基于iLME+Geoi-RF模型的四川省PM2.5浓度估算

高分辨率PM2.5空间分布数据对动态监测和控制PM2.5污染具有重要意义.选取Himawari-8气溶胶光学厚度(AOD)、ERA5气象再分析资料、DEM、土地利用数据、夜光遥感数据、增强型植被指数和人口数据等作为估算变量,使用改进的重采样法进行数据匹配,并提出改进的线性混合模型(iLME)结合地理智能随机森林(Geoi-RF)构建组合模型估算PM2.5浓度.结果表明:①在选取的估算变量中,气溶胶光学厚度、气压、温度、相对湿度和边界层高度是影响2016年四川省PM2.5浓度的重要因素,其相关系数分别为0.65、0.58、0.55、0.54和0.35.②iLME+Geoi-RF模型精度相较其他模型有较大提升,模型拟合Rl2、RMSR 和 MAE 分别为0.98、3.25 μg·m-3和 1.98 μg·m-3,交叉验证 R2、RMSR 和 MAE 分别为0.89、7.95 μg·m-3和4.81μg·m-3.该模型可获取更高精度的四川省PM2.5时空分布特征,为区域空气质量评估、人体暴露风险评价和环境污染治理提供更加合理地科学参考.③2016年四川省PM2.5浓度存在显著的季节性差异,各季节PM2.5浓度大小关系为:冬季＞秋季＞春季＞夏季.2016年四川省月均PM2.5浓度总体上呈先降后升的"V"型趋势,最小值在6月,最大值在12月,8月和11月有微小起伏.在空间分布上四川省PM2.5浓度总体上呈东高西低和局部污染程度较高的特点,高值区主要分布在城市快速发展和人口密集的东部地区,低值区主要分布在经济发展落后和人口稀疏的西部地区.④虽然不同模型估算出的PM2.5浓度整体分布基本一致,但iLME+Geoi-RF模型能更准确有效地估算本研究区污染的空间分布.     

论水体污染源监测系统运行存在的问题分析与对策

近年来,随着环保事业的发展,在线监测系统在环保工作中发挥着越来越重要的作用,但系统运行过程中仍存在一些问题亟待解决。为此,本文总结了在线监测系统在运行过程中各方面存在的问题,并提出了相应的解决措施,从而能使在线监测系统得到更好的应用,发挥它在水体污染源监测中的作用。     

紫色土小流域不同土地利用类型的土壤氮素时空分异特征

以紫色土区12.10 km²的万安小流域为研究区域,于2011年4月(旱季)和8月(雨季)小麦和玉米收获期共采集552个表层土壤(0~15 cm)样品,利用传统统计学和地统计学相结合的方法对流域土壤全氮和硝态氮的时空变异特征进行研究.结果表明,不同土地利用类型土壤全氮含量差异显著,并呈以下顺序:水旱轮作田>林地>旱地;同一土地利用类型旱季、雨季土壤全氮含量不存在显著差异.其中,4月和8月林地、旱地、水旱轮作田土壤全氮含量分别为1.16、0.90、1.21 g·kg^-1和1.13、0.94、1.29 g·kg^-1.但旱季和雨季土壤硝态氮含量差异显著,其中,4月和8月林地、旱地、水旱轮作田硝态氮含量分别为12.08、24.22、31.22 mg·kg^-1和3.98、11.18、2.27 mg·kg^-1,表现出土壤硝态氮旱季累积、雨季流失的特点;受到内部因素和外部因素共同作用,旱地、水旱轮作田土壤全氮空间分布具有中等空间相关性,而林地土壤全氮的强烈空间相关性主要受到内部因素的影响.本研究分析了紫色土区不同土地利用类型条件下的流域土壤氮素的时空变异特征,将会为流域土地资源管理和环境修复提供较好的科学依据.     

基于注意力机制优化的LSTM河流溶解氧预测模型研究

溶解氧(DO)是水体中的重要水质指标,构建数据驱动模型,实现对溶解氧的准确预测,将为水环境管理提供科学有效的技术手段. 考虑到溶解氧序列数据非线性强、非平稳性突出的特点,提出一种基于双阶段注意力权重优化机制的长短时记忆网络(long short-term memory, LSTM)的河流溶解氧预测模型(DAIW-LSTM模型),该模型的编码器包含双阶段权重优化的空间注意力机制,而解码器包含双阶段权重优化的时间注意力机制. 将该模型应用于流溪河流域白云李溪坝、流溪河山庄、从化街口等水质监测站溶解氧日均值预测的研究,开展了该模型与DA-LSTM、LSTM、Bi-LSTM等基线模型的预测效果对比分析,探讨了特征权重优化机制及上游站点水质数据输入对模型预测性能的影响. 结果表明:①通过与基线模型的预测效果对比,验证了DAIW-LSTM模型的精准性,其对白云李溪坝站溶解氧预测的对称平均绝对百分比误差(SMAPE)、平均绝对误差(MAE)、均方误差(MSE)分别为0.075、0.611、0.712,在所有模型中最优. ②对于新的注意力权重优化机制,第二阶段会对第一阶段的初步权重进行优化修正;针对pH、电导率、水温、气温等影响溶解氧预测的重要特征,DAIW-LSTM模型会自适应调整其权重在时间序列上的分布,从而提高该模型的预测精度. ③加入上游水质特征的输入影响,通过9个组合试验对比可知,DAIW-LSTM模型仍然为表现最佳的模型,该系列组合试验也证明上游站点及其特征变量选取的重要性. 研究显示,注意力权重优化机制的引入使得该模型相较其他基线模型展现出更好的适用性和精准性,可为地表水水质预测研究提供新思路.      

