排序方式: 共有45条查询结果,搜索用时 15 毫秒
21.
基于马尔可夫链的四川省产业结构时空演变 总被引:1,自引:0,他引:1
本文利用2000-21007年闻四川省158个县域的产业结构系数,基于传统和空闻马尔可夫链方法,分别构建县域产业结构的非空间和空间马尔可夫转移概率矩阵.对"西部大开发"战略实施以来四川省县域产业结构的时空动态演变特征进行初步分析.首先按照全省产业结构系数的平均水平,将所有县域划分为低、中低、中高和高4种类型,并构建其马尔可夫转移概率矩阵,考察全省县域尺度上的产业结构水平是否存在趋同现象;其次,以每个县域在初始年份的空间滞后类型为条件,构造其空闫马尔可夫转移概率矩阵,分析在不同地理背景影响下四川省县域产业结构的时空演变特征;最后,通过县域产业结构系数的遗历分布,预测四川省县域产韭结构水平的长期发展趋势.结果表明:①2000-2007年间四川省县域尺度上的产业结构存在一定程度的趋同现象,并未发生两极分化:②四川省县域产业结构系数的类型转移受地理背景的影响明显,同一类型区域在不同背景下的转移概率发生显著变化;③在不同区域背景下,四川省县域产业结构水平的长期发展趋势各有不同,以在中低水平背景下的区域发展潜力最大. 相似文献
22.
本研究采用5种商用铁氧磁体纳米颗粒ZnFe_2O_4、NiFe_2O_4、CoFe_2O_4、MnFe_2O_4、CuFe_2O_4去除水体中的新型污染物双氯芬酸(DFC).研究结果表明,NiFe_2O_4和MnFe_2O_4纳米颗粒可以有效去除水体中的DFC.进一步考察了溶液pH、水体中共存阴离子、天然有机质等因素对NiFe_2O_4和MnFe_2O_4纳米颗粒去除效果的影响.结果表明,溶液pH(2—10)对此2种纳米颗粒去除水体中DFC的效果几乎无影响,而水体中共存阴离子(10mmol·L~(-1))和天然有机质(2—20mg·L~(-1))则使DFC的去除效果均有所降低.准一级动力学模型和准二级动力学模型均可很好地描述NiFe_2O_4纳米颗粒对水体中DFC的吸附过程,而MnFe_2O_4纳米颗粒对水体中DFC的吸附过程则由准二级动力学描述更优.等温吸附研究表明,Langmuir模型和Freundlich模型均能够描述NiFe_2O_4和MnFe_2O_4纳米颗粒对DFC的吸附过程,且随着DFC平衡浓度的增加,2种铁氧磁体对DFC的饱和吸附量均随之增加. 相似文献
23.
大气传输路径对上甸子本底站气溶胶光学特性的影响 总被引:1,自引:1,他引:0
利用2005~2010年北京上甸子本底站的PM2.5浓度、气溶胶散射系数(σsp)的连续观测资料,结合后向轨迹分析方法,探讨了不同季节、不同气团传输路径对本底地区气溶胶光学特性的影响.结果表明,污染物水平不仅与气团来向有关,也与气团的运动状态有关.偏南气团路径下的PM2.5浓度和σsp整体高于偏北气团路径,同时运动速度较慢、高度较低的气团路径多对应较高的PM2.5浓度和σsp.春、夏、秋季来自华北平原地区以及冬季来自华北区域北部的慢速、低气团对上甸子的污染水平有重要贡献.沙尘气溶胶多出现在春季,平均气溶胶质量散射效率(αsp)为0.78 m2·g-1.四季平均人为污染气溶胶的αsp为4.00 m2·g-1,其中冬季最高,春季最低.对于人为污染气溶胶来说,春、夏、秋三季的西北偏西路径、偏南路径以及偏北路径中速度较慢的轨迹组均具有较高的αsp(4.0 m2·g-1),表明这些气团路径受人为排放活动影响较大,而冬季各路径的αsp均较高,说明冬季区域内人为排放的影响比较一致.春、夏、秋三季中其他偏北的气团路径主要受到人为污染与沙尘气溶胶的共同影响. 相似文献
24.
