爆炸事故过程分析中不确定性问题处理方法

针对事故过程分析中的不确定性问题,指出了不确定问题在危险分析中的重要性及处理该问题的复杂性和难点,列出了几种基于非线性数学方法处理不确定问题的基本方法,如微分法、MonteCarlo模拟、Fourier方法、响应表面法等,并对之进行了比较.建议在处理事故过程的不确定性时采用Monte Carlo模拟.     

青岛工业与资源灰色关联分析

本文应用灰色关联分析方法研究了青岛地区主导工业对资源的依赖状态及不同工业行业之产出对各类资源投入的反应程度,以灰关联树反映工业经济与资源复合系统之整体及不同层次子系统的耦合关系,定量揭示工业经济效益主导变量与各类资源变量的动态联系,从资源高效利用的角度探讨了青岛工业产业结构调整和优化的方向及区域经济与环境效益相协调的可能途径。     

Deep chlorophyll maximum distribution in the central Tyrrhenian Sea described by a towed undulating vehicle

The towed undulating vehicle (TUV), named SARAGO, was used for two fine-scale surveys between the Italian and the Sardinian coasts during the Astraea 2 cruise (6-7 and 26-27 September 1995), studying the deep chlorophyll maximum distribution. SARAGO sections identify a sub-surface doming with higher chlorophyll a and primary production concentrations in the upwelling area of a cyclonic gyre region, detected by sea-surface temperature images. In the first section, the cyclone presents a double doming, in density and salinity, with shallower and concentrated patches of chlorophyll a for about 2 miles. Twenty days later, the second section shows that the gyre changes shape and extension, showing a single doming with higher primary production and chlorophyll a concentrations, distributed over a large area of about 40 nautical miles. SARAGO allows analysis of this high-variability phenomenon (cyclonic gyre) and allows concentrated patches (2 nm) to be identified, thus proving the importance of TUVs in the study of mesoscale processes.     

基于OMI数据的东南沿海大气臭氧浓度时空分布特征研究

基于臭氧监测仪(OMI)卫星反演数据,对2005—2018年东南沿海5省区域大气臭氧柱浓度数据进行提取及分析,探讨其时空分布格局及影响因素.结果表明:①在时间变化上,14年间,该区域大气臭氧柱浓度整体呈先上升后下降的趋势,2005—2013年臭氧柱浓度持续升高,最高值为324.52 DU,高值区不断向南部区域扩大;2013—2018年臭氧柱浓度呈下降趋势,最低值为228.27 DU,但在2017、2018年略有上升.②在空间分布上,臭氧柱浓度自北向南逐渐降低,高值区集中分布在江苏及浙江省北部;低值区集中于福建省南部及广东省大部分地区.③在季节变化上,大体呈现出春夏季高于秋冬季,高值区在春夏季交替出现,秋季略高于冬季,但差异不明显.④稳定性分析表明:研究区臭氧柱浓度整体呈现中部分散、南北部集聚、差异较显著的分布格局.⑤自然因素中,风向、气温均呈现显著正相关,江淮地区的梅雨季节(降水)及华南地区的台风和暴雨也起到显著作用.⑥人文因素中,臭氧柱浓度与地区生产总值、各产业生产总值及机动车保有量均表现出正相关,其中,臭氧柱浓度与第二产业的相关度最高.另外,臭氧柱浓度与NO_x排放量表现出显著相关性.VOC_s对臭氧柱浓度的影响中,工业源是主控因素,交通源和居民源次之,电厂源对臭氧柱浓度的影响最弱.这进一步说明臭氧浓度的变化受到了诸多因素的综合影响,但气温、NO_x及VOC_s的排放是臭氧浓度变化的主导因素.     

铅锌矿区玉米中重金属污染特征及健康风险评价

以西南某铅锌矿区为研究区域,测定了92份玉米样品中Pb、Zn、Cd、Cr和Ni的含量,开展了矿区玉米籽粒中重金属污染特征及健康风险研究.应用单因子污染指数和内梅罗综合污染指数分析了重金属在玉米中的污染状况,采用健康风险评价模型评价了重金属对人体健康造成的风险,同时利用主成分分析法解析了重金属的主要来源.结果表明,玉米籽粒中Pb、Zn、Cd、Cr和Ni的平均含量分别为0.30、23.75、0.21、1.33和1.15 mg ·kg^-1;除重金属Zn外,其他4种重金属均超过我国食品卫生标准限值,研究区玉米籽粒中Pb、Cd、Cr和Ni的综合污染指数范围介于4.32~9.07之间,均属于重度污染,Zn的综合污染指数小于1;重金属通过玉米籽粒摄入引起的复合重金属污染对成人和儿童均存在健康风险,且对儿童造成的健康风险高于成人.玉米籽粒中5种重金属可以由2个主成分来反映,第一主成分主要支配Pb、Cd、Cr和Ni的来源,第二主成分支配Zn的来源.玉米籽粒重金属含量与土壤重金属含量之间没有明显相关性.     

