典型金属材料深海腐蚀行为规律与研究热点探讨

综述了碳钢与低合金钢、不锈钢、铜合金、铝合金以及钛合金等典型金属材料深海腐蚀行为规律的研究进展。结合深海环境的苛刻与独特性,探讨了深海腐蚀环境试验及实海原位电化学测试技术等领域研究方向,尤其是中国临近海域深尺度、涵盖当前实际需求材料的大规模深海环境试验以及耐受高静水压、集电化学数据采集与远程数据传输于一体的实海电化学测试技术。此外,从阴极保护、仿真预测、应力腐蚀、涂层防护等方面介绍了实验室深海模拟试验方面的研究热点,进一步展望了典型材料深海腐蚀数据积累及适用性研究发展前景。     

上海市青浦区PM_(10)污染与气象要素的关系

利用2006年-2010年上海市青浦区PM10和同期地面气象要素的监测资料,定量分析PM10的季节变化规律以及PM10与降雨量、大气湿度和风速之间的关系。分析结果表明:PM10浓度在夏季处于低值,冬季处于高值;5 mm/d以上的降雨对PM10有显著的清除作用,且春夏季降雨的清除作用大于秋冬季节。PM10浓度与大气湿度基本呈负相关关系。风速在一定范围内有利于PM10的扩散但不至造成扬尘,春季的适宜风速是1.5～3.5m/s,冬季的适宜风速是1.5～2.5 m/s。     

人工污水释放对白骨壤模拟湿地系统土壤理化性质的影响

在温室中建立红树林植物白骨壤模拟湿地系统，分别用正常(NW)、5倍(FW)和10倍(TW)浓度的人工配置的污水每周定时定量对模拟系统污灌2次，用海水作对照(CL)，持续1a。研究污灌对模拟湿地系统土壤理化性质的影响。结果表明：经过1a的污水处理，白骨壤模拟湿地系统的土壤理化性质未发生显著改变，种植其上的白骨壤植物能维持正常生长。     

基于L-THIA模型的市桥河流域非点源氮磷负荷分析

以番禺市桥河流域为研究对象,利用现场建立的不同土地利用类型的径流场实测降雨径流数据,对长期水文影响评价模型(L-THIA)的主要参数进行校正,模拟计算该流域非点源氮磷负荷量,并分析土地利用和降雨变化对氮磷负荷输出的影响.结果表明,市桥河流域内非点源氮磷污染高负荷区主要集中在农业用地和城镇用地,单位面积污染负荷输出最高的为农业用地.从1995~2010年,流域非点源氮磷负荷呈增加趋势,TN增加了17.91%,而TP的增加幅度达到了25.30%.随着流域城镇化的迅速发展,城镇用地明显增加,所占比例达到了43.94%,2010年对负荷总量的贡献率也已超过40%,几乎与农业用地持平,这也是近15年来流域内农业用地面积虽然有所降低,但污染负荷总量仍然增加的主要因素.流域内降雨主要集中在汛期,因而汛期非点源氮磷负荷亦远高于非汛期,占全年比例超过了85%.不同降雨类型发生次数与污染负荷的Pearson相关分析表明,日降雨量大于20 mm的降雨是造成流域内非点源氮磷污染的主要降雨类型.     

北京夏季高温高湿和降水过程对大气颗粒物谱分布的影响

2004-07-13～2004-08-23使用TDMPS-APS系统在线测量颗粒物的数浓度谱分布,并于07-16～07-18选取了高温闷热夜晚、日间高温高湿和雨后晴朗干洁3种天气条件,使用多级串联撞击式采样器(MOUDI)测量颗粒物的质量浓度谱分布,结果表明,高温高湿天气条件下颗粒物的污染、尤其细粒子污染严重,导致很低的能见度(2.5km);PM_1.8和PM₁₀的质量浓度分别为170.68μg/m³和249.35μg/m³,细粒子质量浓度占PM10的68%;粒径为50～100nm颗粒物的数浓度最高,为2×10⁴～3×10⁴个/cm³;降雨过程对粗粒子和细粒子均有去除作用,对细粒子的去除作用尤为明显;降雨后PM₁₀和PM_1.8浓度分别比降雨前降低3倍和6倍;降雨过后的晴朗干洁天气有利于新粒子(3～20nm)的生成,生成的新粒子快速长大到50～100nm;随着污染物的累积,以后几天内又变为污染天气.     

荆门市近十年大气降雨的变化特征分析

利用荆门市2001—2010年对城区和石化区的降水监测资料,研究分析了荆门市近十年来的大气降水量、pH及电导率的变化情况。结果表明:荆门市近十年来的年均降水量为793.27 mm,降水主要集中在5—8月,年降水量变化较大,基本呈周期性的波动趋势。荆门市城区降水的pH和电导率比较稳定,没有出现酸雨。石化区的降水年平均pH比城区低,年平均电导率比城区高,有酸雨发生,但污染并不严重。     

An improved grey wolf optimizer algorithm for identification and location of gas emission

Identification of the leakage of hazardous gases plays an important role in the environment protection, human health and safety of industry production. However, lots of current optimization algorithms, such as particle swarm optimization (PSO) and Grey Wolf Optimizer (GWO), suffer from poor global optimization capability and estimation accuracy. In this work, a hybrid differential evolutionary and GWO (DE-GWO) algorithm is proposed. Tested by simulation cases and Prairie Grass emission experimental data, DE-GWO shows higher estimation accuracy than GWO. Compared with the other four optimization algorithms, DE-GWO exhibits finer robust stability under different population sizes, fewer iterations, as well as higher estimation accuracy with fewer search agents. Importantly, simulation results demonstrate that DE-GWO is more suitable to apply in the scene with a small number of sensors. Therefore, the proposed in this paper outperforms other optimization algorithms for the gas emission inverse problem. DE-GWO can provide reliable estimation towards gas emission identification and positioning, which shows huge potential as the data analysis module of real-time monitoring and early warning system.