太湖主要入湖河流污染源云管理系统的设计与实现

这是一篇关于太湖,污染源,信息管理,云计算的论文, 主要内容为随着社会经济的快速繁荣发展,太湖流域水污染问题日益严重,对人民的日常生活带来巨大影响。污染源种类复杂、支浜水质差等问题直接影响入湖河流水质,最终影响太湖水质。虽然太湖流域水环境治理已取得初步成效,但太湖流域水环境监测体系与预警系统的现代化建设仍处于起步阶段,当务之急在于如何运用先进的信息管理及互联网技术构建太湖流域污染源信息管理系统,来掌握污染源、入湖河流水质等相关属性的动态变化,为太湖流域水环境的精准治理提供可靠的数据支撑与决策支持。采用云计算、Javascript和Python开发语言,以数据资料收集处理、系统需求分析、数据库构建与系统设计、系统应用为主要研究内容,设计并开发了太湖主要入湖河流污染源云管理系统。初步建立了系统的基础数据库,主要包括河流、监测点位、污染源、排口、闸站、污水处理设施、行政区划和太湖一二级保护区范围。以地理坐标点或序列作为具体单元数据的唯一标识进行数据的收集录入和集成化管理,并通过前期现场调研、GIS矢量化和坐标转换处理,共获取343个河流数据、1472个水质监测数据、610个污染源数据、1983个排口数据、43个闸站数据、385个污水处理设施数据、76个行政区划数据和9个太湖保护区数据。从日常管理、长效管理、应急预警和监督执法等方面进行了系统需求的分析。该系统能实现数据的分区分层集成化管理及可视化,能统计相关保护区及行政区划范围内污染源等各类数据的具体类别和数量。该系统能实时更新相关基础数据的空间信息和属性信息,能随着信息管理条件的变化不断丰富、拓展和完善。该系统通过沿程水质分析与预警模块把未达到Ⅲ类水的河道分类展现至可视化界面,用户结合污染源等各类数据可挖掘得出造成河流水污染问题的具体症结。督查人员通过该系统的定位功能可快速到达河道监管现场,复检系统信息的准确性,及时采取措施禁止并严惩造成水污染的违法行为。对污染源云管理系统的整体架构、数据库和功能模块进行了详细设计。采用基于云计算的开发模式部署了两台云服务器并配置了RDS PostgreSQL版云数据库,同时前端平台应用及后台数据管理分别采用React框架和Django框架,并接入GIS技术的ArcSDE空间引擎以及高德地图JS API提供的在线地图服务,最终研发出了基于B/S架构的太湖主要入湖河流污染源云管理系统。开发了Web端和APP端,满足行政管理和数据采集两类不同性质用户的需求。各级行政管理用户通过Web端的数据可视化界面在相应权限范围内分层分区显示并管理各类基础数据,并通过数据统计与水质预警功能分析发现水环境现状中存在的问题。数据采集用户通过APP端的实时定位和数据录入功能实时采集并上传最新的调研数据。本系统为太湖流域水环境的综合管理提供了可视化平台,为污染源定位和河道水质预警提供了解决方案,为精准治太提供了技术支撑。

