青藏高原生态资产地域划分中的SOFM网络技术

针对目前地域划分中存在的问题,论文尝试以人工神经网络技术作为区划工作的理论支撑,构建了自组织特征映射SOFM网络,以青藏高原环境与生态系统资产作为待分客体,探索了新技术和方法在生态资产地域划分中的应用。结果表明,对于自然界中广泛存在的非线性问题,SOFM网络具有比聚类分析等线性分类器更强的适应性。应用SOFM网络在对待分客体生态资产进行类型划分的基础上,使用策略性循环尺度转换(SCS)范式对其进行了区域转换,最终完成了青藏高原范围内生态资产的地域划分。     

Fe/Al改性膨润土对铬酸根的吸附性能研究

利用膨润土原矿提取了粒径小于2μm的膨润土胶体,经过钠质化处理后分别用聚羟基铁和聚羟基铝进行改性,然后用一次平衡法研究了改性膨润土对水体中铬酸根的吸附性能.结果表明,与原矿相比,改性膨润土对铬酸根的吸附量有了不同程度的提高,铁改性膨润土对铬酸根的吸附量大于铝改性者.CrO42-的吸附平衡浓度为0.5 mmol·L-1时,Mt-1(Fe)、Mt-2(Fe)和Mt-3(Al)对铬酸根的吸附量分别为271.0 mmol·kg-1、114.0 mmol·kg-1和16.1 mmol·kg-1.改性膨润土对铬酸根的吸附量随离子强度的增加而增大,随体系pH值的增加而减小.铬酸根在改性膨润土表面的吸附以专性吸附机制为主,静电吸附所占比例很小,一般不超过30%.这些研究结果可为开发新型水处理剂提供理论指导.     

石灰石-石膏湿法脱硫的浆液制备控制

简述了湿法脱硫中浆液制备的工艺过程，根据其特点分析了两种不同的控制策略，并对比了两者的优缺点，为浆液制备的过程控制提供参考。     

青藏铁路沿线土壤重金属的分布规律初探

通过对青藏铁路沿线已经运营路段和正在修建路段两侧采集的土壤样品进行重金属含量测定分析，研究修建青藏铁路对铁路沿线土壤生态环境的影响。分析的重金属元素包括Hg和Pb。其中Hg采用氢化发生等离子发射光谱法，Pb采用等离子发射光谱法进行测定。测定结果表明，已运营铁路沿线重金属铅和汞具有显著的规律性变化。在铁路一侧，铅和汞含量随距离变化呈现正态分布，其最高峰值出现在距铁路50m左右。而且，铅和汞含量高于土壤背景值以及正在修建铁路两侧的土壤含量。通过对土壤理化性质的分析表明，已运营铁路段土壤的理化性质与铅和汞含量变化没有显著的相关性，因此，可以推断，铁路运输已经造成了铁路两侧土壤一定程度的重金属污染。     

光化学烟雾形成的化学动力学模拟研究

应用Seinfeld等提出的光化学烟雾形成机理构建了光化学烟雾形成的化学动力学模型,对模拟的基本条件进行了分析.用MAT-LAB对光化学烟雾形成过程进行了计算机模拟,分析了光化学烟雾前体污染物浓度变化对其特征污染物形成的影响规律.将模拟结果与烟雾箱的试验结果进行对比,统计结果表明,用文中构建的模型模拟的03浓度值与烟雾箱试验观测值的决定系数R2为0.8146.     

公共池塘资源可持续管理的理论框架

由于自然科学和社会科学的学科视角和研究方法各异,使得我们对公共池塘资源管理问题的理解不够系统和全面。论文在综述公共池塘资源和社会-生态系统管理理论的基础上,辨析了公共池塘资源和社会-生态系统的概念;从识别影响公共池塘资源可持续管理的变量出发,梳理了社会-生态系统分析框架的演变及其局限性,指出社会-生态系统可持续发展分析框架为地理学、 生态学、 经济学、 自然资源学、 社会学等学科的交流和融合提供了统一的平台,并为资源管理、 政策分析和案例比较分析等的理论和方法提供了新的研究思路。该框架对现阶段我国资源管理政策的制定有重要借鉴意义。     

