2016—2020年广州市PM2.5时空分布特征

对大气污染物进行时空分布特征研究是开展大气污染防治的关键技术支撑.本研究基于广州市52个城市环境空气质量监测站点数据,采用系统聚类法、经验正交函数 （EOF）等方法分析了2016—2020年广州市PM_2.5浓度的时空分布特征.结果表明：①2016—2020年广州市PM_2.5污染改善显著,PM_2.5年均浓度从35.9 μg·m^-3下降至23.0 μg·m^-3,达标比例由96.2%上升至100%;PM_2.5干季平均浓度为湿季的1.54倍, 国控点超标天数为湿季的10.5倍;PM_2.5浓度日变化曲线峰谷值浓度差由7.5 μg·m^-3下降至3.9 μg·m^-3,日变化幅度趋于平缓.②广州市PM_2.5浓度最高值区主要分布在东西两侧,高值区域范围逐年减小,全市PM_2.5浓度分布趋于均匀;采用系统聚类法可将广州市PM_2.5分成北部、中北部、 南部、中南部4个污染区,其中,北部区PM_2.5浓度下降率仅为其他污染区的1/2,推测其PM_2.5浓度下降可能更多地由区域背景浓度的下降贡献;EOF分解前3模态累积方差贡献率达93%,分别可表征PM_2.5总体污染程度、在南北方向上的区域输送特征及由外围区域向中心城区聚集的 污染特征.     

2016年宁夏回族自治区PM2.5浓度时空分布特征

对2016年宁夏回族自治区大气中PM_2.5浓度的时空分布特征及其与其它空气质量指标和气象参数之间的相关性进行探讨。结果表明,宁夏回族自治区2016年PM_2.5日平均浓度为2.0~217.5 μg/m³;11月、12月、1月、2月PM_2.5月浓度均值（45.97~87.22 μg/m³）相对较高,6~9月的（19.01~38.03 μg/m³）相对较低;春、夏、秋、冬PM_2.5浓度分别为2.00~211.00 μg/m³、6.67~106.67 μg/m³、10.67~166.00 μg/m³和10.50~217.50 μg/m³;0：00~23：00,各城市PM_2.5小时浓度基本上表现出先下降、后上升、再下降、再上升的变化规律,通常上午9：00~10：00浓度值较高,下午15：00~16：00浓度值较低。银川市、石嘴山市、吴忠市、中卫市和固原市2016年PM_2.5日平均浓度 ≤ 75 μg/m³的天数分别为304 d、307 d、313 d、323 d和340 d,年达标率分别为83%、84%、86%、88%和93%。宁夏北部的石嘴山市、银川市的PM_2.5月浓度均值超过了南部的中卫市和固原市,表现出"北高南低"的趋势,其中固原市每月PM_2.5浓度均值均低于其他城市,表现出显著差异。PM_2.5浓度与CO、NO₂、SO₂、PM₁₀浓度、风速、气压、日照和相对湿度均呈显著或极显著正相关关系,与地表温度、气温和降水量呈极显著或显著负相关关系。可见,宁夏回族自治区大气PM_2.5浓度具有明显的时空变化特征,其浓度受气象因子的影响。     

