湖北省2008年初低温雨雪冰冻过程气候特征分析

2008年初，湖北省出现了严重的低温雨雪冰冻灾害，直接经济损失高达110亿元以上，有必要对灾害期间的气候特征进行系统、科学的分析和总结。对湖北省76个气象站2008年1月12日～2月3日气温、降水（雪）、日照以及低温持续日数等要素进行时空间差异分析及历史与同期比较，并选取10个代表站历史上所有低温雨雪天气过程，对其过程持续低温日数、最长连续雨雪日数、过程极端低温进行比较分析。结果表明：（1）此次过程的平均气温异常偏低，该省大部为-1～-2℃，比常年同期偏低4～6℃，为各站历史同期最低，其中主要是最高气温异常偏低所致，但极端低温并不低；（2）降雪过程频繁，雨雪量异常偏多；（3）低温冰冻持续时间长，该省大部在16～22 d，位于历史第一；（4）日照异常偏少。持续而稳定的大气环流异常形势是湖北省大范围低温雨雪天气的直接原因。     

长江中游平原湖区农业开发地域分工与农产品专业化生产研究

农业生产地域分工与农产品专业化生产是使农业从自然经济阶段向以市场为导向的商品农产品生产转变的一个标志。本文在分析该区农业布局现状及其存在问题的基础上，提出了农业总体布局的设想与不同类型地域农业开发的主攻方向与对策，并对市场经济体制下粮食、棉花、猪、禽、水产品等农产品生产基地的地域选择、建设规模与技术措施等进行了探讨。     

不同低碳氮比废水中好氧颗粒污泥的长期运行稳定性

为了研究好氧颗粒污泥系统处理低碳氮比废水的长期运行稳定性,采用低碳氮比（C/N）条件下逐步增加碳氮负荷的进水方法,分别在反应器A和B中接种好氧颗粒污泥,考察其长期运行过程中的理化性质、处理性能及应对冲击负荷的稳定性.其中A反应器的碳氮比一直维持在2,而B则由4逐步降至2.结果表明,在4℃存储30d的好氧颗粒污泥,经过25d的培养,其活性基本恢复,A、B反应器化学需氧量（COD）和氨氮（NH₄⁺-N）的去除效率均达到90%以上.在其后的稳定阶段,B反应器COD和NH₄⁺-N去除率达到90%以上,实现了完全硝化;而A反应器COD去除率仅80%左右,虽然NH₄⁺-N去除率最终也达到90%以上,但仅实现短程硝化.在冲击负荷阶段,A和B反应器COD去除率仍维持在80%以上,但是NH₄⁺-N去除受到很大冲击.A反应器NH₄⁺-N去除效率恶化,B反应器仅实现了部分硝化.整个运行过程,好氧颗粒污泥的物理性质受到的影响不大,A和B反应器的污泥容积指数（SVI₃₀）分别维持在60 mL ·g^-1和75 mL ·g^-1左右,混合液悬浮固体（MLSS）在5g ·L^-1和3.7g ·L^-1左右.颗粒污泥微生物群落分析表明,B反应器相对于A反应器丰富度和多样性更高.同时B反应器具有更高丰度的Zoogloea属,在颗粒中能产生更多的胞外蛋白促使颗粒结构更稳定,保证系统的长期稳定运行.以上结果表明,与C/N为2的好氧颗粒污泥系统相比,C/N为4的系统脱碳硝化效果好,抗冲击负荷能力强,更有利于颗粒污泥的长期稳定运行.     

