陈腐垃圾筛分处理的技术路线

基于已经建设完成并运行良好的福建省某陈腐垃圾处理项目,介绍其筛分处理的技术路线,描述各个处理环节之间的相互关系,并针对项目建设的关键点进行了分析.     

GPM卫星降水数据在天山山区的适用性分析

卫星降水产品在山区的适用性具有较高的不确定性。论文基于天山山区2014-2015年167个气象站点数据,应用较为广泛的两套卫星降水产品--TRMM与CMORPH,选用均方根误差（RMSE）、相关系数（R）、相对误差（PB）,以及分类统计分析指标（错报率FAR、探测率POD、公正先兆评分ETS、频率偏差BIAS）等,评估了新一代卫星降水产品--Global Precipitation Measurement（GPM）在天山山区的适用性。结果表明：相对于以上两种产品,GPM在山区的精度最高。具体表现在：1）3套产品在降水较多的夏秋季均表现较好,相对于TRMM与CMORPH,GPM与观测数据的相关系数最高（R≥0.6）,相对误差最小（PB≈10%）;2）在整个天山山区,GPM相对于其他两套产品表现出较低的误差范围（-55%~55%）;3）GPM在不同的高程带内,均表现出同观测站点较低的误差与较高的相关系数;4）3套降水产品均表现出对探测弱降水事件较高的准确性（POD≈0.58）和较低的错误率（FAR≈0.63）,但综合分析4种指数,GPM表现最佳,能够以较准确的精度和较低的误差估测降水系统。     

合肥市O3浓度时空分布及典型污染过程潜在源分析

近年来,合肥市O₃污染成为限制空气质量达标率的主要因素,为探究合肥地区O₃时空分布及潜在源区,在分析2015—2022年O₃时空分布及与气象要素关系的基础上,基于HYSPLIT后向轨迹模式及潜在源贡献分析方法(PSCF),对典型O₃污染过程的传输路径和潜在源区进行解析.结果表明：(1)合肥市MDA8-90th呈波动上升-下降-上升趋势,2022年相对于2015年增幅为47.6%,2019年臭氧质量浓度和超标率最高.O₃浓度日变化呈“单峰型”,07:00浓度最低,15:00—16:00左右达峰值;月变化为“M”型,6月浓度最高,12月最低;季节变化表现为夏季>春季>秋季>冬季;空间分布呈西北高、东北低;郊区高、城区低的特点.(2) O₃与平均气温、最高气温、日照时数呈显著正相关,与气压呈显著负相关,与相对湿度和风速的相关性较复杂;平均气温为20～30℃,日照时数大于等于10 h,相对湿度为60%～70%,风速小于2 m·s^-1     

基于多源数据的巢湖蓝藻水华时空分布及驱动因素分析

富营养化和有害藻类水华暴发是全世界淡水湖泊共同面临的生态环境问题之一.巢湖作为典型的内陆淡水湖泊,其富营养化水平和蓝藻水华暴发面积常年居高不下,且在各湖区表现为一定的时空分布差异.为认识和了解不同阶段巢湖蓝藻水华发生和发展基本规律,利用巢湖水上综合观测平台和卫星遥感等多源数据,获得2015~2020年水体中藻密度和水华面积的时空分布信息,并采用基于增强回归树的机器学习算法,定量评估不同阶段各环境因子对蓝藻水华影响的重要程度及相互作用关系.结果表明：①巢湖蓝藻水华表现出较大的季节变化特征,蓝藻细胞在春季开始复苏,主要在巢湖西半湖和沿岸地区形成轻度水华,水体藻密度在夏、秋季达到最大,该季节发生中等程度以上的水华频率较高.②非暴发期间,巢湖藻密度变化受物理和化学因素影响较大,二者对解释藻密度方差变化的贡献率可达80.3%,水体中高浓度溶解氧、弱碱性pH值（7.2~7.6）和适宜水温（3℃）是藻类细胞生长繁殖的有利环境条件,巢湖蓝藻水华首次暴发一般在气温稳定通过7℃初日11 d前后出现.③暴发期内,巢湖蓝藻水华发生主要受藻类生物量和气象条件的综合影响,气温、藻密度、日照时数和风速的累计贡献率为95%,各因子均存在一个有利于蓝藻水华发生的最适区间.多因子交互作用分析结果显示,在水体藻密度大、气温适宜和微风的综合作用下,巢湖蓝藻水华发生概率较高.上述研究成果分析和揭示了不同阶段巢湖蓝藻水华的时空分布特征及其主导影响因子,可为巢湖蓝藻水华防控和预测、预警提供科学依据.