基于Zeta电位的水稻土吸附Pb（Ⅱ）和Cd（Ⅱ）能力的比较

测定了3种水稻土胶体在不同Cd/Pb摩尔比的悬液体系中的Zeta电位,并与2种重金属离子在土壤中的吸附量和解吸量进行比较,当Cd/Pb摩尔比为1:4时,Zeta电位数值最高;Cd/Pb摩尔比为1:1时Zeta电位数值居中;Cd/Pb摩尔比为4:1时Zeta电位数值最小,因此,Pb(Ⅱ)在三种土壤表面发生专性吸附的能力均大于Cd(Ⅱ),这与土壤中Pb(Ⅱ)和Cd(Ⅱ)的吸附量和解吸量的结果相一致.     

CrO42-对两种可变电荷土壤吸附钾的影响

用一次平衡法研究了CrO4^2-对两种可变电荷土壤吸附钾的影响，用火焰光度法测定平衡溶液中的钾，根据差减法计算土壤对钾的吸附量。结果表明，加入铬酸根能增加土壤对钾的吸附量。铬酸根对钾吸附的影响程度与土壤游离氧化铁含量和土壤对铬酸根的吸附量的大小有关。砖红壤游离氧化铁含量高于红壤，它对铬酸根的吸附量也大于红壤，因此，铬酸根对砖红壤吸附钾的影响程度大于红壤。CrO4^2-主要通过自身的吸附增加土壤的表面净负电荷，并从而增加土壤对钾的吸附量。     

关中城市群道路移动源气态污染物排放特征

基于MOVES模型对参数进行本地化修正,计算机动车排放的气态污染物排放因子,以2012年为基准年建立关中城市群的道路移动源常规和非常规气态污染物的排放总量清单,并得到不同车型、不同城市区域的机动车污染物排放分担率.结果显示,关中城市群的道路移动源常规气态污染物中一氧化碳（CO）的排放量为45.40万t,氮氧化物（NO_x）为8.190万t、二氧化硫（SO₂）为0.420万t、氨（NH₃）为0.10万t;非常规气态污染物中非甲烷碳氢化合物（NMHC）的排放量为4.168万t,甲醛（HCHO）为0.057万t、乙醛（CH₃CHO）为0.027万t、丙烯醛（C₃H₄O）为0.004万t、1,3-丁二烯（C₄H₆）为0.012万t、苯为0.090万t、甲烷（CH₄）为0.123万t、氧化亚氮（N₂O）为0.004万t.此外,各城市按照排放分担率从高至低依次为西安（50%）、渭南（23%）、咸阳（含杨凌）（12%）、宝鸡（10%）和铜川（5%）.本研究还发现污染物排放分担率在不同车型中差异显著,其中NO_x排放以重型货车（33.85%）和中型货车（21.21%）为主;SO₂、醛类物质在重型货车中排放分担率分别为31.31%和30%;而CO、NMHC、C₄H₆、苯和CH₄的排放主要来自小客车（分别为32.86%、17.55%、26.64%、26.45%和38.85%）和摩托车（分别为32.64%、55.21%、43.29%、49.04%和30.97%）;NH₃的小客车和重型货车排放分担率分别为49.5%和31.31%.     

耦合遗传算法与RBF神经网络的PM2.5浓度预测模型

基于北京市空气质量监测点获取的空气污染物浓度数据,通过遗传算法搜索径向基人工神经网络的最优隐含层神经元数目和扩展常数,构建了耦合径向基人工神经网络算法与遗传算法的预测模型,预测北京市未来一天24h平均PM_2.5质量浓度.结果表明,预测精度与泛化性能良好.该模型不需要输入气象和地理位置信息等数据,具有依赖变量少、预测精度高（R²达0.75）和运算效率高等特征,并可以通过训练样本的驱动,使自身不断优化调整.该模型预测效果可以通过扩展输入特征、增加训练样本量等方法进一步提升,可对多种时空情境下的城市空气污染进行高效率且精确的预测.