关中平原城市群PM2.5时空演变格局及其影响因素

PM_2.5作为大气污染的主要来源,其时空演变格局和影响因素对于大气环境质量调控具有重要意义.基于2000~2020年PM_2.5遥感反演数据,采用空间自相关和数理统计方法分析关中平原城市群PM_2.5时空演变特征,以海拔、年均气温和人均GDP等10种因子为自变量,结合地理探测器和多尺度地理加权回归（MGWR）模型对PM_2.5污染影响因素进行空间分异探究.结果表明：①2000~2020年,关中平原城市群PM_2.5浓度总体呈下降趋势.浓度高值区集中在研究区中东部,低值区集中在研究区西部.热点区域集中在临汾市和运城市,冷点区则集中在天水市和宝鸡市.②自然因子在关中平原城市群PM_2.5污染中占主导地位,2020年PM_2.5浓度主控影响因子按解释力大小排序依次为：海拔>年均气温>地形起伏度>年均相对湿度>年降水量>人均GDP>植被覆盖度>能源消耗指数.③主控影响因子按照作用尺度大小排序依次为：植被覆盖度>年均气温>能源消耗指数>年降水量>地形起伏度>海拔>人均GDP>年均相对湿度.其中人均GDP、地形起伏度、能源消耗指数和年均气温主要为正向作用,植被覆盖度、年降水量、海拔和年均相对湿度主要为负向作用.研究得出了关中平原城市群PM_2.5时空演变格局和影响因素,可为相关部门制定大气污染防治政策提供决策依据,同时丰富实证研究.     

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.     

2017年1月天津市区PM2.5化学组分特征及高时间分辨率来源解析研究

为了快速分析天津市区冬季以及重污染过程中PM_2.5的化学组成特征及来源,本研究于2017年1月利用在线监测仪器快速采集了天津市区环境受体中PM_2.5及其化学组分的小时数据,并通过PMF（positive matrix factorization,正定矩阵因子分解法）模型解析了天津市区2017年1月及重污染过程中PM_2.5的主要贡献源类,分析了重污染过程中排放源的变化趋势.结果表明：2017年1月天津市区PM_2.5浓度为6.0~449.0 μg·m^-3,平均值为153.3 μg·m^-3.NO₃^-、SO₄^2-、NH₄⁺是PM_2.5中水溶性离子的主要组分,三者之和占水溶性离子总量的88.3%.NH₄⁺与Cl^-、NO₃^-、SO₄^2-均表现出显著的正相关性（r=0.82,0.95,0.97;p<0.01）.NO₃^-和SO₄^2-（r=0.90;p<0.01）,Ca²⁺与Mg²⁺（r=0.65;p<0.01）均表现出显著的相关性,说明它们分别具有较高的同源性.OC和EC也是PM_2.5的重要组成部分,两者之和占PM_2.5质量浓度的20.4%.重污染过程中,PM_2.5及其主要离子的浓度显著的增加（p<0.01）,并存在较高的二次离子生成.PMF解析结果表明,二次源类是天津市区2017年1月PM_2.5的首要源类,分担率为38.1%,其次为机动车源（分担率为25.6%）、燃煤源（分担率17.1%）、扬尘（分担率10.1%）和生物质燃烧（分担率9.1%）.重污染过程中,二次源是PM_2.5的主要贡献源类,分担率达到39.3%;说明重污染期间存在显著的二次转化及二次粒子的积累过程.重污染发生演变过程中,二次源、机动车源和燃煤源对PM_2.5贡献表现出显著增加的趋势,而扬尘和生物质燃烧的贡献则没有显著增加.     

