乌梁素海Chl-a时空分布及相关水质因子研究

根据2010年1月-2015年11月乌梁素海水质因子监测数据,分析其Chl-a的时空分布及其与主要水质因子的相互关系.结果表明:河套灌区农田退水对乌梁素海Chl-a浓度变化产生较大影响,入口区高于湖心区与出口区.从空间分布上来看,Chl-a浓度分布呈现出入口区>湖心区>出口区的趋势;从时间分布上来看,呈现5月份>7月份>3月份>11月份>9月份>1月份,枯水期>丰水期>平水期.在采样时间段内,Chl-a与NO3-N与NO3-含量比成正比.     

在用轻型汽油车排放水平及趋势变化拟合研究

基于佛山市2.7万条稳态加载模拟工况法(ASM)的尾气排放检测数据,在分析了总体排放劣化特征随行驶里程呈规律性变化的基础上,通过分类统计和回归分析方法研究了在用轻型汽油车的排放劣化增长模型及不同排放标准机动车的排放特征.分析结果表明,线性增长模型能很好地表现CO,HC,NO三种污染物随行驶里程的劣化规律;不同排放标准的轻型汽油车排放特征差异很大,国零、Ⅰ、Ⅱ排放水平很高,对总体排放影响较大.研究结论对于预测机动车污染变化趋势,完善在用车检查/维护制度等方面可以提供理论支持.     

有机化学品不同温度下(过冷)液体蒸气压预测模型的建立与评价

(过冷)液体蒸气压(PL)是评价化学品在环境中分配、迁移和归趋行为的重要参数。PL具有较强的温度依附性。发展一种能够精确预测不同环境温度下化学品PL的方法,有助于填补化学品生态风险评估的大量数据缺失。本研究收集整理了661种有机化合物在不同温度下(200~830 K)共计10 478个log PL值。在此基础上,采用偏最小二乘(PLS)回归和支持向量机(SVM)方法,构建了PL的线性和非线性预测模型。结果表明:2种模型均具有良好的拟合度、稳健性及预测能力,SVM模型的预测性能略高于PLS模型(PLS:R2adj.tra=0.912,RMSEtra=0.477,Q2ext=0.910;SVM:R2adj.tra=0.997,RMSEtra=0.092,Q2ext=0.967)。机理分析表明,温度是影响PL的主要因素,温度越高,蒸气压越大;其次,X1sol也影响PL大小,X1sol用来描述分子间的色散作用,分子间色散力越小,蒸气压越大;此外,化合物的氢键个数、极性和分子构型等因素也影响PL大小。采用Wiliams plot方法表征了PLS模型应用域。所建立的模型可用来预测烷烃、烯烃、醇、酮、羧酸、苯、酚、联苯、卤代芳香烃、含N化合物及含S化合物在不同温度下的PL数据。     

城市内部尺度PM2.5传输关联方法研究—以北京市为例

基于数据驱动思想,以城市内部环境空气质量监测站点为研究对象,建立了目标站点与周边站点间PM_2.5浓度、风向、风速、欧几里得距离等参数的多元线性关联回归模型,使用梯度下降算法学习得到各参数权重系数,计算得出周边站点对目标站点PM_2.5传输贡献,并评估了模型的可行性.以北京市丰台花园（FT）为目标站点的应用研究结果显示,2016年FT站点PM_2.5浓度为82μg/m³,周边站点大兴（DX）、房山（FS）、亦庄（YZ）、东四环（DS）、古城（GC）和万柳（WL）浓度分别为93,82,80,79,77,71μg/m³;FT站点PM_2.5浓度与上一时刻周边站点WL、GC、DX、YZ的相关性分别为0.634、0.631、0.608和0.601,显示其对FT站点PM_2.5污染传输显著;建立的4个季节关联回归模型RMSE值分别为13.22、11.74、12.51和13.22,PM_2.5模拟浓度与监测浓度变化趋势一致,验证了模型的可行性;WL、DX、YZ、GC分别是对应春、夏、秋、冬4个季节对FT站点PM_2.5污染传输贡献较大的站点,其贡献值分别为1.61%、1.71%、2.20%和8.57%.该模型解析的结果可为北京市未来城市规划、建设提供依据,提出的PM_2.5传输多元线性关联回归方法同样可用来解析其他城市内部尺度PM_2.5传输关联,为挖掘城市内部PM_2.5传输路径、精准溯源提供基础.     

因子回归和交互联合探索区域植被覆盖度的影响因素——以三江源地区为例

利用SPOT VEGETATION数据获取的归一化植被指数（NDVI）,分析三江源地区植被覆盖度（FVC）的空间异质性,围绕自然和人类活动因素,基于因子回归与交互作用联合探索自然因素和人为因素对三江源地区植被覆盖的影响.结果表明：（1）三江源地区植被覆盖度整体呈现明显的空间异质性;（2）总体上FVC空间分布的影响因素表现为自然环境因素>人类活动因素;（3）降水是影响三江源地区FVC的主要驱动因子,解释力达0.777;（4）因子交互发现：驱动解释系统呈现双因子增强,说明从系统的角度来看不存在独立起作用的因子,年降水量与其他因子的交互作用最强;（5）降水梯度影响了三江源地区FVC空间异质性的解释程度.随着降水增加,因子解释力趋稳,在降水量较多的三江源东部地区,FVC趋向于更易受高程和气温的影响;（6）数据结果亦验证了因子独立的全局最优筛选仅仅是模拟因变量特征的最优函数,其解释效果与因变量的驱动解释不能完全等同.     

