基于扩散模式反演的橡胶轮胎制造行业VOCs排放特征

选取我国华北地区某轮胎制造企业为研究对象,针对其挥发性有机物(VOCs)排放,开展了VOCs外场观测试验,并通过ISC3模式反演获得该企业VOCs排放源强.观测结果表明,厂外上风向背景点和下风向受体点之间存在显著的VOCs浓度差异和化学组分差异. 20种潜在排放污染物在背景点和受体点TVOCs浓度平均值分别为53. 8μg·m~(-3)和127. 5μg·m~(-3),背景点化合物以丙烷(7. 2μg·m~(-3))、丙酮(7. 5μg·m~(-3))、壬醛(12. 7μg·m~(-3))、丁烷(4. 9μg·m~(-3))和乙醛(2. 7μg·m~(-3))为主;受体点化合物以壬醛(43. 5μg·m~(-3))、丙烷(11. 4μg·m~(-3))、乙醛(7. 4μg·m~(-3))、己烷(11. 9μg·m~(-3))和丁烷(7. 3μg·m~(-3))为主.背景点和受体点VOCs差异(Δc)为该企业潜在排放的VOCs贡献,以烷烃(31. 39%)和含氧挥发性有机物(33. 15%)为主.继而,本文利用ISC3模式,基于观测期间气象条件,获得了每次试验每个受体点的浓度与源强的关系系数,并基于该关系系数计算了该企业的VOCs排放源强.反演结果显示,该橡胶轮胎制造厂VOCs年排放量平均值为(152. 8±188. 2) t,以壬醛、甲苯、正己烷、丙烷和苯为主,折合VOCs排放因子约每条轮胎101. 9 g.本文反算的排放因子与AP42接近,远低于我国推荐的排放因子数值.以此排放因子计算,当前我国轮胎制造行业VOCs排放量约为62. 13 kt·a~(-1),主要分布在山东省28. 70 kt·a~(-1)和江浙沪地区20. 5 kt·a~(-1),该行业VOCs排放对O3存在较为重要的贡献,其臭氧生成潜势约为130. 87 kt·a~(-1),而对二次有机气溶胶生成潜势较小,仅为0. 86 kt·a~(-1).     

基于关键气象因子和天气类型的广州空气污染预报方法应用

以广州市环境监测站2007年1月—2009年12月监测的空气污染指数(API)以及SO2、NO2、PM10等污染物为研究对象,探讨了广州市空气污染的变化规律;并分析它们与常规观测的地面气象资料之间的关系;建立了API指数以及SO2、NO2、PM10等污染物的预报方程;为了弥补单纯基于数学模型预报的不足,分析和确定了造成广州严重空气污染的典型天气类型和相关指标,以便在具体的业务预报中可以根据天气形势和相关指标做进一步的订正;该预报方法于2010年10月起应用于广州市环境监测中心站,作为2010年16届亚运会广州空气质量预报预警服务的重要工具之一,运行服务效果良好.     

中子活化分析在研究成都市大气飘尘中的应用

由于成都市特定的地理环境和逆温差效应的气候特点,成都市的大气污染在横向和纵向上几乎都不能扩散,而只能就地弥漫。本文就利用中子活化这一核分析技术,对成都市不同季节、不同地点的大气飘尘中微量元素（特别是Ａｓ、Ｃｒ、Ｔｈ、Ｕ等有害元素）的变化进行了初步分析。     

基于无人机多光谱影像和OPT-MPP算法的水质参数反演

无人机多光谱遥感可用于监测多个水质参数,如悬浮物、浊度、总磷和叶绿素等,建立稳定和准确的水质参数反演模型是开展这一工作的前提.matching pixel-by-pixel(MPP)算法是一种针对无人机影像高分辨率特点的反演算法,但其存在运算量过大和过拟合的问题,基于此,提出optimize-MPP(OPT-MPP)算法,以克服运算量过大和过拟合的问题.本研究以浙江省杭州市青山湖作为研究区域,采集45个样本,分别构建悬浮物浓度(SS)与浊度(TU)的OPT-MPP算法反演模型.结果表明,最佳悬浮物反演模型的决定系数R²达到0.787 0,综合误差为0.130 8;最佳浊度反演模型的决定系数R²达到0.804 3,综合误差为0.150 3.最后利用分别建立的两个参数的最优模型,实现青山湖各实验区域的水质参数空间分布信息的反演.     

An in-situ method of identifying ingredients of zeotropic refrigerants by inversion problem technique

An inversion method is applied to identify ingredients of zeotropic refrigerants in a circular duct. In the case of low Reynolds number and constant fluid pressure, the temperature distribution of direct heat transfer problem can be solved numerically. The thermophysical parameters of zeotropic refrigerants are determined by using inversion problem technique, the ingredients of refrigerants can be identified eventually. An in-situ experimental apparatus was proposed and three test samples with different composition refrigerants were conducted in this study. The experiment results show that the relative error of ingredients identification can be limited within 8.33%.     

