我国地表水区域污染特征与污染防治区划探讨

从七十年代以来,我国广泛开展了地表水水质的污染调查监测工作,每年获取约十万个左右的数据和大量有关资料,为综合分析评价我国地表水质污染状况,探讨我国地表水污染特征,进行区划防治研究提供了较好的基础。 本文的目的是探讨我国地表水区域污染化学特征和影响因素,结合我国环境因素和人为影响的不同,进行地表水污染防治区划。 一、我国地表水质污染的环境水文因素     

定西市地表水污染成因分析及防治对策研究

定西市水资源贫乏,人均年占有量600多立方米,水资源的保护则显得更为重要.结合近五年定西市地表水质断面例行监测结果,选取污染相对严重的总氮作为研究对象,利用单因子评价方法和综合污染指数法对定西区域地表水质状况进行分析和评价,通过预测热点污染物总氮浓度未来三年的变化及发展趋势,以及定西市水污染成因分析,对定西区域内地表水...     

基于MGWR模型的中国城市PM2.5影响因素空间异质性

基于全国297个地级市2018年PM_2.5浓度数据、自然与社会经济数据,采用多尺度地理加权回归（MGWR）模型分析了各影响因素对PM_2.5浓度的作用尺度与影响效果的空间异质性.结果表明,MGWR模型适用于中国地级市PM_2.5浓度影响因素研究.在作用尺度上,人均GDP、技术支持水平作用尺度最大,其次是相对湿度、居民地比重、人口密度与风速,降水量、第二产业比重、植被覆盖状况、温度与能源消费强度作用尺度最为局限.在影响效果上,相对湿度、人口密度与居民地比重全部为正向作用;第二产业比重和能源消费强度主要为正向作用,分别占总样本的70.71%与64.98%;风速、温度既存在正向作用也存在负向作用,空间上呈两极分化,其中正向作用分别占总样本的49.83%与57.91%;降水量、植被覆盖状况主要为负向作用,分别占总样本的91.58%与69.70%;人均GDP、技术支持水平全部为负向作用.研究结果表明各因素对于中国城市PM_2.5浓度的影响均存在着不同程度的空间异质性.     

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.     

基于随机森林模型的中国PM2.5浓度影响因素分析

选取气溶胶光学厚度、海拔、年降水量、年均气温、年均风速、人口密度、GDP密度和NDVI作为影响因子,基于随机森林模型、特征重要性排序和偏依赖图技术,研究中国PM_(2.5)浓度空间分布的影响因素及其区域差异.结果表明:①与多元回归、广义可加模型和BP神经网络相比,随机森林模型估算的PM_(2.5)浓度精度最高,可用于PM_(2.5)污染的影响因素研究.②PM_(2.5)浓度随气溶胶光学厚度、人口密度和GDP密度的增加呈先上升后平稳的趋势,随降水、风速和NDVI的增加呈先下降后平稳的趋势,随海拔和气温的增加呈下降→上升→下降的趋势.③气溶胶光学厚度对PM_(2.5)浓度空间分布的影响最大,可解释37.96%的PM_(2.5)浓度空间分异;年降水量对PM_(2.5)浓度空间分布的影响最小,解释率仅为5.75%.④影响因子与PM_(2.5)浓度的关系存在空间异质性,同一影响因子对不同地理分区的PM_(2.5)浓度的影响程度有所不同.气溶胶光学厚度对华南地区PM_(2.5)浓度的空间分布影响最大,对东北地区影响最小.     

基于源区监测的城市地表径流污染空间分异性研究

通过对汉阳城区14个地表源区4次降雨径流过程水样的采集与分析,研究城市地表径流污染空间分异性及其影响因素,以期为地表径流污染的源区控制提供科学依据.结果表明,城市地表径流颗粒态COD、TN和TP分别占58%±17%、65%±13%和92%±6%,溶解态TN中NH 4+-N、NO 3--N和DON相当.不透水地表功能、交通流量、土地利用、人口密度以及卫生管理水平是影响城市地表径流水质空间分异的主要因素.土地利用对径流污染程度的影响是旧城居民区一般城区居民区/饮食区交通商业区新建区城市绿地,人口密度高和管理差的旧城区径流污染最重;道路地表径流污染程度与交通流量呈正相关,交通流量越高地表径流污染越重,1级交通干道2级干道支路.加强地表卫生的管理,并对地表径流污染产生的关键源区进行控制是减轻城市地表径流对水环境负面影响的有效途径.     

