部分中原城市PM_(2.5)中水溶性离子污染特征

对中原地区的郑州、洛阳、平顶山三市采暖季和非采暖季大气PM2.5中水溶性离子进行了研究,并对比分析了三地区水溶性离子不同季节的变化幅度。结果显示,三地区PM2.5中NH4+、NO3-和SO42-等二次离子为水溶性离子的主要成分,占80%以上;非采暖季质量浓度SO42>NO3->NH4+,采暖季尤其是严重灰霾期则为NO3->SO42->NH4+;除SO42-外,其它7种水溶性离子质量浓度均为采暖季大于非采暖季;郑州、平顶山两地采暖季水溶性离子总质量大于非采暖季,洛阳则相反;三地区主要是以燃煤为主的固定污染源污染,但是NOx的浓度已经显著增加,尤其是采暖季NO3-/SO42-比值均大于1.0,机动车尾气对环境质量影响明显增大,郑州、平顶山两地的机动车尾气污染对空气质量的影响较洛阳大;洛阳受季风影响较另外两地严重。总水溶性离子质量浓度采暖季低于西安地区,从采暖季到非采暖季变化趋势不如西安地区显著;非采暖季与西安、北京地区基本相当。     

郑州空气颗粒物中PAHs的碳同位素特征及来源

研究了郑州城区空气颗粒物中多环芳烃(PAHs)的稳定碳同位素组成特征并对其来源进行了解析.气相色谱/燃烧系统/同位素质谱(GC/C/IRMS)分析表明,PAHs 的δ¹³C 值在非采暖季为-29.4‰～-23.4‰,采暖季为-30.0‰～-24.2‰,随着分子量的增大,PAHs 中 13C 降低.统计表明不同采样点的样品中的 PAHs 的δ¹³C 区别不明显(0.1‰<σ<0.8‰).两个季节中,三环和四环多芳香烃化合物荧蒽、芘和苯并(a)蒽的δ¹³C没有明显的区别,其范围为-24.5‰～-23.4‰,但是,五环和六环芳烃的δ¹³C 值有明显差异.随着分子量的增大,采暖季环境空气颗粒物中 PAHs的碳同位素比值变小的程度比非采暖季的大.采暖季的苯并(a)芘、茚并(1,2,3-cd)芘、苯并(ghi)苝的δ13C 值分别为-26.6‰、-30.0‰和-28.1‰,而非采暖季为-24.5‰、-29.4‰和-26.3‰.利用二元复合同位素模型,估算了不同季节机动车尾气和煤的燃烧对郑州城区苯并(a)芘的贡献.在非采暖季机动车尾气排放的贡献率为 70%,在采暖季贡献率为 50%,煤的燃烧对六环化合物的贡献高于机动车排放的贡献.     

忻州市环境空气PM10和TSP中水溶性阴离子特征分析

利用中流量采样器收集忻州市采暖季和非采暖季4个监测点位的PM10和TSP样品,通过离子色谱法测定SO2-4、NO-3和Cl-的质量浓度,并以此3种水溶性阴离子的时空分布、相关性参数和特征比值来探讨其在环境空气中的污染特征和来源.结果表明,采暖季PM10和TSP中3种水溶性阴离子的总质量浓度分别为14.24μg·m-3和21.97μg·m-3,明显高于非采暖季(分别为8.56μg·m-3和11.84μg·m-3).采暖季和非采暖季3种水溶性阴离子总质量在PM10中所占比例分别为15.70%和13.19%,在TSP中所占比例分别为12.16%和8.84%,离子主要富集在PM10中.采暖季4个采样点位3种阴离子的质量浓度均高于非采暖季,采样点位DC的阴离子质量浓度高于其它点位,时空差异明显.采暖季NO-3与SO2-4相关性显著,说明二者形成过程的控制因子相同;非采暖季Cl-与SO2-4、NO-3的相关性显著,说明三者具有共同来源.NO-3/SO2-4比值在0.31~1.41之内,相对较高,暗示机动车尾气对空气颗粒物的影响突出,但均值都小于1,表明空气污染来源仍以燃煤等固定源排放为主.总体而言,忻州市水溶性阴离子的污染属于机动车尾气和燃煤的复合型污染.     