基于空间尺度效应的山东省PM2.5浓度时空变化及空间分异地理探测

基于PM_2.5遥感数据,采用Theil-Sen Median趋势分析和Mann-Kendall显著性检验,分析2000~2021年山东省PM_2.5浓度时空变化特征,结合地理探测器,在省-市-县三级空间尺度上探测影响山东省PM_2.5浓度空间分异的影响因子影响力.结果表明：①时间上,2000~2021年山东省ρ（PM_2.5）均值在38.15~88.63 μg·m^-3之间,略微高于《环境空气质量标准》中可吸入颗粒物的二级标准限值（35 μg·m^-3）.在年际尺度上,2013年是ρ（PM_2.5）变化的峰值年,其值为83.36 μg·m^-3,据此将山东省PM_2.5浓度变化趋势分为两个阶段：持续上升和快速下降阶段.在季节尺度上,PM_2.5浓度呈现“夏低冬高,春秋居中”分布特征和先降后升的“U”型变化规律.②空间上,山东省PM_2.5浓度呈现出“西高东低”的空间分布格局,PM_2.5浓度高值区分布山东省西部地区,低值区则分布在东部半岛地区.PM_2.5浓度空间变化趋势呈现显著的空间异质性,极显著下降的区域主要分布在东部半岛地区.③因子探测结果表明,气候因子是影响山东省PM_2.5浓度空间分异的重要影响因素,平均气温对山东省PM_2.5浓度空间分异的影响最高,q值为0.512.省-市-县多尺度探测结果显示,影响PM_2.5浓度空间分异的影响因子及其影响力在不同空间尺度上具有差异性.省级尺度上,平均气温、日照时数和坡度是影响PM_2.5浓度空间分异的主要影响因子;市级尺度上,降水、高程和相对湿度是影响PM_2.5空间分异的主要影响因子;县级尺度上,降水、平均气温和日照时数是影响PM_2.5浓度空间分异的主要影响因子.     

南京江北2014-2016年PM2.5质量浓度分布特征及气象和传输影响因素分析

利用2014-2016年南京江北地区PM_2.5质量浓度和气象要素的小时数据,并结合HYSPLIT模式后向轨迹聚类分析和PSCF法分析了PM_2.5质量浓度的污染特征及其主要影响因素和主要来源特征.结果表明：2014-2016年PM_2.5质量浓度呈逐年下降趋势,下降幅度约为17.40%,由2014年的62.1 μg·m^-3下降至2016年的51.2 μg·m^-3,能见度由2014年的5.8 km上升至2016年6.6 km.PM_2.5质量浓度存在显著的月变化和季节变化特征,1月浓度最高,可达93.0 μg·m^-3;8月浓度最低,仅为38.8 μg·m^-3;冬季浓度最高,可达76.8 μg·m^-3,夏季浓度最低,仅为47.1 μg·m^-3.不同季节日变化均为单峰型分布.气象要素对PM_2.5质量浓度的影响较大,不同相对湿度下能见度和PM_2.5质量浓度具有较好的拟合关系.霾和非霾天PM_2.5质量浓度的阈值为15 μg·m^-3.不同季节的主导气团不同,春季主导气团为偏北气流和偏东气流,占比分别为43.50%和30.80%;夏季主导气团以东部气流为主,占比约为68.22%;秋季和冬季主导气团为来自北方的气流,总占比分别为83.52%和100%;偏北内陆气团PM_2.5质量浓度较大,偏东海洋性气团PM_2.5质量浓度较低.PM_2.5质量浓度潜在源区春冬季潜在源区范围较大,夏秋季潜在源区范围较小,季节变化显著.春季潜在来源主要分布在安徽、江西北部、江苏南部和浙江北部等地区,夏秋季分布在安徽东部、浙江北部和江苏南部等地区,冬季分布在安徽、河南东部,山东和江苏等地区.     

基于网格的长三角PM2.5分布影响因素及交互效应

基于遥感反演数据,研究了2016年长三角地区PM_2.5浓度空间分布特征,从气象因素、地形、植被和大气污染物排放清单等方面选取评价因子,以0.25°×0.25°网格为评价单元,利用GAM模型研究了长三角PM_2.5空间分布的影响因素及交互效应.结果表明：①长三角PM_2.5浓度总体呈北高南低、西高东低的分布态势,但以南北向差异为主.长三角南部PM_2.5浓度多低于35 μg·m^-3,PM_2.5超标零星出现在城镇周围,呈孤岛状分布.北部PM_2.5浓度多超过35μg·m^-3,PM_2.5污染多呈连片状分布.②长三角PM_2.5浓度分布具有显著的正的空间自相关性,高高集聚区集中分布在长三角北部,低低集聚区集中分布在南部.③ GAM模型分析表明,地形起伏度、气温和降水量对PM_2.5浓度主要呈负向影响;污染物排放量主要呈正向影响;风速<2.5 m·s^-1时影响不显著,风速≥2.5 m·s^-1后有显著的负向影响.地形起伏度、气温和降水量南高北低是造成长三角PM_2.5北高南低的重要原因,风速东高西低是造成长三角PM_2.5浓度东西向差异的原因之一.④除地形起伏度-PM_2.5排放量外,其余因素两两间的交互项均通过了显著性检验,对PM_2.5分布有显著的交互效应.     

