千河下游水体-沉积物重金属空间分布、风险及影响因素

为了研究千河下游水体-沉积物重金属污染特征、风险程度及其影响因素,采集千河下游表层沉积物19份及水样20份,使用电感耦合等离子体质谱仪(ICP-MS)测定8种重金属(As、Cd、Cr、Cu、Mn、Ni、Pb和Zn)含量,分析了水体中重金属含量和健康风险,对沉积物重金属空间分布及污染特征进行探析,以DEM、气温和降水等11种因子为自变量,结合地理探测器和地理加权回归模型对沉积物重金属污染影响因素进行空间分异探究.结果表明,千河下游8种水体重金属浓度均未超过地表水环境质量标准Ⅱ类水体标准,其中Pb元素变异系数为3.11,浓度高值区主要集中于东岭冶炼公司和凤翔火车站周围.水体成人致癌物Rc均值为7.72E-06,呈较轻风险程度,儿童致癌物Rc均值为1.17E-04,呈强风险程度,成人与儿童非致癌物风险均为可承受风险程度,儿童R总的高值主要集中在凤翔火车站周边,呈较强风险程度;千河下游沉积物重金属除As和Mn外,其余6种元素均超过陕西省土壤背景值,其中Cd元素含量均值为1.12 mg·kg^-1,是陕西省土壤背景值的12倍,Cd、Zn和Pb污染较严重,主要分布在长青村、南湾...     

中国交通碳排放及影响因素时空异质性

选取30个省级行政单位作为空间单元,采用探索性空间数据分析（ESDA）方法对交通碳排放时空分布格局进行研究,同时考虑空间单元的差异性,构建地理加权回归（GWR）模型分析交通碳排放影响因素的时空异质性.研究发现：2000~2015年交通碳排放量呈现显著的空间聚类特征,聚类趋势逐年加强.双变量空间自相关指数为0.165~0.274,显著性水平介于0.016~0.045,表明交通碳排放同机动车保有量、GDP、货运周转量及客运周转量之间存在显著的空间正相关关系.GWR模型的R²在0.783~0.865之间,而OLS模型的R²在0.675~0.844之间,且GWR模型的AICc值均低于OLS模型的,说明GWR模型的拟合结果明显优于OLS模型,可以更好地解释交通碳排放的影响机制.GWR的回归结果表明碳排放的影响因素存在明显的时空异质性特征,其中GDP是主要的推动因素,部分地区回归系数高达0.91,2000年影响程度由东向西递减,而2005、2010和2015年由北向南递减.客运周转量起到关键的抑制作用,影响程度由东北向西南递减.因此建议应当充分考虑碳排放影响因素的时空异质性特征,制定差异化的碳减排政策.     

多模式集成方法在安徽地区PM2.5预报中的应用研究

分别采用算术平均、权重平均、多元线性回归和神经网络的集成方法,对3种空气质量模式在安徽地区2017年2月-2018年2月PM_2.5预报结果进行集成释用.结果表明：各模式和订正产品的预报值与实况值之间均能达到显著相关,相较于WRF-Chem,多元线性回归的均方根误差（RMSE）下降了21.7%,归一化平均偏差（NMB）下降了6%,且在16个地市中NMB均下降至-25%~25%之间;从不同时次的预报效果来看,在3个代表性城市（淮北、合肥和芜湖）,多元线性回归均能大幅度降低RMSE和NMB,但从时间和空间效果来看,其对于提升预报值与实况值之间的相关性方面,略差于权重平均的集成方法;多元线性回归方法对于重污染天气PM_2.5预报评分（TS）最高,为0.46.该方法能较为有效地提升不同模式的预报效果,可为重污染天气预报预警提供参考.     

中国暖季近地面臭氧浓度空间格局演变及主要气象驱动因素

中国的近地面臭氧（O₃）浓度在2015~2018年间持续升高,已成为仅次于颗粒物的重要大气污染物.基于中国337个城市2015~2018年暖季（4~9月）的实时O₃浓度数据和气象数据,利用趋势分析、空间自相关、热点分析和多尺度地理加权回归（MGWR）,研究了2015~2018年中国暖季地表O₃浓度的空间演变格局,探讨了气象因素对其驱动的空间差异性.结果表明：①中国暖季O₃浓度整体呈显著升高趋势（P<0.05）,平均升高速率为0.28 μg·（m³·a）^-1,其中超过55%的城市O₃浓度每年升高0.50 μg·m^-3;②O₃浓度存在明显的区域差异,高值区（平均浓度>60 μg·m^-3）分布在华东、华北、华中和西北部分地区;低值区（平均浓度<20 μg·m^-3）分布在华南和西南地区;③O₃浓度变化趋势在空间上存在位于华东、华北、西北以及华中地区的热点区域和位于西南、华南（广西）以及东北地区的冷点区域;④气温是中国暖季O₃变化的主要气象驱动因素,其对华北、西北和东北地区O₃浓度的影响显著高于其他地区;除广西、云南和江西部分地区外,O₃浓度与气温呈显著正相关;O₃浓度在华南、华东和华中大部分地区与风速呈显著负相关,O₃浓度在华北和东北部分地区与风速呈显著正相关;除辽宁、山东、河北、甘肃、广东及西南部分地区外,O₃浓度与云层覆盖度呈显著负相关;除西北和西南部分地区外,O₃浓度与降水呈显著负相关.     