德州市大气细粒子中碳组分的污染特征研究

2012年2-9月间在德州市城区及郊区布置6个采样点位,分别采集了采暖季(2012年2月28日-3月4日)、风沙季(2012年5月3日-8日)、非采暖季(2012年9月20日-9月25日)共216个PM2.5样品膜,采用美国Sunset Laboratory Inc热光反射法碳谱分析仪测定了PM2.5样品中OC、EC的浓度值,应用OC/EC比值法对SOC进行了估算。结果表明,德州市PM2.5污染较严重,年平均浓度为159.68μg/m3,各点位浓度的空间分布无明显差异,季节变化趋势为:采暖季>风沙季>非采暖季。PM2.5中OC和EC的平均浓度分别为16.80μg/m3、3.65μg/m3;OC和EC的日均浓度分别占PM2.5的9.61%和2.10%,OC是PM2.5的重要组成部分;OC、EC浓度的季节变化趋势与PM2.5浓度特征相同。年平均浓度为3.91μg/m3;SOC在OC和PM2.5中所占的比例分别为22.30%和2.54%,SOC对OC具有较大的贡献;SOC在OC中所占的比值季节变化趋势为风沙季>非采暖季>采暖季。     

石河子市采暖季和非采暖季住宅中邻苯二甲酸酯的污染特征及婴幼儿健康风险评估

为了解石河子市住宅中邻苯二甲酸酯(Phthalates,PAEs)的污染特征及PAEs对婴幼儿产生的健康风险.本研究对石河子市采暖季和非采暖季50户住宅降尘中的7种PAEs物质进行检测,利用蒙特卡洛(Monte Carlo)模拟和生理提取实验(PBET)评估了PAEs暴露对0～3岁婴幼儿产生的生殖和癌症风险.结果表明:①不同时期石河子市卧室和客厅降尘中邻苯二甲酸二异丁酯(diisobutyl phthalate,DIBP)、邻苯二甲酸二正丁酯(Dibutyl phthalate,DBP)和邻苯二甲酸二(2-乙基)己酯[Bis(2-ethylhexyl)phthalate,DEHP]均为室内PAEs的主要组成物质,占总PAEs的99.5%以上,其中DEHP为首要PAEs物质(浓度中位数值为361～462μg·g~(-1)),DBP次之(浓度中位数值为94.9～166μg·g~(-1));②除DIBP外,采暖季卧室和客厅降尘中各PAEs的浓度均高于非采暖季,且差异具有统计学显著性(p0.05),此趋势对小分子质量的邻苯二甲酸二甲酯(Dimethyl phthalate,DMP)和邻苯二甲酸二乙酯(Diethyl phthalate,DEP)而言更明显,DMP采暖季浓度中位数值:0.36～0.42μg·g~(-1)非采暖季:nd,DEP采暖季:0.65～0.71μg·g~(-1)非采暖季:nd～0.03μg·g~(-1);③利用风险指数(HQ)进行健康风险评估表明,采暖季和非采暖季DBP暴露可能会对0～3岁婴幼儿产生较大的生殖风险(HQ_(DBP )=2.62～5.79);DEHP暴露可能会对0～2岁婴幼儿产生较大的癌症风险(HQ_(DEHP)=3.51～5.22).当考虑生物可及性后,仍有8%～37%的婴幼儿可能存在生殖风险,几乎所有婴幼儿无癌症风险.     

德州市大气颗粒物中二次粒子污染特征

为了探讨德州市大气颗粒物中二次粒子污染特征,于2012年2-9月在德州市城区及郊区布置采样点位6个,分为采暖季、风沙季、非采暖季3个季节进行了不同粒径(TSP、PM_(10)、PM_(2.5))颗粒物的样品采集;进行了颗粒物中阴离子(F~-、Cl~-、SO_4~(2-)、NO_3~-)、阳离子(NH_4~+、K~+、Na~+、Ca~(2+)、Mg~(2+))和碳组分(OC、EC)的测定。结果表明:德州市大气颗粒物中SNA/总水溶性离子为60.83%,SNA污染严重;SO_4~(2-)的平均浓度值变化趋势均为非采暖季风沙季采暖季,NH_4~+为采暖季风沙季非采暖季,NO_3~-没有呈现出明显的季节变化特征;SO_4~(2-)、NO_3~-、NH_4~+在PM_(2.5)中的浓度与其在PM_(10)中浓度的比值范围为0.60~0.90,二次无机离子更容易富集在细颗粒物中;NO_3~-/SO_4~(2-)的平均值为0.17,德州市大气颗粒物以燃煤污染占主导;OC、EC的平均浓度值变化趋势均为采暖季风沙季非采暖季,OC/EC的比值均2.0,说明德州市大气细粒子中SOC对OC有一定的贡献;SOC浓度值的季节变化趋势为采暖季风沙季非采暖季,SOC/OC的平均值在TSP、PM_(10)、PM_(2.5)中分别为16.91、22.15、19.27,说明SOC在OC中占有较大比例,是OC的重要组成部分。     

