基于遥感测绘技术的土地重度污染区域检测方法研究

土地重度污染区域检测主要依托于层次分析法,易受污染信息数据离散性影响,导致检测准确度低。为此,研究基于遥感测绘技术的土地重度污染区域检测方法。通过制定遥感无人机的航飞方案与布设像控点,采集研究区域污染信息,编码离散的污染数据,计算差分近似值,结合动态协方差矩阵聚焦整合离散型污染信息数据,利用灰色模型检测污染区域差异性,获取边界值,实现土地重度污染区域检测。以某实际填埋场为研究对象,应用文章方法检测污染区域,结果表明,所提方法具有较高的检测准确度。

原生态湿地旅游景区污染区域差异测试及防治方法研究

原生态湿地旅游景区被污染后存在明显区域差异,因此,开展原生态湿地旅游景区污染区域差异测试,并研究防治方法。设置58个采样点采集样品,利用原子荧光法检测污染物浓度,计算污染负荷指数,确定景区污染的区域差异,结果表明,水域90%以上的面积处于重度污染,污染负荷指数均值达到3.52;泥斑中度污染面积占比最高,达到70%以上;沼泽湿地轻度与中度污染面积占比平均;滩涂湿地大部分面积轻度污染。针对上述污染严重的水域和湿地泥斑区域,实施悬浮填料装置+水生植物的复合方法、生物炭+堆肥的联合防治方法,以期防治污染。

典型污染区域土壤重金属空间分布特性及其影响因素

应用地统计分析、相关分析、主成分分析对苏南某废弃的冶炼厂附近土壤重金属(Cd、Cu、Pb)的含量、空间分布及其影响因素进行了研究。结果表明,在研究区内Cd污染严重,其平均含量为6.91 mg.kg-1,Cu、Pb为局部污染,其平均含量分别为53.2和83.6 mg.kg-1。Cd、Cu、Pb均呈现中等的空间相关性且变异均表现在东南—西北方向。Cd、Cu的空间变异以人为因素影响为主,而Pb的变异与土壤母质、地形的关系较大。基于ArcGIS地统计学分析工具与主成分分析能够很好地反映土壤重金属的空间变异情况及其影响因素。

污染区域大气环境质量生物监测的数学模式

以常规标准取样法、静态挂片吸收取样法分别测定了深圳南山区范围内大气二氧化硫、硫酸盐化速率和氟化物的含量,并同步测定了植物叶片的污染物含量。利用回归方法分析了3种测定结果的相互关系,并以植物叶片污染物含量为基础建立大气环境质量生物监测的数学模型,其中以叶片含硫量评价大气硫酸盐化速率的模型为夏季y=0.781x-0.754,冬季y=1.88x-2.283;以叶片含氟量评价大气氟化物的模型为夏季y=0.363x-7.511,冬季y=0.175x-3.461,这些模型均有很高的可信度(p<0.001)。

基于OTSU的ERT图像中污染区域识别方法研究

采用电阻率成像(ERT)进行污染场地检测是近年来的研究热点之一,对ERT图像的分析现阶段主要依靠人工处理,ERT探测图像中污染区域的自动识别是亟需解决的关键问题。针对此问题,该文提出了一种的ERT检测图像的污染区域自动识别方法,该方法主要包括4个步骤:(1)生成ERT灰度图;(2)采用OTSU算法计算分割阈值;(3)采用阈值进行图像分割;(4)判定污染区域。数值模拟实验研究结果表明,当污染区域的电阻率与背景电阻率差异较大时(即两者比值≤70%),该方法能够有效识别出污染区域,且污染区域的位置与范围与模型设定值相近;当两者差异较小时(两者比值为80%),直接采用OTSU算法进行图像分割,不能正确识别出污染区域,此时可采用均值滤波对ERT检测图像进行预处理再进行图像分割,能够有效识别出污染区域。

河南地区秸秆焚烧空气污染区域的图像识别算法研究

近年来环保部门越来越重视空气污染整治,秸秆焚烧不但产生大量烟雾而且会造成资源浪费,严重污染空气。文中以河南地区秸秆焚烧造成空气污染为研究方向,提出基于有雾图像物理模型的BP神经网络空气污染区域图像识别算法。首先,通过计算入射光衰减项和大气光增强项构建有雾图像的物理模型,利用该模型了解焚烧后有雾污染区域的形成条件,再根据暗原色先验原理对采集图像进行膨胀操作等处理,判断图像是否有雾并对有雾图像建立图像库;其次,以有雾图像库为基础,对焚烧区域中的火焰图像进行特征提取,在考虑干扰因素前提下将目标区域的多个特征参数作为输入神经网络的样本数据,经过神经网络结构训练、学习,预测秸秆焚烧空气污染区域,最终完成对该区域图像的识别过程。实验证明,利用文中BP神经网络图像识别算法实现了对空气污染区域的图像识别。