输入未知情况下结构复合反演的两步法

研究了输入未知条件下的参数识别问题。针对剪切型结构,提出了其在一类特殊未知载荷下的复合反演算法,此方法假设结构各层上的未知输入之间成比例关系,在不知道这些比例关系的情况下,分两步进行复合反演:第一步,假设某一层上的未知输入为基本未知输入,利用子结构技术,采用遗传算法识别子结构参数和子结构上未知输入之间的比例关系,进而求出基本未知输入;第二步,在基本未知输入已知的情况下,通过最小二乘算法识别其余各层的未知参数和其余各层上未知输入与基本未知输入之间的比例关系。此方法在类似风荷载作用未知情况下的复合反演中具有重要意义,最后用剪切型数值算例验证了算法的合理性。     

基于差异进化算法的爆破震速参数识别与优化

爆破震动衰减特性研究通常采用经典的萨道夫斯基公式实现。如何根据不同爆破条件合理选择公式中的场地系数K和衰减指数α是确定爆破控制参数的关键。实际工程分析中,通常采用可监测参数反演识别方法获取K和α值。以大连地铁2号线201标段接收井横通道爆破作业为背景,基于差异进化(DE)算法中缩放因子F和交叉概率Cr贡献值的合理选择,研究萨道夫斯基公式K和α的反演问题。首先,通过对算法中F和Cr不同取值对萨道夫斯基公式计算结果的影响分析,得到各向震速条件下收敛最小的F和Cr值;然后,根据F和Cr取值反演K和α参数。工程实践表明,基于DE算法反演识别得到的K和α值代入萨道夫斯基公式,计算得到的垂向、纬向、经向速度及合速度与实测速度变化趋势一致,并处在合理误差范围之内。     

基于HYDRUS-1D模型的植物根系对人工基质水分特征曲线参数的影响

为了定量揭示绿色屋顶植物根系对人工基质水力特性的影响,选用两种景天属植物（垂盆草和佛甲草）及两种人工基质（珍珠岩和蛭石）进行水分及溶质运移实验,基于HYDRUS-1D模型反演人工基质水分特征曲线参数,以此分析植物根系所引起的人工基质水分特征曲线参数的变化.结果发现,植物根系使两种人工基质残余含水率θ_r降低、权重系数w增加.不同植物根系对两种人工基质饱和含水率θ_s的影响不同, 体现为垂盆草根系相较佛甲草根系对θ_s的影响范围更小.植物根系对人工基质吸力参数α₁、α₂的改变效应随人工基质种类发生变化,表现为珍珠岩基质α₁、α₂均因垂盆草根系得以提高、因佛甲草根系而降低,蛭石基质α₁、α₂则因植物根系分别降低和增加.研究结果可为绿色屋顶 植物-人工基质结构优化提供科学依据.     

基于EnKF排放清单反演方法的关键影响参数评估与优化

以中国一氧化碳(CO)排放反演为例,利用敏感性分析手段评估了集合数目、局地化半径､膨胀因子、观测站点密度和观测数据时间分辨率对排放清单反演的影响.结果表明:站点密度是影响排放反演的最重要参数.在不同站点密度下,反演的中国CO排放总量差异可达34%.同时,站点密度还会影响排放反演对其他参数的敏感性.随着站点密度的降低,排放反演对局地化半径、集合数目和膨胀因子参数变得更为敏感,但对观测数据时间分辨率的敏感性则有所下降.因此在站点稀疏地区,局地化半径是排放反演的主要影响参数,集合数目和膨胀因子次之;但在观测站点密集地区,局地化半径和观测数据时间分辨率是主要的影响参数,而膨胀因子和集合数目的影响相对较小.该研究能够为不同尺度的排放反演开展参数优化提供借鉴.在中国CO排放反演案例(站点密度为1.55个/10⁴km²)中,建议反演参数设置为:集合数目为50、局地化半径为100km、最大似然估计膨胀方案(MLE)、日均或小时观测数据.     

基于SSA-BP与SSA的地下水污染源反演识别

应用基于SSA-BP神经网络替代模型的模拟-优化方法和SSA研究了地下水污染源位置及释放历史的反演识别问题。并在建立地下水水流模型时,应用Cholesky分解方法建立含水层渗透系数连续场,该方法相比于普通的参数分区方法更好地描述了水文地质参数的非均质性。结果表明:SSA-BP神经网络替代模型对模拟模型具有较高的逼近精度,其平均相对误差仅有3.21%。应用SSA求解优化模型,能够快速准确地识别出点污染源的位置及释放历史。SSA对污染源位置的反演识别相对误差在10%左右,对污染源源强的反演识别相对误差不超过4%。因此,本文所提出的方法是一种有效的地下水污染源识别方法,可为污染责任认定及污染修复方案的优化提供参考。