京津冀内陆平原区PM2.5浓度时空变化定量模拟

近年来我国京津冀地区霾污染日趋严重,为揭示该地区PM_2.5时空变化特征,以京津冀内陆平原为研究区,以MODIS AOD数据作为主要预测因子,采用混合效应模型建立研究区2013~2014年AOD-PM_2.5逐日变化的关系模型.利用十折交叉验证法对模型拟合进行验证.结果表明,采用混合效应模型对AOD-PM_2.5进行时间上的校准能够提高二者间的相关性,模型拟合的PM_2.5质量浓度与地面实测值间的R²为0.78,经过交叉验证后R²为0.70,RMSE、RPE分别为20.80 μg·m^-3、28.76%.针对研究区冬季AOD有效值非随机性缺失带来的采样偏差,用校正因子对模型预测的2013~2014年间PM_2.5平均浓度进行校正,结果表明研究区内PM_2.5平均浓度均高于75 μg·m^-3,南部和西部地区的PM_2.5浓度相对较高,北部和东部地区PM_2.5浓度相对较低,呈现出"南高北低、西高东低"的分布趋势.研究结果表明混合效应模型能够适用于近地面PM_2.5监测,也为该区域大气颗粒物污染治理提供了科学依据.     

邯郸市大气颗粒物污染特征的监测研究

使用振荡天平颗粒物在线监测仪连续监测了邯郸市PM₁₀和PM_2.5浓度,分析了2012年7月31日—12月2日4个月内PM₁₀、PM_2.5的浓度水平、时变规律和PM_2.5/PM₁₀的变化情况.结果表明,监测时段内PM₁₀和PM_2.5的日均浓度平均值分别为208.4 μg·m^-3和99.1 μg·m^-3,是国家二级标准的1.4倍和1.3倍;浓度超标的天数占总观测天数的61.6%和60.0%,其污染程度与北京、天津相当,属污染较严重的地区.PM_2.5/PM₁₀在19.3%~89.8%之间周期性波动,平均值为49.4%,接近北方城市的平均水平.PM₁₀和PM_2.5的浓度变化具有很好的正相关性;日均值在4个月中呈现明显的周期性变化和月际波动,10、11月的PM₁₀和PM_2.5浓度变化剧烈且大大高于8、9月份.PM₁₀和PM_2.5浓度一天中小时均值的变化呈同步的双峰型分布,最高值出现在9:00和20:00左右,最低值出现在15:00~17:00之间.本研究系统分析了夏秋季节邯郸市大气颗粒物污染状况,以期为当地颗粒物污染的控制提供科学依据.     

2013年1月邯郸市严重霾天气的污染特征分析

利用河北工程大学大气环境监测站点的PM₁₀、PM_2.5、SO₂和NO_x在线监测数据,并结合能见度、湿度数据,对邯郸市2012年12月1日到2013年1月31日的大气污染状况进行分析,特别是2013年1月持续发生的霾天气,以探讨严重霾污染的过程特征.结果表明,2013年1月,SO₂与NO_x的平均浓度分别为225.3 μg·m^-3和217.8 μg·m^-3,PM₁₀和PM_2.5的平均浓度分别为328.5 μg·m^-3和229.4 μg·m^-3,均超过新颁布的环境空气质量标准,是2012年12月平均浓度的1.4~3.5倍.重污染过程分析结果显示,污染峰值附近几天内PM₁₀、PM_2.5的时均浓度变化无明显规律.累积阶段的PM_2.5/PM₁₀在0.42~0.52之间,峰值前后上升并超过0.70,扩散阶段PM_2.5/PM₁₀降到0.70以下,且呈波动式变化.当PM_2.5/PM₁₀小于0.40时,能见度基本位于2~18 km之间;当PM_2.5/PM₁₀在0.40~0.60之间时,能见度在0.7~8 km之间;当PM_2.5/PM₁₀大于0.60时,能见度分布于2 km以下.     