长江中游地区PM2.5重污染过程的典型天气环流分型及区域传输影响

作为一个新的区域性霾污染中心,长江中游地区地理位置特殊,是我国中东部地区大气污染物区域传输的重要枢纽,天气环流对该区域不同传输和累积型PM_2.5重污染的形成机制还不甚了解.利用T-mode斜交旋转主成分分析法（PCT）,对2015~2019年采暖季长江中游地区74 d PM_2.5重污染事件进行天气环流分型,得到：PCT1高压底部传输型（天数：41 d,占比：55.4%）、PCT2低压辐合累积型（天数：12 d,占比：16.2%）、PCT3高压静稳累积型（天数：11 d,占比：14.9%）和PCT4高压后部传输型（天数：10 d,占比：13.5%）这4种主要的大气环流类型.区域传输型污染（PCT1和PCT4）占比高达69%,是长江中游地区PM_2.5重污染发生的主导因素,突显了地域特殊性.其中,PCT1是最主要的环流型,冷锋南侵伴随强偏北风驱动上游地区污染物快速传输,使得PM_2.5浓度暴发式增长.境内传输通道城市襄阳、荆门和荆州PM_2.5传输过程具有12 h滞后特征,其PM_2.5影响源区主要分布在上游的河南中北部、山东西部和华北大部分地区.PCT4传输型受低层偏东风输送影响,污染上升速率也相对较快.PCT2和PCT3为静稳天气环流型,地面风速较小,低层水平辐合和下沉运动有利本地PM_2.5重污染累积,污染上升速率和持续时间都相对传输型更长.     

珠江三角洲大气光化学氧化剂(Ox)与PM2.5复合超标污染特征及气象影响因素

基于粤港澳珠江三角洲区域空气监测网络12个监测子站的大气污染物数据,梳理2013~2017年大气光化学氧化剂O_x（NO₂+O₃）与PM_2.5质量浓度的变化趋势.O_x+PM_2.5复合超标污染定义为NO₂和PM_2.5质量浓度日平均值以及O₃浓度日最大8 h平均值（O₃ MDA8）同时超过二级浓度限值,分析了不同类型站点复合超标污染的时空分布特征以及气象因素影响.结果表明,2013~2017年珠三角PM_2.5年均质量浓度由（44±7）μg·m^-3下降至（32±4）μg·m^-3,实现PM_2.5连续3 a达标.O_x年均质量浓度由2013年（127±14）μg·m^-3下降至2016年（114±12）μg·m^-3,2017年反弹至（129±13）μg·m^-3,O₃浓度上升明显（10 μg·m^-3）.以O₃为首要污染物的污染过程占比由2013年33%增多至2017年78%,多个城市同时发生污染的区域特征明显.研究时段内O_x+PM_2.5复合超标污染事件共发生60次,主要在城区站点（78%）和郊区站点（22%）.秋季发生复合超标污染天数最多（52%）,是因为强太阳辐射有利于臭氧生成,大气氧化性增加,进而促进了PM_2.5二次生成.造成珠三角复合超标污染的天气形势主要为高压出海型（43%）、高压控制型（30%）和热带低压型（27%）.就具体气象因素而言,气温在20~25℃且相对湿度在60%~75%的范围内时,复合超标污染事件发生占比最高（22%）.在O₃重污染过程中,夜间高湿和低风速使得NO₂和PM_2.5浓度显著上升,日间高温加剧了复合超标污染.     

2017~2021年苏皖鲁豫交界区域PM2.5和O3时空变化特征及影响因素

苏皖鲁豫交界区域是长三角和京津冀及周边两大大气污染治理重点区域的连接带,揭示该区域PM_2.5和O₃污染特征对推动区域大气污染联防联控有着重要意义.基于2017~2021年苏皖鲁豫交界区域22个地市的国家空气环境监测网络观测数据,探讨了该区域PM_2.5和O₃浓度的时空变化特征及气象影响.结果表明：①2017~2021年区域PM_2.5浓度呈现逐年下降趋势,PM_2.5浓度月均值呈现“U型”分布,冬季PM_2.5浓度仍维持高位.O₃-8h-90%浓度呈现波动下降趋势,O₃-8h-90%浓度月均值变化呈“M型”分布,夏秋季O₃污染程度未有好转.②与2017年相比,2021年PM_2.5-O₃复合污染天数减少了52 d,但PM_2.5污染仍占主导地位.③PM_2.5和O₃污染区域主要集中在区域中部和北部城市,且中部城市PM_2.5和O₃污染程度均改善显著.④采用Moran''s I指数和LISA指数分析了区域PM_2.5和O₃-8h-90%浓度的全局和局部空间自相关性,PM_2.5和O₃-8h-90%浓度均具有空间相关性,PM_2.5浓度主要表现为高值-高值聚集或低值-低值聚集现象,且高值-高值聚集有从中部向西部转移的现象,2020年和2021年O₃-8h-90%浓度表现为高值-高值聚集或低值-低值聚集现象.⑤结合气象要素数据,利用KZ滤波方法量化排放源与气象条件对区域PM_2.5和O₃-8h浓度的贡献,两者主要受到污染物排放影响,贡献率分别为101.0%和99.3%,表明污染物减排是驱动区域空气质量改善的主要因素.此外,气象条件对PM_2.5浓度的贡献在一、四季度为正值,二、三季度为负值,而对O₃-8h浓度的影响则反之,且气象条件对不同城市PM_2.5和O₃-8h浓度的影响程度存在较大差异.     

