资源物质变换与可持续发展

本文根据资源的“绝对”不可再生、相对不可再生、相对可再生和“绝对可再生”的各自特性，论述了资源物质变换在可持续发展中的重要地位。     

不同状态下包气带除氮及阻止氮污染能力的实验研究

通过土柱模拟实验方法对包气带三种状态下，即天然自净、分别向包气带介质中注入营养以及人工培殖的高效脱氮菌，阻止氮污染及除氮能力进行了研究与评价。结果发现向包气带介质中注入人工培殖的高效脱氮菌这种状态具有很强的除氮和阻止氮污染的能力，进而给出了该种状态下细菌脱氮反应动力学模型。为实施利用包气带进行污水除氮和控制面源氮源污提供了科学依据。     

计算机在振动筛噪声分析中的应用

本文以 ZG1536型振动筛为分析对象对该振动筛的噪声进行了实测,并在微机上采用快速付里叶变换的方法对噪声进行频谱分析。     

水环境DSS系统中数据集市的开发应用

水环境综合整治是一种投资巨大、影响深远的系统工程,需要进行科学决策.近来年水环境决策支持技术发展很快,而作为其中两大支柱之一,水环境数据库的开发日益受到重视.数据仓库、数据集市等技术是对数据库技术的重要发展.为此在水环境数据库之上开发水环境数据集市进行了探讨.将已有的水环境数据库,按照水环境综合整治的主题,采取星型模型进行重新组织,即生成水环境数据集市.介绍了ECTL工具的开发,即将数据库转换为数据集市的抽取(Extract)、清洗(Cleanse)、转换(Transform)、装载(Load)工具;然后介绍了OLAP(OnLine Analytical Processing)工具的开发,即为实现对数据集市的应用而开发相应的联机分析处理工具,相应的联机分析功能包括查询、分类、可视化等.通过应用实例展示了水环境数据集市提供决策支持信息的能力.     

霍林河中游径流量序列的多时间尺度特征及其效应分析

霍林河是松嫩平原西部地区科尔沁、向海和查干湖湿地的重要补给水源。通过对其中游白云胡硕水文测站46a的年径流量序列的多时间尺度分析,探讨霍林河径流演变的近似周期性,识别霍林河径流变化对其下游洪泛湿地水源补给的规律,以及这种规律控制下的洪泛湿地环境演变。小波分析表明,霍林河白云胡硕水文站年径流序列主要存在3个尺度的周期变化,不同时间尺度下周期信号的强弱在时频域中的分布具有较强的局部特征,以大于30a尺度的年代际周期变化起主导作用,该尺度下,霍林河径流演变呈现出丰、枯、丰的交替振荡,下游洪泛湿地景观演变相应表现出阶段性特征,1990年代以前尤为突出。能量相对较弱的中、小时间尺度径流量周期性变化,与强烈的人类干扰活动相比,对下游洪泛湿地环境演变的作用效果不明显,突出表现在1990年代以后。     

某酸性矿山排水中溶解性有机物的特征分析

采集安徽某酸性矿山排水（AMD）水库不同离岸距离的表水层水样,结合傅立叶变换离子回旋共振质谱（FT-ICR MS）与三维荧光光谱（EEMs）技术对水样中溶解性有机物（DOM）来源和组分特征进行分析.三维荧光结果表明,样品中内源性色氨酸类荧光峰峰强与离岸距离正相关,且基于三维荧光特征指数（FI,HIX,BIX）分析判断DOM主要来自于内源.FT-ICR MS在分子层面进一步表明,内源性组分（脂类,脂肪族/蛋白类,糖类）在近岸点样品DOM所占比重相对较低（66%）.AMD中DOM的主要成分为CHO（40%~50%）、CHON（25%~30%）、CHOS （22%~36%）等化合物.DOM包含有高比例的CHOS化合物主要与AMD水体高浓度硫酸盐有关.     

基于小波分解和SVM的大气污染物浓度预测模型研究

针对大气污染物浓度的精准预测问题,运用小波分解将污染物浓度一维序列分解为高维信息,结合气象及污染物浓度数据,构建了基于小波分解的支持向量机预测模型.最后将模型应用于长沙市2018年PM_2.5和O_{3-8 h}的浓度预测.结果表明：①在其他参数不变的条件下,该模型在平均绝对误差（MAE）、平均绝对百分比误差（MAPE）、均方根误差（RMSE）、一致性水平（IA）和相关系数（R）指标上均优于未经小波分解的预测模型;②在考虑其他污染物对PM_2.5浓度的影响后,预测模型评价指标MAE、MAPE和RMSE分别减少了5.57%、9.91%和3.44%,有着更小的误差;③在考虑气象因素对O_{3-8 h}浓度的影响后,预测模型评价指标MAE、MAPE和RMSE分别减少了1.59%、3.54%和0.82%,同样也有更小的误差.由此可以看出,本文所提模型能够有效预测大气污染物浓度,为相关研究提供了方法参考.     

光照对SO2在矿质氧化物表面非均相反应的影响

使用原位漫反射红外傅里叶变换光谱(DRIFTS)研究了SO_2在α-Al_2O_3、TiO_2、CaO和α-Fe_2O_3颗粒物表面的非均相反应,考察了紫外光光照(波长约365 nm)对SO_2在不同氧化物表面反应的影响.结果表明,无紫外光照射条件下,SO_2在TiO_2、α-Al_2O_3、CaO颗粒物表面反应的主要产物为亚硫酸盐;有紫外光照射条件下,SO_2在TiO_2、α-Al_2O_3、CaO颗粒物表面反应的主要产物为硫酸盐;但紫外光照射对SO_2在α-Fe_2O_3表面的反应并没有明显的影响.推测机理可能是光照促进了颗粒物表面的亚硫酸盐向硫酸盐的转化.     

基于小波分解和ARMA模型的空气污染预报研究

细颗粒物PM2.5为首要污染物的空气污染严重影响了公众健康,对空气污染进行有效预报具有十分重要的意义。而目前常用的空气污染物浓度预报方法在短时事件和意外事件预测方面存在不足。利用小波多尺度分析方法改进ARMA预测模型,并将其应用于短时空气污染物浓度预测。改进模型通过小波分解方法将时间序列分解为一个近似序列和多个细节序列,分别采用ARMA模型进行预测,然后将各序列预测结果进行重构,得到最终预测结果。以天津市2014年PM2.5浓度数据为例,分别采用ARMA模型、支持向量回归(SVR)模型、人工神经网络(ANN)模型以及基于小波多尺度分解改进的SVR模型和基于小波多尺度分解改进的ARMA模型进行了对比分析。结果表明:1)小波多尺度分解能够显著提高SVR模型和ARMA模型预报精度;2)ARMA、SVR、ANN等传统模型在重污染情况下预报精度显著下降,而小波分解改进策略能够较好地解决这个问题;3)基于小波多尺度分解改进的ARMA模型预报精度较高,是城市污染物浓度预报的有效手段。