自然因素及人类活动对汾河流域生态系统的压力状况研究

为了研究汾河流域生态环境的变化,文中采用光能利用率模型CASA分析了2000-2015年间气候因素和人类活动对汾河流域植被净初级生产力(Net Primary Productivity,NPP)的影响。结果表明:①自然因素和人类活动的共同作用导致研究区汾河流域的生态环境发生变化;②气象因素综合对NPP的发展起到了正向的影响,NPP的变化对降水呈现出较好的正相关性,而对温度则呈现出负相关性;③人类活动综合对NPP的发展起到了正向的影响,与气象因素相比,人类活动对NPP变化的影响程度较大。自然因素和人类活动共同促进了汾河流域的生态环境发展,人类活动对汾河流域生态环境的良性发展起到了重要作用。     

基于主成分分析的呼和浩特市空气质量影响因素研究

空气质量指数是一种评价大气环境质量状况简单而直观的指标,可用于大气环境质量评价以及污染控制和管理。利用呼和浩特市城区PM2.5监测点数据和气象数据,以空气质量指数法为依据,采用主成分分析法对影响呼和浩特市城区空气质量的主要因素进行分析,并利用方差分析法分析了气象因素对空气质量的影响。结果表明:影响呼和浩特市城区空气质量的主要因素是PM10、CO和SO2;天气寒冷、空气相对干燥、风大以及季节变化对该市空气质量会产生显著性的影响。     

郑州城区PM_(10)、PM_(2.5)质量浓度变化特征及其对气象因子的响应

利用郑州城区9个国控监测点位PM_(10)、PM_(2.5)的日监测数据,研究2013～2016年间郑州城区大气颗粒物质量浓度变化特征及其对气象因素的响应。结果表明,2013～2016年间郑州城区环境空气污染总体状况改善趋势较为显著,重度及以上的污染天数占全年有效天数的比例逐年降低,PM_(10)、PM_(2.5)浓度逐年下降;PM_(10)和PM_(2.5)浓度月均值变化基本一致,浓度变化均呈"U"型分布。PM_(10)和PM_(2.5)质量浓度变化具有明显的季节性特征,冬季其质量浓度最高,春季和秋季次之,夏季最低。选取气温、气压、风速、相对湿度和降水量等气象因子,利用Spearman秩相关分析研究各个气象因子对大气PM_(10)、PM_(2.5)浓度的影响。相关性分析结果表明,与PM_(10)、PM_(2.5)浓度显著相关的气象因素存在季节性差异,风速、相对湿度和降雨量是影响郑州城区大气颗粒物质量浓度的主要气象因子。     

关于城镇规划中环境问题的初探

一、城镇环境的概念和任务 所谓城镇环境就是以人类在城镇中从事生存发展活动为中心而形成的客观实体.主要是指受人类活动影响又同人类健康有直接关系的生产与生活环境而言的.它分为城镇自然环境和社会环境两大类.其特点: 1.有明确的城区、郊区行政管理界线,这     

气候变化和人类活动对黄土高原小流域生态环境的影响

利用土壤侵蚀强度的变化程度代表生态环境的变化,根据土壤侵蚀强度减轻与加剧情况,把生态环境划分为明显改善、轻微改善、基本未变、轻微加剧及严重加剧五个等级,对研究区5年间的生态环境演变概况进行分析。并利用近50多年来的气象、社会经济和遥感监测等资料,分析了气候变化和人类活动对麻地沟地区生态环境的影响。结果表明：气候变化和人类活动对生态环境都会产生显著的影响,当前麻地沟地区的生态环境状况是气候变化和人类活动共同作用的体现。     

包头城区土壤重金属空间分布特征及污染评价

为考察包头城区土壤重金属污染现状,在包头城区范围内布设88个采样点,测定土壤中Cd、Pb、Cu、Zn、Cr的含量,并分析其空间分布特征及相关关系,评价其污染状况。结果表明:人类活动强烈干扰了包头城区土壤,Cd、Pb、Cu、Zn普遍超标,且均在冶金工业区出现极大值;城区土壤重金属呈现由工业生产、交通运输及燃煤活动共同作用的复合污染态势;5种重金属综合评价结果为重度污染,其中Cd的单因子指数均值达到7.05,已对居民健康造成威胁和危害。     

