楚雄市城市化发展对生态环境影响研究

运用相关分析及回归分析法,对楚雄市2001年至2010年间城市化水平与反映生态环境变化的相关指标进行分析研究。结果表明,随着时间的推移,楚雄市城市化水平不断提高,城市化水平与建成区面积、城市用水量、水土流失面积、平均化肥施用量以及工业废气排放量呈显著正相关,与耕地面积呈显著负相关。通过回归分析发现．城市化水平与各环境指标的回归方程基本上为二次、三次函数及S型曲线。本研究除了二氧化氮含量变化符合库次涅茨曲线特征以外,其它指标变化并不符合该曲线特征。     

福建省三明市大气环境容量研究

利用CALPUFF空气质量扩散模型模拟了三明市2011年气象场和二氧化硫、二氧化氮和可吸入颗粒物浓度场,利用监测值对模拟结果进行验证表明了模型的适用性;并基于三明市现状污染源,建立大气污染物传递系数矩阵,结合线性优化模型分别测算了三明市现状环境空气质量标准和新标准下的大气环境容量,并进行比较。研究结果表明,目前三明市主要大气污染物尚有较大的环境容量,但是需要严格控制大气污染物特别是工业和机动车尾气产生的氮氧化物的排放。     

冬季采暖期气象条件对PM2.5等空气质量要素的影响——以咸阳市为例

以汾渭平原典型城市——咸阳为研究区域,利用地面空气质量监测数据和欧洲中期天气预报中心（ECMWF）发布的第五代全球气候再分析资料数据集（ERA5）,分析了咸阳市2018—2020年3 a采暖期污染物浓度变化特征和不同污染程度下的气象条件,采用统计学方法分析各项污染物浓度与气象因素间的相关性,使用多元线性回归模型评价各气象因素对PM_2.5浓度的影响程度,使用二元Logistic回归分析气象因素对PM_2.5超标风险的影响。咸阳市采暖期首要污染物以细颗粒物（PM_2.5）和可吸入颗粒物（PM₁₀）为主,采暖期超标最多的污染物为PM_2.5,超标天数逐年递减;PM₁₀的日变化呈“双峰双谷”型,PM_2.5的谷值出现在17∶00且夜晚浓度较高。颗粒物浓度与相对湿度呈正相关,与风速、边界层高度、温度、气压呈负相关。多元线性回归预测模型显示PM_2.5浓度预测值与实测值变化趋势保持一致,预测值的波动频率比实测值大,预测准确率为51.54%;二元Logistic回归模型显示：除相对湿度外,其他气象因素对PM_2.5超标情况都是保护因素,边界层高度每增高1 m,日均浓度超标风险降低0.7%;相对湿度每升高1%,日均浓度超标风险升高5.3%;温度每升高1℃,日均浓度超标风险降低19.8%;气压每升高1 hPa,日均浓度超标风险降低9.7%。以上研究结果揭示了咸阳市采暖期主要气象因素对空气污染的影响程度,为我国北方城市今后的空气污染治理提供科学依据,为相关政策制定提供理论参考。     