基于回归支持向量机的指标规范值的水质评价模型

传统的回归支持向量机的水质评价模型不具有普适性和通用性,当指标较多时,模型的学习效率和求解精度均会受到影响.若适当设定3类水体(地表水、地下水和富营养化水体)各项指标的参照值及指标值的规范变换式,使不同指标的同级标准的规范值差异不大,从而可以认为用规范值表示的不同指标皆“等效”于某个规范指标.因此,可建立用规范值表示的任意m项指标组合皆适用的水质评价的回归支持向量机模型.通过实例对模型的实用性进行了效果检验,结果表明:用基于回归支持向量机的指标规范值的水质评价模型对河桥地表水、黑龙洞泉域地下水和山仔水库富营养化水体的水质评价结果与用BP神经网络评价法、模糊综合评价法和属性识别评价法的评价结果基本一致.     

京杭运河上游河段磷污染时空分布特征及污染源解析

为揭示京杭运河上游桐乡段总磷浓度不能稳定达到GB 3838—2002《地表水环境质量标准》Ⅲ类标准的原因,在桐乡段干流布设24个采样点,入河支流布设18个采样点,开展水质加密监测,研究磷污染发生的时空变化规律;基于水质常规指标的主成分分析,以及各主成分因子中强载荷指标与三维荧光组分的相关性分析,对重点河段磷的主要污染源进行解析;并基于绝对主成分—多元线性回归模型,定量评价主要磷污染源的贡献率。结果表明：1）京杭运河上游桐乡段干流入境水总磷浓度为0.14~0.20 mg/L,沿程监测点5~7、9和21~24有明显变差趋势,最高浓度达0.40 mg/L;部分入河支流水质较差,总磷浓度达到0.44 mg/L。2）主成分分析得到3个主因子,因子1以氨氮、溶解态磷为主要载荷,与类蛋白质组分显著相关,代表生产生活污染;因子2以高锰酸盐指数、溶解态磷、颗粒态氮为主要载荷,与类腐殖质组分显著相关,代表农业源;因子3以颗粒态磷、颗粒态氮为主要载荷,与浊度显著相关,代表码头污染与底泥源。3）运河上游河段的磷污染主要发生在干流监测点5~7和9,主要为码头污染与底泥源,其在丰水期和平水期的贡献率分别为65.9%和31.8%;监测点21~24主要为农业源,其在丰水期和平水期的贡献率分别为34.0%和32.1%;此外,生产生活污染在丰水期也有较大影响,其对监测点5~7和9、21~24的贡献率分别为42.6%、31.8%。

     

多元回归分析法在突发性事故污染预测中的应用

运用多元回归性，通过预测模型的选择、基础数据系列化、回归模型的建立和回归效果的检验，建立了化学污染危害面积、纵深与诸条件的关系，达到了快速估算的目的，是突出性化学环境污染危害预测的一种方法。     

三相生物流化床处理低C/N污水的亚硝化过程控制研究

将短程硝化与生物流化床相结合,采用低碳氮比的人工合成污水进行启动,考察进水COD、氨氮、DO、p H对硝化和亚硝化过程的影响。研究表明,较短的水力停留时间(HRT)和较少的接种污泥量有利于生物膜的生长,能够成功实现生物流化床的快速启动。高进水氨氮浓度有助于反应器实现亚硝酸盐的积累,但是这种积累并不稳定。当反应器中p H为7.5~8.1,ρ(DO)为1.5~2.5 mg/L时,最大亚硝化率达到75%左右,氨氮去除率达85%以上。出水NO-2-N和NO-3-N浓度随进水COD浓度的增加而减少;当进水COD浓度为50 mg/L时,出水硝酸盐浓度急剧减少,亚硝酸盐浓度有所降低,反应器发生同步硝化反硝化脱氮现象。     

Stepwise multiple regression method of greenhouse gas emission modeling in the energy sector in Poland

The energy sector in Poland is the source of 81% of greenhouse gas (GHG) emissions. Poland, among other European Union countries, occupies a leading position with regard to coal consumption. Polish energy sector actively participates in efforts to reduce GHG emissions to the atmosphere, through a gradual decrease of the share of coal in the fuel mix and development of renewable energy sources. All evidence which completes the knowledge about issues related to GHG emissions is a valuable source of information. The article presents the results of modeling of GHG emissions which are generated by the energy sector in Poland. For a better understanding of the quantitative relationship between total consumption of primary energy and greenhouse gas emission, multiple stepwise regression model was applied. The modeling results of CO₂ emissions demonstrate a high relationship (0.97) with the hard coal consumption variable. Adjustment coefficient of the model to actual data is high and equal to 95%. The backward step regression model, in the case of CH₄ emission, indicated the presence of hard coal (0.66), peat and fuel wood (0.34), solid waste fuels, as well as other sources (− 0.64) as the most important variables. The adjusted coefficient is suitable and equals R² = 0.90. For N₂O emission modeling the obtained coefficient of determination is low and equal to 43%. A significant variable influencing the amount of N₂O emission is the peat and wood fuel consumption.     

FNA对短程硝化污泥菌群结构的影响

在SBR反应器增加游离亚硝酸（FNA）预处理单元,投加浓度为1.2mgHNO₂-N/L的FNA进行缺氧搅拌4.5h,连续处理3d,考察短程硝化污泥中FNA对氨氧化菌（AOB）,丝状菌和微生物菌群结构的影响.研究表明,FNA对AOB有短时抑制作用,并能够抑制优势丝状菌Candidatus_Microthrix（微丝菌属）和Cytophagaceae（噬纤维菌）的增殖,分别由5.1%和1.1%下降到0.78%和几乎不可见.SVI从281mL/g降低到100mL/g左右.NAR能够维持在90%左右,短程硝化不受到破坏.高通量结果显示,FNA处理后微生物菌群结构多样性与丰度出现下降,但Thauera（陶厄氏菌属）和Ottowia出现了增殖,分别增加到5.58%和7.82%,同步硝化反硝化（SND）作用明显,这使得即便只有短程硝化,总氮去除率依然能达到60%以上.