WRF-Fluent耦合模式的构建及其对城市大气扩散的精细化模拟

为了准确刻画城市环境中的复杂建筑结构对大气运动和污染物输送及扩散过程的影响,结合中尺度模式WRF和微尺度模式Fluent构建了单向耦合的WRF-Fluent模式,并将其应用于榆中县城区高架源排放情景下大气扩散的模拟研究.基于城市气象/示踪外场试验期间获取的气象数据对WRF模式的模拟性能进行验证,发现WRF能够为Fluent提供比较准确的随时间变化的气象驱动场.在此基础上,将榆中县城区三维几何模型嵌入到WRF-Fluent中,对城区内的流场及污染烟羽的时空演变过程进行精细化模拟,并将模拟结果与实测示踪物浓度数据进行比对.结果显示,WRF-Fluent模式可以很好地描述城区内的复杂三维风场结构以及污染烟羽随时间的动态变化特征,而且模拟的地面和城市冠层顶浓度最大值基本位于观测值的0.3~3倍之内,这表明构建的WRF-Fluent模式具有较好的模拟性能,可作为一种有效的工具应用于实际城市规划和空气质量改善以及环境风险评估等方面的研究.     

重庆空气微生物污染与环境质量状况的关系分析

对重庆城区及近邻区县空气微生物的调查结果表明，该地区已受到空气微生物的污染，城区，细菌明显高于区县，霉菌低于区县，空气微生物含量与空气污染物（ＳＯ２，ＮＯｘ，ＴＳＰ和降尘）含量呈正相关，在生态环境自然度高，人类活动少的地方，空气微生物含量低，种类少。     

佛山市中心城区工业污染源排放的数值模拟

以广东省佛山市中心城区为研究区域,在分析城区工业污染源排放与分布特征的基础上,应用中尺度气象模式MM5耦合空气质量模式CALPUFF的方法,模拟了中心城区工业污染源排放SO₂的扩散传输过程. 在考虑周边污染源及本地污染物的情况下,发现ρ(SO₂)模拟值与实测值的变化趋势一致,表明模拟方案可较好地反映ρ(SO₂)的时空分布特征. 分析中心城区工业源排放时空分布模拟结果发现,工业污染源排放与分布特征和气象环境是影响城区工业源排放SO2的时空分布的重要因素.      

浏阳市城区环境空气污染特征及其与气象因素相关性分析

根据浏阳市城区空气自动监测站点、浏阳市气象站实测数据,得出城区首要污染物、污染因子及其气象因素的月、季均浓度变化图,并求出污染因子和气象因素的相关性。结果表明:PM_(2.5)和O_3对浏阳市城区环境空气污染的贡献较大,SO_2、NO_2、PM_(10)对环境空气质量影响相对较小;空气质量较好的时间段主要集中在第三个季度;NO_2浓度与气温具有极显著的负相关性,与气压具有极显著的正相关性;PM_(10)浓度与风速具有较显著的负相关性;PM_(2.5)浓度与气温具有极显著负相关性,与风速具有较显著负相关性,与气压具有极显著正相关性;O_3浓度与湿度具有较显著负相关性,与气压具有极显著负相关性,与气温具有极显著正相关性。     

东莞市城区大气二氧化碳浓度模型及模拟

基于GIS及CO2实测数据,根据系统动力学原理,运用STELLA软件,构建东莞市城区大气CO2浓度模型,对城区CO2浓度进行模拟,探索城区CO2浓度变化规律及影响因素,为改善城区大气质量提供科学依据。模型由3个模块构成:大气交换模块、人类活动模块和绿地植被模块。反馈环主要有3个:大气交换与大气CO2浓度的负反馈,植被光合作用与大气CO2浓度的负反馈,以及植被呼吸作用与大气CO2浓度的负反馈。模型模拟结果显示,东莞市城区大气CO2浓度日平均值为483.62μmol/mol,越靠近市中心,大气CO2浓度越高。城区大气CO2浓度晚上高、白天低。人口密度和汽车尾气排放是城市大气CO2浓度的主要影响因素。仅增加城区绿地面积对城区CO2浓度影响不大。降低城区大气CO2浓度的有效措施:目前重点应为推广公共交通,并应逐渐转向推广清洁能源汽车。     

