北江干流沉积物重金属污染生态风险评价

通过北江干流水体沉积物重金属含量,研究其典型污染物的潜在生态风险。采集了北江干流韶关至清远段7份沉积物样品,经混酸消解后,以电感耦合等离子体质谱仪测定沉积物中重金属含量,并对沉积物重金属分布特征进行了分析。同时利用Hakanson的潜在生态危害指数（RI）评价模式,对北江干流沉积物重金属生态风险进行了评价。评价结果表明,北江干流沉积物中重金属综合生态危害程度均表现为很高级别,其生态危害因子Pb、Cd已成为北江干流突发性水污染事故潜在预警因子。     

我国加强食品安全风险监测体系建设

<正>从国家卫生计生委获悉,为加强食品安全风险监测体系建设,32家省级疾控中心将成为"国家食品安全风险监测省级中心",北京市疾控中心等6家省级疾控中心将成为"国家食品安全风险监测参比实验室"。国家卫生计生委陈啸宏副主任在相关电视电话会议上说,各省级中心主要职责是在省级卫生计生行政部门领导下,组织开展食品安全风险监测工作,发挥技术统领和牵头作用,负责对辖区内风险监测工作机构业务管理,开展技术     

基于恒等映射多层极限学习机的高速列车踏面磨耗预测模型

针对高速列车车轮踏面磨耗单一模型无法对各种复杂工况下列车车轮踏面磨耗进行定量计算的问题, 提出一种基于恒等映射多层极限学习机的高速列车车轮踏面磨耗测量方法. 首先将恒等映射引入到多层极限学习机中, 提出一种基于恒等映射的多层极限学习机模型(identity multilayer extreme learning machine, I-ML-ELM), 采用机器学习公共数据集对该模型进行性能验证, 数值结果表明I-ML-ELM模型具有较好的准确性与泛化性; 然后基于车辆-轨道耦合动力学理论建立高速列车的车辆-轨道耦合动力学模型, 模拟列车运行的不同工况, 观测和分析高速列车的车轮踏面磨耗情况, 并通过I-ML-ELM预测模型对高速列车车轮踏面磨耗量进行学习及预测; 最后应用高速列车车轮踏面磨耗的实际测量值对I-ML-ELM预测模型进行进一步的验证, 结果表明: I-ML-ELM预测模型的各项性能参数指标在整体上优于以下五种网络: ELM, FLN, ML-ELM, ML-KELM和DLSFLN, 通过高速列车线路实测数据的进一步验证表明, 本文提出的基于I-ML-ELM的高速列车车轮踏面磨耗预测模型能较好地反映不同参数对高速列车车轮踏面磨耗值的影响规律.      

掺氢天然气在燃气锅炉和灶具中的回火风险分析

掺氢天然气随已有管网输送到用户燃烧利用,是低成本大规模利用氢能的方式之一。掺氢比变化会影响燃烧设备运行参数,使设备回火特性发生变化。因此,本文定义参数β定量比较预混气体未燃侧流速和火焰传播速度的变化幅度大小,以表征设备回火风险。通过实验数据校核,当β <0.6时,实际燃烧设备发生回火的风险显著增加;掺氢后燃气灶具（0.2 <β <1）相比于预混的燃气锅炉（0.95 <β <1.4）更容易发生回火,维持其安全运行所耐受的掺氢比更低。     

冶炼厂烟囱降尘农田土壤重金属含量及潜在生态风险评价

摘要：为了研究冶炼厂下风向烟囱降尘对农田土壤重金属污染影响程度,以济源市某一冶炼厂工业烟囱下风向降尘覆盖农田土壤为研究对象,依次对距离该厂烟囱大约为750m-3000m的7个农田研究区（P1-P7）土壤中重金属（Hg、As、Pb、Cd、Cu、Zn、Ni、Cr、）含量进行污染状况分析,采用了单项潜在生态风险指数法和综合潜在生态风险指数法对冶炼厂下风向烟囱降尘土壤中重金属的潜在生态风险进行评价。结果表明：在3 km2研究区域范围内,距离冶炼厂越近土壤重金属含量越高,Pb、Cd为重度污染,超过了《土壤环境质量农用地土壤污染风险管控标准》（GB15618-2018）农用地土壤污染风险管制值的1.2倍,距离冶炼厂烟囱下风向P1区土壤中重金属As、Pb、Cd、Cu、Zn超过土壤环境质量农用地土壤风险筛选值,Cd 在浓度值均超过农用土壤污染风险管制值1.8倍,As元素平均浓度值超农用土壤污染风险管制值1.7倍,Pb、Cu和Zn污染较严重,Cd、Hg对综合指数（RI）贡献值较大分别为68.63和22.4。单项潜在生态风险指数评价结果显示Cd存在极严重的潜在生态风险,Pb、Cu存在较严重潜在生态风险,冶炼厂下风向土壤中综合潜在生态风险指数评价显示,冶炼厂下风向降尘土壤重金属具有较强的生态风险。     

