基于神经网络模型的千岛湖清洁水体叶绿素a遥感反演研究

叶绿素a浓度值是水体水质评价的重要指标,研究基于高分一号(GF-1)卫星遥感影像,利用神经网络模型,选用6节点的隐含层设置,构建了千岛湖清洁水体叶绿素a浓度反演模型,对其叶绿素a浓度值时空特征进行分析,并与其他常规反演方法精确度进行比较.研究结果表明,利用神经网络模型对千岛湖清洁水体叶绿素a浓度值进行反演是可行的,且与其他常规方法相比,该模型对于叶绿素a含量低的内陆清洁水体反演有着更高的相关性(R2 = 0.921 8);在空间分布上,千岛湖区域水体叶绿素a浓度整体较低,高叶绿素a浓度区域主要集中易受人类活动干扰的西南及东北区域;年际变化分析表明,千岛湖区域水体叶绿素a浓度稳定,且波动较小,平均叶绿素a浓度值皆维持在1.70～1.75 pg/L之间,清洁水体特征显著.     

漕河大册营至西庄段水环境质量评价

漕河临近保定市区水源地,注入白洋淀,其水环境直接影响保定市水源地的水质安全和白洋淀的水环境.在采集大量数据的基础上,通过共源点灰色聚类法对漕河大册营至西庄段水质进行评价,结论为漕河大册营至大许城水段为五级水质,大许城到北楼村水段为四级水质.漕河虽有一定的自净能力,但是水质污染严重,应引起重视.     

铁铜双金属有机骨架MIL-101(Fe,Cu)活化双氧水降解染料性能

针对非均相芬顿传质效率低和Fe（Ⅲ）Fe（Ⅱ）转化慢导致活性低等问题,采用溶剂热法制备铁铜双金属有机骨架材料[MIL-101（Fe,Cu）],并研究了材料界面性质、催化降解染料（亚甲基蓝）性能以及活化催化机制.结果表明,MIL-101（Fe,Cu）晶体结构完整且呈三维八面体形状;比表面积和平均孔径分别为667.2 m² ·g^-1和1.9 nm,可充分暴露反应活性位点.MIL-101（Fe,Cu）在广谱pH范围可活化H₂ O₂高效降解亚甲基蓝.当pH=5、反应20 min,MIL-101（Fe,Cu）/H₂ O₂对20 mg ·L^-1亚甲基蓝的去除率为100%,较MIL-101（Fe）/H₂O₂和单独H₂ O₂分别提高43.1%和88.9%.自由基猝灭实验与反应前后铁和铜价态变化结果表明,羟基自由基（·OH）是MIL-101（Fe,Cu）/H₂ O₂催化降解亚甲基蓝的主要活性物种;Cu（Ⅱ）掺杂引入新的活性位点,且Cu（Ⅱ）/Cu（Ⅰ）循环和Fe（Ⅲ）/Fe（Ⅱ）循环可协同产生·OH,进而提高催化效率.MIL-101（Fe,Cu）作为新型非均相类芬顿催化剂,无需复杂pH调节即可获得良好催化效果,在工业废水处理上具有较好地应用前景.     

生物质炭强化FeOOH类芬顿催化性能及其机制

采用醇助水热法制备了新型生物质炭修饰的α-FeOOH类芬顿催化剂（BC-FeOOH）,并通过扫描电子显微镜（SEM）、透射电子显微镜（TEM）、X射线衍射（XRD）、傅里叶变换红外光谱（FTIR）对催化剂进行了表征,证明生物质炭（BC）成功引入到α-FeOOH中.以罗丹明B（RhB）为目标污染物,考察了BC修饰量、催化剂及H₂O₂投加量对其催化效率的影响.结果表明,BC的引入可以极大地提高FeOOH的类芬顿催化性能.在pH中性、催化剂投加量0.6 g·L^-1、H₂O₂初始浓度10 mmol·L^-1的条件下,BC-FeOOH（22.2% BC）对RhB的降解率可达到90%,重复利用5次活性仍可保持在80%左右,且铁离子溶出浓度仅为0.08 mg·L^-1.进一步通过ESR在不同体系中的测试结果表明,BC的引入不仅可促进H₂O₂有效还原分解产生更多的羟基自由基（·OH）,而且增强了催化剂与污染物RhB的相互作用,促使污染物失电子氧化降解,从而提高了FeOOH的催化活性及催化稳定性.     

