负荷估算（共4篇）
负荷估算 篇1
建筑空调的冷、热负荷计算是一切空调工程设计的基本依据。推广全年空调逐时冷、热动态负荷计算十分必要,好处与效益也很明显[1]:可以通过改善建筑外围护结构的保温隔热遮阳性能,最大限度地降低围护结构冬、夏季的传热负荷;可以权衡外窗玻璃的天然照明效果与遮阳效果;可以合理确定冷、热源的容量与台数配置以及通过优化控制策略实行经济运行;可以正确、合理确定空调方式与空调水系统方案;在推广蓄冷空调、燃气空调和能量回收系统时,可以评价其经济效益、社会效益及环保效益。
1 全年动态负荷计算软件简介
《全国民用建筑工程设计技术措施:节能专篇/暖通空调·动力(2007)》[2]的5.1.4规定,下列情况宜采用通过国际验证的计算机模拟软件进行全年动态负荷计算:(1)需要对空调方案进行能耗和投资等经济分析时;(2)采用利用热回收装置回收冷热量、利用室外新风作冷源调节室内负荷、冬季利用冷却塔提供空调冷水等节能措施,需要计算节能效果时;(3)采用蓄热蓄冷装置,需要确定装置的容量时。
目前全年动态负荷的计算主要利用建筑能耗模拟软件,此类软件主要用于建筑和系统的动态模拟分析,国外的软件以DOE-2,EnergyPlus和ESP-r等为代表,这类软件的主要模拟目标是建筑和系统长周期的动态热特性(往往以h为时间步长),采用的是完备的房间模型和较简单的系统模型及简化的或理想化的控制模型,适用于模拟分析建筑物围护结构的动态热特性,模拟出全年的空调动态负荷,进而模拟建筑物的全年运行能耗。国内的软件主要为由清华大学建筑技术科学系江亿院士主持的建筑环境设计模拟分析软件DeST,它基于“分阶段模拟”的理念,实现了建筑物与系统的连接,使之既可用于详细分析建筑物的热特性,又可以模拟系统性能,较好地解决了建筑物和系统设计耦合的问题[3]。
以上软件的复杂性和难以入门阻碍了它的推广,尤其在我国目前这种工程设计管理体制下更是难以要求建筑设计单位进行模拟分析,一般以上软件的应用主要集中在科研院校和专业的建筑节能咨询公司,针对特定项目由上述院校或公司做相应的节能评估报告。
2 全年动态负荷的估算
目前广西的一些设计项目,除了围护结构的权衡判断利用到全年动态能耗计算分析外,以下空调及热水系统设计项目需要进行全年动态负荷的计算(包括热水需求的全年动态负荷计算):
(1)水冷冷水机组冷凝热回收生产卫生热水是采用部分热回收还是全热回收,机组如何搭配。
(2)采用地源热泵供冷暖空调和卫生热水,地埋管系统需考虑输入土壤的全年冷热量是否平衡,污水源热泵系统是否满足全年的冷热需求,以及机组的搭配。
(3)冰蓄冷或水蓄冷系统全年负荷及经济分析。
(4)同一个项目不同方案之间技术、能耗、投资比较时,应该建立在统一的设计日负荷和全年负荷的基础上。
在方案设计及初步设计阶段,建筑的窗墙比例及材料物性等方面还不够确定,设计时间也较短,没有技术条件用全年能耗分析软件来进行模拟的情况下,只能进行初步的全年动态负荷估算。
2.1 设计日冷热负荷
设计日冷热负荷是采用历年来不保证一定天数或小时数的室外空气计算参数计算出来的,是用来选择冷热源设备大小的重要依据。如果利用如鸿业负荷计算或浩辰负荷计算等计算软件进行热负荷和逐时逐项的冷负荷计算,则不但冬季设计日热负荷qrx(kW)和夏季设计日冷负荷qlx(kW)可以算出,而且可以算出设计日逐时的热负荷qri(kW)和逐时的冷负荷qli(kW),从而设计日总热量Qr=Σqri·li(kW·h)和设计总冷量Ql=Σqli·li(kW·h)可以得出,其中li为运行时数(h)。
但方案设计及初步设计阶段,大多套用负荷估算指标,根据建筑面积估算工程的热负荷qrx(kW)和冷负荷qlx(kW),更详细一点的话,亦可根据建筑物各空调房间面积和负荷估算指标来计算其冷热负荷。负荷指标可以参考《全国民用建筑工程设计技术措施:暖通空调·动力(2003)》[4]第一章。
冬季设计日室外气温变化不大,可以认为逐时热负荷qri=qrx,冬季设计日总热量Qr=Σqrx·li。
夏季设计日室外气温变化较大,考虑太阳辐射、人员、灯光和同时使用逐时值不同,可以参照冰蓄冷设计用的系数法来估算设计日逐时冷负荷,即qli=κ·qlx,则夏季设计日总冷量Ql=Σqli·li。逐时冷负荷系数可以参考《全国民用建筑工程设计技术措施:暖通空调·动力(2003)》[4]第6.5节。(见表1)
2.2 用度日法计算冬季热负荷
