A new prediction method of industrial atmospheric pollutant emission intensity based on pollutant emission standard quantification

● Established a quantification method of pollutant emission standard. ● Predicted the SO₂ emission intensity of single coking enterprises in China. ● Evaluated the influence of pollutant discharge standard on prediction accuracy. ● Analyzed the SO₂ emissions of Chinese provincial and municipal coking enterprises. Industrial emissions are the main source of atmospheric pollutants in China. Accurate and reasonable prediction of the emission of atmospheric pollutants from single enterprise can determine the exact source of atmospheric pollutants and control atmospheric pollution precisely. Based on China’s coking enterprises in 2020, we proposed a quantitative method for pollutant emission standards and introduced the quantification results of pollutant emission standards (QRPES) into the construction of support vector regression (SVR) and random forest regression (RFR) prediction methods for SO₂ emission of coking enterprises in China. The results show that, affected by the types of coke ovens and regions, China’s current coking enterprises have implemented a total of 21 emission standards, with marked differences. After adding QRPES, it was found that the root mean squared error (RMSE) of SVR and RFR decreased from 0.055 kt/a and 0.059 kt/a to 0.045 kt/a and 0.039 kt/a, and theR² increased from 0.890 and 0.881 to 0.926 and 0.945, respectively. This shows that the QRPES can greatly improve the prediction accuracy, and the SO₂ emissions of each enterprise are highly correlated with the strictness of standards. The predicted result shows that 45% of SO₂ emissions from Chinese coking enterprises are concentrated in Shanxi, Shaanxi and Hebei provinces in central China. The method created in this paper fills in the blank of forecasting method of air pollutant emission intensity of single enterprise and is of great help to the accurate control of air pollutants.     

新疆典型城-郊-乡梯度带土壤微量元素空间分布与来源

从新疆某地典型城-郊-乡梯度带采集了77个表层(0~20 cm)土壤样品,基于GIS技术与多元统计分析方法,研究各梯度带表层土壤中Hg、As、V、Co、Ni、Cu、Zn、Cd、Pb和Sb等10种微量元素的空间分布特征与主要来源。结果表明:Hg元素在城区、郊区和乡村表层土壤中的平均含量均超出研究区土壤背景值,As元素在城区和郊区表层土壤中的平均含量超出背景值,Zn和Pb元素在城区表层土壤中的平均含量超出背景值,其余元素在3个梯度带表层土壤中的平均含量均低于相应的背景值。研究区表层土壤中,V、Co、Ni、Zn、Cd、Pb和Sb等7种元素的空间分布格局基本相似,均呈现沿城市化梯度带分布的地带性格局;As、Cu和Hg等3种元素的空间分布呈现岛状格局。来源分析结果表明,各梯度带表层土壤中的微量元素的来源各不相同。     

店埠河流域地表水-地下水水化学特征及其成因分析

巢湖是我国水污染防治的重点水体,但近年来一直处于较高的富营养化水平.以巢湖二级支流店埠河流域内的地表水和地下水为研究对象,测试不同水体水化学组成和氢氧同位素值,综合运用数理统计、Piper三线图、Gibbs图和离子比值等方法,分析其季节性和空间变化特征,探讨地表水和地下水的水化学特征和形成机制.结果表明,①大气降水是店埠河流域地表水和地下水的主要补给来源,地表水的蒸发分馏效应比地下水更显著.不同时期,地表水比地下水更富集氢氧稳定同位素.地表水和地下水中氢氧稳定同位素均呈季节性变化特征,丰水期相对富集,枯水期相对贫化.②店埠河流域地表水和地下水均为弱碱性水,地表水中各离子浓度明显小于地下水,地表水中阳离子以Ca²⁺和Na⁺为主,地下水中阳离子以Ca²⁺为主,水体中的优势阴离子均为HCO₃^-.地表水的水化学类型以HCO₃·Cl-Na·Ca型水为主,地下水以HCO₃-Na·Ca型水为主.③地表水和地下水主要水化学指标浓度具有一定的时空差异性.从丰水期到枯水期,地表水中TDS、K⁺、Na⁺、Ca²⁺、Mg²⁺、Cl^-和SO₄^2-浓度整体呈现上升趋势.地下水中Na⁺、Ca²⁺和Mg²⁺浓度整体变化不大,略有增加趋势,Cl^-、SO₄^2-和NO₃^-浓度整体呈上升趋势.从上游到下游,地表水中主要水化学指标浓度呈现先减小后增大的趋势,NO₃^-浓度增幅最大.地下水在径流方向上主要水化学指标浓度整体变化不大,但呈现出排泄区大于补给区的规律.④水体水化学特征的形成主要受水-岩作用控制,同时还受到人为因素影响.水-岩作用主要为硅酸盐岩、盐岩和碳酸盐岩等矿物的风化溶解.污水处理厂污水、生活污水和粪肥等污染物已明显改变了局部水体的水化学特征.⑤与2016年相比,地表水中的NO₃^-浓度已有不同程度地减少,当地政府进行的氮污染控制工作已取得一定成效,但仍需在店埠河下游、部分支流（定光河和马桥河）和部分居民点加强对污水及粪肥的污染防控.     