京津冀地区城市空气颗粒物中多环芳烃的污染特征及来源

在2013年4个季节,同步采集了京津冀地区3个典型城市(北京市、天津市和石家庄市)空气PM2.5和PM10样品,采用乙腈超声提取-超高压液相色谱法分析了16种多环芳烃(PAHs).结果表明,京津冀地区城市空气PM2.5和PM10中总PAHs的浓度分别为6.3~251.4ng/m3和7.0~285.5ng/m3,呈现冬季>春季>秋季>夏季的季节变化特点和石家庄>北京>天津的空间分布特点.PAHs环数分布以4、5和6环为主,比例分别为25.0%~45.1%、31.7%~40.1%、15.1%~28.2%,2和3环比例之和小于10.3%;与非采暖季相比,采暖季中4环PAHs比例显著增加,5和6环PAHs比例明显下降.PAHs比值法显示,京津冀地区城市空气颗粒物PAHs的来源呈现明显季节性变化特点,燃煤和机动车排放是2个重要的PAHs排放源,在采暖季燃煤来源的比例较大,在非采暖季以机动车排放的来源为主.     

室内外PM10中多环芳烃相关关系及来源分析

为研究室内外PM10中多环芳烃相关性和来源特征,于2009年非采暖季、采暖季在天津市某小区36位住户室内和室外进行PM10膜采样,并分析其中12种PAHs浓度.结果表明,非采暖季较采暖季更为良好的室内外通风性,导致非采暖季室内外PM10中PAHs浓度没有显著差异(P>0.05),而采暖季室内PM10中PAHs浓度显著小于室外浓度;非采暖季室内外PM10中各PAHs占总PAHs的质量百分比基本一致,而采暖季其室内外质量百分比有明显不同;采暖季和非采暖季室内外PM10中PAHs的I/O平均值均低于1,但采暖季I/O值小于非采暖季. 对参与者的时间活动模式分析表明,在采暖季和非采暖季,室内吸烟、清洁活动以及烹饪对室内PM10中PAHs浓度变化均没有显著影响(P>0.05). 室内外PAHs浓度线性回归分析表明,室内PM10中5~7环PAHs主要受到室外源的影响,2~4环PAHs主要受到室内源的影响,非采暖季和采暖季室内外PM10中总PAHs的有效穿透因子分别为0.73和0.51. 通过特征比值法对PM10中PAHs来源进行解析得出,燃煤源、柴油机动车是其主要来源.     

天津节能大厦采暖空调系统的创新集成应用节能浅析

1 地源热泵在办公建筑中应用天津节能大厦总建筑面积1.2万平方米,设计方案主要采用地源热泵分别为其中的办公建筑部分提供采暖和空调冷热源,为其中市能源管理培训学校附属住宿部份建筑部分提供冬季地板采暖热源.按照国家《关于严格执行公共建筑空调温度控制标准的通知》要求,公共建筑内所有单位夏季室内空调温度设置不得低于26摄氏度,冬季室内空调温度设置不得高于20摄氏度.地源热泵系统设计的参数保证办公建筑冬季室内温度在20-22℃（国家标准为≥18℃）,夏季空调季节室内温度24-26℃.建筑能耗所占能源消耗比例越来越大,而建筑能耗可以利用温度较低的低品质能量,因此将地源热泵系统在建筑采暖空调领域利用具有极佳经济性、合理性.     

