春季不同天气城市街头绿地内PM2.5质量浓度分布特征研究

于2012年春季,采用水平分布监测法监测了3种天气下距交通污染源不同距离的街头绿地中的PM2.5质量浓度,研究了不同天气下PM2.5的日变化、水平分布规律及绿地对PM2.5的净化效应,为城市街头绿地、城市公园建设及市民合理选择休闲锻炼时间和地点提供理论依据。结果表明：1）晴天和多云时,PM2.5质量浓度上午高于下午,7：00浓度最高,15：00最低;雨后阴天基本保持上升趋势。2）PM2.5日均质量浓度为晴天（61.67μg·m-3）〈多云（187.98μg·m-3）〈雨后阴天（291.48μg·m-3）。晴天除5：00和7：00外,其他时刻均达到国家二级标准,且13：00—15：00达到国家一类功能区空气质量要求;多云和雨后阴天PM2.5质量浓度分别超过国家二级浓度限值150.6%和288.6%。3）观测时段内,无论哪种天气,5：00、7：00、11：00和15：00绿地的净化功能较强,19：00净化功能均最差,所有监测点无一例外的表现为负效应。4）3种天气下,PM2.5质量浓度在距离道路10~25 m最高,绿地的净化效应最差,55 m外基本可以形成稳定的森林内环境。5）在南方高湿环境下,空气相对湿度是影响PM2.5质量浓度的主要因素,晴天和多云天气PM2.5浓度与相对湿度呈显著正相关,而雨后阴天二者呈负相关关系。6）在一定阈值内,街头绿地能够缓解PM2.5污染,为居民提供良好的休闲环境。从游憩时间来看,市民可以选择晴天进入街头绿地休闲,多云和雨后阴天尽量减少外出;从活动最佳地段来看,距离污染源55 m以上适宜休闲锻炼;从街头绿地的规划面积来看,半径以不小于55 m为宜。     

环氧乙烷生产装置的安全分析与评价

综合运用道化学公司火灾、爆炸危险指数评价法,事故树分析以及事件树分析对环氧乙烷生产装置进行安全评价,定量地得出装置的危险程度,定性地分析了各危险因素的大小以及系统中各元件的故障率对事故发生概率的影响程度,并提出了改进措施.结果表明,该装置的危险程度很大,必须加强安全生产管理,采取有效措施控制氧气的浓度,从而降低危险性等级,保证生产安全.     

1961—2010年广西气温变化对全球变暖的响应

利用广西88 个气象站1961—2010 年的年平均气温和年极端最高、最低气温数据,运用GIS 技术、气候倾向率以及Mann-Kendall 突变检验方法对广西近50 a 气温的时空变化特征及突变特征进行分析。结果表明:在全球变暖影响下, 近50 a 广西全区年平均气温和年极端最高、最低气温总体上均呈上升趋势,其中年平均气温和年极端最低气温的气候倾向率均达到了极显著水平;年平均气温和年极端最高气温的突变时间分别为2001 年和2003 年,均比极端最低气温(1984 年) 晚了近20 a 左右;年极端最高和最低气温存在非对称变化。时空分布图表明,区域平均值忽略了研究区域内的差异,尽管近50 a 来广西气温区域平均值的总体变化呈上升趋势,但不同时期各地区间气温变化的趋势和幅度各有差异。     