基于MGWR的土壤pH值空间建模及其影响因素分析

以安徽、河南、江苏和山东省为研究区,利用599个土壤样点数据,从地形、气候和生物等方面选取与土壤pH相关的9个环境因子,采用多尺度地理加权回归（MGWR）、混合地理加权回归（Mixed GWR）、地理加权回归（GWR）和多元线性回归（MLR）这4种模型对研究区土壤pH空间分布进行建模,并结合MGWR与分位数回归揭示环境因子对土壤pH作用的空间差异性.结果表明：①研究区土壤pH在不同空间距离上呈不同程度的显著全局和局部空间自相关性,聚集特征明显.② 4种模型中MGWR模型最优,MGWR、Mixed GWR、GWR和MLR的建模集R_adj²为0.64、0.62、0.59和0.48.MGWR的残差独立分布性最强,其空间自相关性最弱,全局Moran''s I仅为0.07.③ 3种GWR预测结果显示,研究区土壤pH值空间分布总体由北至南逐渐降低,河南北部最高,安徽南部最低.④ MGWR回归结果表明年均降雨量（MAP）、多尺度谷底平坦度（MRVBF）和海拔对土壤pH的影响较强,且存在较强的空间异质性.在江苏北部和山东大部分地区,MAP对土壤pH的影响较强;在江苏北部和山东西部,MRVBF对土壤pH的正向作用较强;在江苏北部和中部,海拔对土壤pH的负向作用最强.⑤ MAP对不同分位数水平上的土壤pH均呈显著负作用,作用强度随分位数水平增加呈减弱趋势;MRVBF对低分位数水平（θ为0.1~0.4）上的土壤pH呈显著负作用,对高分位数水平（θ为0.5~0.9）的土壤pH作用不显著.研究结果可为利用MGWR开展大区域土壤属性影响因素分析及预测制图提供参考.     

基于遥感技术的1988—2018年渤海海冰冰情时空变化特征

基于AVHRR、MODIS、GOCI遥感数据解译,构建了1988—2018年非连续日尺度冰情序列数据集,分析了渤海海冰冰情年际和年内时空变化特征。渤海冰情等级、年均海冰面积和年均海冰厚度均有明显的年际波动。海冰生消过程的日均面积和厚度变化呈现单峰型,且海冰面积和冰厚峰值均出现在1月25日。渤海海冰主要分布在辽东湾,其冬季结冰范围占渤海曾经结冰范围的70.58%,渤海中间区基本不结冰。海冰冰情指标与气象因子相关性分析结果表明：冻冰期海冰面积和冰厚相关系数最高的气象因子均是累积冻冰度日(CFDD);融冰期海冰面积相关系数最高的气象因子是3d-1.8℃积温,而冰厚则是累积融冰度日(CTDD)。据此选取CTDD、CFDD、3d-1.8℃积温及日最低气温四个指标建立多元非线性回归模型,并对冻冰期和融冰期分别拟合。进而对比分析2014—2018年海冰遥感提取面积与回归模型计算得到的海冰面积,其整体变化趋势一致,有一定的预测性。     

基于APCS-MLR和PMF模型的煤矸山周边耕地土壤重金属污染特征及源解析

以重庆市南川区某煤矸山周边耕地土壤为研究对象,运用内梅罗指数法和地累积指数法分析土壤重金属污染水平和分布特征,并采用绝对因子得分-多元线性回归(APCS-MLR)和正定矩阵因子分解(PMF)模型,探析研究区土壤重金属来源及其贡献率.结果表明,下游区土壤中8项重金属均值含量均高于上游区,其中Cu、 Ni和Zn含量显著高于上游区(P<0.05).内梅罗综合污染指数表现为：下游区(1.22)>上游区(0.95),重金属污染程度由大到小表现为：Cd>Cu>Hg、 As、 Pb、 Cr、 Ni和Zn.地累积指数由大到小表现为：Cd>As>Cu=Hg>Ni>Zn=Cr>Pb.源解析表明,研究区土壤中Cu、 Ni和Zn主要受煤矸山堆存影响,APCS-MLR模型的贡献率分别为49.8%、 94.5%和73.2%,PMF模型的贡献率分别为62.8%、 62.2%和63.1%; Cd、 Hg和As主要受农业和交通混合源影响,APCS-MLR模型的贡献率分别为49.8%、 94.5%和73.2%,PMF模型的贡献率分别为62.8%、 62.2%和63.1...     

