序言

流域是人类文明的摇篮和中心,是人与自然和谐共生的主体自然空间,而长江和黄河流域承载着中国最广大的人口和经济。我国高度重视以流域为基础的生态文明建设。习近平总书记强调,长江大保护“要从生态系统整体性和流域系统性出发”,“追根溯源、诊断病因、找准病根、分类施策”,“保持长江生态原真性和完整性”;“治理黄河,重在保护,要在治理。要坚持山水林田湖草综合治理、系统治理、源头治理,统筹推进各项工作,加强协同配合,推动黄河流域高质量发展”。当前,我国水生态环境管理正处在由水污染防治向水生态系统保护修复转变的阶段。《重点流域水生态环境保护“十四五”规划编制技术大纲》提出了水环境、水资源、水生态“三水统筹”原则,明确了水生态环境保护修复的阶段性目标。     

长江水环境质量监测网络运行体系初步构建

为精准、客观、全面评价长江水环境质量和支撑长江大保护,通过研究制定一系列管理制度和技术规范,以优化调整的水环境质量监测网络为基础,建立了涉及管理制度、监测技术、质量控制和数据审核等方面的水质自动监测与采测分离手工监测相结合的网络运行机制。研究自动与手工监测的总磷前处理方式,实现了自动与手工监测数据的匹配和融合,并将融合数据应用于长江水环境质量评价、预警、考核与排名,实现了长江水环境质量监测网络的业务化运行。     

关于我区西部大开发的几点思考

对新疆西部大开发中环境保护工作应注意的几个问题提出了自己的观点，并结合新疆的实际情况提出了生态环境建设应与生态保护双管齐下，在西部大开发中应以保护人们的生活环境、提高生活质量为目标，扬长避短，发展我区具有特色的产业。     

基于“多规融合”的城市环境空间管控技术体系研究

介绍了“多规融合”的发展历程,围绕实现生态环境空间管控的核心目标,提出了基于“多规融合”的城市尺度环境空间管控技术体系。该体系主要包括环境空间管控技术方法和空间落地技术方法两部分内容,其中,环境空间管控技术方法主要是生态保护红线划定等涉及空间的生态环境保护主要工作转化为环境空间管控数据的过程,空间落地技术方法是将环境空间管控数据在空间上落地,形成数据“一个库”、分布“一张图”。     

长江流域水环境监测与智慧化管理策略

针对如何将水环境监测感知与智能信息化手段运用到长江生态质量诊断与管理之中,梳理了国内外水环境监测与智慧化管理系统的发展情况,并以长江生态环境保护修复智慧决策平台为例,介绍了长江流域水环境监测网络建设情况,以及智慧决策平台在水环境数据可视化、水环境大数据分析、污染源大数据分析、水质模拟与预测、水质成因分析、流域生态安全评...     

基于大数据智能技术的空气质量综合分析系统设计和应用

基于“数字政府”统一框架,设计并建立了基于大数据智能技术的空气质量综合分析系统,集空气质量大数据集成、数据审核、监控报警、综合分析、达标管理、污染溯源功能于一体,建立城市空气质量综合监管数学模型,实现空气质量大数据快速分析及可视化、空气质量预测及评价,可以全方位提升城市环境空气质量综合监测与分析能力,及时、迅速地对城市环境空气质量异常状况作出应对,为环境空气污染精准治理及确保空气站监测数据准确性提供技术支撑。     

勇于突破 实现环境监测新目标——记南京市环境监测中心站

勇于突破实现环境监测新目标———记南京市环境监测中心站南京，是综合性的工业城市，又是长江经济开发区“龙身”的一部分，其经济地位在全国举足轻重。南京市环境监测中心站为南京的经济、环境建设做出了重要贡献。１９９７年被国家环保局授予“八五期间全国先进环境监...     