度日法是美国ASHRAE标准90—75给出的估算冬季供暖建筑耗能的方法。度日,是指每日平均温度与规定的标准参考温度(或称温度基准)的离差[5],度日法主要基于这样一种假设,即从长期平均的观点来看,当室外温度等于某一基准温度时,太阳辐射和室内得热刚好可以弥补建筑物的热损失,因此某一温度下的热负荷可以近似地认为正比于室外温度与这一基准温度的差值。
某日的度日数就是该日平均温度与标准参考温度的实际离差,即(HDD)[采暖度日数(heating degree days)]=TB-T。
注:空调运行时间,写字楼按8:00～18:00,商场按8:00～22:00。
式中,HDD—某日度日数(℃·日),当T>TB时,则(HDD)=0;
TB—采暖标准参考温度,℃,一般取18℃;
T—某日平均温度,℃。
某日的总热量为Qir=(HDD)/(TD-TI)·Qr。式中,TD、TI—冬季供暖的室内和室外设计温度;
Qr—冬季设计日总热量。
根据《中国建筑热环境分析专用气象数据集》[6],可以找到供暖期室外日平均温度和采暖度日数,从而可以计算出整个冬季总热量为ΣQr。根据南宁市典型气象年12月1日～2月28日的室外日平均温度分布,计算出南宁市供暖期采暖度日数HDD18为367.6(℃·日),办公建筑考虑周末不供暖,其供暖期采暖度日数HDD18为262.6(℃·日)。
2.3 用度时法计算夏季冷负荷
夏季气温变化较大,影响夏季冷负荷的因素不仅仅为室外干球温度,还受到室外太阳辐射、室内热负荷及窗墙面积、材料热物性、新风量等的影响,但对于方案、初设阶段的估算,可以假设空调负荷与室内外温差大致成比例,这是参考度日法的计算方法,在不同的室外干球温度下,计算其夏季冷负荷,根据典型气象参数可以计算出整个夏季逐时冷负荷,从而可以得到整个夏季的总冷量。仿照“温频法”[7]的概念可以对建筑冷负荷影响较大的室外干球温度的逐时出现频率进行统计,从而可以得出部分负荷分布规律及总的夏季冷负荷。
某室外温度的度时数就是该室外温度与标准参考温度的实际离差,即(CDH)[空调度小时数(cooling degree hours)]=Ti-TB′。
式中,CDH—某室外温度的度时数(℃·h),当Ti
TB′—供冷标准参考温度,℃,一般取26℃;
Ti—室外温度,℃。
某室外温度对应的冷负荷为qli=(CDH)/(TI′-TD′)·qlx。
式中,TI′、TD′—夏季供冷的室外和室内设计温度;
qlx—夏季设计日冷负荷。
根据《中国建筑热环境分析专用气象数据集》[6],可以找到供冷期室外逐时温度和供冷度时数,从而可以计算出整个夏季供冷量为Σqli·li。
不同使用功能的建筑根据其空调系统间歇运行的时间不同,其空调运行时室外空气温度的频率分布有所不同,南宁市供冷期为5月1日～10月31日,共计184天,4416个小时;办公建筑空调运行时间为8:00～18:00,周末不运行;商场建筑空调运行运行时间为8:00～22:00,酒店全天运行,根据《中国建筑热环境分析专用气象数据集》[6]可以统计分析出相关数据。(见表2～表3)
从表3可以看出,办公建筑有63%的时间在低于50%的负荷下运行,商场建筑有67%的时间在低于50%的负荷下运行,酒店建筑有82%的时间在低于50%的负荷下运行,所以选择主机设备时要注意多台大小搭配,并且要注意部分负荷下设备的高效运行。
3 工程实例
南宁市某综合建筑共31700m2,其中酒店部分12400m2,办公部分19300m2,全年供冷暖空调,生产生活热水给酒店及附近生活楼用,拟采用部分回收冷凝热生产生活热水,同时拟采用地埋管地源热泵系统实现冷气、暖气和生活热水三联供,实现系统能耗达到最小化,因此方案阶段需要计算全年冷、热负荷及热水需求。根据以上的估算方法进行空调全年动态负荷估算。
3.1 设计日负荷计算
根据冷负荷指标[4]:旅馆80W/m2～90W/m2;办公楼85W/m2～100W/m2,冬季负荷为夏季冷负荷的1/3～1/4。夏季设计日冷负荷:qlx=12400×0.085+19300×0.090=2791(kW);冬季设计日热负荷:qrx=2791/3=930(kW)。
根据酒店部分和办公部分空调运行时间不同,分布计算两部分的供热量为8424k W·h和5790k W·h,计算出冬季设计日总热量Qr为14214k W·h。
利用表1的冷负荷系数κ,设计日逐时冷负荷计算结果详见表4,夏季设计日总冷量Ql为30111 kW·h。
3.2 冬季热负荷计算
根据2.2节的计算方法,南宁冬季空调室外计算温度为5℃,室内设计温度为20℃,冬季总供热量为ΣQr=307808kW·h。