京津冀及周边MAIAC AOD和PM2.5质量浓度特征及相关性分析

基于2014~2018年京津冀及周边地区MAIAC AOD和PM_2.5质量浓度数据,探讨AOD和PM_2.5质量浓度的时空差异,并利用线性回归探讨两者之间的相关性.结果表明,PM_2.5日均浓度超标天数分别占33%和57%（执行世界卫生组织IT.1和IT.2日均标准值）,污染较为严重.Terra、Aqua MAIAC AOD和PM_2.5年均浓度均呈下降趋势,PM_2.5浓度呈现出冬春季高、夏秋季低的特点,而Terra、Aqua AOD则表现为春夏季高、秋冬季低.PM_2.5及AOD的季均和年均浓度均呈现"北低南高"的区域分布特征,高值区主要位于河北南部、山西南部、山东西部以及河南北部,低值区主要位于山西北部、河北北部以及山东东部.PM_2.5年均浓度介于27~99μg·m^-3,AOD年均值介于0.20~0.69.Aqua AOD与PM_2.5浓度的相关性更高,且不同季节Terra、Aqua AOD与PM_2.5相关性差异显著,总体均表现为春冬季良好,夏秋季相对较差.对卫星AOD进行垂直和湿度订正后,其与PM_2.5的相关性显著提高.     

兰溪市PM2.5中水溶性离子的组成特征及季节变化

为探索浙江省中部地区大气细颗粒物（PM_2.5）中水溶性离子的组成特征及其季节变化,采集了兰溪市市区和近郊两个站点2016年4个季节的PM_2.5样品,利用双通道离子色谱对水溶性无机离子（Cl^-、NO₃^-、SO₄^2-、Na⁺、NH₄⁺、K⁺、Ca²⁺、Mg²⁺）进行了定量分析.结果表明,兰溪PM_2.5中离子总浓度存在明显的冬季高、夏季低的季节变化趋势,年均值为21.19 μg·m^-3,约占PM_2.5质量的45%;SO₄^2-、NO₃^-和NH₄⁺是水溶性离子中最主要的组分,年均浓度分别为8.11、5.92、3.87 μg·m^-3.Cl^-和NO₃^-浓度的季节变化最为显著,冬/夏浓度比接近10,其半挥发特性是导致兰溪PM_2.5中离子组成呈现季节变化的重要原因.兰溪PM_2.5中NO₃^-/SO₄^2-比值的冬季平均值为1.18,说明流动源对兰溪PM_2.5有很大贡献;夏季（以及春、秋季）时NO₃^-/SO₄^2-比值较低,且与PM_2.5浓度呈负相关,与矿物尘结合的硝酸根离子的较大贡献可能是导致夏季PM_2.5浓度较低时NO₃^-/SO₄^2-比值较高的主要原因.阴阳离子平衡、相关性及主成分分析（PCA）结果表明,矿物尘对兰溪市PM_2.5的酸度及离子赋存状态有较大影响;冬季及春、秋季兰溪的PM_2.5具有一定的酸性;NO₃^-和SO₄^2-主要与NH₄⁺结合,但部分可能与钙等其他组分结合;Cl^-和K⁺主要来源于生物质燃烧,但K⁺的年均浓度仅为0.31 μg·m^-3,说明生物质燃烧对兰溪PM_2.5的贡献不大.     