太湖主要入湖河流污染源云管理系统的设计与实现

这是一篇关于太湖,污染源,信息管理,云计算的论文, 主要内容为随着社会经济的快速繁荣发展,太湖流域水污染问题日益严重,对人民的日常生活带来巨大影响。污染源种类复杂、支浜水质差等问题直接影响入湖河流水质,最终影响太湖水质。虽然太湖流域水环境治理已取得初步成效,但太湖流域水环境监测体系与预警系统的现代化建设仍处于起步阶段,当务之急在于如何运用先进的信息管理及互联网技术构建太湖流域污染源信息管理系统,来掌握污染源、入湖河流水质等相关属性的动态变化,为太湖流域水环境的精准治理提供可靠的数据支撑与决策支持。采用云计算、Javascript和Python开发语言,以数据资料收集处理、系统需求分析、数据库构建与系统设计、系统应用为主要研究内容,设计并开发了太湖主要入湖河流污染源云管理系统。初步建立了系统的基础数据库,主要包括河流、监测点位、污染源、排口、闸站、污水处理设施、行政区划和太湖一二级保护区范围。以地理坐标点或序列作为具体单元数据的唯一标识进行数据的收集录入和集成化管理,并通过前期现场调研、GIS矢量化和坐标转换处理,共获取343个河流数据、1472个水质监测数据、610个污染源数据、1983个排口数据、43个闸站数据、385个污水处理设施数据、76个行政区划数据和9个太湖保护区数据。从日常管理、长效管理、应急预警和监督执法等方面进行了系统需求的分析。该系统能实现数据的分区分层集成化管理及可视化,能统计相关保护区及行政区划范围内污染源等各类数据的具体类别和数量。该系统能实时更新相关基础数据的空间信息和属性信息,能随着信息管理条件的变化不断丰富、拓展和完善。该系统通过沿程水质分析与预警模块把未达到Ⅲ类水的河道分类展现至可视化界面,用户结合污染源等各类数据可挖掘得出造成河流水污染问题的具体症结。督查人员通过该系统的定位功能可快速到达河道监管现场,复检系统信息的准确性,及时采取措施禁止并严惩造成水污染的违法行为。对污染源云管理系统的整体架构、数据库和功能模块进行了详细设计。采用基于云计算的开发模式部署了两台云服务器并配置了RDS PostgreSQL版云数据库,同时前端平台应用及后台数据管理分别采用React框架和Django框架,并接入GIS技术的ArcSDE空间引擎以及高德地图JS API提供的在线地图服务,最终研发出了基于B/S架构的太湖主要入湖河流污染源云管理系统。开发了Web端和APP端,满足行政管理和数据采集两类不同性质用户的需求。各级行政管理用户通过Web端的数据可视化界面在相应权限范围内分层分区显示并管理各类基础数据,并通过数据统计与水质预警功能分析发现水环境现状中存在的问题。数据采集用户通过APP端的实时定位和数据录入功能实时采集并上传最新的调研数据。本系统为太湖流域水环境的综合管理提供了可视化平台,为污染源定位和河道水质预警提供了解决方案,为精准治太提供了技术支撑。