3.3 夏季冷负荷计算
根据2.3节的计算方法,南宁夏季空调室外计算温度为34.2℃,室内设计温度为26℃,夏季总供冷量为Σqli·li=2324491kW·h。(见表5)
根据以上估算数据,同时另外计算全年生活热水,就可以初步进行系统设计及设备选型,同时通过进一步计算,分析判断冷凝热回收是否满足全年生活热水需求,地埋管在满足土壤冷热平衡的情况下如何与冷却塔系统搭配以满足全年供冷、供暖要求等。
4 结语
在建筑工程设计领域,推广全年空调逐时冷、热动态负荷计算很重要,一些建筑能耗分析软件起到了很大的作用,但较为复杂,其软件的应用主要集中在科研院校和专业的建筑节能咨询公司。在方案设计及初步设计阶段,没有技术条件用全年能耗分析软件来进行模拟的情况下,利用度日法及度时法可以估算全年空调动态热负荷和冷负荷,用于初步的系统设计及能耗分析。
参考文献
[1]汪训昌,林海燕,杨书渊,李勇.空调全年逐时动态负荷计算能提供什么信息和回答什么问题?——一栋办公楼空调全年逐时动态负荷计算的结果及其分析[J].暖通空调,2005,35(10):44-53.
[2]建设部工程质量安全监督与行业发展司,中国建筑标准设计研究院.全国民用建筑工程设计技术措施:节能专篇/暖通空调·动力(2007)[M].北京:中国计划出版社,2007.
[3]燕达,谢晓娜,宋芳婷,江亿.建筑环境设计模拟分析软件DeST——第一讲建筑模拟技术与DeST发展简介[J].暖通空调,2004,34(7):48-56.
[4]建设部工程质量安全监督与行业发展司,中国建筑标准设计研究院.全国民用建筑工程设计技术措施:暖通空调·动力(2003)[M].北京:中国计划出版社,2003.
[5]赵荣义.简明空调设计手册[M].北京:中国建筑工业出版社,1998.
[6]中国气象局气象信息中心气象资料室,清华大学建筑技术科学系.中国建筑热环境分析专用气象数据集[M].北京:中国建筑工业出版社,2005.
[7]龙惟定.用BIN参数作建筑物能耗分析[J].暖通空调,1992(2).
负荷估算 篇2
负荷历时曲线(Load Duration Curve,简称LDC)是以流量历时曲线(Flow duration curve,简称FDC)为基础,是污染物浓度与流量的乘积与历时范围的关系曲线,以对数坐标的形式反应污染负荷在不同水期的分布特征。近年来,负荷历时曲线成为美国最大日负荷计划制定的关键技术[1,2,3,4,5]。我国也利用LDC法进行流域污染负荷的分析。如杨国华等利用LDC方法分析赣江流域多个水文站的污染物通量[6];程艳等利用LDC方法分析洱海弥苴河流域水质,提出两种水质标准的污染负荷评判方法[7];丁京涛[8]利用LDC方法估算大宁河巫溪流域总磷通量,找出总磷污染源及其随径流变化特征,以及总磷的削减。
1 基于LDC的通量估算方法的建立
1.1 基于负荷历时曲线的通量估算方法简介
基于负荷历时曲线(Load Duration curves,简称LDC)的负荷通量计算,通过LDC将流量与污染物负荷通量合理的联系在一起,曲线上各点代表不同流量保证率(即代表不同的流量值)的河道断面特定污染物负荷通量。LDC图能够反映流域现状负荷通量(最大日负荷量、当前日负荷量)的变化特征信息。
1.2 负荷历时曲线构建方法
1.2.1 绘制流量历时曲线
将流量Q序列降序排列,求出等于或大于每一个流量值出现的累计流量个数,用累计个数除以整个序列的流量总个数,得到历时保证率P,计算公式见公式(1)。以历时保证率和相应的流量值绘制出流量历时曲线。为了合理反应完整水文流量模式,径流系列需采用某一典型年或多年日流量资料,无资料或缺资料的地区,可以用相似流域的径流量替代研究河流的流量。
式中:P为历时保证率;m为流量排序后,等于或大于每一个流量值出现的累计流量个数;n为总流量个数。
典型FDC如图1所示,X轴变化范围1%～100%,为流量频率历时范围,简称历时范围;Y轴表示流量。
1.2.2 绘制负荷历时曲线
依据控制站所在区域的水质要求,将污染物标准浓度(或某一特定浓度值)与流量系列相乘得到污染物通量作为纵坐标,仍以历时保证率为横坐标,绘制曲线即得到污染物负荷历时曲线,如图2所示,估算公式如公式(2)所示。
式中:Fluxref、Qd及Cd分别为逐日的通量、流量及污染物浓度数据,单位分别为kg/d、m3/s及mg/L。
2 基于LDC的通量估算方法分析
2.1 数据资料选择
