水质模型中污染物衰减系数敏感性分析

对于河流纳污能力数值模拟问题,污染物扩散衰减系数是一个重要参数,决定了模型的准确性和可靠性。本文针对三峡大坝至葛洲坝之间河段,基于Mike21建立平面二维水质模型,以氨氮为典型污染物分析河流纳污能力,在此基础上进行了衰减系数对流量、本底浓度及有无衰减过程等因素的敏感性分析。模拟结果表明:相比本底浓度,流量的改变对污染物扩散过程的影响更为明显;污染物扩散范围随流量的增加而增加,随本底浓度的增大而降低;增大衰减系数将使污染物扩散范围减小,且高流量低本底浓度时衰减系数的取值范围较大,使得影响范围变幅最大。     

Gaussian Support Vector Machine Algorithm Based Air Pollution Prediction

Air pollution is one of the major concerns considering detriments to human health. This type of pollution leads to several health problems for humans, such as asthma, heart issues, skin diseases, bronchitis, lung cancer, and throat and eye infections. Air pollution also poses serious issues to the planet. Pollution from the vehicle industry is the cause of greenhouse effect and CO2 emissions. Thus, real-time monitoring of air pollution in these areas will help local authorities to analyze the current situation of the city and take necessary actions. The monitoring process has become efficient and dynamic with the advancement of the Internet of things and wireless sensor networks. Localization is the main issue in WSNs; if the sensor node location is unknown, then coverage and power and routing are not optimal. This study concentrates on localization-based air pollution prediction systems for real-time monitoring of smart cities. These systems comprise two phases considering the prediction as heavy or light traffic area using the Gaussian support vector machine algorithm based on the air pollutants, such as PM2.5 particulate matter, PM10, nitrogen dioxide (NO2), carbon monoxide (CO), ozone (O3), and sulfur dioxide (SO2). The sensor nodes are localized on the basis of the predicted area using the meta-heuristic algorithms called fast correlation-based elephant herding optimization. The dataset is divided into training and testing parts based on 10 cross-validations. The evaluation on predicting the air pollutant for localization is performed with the training dataset. Mean error prediction in localizing nodes is 9.83 which is lesser than existing solutions and accuracy is 95%.     

基于自适应网格的急流条件下污染物输运高效高精度模拟

为了高效准确模拟急流条件下突发水污染事件中污染物的输运规律,基于自适应网格技术构建了Godunov格式有限体积模型。模型利用自适应结构网格离散二维浅水控制方程,对水位梯度或污染物浓度梯度较大的区域进行精细网格划分,同时细化干湿边界区域网格。模型采用MUSCL-Hancock方法求解二维浅水控制方程,使模型具有时空二阶精度;利用HLLC格式近似Riemann解计算界面通量,对界面两侧的Riemann变量进行非负重构和局部底部高程修正以确保模型计算的和谐性和稳定性。算例验证表明:自适应网格技术可以自动识别水位梯度或污染物浓度梯度较大的区域以及干湿边界区域并细化该区域网格,保证模型模拟精度的基础上,提升模型模拟效率;该模型能够准确高效地模拟急流条件下污染物的输运过程,适用于突发水污染事件的评估、预警和应急管理。     

改良型透水铺装对弱透水土质地区的水质控制试验

为改善透水铺装在弱透水土质地区的应用,通过增加渗透导管的方式改良了常规透水铺装的土基层。通过人工降雨试验对改良型透水铺装及其不同结构层对弱透水土质地区典型雨水径流中COD、TN、TP和Cu~(2+)等污染物的去除效果进行了分析,并与相同条件下的常规透水铺装进行了对比。结果表明,改良型透水铺装对4种污染物的去除效果有明显增强,在60 min降雨历时条件下,降雨重现期为2 a时改良型透水铺装对4种污染物的去除能力分别提升了11.87%、27.61%、9.17%和29.02%,且降雨重现期越短越有利于透水铺装对COD、TN、TP和Cu~(2+)的去除。     

城市湖泊生态修复的水质响应研究

生态修复对遏制城市湖泊生态系统的退化意义重大,寻找一种有效且简单的生态修复效果预测方法有利于进一步推动湖泊修复研究的发展。利用综合污染指数法、基于专家调查法的湖泊污染物浓度确定方法及水质提升贡献度分析了生态修复的水质响应,并采用基于污染负荷平衡的水质模型预测了生态修复措施作用下的潜龙渠水质。结果表明:4种污染物浓度均有下降,潜龙渠水质提升显著,但各污染物对不同修复措施的响应程度不同,COD的浓度控制需要污染源控制与修复净化的共同支撑,TN对各项措施的敏感性接近,TP、NH_3—N分别对污染源控制、生态补水敏感性最高。情景预测表明,依据水质响应关系制定的生态修复方案,能够稳定保持潜龙渠的生态修复效果。     

