克山县空气质量及变化趋势

通过对克山县2003—2012年的空气监测数据分析,二氧化硫和总悬浮物颗粒物呈下降趋势,氮氧化物和降尘浓度变化不大;尘类是影响环境质量的主要污染物,县区环境空气质量呈轻度污染,根据各年度的监测数据来看,环境空气质量逐年得到改善。     

“十一五”期间肇源境内地表水环境质量状况评价及分析

针对我省入境流域肇源,全面开展了十一五期间枯、平、丰水期的河流水环境现状调查,采用秩相关系数法对水环境现状进行评价。研究表明:肇源境内"十一五"期间主要污染因子为高锰酸盐指数、石油类、氨氮和生化需     

如何理解空气质量分指数(IAQI)计算公式并速算

将空气质量分指数(IAQI)的计算公式拆分进行理解,其实质就是两部分指数相加,一部分指数是通过各浓度值与该级别浓度段值的比算出该浓度的空气指数分担值,另一部分为起点值。并将日报与小时报分开,计算各项污染物在每个级别的分担值(固定值)得出两个列表,不用再去查表1,只需简单的加减,甚至口算即可快速的计算出IAQI值,并可由AQI值反推某项污染物的浓度值。非常实用、简单、快速。     

郁江、黔江和浔江广西桂平段水质变化趋势分析

根据2003-2012年水质监测资料,采用秩相关系数法对郁江、黔江和浔江广西桂平段水质变化趋势进行分析。结果表明,黔江和浔江水质呈明显好转趋势;郁江水质呈好转趋势,但不明显。提出了继续加强水污染防治工作的建议。     

昆明市主城区近年空气质量变化趋势与成因分析

根据昆明市2004-2013年空气自动站监测数据,对昆明市空气质量,污染物年际变化、季节变化、空间变化特征进行了研究。分析了影响昆明市空气质量的地理气象因素、污染排放因素、污染物远程输送因素。提出了相应的防治对策和建议。     

模糊综合评价法及主成分分析法在额尔齐斯河水质评价中的应用

利用额尔齐斯河2010年监测数据进行水质评价。用模糊综合评级法对水质状况进行评价,判断水质级别;用主成分分析法判断主要污染物类型,确定各污染物的主要贡献率。并将两种方法的评价结果与单项指标评价结果相比较,结果表明：在水质评价中水质级别判断采用模糊综合评价法,水质主要污染物判断采用主成分分析法,用两种评价方法结合起来对水环境质量进行评价,结果较准确。     

基于综合水质标识指数法的四川西充河水质评价

四川省西充河为严重污染河流,选取溶解氧(DO)、氨氮(NH+4-N)、五日生化需氧量(BOD5)、总氮(TN)、总磷(TP)5项指标年平均值,采用综合水质标识指数法,研究了西充河近10年水质状况随时间变化趋势及水污染特征。2003年至2010年水质级别为劣V类,2011年和2012年水质级别为Ⅳ类,水质标识指数Iwq从2003年的12.459逐渐降低到2012年的4.431。西充河近10年水质状况整体呈好转趋势,但未达到国家规定的Ⅲ级水质标准,水质标识指数Iwq结果表明该好转的速度较慢,西充河水质状况有较大的上升潜力和空间。总氮(TN)和氨氮(NH+4-N)为河流主要污染物,为了达到国家Ⅲ级水质标准,西充河的治理已刻不容缓。     