研究采用的数据资料来源于新疆北疆多条河流监测站1980年的年内逐日水沙监测数据(日均流量,含沙量实测资料)。数据资料的详细清单见表1。
2.2 分析基于LDC通量估算的不确定性方法
分析基于LDC泥沙通量估算的不确定性方法步骤是:第一步,根据年内逐日流量和含沙量数据,采用公式(2)计算泥沙年通量的参考值;第二步,将逐日流量、含沙量监测数据重新筛选抽样构造,形成多组不同监测频次的数据抽样样本,将样本内的含沙量数据作为相应监测周期的水质监测数据;第三步,依据年内逐日流量数据按降序排列,绘制流量历时曲线,则同步流量的含沙量数据会落在不同的历时范围;第四步,将历时范围划分为不同的时段,读出分界点的横坐标(P)的值,将其作为特征频率(如10%,20%等),从低频率到高频率依次给出历时范围的划分时段(0%～10%等);第五步,计算各时段的平均含沙量,将其作为对应时段的逐日含沙量。根据逐日流量和逐日含沙量按上述方法建立负荷历时曲线;第六步,计算特征频率对应的流量值,给出时段相应的流量范围,即对应的初、末流量,计算时段平均流量,历时天数;第七步,用基于LDC的两种通量估算方法计算泥沙通量;第八步,根据公式(5)获得基于LDC的2种通量估算方法的相对误差,由此分析监测频次对通量估算的不确定性和基于LDC的通量估算方法的不确定性。
基于LDC有2种通量估算方法:①平均浓度估算方法记作LDC1,见公式(3);②平均通量估算方法记作LDC2,公式(4)。
式中:
式中:Q为逐日流量,m3/s;
式中:δ为通量估算相对误差。
为了进一步说明泥沙负荷的年内变化特征,这里分别绘制了伊犁河、特克斯河不同监测频次的泥沙负荷历时曲线(图3),并且给出基于LDC计算的河流泥沙负荷通量相对误差,见表2。
3 泥沙负荷通量年内变化特征分析
从图3典型河流各测站泥沙负荷历时曲线可以看出,河流总体上丰水期泥沙通量较高,平水期泥沙通量次之,枯水期泥沙通量较低,在年内显著呈递减趋势,特丰和特枯条件下特克斯河泥沙通量差异尤为显著。在高流量条件下,泥沙通量明显高于低流量条件,说明了泥沙通量的变化具有明显的随径流而增加的特征,表明汛期降雨径流是造成河道水质污染的主要原因。
从基于LDC的通估算相对误差表2可知,2种方法估算的泥沙通量相对误差总体较小。LDC1方法与LDC2方法比较,误差范围大体在一个数量级,变化幅度不大。因此基于LDC的这两种通量估算方法可同时用来计算污染物通量,相对误差较小的通量更逼近实际污染物通量。
综上所述,对于年内流量变化较大的河流,负荷历时曲线能够直观地反映出污染物通量的变化特征,准确地估算年通量,为制定更精确和有效的河流污染物总量控制措施提供一个最佳方案,且方法简单易懂,非常适合应用在水文、水质监测数据相对缺乏的新疆河流。
结合图3和表2可以发现,基于LDC估算泥沙通量时,考虑流量与含沙量因素,由不同监测频次的通量相对误差得出,监测频次是引起通量估算不确定性的因素,制定适宜监测频次是准确计算泥沙通量的有效途径。此外,泥沙时空分布的变异性、产沙原理等也能引起泥沙通量不确定,综合考虑引起通量的不确定性因素,是提出合理可行的污染物总量控制措施的前提。
4 结 语
本文采用1980年新疆北疆多条河流同步河流流量和含沙量资料,基于负荷历时曲线估算河流泥沙通量,探讨泥沙通量的年内变化及其影响因素,深入分析了基于负荷历时曲线的通量估算方法的不确定性和适用性。得出以下结论:
(1)LDC法不受土地利用方式、水文状况等其他因素限制,更适用于时空分布不确定的河流泥沙总量控制。
(2)对于流量年内变化大的河流,负荷历时曲线能够直观地反映出泥沙通量的年内变化状况,准确地计算泥沙年通量,且对有限含沙量监测资料的通量估算十分有利。
(3)受水质监测频次的影响,基于负荷历时曲线的通量估算存在不确定性,提高监测频次有利于提高通量估算精度。
(4)基于LDC的通量估算方法,可为新疆河流泥沙通量的深入研究提供方法指引及技术支持,对新疆境内流域实施科学、有效的泥沙防治工作具有一定的理论和实践意义。
参考文献
[1]Sullivan J A.Use of Load Duration Curves for the Development of Nonpoint Source Bacteria TMDLs in Texas[C]∥ASAE Proceed-ings of the Watershed Management to Meet Emerging TMDL Regulations Conference.Fort Worth,TX.2002:355-360.
