水质自动监测站的管理和质量保证

以同江市水质自动监测站工作为例，论述了水质采样系统、配水系统、测试系统、数据检验和传送系统的工作经验。     

基于智能电网大数据的工业企业大气污染排放特征研究

本文尝试构建基于智能电网大数据的工业企业污染排放预测方法。通过分析上海大中型工业企业用电量与工业总产出、工业总产出与主要污染物直接排放量之间的关联关系,本文建立了工业企业基于用电量的直接污染排放清单估算方法。利用此估算方法,可在实时的智能电网大数据基础上估算工业企业直接污染排放量,服务于大气污染的实时预警和预测。本文研究表明,这种清单估算方法可直接应用于工业企业污染的实时防控,既可服务于政府大气污染监测、应急机制启动时防控对象的选择,也可服务于未来的污染物排放权实时交易市场的供需分析等,是大数据在污染防治领域应用的可行路径。     

基于数据挖掘算法和数值模拟技术的大气污染减排效果评估

近年来,京津冀地区采取了大量污染减排措施进行大气污染治理,如何客观评估减排效果是目前大气环境领域的研究难点.为准确评估大气污染过程的减排效果,本文利用北京地区常规气象资料、国控站PM_(2.5)浓度资料,遴选了北京地区2018年3月11—14日和2013年3月14—17日两次空气污染过程,计算了大气容量系数、静稳指数,并利用KNN数据挖掘算法和WRF-Chem模式,对比分析了有无减排条件下的PM_(2.5)日均浓度.结果表明:两次空气污染过程的天气形势和局地气象条件较相似,就大气热力和动力的垂直结构来看,2018年空气污染过程比2013年空气污染过程的大气稳定性更强、边界层高度更低、环境容量更小,但PM_(2.5)峰值浓度却显著下降,平均浓度明显降低,PM_(2.5)小时浓度的增长趋势相对平缓,重污染持续时间缩短.KNN数据挖掘算法减排评估结果显示,该方法能够较好地预测PM_(2.5)日均浓度的变化趋势,2018年3月11—14日,在减排和不减排情景下PM_(2.5)日均值分别为171和229μg·m~(-3),减排使得污染过程PM_(2.5)平均浓度下降了25.3%.数值模拟结果与KNN数据分析结论吻合,进一步验证了减排措施的有效性.综合看来,2018年空气污染过程中PM_(2.5)浓度相比历史相似气象条件下的污染过程显著降低,这是长期大力度减排效果的体现.     

基于GIS技术开发的DSS系统数据结构设计

“省级环境决策支持系统”是以GIS为基础,以模型方法为驱动的环境信息系统,其中涉及的环境信息具有数量巨大和门类繁多的特点。该文探讨了设计此系统空间数据和属性数据结构所遵循的基本原则和基本方法。      

基于CSGD的排放清单处理工具研究

CSGD（crowd sourcing geographic data,众源地理数据）是通过互联网向大众或相关机构提供的一种开放地理空间数据,具有易获取、时效性好、准确性高等特点,在排放清单时空分配方面具有应用潜力.然而,现有排放清单处理工具不支持CSGD数据直接输入且难以满足排放清单空间分配和空气质量模式所需清单格式,因此,亟待开发一套可以拓展该类数据在排放清单领域应用的工具.以CSGD中的POI（城市设施兴趣点）数据为主要研究对象,基于QGIS平台、C++语言及Python语言,开发了在Windows系统下的ISAT（inventory spatial allocate tool,排放清单空间分配工具）工具及在Windows或Linux系统下的ISAT.M工具.结果表明:ISAT工具以POI数据为基础制作出的空间分配结果与排放源排放强度的空间分布特征的一致性较好;ISAT.M工具输出的inline清单可以作为CMAQ空气质量模式及其DDM敏感性分析模块的输入文件并开展模拟,通过与SMOKE模型的关闭源法模拟结果对比发现,二者在数据及空间分布上呈较好的一致性.研究显示,CSGD数据应用于排放清单空间分配可较好地反映排放源空间分布特征,同时由于此类数据存在信息冗杂、近郊区数据缺失等问题,在应用过程中应注意数据清洗及数据种类的选取工作.      