纸吸管中非挥发性迁移物的非靶向筛查及风险评估

根据欧盟法规推荐的两种食物模拟物对纸吸管样品进行模拟迁移试验,并基于超高效液相色谱-四极杆飞行时间质谱(UPLC-Q-TOF MS)对样品中的迁移物进行非靶向筛查,得到包括润滑剂、施胶剂、抗氧剂降解产物、消泡剂在内的31种有意添加物和非有意添加物。利用该课题组前期建立的风险矩阵,即风险=危害(毒性水平+Cramer分级+4×致突变性)×暴露(4×水溶性+4×渗透性),对纸吸管中31种迁移物进行风险分级。结果表明,未发现Ⅰ级高风险物质,Ⅱ级风险物质中得分较高的来自润滑剂(十六酸酰胺等)、施胶剂(海松酸等)和消泡剂(聚乙二醇等)中的成分,对Ⅱ级风险物质进行半定量分析,通过对比暴露量和TTC阈值,发现酰胺类润滑剂(尤其是芥酸酰胺)存在健康风险,应在纸吸管生产加工过程中引起关注。     

表层取样法结合气相色谱-串联质谱测定竹木砧板中19种防腐防霉剂残留

建立了表层取样/气相色谱-串联质谱(GC-MS/MS)测定竹木砧板中19种防腐防霉剂残留的方法。通过表层取样法制备样品后先进行酸化,然后利用乙酸乙酯-正己烷(2∶8,体积比)混合溶剂提取,经方法优化后无需进行衍生化反应及净化操作,采用多反应监测扫描(MRM)模式检测,基质匹配溶液外标法定量。结果表明,19种组分在0.005～200.0μg/mL范围呈良好的线性关系(r²> 0.990),检出限(LOD,S/N=3)为0.001～0.17 mg/kg,定量下限(LOQ,S/N=10)为0.003～0.55 mg/kg;在低、高2个不同加标水平下,19种目标物的回收率为65.8%～97.2%,相对标准偏差(RSD,n=6)为4.3%～13%。利用该方法对市售竹木砧板和一次性筷子样品进行检测,发现非定型包装竹木砧板中存在五氯酚残留量高的风险隐患,可为相关部门提供风险预警。     

基于当前状态数据的加法风险模型的自适应LASSO回归选择

当真实的潜在模型具有稀疏表示时通常需要使用变量选择方法,确定模型中的重要预测因子可提高被拟合模型的预测性能,许多文献研究了这类问题,其中张和吕[1]针对右删失数据开发了一种基于比例风险模型的变量选择方法.本文研究了基于当前状态数据的加法风险模型的变量选择问题.在文献[1]的启发下,我们提出一种自适应Lasso方法来解决...     

基于贝叶斯网络的船舶港口国监督检查滞留风险研究

针对港口国监督(Port State Control, PSC)检查的复杂性和不确定性, 基于贝叶斯网络理论构建船舶PSC检查滞留风险分析模型. 以东京备忘录(Tokyo MOU)中2014~2017年船舶PSC检查样本数据为基础, 运用R语言bnlearn包进行贝叶斯网络的结构及参数学习. 同时分别执行贝叶斯网络的正向、逆向推理, 定量表示各风险因素与滞留结果之间的相互作用关系, 找出导致船舶滞留的高风险因素, 实现不确定环境下船舶PSC检查滞留风险的全面动态分析. 实证表明, 模型具有较高的精确度, 可为检查人员的滞留决策及航运公司的安全风险管理提供有效依据.