两湖盆地襄阳地区PM2.5重污染过程区域传输的观测和模拟分析

两湖盆地位于华中地区,横跨湖北、湖南两省,海拔高度低于200 m.襄阳为华中地区两湖盆地的“风口”,PM_2.5污染严重.为认识襄阳地区大气环境变化特征,对其2016年1月的大气污染过程进行研究分析,研究气象条件对PM_2.5浓度的影响.结果表明：冷空气南下入侵对两湖盆地襄阳地区产生PM_2.5重污染有重要驱动作用.强风是驱动大气污染物区域传输的主要因素,受东亚冬季风影响,上风方的PM_2.5跨区域传输到下风方两湖盆地,导致襄阳地区的PM_2.5污染水平上升.基于FLEXPART-WRF模式,定量估算了2016年1月襄阳地区4次PM_2.5重污染过程的区域传输贡献,估算发现4次大气重污染过程的外源贡献率均高于50.0%,最高达80.3%,体现了大气污染物区域传输对两湖盆地大气重污染事件的主导作用.两湖盆地襄阳地区PM_2.5污染主要潜在源来自东北路径,以华北平原为主.     

基于2015～2018年实时监测数据对关中平原城市群PM2.5时空变化规律的研究

为了解关中平原城市群PM_2.5时空变化规律，利用2015～2018年国家空气质量检测平台发布的PM_2.5实时监测数据，并用地统计学和探索性空间数据分析等方法，对关中平原城市群PM_2.5污染的时空变化规律进行分析。结果表明，关中平原城市群PM_2.5污染总体呈向好趋势，PM_2.5年均超标城市由11个减少到8个，年均浓度超标率显著下降。PM_2.5污染主要出现在冬季，春秋季过渡，夏季PM_2.5浓度季度均值、月均值都最低，PM_2.5日均值曲线与月均值曲线大致趋势一致，呈单峰"脉冲型"变化；PM_2.5污染在空间上具有明显的分异性和集聚性特征，表现出"临汾-咸阳"为轴的高污染区面积逐渐缩小，而以平凉、天水为中心的低污染区面积逐渐扩大的空间变化规律。     

杭州西溪湿地CH4、CO2通量及其主要影响因子

本研究采用便携式温室气体分析仪连接通量箱在线监测杭州西溪湿地CH_4、CO_2通量日变化及季节变化,同时也对包括有机碳含量、湿度、孔隙度、比重、p H、Eh在内的潜在影响因子进行了研究。结果表明,通常情况下,CH_4、CO_2通量的变化分别为-0.001 9~0.035 3mg/(m~2·h)和-109.76~442.55mg/(m~2·h);CH_4、CO_2通量的变化存在明显正相关关系。CH_4通量的季节变化表现为夏季秋季春季冬季;CO_2通量的季节变化表现为夏季春季冬季秋季。土壤湿度是影响CH_4通量变化的重要因子,通常湿度越大,CH_4通量越大;在生长季维管植物有助于CH_4的氧化;西溪湿地土质差异也使CH_4、CO_2通量排放有所差异,具体表现在土壤有机碳含量相差较大,而土壤中有机碳的含量与CH_4产生潜力呈显著正相关。     

Nitrogen fertilizer reduction in rice production for two consecutive years in the Taihu Lake area

Agricultural activities are the main source of non-point pollution in the Taihu Lake region, and therefore reduction of nitrogen (N) fertilizer is imperative in this area. A two-year experiment was carried out in a paddy field of summer rice-winter wheat rotation in the Taihu Lake area, and the rice growing seasons were mainly concerned in this research. Grain yield, N accumulation at rice crucial stages, N use efficiency, as well as N losses via run off during rice growing season were determined under different N application rates. No significant differences were observed in grain yield under N fertilizer application rates of 135-270 kg N ha⁻¹ (50-100% of the conventional N application rate). Nitrogen accumulation before the heading stage (Pre-NA) accounted for 61-95% of total nitrogen absorption in mature rice, and was positively correlated with straw dry matter at harvest. Positive correlations were found between Pre-NA and straw (0.53, p < 0.05), and between grain yield and N accumulation after the heading stage (Post-NA) (0.58, p < 0.05), suggesting that increasing nitrogen accumulation after the heading stage is crucial for grain yield improvement. Poor agronomic efficiency of applied N (AE_N), partial factor productivity of applied N (PFP_N) and internal utilization efficiency of applied N (IE_N) were observed for the higher soil fertility and a higher N fertilizer input; a simple N fertilizer reduction could significantly increase the nitrogen use efficiency in this region. Nitrogen loss via runoff was positively linearly related to N application rates and severely affected by rainfall events. The highest-yielding N rates were around 232-257 kg N ha⁻¹, accounting for 86-95% of the conventional N application rates for the rice season. To reduce N losses and enhance N use efficiency, the recommendable N fertilization rate should be lower than that of the highest yield rate for rice season. Our findings indicated that nitrogen fertilizer reduction in the Taihu Lake area is feasible and necessary for maintaining grain yield, enhancing nitrogen use efficiency, and reducing environmental impact. However, the longer-term yield sustainability for the proper N application rate needs to be further investigated.     