基于OMI数据的东南沿海大气臭氧浓度时空分布特征研究

基于臭氧监测仪(OMI)卫星反演数据,对2005—2018年东南沿海5省区域大气臭氧柱浓度数据进行提取及分析,探讨其时空分布格局及影响因素.结果表明:①在时间变化上,14年间,该区域大气臭氧柱浓度整体呈先上升后下降的趋势,2005—2013年臭氧柱浓度持续升高,最高值为324.52 DU,高值区不断向南部区域扩大;2013—2018年臭氧柱浓度呈下降趋势,最低值为228.27 DU,但在2017、2018年略有上升.②在空间分布上,臭氧柱浓度自北向南逐渐降低,高值区集中分布在江苏及浙江省北部;低值区集中于福建省南部及广东省大部分地区.③在季节变化上,大体呈现出春夏季高于秋冬季,高值区在春夏季交替出现,秋季略高于冬季,但差异不明显.④稳定性分析表明:研究区臭氧柱浓度整体呈现中部分散、南北部集聚、差异较显著的分布格局.⑤自然因素中,风向、气温均呈现显著正相关,江淮地区的梅雨季节(降水)及华南地区的台风和暴雨也起到显著作用.⑥人文因素中,臭氧柱浓度与地区生产总值、各产业生产总值及机动车保有量均表现出正相关,其中,臭氧柱浓度与第二产业的相关度最高.另外,臭氧柱浓度与NO_x排放量表现出显著相关性.VOC_s对臭氧柱浓度的影响中,工业源是主控因素,交通源和居民源次之,电厂源对臭氧柱浓度的影响最弱.这进一步说明臭氧浓度的变化受到了诸多因素的综合影响,但气温、NO_x及VOC_s的排放是臭氧浓度变化的主导因素.     

成都市大气颗粒物粒径分布及其对能见度的影响

使用环境颗粒物分析仪（GRIMM180）对成都市2018年10月—2019年9月0.25~32 μm的大气颗粒物数浓度粒径分布进行观测,结合细颗粒物（PM_2.5）质量浓度以及相对湿度（RH）、能见度、降水量等气象要素数据,分析了成都市大气颗粒物粒径分布及其与能见度的关系.结果表明,观测期间成都市大气颗粒物以细粒子为主,0.25~0.5 μm的粒子数浓度占总数浓度的97.75%,数浓度谱呈单峰分布,2018年秋季、2019年夏季表面积谱呈双峰分布,2018年冬季、2019年春季表面积谱呈三峰,体积谱均为三峰分布;在不同RH区间,PM_2.5质量浓度及数浓度均与能见度呈负相关,且其中0.25~0.5 μm粒径段的细颗粒物因为对可见光波段的米散射效应而对能见度产生较大影响;在不同RH情况下,不同粒径段颗粒物数浓度对能见度的影响程度有所差别：在低RH（<70%）下,0.25~0.3 μm粒径段粒子数浓度对能见度影响最大;在中等RH（70%~80%）下,0.3~0.5 μm粒径段粒子数浓度对能见度的影响最大;而在高RH（>80%）下,0.3~0.5 μm和0.5~1 μm粒径段粒子数浓度对能见度影响相当.     

深圳市秋季大气臭氧立体分布特征

利用大气O₃探测激光雷达在深圳市东部生态区和西部城区同步开展垂直观测,探究了2018年深圳市O₃立体分布在秋季光化学污染活跃期至冬季非活跃期的演变过程.结果表明：光化学反应活跃的10月,东部地面O₃浓度相对于西部地面高出约128%;地面向上至450m,O₃浓度在东部生态区发生快速降低,而在西部城区由于存在“滴定效应”,O₃浓度随高度升高而升高;450m~2km,东、西部O₃浓度均随高度升高而降低,西部城区O₃浓度水平超过东部生态区约30%;2km以上高空,东、西部O₃浓度趋同（70μg/m³）,并保持稳定,为具深圳市秋季O₃污染过程提供了较高的大气背景浓度.高污染期间,深圳市大气边界层内O₃浓度变化较为一致,西部高空的O₃区域传输作用更加显著.秋季至冬季光化学反应逐渐减弱,深圳市O₃浓度的水平和垂直空间差异逐渐减小,冬季的深圳市O₃污染基本受大气背景控制.     