基于地理探测器的广州市大气PM2.5浓度驱动因素分析

PM_2.5变化的驱动因素是大气PM_2.5研究的重要内容.为了揭示PM_2.5污染的特点及其驱动影响因子,以广州市为例,采用地理探测器方法探测自然因素（包括平均降水量、平均温度、平均气压、平均相对湿度、平均风速、植被指数）与社会经济因素（包括人口密度、国内生产总值、工业总产值、人均公园绿地面积、公交车辆数、电力消费量）对2015年广州市ρ（PM_2.5）变化的影响机制与差异.结果表明:①基于因子探测分析发现,对ρ（PM_2.5）变化影响最大的前三位驱动因素分别为植被指数、公交车辆数与电力消费量,对应的因子影响程度指标值分别为0.51、0.46、0.40.②基于生态探测分析发现,植被指数与其他自然因素（如平均温度、平均降水量、平均气压等）对ρ（PM_2.5）空间分布的影响均存在显著差异,与所有社会经济因素对ρ（PM_2.5）空间分布的影响均不存在显著差异;除植被指数外,公交车辆数与其他自然因素及社会经济因素对ρ（PM_2.5）空间分布的影响均存在显著差异.③基于交互探测分析发现,所有影响因素（包括自然因素与社会经济因素）对ρ（PM_2.5）变化的交互作用均大于单一影响因素的独自作用,其中平均降水量与平均气压交互作用后对ρ（PM_2.5）变化的影响最大.研究显示,自然因素（尤其是植被指数、平均降水量）及自然因素与人为活动（如交通出行、电力消费等）交互效应对广州市ρ（PM_2.5）的变化起决定性作用.      

地理探测器方法下北京市人口空间格局变化与自然因素的关系研究

人口空间分布具有尺度特征,从乡镇街道尺度研究自然因素对城市人口空间格局的影响有利于得出更精细的结果,并为城市人口合理布局和规划提供科学依据。论文利用第五、六次人口普查乡镇街道数据,分析北京市人口空间格局特征,利用地理探测器研究自然因素对人口分布的影响。研究表明：1）自然因素对不同类型人口空间格局影响具有差异性。对常住人口作用强度由大到小的自然因素分别是适宜建设用地面积、地形起伏度、坡度、海拔高程和河网密度,对外来人口作用力由大到小的自然因素分别是地形起伏度、适宜建设用地面积、坡度、海拔高程和河网密度;2）自然因素对不同地区人口空间格局影响具有差异性。除适宜建设用地面积外,坡度和河网密度分别对六环内、外区域人口密度影响较大。高程和地形起伏度对六环外人口格局作用力高于六环内地区;3）两类自然因素叠加对人口密度作用的强化方式体现为因素相互协同或因素作用力非线性增加。5类自然因素对人口密度的影响力交互作用探测值为1,各类自然因素对城市人口空间格局的影响力协同增强。     

凤阳县地表水质分析与模糊数学评价

运用模糊数学方法对安徽省凤阳县的地表水的水质进行了评价.结果表明,凤阳县地表水源的水质等级为Ⅲ级和Ⅳ级,其中95%为Ⅲ级水,水质质量状况较好;影响水质级别的主要指标为氨氮和总磷.所以保护该地区地表水资源不受进一步污染和合理施用化肥以改善水质意义重大.     