四川盆地近地面风场及污染物输送通道统计分析

利用2017年四川盆地18个城市PM_2.5小时浓度数据、欧洲气象中心ERA-Interim再分析资料对四川盆地污染特征及不同季节近地面风场特征进行统计分析.通过分异指数和相关性分析各城市PM_2.5逐小时浓度，结合近地面风场特征分析出四川盆地污染物变化趋势最相似的城市组合，探索污染物传输特征.研究发现，分异指数和相关性分析得到的传输通道城市组合与地面风场基本相符.四川盆地污染物输送途径可能包括以下3条路径，第1条"川西通道"：污染物随气流沿广元→绵阳东南部→德阳→成都、眉山北部→雅安流动；第2条"川中通道"：污染物随气流沿巴中→南充北部→遂宁北部、绵阳东南部→资阳北部→眉山东部→乐山北部流动；第3条"川东通道"：污染物随气流沿重庆北部→达州、广安→南充南部→遂宁中部→资阳东部→内江、自贡→宜宾、泸州流动.川西通道城市污染排放量大，容易引起连片污染，对应城市群应实施联防联控；川东通道末端在川南城市群和重庆形成风场辐合，造成污染物的滞留和累积，因此，建议在中长期产业布局中减少川南城市群的重污染企业.     

黄河上游灌区连作稻田N2O排放特征及影响因素

黄河上游灌区高产连作稻田氮肥的过量施用引起土壤氮素盈余,进而导致稻田N2O排放量增大.为了探明水稻连作模式下稻田N2O排放特征及影响因素,采用静态箱-气相色谱法,开展了为期2年的连作水稻田试验研究.试验共设置3个施氮处理,包括常规氮肥300kg.hm-2(N300)、优化氮肥240kg.hm-2(N240)和对照不施氮肥(N0),并在稻田连作的第2年,对N240处理灌溉节水30%.2年连作试验结果表明,水稻生长季稻田N2O排放主要发生在水稻施基肥后及水稻生长的中后期,在稻田灌水泡田后N2O排放速率达最大值.稻田高氮肥(300kg.hm-2)施用显著增加N2O的排放量,优化氮肥(240kg.hm-2)处理可有效降低土壤N2O排放量(p<0.01).水稻生长季稻田淹水状态时N2O排放量极低,稻田灌溉节水会相应增加土壤N2O排放量.土壤温度变化对稻田N2O的生成和排放会产生较大影响,但受稻田肥水管理等因素的影响,温度与N2O排放量相关性不显著.灌区稻田土壤N2O排放通量与田面水NO3--N含量变化及耕层0～40cm土壤NO3--N积累量变化有显著的相关性.稻田连作显著增加了耕层土壤剖面0～40cm土层NO3--N的积累量,耕层土壤NO3--N积累量的增加进而加大了土壤N2O排放的风险.在宁夏黄灌区稻田常规灌水和高氮肥(300kg.hm-2)水平下,2年连作稻田水稻生长季土壤N2O总排放量分别达55.98×104kg.a-1和51.48×104kg.a-1,在100a时间尺度上的全球增温潜势(GWPs)均值为16.02×107kg.hm-2(以CO2计),表明黄灌上游灌区高氮肥施用导致稻田N2O排放量增大,由此引起的增温潜势严重.     

