西藏拉鲁湿地不同时期水质现状及污染评价

采用现场调查和室内分析相结合的方法,于2018年12月(枯水期)与2019年5月(丰水期)分别分析了拉鲁湿地的水质,并采用改进的内梅罗污染指数法对2个时期的水质现状进行了评价.结果 表明:在枯水期,TN、TP和NH3-N分别为0.157 ～ 26.797,0.003～4.259,0.197～ 24.084 mg/L;p...     

京津冀晋鲁区域气溶胶光学厚度的时空特征

利用2000年3月至2013年12月MODIS Level 3遥感反演大气气溶胶光学厚度(AOD)产品数据,分析近年来京津冀晋鲁区域AOD的时空分布和变化特征.结果表明:1从时变特征来看,近14年来全区年平均AOD值在0.428~0.550之间变化,年际间变化浮动大,因此多年平均增长率并不高,仅呈微弱增长趋势;以2008年为界可将近14年的AOD变化分为呈明显上升趋势的第一阶段(2000—2007年,增长率为1.349%)以及呈明显下降趋势的第二阶段(2008—2013年,增长率为-1.483%);全区四季AOD多年变化除夏季呈微弱下降趋势,其它3季均为上升趋势,冬季增长率最大;夏季AOD最高,但有回落的趋势,冬季AOD最低,但有上升的趋势.2从空间分布特征来看,全区多年AOD空间分布大体上呈南高北低的格局,河北和山东的西南部为高值区(AOD为0.72),河北和山西的北边为低值区(AOD为0.23),北京和天津则处于中上水平(AOD为0.58);全区四季AOD空间分布呈现出强烈的季节变化,春季较高,夏季最高,进入秋季显著降低,冬季则最低,冬季到来年春季呈跳跃性增高.这些结果有助于京津冀晋鲁区域的气候变化和环境研究.     

鲁西北农业地域生产系统分析

本文在对地处黄淮海平原的鲁西北地区实地调查的基础上,应用因子分析研究该区农业生产系统结构功能、要素相关等问题,并利用主分量空间聚类划分地域系统类型。     

拉鲁湿地植物和底泥氮磷生态化学计量学特征

为了探究拉鲁湿地生态系统中N和P的平衡关系,2019年5月(丰水期)和10月(平水期)采集拉鲁湿地底泥和植物样品并分析其生态化学计量特征.结果表明,拉鲁湿地丰水期植物氮和磷含量的平均值分别为28.95 mg·g-1和0.36 mg·g-1,平水期植物氮和磷含量的平均值分别为12.84 mg·g-1和0.16 mg·g-...     

拉鲁湿地水中主要金属元素分布分析评价

拉鲁湿地位于西藏拉萨市西北角,海拔3 650 m,是世界上海拔最高的城市湿地之一。该文将拉萨市拉鲁湿地作为研究对象,设置了17个采样点采集了17份水环境样品,利用ICP-OES、ICP-MS、AFS等仪器对水环境样品中的Mn、V、Be、Ti、Ni、As、Se、Tl、Cu、Pb、Mo、Cd、Co、Cr、Fe、Zn、Ba等17种金属元素进行了分析检测。结果发现:拉鲁湿地不同区域水环境中p H值、电导率和金属元素含量存在较大的差异,p H值范围为6.75~9.43,电导率范围为0.22~129.49μS/L,p H值和电导率相关性不明显。水环境金属元素中Fe元素平均含量最高,高达129.49μg/L,水环境中Cd元素平均含量最低,仅为0.011μg/L。除Cr元素达到Ⅱ类水标准及个别采样点外,其他金属元素总体含量都达到了Ⅰ类水标准要求。上游区域水环境中金属元素含量明显高于下游区域,其中水环境中Cu元素含量差别最为显著,在东片区水环境中Cu元素平均含量为1.94μg/L,在西片区水环境中Cu元素平均含量为0.46μg/L,拉鲁湿地对水环境中的大部分金属元素具有较大的去除作用,对水环境中Cd元素的去除率高达88.2%,说明湿地仍处于良好的健康状态。     

