面向双重区位发展机遇的湖南省旅游发展战略研究

湖南参与了多个区域旅游合作战略，其中泛珠三角和中部6省合作战略是影响湖南旅游经济发展的两大重要外部力量，两大区域合作给湖南旅游业带来了新的发展机遇。在分析它们给湖南旅游发展带来发展机遇的基础上，提出了建立专门的行政组织来强化区域协调管理、利用区域内旅游资源特性实现旅游资源的联动、借助区域旅游市场的互动实现客源市场丰富的地区对湖南旅游市场的支撑、增加区域旅游合作的地域便捷性等对策。     

关中地区冬季PM2.5中碳气溶胶的污染特征及来源解析

为研究关中地区冬季PM2.5中碳气溶胶的污染特征和来源,于2012年12月至2013年2月在西安、宝鸡、渭南和秦岭进行PM2.5的采集,并利用热光反射法测定了样品中的有机碳(organic carbon,OC)和元素碳(elemental carbon,EC).结果表明,4个采样点OC的平均质量浓度分别为47.8、45.8、31.2和37.0μg·m-3,EC分别为8.5、6.7、7.6和5.7μg·m-3,总碳气溶胶(total carbonaceous aerosol,TCA)分别占PM2.5的36.4%、46.2%、36.9%和33.4%.OC和EC的相关性在西安(R2=0.93)和秦岭(R2=0.91)高于宝鸡(R2=0.58)和渭南(R2=0.62),表明OC和EC在西安和秦岭可能具有更为相似的来源,也可能具有更高的混合程度.所有样品的OC/EC比值均大于2.0,表明有二次气溶胶(secondary organic carbon,SOC)的生成,4个采样点SOC分别占OC的21.6%、40.3%、23.2%和27.8%.正定矩阵因子分析法(positive matrix factorization,PMF)解析结果显示,燃煤是关中地区冬季碳气溶胶的首要来源,占45.3%~47.9%,汽油车和生物质燃烧是次要来源,分别占26.1%~33.1%和14.3%~20.1%,此外柴油车也有一定贡献.     

西安大气PM2.5中有机氮和无机氮的理化特征

本文于2008年7月至2009年8月在西安站点开展了大气细粒子（PM_2.5, 空气动力学粒径小于等于2.5 μm的大气颗粒物）中含氮组分的观测,通过元素分析仪、TOC分析仪,离子色谱分析获得PM_2.5中的总氮（TN）、水溶性总氮(WSN)、水溶性无机氮（WSIN）,水溶性有机氮（WSON）的年平均浓度分别为9.35 μg·m^-3、 8.93 μg·m^-3、5.31 μg·m^-3、3.62 μg·m^-3,其中WSN占同期大气PM_2.5质量浓度的7.04%,WSON对总氮的贡献达43%,说明水溶性有机氮是西安大气细粒子中氮的主要组分。氮组分浓度水平明显分为秋、冬季高值和春、夏季低值的模式;WSON在各个季节、月份的百分比变化以及与部分离子相关性分析,揭示了西安有机氮和无机氮组分受不同的来源影响,其中生物质燃烧、腐殖质、农业活动等对水溶性有机氮贡献显著。     

宝鸡市PM_(2.5)中水溶性离子组分污染特征及来源分析

本文通过对2012年3月至2013年3月宝鸡市大气PM_(2.5)中各个水溶性无机离子组分的质量浓度进行研究,获得了水溶性离子的时间变化特征,并结合主成分分析方法讨论了不同离子的来源。结果显示,宝鸡市PM_(2.5)中水溶性离子主要由、和组成,分别占总水溶性离子质量浓度的40.47%、30.75%和15.07%;PM_(2.5)整体偏酸性。/比值随API指数的升高而增大,当空气质量较好时PM_(2.5)中硫酸盐居多,而随着空气污染发生硝酸盐逐渐增多并占优势。主成分分析结果表明PM_(2.5)中水溶性离子的主要来源有二次气溶胶、生物质燃烧和土壤尘。     

黄土高原不同土地利用类型有机碳和黑碳的储量及意义

以黄土高原为研究对象,研究三种不同利用方式的表层土壤样品(0—20 cm),分析其有机碳(soil organic carbon,简称SOC)和黑碳(black carbon,简称BC)的含量、分布特征及其储量变化及意义。研究表明,黄土高原不同利用方式土壤有机碳和黑碳含量的平均值分别为:玉米地8.01 g?kg~(-1)和1.01 g?kg~(-1),林地6.80 g?kg~(-1)和0.59 g?kg~(-1),未利用地5.01 g?kg~(-1)和0.43 g?kg~(-1),有机碳和黑碳的含量均为玉米地最高,未利用地最低;耕地和自然土壤表土有机碳储量分别为0.796 Pg和0.710 Pg,表土黑碳储量分别为0.0858 Pg和0.0730 Pg,耕地相对于自然土壤有机碳和黑碳的储量分别增大12.1%和17.5%;说明黄土高原耕地是一个碳汇,起着固定碳的作用;采用推荐的管理实践活动和合理的土地利用方式,能够增加土壤碳储量,提高土壤质量和农作物产量,抵消部分二氧化碳的排放。     