邯郸市PM2.5-O3复合污染特征及相互影响研究

本研究在河北工程大学监测站点开展了大气中56种VOCs、NO_x以及气象参数的长期在线监测,结合2013—2019年国控站的在线监测数据,对邯郸市PM_2.5-O₃复合污染特征进行分析.结果表明,邯郸市2013—2019年复合污染天数波动较大,近几年呈现增加趋势,且集中在每年的春夏季.2013—2017年复合污染天数峰值均出现在6月,2018年和2019年出现在3月和4月.气象因素分析结果表明,温度、湿度和气压对邯郸市复合污染影响较明显,当温度为21.0~29.0℃、湿度较高、气压偏低的条件下,更容易发生复合污染,而风速对邯郸市复合污染影响较小.对PM_2.5与O₃相互作用分析发现,冬季高浓度PM_2.5对O₃有抑制作用,夏季PM_2.5浓度不超标时,O₃浓度随其升高而上升,PM_2.5浓度超标后变化趋势相反,当PM_2.5浓度大于125 μg·m^-3时不再出现PM_2.5-O₃复合污染.虽然近年来PM_2.5、SO₂和NO₂浓度下降,但二次转化率依然较高甚至有加强趋势.利用VOCs/NO_x值分析邯郸市O₃生成敏感性,结果显示邯郸市春冬季属于VOCs控制到NO_x控制的过渡区,夏秋季属于NO_x控制区,且复合污染日VOCs/NO_x值（6.3）最小,清洁日（9.3）最大.复合污染时NO₃^-和OC浓度较高,OC/EC值与其他污染日相比最大,说明复合污染时二次污染严重,有效治理PM_2.5-O₃复合污染必须减排能同时形成O₃和二次有机气溶胶的高活性有机物.     

近20年长三角一体化示范区PM2.5暴露风险时空格局演变

长三角一体化示范区是国家重大战略区域,掌握其PM_2.5污染与暴露风险演变格局,对长三角区域碳中和与低碳循环绿色发展具有重要意义.本文利用MODIS数据估算示范区2001—2020年气溶胶光学厚度（AOD）和PM_2.5浓度,运用人口加权模型计算1 km×1 km网格PM_2.5暴露风险,并结合Moran''s I指数、Theil-Sen和Mann-Kendall方法分析其空间集聚性特征、时序演变规律与显著性趋势.结果显示：2001—2020年, 示范区PM_2.5呈波动增长趋势,春季和冬季浓度明显高于夏季和秋季;人口逐年增加,年均人口密度达到1386人·km^-2;年均PM_2.5暴露风险为1.23,整体处于安全状态,空间上有4个危险暴露区（松陵镇、盛泽镇、魏塘街道、盈浦街道与香花桥街道交界处）.其PM_2.5暴露风险的空间集聚性显著,以4个危险暴露区为中心,呈“先边界、后内部”的时空增长模式;示范区暴露风险逐年增加的区域超过36%（速率0.031 a^-1）,在2011—2020年,暴露风险显著减少的面积反超显著增加的面积.示范区总体空气质量良好,但PM_2.5暴露风险的边界扩散现象明显,小尺度区域的PM_2.5污染防治应更加注重跨区域共同治理,可以聚焦在镇级或更小行政单位的边缘地带,采取差异化的大气污染联防联控措施.     

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.     

