2015—2021年南京市大气污染特征及污染个例研究

探究细颗粒物(PM_2.5)和臭氧(O₃)污染的时间变化特征,阐明PM_2.5和O₃复合污染过程中不同阶段环境空气污染物及气溶胶粒径分布的详细演变过程,对南京及长三角地区的大气污染防治具有重要指导意义.本文使用2015—2021年南京市环境空气污染物小时浓度数据,分析了该地区多年大气污染演变过程,并选取2015年10月12—17日时间段作为复合污染典型个例,对其生消过程和内在机理进行了详细分析.结果表明：(1)2015—2021年南京市各种大气污染物的变化特征具有明显差异. PM_2.5、PM₁₀和SO₂浓度的年下降率分别为8.9%、6.2%和15.4%,O₃浓度变化较小. CO浓度在2016年达峰后以每年7.6%的速率下降.NO₂浓度在2015—2019年呈增加趋势.(2)2015—2021年污染特征发生较大变化,由PM_2.5为主导变为由O₃为主导的大...     

长江干流县域交通优势度的空间格局

借鉴《省级主体功能区规划》的技术流程和评价方法,采用公路网络密度、交通干线影响度、区位优势度为评价指标,并通过引入地形起伏度因子修正交通优势度模型。在此基础上,以长江干流经过的29重点城市为研究区域,选取其下辖的108个县市为研究单元,综合运用GIS空间分析、建模和制图技术,分析了长江干流沿岸县域交通优势度的空间格局并解析了其成因。研究结果表明：从区域视角,长江干流县域交通优势度总体呈偏正态分布,空间上东西分异明显,干流途经县市交通优势度普遍偏高,东部地区县市的交通优势程度普遍高于西部地区,沿沪宁线和沿海地区较高,西部较高地势地区相对较低;从流域视角,具有下游集中偏高,中游分散较高,上游普遍偏低的特点;从行政区划视角,上海、南京和苏锡常地区下辖的县市的交通优势程度突出,中西部地区的武汉、和重庆中心城市下辖的县市的交通优势度较高,而离中心城市较远且缺少交通干线通过的县市的交通优势度较低。加强低值区的交通基础设施建设,加强各市与周边邻近省辖市的经济联系,从而提高长江干流县域城市的交通优势度水平,为长江流域城市发展和经济建设提供基础支撑和保障作用。     

养殖塘CH4排放特征及其影响因素

富营养化的养殖塘是重要的甲烷(CH_4)排放源.为明确养殖塘CH_4排放特征及其影响因素,本研究利用倒置漏斗法和体积扩散模型法,分别对安徽全椒两个养殖塘冬、春季CH_4冒泡通量和扩散通量进行了多日连续观测.结果表明,冬季CH_4冒泡通量白天高于夜间,夜间几乎为零;春季夜间高于白天.在季节尺度上,冬季CH_4冒泡通量显著低于春季,分别为3. 92mg·(m~2·d)-1和106. 94 mg·(m~2·d)-1;冬季CH_4扩散通量略高于春季,分别为2. 81 mg·(m~2·d)-1和0. 87 mg·(m~2·d)-1.自然因素(水温和气压)与CH_4冒泡通量和扩散通量显著相关.其中随水温的升高、气压的降低,CH_4冒泡通量分别呈指数递增和线性递增趋势.人工管理措施(冬季排水和春季施粪)会显著提高CH_4冒泡通量,但对扩散通量的影响并不显著.在冬季排水期间,水深与CH_4冒泡通量显著负相关;在春季鸡粪投放点,CH_4冒泡通量可高达1002. 30 mg·(m~2·d)-1.本研究可为评估小型养殖塘对全球碳循环的贡献提供数据支撑.     

