火工品温湿度加速老化模型和算法研究

目的 研究对火工品适用的温湿度加速模型,以及加速系数计算程序,获取准确的温湿度加速系数外推公式.方法 通过分析国内外使用的各种双因素加速模型的适用性,确定火工品适用的温湿度加速模型,采用免费自由的开源统计分析软件——R软件,对通过加速试验获取的某点火头2种温湿度加速条件下的试验数据,进行单组数据拟合和多组数据拟合两种温湿度加速老化算法的开发,并且对2种算法、3种寿命分布下寿命外推的准确性进行对比分析.结果 确定了Peck模型适合用于火工品的温湿度加速模型,获取了某电点火头对应的温湿度加速系数和湿度项反应速率常数.结论 基于多组数据拟合的温湿度加速老化算法,比基于单组数据拟合的温湿度加速老化算法对试验数据的兼容性好.3种寿命分布中,Weibull分布的加速系数计算结果最保守.     

数据缺陷条件下支持污水处理厂智能管理的数据增强方法

污水处理厂的智能化管理需要高质量、丰富的数据支持.然而,在当前污水处理厂的运维管理电,过度曝气、过量投药及监测问题等导致水厂运维数据的数量和质量存在缺陷,基于此类缺陷数据支持的各种数据驱动模型性能不高.如何提高数据质量和数量对于各类人工智能模型的研究和应用非常关键.提出了一种基于生成对抗网络的污水厂数据增强方法(WP-GAN),以应对数据缺陷问题,并采用一种经典的污水处理厂人工神经网络模型(W-ANN)对所提出的方法进行验证.研究采用的数据集来自某大型城市污水处理厂的厌氧-缺氧-好氧(A2O)工艺,通过数据增强处理将实测数据扩增5倍,以增强前后的数据样本训练W-ANN模型后,模型性能得到显著提升:拟合度从20％提高到65％,最大模拟精度从67.85％提高到75.55％.该方法是一种应对数据缺陷的通用数据增强方法,可为污水厂智能管理的各种数据驱动模型提供更好的数据支持.     

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.     

不同水分管理方式下水稻生长季N_2O排放量估算:模型验证和输入参数检验

利用2005～2007年我国稻田N2O排放通量的田间原位测定资料和国际上其它地区稻田N2O报道结果,对作者建立的不同水分管理方式下水稻生长季N2O排放估算模型进行了验证.结果表明,持续淹水稻田N2O排放的拟合结果与其他地区淹水稻田N2O通量值相一致.淹水-烤田-淹水的水分管理方式下,稻田N2O排放的拟合值接近于国际上同类研究结果.淹水-烤田-淹水-湿润灌溉的水分管理方式下,稻田N2O排放的估算模型对田间原位测定资料有很好的适切性.为了检验模型输入参数的可信度,将本研究建立的有关我国水稻生产的相关资料数据库与以往研究报道结果进行了比较,结果表明,两者具有高度的一致性.数据库资料表明,在20世纪50～70年代间,持续淹水稻田占20%～25%,大约75%～80%的稻田采用淹水-烤田-淹水的水分管理方式.在20世纪80～90年代间,采用持续淹水,淹水-烤田-淹水和淹水-烤田-淹水-湿润灌溉水分管理方式的稻田分别约占12%～16%、77%和7%～12%.20世纪50年代水稻生长季平均每季总施氮量为87.49 kg·hm-2,而90年代平均为224.64 kg·hm-2.其中,化学氮肥的施用量从20世纪50年代的37.4 kg·hm-2增加到了90年代的198.8 kg·hm-2,分别占水稻生长季氮输入总量的43%和88%.在20世纪50～70年代间有机氮的输入量相对比较稳定,平均变幅在45.2～48.2 kg·hm-2之间,随后逐步降低,有机肥料氮占氮输入总量的比例从20世纪50年代的52%降低到了90年代的9%.作物残体N输入量从20世纪50年代的4.9 kg·hm-2增加到了80年代的6.3 kg·hm-2.20世纪50～70年代水稻生长季氮肥施用量具明显的空间变异性,而80～90年代间其空间变异较小.模型验证和输入参数检验的结果表明,该模型能较好地模拟我国不同水分管理方式下的稻田N2O直接排放量.     

小清河沿岸地下水中有机污染物优先排序的研究

提出了对区域性有机污染物优先排序和风险分类的定量评价方法———密切值法。该方法以反映污染物的毒性、暴露水平和化学性质的6项参数为指标,对小清河沿岸地下水中的有机污染物进行了优先排序和风险分类。      

数据仓库在水环境质量评价系统中的应用前景

水环境质量评价工作涉及的数据量大,数据分散,评价标准多,分析模型多。现有的基于数据库系统的水环境质量评价系统面向的对象单一,分析功能弱。数据仓库系统可以把分散的数据经过抽取、转换,装载进中心数据仓库,建立多维数据模型,利用OLAP的分析功能完成各种水质评价工作,更好的辅助决策者决策。介绍了基于数据库的水环境质量评价系统的缺点,数据仓库的特点,初步设想了其在评价系统中的具体实现。     

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SBR工艺的活性污泥呼吸速率在线软测量的研究

呼吸速率是表征活性污泥处理过程的主要变量,它直接反映了好氧生物处理过程中生物的活性和有机物的降解速率。本研究通过对呼吸速率测定原理的探讨,提出了基于SBR工艺的呼吸速率在线软测量模型,并通过实验室搭建的控制平台实现了微生物呼吸速率的在线测量。     

哈长城市群县域碳排放空间溢出效应及影响因素研究——基于NPP-VIIRS夜间灯光数据的实证

基于2012-2016年NPP-VIIRS夜间灯光数据测算哈长城市群共计68个县级单元碳排放数据,采用空间自相关、位序规模法则、空间计量模型以及空间马尔科夫链模型,对县级尺度城市碳排放空间特征、影响因素和动态空间溢出作用进行分析.结果表明：①城市碳排放呈现逐年下降的趋势,空间Moran''s I指数表明研究区城市碳排放存在高度的空间自相关,碳排放的高值集聚性呈降低的趋势.②位序规模法则表明,研究区全部城市的碳排放属于次位型分布,高位次城市的碳排放表现突出;在前十位城市的碳排放规模先减少再增加,由分散向集中演变.③多种空间面板模型对比分析表明,城市经济水平和人口密度因素呈现显著的正相关关系;固定投资和外商投资因素仅在时间固定模型中起到正向影响作用;技术进步以及路网密度因素则起到显著的抑制作用.④空间马尔科夫链分析结果表明,城市碳排放空间溢出效应明显,位于低水平区域与高水平区域的城市在转移过程中保持稳定;位于中低水平区域的城市与高碳排放的城市相邻会降低转移概率,反之则会提升转移概率.     

ASAR数据与ETM＋图像融合探测干旱区浅层地下水的应用

介绍了ETM＋图像与ASAR数据在探测浅层地下水方面的优缺点,并通过对内蒙古阿拉善左旗地区遥感资料的处理,研究了光谱图像与雷达数据融合后在探测浅层地下水方面的应用效果。研究表明该方法虽不能精确地探测到浅层地下水的埋深与范围,但对掌握宏观区域上浅表层地下水的分布较之单一数据源具有更快速、更直观的效果。