建立基于土地利用的交通发生量模型的研究

针对出行生成预测中变量众多以及多重相关性问题,以常州调查数据为样本,分别采用逐步回归分析方法和偏最小二乘回归(PLSR)方法,建立基于土地利用形态的交通发生量模型.并对两者建模方法进行分析比较,结果表明PLSR能有效地解决变量多重相关性问题,模型意义清晰,效果显著.     

Effects of overlying water aeration on phosphorus fractions and alkaline phosphatase activity in surface sediment

Microbial activity may influence phosphorus (P) deposit and release at the water sediment interface. The properties of DO (dissolved oxygen), pH, P fractions (TP, Ca-P, Fe-P, OP, IP), and APA (alkaline phosphatase activity) at the water sediment interface were measured to investigate microbial activity variations in surface sediment under conditions of two-month intermittent aeration in overlying water. Results showed that DO and TP of overlying water increased rapidly in the first week and then decreased gradually after 15 day of intermittent aeration. Microorganism metabolism in surface sediment increased pH and decreased DO and TP in the overlying water. After two-month intermittent aeration, APA and OP from surface sediment (0–2 cm) were both significantly higher than those from bottom sediment (6–8 cm) (p < 0.05), and surface sediment Fe-P was transferred to OP during the course of microorganism reproduction on the surface sediment. These results suggest that microbial activity and microorganism biomass from the surface sediment were higher than those from bottom sediment after two-month intermittent aeration in the overlying water.     

蛋白质对PVDF超滤膜污染行为的界面微观作用力解析

采用原子力显微镜,结合自制微颗粒探针,对膜-污染物及污染物-污染物间微观作用力进行了检测分析,考察了不同p H条件下牛血清蛋白(BSA)在不同界面特性PVDF超滤膜上的膜污染行为.结果表明,在膜过滤初期,通量剧烈衰减主要由BSA和膜之间黏附力作用导致,在膜过滤后期,BSA与BSA之间的黏聚作用则是影响后期膜污染行为的主要因素;PA膜-BSA和PP膜-BSA之间的黏附作用力均大于BSA-BSA之间的黏聚作用力,说明在整个膜过滤过程中,BSA与PVDF超滤膜之间的黏附作用对膜污染起主导作用;相同p H条件下,PA膜-BSA之间的微观作用小于PP膜-BSA之间的相互作用力,说明亲水性较强的PA膜具有较强的抗污染性;而PA膜和PP膜过滤后期BSA-BSA之间黏聚力相差不大,也进一步说明膜过滤过程中膜-污染物之间的微观作用力是影响膜污染行为的主要因素.     

城市交通绿地土壤重金属含量的高光谱反演

以交通绿地区土壤Cr、Pb、Zn为研究对象,分析重金属元素与土壤光谱在一阶、二阶等微分变换下的相关性,突出特征波段,通过多元线性逐步回归(MLR)和偏最小二乘回归(PLSR)方法,建立光谱与重金属元素含量的最佳模型,并进行精度检验与模型预测。结果表明:光谱微分变换可以有效地提高土壤重金属含量与土壤光谱反射率间的相关性,土壤Cr、Pb、Zn的最大特征波段分别在1 289.41、1 408.35、1 411.9 nm;从模型稳定性和精确性来看,土壤Cr、Pb、Zn在PLSR模型中的R~2分别为0.986、0.809、0.629,依次是MLR模型的1.32、1.14、1.12倍,土壤Cr、Pb、Zn在PLSR模型中的建模RMSE均低于MLR模型,PLSR模型效果较优;与土壤Cr相比,土壤Pb、Zn的MLR和PLSR模型效果较差,这可能与人为因素影响有关。     

阜新市大气源颗粒物粒度特征分析

为研究阜新市大气源颗粒物粒度特征,于2017年1月对阜新市矿山堆场(KS)、阜新发电(FX)、杰超电厂(JC)、阜矿热电(FK)、泰山石膏(TS)、土壤扬尘(TR)、大型道路(DX)、中型道路(ZX)、小型道路(XX)、城市扬尘(CS)、水泥尘(SN)、金山电厂(JS)、大鹰水泥(DY) 13个大气源颗粒物主要来源采样,并用LA-300型激光散射粒度仪测定大气源颗粒物的粒度,采用Folk-Ward公式计算粒度参数,分析各源颗粒物粒度分布特征。结果表明:①SN、DY和DX以粒径10μm的颗粒物为主,DY的中位直径(D_(50))最小,均值为3. 18μm。②CS、SN、JS、DY、DX的平均粒径(M_z)都小于10μm,偏度S_k在0. 3～1. 0之间,属于很正偏态。DY和DX标准偏差(S)在2～4之间,分选差。CS、SN、JS、DY的峰态(K_G)属于中等峰和窄峰类型。③TR、DY中粒径2. 5μm细微颗粒占比相对较高,分别达2. 81%、3. 21%。鉴于阜新市大气源颗粒物的多物源混合性及较差的分选特征,阜新市应当着重加强对TR、DY、DX、CS等大气颗粒物污染源的排放及监测管控。     