基于RF-LSTM的鸡舍恶臭气体预测研究

以鸡舍氨气为研究对象,对鸡舍氨气预测模型进行了研究.首先,利用随机森林算法（RF）对影响鸡舍氨气浓度的环境变量进行重要性排序,选取温度、湿度、光照、气象温度、降雨量作为模型的输入变量;在此基础上,构建了基于长短时记忆神经网络（LSTM）的鸡舍氨气浓度预测模型,并将提出的预测模型应用于江苏省宜兴市某养鸡场的氨气浓度预测中,并与LSTM模型、RF-Elman模型和RF-BP模型进行了对比实验,结果表明,基于RF-LSTM模型的预测效果最好,其平均绝对误差（MAE）、平均绝对百分误差（MAPE）和均方根误差（RMSE）分别为0.9183、4.9637%和1.4262;同时,为了验证该模型的性能,本文还实现了不同时间尺度的鸡舍氨气浓度预测,提前2h、3h、4h、5h氨气预测的平均绝对误差（MAE）分别为1.6218、2.1991、2.8553和3.0677.本文提出的预测模型提高了鸡舍氨气浓度的预测精度,可为减少鸡舍恶臭气体排放提供科学依据.     

基于Sentinel-2的平寨水库叶绿素a浓度反演

为实现对平寨水库叶绿素a的遥感监测,选取平寨水库2017年11月17—18日的实测叶绿素a浓度数据和准同步的Sentinel-2数据,通过选取最佳波段组合建立BP神经网络模型,对平寨水库叶绿素a进行反演,并分析其空间分布特征。结果表明:Sentinel-2红边波段对叶绿素a的敏感性优于可见光波段,在叶绿素a浓度反演方面具有较大潜力。相关系数最大的波段组合方式是:B5/B4、[1/B4-1/B5]*B6、[1/B4-1/B5]*B7和[1/B4-1/B5]*B8;BP神经网络模型可决系数R2为0.9160,平均相对误差为29.87%,反演精度优于三波段模型;平寨水库叶绿素a浓度空间分布差异明显,水面开阔的中心库区浓度较高,各支流上游河段浓度较低。Sentinel-2数据可较好地应用于喀斯特高原湖泊叶绿素a浓度反演,BP神经网络模型估测结果合理、可靠;研究结果可为平寨水库水环境治理提供科学依据。     

中国光伏组件报废量的预测

在采用威布尔分布模型分析光伏组件使用寿命分布情况的基础上,使用神经网络模型和市场供给A模型分别对中国光伏装机容量和组件报废量进行预测。将光伏组件按照不同质量分成2阶段,考虑不同退化情景预测组件报废量,并计算组件中有价值材料和金属报废量。预测结果表明:2025年后中国光伏组件报废量爆发,到2050年,中国光伏组件报废量最高可达60.22 GW,累计报废最高可达673 GW。在4种退化情景下,到2050年,典型贵金属方面最高产生3134.5 t的Ag;稀有金属方面最高产生228.1 t的Te;463.4 t的Cd,58.5 t的Ga,29.8 t的In;有毒有害金属方面最高产生263.9 t的Pb;Si最高产生量43735.4 t。到2050年,光伏组件材料累积废弃总量最高可达64623193.6 t。     

利用HYSPLIT模型研究珠三角地区VOCs时空分布特征

于2016年在中国广东大气超级监测站,开展4个季节的VOCs长时间观测,共获得2142组有效数据,并利用HYSPLIT模型分析珠三角地区VOCs时空分布特征.结果表明,各类VOCs混合比和化学反应活性具有明显的季节变化特点.观测期间,VOCs平均浓度为（18.523±20.978）×10^-9,其中,低碳烯烃和苯系物二者混合比之和仅占46%,但贡献了85%的·OH消耗速率（L_OH）、82%的臭氧生成潜势（OFP）和97%的二次气溶胶生成潜势（SOAFP）.观测站点主要受来自北部内陆地区气团（1#）、西部内陆地区气团（2#）、台湾海峡南端气团（3#）以及南部海洋地区气团（4#）的影响.1#气团中炔烃和苯系物的混合比占比最高,分别达到10%、37%,而3#气团中低碳烷烃的浓度水平最高,达到（8.437±5.561）×10^-9.通过估算气团中VOCs的化学反应活性,可以发现,1#气团的VOCs化学反应活性最强,其对O₃和SOA的生成贡献最高.1#、2#、3#和4#气团中VOCs的化学反应活性主要由苯系物和低碳烯烃贡献.     

中国化学品环境暴露评估领域的综合区划

大尺度空间（中国）化学品环境暴露多介质模型的建立需要先对空间做相应的区划.本文以ArcGIS软件为平台,通过有空间约束的聚类方法和水文分析方法相耦合,建立全国范围的综合分区.全国范围分为华南综合大区、华北综合大区、西北综合大区、华东综合大区、东北综合大区和西南综合大区6个综合大区.每个综合大区又分别包含了若干个综合小区,小区总数为38个.该研究为我国暴露评估的综合分区提供了一个方案,在多介质模型的建立中起着重要的作用.