天津市大气颗粒物中有机标识物粒径分布的季节特征

为探讨采暖季和非采暖季大气颗粒物中有机标识组分的粒径分布特征,识别其来源,于2018年5月至2019年4月在天津采集分粒径颗粒物,利用GC-MS对9个粒径段颗粒物中17种多环芳烃(PAHs)、20种正构烷烃(n-Alkanes)和7种藿烷(hopanes)进行分析,并通过有机标识物及特征比值的方法探讨其主要来源。结果表明:非采暖季的四环多环芳烃Pyr、BaA、Chr和五环多环芳烃BbF、BaP呈3峰分布,其余PAHs呈双峰分布,采暖季的低环PAHs呈双峰分布,中高环PAHs近似单峰分布。根据PAHs特征比值发现,非采暖季的燃煤源和交通源是PAHs的主要贡献源,采暖季PAHs受燃煤源的影响更显著。非采暖季的正构烷烃中C29呈单峰分布,C27、C31、C32和C33近似单峰分布,其余正构烷烃呈双峰分布,采暖季的正构烷烃均呈双峰分布。根据正构烷烃碳优势指数(CPI)和主碳峰数(C_max)发现,人为源是正构烷烃的主要来源,非采暖季受自然源的影响大于采暖季,自然源排放的正构烷烃倾向于富集在粗颗粒物上,人为源排放的正构烷烃则更倾向于富集在细颗粒物上。藿烷在粗粒径段和细粒径段均存在峰值。根据藿烷特征比值发现,非采暖季的藿烷受交通源的影响较大,采暖季的藿烷受燃煤源的影响更显著。     

散煤采暖清洁化替代方式的生命周期清单分析

从生命周期的角度出发,以1m²房屋每日的供热量为基准,对散煤采暖,电锅炉,低温空气源热泵,燃气壁挂炉,热电联产集中供热,燃气锅炉集中供热,洁净型煤等7种采暖方式的生命周期污染物排放和能源利用效率进行对比分析.结果发现：相比散煤取暖,清洁采暖方式可有效地降低大气污染物排放量,尤其是PM₁₀和PM_2.5.其中,以天然气为热源的燃气锅炉集中供热和燃气壁挂炉最为清洁,可减排SO₂和NO_x 85%左右,减排PM₁₀和PM_2.5 99%左右;洁净型煤和电锅炉的减排效率相对较低.低温空气源热泵和热电联产集中供热对能源利用效率最高,可达到80%以上,而电锅炉仅30%左右.此外,改善建筑围护结构保温性能可有效降低农村地区采暖的大气污染物排放.     

地源热泵系统环保效益分析

阐述了地源热泵的节能机理及优点,并以沈阳某办公区为例,计算供暖期、制冷期节省标准煤量,结果表明：使用地源热泵供暖、制冷比传统方式全年减少排放二氧化碳4898．9t,二氧化硫27．6t,地源热泵的使用将带来巨大的环保效益和良好的生活环境。     

甘肃黄土丘陵地区农户取暖用能需求的评价

甘肃黄土丘陵地区冬季温度多处于0 ℃以下,农户取暖水平低。论文通过实地观测记录获取数据,建立趋势面模型,核算采暖期累计温差和实际用能消耗,提出以16 ℃的室内温度为小康取暖标准。参考国家相关标准,比较实际用能和应用节能技术下用能的热效率。结果表明,陇东长官村和陇中河畔村农户采暖期累计温差分别为23 002 h·℃和36 390 h·℃,实际取暖能耗分别为926 kgce/a和1 199 kgce/a。农户取暖用能数量虽不少,但目前只解决了小康水平下39.6%和46.6%的取暖需求。取暖用能的综合热效率只有17%左右。如果应用节能技术,能耗会大幅降低,提高综合热效率的潜力巨大。因此,通过住房的节能改造和用能设施的改善来提高房屋的保暖性、降低单位面积的热损耗是今后解决取暖用能问题的主要方向。     