基于MT3DMS的某采煤厂污染物运移模拟

随着工业化发展速度加快,大量采煤带来的环境污染问题日益突出。为了保护安康石煤开采区域的生态环境,掌握当地污染物运移规律尤为重要。因此,基于安康市2018年2月地下水流场资料,利用Visual Modflow中的MT3DMS模块建立溶质运移模型,对采煤厂污染易发区域的多种特征污染物在不同情况下的运移进行研究,并提出相应的污染防治建议。结果表明:当未采取任何措施时,Al~(3+)、Fe~(3+)和NH_4~+这3种特征污染物在泄漏1 000 d后超标面积在1 893～5 975 m~2之间;当安装防渗层或加快检漏频率后,仅NH_4~+在泄漏1 000 d后出现1 693 m~2的超标,其余污染物浓度均低于超标限。     

温室中农村废水再生滴灌过程中污染物的时空变化规律

在温室中采用土壤过滤系统处理后的农村废水进行滴灌,分析灌溉后土壤和渗漏水中化学需氧量COD_(Cr)、生化需氧量BOD_5、全氮TN、氨氮NH_3—N和全磷TP的时空变化规律。在试验区滴头正下方20 cm深度处埋设一组负压计,当负压计指示的土壤基质势低于-25 k Pa时进行灌溉,每次灌水量为5 mm。实验结果表明:不同季节土壤深层渗漏水中污染物浓度由高到低依次为夏季秋季春季冬季;污染物浓度随深度降低,1. 5 m深度处深层渗漏水中,发现COD_(Cr)、BOD_5、TN、NH_3—N和TP的最高截留率分别达到76. 3%～88. 1%、84. 2%～89. 2%、69. 3%～76. 8%、57. 3%～63. 1%和69. 8%～78. 6%;在滴灌区域外边缘,沿着水流的水平方向,各污染物浓度衰减率逐渐增大;采用农村废水再生滴灌,深层渗漏水中TN、TP的浓度较低,调节再生废水浓度,可以控制污染物流入浅层地下水,从而防止面源污染。     

机载制氧分子筛污染加注模拟系统设计

分子筛在高空工作中,从环控系统进入分子筛的气流中主要污染物为臭氧气体及航空润滑油挥发性气体等,该污染物会在分子筛床形成一层膜,使得分子筛的产氧量降低。为了研究机载分子筛在高空情况下的制氧能力,特引入污染加注模拟系统,分析污染气体进入对分子筛制氧产生的副作用,验证分子筛的产氧能力是否满足设计要求,同时将Lab VIEW引入测控中,能够有效地对数据进行采集及分析处理,验证了系统的有效性。     

水环境影响预测中计算参数的确定及敏感性分析

无论采用解析计算还是数学模拟对河流污染混合区开展分析,其计算参数的准确性比选择不同数学模型对预测结果的影响更大,应予以重视。基于宽阔河流污染混合区几何特征尺度的理论公式,分析并提出了采用多年平均枯水期流量确定环境设计流量的方法和考虑排污风险修正系数的排污强度确定方法,给出了河流污染混合区各计算参数正、负误差分别引起的最大长度、最大宽度和面积误差的敏感性排序。结果表明,水深、流速和横向扩散系数的正误差会减小污染混合区范围,而排污强度的正误差则会增大污染范围,而且,污染混合区几何特征尺度的误差变化幅度远超过其计算参数的误差变化幅度,揭示了计算误差的放大效应。     

废旧胶粒PRB活性材料对污染地下水吸附适应性研究

针对多组分污染地下水危害严重、治理费用高的特点,采用废旧轮胎橡胶经破碎后制备的胶粒作为PRB系统活性材料,对污染地下水中COD、NH_4~+—N、Fe~(2+)、Mn~(2+)、SO_4~(2-)吸附效果进行条件适应性研究。结果表明:在胶粒投加量为0.5 g/200m L,振荡频率150r/min,反应时间36h,p H值为7的条件下,污染地下水中COD、NH_4~+—N、Fe~(2+)、Mn~(2+)、SO_4~(2-)去除率分别为44.3%、24.8%、96.2%、86.2%、9.5%,表明胶粒对COD、Fe~(2+)、Mn~(2+)污染物具有较好的去除效果。胶粒对COD(乳酸钠)吸附特性可较好地符合Temkin吸附等温模型和Elovich动力学模型。该方法对于拓宽废旧橡胶资源化利用及修复含有机物、铁锰污染的地下水方面具有一定的积极意义。