地表水环境质量大数据分析技术路线探讨

简述了地表水环境质量大数据分析的概念和意义,探讨了基于因素识别、数据选择、数据收集、数据整理、关联分析、模型验证和结果应用流程的地表水环境质量大数据分析技术路线,列举了4种典型的应用示例。提出,应建立数据共享机制,建立大数据分析工作程序,开发大数据分析应用软件,培养大数据分析技术人才。     

南京市机动车污染物减排因素分析

以南京市机动车排污监控系统的实时检测数据为基础,简述了南京市机动车减排效果,在“十二五”期间南京市机动车保有量增长71.8%的背景下,实现了污染物排放量削减18.8%,单车平均排放CO、HC、NOx较3年前分别下降了33%,31%和36%;排放标准和使用年限二因素方差分析表明,其对NOx、CO和HC排放值的影响由大到小排序均为：油品质量〉排放标准〉使用年限。提出,进一步提升油品质量至关重要。     

南京划定长江岸线保护区域

正南京规划部门新近披露《南京市长江岸线保护办法》(以下简称办法),一级水源地、江豚保护区、大胜关长吻鮠铜鱼和新济洲湿地公园等被划入长江岸线保护区,严格控制开发行为,办法自2018年4月10日起施行。     

长江南京段重点污染源有机污染物的定性分析

参考美国EPA相关分析方法,利用气相色谱-质谱联用仪对沿江重点污染源入江废水中有机物状况进行定性分析,共检出18类82种有机物,其中13种属中国优先控制污染物,分属6类有机物;10种属美国EPA优先控制污染物,分属7类有机物。通过查明入江污染源有机污染状况,为环境风险事故防范和应急预案的建立提供了科学依据。     

长江南京段水质自动监测点位优化

简述了长江南京段监测断面现状，用相关分析与聚类分析方法对水质监测数据进行了统计分析，对长江南京段水质自动监测优化布点提出了相关建议。     

长江南京段新兴污染物污染特征及风险评估

在长江南京段上游至下游依次布设6个采样点采集水样,使用固相萃取和LC-MS/MS相结合的方法对5种选定药物的质量浓度进行测定,并采用风险熵模型评估其生态风险。结果表明,6个采样点均检测到药物存在。其中,四环素、红霉素、罗红霉素和氯霉素的检出率为100%,最高检出值为10.29 ng/L(氯霉素)。与国内外其他地表水相比,长江南京段水中的药物质量浓度较低。生态风险评估结果表明,长江南京段水中5种药物的风险熵值均低于1,对水生生物不存在高风险。     

2022年春季南京臭氧污染特征及成因分析

2022年春季,受新一轮新冠疫情影响,长三角各城市采取了一系列管控措施,使得大气污染物排放水平降低。对2022年春季(3—5月)南京及长三角地区的六项污染物尤其是臭氧(O₃)的变化特征进行了分析,从气象因素和O₃前体物方面,同时利用基于观测的模型(OBM)对南京O₃污染变化原因进行了研究,并分析了南京挥发性有机物(VOCs)的关键活性组分和来源。结果表明:2022年春季,南京PM_2.5、PM₁₀、NO₂和CO均值浓度均同比下降,但O₃日最大8 h滑动平均质量浓度(O₃-8 h)同比上升19.8%,O₃-8 h超标时间同比增加9 d;长三角区域O₃-8 h同比上升17.9%,O₃-8 h超标天数为2021年同期的2.5倍。南京O₃浓度上升的原因:一方面是由于不利的气象条件,另一方面是由于南京O₃生成处于VOCs控制区,但氮氧化物(NO_x)降幅大于VOCs降幅,同时结合O₃前体物削减方案的分析结果发现,VOCs和NO_x不当的削减比例会导致O₃浓度不降反升。南京O₃生成的关键VOC活性物种依次为乙醛、丙烯、间/对二甲苯、丙烯醛和乙烯;正定矩阵因子分解(PMF)解析结果显示,机动车尾气是南京城区VOCs的主要来源,其次为液化石油气/天然气使用和石油化工。     

应用有限体积法分析污染源排放对饮用水源的影响

根据南京市5家市政水厂水源保护区的污染源调查结果建立了长江南京段水动力和有限体积法水质数学模型,并结合各污染源的污染强度和排放规律,分析了枯水期在不同水文情况下,污染源排放对饮用水源地水质的影响.有限体积法的模拟结果与常规分析的监测结果均表明,水厂受污染程度为:上元门水厂＞北河口水厂＞城北水厂＞浦口水厂＞城南水厂.主要污染源为水量较大,且有一定污染的入江河流.     