贺江重金属污染对硅藻群落组成的影响

利用多元统计分析方法对贺江中游重金属污染的9个样点进行分析,研究了水质因子和重金属因子对硅藻群落的影响。冗余分析(Redundancy analysis,RDA)排序前两轴共同解释了硅藻群落变异程度的52%,RDA排序轴1与水质因子和重金属铊显著正相关,排序轴2与重金属铅显著正相关,单个环境因子的解释变量中,铊、硝氮、铅和氯化物的贡献量分别达到了21.8%、17.1%、12.6%和11.4%。偏冗余分析(Partial RDA)显示,水质因子和重金属因子分别解释了贺江中下游硅藻群落变异的48.2%、24.2%。利用方差分解的方法计算出单个硅藻种类对环境因子的解释程度,分析表明,Achnanthes minutissima、A.exigua Grunow、Nitzschia fonticola、N.tubicola Grunow是重金属因子喜好种,Cyclotella distinguenda、C.meneghiniana、Gomphonema parvulum、Navicula viridula var.rostellata、Nitzschia inconspicua、N.intermedia、Synedra ulna是水质因子的喜好种,Cyclotella atomus、Gyrosigma acuminatum、Melosira varians、Nitzschia palea等受两种因子的共同影响,分析结果与冗余分析具有一致性。结果表明,贺江中下游硅藻组成受水质因子和重金属因子的共同影响,水质起决定作用,重金属铊和水质硝氮是影响其组成的主要因素。     

EDTA滴定法测定总硬度的精密度偏性试验分析

采用空白检验、方差分析、总标准差检验、加标回收等精密度偏性试验方法对实验室采用EDTA滴定法测定总硬度的准确性与精密度进行评价,并绘制质控图以分析试验数据的受控状态与变化趋势,结果表明:该实验室用该方法测定总硬度不受水体干扰物质及环境条件的影响,实验人员具备相应的检测水平,检测数据准确可靠;试验数据所有点均处于受控状态,说明该实验室具备了相应的质量管理能力。建议注意缓冲溶液的保存和使用,试验重点应放在提高操作人员技术水平、减少人员操作的系统误差上。     

长三角城市群PM2.5时空变化和影响因素分析

为协调经济发展与环境污染之间的矛盾,实现经济社会的可持续发展.以长三角城市群为研究区,基于PM_2.5浓度和气象数据,分析PM_2.5浓度的时空变化规律,并利用小波相干（WTC）、偏小波相干（PWC）和多小波相干（MWC）,评估PM_2.5与气象因子在时频域中的多尺度耦合振荡.结果表明：①②③④⑥⑤⑦⑧⑨⑩长三角城市群PM_2.5浓度年均值由西北向东南梯度递减,高值区域空间范围逐年缩小.PM_2.5浓度季节均值与年均值的空间分布特征相似,并且具有冬季最高,夏季最低,春秋过渡的特点.② PM_2.5浓度从2015~2021年逐年下降,达标率逐年上升.PM_2.5浓度差异逐年缩小,具有动态收敛性特征.PM_2.5浓度在夏季的收敛性大于冬季.PM_2.5浓度日均值具有U型振荡特征,整个研究期间PM_2.5浓度等级为优和良的天数占比分别为49.72%和41.45%.③ PM_2.5与气象因子的相干性在不同时频域上存在差异.时频尺度不同,影响PM_2.5的主控因子也不尽相同.在所有时频尺度上,WTC结果表明风速可作为解释PM_2.5变化的最佳变量,PWC结果表明温度可作为解释PM_2.5变化的最佳变量.④时频尺度越大,多变量组合解释PM_2.5变化的相互作用越强,而温度和风速的协同作用可以更好地解释PM_2.5变化.结果可为长三角城市群空气污染防治提供参考.