海洋环境数据库的数据依赖识别方法

设计达到第三范式标准的数据库模式,是数据库建设的关键.本文针对海洋环境数据基本为调查数据、数据之间因缺乏业务逻辑无法确立依赖关系的现状,提出了根据现有数据模式识别数据依赖的方法,并应用于数据库模式的规范化设计,通过理论和实践证明海洋环境数据库模式设计达到第三范式标准,成功应用于城市风暴潮防灾减灾辅助决策支持系统等项目建...     

石油类异常监测数据的分析

在污染源普查数据汇总中发现石油类数据异常,经核查验证和分析方法比对,得出水样预处理方法不同对监测数据有影响,从而提出石油类水样萃取液应按标准方法正确脱水和过硅酸镁吸附的建议,以提高石油类分析数据的准确性。     

区域大型环境空气综合观测中外场观测与实验室分析数据质量控制研究

环境监测的质量保证是监测数据准确性、可比性的重要保障.在区域大气联合观测项目中,完善的质量保证体系应包括管理机制和技术措施两部分,但目前我国对这类项目质量保证尚无统一标准.针对大气重污染成因与治理攻关项目（简称"大气攻关项目"）外场观测任务量大、承担单位多、监测项目复杂的特点,为保证观测数据的质量,避免出现由于监测和质控方法不统一造成的数据可比性差、结果矛盾的问题,提出了大气攻关项目质量保证体系和管理机制.其中,质量保证体系包括制定总体要求（技术文件、监测项目及质控要求）、外场观测质量保证（内部质量管理体系、项目外场观测质量保证体系）、实验室分析质量保证（实验室遴选、项目实验室分析多级质量保证体系、实验室比对和飞行检查）和数据质量控制（数据线上审核、项目实验室分析质控报告、项目数据质量评价）4个方面.管理机制为项目管理办公室、质控实验室和承担单位三级主体,两级监督的分级管理模式.通过项目实践,项目质量保证体系达到了保证观测数据准确性、可比性的预期效果,为揭示区域雾霾形成机理、突破污染控制关键技术提供了有力的技术支持,同时为区域大气联合观测项目的数据质量保证提供了借鉴.      

基于互联网大数据的成都餐饮源细颗粒物排放空间分配研究

餐饮过程排放的废气正成为大城市大气污染的重要来源之一.根据成都市2013年排放清单更新的研究成果,综合运用本地化的餐饮排放因子、排放活动水平的调查成果和成都市统计年鉴的统计数据等信息,对成都市餐饮源的PM_(2.5)排放总量进行了估算,其结果为4740 t·a~(-1).为了对区域的餐饮废气排放进行空间分配,本文抓取了互联网兴趣点POI信息.通过这些信息,对成都市的社会餐饮、学校食堂餐饮和家庭餐饮的空间来源进行了表征,对成都市生活源中餐饮污染物排放的空间分布规律进行了探索,并提出了新的餐饮源高分辨空间分配方法.结果表明,基于POI空间分配的2013年成都餐饮源单位面积年排放强度均值为0.29 t·km~(-2)·a~(-1),主城区均值为3.47 t·km~(-2)·a~(-1),全市的排放量分布区间为0~35.7 t·km~(-2)·a~(-1).互联网POI信息可以作为研究城市餐饮源空间分布的重要数据来源,在实际应用上更适于表征社会餐饮点源污染.     

基于实测光谱与MODIS数据的太湖悬浮物定量估测

以太湖为研究区域,对太湖水体的水面反射光谱进行实地测试,并取样在实验室进行水质分析;根据光谱分析得到的悬浮物特征波段,估测悬浮物浓度;最后,对比MODIS波段,用最敏感波段及主成分分析法建立悬浮物估测模型.结果表明,576nm附近的反射率峰值、841nm处反射率一阶微分值和808nm附近的反射峰高与悬浮物浓度都有较好的相关性,其中峰高法和一阶微分法对悬浮物浓度的估测精度相当;MODIS波段1与悬浮物浓度相关性最好,经过主成分变化后的第一主成分和第二主成分可以较好地估测悬浮物浓度.因此,可利用MODIS数据对太湖悬浮物进行长期动态监测.