车内空气质量控制标准及半挥发性有机物研究探讨

近年来,随着车辆保有量的不断上升,汽车污染带来的空气污染和健康影响不断加深,人群对车内空气质量控制的需求不断提高,车内空气质量问题也越来越多受到人群的关注,本文针对车内空气质量控制,梳理并阐述目前国内外车内空气质量控制标准以及我国车内饰污染物质量控制标准,总结并分析车内空气中半挥发性有机物样本采集方法及重点关注物质.结果表明：(1)目前中国、日本、韩国以及俄罗斯等国家车内空气质量控制标准中挥发性有机物是重点关注指标且其限值具有差异,除日本外,其他国家暂未将半挥发性有机物纳入控制标准.(2)我国车内饰质量控制标准指标中有机物指标占所有指标的66.90%,其中半挥发性有机物指标占有机物指标的30.94%,且多为增塑剂、阻燃剂类等对人体健康具有危害的物质.(3)车内空气半挥发性有机物研究涉及气态、颗粒态以及粉尘样本,超过66.67%的样本采用主动采样法进行收集.研究中关注的重点物质包括溴化阻燃剂、磷系阻燃剂、邻苯二甲酸酯、全氟化合物等阻燃剂和增塑剂类物质,其研究次数占所有物质研究次数的88.14%.针对车内空气质量管理提出两点建议：(1)在现有车内空气质量管理标准与技术指南的基础上,我国需要...     

加热对有机-重金属复合污染土壤影响研究

该文考察了加热温度和加热时间对废旧电器拆解场地的有机-重金属复合污染土壤有机污染物浓度、重金属浸出浓度、重金属弱酸提取态含量和土壤理化性质的影响。加热温度试验结果表明,300℃以上加热6 h后,土壤有机污染物含量均达到建设用地第一类用地要求,但镉和镍的浸出浓度均超过了地下水Ⅳ类水质标准。400℃以上加热6 h后,土壤重金属浸出浓度均达到地下水Ⅳ类水质标准,但土壤理化性质变化较大,综合考虑加热温度对土壤污染物含量和理化性质的影响,300℃是最佳的加热温度。300℃下加热时间试验结果表明,随着加热时间的增加,镉和镍的浸出浓度逐渐下降,但加热至18 h后,镉的浸出浓度依然超标,而土壤理化性质变化较大,综合考虑加热时间对土壤理化性质影响,300℃下的加热时间需要控制在12 h以内。后续根据需要再结合固化/稳定化技术处理可使土壤满足使用要求。     

浅覆盖区1∶5万浅钻地球化学测量采样密度探讨——以安徽凤阳大王府—江山铅锌金矿为例

以安徽凤阳大王府—江山铅锌金矿为例,通过开展系统的浅钻地球化学测量试验研究,进一步探讨浅覆盖区浅钻地球化学测量最佳采样密度。实际采样平均密度为16孔/km~2,均匀抽稀成8孔/km~2、4孔/km~2、2孔/km~2分别绘制单元素地球化学异常图,经过对比研究,发现1∶5万浅钻地球化学测量适宜的采样密度为4孔/km~2,均匀布孔,能够反映类似大王府—江山铅锌金矿中型矿床类型的特征。     

中国艾比湖湿地识别及其时空动态变化

在资料稀缺的背景下,遥感数据是提供湿地系统长时间序列的理想方案。然而面向“一带一路”沿线地区复杂下垫面,国家级湿地缺乏系统的长时序梳理。利用Landsat系列数据,基于随机森林分类模型,研究近30年中国典型尾闾湖湿地的时空分布模式、空间转换规律和景观连通性。结果表明：随机森林算法在艾比湖湿地分类应用中取得较高精度（Kappa系数大于0.9）。1991—2017年艾比湖湿地总面积增加425.06 km²,河流增加47.97 km²,湖泊增加233.95 km²,人工湿地增加48.74 km²,盐沼增加109.41 km²,沼泽减少15.01 km²。艾比湖湿地年内时空变化显著,年内季节间盐沼转化率最大,湖泊年内逐渐缩小,主要转化为沼泽。此外,艾比湖湿地空间连通性理想度排序为：春季>夏季>秋季,湿地景观连通性取决于较大面积的湿地斑块,连通效率东移。相关结果可弥补稀缺资料区基础湿地资料,为“一带一路”地区生态补水长效机制提供典型示范。     

Ca2+、Mg2+、Fe2+诱导颗粒污泥形成及污水处理效果

研究了Ca2+、Mg2+、Fe2+诱导好氧颗粒污泥(AGS)的形成,探讨其对COD、NH₄+-N、TP的去除效果,研究了有机污染负荷、温度、曝气量对污水处理效果的影响及AGS连续运行稳定性。结果表明:Ca2+、Mg2+、Fe2+可促进AGS形成,其中位径达到340 μm时分别需18,16,11 d。添加Ca2+、Mg2+和Fe2+的污泥SVI₃₀稳定在较低水平,MLSS高于自然形成的AGS,特别是Fe2+的脱氢酶活性较高。Ca2+、Mg2+、Fe2+诱导形成的AGS对COD、NH₄+-N、TP的处理效果较好,其中添加Fe2+的AGS的效果最好,在低、高有机负荷,超低温(4 ℃)和超高温(40 ℃)及曝气不足(1 L/min)情况下,均有较好的COD、NH₄+-N、TP去除效果。Ca2+、Mg2+、Fe2+诱导形成的AGS稳定运行60 d后仍有较好的处理效果,其中Fe2+诱导的AGS的COD、NH₄+-N、TP去除率高达96.3%、96.8%、88.7%。