深圳市工业区VOCs污染特征与臭氧生成敏感性

于2020年9~10月在深圳北部典型工业区开展在线观测以分析该地VOCs污染状况,并使用基于观测的模型(OBM)研究臭氧生成敏感性.观测期间VOCs的总浓度为48.5×10^-9,浓度水平上烷烃>含氧有机物(OVOCs)>卤代烃>芳香烃>烯烃>乙炔>乙腈.臭氧生成潜势(OFP)为320μg/m³,其中芳香烃、OVOCs以及烷烃贡献最大,这3类物种OFP贡献总和超过90%.乙烯与苯呈现“两峰一谷”的日变化特征,主要受到机动车排放的贡献.相对增量反应性(RIR)分析表明,削减人为源VOCs对控制当地臭氧生成最为有效,当中又应优先控制芳香烃;经典动力学曲线(EKMA)分析表明该片区臭氧生成处于过渡区,在开展VOCs区域联防联控的同时,需要在当地进行有力的NOx控制以强化该地区臭氧污染长期管控.     

Climate change and transdisciplinary science: Problematizing the integration imperative

In this article we critically examine the ‘integration imperative’ in transdisciplinary environmental science and build on social constructivist and political theories to suggest alternative approaches of knowledge co-production in transdisciplinary settings. Our argument builds upon a body of literature in social studies of science to cull insights about knowledge co-production, social learning, and the ecology of team science, particularly as it relates to climate change adaptation. Couched in this transdisciplinary literature, we demonstrate, is the assumption that integration necessarily can and should be a regulative ideal. We critique this assumption by examining the ‘messy’ politics of achieving consensus among radically different, and sometimes irreconcilable, ways of knowing. We argue that the integration imperative conceals the friction, antagonism, and power inherent in knowledge co-production, which in turn can exclude innovative and experimental ways of understanding and adapting to climate change. By way of conclusion, the final section explores three alternative models of knowledge co-production – triangulation, the multiple evidence-based approach, and scenario building – and illustrates their application in the context of transdisciplinary research in climate change adaptation in the arctic, focusing on alternative means of cross-boundary engagement with indigenous ways of knowing.     

基于数据分解的AQI的CEEMD-Elman神经网络预测研究

针对Elman神经网络在预测空气质量指数（AQI）时易受到数据非平稳性的影响导致预测趋势良好但准确度较低的问题,提出以互补集合经验模态分解（Complementary Ensemble Empirical Mode Decomposition,CEEMD）为基础的CEEMD-Elman模型.应用CEEMD对AQI序列分解成不同时间尺度上的本征模态函数分量和剩余分量,进而首次将对非平稳的AQI序列的预测研究转化为对多个平稳的本征模态函数分量的研究.分别与Elman单一模型、EMD-Elman模型、BP单一模型及CEEMD-BP模型进行实验对比.结果表明：应用该方法建立的模型的均方误差、平均绝对误差和平均绝对百分比误差分别为4.80、0.71、1.84%,均小于其他模型结果;对应空气质量等级预报正确天数的频率为94.12%.该模型能有效的降低非平稳性对实验预测结果的影响,实现对空气质量等级的准确预报;该研究为进一步预测AQI的走向提供了有效依据,也为政府决策和管理部门制定空气污染控制提供了更充分的参考.     

OBIA与RF结合的龙口市土地利用信息提取方法

为提高中分辨率遥感影像解译精度,本文提出面向对象影像分析（Object Based Image Analysis,OBIA）与随机森林（Random Forest,RF）结合的土地利用信息提取方法。采用Landsat 8 OLI影像,针对不同地物特点,阈值分割和多尺度分割结合创建影像对象,规则集和分类器协同分类,基于Relief F算法分别对光谱特征、纹理特征及所有特征降维筛选特征子集,并与全部特征一起应用RF建模,对龙口市进行土地利用信息提取与比较。结果表明：OBIA与RF结合提取土地利用信息,基于Relief F算法筛选纹理特征,保留完整光谱、几何、空间关系特征构建RF模型,建模错分率为0.0958,分类总体精度和Kappa系数分别为89.37%和0.872,取得较理想结果。该方法可应用于中分辨率遥感影像土地利用信息提取。     

小城镇可持续发展公平性评价的定量探讨

在分析了小城镇可持续发展公平性涵义的基础上,对小城镇可持续发展的公平性评价原则和指标进行了探讨,并针对一小城镇实例,探索性地构筑了小城镇可持续发展公平性评价的定量分析模型,且对应用中应注意的问题进行了说明.     

厌氧-好氧活性污泥法处理高浓度甲醇废水

介绍了厌氧一好氧活性污泥法处理电管厂高浓度甲醇废水的动态试验结果。试验结果表明：该方法处理高浓度甲醇废水,可以克服甲醇废水厌氧处理容易酸化的问题．运行稳定．抗负荷冲击性强．处理效果良好。     

中国省域城市生态适宜度综合评价

依据城市生态系统原理,从生产位、生活位、环境位3方面构建了综合衡量城市生态适宜度的指标体系和数学方法,以各个省区地级以上城市作为分析样本,通过对评价区的各领域以及生态适宜度水平综合评价,结果表明:中国省域城市生态适宜度具有的明显区域性差异,城市生态适宜度大致呈现:东部高、中西部低,南方高、北方低的格局,既与区域自然生态条件有关,也同地方社会经济发展、城市建设与管理水平相关。