采用简单两步法制备了钴锰双金属硫化物(MnCo2S4).通过扫描电子显微镜,X射线衍射,X射线光电子能谱等表征手段对MnCo2S4的形貌,晶体结构,组成成分等进行分析.探究了MnCo2S4/PMS体系中盐酸四环素的降解效能和降解路径,结果表明,MnCo2S4和PMS投加量为0.1g/L,TC的降解率在30min达到88%,在较宽的pH值范围内(3~9)均具有较高的降解率,这归因于MnCo2S4中金属活性位点Mn2+,Co2+的持续供应和钴锰的协同作用.淬灭实验和电子顺磁共振(EPR)技术表明MnCo2S4/PMS体系主要是SO4·-,·OH和1O2共同作用降解TC.本研究为PMS的活化和抗生素等难... 相似文献
25.
某人工湿地系统对水中持久性有机污染物去除效果的分析 总被引:1,自引:0,他引:1
采用固相萃取样品前处理技术和气相色谱/电子捕获检测器(GC/ECD)及气相色谱/质联联用(GC/MS)分析方法,对某人工湿地系统进、出水中持久性有机污染物(包括多环芳烃、多氯联苯、有机氯农药)的质量浓度进行了分析和对比,以研究该湿地水中持久性有机物的污染水平及湿地对它们的处理效果.结果表明,多环芳烃检出19种,以二环为主,萘及其同系物约占总量的71%;有机氯农药只检出HCH的4种异构体和七氯;多氯联苯检出5种,以二氯代为主.这3类物质的浓度水平明显低于以往的研究结果,且低于国家地表水环境质量标准(GB 3838-2002).对于持久性有机物浓度较低的水源水,湿地对以上3类物质的去除效果不明显. 相似文献
26.
基于熵权属性识别理论的管道第三方破坏可能性研究 总被引:2,自引:1,他引:1
为全面与贴近实际地保证评估结果的准确性,从管道沿线社会环境、居民、企业、地方政府、管道公司5个方面辨识导致第三方破坏发生的影响因素,根据第三方破坏风险评估管段划分原则对管道分段,对各评估指标按百分制赋予分值。根据所评管段各评估指标提供的信息,应用熵权属性识别理论,计算评估指标的权重和属性测度,基于有序分割类和属性识别准则,利用置信度准则综合评估管道发生第三方破坏的可能性。最后,计算出管道第三方破坏可能性的综合评分值。通过算例表明,沿线地方经济发达程度与建设活动,员工自身素质,居民、企业、地方政府同管道公司关系密切程度,管道遭受人为故意破坏时的响应速度的对第三方破坏发生的影响较大。属性识别结果表明,该区段管道发生第三方破坏的可能性偏高,管道公司应对影响因素予以重视和持续地关注。 相似文献
27.
