厦门市空气污染的空间分布及其与影响因素空间相关性分析

基于空间信息技术、克里格插值与空间相关矩阵,研究厦门市SO2、NO2、PM10和PM2.5污染浓度空间分布特征。通过提取人口密度、道路面积比重、建设用地比重、地表温度及植被指数等空气污染影响因素的空间分布数据,划分研究区为生态区、居住区与工业区,定量评价了污染物浓度与影响因素的空间相关性,并识别出各污染物的主要影响因素。结果表明:污染浓度分布总体上呈现出工业区-居住区-生态区递减的空间特征,其主要受工业排放和机动车排放的影响;SO2与除地表温度外的其他影响因数均有较强空间相关性,PM10和PM2.主要与道路面积比重、建设用地比重具有较强相关性,NO2则与道路面积比重的相关性最强,污染浓度与影响因数空间相关性呈现出工业区-居住区-生态区递增趋势;与按照行政区的划分相比,工业区、居住区、生态区的划分显得更为合理。     

区域大气环境中PM_(2.5)/PM_(10)空间分布研究

提出了一种利用移动监测技术研究区域大气环境中PM2.5/PM10空间分布的方法,并在2004年12月进行了宁波市全市域PM2.5/PM10空间分布的研究.数据显示:相同路径所代表的地区PM2.5和PM10具有很好的相关性,多数路径上PM2.5与PM10数据的相关系数平方在0.95以上,而不同路径上PM2.5与PM10的比值不同.文中给出了宁波市PM2.5/PM10污染的空间分布图,直观地显示出PM2.5/PM10污染的空间分布情况,突出了污染的重点点位和地区.     

典型污染场地中滴滴涕浓度空间变异性研究

利用经典统计学和地统计学相结合的方法,以某滴滴涕(DDT)粉剂生产企业为例,对污染场地中表层和地下5m处土样DDT浓度的空间变异性进行了研究。结果表明:表层和地下5m处土样DDT浓度经过对数转化后均通过了柯尔莫哥洛夫-斯蜜诺夫检验(K-S检验),能够很好地服从正态分布;表层和地下5m处土样DDT浓度的半变异函数拟合符合高斯模型,决定系数分别为0.8973和0.9348,由空间自相关引起的空间变异性分别占系统总变异性的99.11%和83.12%;用克里格插值法制出的DDT浓度等值线图能直观地反映表层和地下5m处土样DDT浓度的空间分布特征,DDT浓度呈现以原粉生产车间为中心向四周扩散的趋势,地下5m处土样DDT浓度空间分布与表层基本一致。     

中国火电企业二氧化硫排放研究

火力发电是中国电力工业最重要的组成部分,历年来火力发电占中国发电总量的比例基本都在80%以上,这直接导致中国火电企业的二氧化硫高排放量.中国目前火电企业的二氧化硫排放量已占工业排放量的一半以上.近年来,中国火电企业的空间分布格局基本不变,但其二氧化硫高排放量正由东部局部地区向中、西部蔓延,这与中国火电企业发展迅速,总体脱硫水平低,东、中,西部地区火电企业脱硫水平差异有关.     

道路两侧交通噪声空间变化规律的初步研究

一、概述交通噪声是影响城市环境质量的主要污染源。控制和降低交通噪声污染已成为城市环境保护工作的重要内容之一。交通噪声的监测评价及控制工作都需要了解交通噪声级的空间变化规律。城市道路纵横交错,各类声级的叠加使空间声场变化相当复杂,因此需要建立基本模型     

某废弃硫酸厂场地土壤重金属污染特征及健康风险评估

以某废弃硫酸厂场地为研究对象,对该场地土壤中As、Cd、Cu、Pb、Zn的污染特征进行分析,并对该场地进行健康风险评估。采用单因子污染指数法、主成分分析和相关性分析对场地重金属污染特征及污染来源进行分析,并评价目标污染物的健康风险。结果表明,Zn、Cd、As、Pb、Cu最大超标倍数分别为18.86、320.25、466.00、132.50、12.42倍。污染比较严重的区域主要分布在厂区的原堆渣场、磷石膏、硫酸以及锌锭的生产车间,随着土壤深度的增加,污染物都发生了不同程度的垂向迁移。As、Pb具有同源性,来源于工业废渣的裸露堆放;Zn、Cd来源于硫酸以及锌锭生产车间,Cu与其他重金属具有相似的污染途径,受废渣堆放、硫酸生产、锌锭制造的共同影响。根据健康风险评价结果,土壤中As、Cd、Pb均超出可接受风险水平,是后续场地修复的目标污染物。     