缙云山气溶胶粒子质量浓度和水溶性离子特征研究

这是一篇关于气溶胶质量浓度,水溶性离子,气象条件,污染源,重庆缙云山的论文, 主要内容为近年来,气溶胶污染已成为空气质量监测与研究的热点课题。大量研究表明,大气气溶胶不仅影响城市能见度和城市气候,而且含有许多有毒有害物质,是其它污染物的载体和反应床,对人类健康和生态环境有很大的危害。不同的地区气溶胶理化性质存在差异,加上重庆地区自然环境特殊,决定了重庆市空气污染的治理必须因地制宜,做好实地监测研究。缙云山是国家4A级风景名胜区,近年来,由于北碚区城市化建设加快,交通、建筑等粉尘释放源增多,缙云山旅游业日益兴盛,缙云山的空气质量堪忧。 本研究自2010年1月起至2011年1月,对缙云山气溶胶进行了长达13个月的监测,通过分析当地气溶胶TSP和PM10的质量浓度、水溶性离子浓度及其季节变化规律,了解重庆市气溶胶的环境本底状况；同时分析气溶胶中水溶性组分的来源及其与气象条件的关系,掌握缙云山气溶胶粒子的自然源和人为源,为重庆市空气质量评估提供基础数据与合理性建议。 本文的主要研究结论是：(1)缙云山空气质量总体情况较好,雨季TSP质量浓度的均值为103.6μg·m-3,符合国家空气质量一级标准,非雨季TSP质量浓度的均值为158.4μg·m-3低于国家空气质量二级标准。TSP和PM10中总水溶性离子浓度的年均值分别为60.0μg·m-352.4μg·m-3,占颗粒物质量浓度的47%和52%。与十年前相比,气溶胶粒子中水溶性组分的含量和比重都有显著增加,己成为大气TSP和PM10中的主要组分。阴离子中以S042-所占比重最大,NO3-次之,阳离子中以Ca2+的含量最高,缙云山的大气污染仍以CaS04型污染为主。 (2)分析气溶胶中水溶性离子的物质来源发现,F-、Cl-、Na+、K+、Mg2+等离子主要来自自然源,说明缙云山生态环境良好,对污染物的自净能力较强,SO42-、NO3-、Ca2+大部分来自人为源,受气象条件影响,季节变化明显。 (3)在自然状况下,气溶胶粒子质量浓度和水溶性组分主要受降水和雾的影响,温度和湿度是影响气溶胶浓度的最重要的气象因子,气溶胶粒子从生成到消亡,经历了一系列复杂的物理、化学变化,归根结底取决于大气中气溶胶的积聚过程和清除过程的双重作用。 (4)大气降水是最重要的湿清除过程。一方面,大气降水对于大颗粒物质具有较强的冲刷作用,另一方面,气溶胶中的水溶性组分能够溶解于云水或雨水中,由降水带至地表。在夏秋季节,湿清除过程占主导,气溶胶粒子和水溶性组分都有所下降。 (5)浓冬和早春时节,大气降水偏少,相对湿度偏低,湿清除过程减弱。而此时节重庆地区多辐射雾,空气层结稳定,污染物质容易积聚。冬季的缙云山与北碚城区相比气温更低,气流下沉,在近地面形成冷高压,高空形成低压,城区的相对暖轻的气流向缙云山上空流动,使污染物质由城区向缙云山上空输送,加重了缙云山大气污染,此过程可看作气溶胶的积聚过程。 (6)重庆地区夏季多连晴高温天气,大气中的SO2、NOx在高温下易发生光化学反应,生成S042-和N03-,在没有降水的情况下,部分地存在于气溶胶粒子中,然而气溶胶粒子在大气中的寿命短于酸性气体的寿命,会通过干湿沉降从大气中清除；遇到降水过程,S042-和N03-易溶于降水,经湿清除过程被带至地表。这一现象可看成气溶胶的积聚过程和湿清除过程的博弈。 (7)气象因素对二次离子的影响较大。温度对S042-和N03的影响结果显示,当日均温高于或等于27℃,S042-和N03-以气态形式的硫酸和硝酸存在,当日均温介于15℃到27℃之间,气态和固态并存。当相对湿度在65-75%之间,气溶胶中S042-的平均值最高,大气中以固态硫酸盐粒子占主导；高于这个湿度范围,空气逐渐趋于饱和,气态SO2以及由其转化而来的硫酸盐粒子易与大气中的云水或雾水发生非均相化学反应,并随降水从颗粒物中清除；而低于这一范围,则蒸发作用加强,未发生化学反应的那部分SO2则以气态形式重新回到大气中。 (8)微量气体中的酸性气体如SO2和NOx极易与云水或雨水发生非均相的化学反应,或形成硫酸盐和硝酸盐粒子,或直接形成酸雨,进而从大气中清除。在浓雾天气下,较高的相对湿度能加速硫酸盐从前体气体的转化,加重大气的污染水平,尤其是加重大气细粒子的污染。沙尘气溶胶对空气质量具有高污染性,其中水溶性的S042-和阳离子的含量成倍增长,颗粒物质的大小和形态也与雾天有明显不同。 (9)气溶胶的人为源主要来自化石燃料的燃烧,机动车尾气排放,建筑工地和水泥工厂的扬尘。缙云山大气TSP中NO3-/SO42的比率均值为0.33(0.06～1.53),说明固定排放源(燃煤)仍然是当地大气TSP中水溶性离子的主要来源。S042-的源头是中心城区的工业燃煤,其产生的SO2通过高架源排放进入大气,经远距离输送而至。十年以前,缙云山大气中NO3-/SO42-的比率仅为0.1,说明二次气溶胶的污染源几乎全部来自于工业燃煤,而今移动排放源对二次气溶胶的贡献已不容忽视。在重庆地区封闭地形下,污染物质容易积聚成高浓度,大气环流将城区污染物质带到郊区干净地区,使郊区原本良好的自然环境也受影响。因此,加强重庆市大气环境的综合治理显得尤为重要。