固定化微藻流化床反应器去除低碳污水中氨氮的潜力

以固定化微藻颗粒为原料,通过搭建流化床反应器强化微藻对氨氮（NH₄⁺-N）的去除,设计了藻种、污水上升流速、光周期和光照强度四组单一变量实验,系统地研究了不同条件下微藻去除NH₄⁺-N的能力.结果表明,当以固定化斜生栅藻为原料、污水上升流速为6.8m/h、光周期为8：16h和光照强度为4800Lux时,NH₄⁺-N去除效果最优（96.7%）.在最优操作条件下,探究了COD为200mg/L时微藻去除NH₄⁺-N的潜力,结果表明,当NH₄⁺-N初始浓度不高于50mg/L时,NH₄⁺-N去除率高于95%.本实验建立了一套半连续微藻流化床实验方法,该方法显著减弱了微藻在生物同化过程中对有机碳源的依赖性,为低COD条件下微藻生物脱氮工艺的设计提供了技术参考和理论基础.     

近14年西北地区甲醛柱浓度的时空变化研究

基于臭氧监测仪（OMI）卫星反演数据,对2005~2018年西北4省区域大气甲醛柱浓度数据进行提取及分析,探讨其时空变化特征及影响因素.结果表明：在时间变化上,14a甲醛柱浓度整体呈先上升后下降的波动变化趋势,夏秋季显著高于冬春季,且冬季均值略高于春季.在空间分布上,甲醛柱浓度自西向东、自北向南逐渐升高,高值区集中于陕西和甘肃东南部及青海西南部;低值区集中于宁夏、青海和甘肃的西北部;稳定性呈现出东部分散、西部集聚、差异显著的分布格局.影响甲醛柱浓度变化的因素包括自然和人为因素,自然因素中,甲醛柱浓度受地形影响显著,与风向、气温均呈现显著正相关;人为因素中,甲醛柱浓度与人口密度、地区生产总值、工业废气排放量及建筑房屋竣工面积均表现出正相关关系,与工业废气排放量的相关度最高.大气中甲醛分子与气溶胶粒子二者间呈显著正相关关系,这进一步说明甲醛浓度受到了诸多因素的综合影响,但气溶胶粒子、气温及工业废气的排放是主导因素.     

金属改性对SAPO-34低温还原NO性能的影响

采用浸渍法制备金属改性SAPO-34分子筛催化剂,分析比较了不同单金属（Cu或Co）及不同比例双金属（Cu：Co=1：1、3：1、5：1,质量比）改性催化剂对NO的催化还原性能,评价了不同催化剂的N₂选择性,并采用扫描电子显微镜（SEM）、比表面积测试、X射线衍射分析（XRD）、NH₃-程序升温脱附（NH₃-TPD）等表征手段对催化剂的物化性能进行了分析.结果表明,单金属Cu改性催化剂具有较宽的温度区间,在250~450℃范围内NO的转化率始终保持在100%;双金属改性使NO转化率保持为100%的最低温度下降了25~50℃,显著拓宽了低温段窗口,其中,Cu₃Co₁/SAPO-34催化剂的低温催化还原性能最好,200℃即可实现100%的NO转化率,175℃下的转化率也高达80%以上.Cu-Co双金属改性SAPO-34分子筛催化剂具有优异的低温催化还原NO性能,具有在机动车尾气、工业废气的低温脱硝治理领域应用的潜力.     

基于RF-LSTM的鸡舍恶臭气体预测研究

以鸡舍氨气为研究对象,对鸡舍氨气预测模型进行了研究.首先,利用随机森林算法（RF）对影响鸡舍氨气浓度的环境变量进行重要性排序,选取温度、湿度、光照、气象温度、降雨量作为模型的输入变量;在此基础上,构建了基于长短时记忆神经网络（LSTM）的鸡舍氨气浓度预测模型,并将提出的预测模型应用于江苏省宜兴市某养鸡场的氨气浓度预测中,并与LSTM模型、RF-Elman模型和RF-BP模型进行了对比实验,结果表明,基于RF-LSTM模型的预测效果最好,其平均绝对误差（MAE）、平均绝对百分误差（MAPE）和均方根误差（RMSE）分别为0.9183、4.9637%和1.4262;同时,为了验证该模型的性能,本文还实现了不同时间尺度的鸡舍氨气浓度预测,提前2h、3h、4h、5h氨气预测的平均绝对误差（MAE）分别为1.6218、2.1991、2.8553和3.0677.本文提出的预测模型提高了鸡舍氨气浓度的预测精度,可为减少鸡舍恶臭气体排放提供科学依据.