基层环境监测站业务风险管理现状与对策

简述了基层环境监测业务风险管理现状及存在的问题,对业务风险管理的认识程度不高,业务风险管理的系统性不强,缺少环境监测业务风险管理指导性文件。提出,应树立正确的环境监测业务风险理念,建立环境监测业务风险管理组织机构,健全与监测工作紧密结合的业务风险管理体系,优先监控风险高的环境监测工作,大力培养风险管理人才。     

CMT监测井在黑河流域地下水监测中的应用

以CMT监测井在黑河流域的应用为基础,通过对监测数据和采集的水样进行分析,了解了黑河流域地下水水位动态变化,掌握了黑河流域地下水水化学垂向分布规律,为合理利用黑河流域水资源提供了科学依据。     

自动监测站第三方运维管理的思考

随着自动监测技术的不断发展,其连续、稳定的监测优势正在逐步代替手工监测,各地监测部门投入了大量的资源和精力建成了大量的空气、水质自动站,在灰霾监测、河道水质监管、大环境预警方面等都起到了积极作用。由于自动站数量多,工作任务复杂繁重,因此大部分地区都采用第三方托管模式进行自动站日常运维管理。如何有效的进行权责分配、提高工作效率、减少管理摩擦等成为业主方不可回避和亟待解决的问题。根据实际管理实践,结合一些实用的管理经验,提出了一系列相关措施。     

环境监测市场化管理工作思考

阐述了我国及其他国家环境监测市场管理的经验,以及我国在推进环境监测市场化管理方面的探索;指出了目前环境监测市场化管理中存在的问题,提出,应加快建立适合国情的监测总体格局;建立完善环境监测社会化监管制度体系;充分发挥行业协会在监管中的作用;强化对社会监测机构监管力度;提高社会环境监测机构能力。     

我国固定源大气颗粒物监测技术的现状与改进建议

针对国内固定源大气颗粒物监测技术的现状及不足,通过对资料总结发现国内固定源排放颗粒物的监测技术现状中存在国标精度要求较低和技术细节不足等问题,并重点从分级采样和大气低浓度颗粒物检测方面深入剖析相关技术的不足与需求,并结合国内外的经验,从国标的修订与补充、分级采样技术体系的建立和低浓度大气颗粒物采样方法的改进等3个方面提出技术与设备方面的改进建议。     

我国流域水生态完整性评价方法构建

流域水生态完整性评价是指通过对水生态系统中不同水生态指标(生物和非生物)的监测以及由数学方法综合形成的综合评价指数,来反映水生态系统完整性状况。近年来,世界各国水环境管理政策发生了变化,开始强调生态保护,重视水体的生态质量。中国现行的常规理化监测指标(如COD、氨氮、BOD5)很难满足水环境管理的需求,难以全面准确地反映水环境质量变化的趋势。因此,在借鉴欧美发达国家流域水生态完整性评价方法的基础上,结合中国目前监测现状以及流域水环境管理需求,构建了包括物理生境指标、理化指标、水生生物指标在内的流域水生态完整性监测与评价方法,以期为中国流域水质目标管理技术体系的业务化运行提供可资借鉴的技术支撑,实现从单一的化学指标监测转向综合的水生态系统监测,实现流域水生态完整性的监测与评价。     

江苏省环境监测质量管理的探索与实践

针对目前交界断面水质监测与空气自动监测站质量管理工作中存在的质控难点,介绍了江苏省的解决办法。通过统一技术细节、联合监测及强化监测人员持证上岗自认定考核等手段,解决了交界断面水质监测技术纠纷;通过设立省级质管站、进行可信度评估等措施,强化空气自动监测站的质量管理。     

引水放流方式对太湖贡湖示范区水质的影响

基于国家水专项太湖贡湖湾示范区水质水量调控的需求,构建了示范区的等比例缩放实体模型。通过研究模型中4种不同调水方案的效果,为示范区调水技术的比较与选择提供决策依据。研究中,通过测定模型中5个断面的流场数据,判断引水方式对模型流场的影响,以此评价不同调水方案效果。同时以墨汁作为示踪剂,通过不同引水放流方式下示踪剂的扩散场变化,验证不同断面流速测定对整个区域流场判断的准确性,从而分析引水放流方式对水质的影响。     

我国典型村庄农村环境质量监测与评价

选取典型村庄,基于农村环境质量监测和评价方法,对典型村庄2014年农村环境质量进行监测和评价,结果表明:典型村庄环境空气质量状况总体良好,达标比例为82.0%,超标村庄多分布在中国西北地区;农村饮用水源地水质较差,总体水质达标比例为67.1%,地表水和地下水饮用水源地水质达标比例分别为89.8%和52.6%;农村地表水环境质量欠佳,Ⅰ~Ⅲ类水质断面占72.7%,饮用水水源地和地表水水质各地区均存在超标村庄;部分地区土壤重金属超标问题较为突出,出现监测项目超标情况村庄占20.6%,土壤超标村庄主要集中在中国东北、华中和华南等地区;农村生态质量状况相对较好,"较差"和"差"的县域主要分布在中国西北和华中北部地区。     

基于PSO-SVM算法的环境监测数据异常检测和缺失补全

针对环境监测数据异常和数据缺失问题,提出了基于支持向量机的粒子群优化数据异常检测和缺失补全算法。利用粒子群优化算法选取较优的支持向量机训练参数组合,以此建立非线性的支持向量机模型,并利用结果模型对测得的真实数据拟合预测。以宁夏回族自治区某污水处理厂的污染物测量数据作为实验数据,结果表明,利用该算法预测数据的准确率可达97.977%,检测异常数据准确度高,缺失数据补全正确。