基于监测断面空间聚类的中国枯水期水质污染区域格局

为分析我国枯水期地表水水质的空间分布规律,识别其空间格局,基于我国31个省(自治区、直辖市)枯水期(2021年1—2月)地表水监测断面的融合数据(不包括港澳台地区数据,下同),运用空间自相关、空间聚类和热点分析方法进行研究. 结果表明:①我国枯水期地表水水质在空间分布上呈现出西部和中部地区以GB 3838—2002《地表水环境质量标准》Ⅰ类和Ⅱ类为主、东部和东北地区以Ⅲ类和Ⅳ类水体为主的非对称分布特征;在空间上表现为显著的正向高聚集格局,并被高/低聚类和热点分析中不显著断面所在的长条状区域分界线(即福建省中部—江西省北部—湖北省—陕西省),粗略地划分为重污染区和轻污染区两大区域. ②以水质优Ⅲ比率0.9为标准形成的分界线位置与污染区域划分界线基本一致,证明了我国枯水期地表水污染区域识别结果的准确性. ③重污染区水质污染程度在统计学上显著(双样本T检验中P<0.05)高于轻污染区,两大区域内的断面水质指标相关性(分别为0.83和0.47)均高于两大区域间的断面水质指标相关性(0.45). 研究显示,我国枯水期地表水水质具有显著的高聚集特征,且这种聚集特征与我国地表水资源的分布和污染物的排放有密切关系.      

东辽河流域地表水水质空间格局演化

受人类活动和流域生态水文过程(Eco-hydrological processes)的影响,东辽河流域地表水污染严重,水质具有明显的地域分异特征.通过1983～1999年对东辽河流域地表水质分析及历年来水文和社会经济资料整理,建立流域地表水污染重心模型,探讨了东辽河流域地表水水质空间演化特征.研究结果表明,受到自然条件和社会经济活动演化的影响,东辽河流域地表水污染重心位置有逐渐向上游方向迁移的趋势受自然条件的季节变化和农业季节性开发活动的影响,东辽河流域污染重心的季节变化较之年际变化更为剧烈,从全年变化趋势看,污染重心有向流域上游迁移的趋势.从流域管理的角度看,东辽河流域在治理点源和非点源污染的同时,还要从全流域的角度出发,加强流域生态水文过程的调节.     

建湖地表水水质现状分析

以2010年建湖县环境监测站对全县地表水水质例行监测结果为基础,分析了建湖地表水水质现状.结果显示,建湖县县域范围内主要河流地表水、水功能区划未覆盖的乡镇及以上河流水质状况均为轻度污染,农村行政村级河流水质状况为中度污染;饮用水源、农村地表水环境功能区水质状况均为轻度污染.     

2006中国地表水环境状况公报

2006年,全国地表水总体水质属中度污染.在国家环境监测网(简称国控网)实际监测的745个地表水监测断面中(其中,河流断面593个,湖库点位152个),Ⅰ～Ⅲ类,Ⅳ、Ⅴ类,劣Ⅴ类水质的断面比例分别为40%、32%和28%.主要污染指标为高锰酸盐指数、氨氮和石油类等.与上年相比,全国地表水总体水质保持稳定.     

贾汪区地表水环境现状分析

论述了地表水及地下水水质状况,区内主要河流的基本情况、蓄水能力,现在的污染状况,工业污染源、农业污染源对河流的影响,4个监测断面的水质达标情况.在此基础上对水环境现状进行评价,提出了建议,对今后的水环境保护工作具有一定的指导意义.     

青岛市崂山区非点源污染负荷的估算

对于城镇地表径流的污染负荷，通常是按土地利用类型分别计算，然后再求得总的污染负荷量。对于同一种城镇土地利用类型，其污染负荷量可视为人口密度、扫街程度和降水量的函数。其年污染负荷量的计算公式为：     

云南省文山州2019年水环境承载力评价

评价了2019年文山州的16个河流、湖泊水环境质量监测断面基础数据,16个断面水质监测数据全年年平均值都达到水质考核目标,5个断面有水质月监测数据超标现象,其余断面水质月监测数据均达水质考核目标。根据地表水断面水质的年均监测情况和月监测情况,依照《水环境承载力评价方法(试行)》进行分析、计算:水质时间达标率A1=94. 79%,水质空间达标率A2=100%,文山州水环境承载力指数RC=97. 40%。     

“十一五”江苏省地面水域水质污染特征分析

对"十一五"江苏省地面水域水质状况及时空分布特征进行了全面分析,结果表明,"十一五"期间,江苏省地表水水质总体处于轻度污染状态,河流水质呈现较为明显的有机污染特征,影响水质的主要污染物为石油类、氨氮、五日生化需氧量等;主要湖库氮、磷污染较为突出,湖库富营养化问题尚未得到有效控制。水质污染总体表现为枯水期>平水期>丰水期。受社会经济发展影响,地表水质呈现一定的区域流域差异,经济较发达地区水质污染也相对较重。总体来看,"十一五"期间由于加大了产业结构调整与污染防治力度,江苏省地面水域水质污染状况有所改善。     