京津冀地区散烧煤与电采暖大气污染物排放评估

散烧煤供暖是一种污染物排放量大、一次能源利用效率低的供暖方式,亟需寻找一种新的供暖方式替代散烧煤供暖.在对比评估散烧煤与电煤各种主要污染物排放量的基础上,提出直接电采暖和低温空气源热泵两种替代散烧煤供暖方案,以缓解京津冀地区大气污染,并对改造前后的污染物排放量和技术经济性进行分析;从区域污染物综合减排的战略角度提出对京津冀地区原散烧煤采暖用户进行低温空气源热泵供暖改造和燃煤电厂执行“超净排放”改造两种方案,并对两种方案的污染物减排效果进行了对比.结果表明:单位散烧煤的污染物排放量远高于电煤,其中散烧煤的SO₂、NO_x、烟尘和综合PM_2.5排放因子分别为17.12、2.80、6.37和9.80 g/kg,电煤的SO₂、NO_x、烟尘和综合PM_2.5排放因子分别为0.43、0.85、0.17和0.47 g/kg,散烧煤对综合PM_2.5的贡献是电煤的20.9倍;直接电采暖和低温空气源热泵供暖均能有效减少污染物排放量,其中直接电采暖可使每户每年采暖期的SO₂、NO_x、烟尘和综合PM_2.5分别减排66.38、7.15、24.79和36.96 kg,而采用低温空气源热泵的减排量分别为67.79、9.97、25.35和38.52 kg,但直接电采暖方式的一次能源利用效率(仅为33.7%)极低,因此不适合大面积推广;京津冀地区原散烧煤采暖用户在进行低温空气源热泵供暖改造后,其SO₂、NO_x、烟尘和综合PM_2.5年减排量分别为24.47×104、3.60×104、9.15×104和13.91×104 t,燃煤电厂执行“超净排放”改造后相应年减排量分别为1.28×104、4.25×104、1.30×104和2.31×104 t,其中低温空气源热泵供暖改造后的综合PM_2.5减排量达到燃煤电厂改造的6.0倍,并且年投资也较燃煤电厂改造低约4×108元.研究显示,采用低温空气源热泵供暖在污染物减排量、技术经济性和实施可行性等方面均具有优势.      

银川市PM2.5的输送路径及潜在源解析

基于2015~2017年银川市PM_2.5逐小时质量浓度和同期气象数据,采用气流后向轨迹聚类分析法、潜在来源贡献函数法（PSCF）和浓度权重轨迹分析法（CWT）研究银川市PM_2.5的输送路径及潜在源分布.结果表明：2013~2018年银川市大气PM_2.5质量浓度呈先升高后下降的趋势,其中2016年PM_2.5浓度年均值最高（54.25±20.91）μg/m³;在四季变化中,冬季PM_2.5浓度最高（75.11±29.21）μg/m³,夏季最低（31.83±7.09）μg/m³.聚类分析表明西北方向气流是银川市四季PM_2.5主要的输送路径,在春、秋、冬3季PM_2.5均为西北长距离输送路径;而在夏季,短距离输送气流是PM_2.5主要的输送方式.PSCF与CWT分析表明,冬季PM_2.5潜在源区范围最大,主要集中在西北-东南走向的潜在贡献源区带,包括新疆中东部、青海省北部、河西走廊地区、内蒙古西南部、甘肃省南部以及宁夏西北部;春、秋两季PM_2.5潜在源区主要位于新疆东部与甘肃省交界区域、甘肃省东南部、湖北北部、陕西西南部以及重庆北部;夏季的潜在源区范围最小,主要集中在新疆东部与甘肃交界区域.在PM_2.5重污染天气期间,其主要来源于西北方向气流,潜在源区主要分布在新疆东部与甘肃交界区域、内蒙古西南部与甘肃交界区域以及甘肃中南部地区.因此,在实施防风固沙的基础上,加强区域环境合作,实施大气污染联合防治,可以有效缓解银川乃至京津冀地区的大气污染.     

在中国东北地区利用城市污水热能供热的可行性分析

中国东北地区污水余热资源丰富，针对这一特点，提出了在东北地区利用城市污水热能供热的设想。阐述了城市污水的主要特点．并且分析了在东北地区把城市污水用做热泵水源的可行性，讨论了在东北地区应用污水源热泵技术可能存在的问题及应采取的措施。     

原位电阻热脱附土壤升温机制及影响因素

探究了原位电阻热脱附技术加热土壤升温机制及影响因素.利用原位电阻热脱附小试设备,研究了电流、加热方式、补水及负压对土壤升温和能耗的影响.结果表明,土壤升温主要通过两种机制:一是电能转化成热能,通电对土壤直接加热使土壤温度升高,该升温机制主要存在于两电极之间的土壤;二是热传导,电极之间土壤温度最高,热量逐渐由高温土壤传导至低温土壤,使电极连线周边土壤温度逐渐升高.加热电流大小,影响土壤升温速度,电流越大,土壤升温越快,单位能耗越低;间歇加热方式与连续加热方式相比,土壤升温速度慢,达到相同温度所需时间长,但单位能耗低,仅是连续加热方式能耗的45.2%;加热过程中需不断向电极附近补充水分,以维持较高电流的持续加热;抽提负压大,土壤热损失多,单位能耗高,抽提负压对抽提管附近土壤温度影响最明显.在实际工程中,宜根据时间、成本和效果等选择合适的工艺条件,以期提高原位电阻热脱附修复污染土壤的效率,降低能耗,缩短工期.     