基于灰色关联模型对陕西省O3浓度影响因素分析

O_3污染问题已经成为21世纪另一个环境课题.本次研究采用克里金插值法对2015年陕西省O_3浓度的空间分布特征进行分析,同时构建了O_3浓度的影响指标体系,运用灰色关联模型,综合分析了O_3浓度与其影响指标因子的关联度,并探讨了各指标因子综合关联度的空间关联性和分异性.结果显示:(1)陕西省O_3浓度呈"北高南低"的空间分布特征;(2)权重最大的指标层是O_3污染来源(W_i=0.4331),其次是城市化与产业结构(W_i=0.3455),空气质量与自然因子最小(W_i=0.2215);(3)各个指标因子与O_3浓度关联度均为强度关联.空气质量与自然因子中,关联度较高的指标因子为CO、降水量、平均气温、日照时数;O_3污染来源中,关联度较高的指标因子为等级公路里程、单位GDP能耗及工业用电量;城市化与产业结构中,关联度较高的指标因子为第二产业占地区总产值的比例、建成区绿地覆盖率和人均公园绿地面积;(4)O_3污染来源对铜川、宝鸡、汉中等市O_3浓度的影响较大;城市化与产业结构对宝鸡、咸阳、渭南、汉中等市的影响较大;空气质量与自然因子与陕西省各个城市O_3浓度的关联度均为强度关联;(5)空气质量与自然因子中,CO、PM_(2.5)、日照时数与O_3浓度综合关联度较高.O_3污染来源指标层中为机动车保有量、餐饮总额、烟(粉)尘排放量.城市化与产业结构中则是房屋建筑施工面积、建成区面积、人口密度.影响O_3浓度的主要指标因子表现出较好的空间相关性与空间分异性.综合分析表明,灰色关联度模型能够有效地对O_3浓度的主要影响因素作出分析与评价.     

漆酶包埋修饰阴极提高生物-电-芬顿处理聚醚废水处理效率

利用漆酶包埋修饰碳毡阴极构建微生物燃料电池-电-芬顿体系强化降解聚醚废水.结果表明,在pH为4,漆酶浓度为7 mg·mL~(-1)时,24 h后阴极室聚醚废水COD降解率达68.1%,比未修饰的碳毡阴极提高28%.漆酶修饰阴极强化电池的产电性能和提高H_2O_2的浓度,且H_2O_2的浓度在此工艺中起关键作用.微生物燃料电池最大电压达548 mV,H_2O_2最大浓度为3.14 mg·L~(-1),分别比碳毡阴极提高21.8%和25.6%.从三维荧光谱图中得出聚醚废水中的双酚和甲苯二胺等荧光物质被降解.综上所述,漆酶包埋修饰阴极是提高MFC-electro-Fenton处理聚醚废水效率的有效途径.     

长江中游城市群城市化对PM2.5浓度的多尺度驱动机制

探究城市化对PM_2.5浓度的非线性影响及其驱动机制,对城市的大气污染治理具有重要意义.基于2002~2020年长江中游城市群的遥感数据和统计数据,采用空间自相关、系统动态面板回归模型和时空地理加权回归模型等方法,揭示长江中游城市群PM_2.5浓度的时空演变,并探究不同空间尺度下城市化对PM_2.5浓度的驱动机制.结果表明：①2002~2020年长江中游城市群PM_2.5浓度整体呈下降趋势,在空间上大致呈“北高南低”的分布格局.②热点城市有向长江中游城市群西部扩张的趋势,冷点城市空间相关程度有所增强.③PM_2.5浓度与经济城市化、土地城市化和人口城市化之间分别存在“N”型、倒“U”型和“U”型曲线关系.第二产业和能源消耗对PM_2.5浓度变化呈显著促进作用,降水和植被能够有效地削弱PM_2.5污染.④各城市化因子在局部的整体驱动效应均发生了转化,其主要影响区域集中在长江中游城市群的东南、西北和西南等边缘地带城市.结合长江中游城市群的城市发展现状和区域特征,推进产业绿色转型,合理规划城市空间布局和人口分布,增强基础设施建设将有助于实现城市发展和环境保护之间的协调发展.