声预测中,提出一种基于空间拟合和神经网络的机场噪声预测集成模型.该模型采用空间拟合算法和BP神经网络算法构建基学习器,然后通过所提出的基于观察学习的异构集成算法将基学习器集成起来,获得集成的机场噪声预测结果.该模型通过集成多个异构机场噪声预测基学习器,能够有效提升预测准确率.实验结果表明,本文所提出的基于观察学习的异构集成算法,较之其他异构集成算法,在解决机场噪声预测问题上准确性更高、容错性更强.     

一种PM_(2.5)辅助监测系统的设计与实现

为解决目前国内外PM2.5监测仪器价格昂贵,运行成本高,单点负责区域大,监测点少的问题,提出以国家监测网络为基础,以低成本、高精度为特点的PM2.5辅助监测方法。系统采用DSM501A作为PM2.5浓度采集传感器,完成粒子数量浓度到质量浓度的转换,通过在一定区域内布置监测终端,并借助于GPRS网络和参数曲面构建方法,建立了一定区域内PM2.5质量浓度网络图,填补了国家监测点间的监测盲区,并利用高斯消元法建立了从历史数据到未来浓度的预测算法。实验结果表明:实测数据与国家监测点数据基本一致,具有广阔的应用前景。     

煤屑暴露初期较长时间段瓦斯解吸规律的试验研究

为了解决长钻孔取样暴露时间长、损失瓦斯量推算误差偏大的问题,采用自主研发的试验系统对煤屑暴露初期长时间段内的瓦斯解吸规律进行试验研究,找出了极限瓦斯解吸量与吸附平衡压力的关系,并对Qt=K t和Qt=Q∞(1-eλt+A)两个理论公式在不同时间段内的拟合效果和损失量推算误差进行对比。结果表明,两公式在不同时间段内的拟合效果显著,决定系数均在0.94以上。从损失瓦斯量的推算误差来看,前者在30 min内的推算误差较小,相对误差最大值小于7%,但随拟合时间段的向后推移,推算误差越来越大,最小值在40%以上;后者在30 min内的推算误差较大,相对误差都在24%以上,而在30~70 min和70~120 min内的推算误差较小,相对误差都在11%以下。因此,前者适合煤样暴露短时间内损失瓦斯量的推算,后者则适用于暴露长时间后的损失瓦斯量推算,联合两个公式,按时间段推算损失瓦斯量,就可以减少长时间段内的计算误差。