百年一遇大旱后城市雨水及降雨径流重金属污染调查

从2009年入秋至2010年春,我国西南地区发生了百年一遇的秋冬春连旱的严重干旱[1].目前国内外鲜见长时间干旱等异常气候气象条件的雨水和降雨径流污染研究,在昆明,相关研究尚属空白.本文以昆明城区典型集水区雨水、路面与屋面径流为研究对象,调查了百年一遇大旱后的昆明城区雨水和降雨径流重金属污染状况,以期为长期干旱之后的城...     

2010地球多灾多难

2010年,地球各种灾难不断。地震、火山喷发、洪水、泥石流、大火、雪灾、大旱、高温、飓风……频发肆虐,至少夺去将近26万条人命,超过了过去40年来因遭遇恐怖     

百年一遇大旱后城区降雨径流中重金属与悬浮物相关性分析

为了探讨2009年入秋至2010年春,西南百年一遇大旱后城市降雨径流中重金属污染特性,对昆明市交通干道路面及路旁一处混凝土屋面的3次降雨径流进行了监测,研究了城区降雨径流中Cu、Zn、Cd、Pb、Fe、Mn、Cr的变化过程,分析了不同重金属之间、重金属与悬浮物(SS)之间的相关性。3次降雨径流中重金属质量浓度随降雨呈不同程度下降。大旱后的首次降雨径流重金属污染最严重,次日的降雨径流重金属污染最轻。降雨径流中各重金属均与SS在含量上明显相关,径流中的重金属主要以吸附在SS上的不溶态存在。屋面与路面径流中的大多数重金属具有良好的同源性。     

基于地理因子的因旱饮水困难人口快速评估模型——以云南省2012年大旱为例

农村群众饮水困难一直是国家持续关注的问题,保障受旱灾区人民群众基本生活是重中之重。准确地预测因旱饮水困难人口的发生发展,并采取适当的减灾措施,将很大程度地降低经济损失与人员伤害。以2012年云南大旱为例,在全面收集研究区气象、基础地理信息、社会经济、灾情等资料的基础上,基于BP人工神经网络构建因旱饮水困难人口快速评估模型。以月均降水量、地形高程、水系密度、总人口、路网密度和GDP为网络输入,以因旱饮水困难人口数量为网络输出,选择30个受灾县样本进行网络训练,经试算不断优化模型参数,其MSE为0.003 6;通过训练好的模型来预测剩余55个受灾县的因旱饮水困难人口,其模拟值与实际值的线性拟合结果 R2为0.67,表明BP人工神经网络方法能有效预测因旱饮水困难人口,该方法能够为因旱饮水困难人口的快速评估和灾情的核查提供有效的借鉴。