基于MGWR的黄河流域土壤有机碳密度和影响因素分析

土壤有机碳作为最大陆地碳库,其空间分布特征和影响因素对于全球碳循环过程具有重要影响.基于土壤有机碳密度数据,结合环境因子,使用多尺度地理加权回归（MGWR）模型预测了黄河流域土壤有机碳密度（SOCD）和影响因素.结果表明：①黄河流域0~20 cm和0~100 cm的SOCD范围分别为0~14.82 kg ·m^-2和0~32.39kg ·m^-2,均值分别为3.48 kg ·m^-2和8.07kg ·m^-2,储量则分别为2.76 Pg和6.48 Pg;②各生态系统类型中,0~20 cm的SOCD从大到小依次为：森林>水体与湿地>其他>草地>农田>聚落>荒漠,0~100 cm的SOCD从大到小依次为：水体与湿地>森林>其他>草地>农田>聚落>荒漠,SOCR从大到小皆为：草地>农田>森林>荒漠>水体与湿地>聚落>其他;③黄河流域SOCD的分布主要受常数项、剖面曲率、NDVI和降水的影响,曲率和粉砂对深层的SOCD的分布也具有重要影响;此外,降水、NDVI和常数项（除森林外）是影响各生态系统的主要因素,曲率和粉砂则仅对荒漠和其他生态系统具有重要影响.研究结果得出了黄河流域SOCD的空间分布和影响因素,可为黄河流域碳平衡、土壤质量评价和生态治理恢复与巩固提升提供科学依据.     

Estimation of Nonpoint Source Nitrate Concentrations in Indiana Rivers Based on Agricultural Drainage in the Watershed

Subsurface tile‐drained agricultural fields are known to be important contributors to nitrate in surface water in the Midwest, but the effect of these fields on nitrate at the watershed scale is difficult to quantify. Data for 25 watersheds monitored by the Indiana Department of Environmental Management and located near a U.S. Geological Survey stream gage were used to investigate the relationship between flow‐weighted mean concentration (FWMC) of nitrate‐N and the subsurface tile‐drained area (DA) of the watershed. The tile DA was estimated from soil drainage class, land use, and slope. Nitrate loads from point sources were estimated based on reported flows of major permitted facilities with mean nitrate‐N concentrations from published sources. Linear regression models exhibited a statistically significant relationship between annual/monthly nonpoint source (NPS) nitrate‐N and DA percentage. The annual model explained 71% of the variation in FWMC of nitrate‐N. The annual and monthly models were tested in 10 additional watersheds, most with absolute errors within 1 mg/l in the predicted FWMC. These models can be used to estimate NPS nitrate for unmonitored watersheds in similar areas, especially for drained agricultural areas where model performance was strongest, and to predict the nitrate reduction when various tile drainage management techniques are employed.     

The impact of heat waves on daily mortality in Belgrade (Serbia) during summer

In this paper, we are dealing with two extreme events in temperature and population – heat wave and mortality. Our aim is to assess the relation between high temperatures and daily mortality counts during the summer months in the period 2000–2010 in Belgrade (Serbia). In order to establish this connection, we used Poisson regression and two different measures of heat wave: Warm Spell Duration Index (WSDI) and apparent temperature (T _app). As mean daily temperature increases over 90th, 95th and 99th percentiles, average number of deaths increases for 15.3% (p?<?.01), 22.4% (p?<?.05) and 32.0% (insignificant for p?<?.1). We tested three different thresholds (90th, 95th, 99th) for WSDI and T _app in order to separate the hottest heat-wave episodes. On average, mortality is higher than expected for 13.4%, 16.7% and 28.3% (90th, 95th and 99th percentiles for WSDI) and 16.1%, 17.3% and 32.5% (90th, 95th and 99th percentiles for T _app). Estimated mortality excess with heat-wave indices is in accordance with regression output, meaning that WSDI and T _app are good tools for heat-wave identification. During the most severe episode in July 2007, absolute temperature maximum (43.6°C) and daily maximum mortality counts (94 dead) were recorded in the same day (24 July 2007).     

好氧/除磷颗粒对亚硝化颗粒污泥启动的影响

在室温下,采用R1、R2、R3三组相同的SBR反应器接种污水厂回流污泥,比较了添加好氧颗粒、除磷颗粒对亚硝化颗粒污泥启动及稳定运行的影响.结果表明,在S1(0~22 d)阶段,R1、R2、R3均用了19 d启动亚硝化.在S2阶段(23~56d),R1不添加颗粒污泥,R2、R3分别添加20%好氧颗粒和20%除磷颗粒诱导亚硝化絮状污泥颗粒化,R1、R2和R3分别在76、42 d和56 d平均粒径达到412、468、400μm,均成功实现颗粒化.在S3阶段(57~108 d),进水氨氮负荷和COD负荷分别由0.4 kg·(m~3·d)~(-1)提高到0.5 kg·(m~3·d)~(-1)和0.2 kg·(m~3·d)~(-1)提高到0.5 kg·(m~3·d)~(-1),R1、R2反应器中颗粒粒径增加明显,但R3发生了污泥膨胀.在运行末期(108 d),R1和R2的平均粒径分别达到689μm和893μm.接种好氧颗粒和除磷颗粒均能快速实现亚硝化污泥的颗粒化,并且接种好氧颗粒的亚硝化颗粒污泥系统能适应较高C/N比进水,耐冲击负荷,能长期稳定运行.