筒形件无压边圈拉深工艺参数优化设计

通过对筒形件极限拉深系数的影响因素进行分析 ,确定合适的凸凹模圆角半径是提高拉深件质量的重要途径 ,将塑性理论和优化算法相结合 ,以筒形件达到最小的极限拉深系数为优化目标 ,对筒形件无压边圈拉深工艺参数优化设计进行了研究。并且通过具体算例证明了所采用的优化模型及算法是有效的     

中国环境中氮循环的动态模式

对中国960万km~2范围内氮的生物地球化学循环作了初步探讨。该工作建立在对大气、土、生物及水圈界面氮的流通量的研究基础上,以数学方式模拟氮的生物地球化学循环规律,并预测各圈中氮的库存量和流通量的变化趋势。经过验证,模式的收敛性、稳定性及可信度均是好的。     

中国农业土壤N2O排放量估算

采用针对农业土壤痕量气体排放估算开发的、基于N2O的产生、传输和消耗机理的反硝化分解模型(DNDC模型),在建立的有关中国气候、农业土壤和农业生产的分县数据库基础上,估计了我国目前农业土壤N2O的排放量,并分析了气候变化和农业耕作措施对全国N2O排放的影响.结果表明,中国农田土壤的N2O排放总量为0.31(0.18-0.44)Tg(N)·a-1,化肥使用量的变化对N2O排放量的影响最大.     

有色可溶性有机物在线荧光技术在水质监测中的应用

FDOM（荧光有机物）在线荧光探头是采用激发波长370 nm和发射波长460 nm下荧光强度来计算水体CDOM（有色可溶性有机物）丰度的传感器,为探究该传感器在内陆水体水质监测中的应用和适用性,以水源供给水库千岛湖为案例,通过FDOM荧光探头监测该湖泊不同季节CDOM丰度,结合CDOM光谱吸收、ρ（DOC）（DOC表示溶解性有机碳）、ρ（TN）、ρ（TP）、ρ（COD_Mn）、ρ（DTN）（DTN表示溶解性总氮）、ρ（DTP）（DTP表示溶解性总磷）和ρ（Chla）等水质参数数据,揭示FDOM荧光强度与其他水质参数的耦合关系,检验FDOM荧光探头对有机物的监测能力.结果表明:①2014年5月千岛湖TLI平均值（38.4±4.4）显著高于2018年10月TLI平均值34.9±3.0（t-test,P < 0.001）,根据TLI及各水质参数平均值判定该湖处于中贫营养状态.②大部分水质参数呈现出由西北入湖河口向下游大坝出水口方向递减的趋势,表明上游新安江对该湖有机物具有较大的贡献.③FDOM荧光强度与CDOM吸收系数a（254）（R2=0.91,P < 0.01）、a（350）（R2=0.90,P < 0.01）均呈极显著正相关且具有较高的线性拟合优度,这意味着FDOM荧光强度可以很好地表征CDOM丰度.④FDOM荧光强度与ρ（DOC）（R2=0.49,P < 0.01）、ρ（TN）（R2=0.61,P < 0.01）、ρ（TP）（R2=0.75,P < 0.01）、ρ（COD_Mn）（R2=0.35,P < 0.01）、ρ（DTN）（R2=0.59,P < 0.01）、ρ（DTP）（R2=0.56,P < 0.01）、ρ（Chla）（R2=0.68,P < 0.01）均呈极显著正相关且与大多数水质参数具有相似的分布特征,并且能很好地识别潜在污染物高值区.研究显示,荧光探头在可见波长下所得陆源类腐殖酸FDOM荧光强度能很好地成为潜在污染物替代指标,并能有效呈现有机物分布特征,因而该技术在饮用水湖泊水质监测中具有潜在广阔的应用前景.      

外源脯氨酸对Cd胁迫下107杨光合与叶绿素荧光特性的影响

为揭示Cd胁迫下外源脯氨酸对107杨（Populus×euramericana cv.‘74/76’）光合与叶绿素荧光特性的影响,以一年生107杨苗木为试验材料,采用盆栽控水试验,研究了添加不同浓度（0、10和20 mmol/L）外源脯氨酸对Cd（0、100、200和300 mg/kg）胁迫下107杨叶片光合气体交换参数、光响应参数和叶绿素荧光参数的影响.结果表明:①Cd作为独立因子可显著影响107杨叶片的光合气体交换参数、光响应参数和叶绿素荧光参数,外源脯氨酸作为独立因子对这些参数无显著影响,Cd与脯氨酸的交互作用对这3类参数均有显著影响.②随着w（Cd）的增加,107杨叶片净光合速率（P_n）、蒸腾速率（T_r）、气孔导度（G_s）和水分利用效率（WUE）的变化趋势基本一致,均显著下降,而胞间CO₂浓度（C_i）呈显著上升趋势.与单独Cd处理组相比,在w（Cd）为200 mg/kg处理下,添加外源c（脯氨酸）为10 mmol/L时苗木叶片的P_n显著提高123.12%;WUE、PSⅡ原初反应最大量子效率（F_v/F_m）、实际光化学量子效率（φ_PSⅡ）、光化学淬灭系数（qP）和表观光合电子传递速率（ETR）分别显著提高43.73%、6.52%、27.99%、28.96%和63.26%;而非光化学淬灭系数（NPQ）显著降低19.97%.研究显示,w（Cd）低于200 mg/kg时,外源添加脯氨酸处理可增强107杨的PSⅡ光能转换效率和光强利用效率,防止过剩光能对光合机构的伤害,从而提高植株抗逆性与适应性,且以c（脯氨酸）为10 mmol/L时的处理效果较好.      

