利用Matlab模拟多烟团模式计算危险液体泄漏的研究

关于危险性液体泄漏扩散模型有许多,但是目前常用的主要是比较成熟的高斯模型.在<环境风险评价技术导则>推荐采用的多烟团模式基础上,利用Matlab的可视化界面对变天情况下的多烟团模式模拟某乙醇厂乙醇泄漏,其结果与高斯烟团理论一致.利用该软件,连续输入实际天气情况值,可实时追踪危险性液体在时空中的变化,为环境风险评价管理、风险工程设计、风险责任保险等领域及应急计划制定、事故抢险工作实施提供有效的工具.     

颗粒物对污染源COD水质在线监测仪比对监测的影响

污水中的颗粒物是COD在线监测仪在比对监测时出现较大误差的原因之一,就颗粒物对COD在线监测仪是否产生影响以及影响效果进行了实验研究。研究结果表明,COD在线监测仪的预处理系统去除颗粒物会带来比对监测的误差,并且随着颗粒物浓度增加,误差增大;预处理系统过滤器尺寸也会对比对监测的误差产生影响,针对同一浓度水样,孔径越大误差越小,针对同一孔径过滤器则水样浓度越高误差越小。     

污染源水质COD在线仪器比对监测

比较了几种现场应用较多的水质COD在线监测分析与实验室分析方法在原理、方法等方面的主要差异,针对比对过程中存在的实际问题,提出了在样品采集、仪器原理选择、仪器定期校正等方面做好水质COD在线监测比对实验工作的建议。     

2014—2018年洛阳市大气污染变化特征及影响因素研究

研究采用空气质量指数法对2014—2018年洛阳市大气污染变化特征进行了分析,构建了空气污染物浓度的影响指标体系,采用灰色关联法研究了空气污染物浓度与影响因子之间的关联度,得到了影响空气污染物浓度的主要指标因子,并提出了改善洛阳市空气质量的措施。结果表明:洛阳市空气质量指数类别主要为良和轻度污染。2014—2018年空气质量为优良的天数主要出现在春季、夏季和秋季,重度污染和严重污染主要出现在冬季。2018年PM₁₀、PM_2.5、NO₂、SO₂和CO这5项污染物浓度随时间变化呈"V"型,污染主要集中在1—5月和11—12月。O₃浓度随时间变化呈倒"V"型,污染主要集中在4—9月。研究期内PM_2.5、PM₁₀和O₃是主要污染物。市区总人口、工业(综合)能源消耗量、人均生产总值、城市机动车总数、城市房屋施工面积、人均公园绿地面积、建成区绿化覆盖率和一般工业固体废物产生量等8项指标因子与PM_2.5、PM₁₀和O₃的浓度表现出高关联度或较高关联度。     

城市群碳排放空间关联网络结构及其影响因素

基于社会网络分析(SNA)及二次分配(QAP)方法,利用珠江三角洲城市群2001~2019年地级市数据,探究珠江三角洲城市群碳排放空间关联性及其影响因素.结果表明,珠江三角洲城市群碳排放空间相关性呈现出复杂的网络结构形态,空间关联的紧密程度呈现周期性变化,表现出“依政策波动”特征.碳排放空间关联网络呈现显著的“核心-边缘”分布模式,广州和深圳等经济发达城市处于网络核心,发挥“中介”和“桥梁”作用,惠州,江门等发展较为落后的城市处于网络边缘,对网络的控制和影响能力较为微弱.碳排放空间关联网络划分为“净受益”,“净溢出”,“双向溢出”和“经纪人”4个板块,各板块之间的联动效应显著.经济发展水平,能源利用效率,技术水平和环保力度差异的扩大促进了碳排放空间关联关系的形成.研究结果将有助于决策者为珠江三角洲城市群各城市界定减排责任和减排目标,制定更公平,更有针对性的城市群协同减排方案提供借鉴.     

Analysis on the economic effect of Sino-US trade friction from the perspective of added value

Environment, Development and Sustainability - Based on the theory of trade added value, this paper discusses the potential actual trade scale and benefit damage degree of the two countries under...     

Modelling urban heat island (UHI) and thermal field variation and their relationship with land use indices over Delhi and Mumbai metro cities

Environment, Development and Sustainability - According to the World Urbanization Prospects of United Nations, the global urban population has increased rapidly over past few decades, reaching...     

Research progress of the POP fugacity model: a bibliometrics-based analysis

Environmental Science and Pollution Research - With the emergence of environmental issues regarding persistent organic pollutants (POPs), fugacity models have been widely used in the concentration...     

Influence of urban spatial and socioeconomic parameters on PM2.5 at subdistrict level: A land use regression study in Shenzhen, China

The intraurban distribution of PM_2.5 concentration is influenced by various spatial, socioeconomic, and meteorological parameters. This study investigated the influence of 37 parameters on monthly average PM_2.5 concentration at the subdistrict level with Pearson correlation analysis and land-use regression (LUR) using data from a subdistrict-level air pollution monitoring network in Shenzhen, China. Performance of LUR models is evaluated with leave-one-out-cross-validation (LOOCV) and holdout cross-validation (holdout CV). Pearson correlation analysis revealed that Normalized Difference Built-up Index, artificial land fraction, land surface temperature, and point-of-interest (POI) numbers of factories and industrial parks are significantly positively correlated with monthly average PM_2.5 concentrations, while Normalized Difference Vegetation Index and Green View Factor show significant negative correlations. For the sparse national stations, robust LUR modelling may rely on a priori assumptions in direction of influence during the predictor selection process. The month-by-month spatial regression shows that RF models for both national stations and all stations show significantly inflated mean values of R² compared with cross-validation results. For MLR models, inflation of both R² and R²_CV was detected when using only national stations and may indicate the restricted ability to predict spatial distribution of PM_2.5 levels. Inflated within-sample R² also exist in the spatiotemporal LUR models developed with only national stations, although not as significant as spatial LUR models. Our results suggest that a denser subdistrict level air pollutant monitoring network may improve the accuracy and robustness in intraurban spatial/spatiotemporal prediction of PM_2.5 concentrations.     

2021年11月17日江苏大丰海域M5.0地震震源区三维P波速度结构∗

使用近 20 年固定台站记录到的初至 P 波到时数据，利用双差地震层析成像方法反演了 2021 年 11 月 17 日江苏大丰海域 M5.0 地震震源区及邻区三维 P 波速度结构和震源位置参数。结合该地区的构造背景，研究了该地震孕育与发生的深部构造背景及速度结构与地震活动性之间的关系。结果表明：研究区 P 波速度结构存在明显的横向非均匀性，浅层的 P 波速度结构与地表地质构造及地形有较好的对应性，在造山带和隆起区表现为相对高速，盆地地区表现为相对低速。研究区地震活动性与速度结构存在明显的相关性，大丰海域地震和经过重定位后的中小地震均发生在 P 波速度梯度带上或者偏向高速一侧。综合速度结构水平和垂直剖面，震源机制解，震源的空间位置分析认为此次地震可能为右旋走滑型地震，发震断裂可能为苏北?滨海断裂，也可能与小海?陈家堡断裂及震源区其他的隐伏断裂有关。此次地震发生可能与震源区附近断裂交汇处应力积累，遇到高速的阻碍体，阻碍体发生破裂有关。研究区西部新生代印度?欧亚板块的碰撞挤压和东部菲律宾海板块和太平洋板块对欧亚大陆的俯冲可能是这一地震的外部地球动力学来源，而江苏陆区及近海大陆架因地形高程差异引起的重力势则可能是此次地震的内部驱动力。