环境监测全程序质量保证浅谈

简述了从人的意识与能力的培训到布点、采样、仪器调试、实验室质量控制、数据处理等环境监测全程序质量保证的必要性，指出了空白值测定、密码平行样、加标回收率、标准质控样等质控措施的重要性和注意事项以及审核数据时进行纵向、横向比较的方法及其重要性。     

水质监测中存在的若干技术问题 (续)

在全国“持证上岗”、“计量认证”、实验室现场考核和《亚洲地区实验室精度管理手册》编制过程及“监测质量调查”的基础上，发现我国部分环境监测站在水质监测的实际操作、试样前处理、监测分析方法选择及数据分析等方面尚存在一些技术问题。在分析这些问题的同时，提出了解决办法和建立我国质量保证指标体系的建议。     

废水处理设施验收监测现场的质量控制

分析了废水处理设施验收监测现场存在的问题及原因，提出了验收监测现场的质控措施是正确理解和准确把握企业的生产工况、生产周期、排污周期，加强采样过程中的质量控制，保证处理设施运转正常和建立必要的回访制度。     

某高密度街区大气颗粒物质量浓度分布特征实测研究

为研究城市高密度街区大气颗粒物浓度分布特征,2019年秋季对上海市某高密度街区道路大气颗粒物浓度、空气温度、相对湿度、地理位置、车辆与道路图像视频信息进行了同步移动在线监测,并结合街区内固定站数据和后向轨迹模拟结果,总结了影响街区大气颗粒物浓度变化的主要因素。结果表明:城市大气颗粒物背景拟合值处于较低水平时,街区内的大气颗粒物浓度变化和影响因素易被识别;机动车污染源对大气颗粒物浓度贡献大,其中大型机动车的影响明显;户外施工和道路清扫会引起大气颗粒物浓度上升,其中PM₁₀上升更明显;交通密度大的十字路口大气颗粒物浓度通常较高;城市高架的盖状结构会阻碍大气颗粒物在垂直方向上的扩散,引起局部大气颗粒物浓度上升;街区内高大浓密的乔木对近地面的大气颗粒物屏蔽效果不理想,甚至有助于颗粒物累积;早晚高峰时段大气颗粒物浓度较非高峰时段高。     

大气污染物指纹系统构建及在污染溯源中的应用

基于污染物检测特征信息结合区域产业结构、企业布局等信息构建了大气污染物指纹系统,通过污染物检测特征信息构建的第一级指纹数据库实现了对大气特征污染物的识别和污染物应急处置措施的推送;通过污染源行业及其排放的特征污染物信息构建的第二级指纹数据库实现了产排污行业的溯源;通过企业及其产排污信息,结合气象条件构建的第三级指纹数据库实现了对产排污企业的溯源。基于大气污染物指纹数据库的污染溯源技术为突发环境污染事故中污染物质的识别和污染源的追踪提供了新途径。实际应用验证表明,大气污染物指纹系统污染溯源响应快速、识别精准,实现了大气污染物从监测、溯源到应急处置的全过程无缝衔接。     

基于多源数据融合的煤矿工作面瓦斯浓度预测*

为了解决瓦斯浓度预测使用的单一数据在预测中影响还不够深入的问题,提出基于LSTM神经网络的多源数据融合瓦斯浓度预测模型。模型将上隅角瓦斯浓度、采煤机速度、工作面吨煤瓦斯涌出量等不同数据融合作为输入层参数,使用Adam优化算法更新LSTM网络层参数,利用Attention机制突出关键影响瓦斯浓度的因素,开展多源数据融合的瓦斯浓度预测,结合某矿1008工作面的实际数据,分析不同数据在瓦斯浓度预测中的作用。研究结果表明:单变量下的Attention-aLSTM预测效果相比LSTM提升14.2%;多源数据融合下的Attention-aLSTM相比自身提升了5%。     

上软下硬地层深基坑结构变形监测及分析*

为探究在上软下硬地层中进行深基坑开挖时围护结构水平位移与内支撑轴力的变化规律,以广州地区某上软下硬地层盾构井深基坑开挖项目为依托,基于现场监测数据进行分析并运用MIDAS/GTS软件开展深基坑开挖全过程的有限元模拟。将围护结构水平位移模拟值与监测值进行对比,验证模型的准确性;改变围护结构嵌固深度、主体结构厚度等工况,研究上述因素对结构水平位移变化产生的影响。研究结果表明:实测围护结构最大水平位移值11.78 mm,位于长边0.7倍基坑深度附近,坑角处位移值最小;改变结构嵌固深度对坑深15 m以下围护结构位移值影响较大,本工程最佳嵌固深度为1.5~3 m;围护结构水平位移会随着结构主体厚度的增加而减小,但最大位移间差值逐渐减小,结构主体厚度设计值宜为0.8~1 m。     

土地资源的多级网格数据结构建立与应用研究

传统的基于行政区的土地统计数据不能完全表现区域内部土地利用的空间分异特征,以武汉市为实验区,对基于网格的统计信息算法STING(Statistical Information Grid-based method)进行扩展,以景观多样性指数为定量化指标对实验区进行四叉树划分生成不均匀多级网格,建立一种拟合了行政区划界线的不均匀的多级网格结构来存储、管理和分析土地数据。并以此多级网格数据结构为平台计算和生成实验区人口密度空间分异渲染图,初步抽取了人口分布与土地利用之间的关系。实验表明,基于多级网格的统计方法能更好地表达土地利用及其相关数据的空间分异性,利于对土地资源数据的进一步挖掘以抽取所需知识。     

Impact of bias in predicted height on tree volume estimation: A case-study of intrinsic nonlinearity

Bias originating from intrinsic nonlinearity in nonlinear models is caused by excess curvature in the solution locus of parameter estimates derived from least squares procedures. Bias due to intrinsic nonlinearity varies according to sample size as well as model specification. This paper analyses consequences of fractionising data into smaller sub-samples. Based on measurements of stem diameter and total tree height from the first Danish national forest inventory, it is demonstrated how data splitting at random may cause the intrinsic nonlinear curvature to exceed the critical F-value. Application of a Taylor-series expansion shows that, for all practical purposes, the bias in predictions of individual tree volume (based on stem diameter and tree height) is negligible. To minimize residual variance, intrinsic curvature and, in turn, prediction bias, it is recommended that data be stratified according to site conditions, stand characteristics or other relevant criteria. Finally, the preferred model should exhibit close-to-linear behaviour.     

Modelling the forest carbon budget of a Mediterranean region through the integration of ground and satellite data

This paper introduces an innovative modelling strategy aimed at simulating the main terms of net forest carbon budget (net primary production, NPP and net ecosystem exchange, NEE) in Tuscany (Central Italy). The strategy is based on the preliminary calibration and application of parametric and bio-geochemical models (C-Fix and BIOME-BGC, respectively), which simulate the behaviour of forest ecosystems close to equilibrium condition (climax). Next, the ratio of actual over-potential tree volume is computed as an indicator of ecosystem distance from climax and is combined with the model outputs to estimate the NPP and NEE of real forests. The per-pixel application of the new modelling strategy was made possible by the collection of several data layers (maps of forest type and volume, daily meteorological data and monthly normalized difference vegetation index (NDVI) images for the years 1999–2003) which served to characterize the eco-climatic and forest features of the region. The obtained estimates of forest NPP and NEE were evaluated against ground measurements of accumulated woody biomass and net carbon exchange. The results of these experiments testify the good potential of the proposed strategy and indicate some problem areas which should be the subject of future research.