SWAT模型在我国流域水环境模拟应用中的评估验证过程评价

模型评估验证是模型开发和应用过程中的重要环节,是管控模型应用于管理决策风险的重要手段.近年来,以SWAT模型为代表的流域水环境模型在我国流域水环境管理中得到广泛应用,但模型评估验证过程尚缺乏规范性指导.结合SWAT模型建模过程和模型评估验证的基本步骤,梳理总结SWAT模型评估验证过程的评价方法,针对确定研究或决策目标、获取输入数据、构建模型、模型率定验证、展示模型结果等5个阶段分别设计评价指标.筛选中国知网收录的2015—2017年发表的以SWAT模型为主题的428篇学术论文作为研究对象,评价现有研究的模型评估验证过程,分析我国SWAT模型评估验证的现状以及存在的问题和不足.评价结果表明,我国现有的SWAT模型应用研究总体比较重视模型评估验证过程,能够清晰定义研究区域、建模目标和期望产出,说明输入数据来源和质量以及模型概化、参数灵敏度分析、参数识别、不确定性分析的方法和结果,模型模拟效果较好.但是,针对SWAT模型评估验证方法的研究较少,在模型参数识别方面还存在参数选取未考虑研究区域特征、参数识别结果不合理等问题.建议在SWAT模型应用研究中关注参数灵敏度分析和参数识别,结合研究区域特征建立本地化应用数据库,加强模型评估验证方法研究.当模型应用于流域水环境管理决策时,应完整地开展模型评估验证,并分析模型不确定性对决策的影响.      

2014—2018年冬季长三角强霾事件及天气形势影响分析

利用2014-2018年环保部空气污染监测资料以及同期NCEP/NCAR再分析资料,统计分析了冬季长三角地区强霾污染过程中大尺度环流背景场及气象要素对强霾污染的影响.结果表明：2014-2018年冬季长三角地区共发生5次强霾污染过程,每年冬季的12月和1月是强霾污染事件发生的高频时期.当大气中相对湿度维持在较高的水平并且维持较小的风速时,更有利于污染物的累积从而导致强霾污染事件的发生.雾霾天气的发生发展与大气环流有着密切联系,在强霾污染过程发生初期,污染物大多伴随冷空气由北向南输送至长三角地区,对流层中层500 hPa的大尺度环流形势多以纬向环流为主.严重污染发生时,长三角地区受平直西风气流影响,对流层低层850 hPa等压线较为稀疏,长三角地区受均压场或高压控制频繁,稳定的大气层结使污染物更易在近地层累积,随后大风伴随冷锋过境将污染物快速清洁导致PM_2.5浓度迅速降低.     

考虑不同场景的砖木结构古建筑火灾特征研究

为探明砖木结构古建筑火场下的特征,定量分析不同火灾场景下,建筑内部温度、烟气浓度等参数的变化。选取中国北方典型的砖木结构体系的四合院韩城党家村贾祖祠为研究对象,采用PyroSim建模分析,研究不同火灾场景下不同时间点的温度、CO浓度、能见度等变化。研究结果表明:贾祖祠主厢房较封闭,火灾中火源周围温度峰值可达750 ℃,CO质量浓度达到0.003 kg/m3,能见度几乎为0 m,风速最高为10 m/s且极不稳定;四合院中主厢房空间布局高,火灾中这些参数的影响会导致严重的轰燃现象发生,故此处发生火灾更易产生严重危害。对不同场景的砖木结构古建筑重要火灾因素发展规律的研究,能为古建筑的性能化防火提供科学参考依据。     

基于支持向量机的管制疲劳检测模型研究

管制疲劳是影响民航安全的重大隐患,准确检测疲劳状态是进行疲劳预警、降低疲劳风险的关键。提出应用支持向量机模型融合多生理参数和眼动指标进行管制疲劳检测,通过MP150多导生理记录仪与眼动仪,采集模拟管制试验中正常与剥夺睡眠状态下被试的试验数据,同时记录其Karolinska疲劳等级和操作绩效。结果表明,RR间期、LF/HF、快慢波比值、PERCLOS和扫视速度均与管制疲劳呈较强相关,利用支持向量机融合五项指标构建管制疲劳检测模型,对于五级疲劳度的识别准确率为78. 1%,判断正常组与剥夺睡眠组的准确率为94. 2%。     

脑力疲劳与非疲劳状态眼动指标的判别

为研究利用眼动指标(注视点个数FC、平均注视时间AFD、平均眼跳幅度ASA、最大瞳孔面积Pupil Max及反应时RD)对脑力疲劳状态进行判定,通过眼动追踪技术,测试了不同脑力疲劳程度的眼动指标值并进行分析。结果表明:1)通过FC、AFD、ASA和Pupil Max四个眼动指标可以判定被试者所处的疲劳状态; 2)当测试者注视点个数FC处于(11,13)区间,平均注视时间AFD处于(328,409)区间,平均眼跳幅度ASA处于(5,7)区间,最大瞳孔面积Pupil Max处于(992,1 124)区间时为非疲劳状态;当FC处于(7,10)区间,AFD处于(263,319)区间,ASA处于(2,4)区间,最大瞳孔面积Pupil Max处于(584,935)时可以认定被试者为疲劳状态。