重金属在河口区潮汐界面与盐度界面响应规律研究

河口潮汐、盐度、悬浮颗粒物特征因影响化学物质在水体与其他介质之间分配行为,使得咸淡水生物利用度上产生差别,造成咸淡水水质基准标准的差异.重金属如铜,锌,铅,镉和铬等指标由于广泛分布在淡水及海水中,在较高的浓度下可具毒性效应,是现行《地表水环境质量标准》(GB 3838-2002)和《海水水质标准》(GB 3097-1997)常规监测项目.本研究以大辽河口为例,探索这些重金属指标在咸淡水河口区衔接情况和响应规律.首先,基于生物、化学和地质地理相似性确定潮汐界面(TCI)和河海边界(FSI)的位置,划分为潮汐淡水区及混合区.其次,分析了一个潮汐周期内重金属指标的变化特征,以及潮汐淡水区及混合区内盐度和悬浮颗粒物对分配系数Kd的影响,结果表明砷、镉和铬等指标更易受盐度的影响,而锌、铜、铅和镍等指标更易受悬浮颗粒物和潮汐状态的影响.最后,结合潮汐状态和分配系数研究结果,根据这些指标在TCI和FSI的变化趋势,归纳为两类响应规律:第一类如砷、镉和铬等指标,这类指标在FSI具有明显的突变点;第二类如锌、铜、铅和镍等指标,从TCI开始发生变化.两类指标在水相-沉积相-颗粒相介质的分配行为表明颗粒相和沉积相具有相似的变化趋势,尤其颗粒相中的重金属浓度,取决于悬浮颗粒物的浓度,指标响应差异主要存在于水相中.通过本研究识别出易受不同环境因子(如盐度和SS)控制的敏感指标,提出需关注河口本身特征造成的指标背景差异的必要性,将有助于我国现行水质标准制定、修订工作的实施和开展.     

基于距离相关系数和支持向量机回归的PM2.5浓度滚动统计预报方案

针对目前空气质量统计预报方法存在的主要缺陷,本文提出了距离相关系数和支持向量机回归相结合的统计预报方案DC-SVR.利用淮安市2013年1—12月PM_(2.5)观测资料和常规气象观测资料,首先在选入预报当日气象要素的基础上,增加选取前期污染物和气象要素作为预报因子,再采用距离相关系数分季节从预报因子中筛选出重要预报因子,最后采用支持向量机回归对PM_(2.5)浓度值进行逐日滚动统计预报.研究发现,淮安地区气温和气压对PM_(2.5)的距离相关性要高于其他气象要素,夏秋季PM_(2.5)与气象要素的距离相关性较春冬季好.基于距离相关系数和支持向量机回归建立DC-SVR模型,PM_(2.5)的试预报值和实测值的全年相关系数高达0.76,平均偏差仅为1.13μg·m~(-3),平均绝对误差为23.47μg·m~(-3).通过与支持向量机回归、人工神经网络的统计预报效果对比,DC-SVR模型有效降低预报因子维数且能自适应选取最佳参数,预报精度显著优于其他3种统计预报方案,可为业务化预报提供参考.     

太湖流域上游平原河网污染物综合衰减系数的测定

改善太湖水质需要削减上游河流进入太湖的污染物总量.为了探求太湖流域上游平原河网的自净能力,开展原位实验测定了枯水期高锰酸盐指数、氨氮(NH_4~+-N)、总氮(TN)和总磷(TP)的综合衰减系数,根据河道的水力特征对综合衰减系数进行了修正,并利用一维稳态水质模型对修正前后综合衰减系数的可靠性进行了验证.结果表明,高锰酸盐指数、NH_4~+-N、TN和TP的综合衰减系数分别为:0.0296~0.4106、0.0224~0.3564、0.0137~0.3046和0.0555~0.5725 d~(-1).可靠性验证表明高锰酸盐指数、NH_4~+-N、TN和TP综合衰减系数修正前的平均相对误差分别为8.39%、14.40%、11.43%和19.22%,修正后的平均相对误差分别为10.65%、14.34%、11.37%和19.24%.修正前后高锰酸盐指数、NH_4~+-N、TN和TP的平均相对误差均小于20%且变化不显著,表明综合衰减系数的测定结果能够为太湖流域上游平原河网的污染物总量控制管理提供科学参数;也表明枯水期的水力条件对综合衰减系数的影响较小.