京津冀PM2.5时空分布特征及其污染风险因素

为分析京津冀及其周边区域2013年典型污染事件中PM_2.5的时空分布特征及污染风险因素,根据国家城市环境空气质量实时发布数据和京津冀地区地理国情信息监测成果,采用空间数据挖掘方法对PM_2.5污染的热点区域进行了划分;并采用地理探测器定量分析了PM_2.5污染风险因子及其影响程度. 结果表明:在选取的京津冀6个城市中,在PM_2.5污染事件统计上存在保定—廊坊—北京—天津—承德—张家口的污染顺序. PM_2.5污染在空间上呈河南省(山东省)—河北省—北京市(天津市)一线的带状分布特征,在单次污染事件中,城市间的PM_2.5污染存在空间运移关系. 空间热点探测表明,京津冀及其周边区域主要分为5个热点聚集区,其中3个高值区分布在北京市、天津市、河北省和山东省的中部,面积分别为5.31×104、10.26×104、5.04×104 km2. 在8个污染风险因子中,污染企业总数(影响力为0.97,下同)、降水量(0.93)、地形坡度(0.89)对PM_2.5污染的影响显著高于其他风险因子;其他风险因子影响力排序依次为人口数量(0.60)、降水量大于0.1 mm的降水日数(0.57)、地表覆盖类型(0.52)、年均相对湿度(0.51)、年均风速(0.33),但风险因子间相比没有显著性差异. 研究显示,京津冀地区PM_2.5污染的主要因素是污染物排放,其次,气象要素中的年降水量和自然地理环境中的地形坡度也是影响PM_2.5污染特征的重要风险因子.      

贵州高原典型喀斯特县域生境质量时空演变及定量归因

揭示贵州高原喀斯特县域生境质量时空演变规律及其驱动因素,为平衡喀斯特区域生态保护和可持续发展提供科学依据.利用1989年、2003年、2010年和2020年4期土地利用数据、DEM数据、气象数据和社会经济数据,采用InVEST模型阐明普定县近30年生境质量时空分布格局及演变特征,并对其空间分异的驱动力进行了定量探测.结果表明：①耕地和林地是普定县的主要土地利用类型,构成了地表覆盖景观基质.2003~2010年土地利用变化最显著,其中林地的增幅最大,达86.42%,耕地是流失最严重的土地利用类型,面积减少157.57 km²,主要流向林地和建设用地;②1989~2020年普定县生境质量指数平均值由0.60上升至0.73,空间上由东北部向西南部大体呈现出“高-低-高”的分布格局,生境质量高值区主要分布在东北部林地和草地区,低值区集中在中部和南部的建设用地,生境质量等级上升的区域主要集中在东部及西北部的大部分地区;③土地利用类型是影响生境质量时空分布的首要因素,解释程度为91.00%.在交互作用探测中,任意两种影响因素的交互作用大于单个因素的单独作用,土地利用类型和年均降水量的交互作用最强,达到96.00%,其与岩性因子的交互作用达到94.00%,自然与人文因素共同主导生境质量的时空变化.1989~2020年普定县生境质量总体较好,土地利用类型变化与生境质量关系密切,优化土地利用结构、减小人类活动的影响对提高普定县生境质量具有重要意义.     

标识指数评价法在2014年宁夏沙湖水质评价中的应用研究

利用综合水质标识指数法及单因子水质标识指数法结合起来分析宁夏沙湖2014年具有代表性的项目监测数据,表达了沙湖水体的综合水质信息.结果表明水质单因子指数除溶解氧(DO)和总磷(rP)为Ⅰ类和Ⅱ类水质外,其他三项指标(氨氮、COD、BOD)均超出地表水功能区划的Ⅲ类水质要求,综合水质标识指数全部超过地表水Ⅲ类水质;水质定性评价结果中所有监测断面均受到轻度污染,定量评价结果表明受氨氮、COD、BOD参数影响显著,有机还原性污染物较严重,应引起重视.