降水空间异质性对非点源关键源区识别面积变化的影响

针对地形起伏和降水空间差异较大的农业区非点源污染问题,基于SWAT模型评估了阿什河流域在异质性降水和均匀降水两种情景下总氮、总磷关键源区空间变化规律,统计了两种情景下识别的关键源区面积变化,并分析其与降水特征参数的关系.结果表明,降水量一定时,两种情景下识别的总氮、总磷关键源区面积变化趋势大致相同,且总磷关键源区面积不易受降水空间异质性的影响,但总氮关键源区面积却明显受到其影响.对各年份总氮和总磷关键源区面积与降水特征参数的相关分析表明,总磷关键源区面积与当年降水量呈显著正相关,而总氮关键源区面积却与前一年降水量呈显著正相关.研究结果对进一步探讨降水这一重要驱动因子的不确定性对非点源污染关键源区的影响,以及农业非点源污染的治理具有重要意义.     

北京南部城区PM2.5中碳质组分特征

为了解《大气污染防治行动计划》实施后北京市大气PM_2.5中碳质组分特征,于2017年12月至2018年12月在北京污染较重的南部城区进行了PM_2.5连续采样,对其中的有机碳（OC）和元素碳（EC）进行了全面研究.结果表明,北京大气PM_2.5、OC和EC浓度变化范围分别为4.2~366.3、0.9~74.5和0.0~5.5 μg ·m^-3,平均浓度分别为（77.1±52.1）、（11.2±7.8）和（1.2±0.8）μg ·m^-3,碳质组分（OC和EC）整体占PM_2.5的16.1%.OC质量浓度季节特征表现为：冬季[（13.8±8.7）μg ·m^-3] > 春季[（12.7±9.6）μg ·m^-3] > 秋季[（11.8±6.2）μg ·m^-3] > 夏季[（6.5±2.1）μg ·m^-3],EC四季质量浓度水平均较低,范围为0.8~1.5 μg ·m^-3.二次有机碳（SOC）年均质量浓度为（5.4±5.8）μg ·m^-3,四季贡献比例范围为45.7%~52.3%,年均贡献为48.2%,凸显了二次形成的重要贡献.随污染加重,尽管OC和EC贡献比例均降低,但浓度水平却成倍升高,OC和EC浓度在严重污染天分别是空气质量为优天的6.3和3.2倍.与非供暖时段相比,供暖时段PM_2.5、OC和SOC浓度分别增加了14.4%、47.9%和72.1%,体现了OC对供暖季PM_2.5污染的重要贡献.PSCF分析表明,位于北京西南的山西省和河南省部分区域是PM_2.5和OC的主要潜在源区,且PM_2.5潜在源区更为集中;EC的PSCF高值（>0.7）区域较少,主要位于北京南部,如山东省和河南省部分地区,且北京市及周边地区贡献明显.     

基于LOADEST和数字滤波的水源地基流氮素输出定量方法应用实例

地表直接径流和基流均是流域非点源氮/磷养分输出的重要水文途径.科学认识和定量模拟基流氮/磷养分输出对于准确解析水源地水体非点源污染来源至关重要.基于Load Estimator模型和数字滤波算法,建立了定量水源地基流氮素输出的方法体系.以浙江省珊溪水源地的玉泉溪流域为例,利用玉泉溪2010-01—2013-12期间逐月总氮(TN)水质监测数据和逐日流量数据,展示了该方法的计算过程.结果表明,本文建立的水源地基流氮素输出定量方法结果合理,模拟精度高,决定系数和纳什系数分别为0.83和0.80;玉泉溪流域2010—2013年TN负荷量为141.21～274.68 t·a~(-1),平均208.63 t·a~(-1),年基流TN负荷量为84.39～168.68 t·a~(-1),平均127.69 t·a~(-1);基流对玉泉溪年均TN负荷量贡献率高达60%以上,流域基流养分输出对地表水体的污染应引起足够重视.