H∞控制理论在大气污染控制系统中的应用

针对大气污染控制系统模型的不确定性，运用H∞控制理论进行大气污染系统的控制，使得大气污染系统能够保持鲁棒稳定性，并且规定的指标始终在期望目标值内运行。     

基于多模式逆向水质模型的程海水位调控-水质响应预测研究

以云南省程海为例,基于CE-QUAL-W2计算平台开发了水动力-水质模型.由于程海现有的数据不足以支撑开发可靠的流域水文与污染物负荷模型,为弥补由此引起的水质模型边界条件缺失的限制,本研究提出了基于逆向模拟与遗传算法的多模式负荷-参数识别方法来实现对水质模型的校正和鲁棒校验.应用校验后的模型对程海不同水位调控情景的水质...     

基于阶段式时序注意力网络的PM2.5鲁棒预测

PM_2.5浓度的预测对于大气污染治理、改善环境质量等起到重要作用。受气象条件变化与大气污染物排放等多种因素的交叉影响,PM_2.5预测通常易受突变事件及噪声数据干扰。因此,基于对气象条件以及大气污染物与PM_2.5的相关性分析,提出阶段式时序注意力网络模型（staged temporal-attention network,STAN）,该方法融合多段注意力学习模块与循环神经网络,建模气象因素与大气污染物对PM_2.5浓度的交叉影响。统计分析北京市、上海市、广州市预测结果的绝对误差值,可知:1）对比广泛使用的单一类模型支持向量机（support vector machine,SVM）、长短期时序记忆方法（long short-term memory,LSTM）和多层感知机（multilayer perceptron,MLP）,STAN可达到10%以上的性能领先;对比最新的融合类模型U型网络（U-net）,STAN领先了7%的优势。2）以北京市冬季预测结果为例进行统计分析,STAN的预测值与实测值之间的拟合系数可有95.2%的性能领先。此外,在鲁棒性分析中发现,STAN在含有10%噪声的数据上进行预测,误差上升幅度仅为9.3%。结果表明:注意力机制与时序学习模块相结合能够深度挖掘PM_2.5变化规律并抑制噪声数据,且STAN模型可以进行PM_2.5浓度的鲁棒预测。     

东山春意浓绿风入万家

朋友,或许你见过东湖春晓、陵园旭日的迷人景色,或许你曾在繁华的农林下路商业街悠闲地漫步,可是你又是否知道,东山,这个具有悠久历史的广州市老城区,正在掀起创建“绿色社区”的热潮,一股股清新的绿风,正在徐徐地吹向千万个普通人家。近年来,东山区在经济建设战线捷报频传,在国民生产总值、税收、商业零售总额等多方面取得了连续的好成绩。但是,区政府并没有忽视环境建设。1999年3月,东山区第十二届人大二次会议上,由区人大代表提出了《关于创建东山区环境保护模范小区》的议案,从此拉开了东山区创建“绿色社区”的序幕。2000年,区政府又进一步提出     

基于多枢纽城际应急管理网络资源调度鲁棒优化

为了降低由于应急突发事件随机性带来的应急资源需求不确定性,在对基于Multi-HUB(多枢纽)城际应急管理网络机制研究的基础上,分析基于Multi-HUB城际应急管理网络信息传递和资源调度方式,建立以时间最小为目标的资源优化调度模型并鲁棒性地选择一级HUB点,通过Matlab7.0对优化调度模型及一级HUB点鲁棒性选择进行了数值仿真。研究表明:对Multi-HUB城际应急管理网络中的一级HUB点进行鲁棒性选择,能很好地对"都市圈"内应急资源进行优化调度,降低需求不确定性所带来的"都市圈"内资源无法有效整合的风险,从而有效地提高城市应急资源利用效率。