腾冲热海高温酸性热泉类病毒颗粒的多样性

为了解云南腾冲热海高温酸性热泉中类病毒颗粒的多样性及特征,采用电子显微镜、双层平板及DNA限制性酶切分析等方法,从腾冲热海61~94℃酸性热泉富集液中分离纯化病毒颗粒,对病毒形态特征进行分析比较.结果显示:腾冲热海不同酸性热泉样品富集培养物中病毒DNA的限制性酶切图谱差异明显;病毒液中共观察到4种不同类型的病毒状颗粒,依据其形态特征,大致可以分为头尾型病毒、丝状病毒、球状病毒、纺锤型病毒;这些病毒形态与分离自美国、日本、冰岛等地的高温酸性热泉病毒形态基本相似,多数类似于硫化叶菌已发现的病毒,可见腾冲热海高温酸性热泉中类病毒颗粒具有一定的多样性.同时分离获得一株硫化叶菌病毒,呈纺锤形,一端有尾,纺锤形头部的大小为220 nm×80 nm,尾部的长度变化很大,从20~100 nm不等,平均长度为50 nm左右,病毒有囊膜,囊膜的厚度约为10~15 nm,该病毒的形态特征、形成抑菌斑的大小及宿主菌株的特性与分离自腾冲热海的第一株硫化叶菌病毒STSV1差异显著,可能为一株新的硫化叶菌病毒,故命名为STSV2(Sulfolobus tengchongensis spindle-shaped virus 2).     

北京城区夏季静稳天气下大气边界层与大气污染的关系

利用ALS300激光雷达系统测量的信号,根据Fernald方法反演的气溶胶消光系数的最大突变即最大递减率的高度确定大气边界层高度. 结果表明:在夏季静稳天气下,大气边界层平均高度为600 m,其中晴天为1 000 m,雾天为700 m,阴雨天在200~300 m之间. 静稳天气下的大气边界层不容易被有效突破,故不利于大气污染物扩散. 大气边界层高度对污染物浓度影响显著,没有降雨时,大气边界层降低(400 m),大气污染加重,在城区宝联站监测的ρ(PM_2.5)近200 μg/m3,在大气本底站——上甸子站近150 μg/m3;如果伴有降水,大气边界层高度升至600 m,大气污染则减轻,2个站点观测的ρ(PM_2.5)均降至50 μg/m3以下. 静稳天气下的大气污染呈现区域性特点.      

基于GA-ELM浆体管道输送临界流速预测模型研究

针对浆体管道输送临界流速预测难度大、精确度低等技术难题,提出了基于极限学习机(ELM)的临界流速预测模型,用训练集对模型进行训练,以验证集预测值的均方误差作为适应度函数,利用遗传算法(GA)对ELM模型参数进行优化,应用优化得到的ELM模型对预测集进行预测。以某矿山为例,模型参数优化结果如下:隐含层节点数L为400,输入权值ai、偏置向量bi最优组合下预测结果适应度为0.0201。采用优化的ELM模型对预测集进行预测,预测结果的最大相对误差x=3.96%,平均相对误差y=1.58%,对比BP神经网络(x=12.95%)和SVM模型(x=3.19%),表明ELM模型更加精确、高效。     

基于PCA-ELM模型的露采爆破振动对民房破坏的预测分析

针对露天采矿爆破振动对民房破坏的预测问题,采用主成分分析(PCA)和极限学习机(ELM)方法,选取爆破振幅、主频率、主频率持续时间、灰缝强度、砖墙面积率、房屋高度、屋盖形式、圈梁立柱、施工质量、场地条件10个主要影响因素。引入相关性分析在主成分分析过程中,对相关性高的指标进行降维,把得到的3个综合因子和爆破振幅、主频率、主频率持续时间、砖墙面积率作为输入变量,构建露天煤矿PCA-ELM预测模型。选取露天矿实际爆破过程中测量的100组数据作为模型训练样本,用另外20组数据作为测试样本进行预测。结果表明:对民房破坏影响因素中灰缝强度、房屋高度、屋盖形式、圈梁立柱、施工质量、场地条件之间具有较高的关联度。该模型处理高维数据时较传统的ELM算法具有预测精度高、稳定性好等特点,可准确预测爆破振动对民房的破坏程度,误判率为1/20。     