北京冬季奥运会历史同期大气PM2.5污染特征分析

基于2015~2021年的1~3月北京市大气PM_2.5浓度与化学组成长期观测数据,分析了2022年北京冬季奥林匹克运动会（冬奥会）和北京冬季残疾人奥林匹克运动会（冬季残奥会）历史同期的PM_2.5污染态势、化学组成特征以及潜在源区.2015~2018年的1~3月重污染［日均ρ（PM_2.5）>75 μg·m^-3］天数以及重污染期间PM_2.5平均值下降十分显著,之后这两者未发生明显改变.2018~2021年的1~3月每年平均发生重污染23 d,重污染天ρ（PM_2.5）平均值约为120.0 μg·m^-3.2015~2021年的1~3月超长重污染过程（连续重污染超过5 d）平均每年发生2~3次,其中2021年发生3次,且持续时间最长达到8 d.历年冬奥会历史同期发生重污染的天数为2~9 d,春节期间烟花爆竹大量燃放可能是该时期重污染发生的重要原因之一;冬季残奥会历史同期重污染天数一般为1~5 d,但2021年受频繁出现的静稳天气影响,重污染天数高达9 d.在同时段重污染期间,PM_2.5化学组成均以二次组分为主,例如在PM_2.5可测组分中,2020年NO₃^-质量分数高达46%,较同年清洁天（11%）显著增加;SO₄^2-质量分数为12%~19%,说明当前硫酸盐污染仍不容忽视.北京市1~3月PM_2.5主要贡献区域包括内蒙古自治区中西部、河北省、天津市、山西省、陕西省、山东省中西部和河南省北部.研究结果将为北京市冬季空气质量持续改善以及2022年冬奥会与冬季残奥会期间北京市环境空气质量保障提供科学依据.     

植被收割对滨海湿地沉积物中CO_2和N_2O释放的影响

为了揭示冬季滨海湿地植被收割对其沉积物中温室气体释放的影响,以长江入海口典型滨海湿地——崇明东滩为研究对象,观测季节性(冬季)植被收割(分别于收割后第0天、第10天、第30天、第60天采样)与不收割条件下芦苇(Phragmites australis)、米草(Spartina alterniflora)、芦苇-米草交互带和光滩沉积物中CO2与N2O的释放特征.结果表明:1米草和芦苇-米草交互带植被收割并未增加沉积物中CO2的释放(P0.05),但芦苇收割可能会增加N2O的释放(P0.05),说明植被收割对湿地沉积物中CO2和N2O释放的影响与植被类型密切相关.2与芦苇带相比,米草和芦苇-米草交互带沉积物中CO2累积释放量分别高出12%~57%和17%~43%,但芦苇植被覆盖下沉积物中N2O累积释放量分别比二者高出11%~81%和8%~95%.可见,米草和芦苇-米草交互带沉积物碳的呼吸损失明显高于芦苇带,但芦苇植被覆盖下沉积物中N2O逸失量相对较高.34种植被类型下,沉积物中N2O累积释放量为0.1~0.4 mg/kg,CO2累积释放量则高达1 024~2 645 mg/kg.因此,冬季滨海湿地植被收割不会显著增加N2O的温室效应,但选择性收割米草有望减少沉积物碳的呼吸损失.     

SiB3模式对作物区CO2通量的模拟研究

以苏州东山观测站农田为对象,通过使用简单生物圈模式(SiB3),在苏州东山站选取不同植被类型作为模式输入参数进行CO2通量的模拟,并利用苏州东山站2010-04-16~2011-06-30日的观测数据进行对比,讨论不同植被对苏州东山站CO2通量的影响.结果发现,选择玉米作为站点植被类型输入模式模拟的各月CO2通量日变化趋势与观测数据比较一致;而选择普通作物类型输入模式模拟获得的CO2通量,在4月和5月,白天低估CO2通量,6月高估CO2通量;选择茶树类型作为模式植被类型输入的模拟结果,高估5月和6月白天的CO2通量.另外,本研究还使用SiB3模式对每日CO2通量进行模拟,与观测对比后发现,选择的3种植被类型模拟获得的结果能较准确模拟出每日CO2通量的收支,但存在一定偏差.这说明,选择正确的植被类型能够使SiB3模式有效地模拟出CO2通量的日变化,但对时间从小时上升到每日尺度的CO2通量进行模拟时还存在一定困难,需要进一步验证.     