2006~2009年我国超大城市霾天气特征及影响因子分析

收集了2006～2009年北京、上海、广州和成都能见度等气象因子以及SO2、NO2和PM10等环境空气质量资料,在此基础上统计分析上述4个超大城市霾天气频率季节和年际变化特征及其主要的影响因子.结果表明,北京、上海、广州和成都霾天气频率季节最高值分别为夏季、冬季、春季和秋季.北京和广州霾天气频率呈现逐渐下降趋势,而上海和成都呈现逐渐上升趋势.PM10和相对湿度是影响能见度或霾天气频率关键因子.北京能见度变化对相对湿度比较敏感,而上海和广州对PM10浓度变化比较敏感,成都对相对湿度和PM10浓度敏感程度相当.     

化石燃烧源水汽是导致关中地区冬季空气质量恶化的影响因素之一

雾霾天气是我国近年来面临的严峻环境问题之一,它的频繁发生严重影响我国居民的日常生活和身心健康.众所周知,PM2.5(空气动力学当量直径小于等于2.5 μm的颗粒物,直径还不到头发丝粗细的1/20)是造成空气污染的一个重要因素.它的来源非常复杂,包括一次排放和二次形成颗粒物.由氮氧化物(NOx)、二氧化硫(SO2)和挥发性有机组分(VOCs)等前体物反应生成的二次颗粒物(如硝酸盐、硫酸盐、二次有机物)是PM2.5的重要组成成分.大量研究表明,由水汽作为媒介的液相化学反应是二次气溶胶生成的重要途径.水汽含量的升高将加速硫酸盐、硝酸盐及二次有机物的生成,导致雾霾过程持续和进一步恶化.     

中国城市O3浓度时空变化特征及驱动因素

基于2015～2017年O_3浓度监测数据,采用克里金插值、空间自相关分析、热点分析和地理探测器等方法,研究了中国城市O_3浓度的时空变化特征及驱动因素.结果表明:①2015～2017年中国城市O_3污染逐年加重,年评价指标超标城市由74个增加到121个,平均超标天数比例由5. 2%上升到8. 1%.②O_3污染主要发生在4～9月,超标天数占全年总超标天数的87. 5%～95. 3%. 5～7月O_3浓度上升最快、污染最严重,超标天数比例由2015年的10. 6%上升到2017年的20. 5%,2017年83. 0%的中度污染和91. 0%的重度污染发生在5～7月.③华北平原O_3浓度的持续上升,已将京津冀和长三角地区O_3高污染区连成一片,形成了包括环渤海地区、中原城市群、长三角城市群、山西、关中地区和内蒙古中部集中连片的O_3高污染区,是我国O_3污染最严重的区域.珠三角、成渝城市群和华东地区南部O_3浓度上升也较快,成渝城市群的核心城市已初步形成我国新的O_3污染中心.④O_3浓度空间集聚性逐年增强,年度热点主要分布在华北平原和长江中下游地区,冷点主要分布于东北、西南及华南地区.⑤地理探测器分析表明,气象、工业化、城市化因素和O_3前体物排放量因子对O_3浓度分布均有显著驱动作用,但不同地区O_3浓度的驱动因素存在差别,同一因子在不同季节的驱动作用也不尽相同.     

影响上海的一次沙尘过程WRF-Dust数值模拟

利用完全耦合大气化学模式WRF-Dust(Weather Research and Forecasting-Dust)对2011年5月1~4日影响上海地区的一次典型沙尘天气过程进行了数值模拟研究,并与观测资料进行了对比分析.结果表明:WRF-Dust模式成功模拟了此次沙尘过程的形成、发展和演变的整体特征及其影响时间及范围;较好地模拟了沙尘到达上海的时间(模式和观测均在1日11:00前后)和直接影响的结束时间(2日02:00前后),而且模式沙尘浓度与观测资料较为一致;但局部地区和部分时段的气象条件和沙尘模拟还存在一定的偏差,未能准确模拟过程后期沙尘回流对长三角沿海地区的影响.分析了导致模拟偏差的原因,并探讨了提高模式沙尘模拟能力的可能途径.