Societal risk acceptance criteria for gas distribution pipelines based on incident data from the United States

A significant number of pipeline operators use pipeline integrity management (PIM) to improve pipeline safety and reliability. Risk assessment is a critical step in PIM, because it determines the necessity of conducting the following steps in PIM for certain pipelines. Risk acceptance criteria are required in the process of risk assessment. Individual risk and societal risk are most frequently adopted as the two indicators of the risk acceptance criteria. To the best of the authors’ knowledge, quantitative societal risk acceptance criteria, especially for gas distribution pipelines, do not exit. The aim of this paper is to establish the societal risk acceptance criteria for gas distribution pipelines. Hence, FN curves were established using historical incident data from 2002 to 2017 provided by the U.S. Department of Transportation (DOT). Linear regression and the ALARP principle are used in evaluating the limits of the negligible line and intolerable line to obtain a graphical societal risk acceptance criterion for gas distribution pipelines. A line having a slope of −1.224, and an anchor point of (1, 8.413 × 10⁻⁷) is proposed as the negligible line. Further, the intolerable line has a slope of −1.224, and an anchor point of (1, 2.524 × 10⁻⁶). Both the negligible risk and the intolerable risk for the gas distribution pipeline are lower than the current societal risk acceptance criteria for hazardous installations. The reasons for these relatively lower risk acceptance criteria are discussed.     

Predictive model for areas with illegal landfills using logistic regression

The existence of illegal landfills is an environmental problem in most countries. However, research on this issue is scarce and limited by the availability and quality of data on the subject. Thus, most illegal landfill studies have only been conducted in a partial manner, focusing on geographical aspects or the causes of these landfills (lack of environmental awareness, inadequate waste management systems, and the role of local government). This research analyses a sample of 120 possible areas with illegal landfills in Andalusia using logistic regression in order to obtain a predictive model for the occurrence of these landfills, including both types of variables (geographical and behavioural) jointly. The results confirm that the variables that most influence the occurrence of illegal landfills are spatial (“Industrial Land”, “Plains” and “Rural Land”); whilst the variables that most reduce the likelihood of illegal landfills are those related to certain characteristics of the municipal waste management system and environmental awareness, such as “Availability of Recycling Facilities”, “Punitive Policies”, “Supervision” and “Awareness-raising Campaigns”. The model obtained shows that variables of very different nature and magnitude interact in the occurrence of illegal landfills, each of which contributes a series of features characteristic of its scale. It is advisable, therefore, to perform an analysis using a multi-scale approach in order to gain an overall understanding of the phenomenon.     

基于支持向量回归模型的水稻田甲烷排放通量预测研究

利用静态箱和气相色谱仪法获取水稻田甲烷排放通量数据,选取大气温度、土壤5 cm深温度、土壤pH、土壤Eh、土壤含水量和地表生物量作为影响因子.应用建立在结构风险最小化优化上的支持向量回归(ε-SVR)模型,采用留一法交叉检核网格搜索法(LOOCV)优化ε-SVR预测模型的参数,采用k折交叉检验的方法依据平均相对误差(MRE)和均方根误差(RMSE)对模型的精度进行验证,并与BP人工神经网络(BP-ANN)模型比较,评价ε-SVR预测模型的准确性.结果表明,通过LOOCV选择最优的惩罚因子C和损失系数ε,并由此构建的ε-SVR预测模型预测值和实测值具有很好的一致性,通过11折交叉验证后,测试样本的平均MRE为44%,平均RMSE为16.21 mg·(m2·h)-1.通过与BP-ANN模型比较,预测值和实际值相关系数达0.863,各项指标均优于BP-ANN预测模型,说明ε-SVR模型能够适用于水稻田甲烷排放通量的预测.     