基于状态监测的污染源智能诊断系统研究

这是一篇关于状态监测,智能诊断,污染源,模糊综合评判,隶属函数的论文, 主要内容为石油化工行业是我国国民经济的支柱产业,也是我国工业界的污染大户。同时,石化企业也是一种安全环保要求高的企业,生产过程存在多种易燃、易爆和有毒的物质,排放的污染物特征复杂,易对环境产生不良的影响。因此,对石化企业的生产过程进行污染源分析,并根据装置生产过程中的各种状态参数进行污染源智能诊断是十分有必要的,而且,这对于加强石化企业安全环保资源的有效管理,促进企业安全生产和持续、稳定地发展具有重要的意义。 本课题是以广州石化硫磺回收装置为例来建立一套基于状态监测的污染源智能诊断系统。本文首先对装置的工艺流程进行了分析,在工艺流程分析的基础上,对系统的污染源机理以及污染源种类的划分进行了归纳与总结。接着,根据系统污染源的特点,在对各种常用推理方法进行对比的基础之上,采用模糊综合评判的推理方法对系统污染源进行智能诊断,并重点就隶属函数、模糊矩阵、模糊算子以及推理学习算法的确定进行了深入研究,同时,本文还对系统的推理控制策略与推理解释策略进行了阐述。 另外,本文根据用户的实际需求,按照软件工程的一般要求,从系统的需求分析、系统分析、系统设计到系统实现逐步的阐述本系统的开发过程与实现方法。并采用基于JAVA语言的Struts技术和Hibernate技术以及SQL Server数据库技术,结合面向对象的思想,开发出了一套基于B/S模式的污染源智能诊断系统。同时对系统开发过程中所用到的相关平台和技术,如实时数据库PHD、Struts技术和Hibernate技术等进行了简要的介绍。接着,以一个运行实例说明了系统的诊断推理过程。 最后,对本文所做的研究工作进行了总结,并针对整个诊断系统的目前情况,对其将来的研究进行了展望,指出了需要进一步完善和改进的地方。