[2]Stiles T C.A Simple Method to Define Bacteria TMDLs in Kansas[C].ASIWPCA/ACWF/WEF TMDL Science Issues Confer-ence:On-site Program.St.Louis,MO.2001:375-378.
[3]UDEQ(Utah Department of Environmental Quality).TMDL Water Quality Study of the Middle and Lower Sevier River Wa-tersheds[R].Prepared by Tetra Tech,Inc.March30,2004.
[4]OEPA(Ohio Environmental Protection Agency).Total Maximum Daily Loads for the Lower Cuyah-oga River Final Report[R].Prepared by Ohio Environmental Protection Agency,Division of Surface Water.September2003.
[5]Mississippi Department of Environment Quality of Pollution Con-trol.Fecal conliform TMDL for the Yazoo river[Z].www.deq.state ms.us.
[6]杨国华,陈小兰,刘慧丽.污染负荷历时曲线法在赣江流域水污染物总量监控中的应用[J].江西科学,2007,25(6):726-729.
[7]程艳,李炳花,和寿芳,等.水污染LDC在洱海弥苴河流域水质分析中的应用[J].水电能源科学,2008,26(4):27-30.
负荷估算 篇3
在全球范围内, 农业面源污染正在成为水体污染的主要原因, 对农业面源污染的控制不但逐步成为水污染治理的重中之重, 也逐步成为现代农业和社会可持续发展的重大课题 (张维理, 2004) 。长期以来, 由于粮食需求随着人口的不断增长而大幅度增加, 为了用有限的土地资源保障农产品供给, 在农业生产中大量施用农药、化肥, 过量、超量施肥现象普遍存在, 农业面源污染问题逐年加重 (唐浩, 2010) 。随着点源污染逐渐被重视和得到有效治理, 使得面源污染在环境污染中所占的比例越来越大, 已成为世界范围内地表水和地下水污染的主要来源, 全球30%~50%的地球表面已受到面源污染的影响 (Dennis et al., 1998) 。据美国、日本等发达国家研究结果显示, 即使点源污染得到全面有效控制后, 江河水质的达标率仍仅为65%, 湖泊的水质达标率为42%, 海域水质达标率为78%。美国的面源污染量占到污染总量的2/3, 其中农业的贡献率为75%左右 (何萍等, 1999) 。在我国大型河流中, 12.7%的干流和55%的支流受到了污染, 并已出现明显的富营养化 (国家环保总局, 1999) 。目前, 我国农村水环境质量普遍很差, 已严重影响到农村居民的居住环境, 甚至造成了地下水污染, 农业面源污染是最重要的原因之一 (李秀芬等, 2010) 。
2 我国面源污染防治防控现状
实施污染物总量控制是我国水环境保护的主要措施之一, 近年来, 关于点源污染物总量分配方法减排核算体系、污染源监控技术等研究日益趋于成熟和完善 (孟伟等, 2008;杨占红等, 2010) 。但发达国家水污染治理的实践表明, 单纯控制点源污染通常仍难以达到理想的水质改善效果, 面源污染物必须同步纳入总量控制体系, 美国自20世纪70年代开始推行的TMDL (total maximum daily loads) 计划因综合考虑了流域点源和面源污染排放总量控制, 在一些地区取得了较好的成效 (USEPA, 1999) 。由于面源污染一般具有动态性, 污染源空间位置和排放量都难以进行准确的定位与定量, 因此, 对面源污染实施总量控制管理的难度和复杂性相对较高。
