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.      

长江流域2000—2015年生态系统质量及服务变化特征

分析生态系统质量与服务现状及变化特征,有助于准确了解流域生态系统状况与趋势,为流域生态保护与修复的高效管理提供参考依据.采用相对生物量密度与相对植被覆盖度指数以及生态系统服务（土壤保持、防风固沙、洪水调蓄、粮食生产）评估模型,评估2000—2015年长江流域生态系统质量及服务变化特征.结果表明:①2000—2015年,长江流域森林、灌丛以及草地生态系统质量提升显著,56.56%的森林、45.65%的灌丛以及19.26%的草地生态系统质量得到不同程度的提高.②研究期间,长江流域粮食生产、洪水调蓄、土壤保持、防风固沙均呈显著上升趋势,其中粮食生产能力增加13.7%,洪水调蓄功能提升10.1%,土壤保持服务提高19.5%,防风固沙总量增加30.0%.③长江流域生态系统质量不高,处于低与差质量等级的生态系统面积比例在25%~35%之间;受不同类型的自然和人类活动影响,长江流域生态系统质量与服务均存在局部退化现象.研究显示,在生态质量与服务评估的基础上,分区域、分类型实施不同的生态系统保护与恢复途径,是今后长江流域加强生态系统管理的重要途径.      

基于PCA-SOM的北京市平谷区地下水污染溯源

为了解北京市平谷区地下水污染物来源,以平谷区2010—2018年监测数据为基础,使用PCA(主成分分析法)识别了地下水水质指标因子,使用自组织映射识别了污染物的空间分布.结果表明:通过监测指标间的Pearson检验发现, 平谷区地下水电导率与ρ(Ca2+)(p=0.936)、总碱度与ρ(HCO₃2-)(p=0.981)、ρ(Mg2+)与总硬度(p=0.944)指标之间显著相关.地下水化学类型主要以HCO₃-Ca型为主,其次为HCO₃-Mg型.NH₄+、SO₄2-、Cd、Fe(Ⅱ)、NO₂指标空间分布离散性和差异性较大,存在局部富集现象.通过因子分析法筛选出影响平谷区地下水水质的8个公因子,首要影响因子为溶滤-富集作用(贡献率为22.398%),次要影响因子为农业、养殖业和填埋场等人为活动作用(贡献率为16.533%),雨水下渗作用(贡献率为8.035%)、工业源人为活动(贡献率为7.466%)对地下水也有一定影响.通过比较各指标的SOM(Self-Organizing Map,自组织映射)特征图像和监测井映射特征图像,发现NH₄+受山前地带林业、种植业和平原地带农业、养殖业的双重影响,Na+、Mn受平原地带人为活动的影响;同时,NH₄+、NO₃-、NO₂三者之间及Fe(Ⅱ)与Fe(Ⅲ)之间来源不同,Cd、Al、氰化物三者具有同一来源.研究显示,PCA-SOM(PCA与SOM相结合)可以对地下水化学组分来源进行定性识别与定量分析.      

平原农区村民居住空间特征与迁居意愿——以江苏省淮安市为例

选择地处苏北平原农区的淮安市所有15510个自然村和872414户农户全样本入户调查数据为分析对象,采用占比统计法和GIS空间分析,对村民居住空间特征与迁居意愿进行研究。主要结论如下：（1）在村落层面,平均规模小,单村独户多且村落分散,多数自然村远离镇区,近一半自然村位居“九靠近一滞洪”区域内。该格局是自然地理条件和人文因素综合影响形成的。（2）在住房层面,农村老旧住房比例高,全市40%农户在城乡同时拥有住房,但在城镇拥有住房率与到城区距离呈负相关,而农村住房空关率则呈现相反的空间格局。（3）在迁居意愿方面,54.1%的农户愿意集中居住且多意向实物安置,较低补偿标准和不便务农是不愿迁居的主要原因;移居城镇是货币安置农户的主要去向,留村和入镇集中居住是实物安置农户的主要去向。在迁居意向农户中,近90%选择政府统建方式,近80%愿意有偿退出宅基地和流转承包地。（4）村民居住空间特征和迁居意愿都存在明显的空间差异,两者之间存有内在联系且均受多种因素影响。     