缙云山气溶胶粒子质量浓度和水溶性离子特征研究

这是一篇关于气溶胶质量浓度,水溶性离子,气象条件,污染源,重庆缙云山的论文, 主要内容为近年来,气溶胶污染已成为空气质量监测与研究的热点课题。大量研究表明,大气气溶胶不仅影响城市能见度和城市气候,而且含有许多有毒有害物质,是其它污染物的载体和反应床,对人类健康和生态环境有很大的危害。不同的地区气溶胶理化性质存在差异,加上重庆地区自然环境特殊,决定了重庆市空气污染的治理必须因地制宜,做好实地监测研究。缙云山是国家4A级风景名胜区,近年来,由于北碚区城市化建设加快,交通、建筑等粉尘释放源增多,缙云山旅游业日益兴盛,缙云山的空气质量堪忧。 本研究自2010年1月起至2011年1月,对缙云山气溶胶进行了长达13个月的监测,通过分析当地气溶胶TSP和PM10的质量浓度、水溶性离子浓度及其季节变化规律,了解重庆市气溶胶的环境本底状况；同时分析气溶胶中水溶性组分的来源及其与气象条件的关系,掌握缙云山气溶胶粒子的自然源和人为源,为重庆市空气质量评估提供基础数据与合理性建议。 本文的主要研究结论是：(1)缙云山空气质量总体情况较好,雨季TSP质量浓度的均值为103.6μg·m-3,符合国家空气质量一级标准,非雨季TSP质量浓度的均值为158.4μg·m-3低于国家空气质量二级标准。TSP和PM10中总水溶性离子浓度的年均值分别为60.0μg·m-352.4μg·m-3,占颗粒物质量浓度的47%和52%。与十年前相比,气溶胶粒子中水溶性组分的含量和比重都有显著增加,己成为大气TSP和PM10中的主要组分。阴离子中以S042-所占比重最大,NO3-次之,阳离子中以Ca2+的含量最高,缙云山的大气污染仍以CaS04型污染为主。 (2)分析气溶胶中水溶性离子的物质来源发现,F-、Cl-、Na+、K+、Mg2+等离子主要来自自然源,说明缙云山生态环境良好,对污染物的自净能力较强,SO42-、NO3-、Ca2+大部分来自人为源,受气象条件影响,季节变化明显。 (3)在自然状况下,气溶胶粒子质量浓度和水溶性组分主要受降水和雾的影响,温度和湿度是影响气溶胶浓度的最重要的气象因子,气溶胶粒子从生成到消亡,经历了一系列复杂的物理、化学变化,归根结底取决于大气中气溶胶的积聚过程和清除过程的双重作用。 (4)大气降水是最重要的湿清除过程。一方面,大气降水对于大颗粒物质具有较强的冲刷作用,另一方面,气溶胶中的水溶性组分能够溶解于云水或雨水中,由降水带至地表。在夏秋季节,湿清除过程占主导,气溶胶粒子和水溶性组分都有所下降。 (5)浓冬和早春时节,大气降水偏少,相对湿度偏低,湿清除过程减弱。而此时节重庆地区多辐射雾,空气层结稳定,污染物质容易积聚。冬季的缙云山与北碚城区相比气温更低,气流下沉,在近地面形成冷高压,高空形成低压,城区的相对暖轻的气流向缙云山上空流动,使污染物质由城区向缙云山上空输送,加重了缙云山大气污染,此过程可看作气溶胶的积聚过程。 (6)重庆地区夏季多连晴高温天气,大气中的SO2、NOx在高温下易发生光化学反应,生成S042-和N03-,在没有降水的情况下,部分地存在于气溶胶粒子中,然而气溶胶粒子在大气中的寿命短于酸性气体的寿命,会通过干湿沉降从大气中清除；遇到降水过程,S042-和N03-易溶于降水,经湿清除过程被带至地表。这一现象可看成气溶胶的积聚过程和湿清除过程的博弈。 (7)气象因素对二次离子的影响较大。温度对S042-和N03的影响结果显示,当日均温高于或等于27℃,S042-和N03-以气态形式的硫酸和硝酸存在,当日均温介于15℃到27℃之间,气态和固态并存。当相对湿度在65-75%之间,气溶胶中S042-的平均值最高,大气中以固态硫酸盐粒子占主导；高于这个湿度范围,空气逐渐趋于饱和,气态SO2以及由其转化而来的硫酸盐粒子易与大气中的云水或雾水发生非均相化学反应,并随降水从颗粒物中清除；而低于这一范围,则蒸发作用加强,未发生化学反应的那部分SO2则以气态形式重新回到大气中。 (8)微量气体中的酸性气体如SO2和NOx极易与云水或雨水发生非均相的化学反应,或形成硫酸盐和硝酸盐粒子,或直接形成酸雨,进而从大气中清除。在浓雾天气下,较高的相对湿度能加速硫酸盐从前体气体的转化,加重大气的污染水平,尤其是加重大气细粒子的污染。沙尘气溶胶对空气质量具有高污染性,其中水溶性的S042-和阳离子的含量成倍增长,颗粒物质的大小和形态也与雾天有明显不同。 (9)气溶胶的人为源主要来自化石燃料的燃烧,机动车尾气排放,建筑工地和水泥工厂的扬尘。缙云山大气TSP中NO3-/SO42的比率均值为0.33(0.06～1.53),说明固定排放源(燃煤)仍然是当地大气TSP中水溶性离子的主要来源。S042-的源头是中心城区的工业燃煤,其产生的SO2通过高架源排放进入大气,经远距离输送而至。十年以前,缙云山大气中NO3-/SO42-的比率仅为0.1,说明二次气溶胶的污染源几乎全部来自于工业燃煤,而今移动排放源对二次气溶胶的贡献已不容忽视。在重庆地区封闭地形下,污染物质容易积聚成高浓度,大气环流将城区污染物质带到郊区干净地区,使郊区原本良好的自然环境也受影响。因此,加强重庆市大气环境的综合治理显得尤为重要。