在水污染容量总量控制中, 农业面源污染总量减排的重要性日益凸显。根据美国环保署 (EPA) 调查:美国江河中的有机污染有73%来自面源污染, 92%的悬浮物和83%的细菌也来自面源污染。在地表水中泥沙的46%、总磷的47%、总氮的52%都是来自农业径流的面源污染 (USEPA, 2003) 。粗略估算, 目前水体污染物中来自农业面源污染的大约占1/3。对于中国绝大多数流域, 如太湖、滇池流域等, 面源污染是水体污染的主要原因, 其贡献率总计超过70%, 远高于来自工业生产与城市生活排污造成的点源污染 (张维理, 2004) 。但目前我国总量控制主要针对点源污染实施, 而在农业面源污染总量控制方面尚缺少足够的研究基础与有效的总量减排管理决策支撑手段。
3 面源污染负荷估算方法研究进展
农业面源的总量控制与点源有很大的不同。由于面源污染具有污染发生时间的随机性、发生方式的间歇性、机理过程的复杂性、排放途径及排放量的不确定性、污染负荷的时空变异性、监测模拟与控制的困难性等特点。这些特点决定了面源污染难以监测, 难以适用点源总量控制技术与管理模式。应用数学模型对农业面源污染进行模拟和估算是面源污染总量控制的重要手段。国内外学者已建立了多种农业面源污染的评价模型, 并对不同区域进行了污染负荷的估算和分析 (Young et al., 1989;Lahlou et al., 1996;Chung et al., 1999;陈欣等, 2000;Neitsch et al., 2001;Baginska et al., 2003) 。现有的面源污染模型大部分是针对小区域的精细模拟, 很难适用于大尺度区域的负荷估算。而输出系数模型法避开了面源污染发生和发展的复杂过程, 所需参数少, 操作简便易行, 又具有一定的精度 (Worrall et al.1999) , 因此在面源污染物负荷的估算方面得到了一定的应用。根据土地利用及覆盖变化情况, Ierodiaconou等利用输出系数模型估算了澳大利亚GlenelgHopkins地区的氮和磷负荷 (Ierodiaconou et al., 2005) ;龙天渝等以输出系数法为基础, 建立了三峡库区近年来上游流域面源污染物氮磷负荷的数学模型, 对该流域输入三峡库区的氮磷面源污染负荷进行了预测计算和分析 (龙天渝等, 2008) ;庄咏涛利用输出系数模型对渭河临潼断面以上流域的氮负荷进行了估算, 并对其时空分布进行了模拟 (庄咏涛, 2008) ;刘瑞民等则利用输出系数模型研究了土地利用方式及覆盖变化等因素对长江上游流域面源污染特征的影响 (刘瑞民等, 2006) 。以上这些研究以及相关的研究成果, 推进了输出系数模型在农业面源污染负荷估算方面的应用, 同时也为缺乏输出系数地区的农业面源污染负荷的估算奠定了一定的基础。但是, 目前尚未见系统、可用的农业面源总量估算与减排调控管理方法和手段。
4 面源污染负荷估算方法研究新趋势
近年来, 以流域尺度整体治污的观点在水污染治理科研与环境管理实践中日益受到重视, 我国各省市亦实施了大量的小流域综合整治项目。然而, 流域 (子流域) 的边界往往不同于行政区划的边界体系, 以往按行政区划为单元统计和估算污染物负荷的传统方式已难以支撑以流域观点治污新模式的科技需要。因此, 以传统的行政区域单元统计资料基础, 研发流域任意空间范围内 (包括子流域控制单元等) 面源污染负荷智能化估算新技术, 辅助决策者实现对任意流域控制单元面源污染负荷总量的快速有效估算, 快速识别面源污染总量优先控制区, 并能预判未来不同目标情景下的区域业面源污染负荷总量 (或单项负荷规模) 时空变化趋势, 是未来面源负荷估算方法发展的重要方向。
5 结语
面源污染防控的重要性和难度在我国环境保护工作中日益凸显。传统按行政单元进行的面源污染总量负荷估算方法已难以满足新的治污模式需要。开展以流域任意空间尺度 (如子流域边界等) 面源污染总量负荷快速估算技术, 为流域面源污染总量减排及其动态管理提供切实有用的决策支撑工具, 是我国流域面源污染防控亟待突破的主要科技瓶颈之一。
参考文献
[1]张维理, 冀宏杰, KolbeH, 等.中国农业面源污染形势估计及控制对策Ⅱ.欧美国家农业面源污染状况及控制[J].中国农业科学, 2004, 37 (7) :1018-1025.
[2]孟伟, 刘征涛, 张楠, 等.流域水质目标管理技术研究 (Ⅱ) —水环境基准、标准与总量控制[J].环境科学研究, 2008, 21 (1) :1-8.