大数据技术在环境监测中的应用

简述了环境监测信息化建设应用现状及问题;分析了大数据技术的特点及其在环境监测信息化中的优势。提出,基于"大数据"技术,可以建设环境监测大数据中心,突破传统关系型数据库局限性,运用大数据的核心技术,实现环境质量综合评价技术的新突破,提升环境状况综合预警能力;应用大数据可视化技术,提高科学决策水平,提高人体健康风险评价能力;建立环保舆情分析云平台,提升公众服务能力。     

A complex investigation of the extent of pollution in sediments of the Sava River. Part 1: Selected elements

The Sava River is the biggest tributary to the Danube River. As a part of the 6th FW EU project, Sava River Basin: Sustainable Use, Management and Protection of Resources (SARIB), ecological status of sediments was investigated. In order to assess the geographical distribution in sediment contamination of the Sava River, inorganic and persistent organic pollutants were analyzed in sediments at 20 selected sampling sites along the Sava River from its spring to its outfall into the Danube River. For comparability of data to other river basins the sediment fraction below 63 μm was studied. Due to complexity of the work performed, the results are published separately (“Part I: Selected elements” and “Part II: Persistent organic pollutants”). In the present study, the extent of pollution was estimated by determination of the total element concentrations and by the identification of the most hazardous highly mobile element fractions and anthropogenic inputs of elements to sediments. To assess the mobile metal fraction extraction in 0.11 mol L^???1, acetic acid was performed (first step of the Community Bureau of Reference extraction procedure), while anthropogenic inputs of elements were estimated on the basis of normalization to aluminum (Al) concentration. According to the Water Framework Directive, the following elements were investigated in sediments: cadmium (Cd), lead (Pb), nickel (Ni), and mercury (Hg). Furthermore, copper (Cu), zinc (Zn), chromium (Cr), arsenic (As), and phosphorous (P) were determined. The analyses of sediments demonstrated slightly elevated values for Hg, Cr, and Ni in industrially exposed sites (concentrations up to 0.6, 380, and 210 mg kg^???1, respectively). However, the latter two elements exist in sparingly soluble forms and therefore do not represent an environmental burden. P concentrations were found in elevated concentrations at agricultural areas and big cities (up to 1,000 mg kg^???1).     

Detecting the spatial differentiation in settlement change rates during rapid urbanization in the Nanjing metropolitan region, China

Urbanization produced significant landscape changes throughout the world. China has been experiencing accelerated urbanization during the past decades. Rapid land use/land over conversion occurred nationwide in urbanization, manifesting noteworthy characteristics of landscape dynamics. In this study, we investigated the spatial differentiation in settlement change rates among 1-km² land units in the Nanjing metropolitan region, a representative rapidly urbanizing region in China. Remotely sensed detection using Landsat TM data of 1988–2006 showed that settlement increase, termed as positive growth (PG), was predominant in the study area; while settlement decrease, termed as negative growth (NG), also had a considerable proportion, which was mainly attributed to the increase of green lands and the shrink of rural settlements. Along the urban-rural gradient, PG and NG showed similar mono-peaked patterns. The urban fringe zone with a consistent width of about 4 km was identified as the hot zone of both PG and NG over the three unequal periods. For both PG and NG, high-rated changes tended to exhibit more aggregative patterns along the gradient in the urban fringe zone. Settlement changes showed apparent anisotropy across directions. The directional distribution of PG was significantly negatively correlated to the topographic variables, suggesting that the mountains constrained urban expansion in an “area-weighted inverse-distance power” form. Significant correlation between PG and NG in a time-lagged manner showed the “increase–decrease” fluctuation occurred in settlement changes, reflecting the “urban expansion–land reconfiguration” process in rapid urbanization in Nanjing.