温湿度对建筑室内典型霉菌生长影响及其动力学模型

高湿地区建筑室内潮湿易诱发霉菌滋生和孢子扩散,引起建筑结构损坏和人员过敏性症状或疾病等,对室内环境和人员健康都产生严重危害.本文以室内典型曲霉菌菌种-黑曲霉为例,实验研究了真实温湿度动态变化(温度15/20/25/30℃,湿度60%/75%/85%)对其黑曲霉生长特性的影响,并建立其随时间和温湿度变化的生长动力学模型.结果表明,在RH>60%的较高相对湿度条件下,温度为影响霉菌生长的主要因素,黑曲霉生长随着温度的升高而加快,而不同相对湿度影响差异较小;引入Gompertz模型建立菌落直径与生长时间的函数关系,可以较好预测黑曲霉的生长,且Gompertz模型参数μm随着温度的升高而增大,λ随着温度的升高而减小(温度≤25℃);进一步采用响应面模型作为二级模型可以较好表征温湿度耦合影响下霉菌的生长特性,并量化了μm、λ与温度、相对湿度的数学关系.结果为反应建筑真实热湿环境下霉菌生长风险和源头控制提供了理论参考.     

道路交通噪声预测影响分析

随着公路建设步伐加大,公路交通噪声污染对沿线居民的影响也随之加剧。本文介绍了噪声的危害,并通过对建赏欧洲临街住宅楼进行噪声实测,将道路交通噪声预测与实测进行了对比分析,然后将建赏欧洲和泰山小区临街住宅楼的前七层进行噪声实测,分析比较两组数值之间的差异,最后对本次实验进行总结。     

垃圾渗滤液有机物浓度预测模型的建立及应用

在分析垃圾渗滤液有机物浓度变化规律的基础上,建立垃圾渗滤液有机物浓度预测模型,并通过模拟填埋实验求出模型参数.该模型预测值与实测值之间具有接近90%的相关性,表明模型预测值基本上反映了实测值的变化规律.同时,将此模型应用到广西南宁市城南垃圾填埋场坝下区,对坝下区垃圾渗滤液有机物浓度变化规律进行预测.结果表明,坝下区垃圾...     

不同性质土壤中锑对小麦根伸长的毒性阈值及预测模型

针对土壤中锑污染毒性阈值研究较少的现状,参考ISO11269-1根伸长毒性测试标准方法,采集7种不同性质的土壤,利用TableC urve2D软件拟合剂量-效应关系,得到锑对小麦根伸长的毒性阈值(EC10和EC20)及其预测模型。当外源锑质量比增加时,7种土壤中小麦的相对根长均减小。毒性阈值与土壤理化性质相关分析表明,毒性阈值EC10和EC20与土壤p H值呈显著负相关关系,与土壤总铁质量分数呈显著正相关。回归分析得出,土壤p H值和土壤总铁质量分数可以解释90%的毒性阈值的变异。EC10和EC20的预测值与实测值的比值在2倍范围内。研究表明,在不同性质土壤中锑对小麦的毒性阈值有显著差异,土壤p H值、总铁质量分数与小麦的毒性阈值间呈显著相关关系(p0.05),所得回归模型可较好地预测锑对小麦的毒性阈值。     

基于RBF的起重作业岗位人因可靠性预测

为提高起重作业可靠性,防止人因失误酿成事故,针对人因失误的随机性、模糊性和不确定性特点,提出运用具有非线性映射能力和容错能力的径向基函数(RBF)神经网络,分析人因失误非线性动力学过程。以起重机操作岗位作为人因可靠性分析(HRA)实例,首先,建立基于"作业人员、交流界面、作业环境、作业特性、作业组织"的人因可靠性预测指标体系,并对指标进行量化;其次,根据人因可靠性原理,统计出人因失误次数,给出人因失误率;最后,通过对"人的疲劳和情绪、交流通道、作业复杂程度和时间裕度、照明环境和风力影响、工作强度和安全监管"等因素的分析,构建基于RBF的起重机操作岗位人因可靠性预测分析神经网络模型。分析结果表明,RBF预测分析同时包含人的操作可靠性与认知可靠性,预测结果同现场实际观测结果的符合度达到92.0%。     