[3]王夏晖, 陆军, 张庆忠, 等.基于流域尺度的农业非点源污染物空间排放特征与总量控制研究[J].环境科学, 2011, 32 (9) :2554-2561.
[4]USEPA.Non-Point Source Pollution from Agriculture[EB/OL].http//www.epa.gov/region8/water/nps/npsurb.html, 2003.
[5]Worrall F, Burt T P.The impact of land-use change on water quality at the catchment scale:the use of export coefficient and structural models[J].J Hydrol.1999, 221 (1/2) :75-90.
负荷估算 篇4
估算是个体未经过精确计算而只借助原有知识对问题提出粗略答案的一种估计形式,是心算、数概念和算术计算技巧之间相互作用的过程[1]。生活中合理运用估算,可以提高我们解决问题的效率,给我们的生活提供很大的便利。1974年,Baddeley和Hitch提出了最早的工作记忆模型,指出工作记忆包括中央执行系统、语音环路和视空间模板三部分[2]。过去有关中央执行功能与估算关系的研究往往把执行功能看作一个整体,随着研究的深入,学者们逐渐认识到工作记忆中央执行系统的功能是可以分离的。2002年,Collette和Linden提出将执行功能分解为四种基本成分:抑制、转换过程、刷新以及双任务协调[3]。其中中央执行系统功能中的抑制子成分是个体对优势反应自主的有意的积极的抑制。综合上述研究发现,中央执行系统的四个基本成分在影响估算表现的作用上,研究的并不多,抑制子成分作为中央执行系统子成分中的核心,会不会跟估算的表现有着重要关联,值得深入研究。当前关于估算的研究主要集中在加法和乘法两种运算上,对于减法和除法的研究相对较少。Fehr等研究发现,比较加、减、乘、除四种基本运算时,所有的运算都激活了一些共同的脑区,而不同的运算又会激活一些特异的脑区[4]。因此,各种运算方式的神经基础是以一些脑区为共同基础,同时并不完全重叠的神经网络。因为加、减、乘、除四种运算的神经基础并不完全相同,是否不同运算的估算表现的影响因素会有所差异?所以本次实验采用的是三位数的减法估算,旨在通过研究得出的结果,与加法和乘法的相应结果做比较,验证估算相关的成果是否具有好的外部效度,可以适用到所有的估算过程中?本实验中,我们通过在精算过程中需要借位的次数来界定减法算式的难度。Fürst和Hitch根据进位次数把加法问题分为三类:0次、1次和2次。结果表明:随着进位次数的增加,跟踪任务的干扰效应也随之增加[5]。根据上述有关研究,提出以下研究假设:(1)有中央执行干扰任务的组别的准确率显著低于没有干扰任务的组别。(2)估算问题的难度对估算有显著性影响。
二、方法
1.被试。采取方便抽样法,在湖北大学选取本科生43名,包括23名女生和20名男生。然后男女随机分为A、B两个小组。所有被试者的视力或矫正视力正常。
2.研究设计。本次实验采用2(实验情境:有中央执行干扰任务、无中央执行干扰任务)×2(问题形式:横式、竖式)×2(问题难度:借位一次、借位两次)混合实验设计。其中实验情境为组间变量,估算问题难度和估算问题的呈现形式为组内变量,因变量为被试估算的准确性。
3.实验材料。本实验的刺激材料是20道三位数减法估算题目,分为10道横式估算任务和10道竖式估算任务。其中有10道题计算时需要借一次位(如267-138),另外10道题计算时需要借两次位(如746-298)。干扰刺激的材料是由计算机在一段时间间隔(1ms至1000ms)上随机呈现的“↑”、“↓”、“→”、“←”符号。
4.实验程序。正式实验时,主试安排被试单独坐在实验室内,被试在计算机上进行实验操作。屏幕首先呈现指导语,在被试完全清楚指导语后,方可按任意键进入实验的练习阶段,直到熟练掌握实验程序,才可进行正式实验。有干扰刺激的实验组流程:首先呈现注视点“+”,2000ms后呈现估算题目,被试进行估算,1ms至1000ms内随机呈现“↑”、“↓”、“→”、“←”符号中的一个,被试看到刺激后需要尽快对符号做出对应的按键反应,屏幕才会出现作答界面,如果被试长时间不对干扰刺激做出反应,5000ms后亦进入做答界面。做答时间最长为10000ms。一个trial完成后,按空格键进入下一个trial。无干扰刺激的实验流程与有干扰刺激的实验流程大致相同,只是在被试估算过程中,不会出现干扰刺激,减法估算题目呈现2000ms后自动消失,出现做答界面。实验中的所有的减法估算题目均随机呈现。
5.数据处理。准确性采用绝对百分误差计分,公式为:绝对误差百分数=(|估算值-精确值|/精确值×100%)。使用SPSS17.0对数据进行统计分析。
三、结果与分析
