土壤可蚀性及其在侵蚀预报中的应用

土壤可蚀性是土壤侵蚀预报和土地利用规划的重要参数,国外已有物理意义明确、可操作性强、应用方便的土壤可蚀性定义和指标。国外的指标在我国不适用,而我国又没有这样的指标。在系统全面查阅和分析６０多年来已有研究成果的基础上,根据我国具体情况,提出我国土壤可蚀性指标的定义和测定方法,即在１５°坡度、２０ｍ坡长、清耕休闲地上,单位降雨侵蚀力所引起的土壤流失量。这一标准的确定对规范土壤可蚀性实验研究,促进我国土壤侵蚀预报模型的建立有重要意义     

水环境有机污染物预测的径向基函数网络模型

水环境中有机污染物的扩散迁移是一个由多种因素影响的复杂的非线性过程，根据河流有机污染物的浓度与其影响因素之间存在的映射关系，以实际监测数据为基础，建立了一个水环境有机污染物浓度预测的径向基函数网络模型，实例验证表明，该方法预测精度较高，具有一定的应用与推广价值。     

低碳源条件下供氧模式对活性污泥系统脱氮性能的影响

通过对比采用连续曝气和间歇曝气两种供氧模式的活性污泥系统对低碳源污水的脱氮性能,探究低碳源条件下供氧模式对活性污泥系统脱氮性能的影响.结果表明,反应器进水C/N为3时,连续曝气系统的总氮去除率较间歇曝气系统高17.92%,碳源脱氮利用率较间歇曝气系统高44.29%,同时,连续曝气系统中反硝化菌相对丰度(5.86%)也高于间歇曝气系统(2.06%),说明连续曝气系统对低碳源污水的脱氮性能明显优于间歇曝气系统.另外,基于16S rRNA测序功能预测,连续曝气系统中微生物的膜输送功能、碳水化合物代谢功能以及细胞组成功能均强于间歇曝气系统,因此连续曝气系统中微生物可以更好地利用碳源生长代谢,进而更好地处理低碳源污水.本研究为应对城市污水处理厂进水碳源不足提供思路.     

国外几种道路交通噪声预测模式的对比分析

对美国的FHWA模式、英国的CoRTN模式和德国的RIS90模式进行了介绍，分析了现存模式的缺陷，指出了提高预测模式精度的途径。     

基于DE-BPNN模型的含腐蚀缺陷管道失效压力预测

为提升含腐蚀缺陷管道失效压力预测精度,准确把控管道状态,建立基于DE-BPNN的含腐蚀缺陷管道失效压力预测模型,有效避免BPNN模型陷入局部最优问题,提升预测精度.基于61组管道爆破实验数据,分别用DE-BPNN与BPNN模型进行仿真计算.结果表明:DE-BPNN预测结果平均相对误差为3.26％,R2为0.98585,...     

干旱区绿洲灌漠土Cu、Zn和Pb的吸附解吸特征

土壤重金属吸附解吸是影响土壤系统中重金属移动性和归宿的主要过程,影响重金属的生物有效性以及重金属在食物链中的传递等.配制一系列不同浓度的重金属,灌漠土对重金属溶液进行吸附实验24 h以达到平衡,再用硝酸铵和乙酸铵进行解吸实验24 h以达到平衡.利用热力学吸附平衡法,对西北干旱区绿洲灌漠土重金属Cu、Ni和Pb的吸附解吸行为进行序批实验研究.实验结果表明:(1)灰漠土在常温下对铜、锌和铅重金属离子的吸附等温线符合Freundlich型吸附模式,灰漠土对重金属铜、锌和铅的吸附能力由强到弱的顺序为:铅,铜,锌.(2)硝酸铵和乙酸铵解吸重金属的量与灰漠土吸附重金属量呈现出线性正相关,乙酸铵解吸重金属的量比硝酸铵解吸重金属的量大,两种解吸剂对铜、锌和铅重金属离子的解吸能力由大到小的顺序都为:铜,锌,铅,说明了一般外源的铜、锌和铅进入土壤以后,铜和锌可能比铅容易向四周转移.(3)硝酸铵和乙酸铵的解吸率呈谷形曲线,开始时硝酸铵和乙酸铵解吸重金属量的百分比随灰漠土吸附重金属量的增加而减小,在吸附量达到某一特定值时,解吸率随吸附量的增加而增加.灰漠土对铜、锌和铅的吸附作用以专性吸附为主,被灰漠土吸附的铜、锌和铅重金属离子较难解吸.     