我国地震人员损失评估经验概率模型

对地震人员伤亡的准确预测是震后救灾资源调度和救援人员分配的重要依据。基于PAGER系统中的双参数累积对数正态分布模型,分别讨论了3种建立我国地震人员损失预测模型的方法,并通过历史地震的受灾情况对其预测效果进行验证。其中,直接采用PAGER系统中提供的我国参数和以极震区烈度为变量建立的预测模型的准确性均不理想。考虑到多数震害调查资料中各烈度区受灾数据的缺失,选取数据较为详实的2008年四川汶川8.0级地震,根据已知受地震影响的25个市县的人员损失总数,综合考虑烈度区面积、人口数和烈度对地震人员损失数的影响,将每个市县的人员损失总数进行分配,最终得到不同烈度区的人员死亡率和受灾人数,回归得到模型参数后,建立我国地震人员损失评估经验概率模型。经验证分析,该模型预测结果与震例结果十分接近,远好于前2种方法得到的预测模型。同时,该模型的残差频率的正态性较好,根据预测结果建议的地震应急响应级别均与震例的实际情况相符。     

太湖蓝藻水华暴发程度年度预测

近年来,尽管太湖主要水质指标有所改善,但蓝藻水华暴发的频次和面积并未明显减少。为了探讨太湖蓝藻水华暴发的环境驱动因子,统计了2012—2020年历年4—10月预警期间的太湖蓝藻水华发生规模与频次,结合同步浮标自动监测数据和实验室分析数据,构建了蓝藻水华预测模型。以太湖蓝藻水华综合指数(I_c)表征蓝藻水华强度,并通过I_c与环境因子的相关性分析,筛选出1月水温、1月电导率、1月生化需氧量和3月总氮浓度4项环境指标,最终构建了以该4项环境指标为自变量、I_c为因变量的太湖年度蓝藻水华强度多元线性回归预测模型。该预测模型的决定系数达到了0.908,平均相对误差为10.35%,预测精度总体表现较好。     

气候灾害预测模型的应用

为了减少气候灾害造成的损失,提高灾害性气候的预测水平,用非线性预报原理和方法,建立了气候灾害的数学预测模型。首先,用西太平洋海温格点资料,通过相关计算和因子选择,用多项式曲线预测模型,对西太平洋、南海、以及登陆我国(或广东)的热带气旋的年、月频数进行预测试验,经过3年多的实际业务应用,效果良好;其次,使用越赤道气流指数、南支槽指数、高低纬环流指数等资料,根据指数曲线预测模型的原理和方法,制作了广东暴雨过程预报,其业务预报准确率达到70％-90％;并采用指数曲线、周期叠加、韵律等3种预报方法,用权重回归方程进行综合,制作了“逐日、旬、月、季气象要素的短期气候预测系统”,对天气转折、气候突变和气象要素的极值有较强的预报能力,特别对降水的时段量级、冷空气影响的时段及强度、热带气旋的影响时段的预报,效果较好,对广东的干旱、寒潮预报也具有一定的参考价值。     

基于不同测试终点的土壤锌毒性阈值及预测模型

采用基质诱导硝化(PNR)、大麦根伸长、西红柿及小白菜生长毒性测试方法,结合Log-logistic模型,对我国16种典型土壤中锌(Zn)的毒性阈值(ECx)进行了测定,同时对Zn毒性与土壤主要影响因子间的量化关系及其预测模型进行了研究.结果表明:我国土壤中Zn的毒性阈值在不同测试物种间存在较大差异,以小白菜、大麦、西红柿及土壤微生物(PNR)测试的EC10均值分别为322,356,336,297mg/kg,以土壤微生物测试最低,以大麦根伸长测定结果最高; EC50均值则分别为: 846,1471,1160,768mg/kg.不同测试方法对土壤中Zn毒性的敏感性顺序为:土壤微生物(PNR)>西红柿>小白菜>大麦,而不同测试方法的稳健性顺序则相反,表明PNR法是土壤Zn毒害最敏感的测试方法,而西红柿则是对土壤Zn污染胁迫最敏感的植物品种; 不同毒性测试结果显示,EC50阈值的测定结果要敏感于EC10,而EC10测定结果的变异系数普遍大于EC50的测定结果.pH值是影响土壤Zn毒性阈值最为重要的因子,而基于土壤pH值,CEC,有机碳含量的归趋化预测模型可以很好地预测土壤中Zn的生态风险阈值.