基于耦合模型的安徽经济与环境协调发展分析

构建了经济发展与生态环境评价指标体系，选用耦合协调度模型计算2010—2019年安徽省不同区域经济发展与生态环境的耦合协调度，并采用灰色关联度法计算评价指标与耦合协调度的关联系数。研究结果表明：全省经济发展与生态环境的耦合协调度整体呈改善趋势，耦合协调度集中分布在0.393~0.765，基本处于良好协调或低水平协调阶段。全省不同区域的生态环境指数均大于经济发展指数。省会城市、沿江江南地区耦合协调度高于江淮之间和淮河以北地区。工业"三废"排放量、环境质量、环境污染治理力度是影响经济发展与生态环境耦合协调度的重要因素，建议通过改善这些方面进一步提升经济与环境的耦合协调度水平。     

泰州市环境空气中挥发性有机物分布特征

于2018年4—9月对泰州市环境空气中挥发性有机物(VOCs)组分开展现场观测,结合观测数据分析该市大气中VOCs的时空分布特征。结果表明:观测期间泰州市环境空气中VOCs平均摩尔比为45.1 nmol/mol,其中含氧挥发性有机物占比为57.8%;受周边排放源和地理位置影响,下风向点位的VOCs测定值高于其他点位;VOCs月均最高值出现在6月,与臭氧月均最高值出现时间一致,7—9月气团出现老化,导致臭氧生成能力减弱;观测期间VOCs中甲苯/苯(T/B)比值范围为0.201 9～5.130 3,且大部分T/B比值2,说明溶剂、油气和液化石油气挥发等排放源对泰州市环境空气中VOCs的影响较为显著。     

水环境数学模型在河流水质管理规划中的应用

本文讨论了水环境数学模型的选择及在水质管理规划中的使用方法,达到实用的目的.具有广泛的通用性和实用性.     

灰色系统模型GM（1,1）在大气环境浓度预测中的应用

运用灰色系统理论，结合实例详细介绍了ＧＭ（１，１）模型在大气环境浓度预测中的应用。     

浅谈GAM与GM（1,1）模型

对ＧＡＭ水环境预测模型提出了四点不同看法，与有关作者商榷，指出ＧＭ（１，１）模型与ＧＡＭ模型二者并无优劣之差，精度亦相当。     

关于模糊数学在环境质量综合评判中“最大隶属度”原则不适用性的讨论

通过对模糊数学在环境质量综合评判中的分析，指出“最大隶属度”原则的不适用性，并根据环境质量分级所存在的固有关系提出改进的方法。     

Euclidean贴近度水质评价法及其应用

分析了模糊综合评判在水质评价中的缺陷,将模糊数学中的贴近度与经典的Euclidean距离结合,提出Euclidean贴近度水质评价法。结果表明,该评价方法具有科学性、合理性,并且精度高,简单实用。     

灰色系统GM（1,1）模型在城市地下水总硬度预测中的应用

应用灰色系统GM(1,1)模型,对地下水中总硬度的变化作了预测.检验结果表明,该模型精度较高,是一种较好的预测方法.     

灰色模型在确定关键污染因子中的应用

将灰色模型引入水环境质量评价中 ,通过对某个时间段内污染物原始监测数据的灰色处理 ,从动态演变中找出关键因子 ,客观地判定各污染因子所起的作用 ,并对各因子在下一个时间段的发展趋势作出判断 ,增加了评价的准确性。经过实例运用分析表明 ,该方法物理意义明确 ,简便易用     

Geostatistical Uncertainty Modelling for the Environmental Hazard Assessment During Single Erosive Rainstorm Events

This paper presents an environmental hazard assessment to account the impacts of single rainstorm variability on river-torrential landscape identified as potentially vulnerable mainly to erosional soil degradation processes. An algorithm for the characterisation of this impact, called Erosive Hazard Index (EHI), is developed with a less expensive methodology. In EHI modelling, we assume that the river-torrential system has adapted to the natural hydrological regime, and a sudden fluctuation in this regime, especially those exceeding thresholds for an acceptable range of flexibility, may have disastrous consequences for the mountain environment. The hazard analysis links key rainstorm energy variables expressed as a single-storm erosion index (EI_sto), with impact thresholds identified using an intensity pattern model. Afterwards, the conditional probabilities of exceeding these thresholds are spatially assessed using non-parametric geostatistical techinques, known as indicator kriging. The approach was applied to a test site in river-torrential landscape of the Southern Italy (Benevento province) for 13 November 1997 rainstorm event.