稻田土壤磷淋失潜力与磷积累的关系

了解稻田土壤磷积累对排水和渗漏液中磷浓度的影响,可为稻田磷素淋失预测提供依据.采用室内模拟方法,研究稻田土壤Olsen-P水平与土壤溶液中磷质量浓度之间的关系.结果表明,土壤溶液中磷质量浓度随土壤Olsen-P水平增加而增加,其中,黏土、壤黏土和壤土的Olsen-P超过临界值(分别为84、65和53 mg·kg-1)后,土壤溶液中磷质量浓度显著增加.土壤Olsen-P水平较低时,黏土、壤黏土和壤土的土壤磷素积累与排水和渗漏液中磷质量浓度之间的关系较为相近,这3类土壤溶液中磷质量浓度与土壤Olsen-P水平存在线性相关关系.而砂土溶液中无明显临界值,砂土溶液中磷质量浓度与土壤Olsen-P水平间也存在线性相关关系.相同Olsen-P水平时,砂质土壤磷淋失潜力明显高于其他土壤.     

Water quality soft-sensor prediction in anaerobic process using deep neural network optimized by Tree-structured Parzen Estimator

● Hybrid deep-learning model is proposed for water quality prediction. ● Tree-structured Parzen Estimator is employed to optimize the neural network. ● Developed model performs well in accuracy and uncertainty. ● Usage of the proposed model can reduce carbon emission and energy consumption. Anaerobic process is regarded as a green and sustainable process due to low carbon emission and minimal energy consumption in wastewater treatment plants (WWTPs). However, some water quality metrics are not measurable in real time, thus influencing the judgment of the operators and may increase energy consumption and carbon emission. One of the solutions is using a soft-sensor prediction technique. This article introduces a water quality soft-sensor prediction method based on Bidirectional Gated Recurrent Unit (BiGRU) combined with Gaussian Progress Regression (GPR) optimized by Tree-structured Parzen Estimator (TPE). TPE automatically optimizes the hyperparameters of BiGRU, and BiGRU is trained to obtain the point prediction with GPR for the interval prediction. Then, a case study applying this prediction method for an actual anaerobic process (2500 m³/d) is carried out. Results show that TPE effectively optimizes the hyperparameters of BiGRU. For point prediction of COD_eff and biogas yield, R² values of BiGRU, which are 0.973 and 0.939, respectively, are increased by 1.03%–7.61% and 1.28%–10.33%, compared with those of other models, and the valid prediction interval can be obtained. Besides, the proposed model is assessed as a reliable model for anaerobic process through the probability prediction and reliable evaluation. It is expected to provide high accuracy and reliable water quality prediction to offer basis for operators in WWTPs to control the reactor and minimize carbon emission and energy consumption.     

灰色系统方法在县域生态区划中的应用

为了反映各生态因子之间的内涵不确定性关系,通过对影响区域生态的因子的筛选,进行主成分分析,得到影响龙湾区生态环境的主要因子是各土地使用类型的分布和污染物排放量;通过灰色关联度分析获得各因子对生态影响的权值,结合"星座图"聚类方法将温州市龙湾区区划出3个生态类型,5个发展方向,并形成了对县域生态区划行之有效的方法。     

臭氧数值预报模型综述

光化学大气质量模型在研究臭氧(O_3)污染以及O_3预报方面具有核心作用,是O_3污染防治决策者的有力工具。文章结合目前中国及国际区域尺度光化学大气质量预报模型的研究与应用,重点论述与O_3有关的大气化学过程在数值预报模型中的数学表达和计算方法,阐述大气物理与大气化学过程在主流大气质量数值预报模型中的实现方法及其优势和缺陷,介绍用于数值预报模型的大气物理过程和湍流参数化方案的最新进展。就当前O_3数值模拟的主要输入资料进行讨论,强调那些易被忽视但又显著影响模型预报能力和效果的诸多因素以及模型效果评估的重要性。结合O_3与复合型大气污染的关系,强调区域大气质量数值预报模型的发展趋势与方向以及在大气环境管理方面的意义和作用。