情境、问题难度和形式对减法估算表现影响的结果进行重复测量方差分析。对实验结果进行重复测量的方差分析,可以看出,问题形式的主效应显著,F(1,41)=6.22,p<0.05,问题难度的主效应也显著,F(1,41)=4.92,p<0.05,同时它们之间不存在交互作用,说明减法估算题目的形式和难度对被试的估算表现影响显著,并且它们对减法估算的影响是相互独立的。由于情境的主效应显著,F(1,41)=21.19,p<0.001,并且情境与问题形式和难度的交互作用分别显著,F(1,41)=10.86,p<0.05,F(1,41)=7.43,p<0.05,可见中央执行负荷的增加明显干扰了估算的准确率。同时问题形式、难度与情境三者存在显著的交互作用,F(1,41)=13.11,p<0.05,对情境、问题难度和形式之间的交互作用进行简单效应分析发现,在干扰情境下,问题形式的效应只有在低难度时才显著,F(1,41)=13.77,p<0.05;当估算问题以横式呈现时,问题难度的效应显著,F(1,41)=11.07,p<0.05。在无干扰情境下,问题形式的效应在高难度时显著,F(1,41)=4.12,p<0.05,问题难度的效应在问题形式为竖式时显著,F(1,41)=4.5,p<0.05。
四、讨论
1.中央执行抑制能力对减法估算的影响。这次实验主要考察的是中央执行抑制能力对减法估算表现的具体影响。通过已有的研究,我们知道工作记忆的容量是有限的,根据Eysenck和Calvo(1992)的加工效能理论与Hasher和Zacks等人(1999)的注意抑制理论,估算会占用我们的一部分工作记忆资源,而干扰刺激又会耗掉部分工作记忆资源,在进行减法估算的过程时,如果有干扰任务出现,被试需要分配一定的认知资源来抑制干扰刺激,保证估算任务的进行,期间两种任务发生了认知资源的争夺,从而会影响估算的表现。从实验结果上看,有干扰情境的被试减法估算的表现,与无干扰任务的表现相比更差一些。这进一步验证了中央执行参与了估算的过程,且中央执行抑制能力在估算中起着重要的作用,中央执行抑制能力强的被试,估算的效果会更好。这一点的研究发现有助于我们制定合适的培养估算能力的方法。
2.算式难度对减法估算的影响。这次实验的算式难度是依据运算过程中需要借位的次数来界定的,共有1、2两个水平。本文前面提到进位次数与中央执行系统的负荷存在显著的交互作用。运算过程中,增加进位次数,会增加中央执行系统的负荷,从而影响估算的表现。有研究认为减法的掌握是在加法的基础上进行获得的,它们有很多相同的神经基础,以此推测它们的估算过程可能有着相同的地方。实验结果显示,算式难度对减法估算影响的主效应显著,借位次数越多,它的估算准确性越差,这在一定程度上验证了De Rammelaere的研究,得出在减法估算中,借位的次数对于估算的表现有着相同的影响,借位次数越多,估算的表现越差。
五、结论
1.中央执行参与了减法估算的过程,其子成分抑制能力对减法估算有显著性影响。有干扰刺激过程的减法估算成绩显著差于无干扰刺激过程的成绩。
2.减法估算过程中,借位的次数对减法估算的表现有显著性影响。借位的次数越多,中央执行负荷越大,减法估算的表现越差。
摘要：工作记忆中的中央执行抑制能力在估算加工的诸多过程中发挥着重要作用。本实验程序采用E-Prime软件编写,随机抽选43名大学生作为被试,在电脑上完成一系列三位数减法估算问题,考察工作记忆中的中央执行抑制能力、算式难度与形式对减法估算表现的影响。结果显示:中央执行有参与减法估算的过程,在有干扰刺激的情境下,减法估算的表现较差;算式的难度对减法估算的表现有显著性影响,减法计算过程中需要的借位次数越多,估算表现越差。
关键词：中央执行抑制能力,减法估算,算式形式,算式难度
参考文献
[1]司继伟.小学儿童估算能力研究[D].重庆:西南师范大学,2002.
[2]Baddeley,A.,&Hitch,G.(1974).Working memory.In:Bower G A.The psychology of learning and motivation[J].New York:Academic Press.1974:47-89.
[3]Collette,F.,Linden,M.Brain imaging of entral executive component of working Memory[J].Neuroscience and Biobehavioral Reviews,2002,26(2):105-125.29(3):609-613.
[4]Fehr T,Code C,Herrmann M.Common brain regions underlying different arithmetic operations an revealed by conjunct fM RI-BOLD activation[J].Brain Research,2007,1172(3):93-102.