河滨修复湿地不同植物配置对甲烷排放的影响

为了探讨河滨修复湿地在不同条件下CH₄的排放规律及降低CH₄排放的调控途径,以自行设计和建造的河滨湿地为研究对象,对植物种类配置及植株密度进行人为调控,运用静态箱-气相色谱法测定CH₄排放通量. 结果表明:①CH₄排放通量具有明显的季节性变化规律,其中夏季最大,占全年CH₄总排放量的50%以上;冬季最小,低于全年CH₄总排放量的5%. ②植物种植会明显增加CH₄的排放,不同植物类型通过改变w(SOC)(SOC为土壤有机碳)、气体传输机制以及产CH₄菌群落来改变湿地的CH₄排放,4种供试植物中,通气组织较发达的芦苇和水葱湿地CH₄排放通量分别为(1.98±0.78)和(1.41±0.58)mg/(m2·h),显著低于黄菖蒲的(6.77±1.92)mg/(m2·h). ③提高植株密度可以通过增加输气通道和提高w(SOC)来促进湿地CH₄排放,黄菖蒲植株密度为150株/m2时,CH₄平均排放通量为(10.31±2.56)mg/(m2·h),比植株密度为56株/m2时高出近30%. 因此,建议在新建和修复河滨湿地的设计和建造过程中,种植芦苇和水葱等通气组织较发达的植物,并在满足湿地修复、生态环境保护和景观营造等要求的前提下,适当控制植株密度,以有效减少CH₄排放.      

南极菲尔德斯半岛植被微区CO2浓度的监测

在南极苔藓植被的微环境区内,CO₂的浓度在473.5mg·m^-3以上,大大高于全球CO2的平均浓度(356 mg·m^-3),可见苔藓等植被区可能是大气CO₂的源之一.这与特殊的南极条件下植被的生理生态特性有关.在苔藓分布区,CO₂浓度日变化的主要影响因素是光照和温度.菲尔德斯半岛变化无常的天气状况使得CO₂浓度昼夜变化规律出现局部波动,不同的天气状况也使CO₂浓度发生变化.研究表明:光照条件是CO₂浓度变化的主导影响因素,从CO₂浓度的季节变化中可以看出,CO₂浓度变化与大气温度呈负相关;与降水量和空气相对湿度呈正相关.本文首次给出了极地环境下植被微区的CO₂浓度变化及其影响因素,为极地温室气体的研究提供了新的材料.     

滇池水生植被恢复规划研究

本文提出了浅水湖泊水生生态系统的恢复措施，并从以下三个方面进行研究；（１）生态恢复工程物种设计；（２）水生植物群落优化配置设计；（３）水生植物群落区域布置设计。提出滇池先锋植物的种类和建种类，水生植物配置以沉水植物群落和挺水植物群落为主，并在滇池草海，外海东西岸对水生植物恢复区进行了区域布置。     

杭州校园中不同植被对PM2.5的吸附能力

为合理安排绿地配置,极大发挥植物改善生态环境的功能,为城市系统绿化的功能化规范化经济化提供更加合理的理论支持,通过获取杭州电子科技大学校园内现有的4种植被的不同时间段和不同离地高度的ρ（PM_2.5）,用统计学的t检验方法研究了ρ（PM_2.5）的变化规律.以一天当中不同时间空地的ρ（PM_2.5）作为参照,分别对相同时间、不同植被区域、不同高度和不同时间、相同植被区域、相同高度的ρ（PM_2.5）作对比.结果表明:①早晨水杉林、松树林、混合林的PM_2.5吸附能力相似,与空地的平均差值分别为14.36、12.00和12.79 μg/m3;草地的PM_2.5吸附能力较差,与空地的平均差值仅为4.75 μg/m3.中午时,水杉林的PM_2.5吸附能力最强,与空地ρ（PM_2.5）平均差值为10.87 μg/m3,其次为混合林（8.18 μg/m3）,草地ρ（PM_2.5）反而比空地高14.90 μg/m3.下午水杉林与混合林的PM_2.5吸附能力与中午相比略微减弱.晚上,除混合林外,其他3种绿地均与空地无显著差异.②对比距地面0.1与1.5 m高的空气中ρ（PM_2.5）的差异发现,一般情况下树林中0.1 m处ρ（PM_2.5）大于1.5 m处,空地0.1 m处ρ（PM_2.5）小于1.5 m处.研究显示,大部分植被在早晨吸附能力最强、晚上最弱,不同植被对于PM_2.5的吸附能力也有所不同.由此,在所统计的植被中,水杉林对空气中PM_2.5的吸附能力最强,在以后的绿地规划中,可考虑多增加水杉林的种植面积;但在增加城市林地面积减少空气中PM_2.5的同时,还应考虑到植物自身生理能否带来一些城市负面影响,从面得出最优种植方案.      