基于云计算的多污染区域综合检测系统设计

针对多区域环境污染监测检测中,污染颗粒浓度分布不均匀,造成大区域污染虚报警的问题,结合云计算中数据聚类计算方法的优势,提出基于云计算的多污染区域检测系统设计方案;利用云计算中强大的计算池优势,把众多疑似小区域的污染浓度数据进行计算,利用相似云的计算规则,作为系统云端聚类分析的基础,找出多个小区域的污染物颗粒浓度分类测量计算结果。现场测试证明,该系统对多个污染浓度分布不均的区域检测准确率较高,提了高污染浓度分布不均匀区域污染浓度检测的准确度,虚报警率有所降低,实用性强。

太湖不同污染区域荇菜叶的比较解剖研究

观察了太湖3个不同污染区域内荇菜〔Nymphoidespeltatum(Gmel.)O.Kuntze〕叶的形态和结构。结果表明:污染重的贡湖地区荇菜叶片的栅栏组织和海绵组织基本不分化,薄壁细胞发达,细胞间隙小;苏州东太湖和西太湖2个污染较轻的采集点,荇菜叶片的叶肉栅栏组织和海绵组织明显分化,细胞间隙组织发达;3个地点叶片的维管组织逐渐退化。测量数据的统计分析表明:贡湖地区荇菜叶的叶片厚度、栅栏组织厚度和海绵组织厚度等解剖参数与其他2个样点差异显著。而苏州东太湖与西太湖两个区域叶片解剖参数之间,除海绵组织厚度和下表皮厚度有差异外,其他参数无明显差异。

瞬时点源三维超标污染区域的几何特征及最大超标范围的估计

讨论瞬时点源三维超标污染区域的几何特征，给出超标污染区域中心位置、长度、宽度、高度、体积等特征参数的计算公式。证明了瞬时点源最大超标污染区域的体积Ｖｍ＝６π·ＭＣ０ｅ３／２（Ｍ为污染物瞬时投放量，Ｃ０为环境标准与背景浓度之差），此公式可用于点源事故排放最大超标污染区域体积的估算。

基于聚类算法的ERT污染区域识别方法

本文提出将聚类算法引入到ERT监测系统中,采用K均值(K-means)聚类、模糊C均值算法(FCM)以及混合高斯模型(GMM)3种常用聚类算法对ERT检测结果进行污染区域识别,通过一个数值模型分析了3种算法的识别效果.研究结果表明当污染区域与背景土壤的电阻率区分度较大时(电阻率差异性大于30%),采用3种聚类算法都可以识别出污染区域,K-means和FCM的识别效果优于GMM算法.最后,给出一个实际场地调查的应用案例.

石油污染区域的微生物修复技术及其应用

作为重要的战略资源,石油在开采和运输过程中都可能对生态环境造成污染,使受污染的海洋和土壤不能发挥正常功能。全球每年有10亿吨原油经海上运输,其中约320万吨因泄漏污染海洋。同时,油库、输油管道泄漏造成土壤污染的事件也时有发生,

某重点行业企业用地疑似污染区域识别

本文以上海市一家重点行业企业为例介绍了疑似污染区域的识别过程,并提出了在疑似污染区域识别过程中的注意事项及重点关注区域。

环境污染区域国土资源信息查询系统设计研究

传统系统存在查询速度慢、CPU利用率低、耗费时间长、性能差等问题,为此,对环境污染区域国土资源信息查询系统进行设计。建立信息查询系统框架结构,分析图形信息采集和属性信息采集,设计属性数据库结构;针对系统软件部分,设计图形数据采集,构建查询文件,查询系统页面显示,由此实现国土资源信息的查询。通过实验对该查询系统设计的性能进行测试,并得出实验结论。实验结果表明,该系统具有资源信息查询速度快,CPU利用率高,实用性强等优势,为中国国土资源信息查询带来便利。