中田河流域景观异质性对水体总氮浓度影响研究

土地利用变化使输移至河流的营养盐负荷发生变化从而导致地表水水质变化.研究景观异质性对营养负荷的影响程度对改善水质的最佳管理措施至关重要.本研究从2013年1~12月,对中田河流域干支流水系20个监测点的地表水总氮浓度进行了周年定点监测,考虑到流域单元的嵌套关系,选择7个土地利用结构和13个景观格局指数,探讨了景观异质性对中田河流域水体总氮浓度的影响.研究表明:1建设用地和草地对总氮浓度有重大影响,表现为建设用地会恶化水质,而草地可以改善水质;2景观斑块-形状指数、景观斑块-面积指数和建设用地是景观尺度上影响流域总氮浓度的主要因素;3回归分析进一步显示建设用地和景观斑块-面积指数对总氮浓度的贡献分别是67.31%和32.69%.     

西北旱区盐湖盆地地下水化学组分源解析

为实现对吉兰泰盐湖盆地地下水污染源的识别与管理,系统采集区域内71个地下水样品,测定16项地下水质关键指标;以GB/T 14848—2017《地下水质量标准》中的Ⅲ类标准为依据确定特征污染物,利用因子分析（FA）确定地下水水质指标的因子分类,以地质统计学插值绘图揭示不同污染源的空间分布特征,运用APCS-MLR（绝对主成分得分多元线性回归）量化不同污染源的贡献率.结果表明:研究区内ρ（Cr6+）、ρ（As）、ρ（NH₄+）、ρ（F-）、ρ（Cl-）、ρ（NO₂-）、ρ（COD_Mn）、ρ（TDS）、pH等9项地下水水质指标均存在超标现象,其中ρ（NH₄+）、ρ（Cl-）、ρ（F-）超标较为严重.通过因子分析法筛选出影响研究区地下水水质的6个公因子,即溶滤-富集作用因子（F₁,贡献率为24.61%）、农业活动因子（F₂,贡献率为20.38%）、原生地质-农业生产、生活污染因子（F₃,贡献率为11.72%）、工业生产污染因子（F₄,贡献率为10.38%）、地质环境背景因子（F₅,贡献率为10.78%）、原生地质因子（F₆,贡献率为10.61%）,其中F₁、F₅、F₆为环境影响因子,F₂、F₃、F₄为人类活动影响因子.采用因子得分函数计算得到因子得分,巴音乌拉山一带整体污染因子得分较高,乌兰布和沙漠存在点状高值区,图格力高勒沟谷上游也存在一定程度的污染,而盐湖盆地东南大部分区域水质相对较好,其分布与变化受到天然因素和人类活动的双重影响.利用APCS-MLR得到各水质指标预测值与实测值的R2（线性拟合优度）均大于0.7,APCS-MLR可较好地评估各因子对水质的贡献率.研究显示,因子分析与APCS-MLR相结合可以有效地对地下水化学组分进行定性识别与定量解析.      

城市交通道路氮氧化物浓度的CART回归树预测研究

提出了基于CART回归树的氮氧化物(NO_x)浓度预测模型,利用杭州市延安路路边空气质量监测站2016年6—9月空气污染物监测数据和同期延安路路段车辆抓拍识别数据,通过数据处理、影响因素分析及CART回归树构造,搭建了NO_x浓度预测模型.实验分析结果表明,相对于支持向量机和BP神经网络预测模型,基于CART回归树的NO_x浓度预测模型的预测精度有大幅度提升,可决系数在0.92以上;同时,对环境条件差异较大的G20会议期间NO_x浓度进行预测分析,结果表明,CART回归树方法的预测精度比其它方法更高,能够适应不同条件下的预测需求.     

鄱阳湖碟形湖泊（常湖池）春季苔草生物量遥感估算

基于Sentinel-2植被指数,应用回归分析法分析了鄱阳湖碟形子湖泊（常湖池）的苔草（Carex）群落生物量与植被指数的关系,并探讨了高程水位和气温变化对其的影响。研究结果表明：（1）10种常用的植被指数中,土壤调节植被指数（Soil Adjusted Vegetation Index,SAVI）是常湖池苔草春季生长中后期（3月22日至5月5日）地上生物量估算的最佳植被指数,SAVI构建的三次多项式是常湖池苔草地上生物量最优遥感估算模型,其均方根误差为73.91 g/m²,预测吻合度为71.90%,苔草生物量分布总体表现为自湖心到湖岸逐渐增加。（2）3月22日（春季苔草生长中期）和5月5日（春季苔草生长后期）苔草的地上总生物量分别为1.06×10⁵ kg和3.28×10⁵ kg,单位面积苔草生物量分别为77.56 g/m²和208.44 g/m²,这与鄱阳湖其他子湖单位面积生物量一般低于300 g/m²相一致。（3）常湖池苔草生长受高程、水位和气温多重要素综合影响。3月底常湖池13.47 m高程（黄海高程,参考星子站水位,下同）以下苔草植株矮小,生物量积累较少;13.47 m高程以上区域受前期低温胁迫,生物量增长缓慢。随着气温回暖,出露区域的苔草生物量逐渐积累,并随高程增加而增长。     