气象数据服务在地质调查安全生产管理保障系统中的应用

多变的气象环境和气象灾害引发的次生灾害,对野外地质调查工作者的身体健康和生命安全构成了严重的威胁。随着气象数据社会化服务的普及,地质调查安全生产管理保障系统中引入气象数据服务,对降低野外地质调查工作的风险具有重要的作用。对气象数据获取与存储的关键技术、气象数据的服务方式以及气象数据在地质调查安全生产管理保障系统中的应用进行了探讨与验证,以为野外地质调查工作提供安全保障与技术支撑。     

气候变化及人类活动对地表径流改变的贡献率及其量化方法研究进展

地表径流的变化受气候变化和人类活动的双重驱动力作用,定量评估气候变化及人类活动对地表径流变化的影响对水资源管理具有重大意义。论文以水文循环过程为主线,分过程阐述气候变化及人类活动影响地表径流发生变化的机制机理,对各种量化二者对地表径流变化贡献率的方法进行比较,然后分析全球部分流域气候变化和人类活动对地表径流变化影响的差异。研究结果表明：1）气候变化和人类活动参与水文循环的各个过程之中,不同水文过程中气候变化和人类活动影响地表径流变化的途径不同;2）不同量化方法的适用范围和条件不同,不同方法对同一流域的研究结果可能不一致;3）全球不同流域间气候变化和人类活动对地表径流变化贡献率存在明显区域差异。现阶段,综合多种突变检验方法有利于提高识别地表径流突变点的准确率;消除干扰因素（如气象水文等数据选取、模型方法参数设置和方法本身不确定性）有利于提高同一流域不同量化方法评估结果的一致性;如何更好地耦合基于物理的水文模型方法和基于数学的经验统计方法来量化二者对地表径流变化的贡献率是未来研究的重点。     

2000～2020年西南地区植被NDVI时空变化及驱动机制探究

基于2000～2020年MOD13A3 NDVI时间序列、1999～2020年气象数据以及2000年和2020年两期土地利用类型数据,采用Theil-Sen Median趋势分析、 Mann-Kendall显著性检验、多重共线性检验、残差分析和相对作用分析等方法,分析了西南地区植被NDVI时空变化特征及气候变化和人类活动对植被NDVI变化的驱动机制.结果表明,研究时段内西南地区整体及各地貌单元植被NDVI均呈上升趋势,其中,广西丘陵和云贵高原植被NDVI上升趋势最为显著,青藏高原植被NDVI上升趋势最为微弱.气候变化和人类活动影响下西南地区植被NDVI上升斜率分别为0.001 0 a^-1和0.000 6 a^-1.气候变化和人类活动的共同驱动是引起西南地区植被改善的主要原因.西南地区植被改善主要受区域气候条件的控制,植被退化主要受人类活动的影响.总体上,植被NDVI与最低气温、降水、最高气温、可能蒸散率和相对湿度呈正相关,与平均气温、气压、日照时数、温暖指数和湿度指数呈负相关.最低气温、日照时数和降水是影响西南地区植被NDVI变化的主要气象因子...     

能源与环境

一、能耗与环境的关系近年来各国自然科学工作者、社会科学工作者和广大人民群众,都对当今人类面临的能源及环境这两个挑战性的问题十分关心。能源与环境,虽有各自的独立性,但又彼此紧密联系,互相渗透。由于能源是实现国民经济现代化和不断提高人民生活水平必不可少的重要物质基础,因此,它是一个带有重大战略意义的问题。然而,随着人类活动对能源耗费的不断增长,却给环境增加了极大的负担。今天人类所处的环境,小至个     

