关中地区秋冬季颗粒物二次有机碳的估算

2017年9月4日~2018年1月19日期间分别在关中地区的5个主要城市西安（XA）,渭南（WN）,铜川（TCH）,宝鸡（BJ）,咸阳（XY）设置采样点进行PM_2.5,PM₁₀颗粒物手工采样观测,采用热光透射法（TOT）分析碳组分,最小值法估算二次有机碳（SOC）浓度,结果显示PM_2.5与PM₁₀中SOC平均浓度分别为（7.44±5.54）,（9.62±7.49）μg/m³,一次有机碳（POC）平均浓度分别为（7.04±2.59）,（9.33±4.33）μg/m³,不同粒径颗粒物中SOC各点位的浓度值分布表现基本相同为XY > XA > WN > BJ > TCH.PM_2.5中SOC含量为8.76%,OC占比为48.03%,PM₁₀含量为6.28%,OC占比为48.09%,季节分布均呈现为秋季低冬季高,关中地区SOC污染严重.后向轨迹聚类分析结果显示污染气团传输主要是关中地区局部污染和西北,东北方向传输,其中局部污染轨迹的数量占比较多,浓度较高.低空传输与近地面风向风速及污染物分布存在差异,结合关中地区盆地地形,静风频率高,边界层低等多种因素造成颗粒物中SOC浓度较高,其中BJ点位易受到东北气团的污染物传输累积.     

基于深度访谈的成都市入境旅游发展分析

一个城市的入境旅游发展状况能反映这座城市作为旅游目的地或集散地的国际知名度及其国际化程度,同时也是这座城市旅游业竞争力的重要衡量指标之一。基于旅游管理部门人员、旅游专业学者和旅游从业人员三类群体的深度访谈资料进行了SWOT分析,并在此基础上提出了成都市入境旅游的发展策略,旨在为其建成国际知名旅游目的地提供建议。     

区域环境与资源经济协调发展的定量分析研究

常用环境与资源经济协调发展的定量分析方法,在评价环境与经济协调程度之间存在一定的局限性.为有效解决该问题,通过确定区域环境系统的综合发展指数、对系统间协调度的研究,完成对区域环境的定量分析;通过分析建模思想、建立模型,完成资源经济协调发展分析优化模型的实现.设计对比实验结果表明,通过上述方式建立的定量分析优化模型,打破经济与环境之间的制约关系,改善环境与经济协调程度之间存在的局限性.     

制度压力对企业环境责任的影响——来自中国上市公司的证据

环境问题是社会各界广泛关注的焦点,而企业是造成环境污染的主体之一,也是环境制度压力的主要调控对象,如何引导和控制企业履行环境责任已成为一个亟须研究的重大议题。根据制度理论,以中国上市公司7459个观测值为基础,采用固定效应模型系统评估了制度压力对企业环境责任的影响,还引入企业环境战略、内部控制作为调节变量进行分析。研究结果表明：制度压力能显著促进企业环境责任的提升;企业环境战略、内部控制等因素正向调节了制度压力与企业环境责任的关系,并且制度压力对企业环境责任的影响在非国有企业、地方国有企业中更强。以上结论在一系列的稳健性检验、反事实检验之后依然成立。这些结论启发了企业管理者运用企业环境战略、内部控制等企业自身因素强化企业环境责任,同时为政府根据企业不同情况有针对性地制定环境政策提供了理论依据。     

西安市地表灰尘中PAHs健康风险特征

为揭示人群暴露地表灰尘中PAHs的健康风险,在西安市采集58个地表灰尘样品,分析其中16种优控PAHs质量分数,并根据美国能源部风险评估信息系统中的暴露方法对其健康风险进行评价.结果表明:西安市地表灰尘中w(∑₁₆PAHs)(16种PAHs总量)范围为5.04～47.74 mg/kg,平均值为13.85 mg/kg.人群暴露地表灰尘中PAHs的主要途径是经口摄入,并且不同途径下儿童的暴露剂量均高于成人.地表灰尘中PAHs对人群没有明显的非致癌健康危害,但对儿童的非致癌危害高于成人,其中Nap、Phe、Fla、Pyr和BghiP对人群的非致癌风险明显高于Acy、Ace、Flu和Ant.7种致癌PAHs的致癌风险大小顺序为BaP>DBA>BbF>InP>BaA>BkF>Chy,致癌风险总和为2.51×10-5,其中BaA、BbF、BaP、InP和DBA致癌风险在1.07×10-6～9.56×10-6之间.研究显示,西安市地表灰尘中16种PAHs对人群的健康危害相对较低.      

西安市各功能区7月大气降尘中多环芳烃污染特征及风险评价

为了解西安市7月大气降尘中多环芳烃(PAHs)的污染特征,在对西安市各功能区7月大气降尘样品采集的基础上,测定分析了样品中PAHs的含量、组成、来源、生态健康风险及其与总有机碳(TOC)的关系。结果表明:(1)西安市7月大气降尘中PAHs为0.92～20.60μg/g,平均值为8.10μg/g,其中荧蒽、菲、芘、和苯并[a]芘含量相对较大。各功能区大气降尘中PAHs主要以4环为主。(2)PAHs与TOC之间存在显著相关性,而各单体PAHs与TOC呈现不同程度的相关性。(3)西安市7月大气降尘中PAHs主要来源于机动车排放、燃煤和低温燃烧。(4)依据终生癌症风险增量(ILCR)模型,大气降尘中PAHs对不同暴露人群的风险值均为10~(-6)～10~(-4),存在人体可耐受致癌风险。生态风险评价显示,大气降尘中PAHs污染存在潜在生态风险。     

