基于静态特征和动态行为的火灾检测模型

为实时准确地检测视频监控的火灾信号,减少火灾误报,提出1种基于静态特征和动态行为的火灾检测方法.利用改进的Faster RCNN检测模型,根据可疑火灾区域的颜色特征和空间特征对其进行目标检测和特征降维,与传统的Faster RCNN相比平均检测精度提升5％;利用ILSTM对连续帧中的特征进行累加,对短期内是否发生过火灾...     

昆明市2019年空气质量特征分析

利用昆明市空气质量国控监测点2019年监测资料,分析每个监测点AQI变化情况,发现昆明市全市空气质量总体较好;空气污染程度春季最严重,秋季最轻,没有表现出明显的周末效应;造成昆明市空气污染超标的主要污染物依次为O3-8h、PM10、PM2.5.     

农田中微塑料污染特征及生态效应研究进展

微塑料作为一种新兴的全球污染物,正在对农田生态系统造成不同程度的损害,并已受到了国内外学者的广泛关注。根据最新的研究进展,文章总结了农田系统中微塑料污染的主要来源是地膜、化肥农药、堆肥和污泥、大气沉降以及灌溉和地表径流,综述了不同地区农田土壤中微塑料的丰度、组成和物理形态等污染特征以及影响微塑料分布的因素,如土层深度和土地利用方式等,归纳了微塑料在农田系统中的生态效应,包括对土壤理化性质和结构、农作物、土壤动物以及微生物群落结构的影响。在此基础上,对未来需要解决的问题和研究方向进行了展望,以期为农田系统中微塑料的风险评估和污染防控提供科学依据。     

CCUS技术CO2泄漏模拟及生态风险评价

碳捕获、利用和封存(CCUS)是实现大规模碳中和最具潜力的解决方案,然而对其泄漏引发的生态风险的量化研究相对较少,导致风险管理决策效率低下。该研究耦合物种敏感度分布法(SSD)和计算流体动力学(CFD)开发了CCUS封存CO₂泄漏的生态风险评估法。采用SSD对陆地生态系统中典型物种的毒性数据进行拟合并计算其基准值,采用CFD对不同场景下的受体暴露浓度开展模拟预测,采用商值法计算生态风险指数,通过Google Earth实现可视化表征,并提出合理化建议。研究表明,在SSD模型中,急、慢性效应数据最优拟合模型分别为Weibull CDF和SGompertz,生态毒性基准浓度值HC₅分别为3.25%与0.98%。在模拟的极限泄漏场景中,黄土峁梁地区CCUS示范区生态风险面积受季节风向与风速的影响较大,任何气象条件下均存在一定范围的生态风险分布,高等级生态风险范围最小为160 m,实施精准的监测并开展生态风险补偿是必要的。该研究可为CCUS大规模应用潜在的CO₂泄漏风险预测及应急管理提供理论支撑。     

苏州市近地面臭氧时空分布特征及模拟分析

文章利用2016-2019年苏州市臭氧(O₃)环境监测站点数据,分析了苏州市O₃浓度的时空分布特征及其与NO₂、CO的相关性,并利用WRF-Chem模式模拟了苏州地区O₃高浓度事件来探究湖陆风对O₃迁移的影响。结果表明：苏州市O₃明显超标且2017年超标最为严重;O₃污染日具有明显的季节特征,以O₃作为首要污染物在春夏季尤为突出;月变化呈现双峰型特征,前2年峰值出现时间要略早于后2年;各季节日变化均为单峰型特征,在15:00前后浓度达到最高;空间上市区浓度整体高于周边城市,但在湖陆风盛行的2017年夏季截然相反;苏州市夏季存在明显的O₃“周末效应”,周末的夜间和上午O₃浓度高于工作日,而工作日在O₃峰值时段浓度更高;模拟的O₃高浓度事件证明了太湖湖陆风的存在,而高温时段湖风会将城区O₃往下风向的周边城市移...     

重庆市CO浓度特征及潜在源分析

该文基于2018-2020年重庆市空气质量监测网络数据,分析了城市站、区域站和交通站CO浓度水平、时间变化规律,研究了CO与大气污染物、气象参数的相关性,并利用Meteoinfo软件对抵达重庆市各片区的轨迹进行聚类分析、潜在源贡献因子分析及浓度权重分析,获得了各片区CO的传输规律及潜在源区贡献特征。结果表明,2018-2020年,城市站和区域站CO质量浓度为下降趋势,交通站呈现上升趋势,CO质量浓度月变化为“U型”特征,日变化为“双峰”特征,区域站峰值时间晚于城市站和交通站,各类型站点均存在明显“周末效应”。城市站CO与其他大气污染物相关性整体强于区域站,交通站CO与其他大气污染物相关性最低。CO质量浓度与风速为负相关关系,与地面气压和温度的相关性不明显。重庆市冬季的气团轨迹主要来自偏东区域,占比70%以上,此外还有少量轨迹较短的偏西区域轨迹,对应CO质量浓度较高。中心城区主要源区位于重庆主城都市区以及川东城市,主城新区主要源区位于重庆主城都市区、泸州、广安、南充,渝东北片区主要源区位于渝东北区域、川东及湖北省恩施州、湖南省张家界等,渝东南片区主要源区来自渝东南片区及湖北省恩施州。     