A land use regression for predicting NO2 and PM10 concentrations in di erent seasons in Tianjin region, China

Land use regression (LUR) model was employed to predict the spatial concentration distribution of NO2 and PM10 in the Tianjin region based on the environmental air quality monitoring data. Four multiple linear regression (MLR) equations were established based on the most significant variables for NO2 in heating season (R2 = 0.74), and non-heating season (R2 = 0.61) in the whole study area; and PM10 in heating season (R2 = 0.72), and non-heating season (R2 = 0.49). Maps of spatial concentration distribution for NO2 and PM10 were obtained based on the MLR equations (resolution is 10 km). Intercepts of MLR equations were 0.050 (NO2, heating season), 0.035 (NO2, non-heating season), 0.068 (PM10, heating season), and 0.092 (PM10, non-heating season) in the whole study area. In the central area of Tianjin region, the intercepts were 0.042 (NO2, heating season), 0.043 (NO2, non-heating season), 0.087 (PM10, heating season), and 0.096 (PM10, non-heating season). These intercept values might imply an area’s background concentrations. Predicted result derived from LUR model in the central area was better than that in the whole study area. R2 values increased 0.09 (heating season) and 0.18 (non-heating season) for NO2, and 0.08 (heating season) and 0.04 (non-heating season) for PM10. In terms of R2, LUR model performed more e ectively in heating season than non-heating season in the study area and gave a better result for NO2 compared with PM10.     

A land use regression for predicting NO2 and PM10 concentrations in different seasons in Tianjin region,China

Land use regression (LUR) model was employed to predict the spatial concentration distribution of NO2 and PM10 in the Tianjin region based on the environmental air quality monitoring data. Four multiple linear regression (MLR) equations were established based on the most significant variables for NO2 in heating season (R2 = 0.74), and non-heating season (R2 = 0.61) in the whole study area; and PM10 in heating season (R2 = 0.72), and non-heating season (R2 = 0.49). Maps of spatial concentration distribution for NO2 and PM10 were obtained based on the MLR equations (resolution is 10 km). Intercepts of MLR equations were 0.050 (NO2, heating season), 0.035 (NO2, non-heating season), 0.068 (PM10, heating season), and 0.092 (PM10, non-heating season) in the whole study area. In the central area of Tianjin region, the intercepts were 0.042 (NO2, heating season), 0.043 (NO2, non-heating season), 0.087 (PM10, heating season), and 0.096 (PM10, non-heating season). These intercept values might imply an area’s background concentrations. Predicted result derived from LUR model in the central area was better than that in the whole study area. R2 values increased 0.09 (heating season) and 0.18 (non-heating season) for NO2, and 0.08 (heating season) and 0.04 (non-heating season) for PM10. In terms of R2, LUR model performed more effectively in heating season than non-heating season in the study area and gave a better result for NO2 compared with PM10.     

2000~2020年黄河流域植被时空演化驱动机制

以归一化植被指数（NDVI）作为植被覆盖及生长状况指标,基于2000～2020年MODIS NDVI数据及同时期气象数据,采用Theil-Sen斜率估算、Mann-Kendall检验、相关性分析和残差分析等方法研究了2000～2020黄河流域植被时空演化驱动机制.结果表明,2000～2020年黄河流域生长季NDVI均值以0.005 a^-1的速率波动上升,植被明显改善的区域主要分布于流域中游的秦岭山系、陕北高原和吕梁山系;黄河流域生长季NDVI与降水和气温的偏相关系数均值分别为0.57和0.49,降水对植被的影响高于气温;人类活动对植被生长起明显改善的区域主要分布在流域中部的陕北高原、吕梁山系和宁夏南部等区域,对植被生长起抑制作用的区域主要分布在银川、包头、西安、洛阳、郑州和太原等人类活动强烈的城市区域;人类活动和气候变化分别对黄河流域植被变化贡献了72%和28%,在人类活动和气候变化的驱动下,黄河流域植被生长得到改善的面积占流域面积的96.4%,其中人类活动贡献率大于80%的区域面积占34.3%,主要分布在流域中部和东南部.气候变化贡献率大于80%的区域面积占4....