沈阳地区臭氧污染日时空变化特征及天气分型研究

利用2013—2019年沈阳地区11个国控监测站近地层臭氧(O_3)浓度监测数据和地面气象观测资料,分析了沈阳地区O_3污染日的O_3浓度时空分布规律,并对造成O_3污染日的天气系统进行了主观分型。结果表明:自2013年以来,以O_3为首要污染物的天数逐年增加,2017年达到研究期内的最高值,但2018—2019年略有下降。O_3浓度的日变化趋势呈现明显的单峰形,O_3-1 h在10:00—20:00明显高于其他时间段,最大浓度值出现在15:00,而在01:00—07:00则相对较低。从季节变化上看,沈阳地区O_3污染主要发生在6—7月,两个月的O_3污染日之和占全年O_3总污染日的比例高达51%。从O_3浓度空间分布上看,沈阳地区三环外监测站测得的O_3浓度明显高于三环内监测站,高浓度区域主要集中在东部和东北部,城市中心存在明显的低浓度区,南部和北部差别不大,但也明显高于城市中心。造成沈阳地区O_3污染的主要天气类型有4种:暖脊型、均压场型、高空槽型和副热带高压型。其中:暖脊型出现的频次最高,占总样本的49.1%;副热带高压型出现的次数最少,占总样本的7.7%。     

2016—2019年夏半年成都市区臭氧污染天气特征分析

为揭示成都市区臭氧污染气象条件特征,通过欧盟COST733天气客观分型软件对成都市区2016-2019年夏半年(5-9月)海平面气压场和500 hPa位势高度场进行大气环流形势分型,并结合同期臭氧监测数据、地面气象观测数据以及总云量实况分析产品,分析成都市区夏半年臭氧超标天气及气象要素特征.结果表明:成都市区2016-2019年夏半年共出现臭氧超标日数为159 d,超标率为26.0%,超标日主要集中于5-8月,小时超标多出现于14:00-17:00.臭氧污染日数最多的海平面气压场为弱低压型,其后依次为低压前部型、低压型、高压后部型.臭氧超标率最高的海平面气压场为低压前部型,其后依次为弱低压型、低压型、高压后部型.500 hPa位势高度场平直西风气流型臭氧超标日数最多,青藏高压型臭氧超标日数最少.青藏高压型是臭氧超标率最高的500 hPa位势高度场型,平直西风气流型臭氧超标率最低.成都市区臭氧超标日多出现在偏西北风下,近地面气象要素特征一般表现为风速1.2~1.6 m/s,气温在25℃以上,相对湿度多集中在70%左右,总云量和降水概率多低于60%,降水量级以小雨为主,太阳辐射和日照时数分别位于20.5~23.2 MJ/m2和6.0~7.8 h区间.小时臭氧超标近地面气象要素特征为气温和总辐射曝辐量相对较高,二者分别在30~36℃和0~3.5 MJ/m2之间,相对湿度在60%以下,总云量低于40%,以偏南风影响为主.研究显示,成都市区海平面气压场为低压型,500 hPa位势高度场为青藏高压型时,易发生臭氧污染.      

突发事件下城市群应急医疗床位共享建模

为给突发事件下城市群应急医疗床位共享提供理论依据,针对突发事件下城市群应急医疗床位共享问题,阐述突发事件下城市群应急医疗床位共享的必要性和可行性,并运用Multi-Hub理论,建立应急医疗床位在城市群集中的优化网络模型,并分析其内涵。在此基础上,采用基于层次分析法的线性回归方法,对多出救点、单个资源、多受灾点的应急医疗床位共享进行优化与讨论,并采用排队分配原则进行应急医疗床位具体去向的落实。研究结果表明:基于Multi-Hub理论的应急医疗床位区域集中优化模型与基于层次分析法的线性规划应急医疗床位调配优化模型,对突发事件下城市群应急医疗床位的共享具有优化和指导作用,能够提高突发事件下城市群应急医疗床位共享的效率,排队分配法能够在不超过医院容纳限度的前提下,保障应急救援的有序性和及时性。