高原山地城市O3和PM2.5污染时空分布特征

为研究高原山地城市大气污染物时空分布特征,文章利用2018年云南省国控环境空气质量监测数据,对O₃和PM_2.5污染按照区域性特征进行了分析,结果表明：2018年云南省环境空气质量总体保持良好,总体污染形势呈南高北低型。O₃和PM_2.5区域性、季节性污染特征明显,春、夏季节是污染天气高发期;O₃浓度峰值主要出现在2-5月及8月,全年呈现出“大小双峰”的特征,主要出现区域为滇南的红河、德宏、普洱;PM_2.5浓度峰值主要出现时段为2-4月,主要出现区域为滇西南的德宏;云南省各地理区域浓度变化具有较好一致性;研究时段内,滇西南、滇东南以及滇中区域以O₃和PM_2.5为首要污染物的复合型、区域性污染特征初现。区域性污染特征研究结果表明,2-5月是区域性污染主要出现时间范围,滇南的红河、普洱、德宏等地区是区域性污染的主要地区。     

荆州工业园区典型异味气体污染影响因素分析

异味气体是目前工业园区周边居民投诉的重点环境问题之一。该文利用荆州经开区及周边的异味气体监测数据及气象数据,开展了1#～5#5个居民小区典型异味气体污染的影响因素及其变化规律研究。结果显示NH₃、H₂S、VOCs和臭气浓度具有明显的时间和空间分布特征,其中H₂S仅出现在1#点位并呈夏季浓度高冬季低,1#～5#点位的NH₃浓度呈现冬季高夏季低,1#、2#和4#点位TVOC浓度则是夏季高而5#则是秋季高的变化特征。Pearson相关性分析结果表明NH₃是影响臭气浓度的主要因子,其次是H₂S。1#～5#点位典型异味气体浓度的空间差异性既与其周边不同类型企业的排放有明显关系,温度和风向风速也是重要的影响因子,且温度的影响大于风速,在环境温度低或高时均容易出现异味气体的高浓度。因此环境管理部门在监控企业排放的同时,需结合气象条件提前部署典型异味气体污染防治工作。     

武汉市大气中多氯联苯的污染分布特征研究

文章对武汉市2015年4月-2016年11月间大气中的多氯联苯(PCBs)污染水平和分布特征进行了研究,并进行健康风险评价。结果表明,武汉市大气中∑PCBs的质量浓度范围为14.5～44.7 pg/m³,平均浓度为27.0 pg/m³。对于不同功能区,∑PCBs的浓度总体分布规律为：工业区>居民区>交通枢纽区>风景区>背景点。PCBs主要分布在气相中,在监测的18种PCBs中,6种指示性PCBs明显占主导地位,且低氯代(3-5氯代)PCBs的浓度远高于高氯代(6-7氯代)PCBs。与国内外其他研究相比,武汉市大气中PCBs质量浓度和毒性当量浓度均处于比较低的污染水平。健康风险评价显示,居民大气PCBs呼吸暴露的非致癌危害商和致癌风险均远低于风险参考值,致癌风险水平较低。     

金融发展对碳排放强度影响的空间效应研究

为改善全球变暖,发展经济效益与环境效率双赢的低碳经济是大势所趋。金融发展作为推动经济增长的核心动力,在中国低碳经济转型中起到至关重要的作用。在此背景下,选取2007-2019年中国30个省（市、自治区）的面板数据,首先考察了省级碳排放强度和金融发展的动态演变和时空格局,然后在STIRPAT模型基础上采用空间杜宾模型探索金融发展对碳排放强度的直接影响与空间溢出效应。研究发现：（1）中国总体碳排放强度持续下降,金融发展则持续增强,但碳排放强度和金融发展分别呈现模糊和明显的两极分化;（2）中国各省份的碳排放强度在空间上具有显著的自相关和聚集性;（3）金融发展会显著增加本地的碳排放强度,但在更大程度上显著降低邻近地区的碳排放强度,因此总体效果为金融发展会抑制碳排放强度。