矿井突水水源识别的RS-LSSVM模型

为了对矿井突水水源进行准确、高效的判别,综合考虑水化学特征,选取Ca~(2+),Mg~(2+),K~++Na~+,HCO-3,SO2-4,Cl~-和总硬度7个指标的质量浓度(mg/L)作为矿井突水水源的最初判别指标。利用粗糙集(RS)理论的属性约简来筛选水化学特征指标,用以作为水源识别的核心判别指标,建立基于RS的矿井突水水源识别的最小二乘支持向量机(LSSVM)模型。选用约简处理后的13组煤矿数据对模型进行训练,再用训练好的模型对另外12组突水数据进行水源判别,并与未进行属性约简的LSSVM模型及Fisher判别分析法、随机森林方法进行对比。结果表明,利用属性约简方法可以很好地排除原始数据中的冗余信息干扰,因而能有效判别矿井突水水源,使矿井突水水源模型的误判率降低至0;而且指标约简过程可以降低LSSVM运算的复杂度,也能够提高判别效率。     

北京城区屋面径流中PAHs的污染特征与来源解析

以北京典型城区屋面径流中的PAHs为研究对象,在2008年雨季采集了不同地点的屋面径流,分析了溶解相和颗粒相PAHs的质量浓度,对屋面径流中PAHs的质量浓度特征、时空变化规律及来源进行了讨论。结果表明,屋面径流具有较严重的PAHs污染,16种PAHs在溶解相中的总质量浓度为563.85~937.01 ng.L-1,来源主要是机动车排放（31.9%）、煤燃烧（39.6%）、天然气燃烧（15.3%）及石油类的挥发（14.2%）;在颗粒相中的总质量浓度为844.48~1372.62 ng.L-1,来源主要包括燃煤（51.8%）、汽油（38.1%）和柴油（10.1%）的燃烧等。BaP的EMC平均值（172 ng.L-1）远远超过我国污水排放标准（30 ng.L-1）,且以颗粒相为主。不同地点采集的屋面径流中的PAHs质量浓度大部分表现出较明显的初期效应和时间变化,而在不同采样点之间则没有明显的空间差异。     

基于相关系数优化法的河流突发污染源项识别

基于相关系数优化法,结合地表水环境特征和污染物水质过程特征,推导出一维河道中单点源瞬时排放的源项反演算法,得到了污染源排放特征与河流环境特征参数的反演公式.采用假想算例进行数值试验,综合分析了流速信息、污染物衰减、监测距离、监测数据误差及中间参数?T选取等因素对反演结果的影响,确定了该方法的适用条件和最优条件的寻找方式.间隔10min进行两次监测采样,若监测误差小于5%,反演结果的相关系数达到-0.97,污染源位置和排放量反演结果的相对误差均小于4%,综合相对误差在2%以内.并且方法具有监测布点简单高效,数据需求低,编程简单等优点,值得在环境应急管理中进行实际应用.     

“生物有效性测量”与“全沉积物毒性识别评估(TIE)”联用有效识别出沉积物中主要致毒污染物

沉积物中污染物种类繁多,准确判断其中产生生物毒性的主要来源是个难点,本文作者先采用TIE法初步判断出主要致毒污染物为有机物和重金属(毒性描述阶段(相I)),传统的毒性单位分析结果显示Cr、Cu、Ni、Pb和Zn主要致毒重金属,而为氯氰菊酯、氯氟氰菊酯、溴氰菊酯和氟虫腈为主要致毒有机物中(毒性鉴定阶段(相II))。采用4步分级提取法和Tenax提取法分析了重金属和有机物的生物有效性。生物有效性毒性单位分析更加准确地锁定了毒性主要贡献重金属为Zn、Ni和Pb,毒性主要贡献有机物为氯氰菊酯、氯氟氰菊酯和氟虫腈。沉积物的稀释降低了重金属的毒性并使其毒性贡献鉴定变得复杂,生物有效性测量可以有效地提高TIE结果的准确性。
精选自Xiaoyi Yi, Huizhen Li, Ping Ma and Jing You. Identifying the causes of sediment-associated toxicity in urban waterways in South China: Incorporating bioavailabillity-based measurements into whole-sediment toxicity identification evaluation. Environmental Toxicology and Chemistry: Volume 34, Issue 8, pages 1744–1750, August 2015. DOI: 10.1002/etc.2970
详情请见http://onlinelibrary.wiley.com/doi/10.1002/etc.2970/full     