典型PPCPs在河流沉积物中的吸附特性

选取了咖啡因、氯霉素、卡马西平、磺胺甲噁唑和三氯生等5种PPCPs,在实验室条件下,近似模拟了自然河流的水/沉积物界面,应用中心复合实验设计,考察了温度、pH值、有机质含量和流速对PPCPs吸附比例的影响;利用多元回归方程拟合实验数据得到PPCPs吸附模型,并利用独立数据对模型进行验证,以建立适用于自然河流的PPCPs吸附模型.实验结果表明,咖啡因和卡马西平的吸附过程是放热反应,而磺胺甲噁唑、氯霉素和三氯生的吸附为吸热反应;pH值的升高对磺胺甲噁唑和三氯生的吸附能力产生抑制,但能促进咖啡因吸附,而对氯霉素和卡马西平的影响不大;有机质含量、流速和初始浓度对5种PPCPs的吸附比例变化趋势影响一致,随着各因素浓度或速度升高,PPCPs的吸附比例均随之增大,但影响程度有所不同.另外,吸附模型结果表明,5种PPCPs的吸附比例拟合值与实测值相关系数均达到0.8以上;独立数据验证结果表明,拟合值与实测值相关系数均达到0.8以上;因此,多元回归方程能较好地拟合环境因素与PPCPs吸附之间的关系,同时,在所考察的环境因素浓度范围内,多元回归方程较好地预测了PPCPs在自然河流沉积物中的吸附行为.     

基于分位数回归的洱海藻类对氮、磷及水温的响应特征

基于云南洱海长时间尺度水质观测数据,运用分位数回归方法分析浮游藻类叶绿素a(Chl-a)对氮(N)、磷(P)、水温的定量响应关系.结果表明过去20余年洱海藻类生物量受水温、N、P共同影响,随着洱海富营养化程度的加剧,水温对藻类生物量的相对重要度在持续下降,斜率平均值从2.70下降至0.44.而营养物对藻类的促进效应明显在提升,尤其是TP对藻类的相对重要度持续在攀升,斜率平均值从-0.3增长至0.8.TN对藻类生物量整体表现为较稳定的正效应,但近些年(2008~2013年)TN对藻类正效应达到最低.2002之后,P已逐渐取代N成为最重要的营养物限制因子.在季节方面,春季和秋季以水温和N的共同限制为主导,但春季当Chl-a8 mg·m-3时,N和水温对藻类的正效应逐渐被P取代.夏季完全以N、P共同限制效应占主导,当Chl-a3 mg·m-3时,TP的正效应逐渐超过TN,冬季则以P和水温的共同限制效应为主导.在气候变暖的大背景下,洱海富营养化控制应以"控P"为主和N、P协同削减的策略.当前富营养化控制过程中,应着重监控春、秋两季温度短期快速上升可能引发的全湖藻华风险.     

基于PCA-AHPSO-SVR的煤层瓦斯含量预测研究

为了提高煤层瓦斯含量预测的准确性和科学性,通过主成分分析方法对影响煤层瓦斯含量的7个因素进行特征提取,消除影响因素之间的相关性,减少维度;用支持向量回归机对提取的因素进行训练,并用改进的自适应混合粒子群算法对SVR的参数进行优化,提出PCA-AHPSO-SVR模型;与PCA-PSO-SVR,PSO-SVR这2个模型在相同环境下进行30次运行比较。研究结果表明:研究提出的PCA-AHPSO-SVR模型较其他2种模型平均准确率分别提高5.51%和9.32%,稳定性更佳,可满足工程实际需求。