黄土高塬沟壑区不同坡位和植被下的土壤硝态氮特征研究

地形和植被会改变水分在土壤中的运移,进而影响土壤中硝态氮(NO_3~--N)的分布,并可能导致对水体污染的差异.在黄土高塬沟壑区黑河流域选取3个样点,采集刺槐林和草地在不同坡位(上、中和下坡位)的6 m深土样,分析了坡位和植被对NO_3~--N迁移的影响,并初步评估了其对地表水及地下水污染的潜在风险.不同坡位及植被条件下,土壤中硝态氮均没有出现累积,在表层土壤达到最大值后逐渐减小.2种植被下NO_3~--N达到稳定时的深度约为200 cm,稳定浓度均为下坡位上坡位中坡位,但在同一坡位的稳定浓度均有草地高于刺槐林的特点,说明坡位及植被覆盖类型均会影响NO_3~--N在土壤中的分布.整个流域地表水NO-3含量枯水期及汛期分别为(6.90±2.10)mg·L~(-1)和(5.84±2.86)mg·L~(-1),而坡地表层土壤(0~20 cm)中可移动态NO_3~-为(29.55±6.59)mg·L~(-1),明显大于地表水中的浓度,很有可能随径流流失造成地表水氮素污染.地下水枯水期和汛期的NO_3~-含量分别为(24.61±23.72)mg·L~(-1)和(15.70±10.78)mg·L~(-1),而坡地深层土壤(200 cm)中NO-3为(0.78±0.16)mg·L~(-1),由于浓度较低,对地下水造成污染的可能性较小.     

京秦高速公路植被建植方式探讨

从京秦高速公路的植被恢复实践出发，结合公路所在地的气候、土壤、植被等多方面的因素，充分利用植物材料在生物护坡上的作用，通过分析和实验提出该地区公路植被建设的方法和技术措施。从植物演替的规律和公路对护坡的要求来看，将来形成的群落应是以木本植物为主的群落，因此在实验中以混播为主要出发点，并测定了不同的建植措施的效果。     

北京市PM5.0可吸入颗粒物反演及其时空分布分析

分析城市可吸入颗粒物的空间特征及影响因素对于制定更为有效的可吸入颗粒物污染控制政策具有重要的现实意义.本研究在实际采样和遥感数据处理基础上,构造差值植被指数(DVI),通过建立TM影像与对应PM5.0颗粒物实测值之间的相关关系模型,对北京市2008~2010年3 a的PM5.0的分布进行了反演计算和精度分析;研究了NDBI和NDMI对PM5.0浓度的影响,进一步揭示了北京五环区域范围内可吸入颗粒物的时空分布特征.结果表明,采用DVI反演PM5.0分布的方法可行,反演精度在可接受范围内;整体上研究区2008年PM5.0颗粒物污染最轻,西南三环和四环以及东南三四环之间为颗粒物污染的高值区,西北五环附近颗粒物污染较轻;NDBI(归一化建筑指数)、NDMI(归一化水汽指数)与PM5.0可吸入颗粒物的分布分别呈现显著的负相关和正相关关系,且二者对PM5.0的影响相近.     

元江干热河谷山地植被类型调查与恢复措施

元江干热河谷海拔1200m以下的山地残存的森林植被寥寥无几,山地严重退化,炎热、干燥的气候,旱涝、风沙灾害已成了元江县及周围山地的严重生态问题。通过对元江干热河谷山地植被类型的调查,提出了植被恢复的措施。