沉积物毒性鉴别评估技术在一个有着多重污染物输入地点的应用

沉积物毒性鉴别评估用于确定造成沉积物整体毒性测试中观察到有害效果的原因。然而在多污染物的情况下,将总体毒性划分为为不同个体污染物单独造成的毒性的方法存在很多问题。利用一个有着多重输入与相关污染物的站点数据,我们为毒性鉴别评估提出一种通过追踪毒性单位（TUs）来确定是否囊括全部毒性的方法。首先确定出沉积物整体的毒性水平,然后将毒性来源划分至几种污染物大类,例如氨类,金属,非极性有机物等。本文中毒性很大程度上来源于非极性有机物,所以在萃取沉积物之后,将萃取物重新加回稀释水中以检测毒性的复原。每一部分污染物的毒性占比由溶剂梯度测量,并进行毒性检测。目标占比由气相色谱-质谱分析得到,从而鉴定出与特定成分相关的毒性。之后对这些成分相关的毒性单位进行测定以确定可能的原因组合和是否已囊括全部毒性。数据表明毒性既与已有化合物相关,又与新兴污染物相关,而两种污染物对于总体毒性的具体贡献则随实验地点改变。
精选自Howard C. Bailey, Catherine A. Curran, Peter Arth, Bonnie P. Lo, Rich Gossett. Application of Sediment Toxicity Identification Evaluation Techniques to a Site with Multiple-Contaminants. Environmental Toxicology and Chemistry: Volume 35, Issue 10, pages 2456–2465, October 2016. DOI: 10.1002/etc.3488
详情请见http://onlinelibrary.wiley.com/doi/10.1002/etc.3488/full
     

基于多模式逆向水质模型的程海水位调控-水质响应预测研究

以云南省程海为例,基于CE-QUAL-W2计算平台开发了水动力-水质模型.由于程海现有的数据不足以支撑开发可靠的流域水文与污染物负荷模型,为弥补由此引起的水质模型边界条件缺失的限制,本研究提出了基于逆向模拟与遗传算法的多模式负荷-参数识别方法来实现对水质模型的校正和鲁棒校验.应用校验后的模型对程海不同水位调控情景的水质...     

Isolation of petroleum and chlorinated hydrocarbons from the same extract

Sequential analysis is an extremely powerful technique for complex samples analysis. For determination of petroleum and chlorinated hydrocarbons, the same sample is divided into two parts. One part is utilized to extract the petroleum hydrocarbons and the second part is used to extract the organochlorine compounds because petroleum hydrocarbons usually appear in higher concentrations and interfering with organochlorine compounds. This analysis method required more solvent, time, and more sample volume. The analytical strategy, in this paper, involves the use of effective and efficient but simple techniques for petroleum hydrocarbons and chlorinated hydrocarbons separation. A clean‐up procedure is presented, by which these compounds are isolated from aliphatic as well as polyaromatic hydrocarbons through a combination of HPLC and adsorption chromatography on a florisil microcolumn. Mass spectrometric identification was used as confirmation method. GLC equipped with ECD and FID for organochlorine and petroleum compounds analysis, respectively.     

基于差错分类框架辨识人为差错

为解决人因可靠性分析中的人为差错辨识问题,提出新的工作流程。在该流程中,由人为差错引导词引导,以自问自答方式开展差错辨识工作。针对动作和决策2种差错类型,分别设计差错基本分类框架。其中,动作差错基本分类框架包括5个差错大类,10个差错小类;决策差错基本分类框架包括2个差错大类,10个差错小类。这些差错小类可作为差错辨识过程中的引导词。通过2个实例,演示这2个框架在差错辨识过程中的作用。演示结果表明,在人为差错引导词引导下开展差错辨识工作,更容易保证差错辨识结果的全面性和一致性。     

基于频率和BP神经网络的井架钢结构损伤识别

为了快速、准确地诊断井架钢结构的损伤位置和程度,提出仅基于测试精度高的频率数据和BP神经网络的识别方法。首先,选择频率变化比和频率平方变化比组合参数作为损伤位置识别因子,频率变化率作为损伤程度识别因子;然后,分步构建损伤位置和损伤程度识别的BP神经网络;最后,利用前10阶频率数据和BP神经网络对现场某井架钢结构的损伤位置和程度进行识别。分析结果表明,在测试噪声为10%时,采用前6阶损伤位置识别因子,能够清楚识别损伤位置,识别结果分别是1,5,9,15,19号单元损伤;采用前10阶损伤程度识别因子,1号单元的损伤程度识别结果分别为0.106 9,0.318 2,0.505 4,0.710 2,0.915 9,识别误差均不超过10%。     

海洋平台振动监测技术试验研究

为保证海洋平台服役期间安全运行,以实验室海洋平台模型为研究对象,开展有关振动监测技术的试验研究。通过预制损伤等物理手段,模拟海洋平台模型完好与损伤状态。使用加载设备对平台模型加载,采集其在不同加载角度、频率与增益下的动力响应。对振动传感器校准后,利用传感器、信号调理仪以及信号采集软硬件设备,组成监测系统。分析试验数据,调整相关试验参数,选取最佳信号采集状态。选取双谱分析法对试验数据进行信号处理,得出平台模型完好与损伤状态的数据变化。结果表明:根据振动监测数据的双谱模量与频率分布,能够识别损伤。