郑州市氧化铝工业炉窑污染物及源谱特征

采用稀释通道采样法对郑州市一家拜耳法氧化铝企业及一家α-氧化铝企业的PM_2.5、PM₁₀样品进行采集,利用烟气分析仪检测SO₂和NO_x气体的质量浓度.对颗粒物样品中的38种化学组分进行分析,构建相应的源成分谱,运用分歧系数（CD）和组分差异权重分布函数R/U对其特征进行对比研究.结果表明：α-氧化铝源谱中以Cl^-为主（质量分数18.29%~25.21%）,拜耳法氧化铝源谱中以OC和NO₃^-为主（质量分数9.01%~41.87%）.源谱间的分歧系数（CD）显示,同一种生产工艺两种粒径间的源谱比较相似,相同粒径的两种生产工艺之间的源谱差异较大.R/U值对比结果显示,EC、Ca、F^-和Cl^- 4种元素可作为区分两种氧化铝生产工艺的标识组分.     

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.     

珠江口夏季海陆源有机碳的模拟研究——分布特征、贡献比重及其迁移转化过程

基于经过验证的三维水动力-水质模型,对珠江口夏季有机碳进行海陆源区分,并对海陆源有机碳的分布特征、贡献比重及其通量过程进行研究.结果表明,水平方向上,珠江口夏季陆源（海源）有机碳浓度从口门到外海逐渐降低（升高）,在表、底层海水中平均浓度分别为1.45和0.87mg/L（0.97和1.05mg/L）;垂直方向上,在层化水域陆源（海源）有机碳浓度从上到下逐渐递减（升高）,在非层化水域海陆源有机碳浓度垂向分布较为均匀.珠江口夏季海源有机碳贡献率表层海水低于底层海水,平均贡献率为48.26%,沿向海方向海源有机碳贡献率逐渐增加--从内伶仃洋水域的4.43%逐渐提升到外伶仃洋东侧水域的81.20%.珠江口水动力条件复杂,在径流、潮汐、季风等因素的作用下陆源有机碳向海输送且向海输送量逐渐递减;海源有机碳在不同水域动力输送特征不同,西南水域向海输送,向海输送量逐渐递增;东北水域向岸输送,向岸输送量逐渐递减.陆源有机碳生化反应活性较弱,只有小部分被生化过程消耗,其迁移转化主要由沉降过程控制,而海源有机碳的迁移转化,则由口门的动力输送过程主控向外海的生化耗碳过程主控过渡.此外,海源有机碳沉降作用明显低于陆源有机碳,生化作用明显高于陆源有机碳.     

基于土壤重金属特征的绿色食品产地环境评价——以重庆(江津)现代农业园区为例

以重庆市江津区现代农业园区内4种农用地类型的653个表层土样为研究对象,测定土壤重金属元素含量.依据绿色食品产地环境相关标准,采用重金属污染指数法对标准中所涉及的Cu、Cr、Cd、Hg、As和Pb共6种重金属元素开展土壤环境质量评价和潜在生态风险评价,并结合用地类型确定绿色农产品生产的适宜性土壤分区.结果表明：除元素Cu、Cr和As外,其他元素的平均含量均高于重庆市土壤背景值;除元素As和Hg外,其他元素的平均含量均高于我国土壤背景值.土壤重金属元素Cu、Cr、Cd、Hg、As和Pb的平均浓度均达到《绿色食品产地环境质量》标准要求,但Cd污染已处于安全警戒线内,应高度警惕和严格监管园区内该元素的污染.水田、旱地和果园的土壤环境均以尚清洁为主,其他园地的土壤环境以轻度污染水平为主.部分水田存在一定程度的Pb污染（轻度）、Hg污染（中度）和Cd污染（中度）,旱地存在一定程度的Hg污染（中度）和Cd污染（中度）,果园和其他园地的土壤存在一定程度的Cd的轻、中度污染.全区符合《绿色食品产地环境质量》标准要求的土壤面积为12.47km²,占农用地总面积的63.64%,旱地、果园、水田和其他园地中符合该标准的面积分别占各自总面积的84.83%、68.07%、56.51%和42.09%.4种用地类型的土壤环境生态风险水平均以低等为主,共占研究区总面积的74.70%.Cd和Hg在园区表层土壤重金属生态风险评估中占有较大的贡献率,应列为优先控制污染元素并对其生态效应开展进一步研究.     