黑岱沟露天矿区排土场2种典型植物的水分来源及利用策略

论文利用稳定性同位素示踪技术,分析排土场2种典型植物水分来源的差异及水分利用策略.结果表明,黑岱沟矿区大气降水的氢,氧同位素含量均落在中国大气降水的变化范围之内,不同月份大气降水的δD(δ¹⁸Ο)值表现出明显的降水量和季节效应.旱季小叶杨主要利用10 cm土层以下的水分,对100~150 cm土层水分利用率最高,达25.6%;沙棘对各层次土壤水分的利用比例接近,差异不明显,对表层土壤水分的利用最高,达26.5%;为了避免种间竞争,小叶杨很少利用表层(0~10 cm)土壤水分.雨季小叶杨主要利用表层和浅层土壤水分,利用比例高达70.9%,沙棘主要利用30~60 cm土层的水分,达73.5%,其次是10~30 cm土层,达17.4%.两种不同生活型植物通过不同策略合理利用旱季有限的水分,而在雨季水分供给充分时,均优先利用浅层水源,使其组成的生态系统更好地适应矿区排土场脆弱的生态环境.     

人工神经网络在矿井多水源识别中的应用

以焦作矿区水化数据为例,选用Na++K+、Ca2+、Mg2+、Cl-、SO2-4、HCO-36种水化离子浓度作为识别矿井水源的依据,运用Matlab软件分别建立BP神经网络与Elman神经网络的矿井多水源识别模型。应用结果表明:与静态的BP神经网络相比,在结构上增加承接层的Elman神经网络在训练和仿真中拟合能力更强,识别精度更高和泛化能力更好;矿井地下水随着地下开采与扰动具有动态性,将具有非线性动态特征的Elman神经网络应用于矿井多水源的识别,对准确判断突水来源和分析地下水运移规律具有一定的辅助和指导意义。     

西沙永兴岛大气降水化学特征及来源分析

于2013年对南海西沙永兴岛雨水进行采集,分析了其主要阴阳离子,利用PMF模型对不同离子组成的来源进行解析并运用TrajStat软件模拟后向气团轨迹污染物来源区域的分析.结果表明,永兴岛降水离子浓度顺序为：Cl^-、SO₄^2-、NO₃^-和Na⁺、Ca²⁺、Mg²⁺、NH₄⁺、K⁺.Na⁺和Cl^-是降水中主要的阴阳离子,表现出海洋性降水的特征.SO₄^2-、Mg²⁺、K⁺主要来源于海水,但SO₄^2-也受化石燃料燃烧等影响,而K⁺可能受生物质燃烧的影响.Ca²⁺主要来源于土壤,少数来源于其他影响.NO₃^-主要来源于化石燃料燃烧释放,而NH₄⁺有多种来源,包括内陆人为活动的排放和海洋本身有机物降解过程释放的影响.根据Redfield比,可以初步计算出降水中NO₃^-和NH₄⁺对南海新生产力的贡献约为4.8%~13.5%.后向气团轨迹表明,永兴岛降水的离子来源区域相对复杂,包括我国东北地区、南方区域,以及马来西亚等国家、地区的影响,或者来源于南海局地的影响.     