武汉城区臭氧时空分布及其与气象因子相关性研究

本文采用武汉市10个大气国点位2016年全年臭氧自动监测数据和气象数据,总结了武汉城区臭氧的季节、月、日浓度的时间变化规律以及空间分布特征,分析了臭氧与气温、风向风速、湿度等气象因子的相关性。     

基于地统计学的北京市可吸入颗粒物时空变异性及气象因素分析

大气颗粒物是造成城市空气污染的重要原因之一,并已经成为我国北京等大中城市空气污染中的首要污染物.为分析北京市采暖期大气中可吸入颗粒物的污染水平及其气象因素的影响作用,以大气可吸入颗粒物PM0.3,PM3.0,PM5.0为研究对象,于2007～2009年采暖期间在北京市城区设立了93个采样点进行定点采样监测,利用地统计分析工具和指示克里格方法,模拟分析了北京市城区2007～2009年采暖期PM0.3、PM3.0、PM5.0的时空变异性,并建立起可吸入颗粒物浓度与气象条件(风力、温度、湿度)的对应关系,由此分析气象因素对大气颗粒物污染水平的影响程度.结果表明:实验半变异函数符合具有块金值的球状模型;北京城区空气可吸入颗粒物的污染水平自2007年以来污染程度与污染面积均呈减小趋势,影响范围主要集中在西南部,西北次之,近郊区污染重于城区;气象条件是影响可吸入颗粒物污染程度的重要因素,在不同年份不同气象因子对颗粒物的影响是不同的.但另一方面,由于污染原因季节冷暖程度的不同,气象条件对颗粒物浓度的影响有不确定的一面,但仍可找到一些规律.     

城市表层土壤重金属污染扩散研究

随着城市经济的快速发展和城市人口的不断增加,人类活动对城市环境质量的影响日显突出。对城市土壤地质环境异常的查证,以及如何应用查证获得的海量数据资料开展城市环境质量评价,研究人类活动影响下城市地质环境的演变模式,日益成为人们关注的焦点。本文以某城市城区土壤地质环境调查获得的8种主要重金属污染物数据为例,通过建立重金属污染扩散数理模型,开展重金属空间分布、污染程度评价、传播特征研究,剖析重金属污染机理,追踪污染源,为城市土壤地质环境保护提供理论和方法依据。     

武汉市PM_(10)污染日变化及其高污染时段特征

利用武汉市环境监测中心站2004～2005年部分逐时PM10监测资料和相对应的气象资料,分析了城区PM10浓度的日变化特征,及其与气象条件的关系,特别是对四季PM10日变化中高污染时段的形成与天气系统的关系进行了分析。武汉市城区PM10的日变化与季节、天气系统的关系密切,与气象要素有一定的相关性。     

北京城区PM_(2.5)不同时间尺度周期性研究

为研究北京城区PM_(2.5)浓度不同时间尺度的周期及其演变特征,利用2010~2015年PM_(2.5)浓度和常规气象资料,对其进行Morlet小波和交叉小波分析.结果表明,北京城区PM_(2.5)浓度存在显著的周期性变化,主要周期包括24h左右,8d左右和14d左右.14d左右的周期主要受大气准双周振荡的影响,8d左右周期不仅与天气尺度系统周期有关,此外可能还与人类活动引起"星期效应"有关,其中天气尺度系统的影响可能居于主要地位.通过交叉小波分析,PM_(2.5)与平均风速在8d和14d左右存在显著的共振现象,并且二者表征为负位相关系.气象要素日变化、城市居民行为习惯导致的污染物排放差异可能是造成24h左右振荡周期的重要因素.北京城区PM_(2.5)浓度的各周期在秋冬季较为显著,与北京地区秋冬季低层大气更多受强天气系统的影响有关;春夏季PM_(2.5)浓度较低和影响因素较多以及局地中尺度热力环流对于低层大气的影响更为显著是该时期周期性较弱的主要原因;季节内振荡(40~60d)在2014年后减弱可能与北京市开展的减排措施有关.尽管本研究利用小波分析方法得到一些关于北京城区PM_(2.5)浓度振荡周期及其演变特征的有效信息,但所用资料时长较短且站点相对单一,所得结论还需要大量的实测数据或其他分析方法的验证.