太湖主要入湖河流污染源云管理系统的设计与实现

这是一篇关于太湖,污染源,信息管理,云计算的论文, 主要内容为随着社会经济的快速繁荣发展,太湖流域水污染问题日益严重,对人民的日常生活带来巨大影响。污染源种类复杂、支浜水质差等问题直接影响入湖河流水质,最终影响太湖水质。虽然太湖流域水环境治理已取得初步成效,但太湖流域水环境监测体系与预警系统的现代化建设仍处于起步阶段,当务之急在于如何运用先进的信息管理及互联网技术构建太湖流域污染源信息管理系统,来掌握污染源、入湖河流水质等相关属性的动态变化,为太湖流域水环境的精准治理提供可靠的数据支撑与决策支持。采用云计算、Javascript和Python开发语言,以数据资料收集处理、系统需求分析、数据库构建与系统设计、系统应用为主要研究内容,设计并开发了太湖主要入湖河流污染源云管理系统。初步建立了系统的基础数据库,主要包括河流、监测点位、污染源、排口、闸站、污水处理设施、行政区划和太湖一二级保护区范围。以地理坐标点或序列作为具体单元数据的唯一标识进行数据的收集录入和集成化管理,并通过前期现场调研、GIS矢量化和坐标转换处理,共获取343个河流数据、1472个水质监测数据、610个污染源数据、1983个排口数据、43个闸站数据、385个污水处理设施数据、76个行政区划数据和9个太湖保护区数据。从日常管理、长效管理、应急预警和监督执法等方面进行了系统需求的分析。该系统能实现数据的分区分层集成化管理及可视化,能统计相关保护区及行政区划范围内污染源等各类数据的具体类别和数量。该系统能实时更新相关基础数据的空间信息和属性信息,能随着信息管理条件的变化不断丰富、拓展和完善。该系统通过沿程水质分析与预警模块把未达到Ⅲ类水的河道分类展现至可视化界面,用户结合污染源等各类数据可挖掘得出造成河流水污染问题的具体症结。督查人员通过该系统的定位功能可快速到达河道监管现场,复检系统信息的准确性,及时采取措施禁止并严惩造成水污染的违法行为。对污染源云管理系统的整体架构、数据库和功能模块进行了详细设计。采用基于云计算的开发模式部署了两台云服务器并配置了RDS PostgreSQL版云数据库,同时前端平台应用及后台数据管理分别采用React框架和Django框架,并接入GIS技术的ArcSDE空间引擎以及高德地图JS API提供的在线地图服务,最终研发出了基于B/S架构的太湖主要入湖河流污染源云管理系统。开发了Web端和APP端,满足行政管理和数据采集两类不同性质用户的需求。各级行政管理用户通过Web端的数据可视化界面在相应权限范围内分层分区显示并管理各类基础数据,并通过数据统计与水质预警功能分析发现水环境现状中存在的问题。数据采集用户通过APP端的实时定位和数据录入功能实时采集并上传最新的调研数据。本系统为太湖流域水环境的综合管理提供了可视化平台,为污染源定位和河道水质预警提供了解决方案,为精准治太提供了技术支撑。