六氯苯在中国典型持久性有机污染物污染场地中空间分布研究

在多年六氯苯生产车间及周围布设采样点,采取不同深度的土壤进行分析,研究持久性有机污染物(POPs)污染场地中六氯苯的空间分布规律.结果表明,生产车间附近污染严重,六氯苯的最高质量浓度为25 911.95 mg/kg,平均为4 944.07 mg/kg,在风力作用下六氯苯浓度向东南方向扩散;-3 m土层(以表土层为基准,表土层以下的土层深度为负值)中六氯苯最高质量浓度为369.63 mg/kg.平均为54.77 mg/kg,六氯苯浓度较表土层迅速下降,六氯苯污染中心位置与表土层对应;-5 m土层由于土壤类型为黏土或淤泥质黏土,六氯苯浓度相对于- m土层反而升高.平均质量浓度为92.13 mg/kg.纵观整个污染场地六氯苯的污染分布情况,污染中心位置向南移动,且六氯苯在垂直方向的迁移和浓度与土壤有机质含量相关.     

浙江省酸雨的空间分布格局及其未来变化趋势预测

利用浙江省1992、2002年的酸雨监测数据,并利用RAINS-ASIA模型模拟了1990-2030年浙江省酸雨前体物(SO2)的排放量,以及酸沉降超临界负荷面积占研究区域面积比例的变化情况.结果表明,浙江省的酸雨分布范围不断扩大、危害程度不断加重;未来一个时期内,SO2排放量都会维持在较高的水平;酸沉降超临界负荷面积所占比例在经历较快的增长阶段之后,会维持在较为恒定的水平,并呈现出明显的时滞性.     

黄河中游环境污染空间关联及协调发展仿真研究

相较于黄河上游的水源涵养和下游的湿地生态,黄河中游地区存在着严峻的生态环境问题,局部地区环境污染严重。以黄河中游流经的23个地级市为研究对象,建立了空间关联网络分析该地区环境污染的空间关联性,然后对其驱动因素进行探究,并得出黄河中游协调发展的最佳方案。结果表明,黄河中游地级市间的环境污染相互影响呈现出典型的复杂网络特点,山西省是需要重点治理的地区。全社会固定资产投资总额是影响黄河中游环境污染的最主要因素,第二产业增加值占国内生产总值比重也是关键因素。可持续发展型方案是黄河中游社会、经济、环境协调发展的最优方案。     

海州湾南部表层沉积物重金属空间分布、污染和风险评价

为了解海州湾南部海域表层沉积物重金属空间分布特征、污染程度和生态风险水平，采集11个站位表层沉积物，测定有机碳、铜、铅、锌、镉、铬、汞和砷的含量。利用背景值计算污染负荷指数(PLI)、地累积指数(I_geo)和潜在生态风险指数(RI)。结果表明：重金属总体呈现由岸向海、由南向北减小的趋势；PLI和I_geo表明研究区总体为中等污染，主要污染因子为镉；RI表明研究区处于低风险，主要风险因子为镉。     

X市土壤重金属污染空间特性分析与风险评价

主要采用内梅罗综合指数和潜在生态风险指数对X市土壤重金属Cd、Hg、As和Pb污染程度进行评价,并通过地统计学、地理信息系统(GIS)评价法以及空间自相关分析法研究土壤重金属分布空间特性。结果表明:X市土壤中Cd、Hg、As和Pb质量浓度均值分别为0.509 8、0.162 8、8.774 7、34.601 5mg/kg,受人为影响较大,特别是As和Pb;内梅罗综合污染指数得出,有8.8%、5.2%、7.8%样点分别属于轻度、中度和重度污染;总潜在生态风险指数得出,有8.7%、5.2%样点分别存在中等危害和强危害生态风险;Cd、Hg、As和Pb都存在较强的空间自相关性,总体上呈现南高北低或东高西低分布的现象,东南部的p镇有较严重的土壤重金属污染问题。     