宝鸡市春季PM2.5中金属元素的污染特征及来源

利用大气重金属分析仪(Amms-100)获取宝鸡市高新区2020年3月1日-4月24日PM_(2.5)中金属元素的逐时数据,结合气象因素分析PM_(2.5)及其金属元素的日变化特征,并运用富集因子和正矩阵因子分解法探讨金属元素的来源。结果表明,高新区春季PM_(2.5)质量浓度为(51.5±25.2)μg/m~3;金属元素的平均质量浓度为4.6μg/m~3,约占PM_(2.5)的8.9%。日变化中,K、Al、Fe、Ca和Ba呈"双峰"分布;Zn、Pb和Co呈"单峰"变化。富集因子分析显示,Zn和Pb的EF值40,主要来自人为源;Ca、Fe和V的EF值1,主要来自于地壳;Cr、Cu、Mn和Ba的EF在2～5之间分布,受自然和人为两大来源共同作用。源解析结果表明,春季金属元素主要来源于扬尘源(44.3%)、交通源(26.5%)、工业源(20.9%)和燃烧源(8.3%)。     

淮河上游全新世古洪水沉积学特征及古洪水事件气候背景

通过详细的野外调查，在淮河上游的毛集河口发现了夹有一套淮河古洪水滞流沉积物层的黄土-古土壤剖面。对剖面进行详细观察、分层和取样，并对样品做粒度和化学元素分析，通过OSL测年进行控制点断代，进一步对该流域洪水事件与全球厄尔尼诺现象进行对比。结果认为：自8500a以来，在淮干上游至少发生了6次特大洪水，与厄尔尼诺现象有明显的响应关系。通过对沉积物不同粒级的组分含量对比，认为SWD在粗粒级范围为优势组分，而黄土古土壤在细粒级范围为优势组分，据此可以有效地对古洪水沉积物层加以识别。地球化学分析表明，剖面不同沉积单元上化学元素呈现出鲜明差异，表现为在SWD中SiO2和Th明显贫化，Fe2O3、CaO、MgO、P、V、Sr、Nb富集，Al2O3、Na2O、K2O、Cr、Zn、Rb在剖面各地层单元中没有表现出明显的区别，通过地球化学元素的富集或贫化特征亦可以很好地识别古洪水滞流沉积物层。通过对古洪水沉积物的识别得到了全新世以来淮河上游特大洪水信息，也一定程度上能够从沉积学角度佐证在该流域特大洪水的发生与全球厄尔尼诺现象密切相关。     

秦岭—淮河南北干旱热浪耦合风险区识别及其影响因素

综合考虑干旱热浪耦合危险性、暴露性和脆弱性,构建干旱热浪耦合风险评价框架,对秦岭—淮河南北干旱热浪耦合风险区进行识别,探讨不同指标要素与风险空间格局的响应关系.结果表明:(1)1960～2018年秦岭—淮河南北干旱热浪具有群聚群发性.其中,耦合频发期为:20世纪70年代末～80年代初,空间集聚中心主要分布在淮河平原、长江中下游东部、川东丘陵以及巫山山区,而20世纪90年代后干旱热浪耦合逐渐减弱;(2)秦岭—淮河南北干旱热浪耦合风险具有空间分异特征,排名前30位高风险区,有70％的城市位于长江中下游、淮河平原,30％位于四川盆地东部,上述城市人口密集,干旱热浪耦合暴露性强,使得区域面临干旱热浪耦合风险较高;(3)路径分析验证干旱热浪耦合风险因素关系表明:秦岭—淮河南北危险性、暴露性与风险呈反向关系,说明区域干旱热浪高暴露、高致灾危险区,因社会应对灾害能力较强,可在一定程度缓解系统的受灾风险.     

中国水资源承载力时空变化与趋势预警

水资源是制约社会经济发展的重要因素,全面客观评价水资源承载状况,对促进水资源利用与人口、经济、社会、发展相协调具有重要的理论和现实意义.以中国31个省(自治区、直辖市)为研究单元,基于生态足迹模型测算2003～2018年中国省域水资源生态平衡供需情况,并利用ARIMA模型预测其未来变化趋势.结果表明:(1)2003～2018年中国人均水资源承载力年际波动较大,而人均水资源生态足迹呈现先增后降的小幅波动趋势,人均水资源供需总体盈余,但在降水量较少的年份逼近赤字边缘.(2)中国水资源承载状况保持南方地区水资源供需有余,北方地区水资源供需赤字的宏观格局,人均水资源以有余区和超载区为主,地区间水资源生态盈亏差异较大.(3)中国的农业用水在4类账户中占比最高,研究期内人均农业和工业用水足迹由增转降,人均生活和生态用水足迹逐年递增;除北京外,其余省份的主要用水账户为农业和工业.(4)中国人均水资源生态盈亏呈现出"整体平稳,局部变化"的地域格局.15年,20个省(自治区、直辖市)水资源生态超载加速.(5)人均水资源生态盈亏未来将在30°N～40°N部分地区呈现恶化,但在多数地区逐渐改善.其中东南和西北地区水资源生态环境改善潜力较大,青藏高原将呈现恶化趋势,晋、陕、豫、鲁、苏、辽地区可能形成重度预警区.