青藏高原东缘黑碳气溶胶变化特征及其来源

黑碳(BC)作为最重要的吸收性气溶胶,可影响青藏高原地区的辐射、云和地表积雪等,进而影响全球季风环流及降水.本研究于2017年7月5日至9月5日在青藏高原东缘理塘县使用黑碳仪AE-33测量了BC浓度数据,结合黑碳仪模型、PSCF和CWT潜在来源模型,分析了BC的污染特征、潜在来源及其影响区域.结果表明,理塘ρ(BC)为0.4～4 699.8 ng·m^-3,平均值为816.4ng·m^-3,占PM_2.5的质量分数为5.96%.理塘ρ(BC_液态燃料)和ρ(BC_固态燃料)的平均值分别为486.1ng·m^-3和398.5ng·m^-3,BC_液态燃料的贡献率C为0.51.ρ(BC)主要分布在0～2 000 ng·m^-3,可占总观测期间的92.5%. BC、BC_液态燃料和BC_固态燃料的日变化为双峰型分布,峰值分别出现在08:00和20:00,早高峰主要与交通源和含...     

江苏省设区市尺度的碳排放核算及影响因素研究

本文利用联合国政府间气候变化专门委员会(intergovernmental panel on climate change,IPCC)清单法核算了江苏省13个设区市1999—2020年的碳排放量,并利用可拓展随机性环境影响评估模型(stochastic impacts by regression on population,affluence,and technology;STIRPAT)分析经济、人口、能源强度和能源结构对碳排放的影响。各设区市的碳排放存在较大差异,淮安的年均碳排放量(3.00×10⁷t CO₂)处于中游水平,苏州具有最大的年均碳排放量,约为淮安的5倍。2020年,宿迁、常州和盐城的碳排放量同比增加,其他城市的碳排放量同比下降或者零增长,其中,淮安、扬州、泰州、南通和徐州的碳排放量持续下降。STIRPAT模型拟合结果表明：(1)碳排放与人口的关系具有地区差异,苏南城市的人口与碳排放均为显著正相关,南通、徐州和泰州则为显著负相关;(2)人均GDP、第二产业占比、能源强度(单位GDP能耗)以及能源结构(原煤占一次能源消费比重)与...     

西安市城市降尘和土壤尘PM10和PM2.5中碳组分特征

为研究西安市城市降尘和土壤尘PM₁₀和PM_2.5中碳组分污染特征,丰富大气降尘的成分谱库,于2015年4~5月收集了西安市城区5个点位的城市降尘和周边16个点位的土壤尘样品,通过ZDA-CY01颗粒物再悬浮采样器获得PM₁₀和PM_2.5的滤膜样品,使用Model5L-NDIR型OC和EC分析仪测定了样品中的有机碳（OC）和元素碳（EC）,定量分析了西安市城市降尘和土壤尘PM₁₀和PM_2.5中碳组分特征及其主要来源.结果表明,不同站点降尘PM₁₀和PM_2.5中OC的占比差异较大,分别为6.0%~19.4%和7.6%~29.8%.不同站点降尘PM₁₀和PM_2.5中EC的占比较小,在城市站点的占比分别为0.6%~2.2%和0.2%~3.6%,而在多数外围土壤尘中几乎检测不到EC的存在.PM₁₀中含碳组分的占比为：城市降尘>外部对照>河滩土>土壤尘,PM_2.5中含碳组分的占比为：城市降尘>土壤尘>外部对照>河滩土.不同站点降尘含碳气溶胶均以OC为主,在城市降尘中相对较低,在PM₁₀和PM_2.5中OC占总碳（TC）的比值分别为85.2%~95.3%和87.9%~98.9%;在土壤尘中OC的占比较高,均超过99%.含碳物质主要集中在细颗粒物中.不同城市站点降尘中碳组分的分布具有一致性,不同土壤尘中碳组分的差异较大.城市和土壤降尘中碳组分主要受生物质燃烧、燃煤、汽油车和柴油车尾气等污染源的影响,PM₁₀和PM_2.5中含碳气溶胶的来源贡献率存在差异.