铅锌冶炼厂周边重金属的空间分布及生态风险评价

以关中西部某铅锌厂周边农田为对象,研究了厂区周边土壤中7种重金属含量的水平及垂直分布特征,用Lars Hakanson潜在生态危害指数对重金属的危害程度进行了评价.研究表明,厂区周围土壤中重金属在水平分布上具有局部高度富集的特征.以厂区为中心,重金属水平分布主要在西北-东南方向上,地势低的土壤中重金属含量明显较高;重金属在垂直分布上主要富集在0～ 25 cm的表层土壤中,且随着深度的进一步增加,土壤中重金属浓度变化幅度减弱,基本趋于稳定.厂区周边Cd和Hg污染水平为重度污染,Pb污染水平为中度污染,潜在生态危害程度为重度.     

乌鲁木齐市地表灰尘中微量元素空间分布与来源解析

为研究典型绿洲城市地表灰尘中微量元素的污染及来源,在新疆乌鲁木齐市采集83个地表灰尘样品,测定As、Cd、Cr、Cu、Hg、Mn、Ni、Pb与Zn等9种微量元素含量,采用地质累积指数法评价地表灰尘中微量元素污染水平,基于地理信息系统(GIS)技术与地统计法分析微量元素空间分布格局,并利用多元统计分析法分析地表灰尘中微量元素的主要来源。结果表明,乌鲁木齐市地表灰尘中Cd、Cr、Cu、Hg、Ni、Pb和Zn分别为新疆土壤背景值的2.00、1.35、1.38、8.24、1.28、2.09、3.26倍。地表灰尘中Hg呈现中度污染,Cd、Pb和Zn呈现轻微污染,As、Cr、Cu、Mn和Ni呈现无污染。研究区地表灰尘中各微量元素的空间分布格局各不相同。从污染来源来看,研究区地表灰尘中As、Cd、Cr、Cu、Hg、Ni、Pb与Zn来源主要受到人为污染源的影响,Mn来源主要受到土壤地球化学特征的控制。     

西安市机动车污染物排放清单与空间分布特征

基于机动车排放因子(MOVES)模型和地理信息系统(ArcGIS)技术,建立了西安市2017年分辨率为1km×1km的机动车污染物排放清单。结果显示:2017年西安市机动车污染物PM_(2.5)、PM_(10)、NO_x(NO+NO_2)、NO、NO_2、N_2O和挥发性有机物(VOCs)的年排放总量分别为126.1×10~4、138.2×10~4、2 884.2×10~4、2 577.8×10~4、306.4×10~4、27.9×10~4、1 281.2×10~4 kg;柴油车是PM_(2.5)、PM_(10)和NO_x排放的主要来源,贡献率分别为80.2%、79.5%和75.8%;VOCs和N_2O则主要来自汽油车,贡献率分别为74.2%、89.7%;总体看来,研究区域内不同污染物的空间分布规律相似,这与西安市公路分布有关,PM_(2.5)和NO_x的排放主要集中在主城区及周边县区的高速路和国道,而VOCs的排放主要集中在主城区二环及环内。     

区域大气环境中PM2．5／PM10空间分布研究

提出了一种利用移动监测技术研究区域大气环境中PM2.5／PM10空间分布的方法，并在2004年12月进行了宁波市全市域PM2.5／PM10空间分布的研究。数据显示：相同路径所代表的地区PM2.5和PM10具有很好的相关性，多数路径上PM2.5与PM10数据的相关系数平方在0．95以上，而不同路径上PM2.5与PM10的比值不同。文中给出了宁波市PM2.5／PM10污染的空间分布图，直观地显示出PM2.5／PM10污染的空间分布情况，突出了污染的重点点位和地区。