佛山臭氧浓度预报方程的建立与应用

臭氧作为大气中的二次污染物,其形成和变化复杂,臭氧预报更是当下空气污染治理的难题之一.通过分析2014~2017年佛山地区近地面O₃浓度与高低层气象要素的关系,建立了佛山O₃浓度预报方程,并进行了检验和应用.结果表明,佛山近地面O₃的变化与高低层气象要素关系密切,气温和日照时数等气象要素与O₃浓度呈显著正相关,相对湿度、总（低）云量和风速等与其呈负相关;高浓度O₃污染发生的气象条件为小风速、晴间少云、低相对湿度、较长的日照时间和较高的温度,高浓度O₃潜势指数（HOPI）和风向指数（WDI）的定义可以较好地衡量O₃污染气象条件的好坏;综合考虑HOPI和不同高度WDI等13种气象要素,采用多指标叠套和多元逐步回归建立了佛山地区臭氧浓度预报方程;利用2018年资料检验发现,模拟值与实测值二者的相关系数R可达0.82,预报方程具有良好的拟合效果和可预报性.     

GSK-XGBoost模型在井底风温预测中的应用*

为防治矿井热害,针对矿井井底风温在预测过程中精度较低的问题,提出1种网格搜索法结合K折交叉验证优化XGBoost的预测模型。通过分析确定影响井底风温的主要因素,使用网格搜索算法结合K折交叉验证,进行迭代缩小搜索范围并调参,选取最优参数配置,实现对XGBoost模型的优化,得到预测结果并与其他模型进行比较。研究结果表明:初始参数经优化后,当最大回归树深度为3且学习速率为0.1时,XGBoost回归模型性能最佳,与随机森林模型、BP神经网络模型、T-S模糊神经网络模型相比,平均相对误差分别降低了2.12%,0.88%,0.3%,均方根误差分别降低了0.66,0.24,0.11 ℃。     

APCS-MLR结合PMF模型解析厦门杏林湾近郊流域沉积物金属来源

城市化、工业化和农业集约化的快速发展,导致排入近郊流域水体中的金属不断增多.为了及时阻断污染源头,制定有针对性的风险缓解措施,准确识别和量化复杂环境内沉积物中金属的污染来源显得尤其重要.对厦门杏林湾近郊流域水系表层沉积物中14个金属元素(Cd、 Cu、 Sr、 Zn、 U、 Pb、 Th、 Ni、 Be、 Co、 Cr、 Rb、 V和Mo)含量进行分析测定.综合运用相关性分析、聚类分析、绝对主成分-多元线性回归(APCS-MLR)和正定矩阵因子分解法(PMF)等多种方法,识别和定量解析污染源及贡献.近郊流域水系沉积物中大部分金属元素含量超过厦门市C层土壤环境背景值,各金属在不同区域(许溪、苎溪、后溪和杏林湾)分布存在差异,平水期和丰水期的苎溪区域样点的表层沉积物中,变异系数大的Cr、 Cu、 Zn、 Mo和Cd元素含量比其他区域的含量高,其中,Cu和Cd污染较为严重;丰水期的整体区域沉积物中金属的富集程度相比于平水期有所下降,Cu和Cd在两个时期均为显著富集;相关性分析、聚类分析和主成分分析表明,杏林湾近郊流域水系表层沉积物中金属污染来源较为复杂. Ni、 Cu、 Zn和Pb主要来源于...     

基于地质统计及随机模拟技术的天津武清区土壤重金属源解析

为了解天津市武清区重金属污染状况及污染来源情况,在研究区共采集了578个表层土壤样品并分析了Cu、Zn、Pb、Cd、Hg、As(类金属)、Ni、Cr等8项重金属含量.综合应用描述性统计、主成分分析、地质统计学及随机森林回归技术对研究区表层土壤重金属含量时空变化特征及人为及自然源污染贡献性进行了探讨.结果表明,除Cr以外,研究区其余重金属平均含量均高于区域背景值,土壤As、Ni、Cr主要来自于自然源即土壤类型的差异性,Cu、Zn的变异性一是受土壤类型差异性的影响,二是受污灌的影响,Pb、Cd的变异主要受面源污染的影响,局部存在点源污染.Hg变异性主要受污灌的影响.实践证明多技术联合应用是土壤重金属来源解析的有效方法.