基于随机微分方程的重度污染区域河流水质检测研究

为了治理重度污染区域中的河流,需要对重度污染区域中的河流水质进行检测,当前河流水质检测方法对重度污染区域中的河流水质进行检测时,与实际结果不符,检测结果不准确。提出一种基于随机微分方程的重度污染区域河流水质检测方法。在重度污染区域的河流中设置检测点,确定水质检测的指标,采用随机微分方程计算重度污染区域中河流水质的初始输入值、水力参数、水质参数,通过统计矩对随机微分方程进行求解,完成重度污染区域中河流水质的检测。实验结果表明,所提方法可以准确的对重度污染区域中的河流水质进行检测。

GIS遥感技术在国土污染区域面积测定中的应用分析研究

为了提升国土污染区域面积测定方法的测定精度,提出GIS遥感技术在国土污染区域面积测定中的应用分析方法。从国土污染形成的主要原因以及结果入手,确定研究区域内国土污染区域面积测定以及评价的主要指标。通过GIS遥感技术提取研究区域内所涉及的指标因子,同时确定评价单元。在上述分析的基础上,选用层次分析方法确定指标权重,对各个测定指标进行无量纲化处理,从而通过GIS遥感技术完成国土污染区域面积测定。仿真实验结果表明,所提方法能够准确测定土污染区域面积。

多环芳烃污染区域氧化多环芳烃的来源、迁移转化和毒性危害

本文阐明了在对高浓度多环芳烃污染区域进行风险评估和修复过程中,氧化多环芳烃是不容忽视的重要污染物。我们通过对自己的研究成果和公开发表资料的综合分析,发现在这些地方氧化多环芳烃的量较大,但并未受到足够重视。这些氧化多环芳烃是通过多环芳烃转化而来的,滞留时间也较长。许多修复方法会加速多环芳烃的降解,从而导致在环境中的氧化多环芳烃浓度升高。此外,我们发现尽管氧化多环芳烃与通过诱变和致癌等多环芳烃常见的毒害有区别的方式产生毒性,但他们对人类和环境也是有害的。我们还有数据支持以下假说:在环境中,具有极性的氧化多环芳烃比多环芳烃稳定性差,更易通过受污染地区的地表水和地下水扩散。因此在受多环芳烃污染区域,氧化多环芳烃应该纳入监测项目当中,而其它毒性相关成分如带硝基的多环芳烃和氮杂环芳烃等则不必纳入监洲项目当中。因为氧化多环芳烃有可能在多环芳烃发生降解的时候形成,而且它们的环境行为是完全不同的,也很难通过多环芳烃浓度来预测氧化多环芳烃的含量。

土壤污染区域地下水多层位采样监测技术研究

地下水监测网能够为地下水研究提供基础信息,为管理提供决策依据。以H城市土壤污染区域地下水监测网作为研究对象,通过土壤溶液取样器进行地下水多层位采样,分析采集样品的水质特征,选取不同含水层的水样进行监测。采用地质统计时空分析方法对各个层位的样品进行时间和空间上的监测,实现地下水多层位采样监测。实验结果表明,所提方法可以准确监测土壤污染区域地下水多层位污染物的变化情况,为后续地下水监测工作奠定坚实的基础。

超污染区域优质环境资源价格均衡分析

超污染区域主要是指环境污染非常严重的地区.在世界上许多地区,由于工业发展的需要造成了一些城市和地区环境的急剧恶化,并产生了严重的后果.在我国,城市环境污染状况也十分严重.在世界银行发布的环境污染报告中,中国环境污染的指数居世界前列,其中大城市的环境污染尤其严重.环境污染已严重威胁到人们的生存.

基于阶梯网络的ERT污染区域识别方法

采用电阻率成像(ERT)技术进行污染场地的实时监测是环境污染监测领域的研究热点之一。在利用ERT数据进行污染区域的自动识别过程中,当土壤介质分层和背景与污染区域电阻率值差异减小时会出现识别精度低的问题。针对此问题,该文将协方差聚类和半监督阶梯网络(semi-ladderNet)相结合的方法用于ERT的监测结果,进行污染区域的识别。通过对某条测线的电阻率矩阵进行协方差聚类,初步得到污染区域的大致范围,将其部分数据作为semi-ladderNet训练阶段的初始标签,以克服上述问题,进而提高该算法的识别精度。结果表明:(1)该算法能够准确识别出污染区域的范围及位置,并能克服介质分层的问题,其识别精度达到了98%以上;(2)尤其当背景值和污染区域电阻率值差异减小时,该算法的识别精度仍能达到98%及以上;(3)可以将基于协方差和半监督阶梯网络算法引入到ERT监测系统中,为后续污染区域的自动识别提供技术支持。