高浓度气溶胶在受人类活动影响的污染地区种类和组成非常复杂,因此,其环境和气候效应引起了广泛关注,但在超大城市背景下气溶胶粒子活化成为云凝结核的过程与边界层的相互作用尚不完全清楚.本研究基于北京(BJ)、上海(SH)、广州(GZ)的观测数据,选取3个城市的春季和冬季(北京冬季11月和广州冬季12月的连续观测,以及上海春季4月的加强观测)集成观测气溶胶数据和云凝结核同期观测的变化并结合其他污染物演化规律,对比分析了新粒子生成事件和环境变量演化对3个超大城市云凝结浓度形成的影响.结果表明,以用云凝结核(CCN)浓度与气溶胶(CN)数浓度的比值作为3个城市的活化率,北京CCN数浓度约为(500±200) #·cm-3,CN最大浓度小于(1.0×104±0.3×104) #·cm-3,活化率约为0.07%.上海CCN数浓度为(1500±500) #·cm-3,CN最大浓度小于(98.0×104±0.3×104) #·cm-3,最大活化率为0.05%.广州CCN数浓度为(150±30) #·cm-3,CN最大浓度为(24.0×103±0.3×103) #·cm-3,最大活化率为0.03%.本文旨在阐明气溶胶物理化学性质(粒子谱、化学成分、排放源等的时空演变特征)在不同排放源和大气边界层条件的影响下,造成不同类型的排放和输送过程对气溶胶活化率的影响,对比发现新粒子生成(NPF)期间CCN数浓度明显高于非新粒子生成(Non-NPF)时期,证明NPF发生时对CCN的活化率(AR)有显著的提升,在过饱和度SS=0.1%下,北京达到峰值在4×10-3附近,广州的最大值约为17×10-4,上海的最大值为3×10-3.且在NPF期间气溶胶活化率显著增加,3个超大城市在NPF和Non-NPF期间,CCN数浓度与活化率的关系在上海尤其明显,化学成分包括有机物、硝酸盐和硫酸盐等物质也会影响超大城市地区气溶胶粒子的活化率,对比发现3个城市在NPF期间CCN数浓度和活化率都明显区别于其他时段.发现气溶胶的物理和化学性质以及与活化率的直接关系,可用以评估新粒子生成对区域大气环境(如霾)的影响,并估计气溶胶贡献为CCN的间接气候影响. 相似文献
28.
利用Morlet小波方法分析北京市2008~2017年PM2.5资料,结果表明,北京市PM2.5浓度存在显著的日变化、周变化、以及季节和年变化周期性特征,并且秋冬季的周期性特征显著高于春夏季.结合气象资料,包括水平风速、大气边界层高度、以及大气稳定度指数等,分析PM2.5不同周期性变化对应的主要影响机制表明:大气边界层过程是PM2.5日变化的主要影响机制,导致PM2.5浓度白天低、夜间高.秋冬季PM2.5日变化幅度高于春夏季;天气过程是PM2.5周变化的主要机制,PM2.5浓度与天气变化过程带来的风速变化和边界层高度呈强反相关关系;PM2.5的季节变化与大气扩散能力的季节变化密切相关,秋冬季减弱的大气扩散能力加速了PM2.5在近地面累积,春夏季则相反. 相似文献
29.
30.
在北京城区和上甸子本底地区分别开展了为期3a和1a的NH3在线观测,并结合风向、风速、温度、相对湿度等气象因素的变化特征,分析了北京地区NH3浓度水平、年季特征及影响因素.结果发现,北京城区和本底地区的NH3年均浓度分别为(32.5±20.8)×10-9V/V和(11.6±10.3)×10-9V/V,北京城区的NH3浓度高于大多数国内外主要城市和地区的NH3浓度水平.城区和本底地区NH3浓度年变化特征为夏季高,分别为(34.1±6.8)×10-9V/V和(11.1±2.2)×10-9V/V,冬季低,分别为(19.7±9.3)×10-9V/V和(2.4±0.6)×10-9V/V.NH3的日变化特征受气象因素影响明显,其结果表明,春季城区NH3浓度峰值出现在15:00,而本底地区受西南风影响在20:00达到峰值;夏季城区NH3浓度最高值在7:00出现,本底地区则呈现双峰值(分别在09:00和22:00);秋季城区和本底地区的日变化规律一致,均在22:00出现峰值;冬季城区的峰值出现时间晚于本底地区,峰值分别出现在23:00和20:00.西南风是造成本底地区NH3浓度升高的主要原因,春季和夏季,随着西南向风速的增大,NH3浓度显著升高.城区的NH3浓度则主要受到局地排放的影响.浓度权重轨迹法的研究结果发现,北京、天津、河北及河南北部地区是影响北京地区大气NH3的主要源区. 相似文献