基于地形位置指数的赤水河流域植被时空变化研究

地形因子和植被覆盖是区域灾害评价的关键指标,也是山区型村镇建设生态安全评估的重要内容.为探析山区型村镇建设的生态约束条件,以赤水河流域为研究对象,基于1998—2018年SPOT_VGT NDVI数据,利用地形位置指数（Topographic Position Index,TPI）和坡度位置指数方法,研究了赤水河流域植被生长季NDVI时空变化及地形分异特征.结果表明:①赤水河流域内,1998—2018年植被生长季平均NDVI呈缓慢上升趋势,斜率为0.004 7;NDVI>0.60的集中连片区域主要分布在古蔺县北部、赤水市大部和习水县西北部,占赤水河流域总面积的8.42%;Sen's slope在0.009~0.015区间时,赤水河流域植被生长增强趋势最明显,主要集中分布在赤水河中上游、二道河以及下游的大同河干流地区.②TPI在-39.4~34.3区间的面积最多,为6 221.63 km2,占赤水河流域总面积的34.05%;将赤水河流域坡度类型划分为山脊、上坡、中坡、平坡、下坡、山谷6个坡度位置类型,其中,中坡面积（7 792.02 km2）最大,占流域总面积的42.64%,表明TPI数值较小且坡度大于5°的区域是赤水河流域地形主体.③赤水河流域植被在山脊的平均NDVI最高,为0.747,且山脊平均Sen's slope最高,为0.007 2;山谷平均NDVI最低,为0.709.研究显示,赤水河流域植被分布在118.5~486.9的TPI区间或分布在山脊处时整体生长较好,且生长增强趋势最明显.      

滦河秋季大型底栖动物群落结构空间格局与关键环境影响因子识别

掌握水生生物的空间分布特征及其关键影响因子是科学制定生物多样性保护策略的基础.于2016年秋季对滦河53个样点开展了大型底栖动物和环境因子的现场调查,分析了大型底栖动物群落结构与空间分布特征,并识别出影响大型底栖动物物种空间分布的关键环境因子.结果表明:①滦河（河北省）共采集并鉴定出大型底栖动物206种,隶属于8纲22目70科144属,以纹石蚕（Hydropsyche sp.）和东方蜉蝣（Ephemera orientalis）为优势种.②根据滦河大型底栖动物群落结构相似性,53个样点在空间上被分为3组.第1组分布在滦河干流的中下游及支流下游,无指示物种;第2组分布在支流上游,指示种为纹石蚕、朝大蚊（Antocha sp.）和中华小长臂虾（Palaemonetes sinensis）;第3组分布在滦河干流中上游,指示种为东方蜉蝣和中华齿米虾（Neocaridina denticulate sinensis）.③第3组的分类单元数显著高于第1组和第2组;第1组的多样性指数显著高于第2组;第1组的均匀度指数显著高于其他2组.单因素方差分析（one-way ANOVA）发现,pH、TN、底质、河道变化、水质状况和河岸土地利用类型等环境因子在第2组与第3组之间差异显著,第2组明显高于第3组.典范对应分析（CCA）表明,栖境复杂性、河水水量状况和河岸土地利用类型是影响滦河大型底栖动物空间分布的关键环境因子.研究显示,降低河岸带干扰强度、恢复河道生境多样性是未来滦河大型底栖动物多样性保护恢复的重要管理措施.