四海龙湾表层沉积物中有机质的组成特征及其源解析

为研究玛珥湖四海龙湾表层沉积物中有机质的组成特征及来源,采集四海龙湾表层沉积物样品,并对其中的有机质进行了分析. 结果表明,四海龙湾表层沉积物中w(TOC)(TOC为总有机碳)为6.7%、w(TN)为0.6%、δ13C_org(TOC同位素丰度)为-28.0‰、δ15N_total(TN同位素丰度)为2.2‰. 可溶性有机质主要包括脂肪烃、脂肪醇、脂肪酸和GDGTs(甘油二烷基甘油四醚脂)等,其中脂肪酸是可溶性有机质的主要组分,约占可溶性有机质总量的68.8%,主要来源于内源性的藻类和厌氧菌; 脂肪烃主要来源于陆源的C3木本植物;结合态脂肪醇具有明显的内源来源特征,而游离态脂肪醇却呈现陆源来源特征. 四海龙湾沉积物中含有丰富的GDGTs,主要来源于陆源土壤,包括支链类GDGTs和类异戊二烯类GDGTs,其中类异戊二烯类GDGTs以GDGTⅣ和GDGTⅤ为主,但其在四海龙湾沉积物中的含量相对较小. 研究显示,四海龙湾流域陆源是沉积物中可溶性有机质的主要来源,陆源有机质的大量流入改变了四海龙湾的营养水平;不同种类可溶性有机质表现出不同的来源特征,这主要是由于微生物对不同种类有机质降解速率的不同所致,并且导致降解所产生的二次有机质数量也不同.      

张集矿综采工作面瓦斯治理措施及效果分析

张集矿属于煤与瓦斯突出矿井,针对目前所开采的17266工作面地质构造条件复杂、瓦斯涌出量大、处于突出危险区等瓦斯治理难题,采取"风排瓦斯、高抽巷穿层钻孔抽采、运输巷、回风巷顺层钻孔抽采和上隅角埋管抽采"等瓦斯综合治理措施,用分源预测法得出工作面绝对瓦斯涌出量为30.3 m3/min。结果表明,工作面的主要瓦斯涌出来源为本煤层瓦斯涌出。工作面风排瓦斯量11.0 m3/min,工作面瓦斯抽采率达63.0%以上。     

黄山顶夏季气溶胶数浓度特征及其输送潜在源区

利用轨迹聚类方法对2011年6~8月黄山光明顶的气团轨迹进行聚类分组,得到2011年夏季到达黄山顶的主要气团输送轨迹,结合黄山顶的气溶胶数浓度观测资料,分析不同类型输送轨迹与黄山顶积聚模态颗粒物数浓度的关系.利用潜在源贡献因子分析法PSCF(potential source contribution function analysis)定性分析了不同气团背景下黄山顶积聚模态颗粒物数浓度的潜在源区,最后结合浓度权重轨迹分析法CWT(concentration weighted field)定量分析不同潜在源区对黄山顶积聚模态颗粒物数浓度的贡献.结果表明,积聚模态颗粒物(0.5~1μm)数浓度约占0.5~20μm颗粒物数浓度的94.9%;黄山顶6~8月大陆气团的发生频率最高,约43.4%;影响黄山光明顶积聚模态颗粒物数浓度的潜在源区主要来自一些工业发达人口密集的城市群:湖北东部、安徽中部、河南、江西境内、两广交界处、湖南南部以及浙江北部地区.而垂直方向上,来自西北和西南方向高度约2~5km的自由对流层气团对黄山顶积聚模态粒子数浓度贡献较大.     

2000~2011年深圳湾及邻近水域颗粒有机物的来源和时空分布

依据2000~2011年每月一次的调查资料,简要描述和讨论了深圳湾及邻近水域中颗粒有机物(POM)质量浓度的时空分布,并结合盐度和叶绿素a (Chl a)实测数据探讨POM的来源和滞留时间.结果表明深圳湾的POM质量浓度和陆源质量分数分别约为4.2mg/L,79%,而伶仃洋东部沿岸的分别约为1.9mg/L,42%.深圳湾和伶仃洋东部沿岸中现存浮游植物颗粒有机物(PPOM):Chl a比率分别约为92,54g/g,由此估算的PPOM质量浓度分别为0.8,0.2mg/L左右.依据浮游植物生产力和累计海源POM估算的POM滞留时间在深圳湾中为1~5d,而在伶仃洋东部沿岸中约为10d.研究期间伶仃洋东部沿岸POM质量浓度的年际变化略呈上升趋势,从1.7mg/L上升至2.0mg/L;深圳湾POM质量浓度在2000~2005年呈上升趋势,从3.0mg/L上升至5.5mg/L,在2006~2011年则呈下降趋势,从5.4mg/L下降至3.0mg/L.