北京南部城区PM2.5中碳质组分特征

为了解《大气污染防治行动计划》实施后北京市大气PM_2.5中碳质组分特征,于2017年12月至2018年12月在北京污染较重的南部城区进行了PM_2.5连续采样,对其中的有机碳（OC）和元素碳（EC）进行了全面研究.结果表明,北京大气PM_2.5、OC和EC浓度变化范围分别为4.2~366.3、0.9~74.5和0.0~5.5 μg ·m^-3,平均浓度分别为（77.1±52.1）、（11.2±7.8）和（1.2±0.8）μg ·m^-3,碳质组分（OC和EC）整体占PM_2.5的16.1%.OC质量浓度季节特征表现为：冬季[（13.8±8.7）μg ·m^-3] > 春季[（12.7±9.6）μg ·m^-3] > 秋季[（11.8±6.2）μg ·m^-3] > 夏季[（6.5±2.1）μg ·m^-3],EC四季质量浓度水平均较低,范围为0.8~1.5 μg ·m^-3.二次有机碳（SOC）年均质量浓度为（5.4±5.8）μg ·m^-3,四季贡献比例范围为45.7%~52.3%,年均贡献为48.2%,凸显了二次形成的重要贡献.随污染加重,尽管OC和EC贡献比例均降低,但浓度水平却成倍升高,OC和EC浓度在严重污染天分别是空气质量为优天的6.3和3.2倍.与非供暖时段相比,供暖时段PM_2.5、OC和SOC浓度分别增加了14.4%、47.9%和72.1%,体现了OC对供暖季PM_2.5污染的重要贡献.PSCF分析表明,位于北京西南的山西省和河南省部分区域是PM_2.5和OC的主要潜在源区,且PM_2.5潜在源区更为集中;EC的PSCF高值（>0.7）区域较少,主要位于北京南部,如山东省和河南省部分地区,且北京市及周边地区贡献明显.     

典型西南工业城市柳州市核心区大气污染物时空分布与气象因素研究

为研究柳州市核心区大气污染物浓度时空变化规律与气象因素之间的关系,统计分析了2018年全年研究区内6个自动监测站点PM_(2.5)、PM_(10)、SO_2、NO_2、O_3和CO的浓度监测数据和气象站气象数据,并对28次超标日污染物来源进行了解析.结果显示:①核心区颗粒污染物污染较为严重,且以PM_(2.5)为主的细颗粒污染物仍为柳州市主要的大气污染物;各污染物月均浓度季节差异显著,除NO_2外柳州大气污染物浓度下降明显,指示柳州市多项节能减排综合整治措施成效显著;PM_(2.5)、PM_(10)、CO受早晚高峰期影响,浓度日变化均呈双峰型;NO_2在不同季节峰型不同,作为O_3前体物其浓度日变化与O_3相反,呈现"早峰午谷"的变化趋势.②通过对污染物浓度插值发现,由于核心区主要工商业区位于西部且处于主导风向下风向,故PM_(2.5)和SO_2浓度西北高、东南低,PM_(10)、NO_2和CO浓度西南高、东北低;核心区东部的山区为O_3生成带来大量前体物,使O_3浓度东南高、西北低.③由于气候特征,核心区春、夏季主要气象因素均为降水量;秋季的主要气象因素是风速,风速与污染物的负相关关系表明了风的扩散效应;冬季大部分污染物与气象因素的相关性不显著,表明人为因素对污染物的影响大于气象因素;核心区大气污染物主要来源于局地排放和区域传输,且南北主导风向对大气污染影响最大.④HYSPLIT模型结果指示柳州超标日大气污染物主要来自于珠三角地区,且陆源颗粒物浓度普遍比海洋源高,来自南部的远距离输送气流颗粒物含量最低,表明远距离输送为影响颗粒物传播的主要原因.     

南京和北京气溶胶光学厚度与PM2.5质量浓度关系对比分析

利用南京与北京地区2014年5月1日—2019年10月31日的PM_2.5监测数据、气溶胶光学厚度观测资料以及同期MICAPS地面气象要素的观测资料,对两地PM_2.5浓度的变化规律及其与气溶胶光学厚度、气象要素的关系进行了分析和讨论,结果表明：南京与北京均呈现PM_2.5浓度冬季显著高于夏季,AOD冬季小于夏季的特征;对比而言,北京PM_2.5月均浓度高于南京地区;南京与北京的PM_2.5浓度与AOD均为正相关关系,PM_2.5浓度与AOD间相关性存在显著的季节差异,主要表现为夏季相关性大于冬季相关性;两地AOD与PM_2.5浓度均为正相关关系,在同一AOD水平下,相对湿度越大,PM_2.5浓度越大,气溶胶吸湿增长易造成污染物积累;南京PM_2.5浓度与能见度的r为0.57,而北京的r为0.83,两地的PM_2.5浓度与能见度的冬季相关性较夏季好,在高相对湿度下,同一PM_2.5浓度水平时,南京能见度较北京好.     

不同空间划分方式下袁河流域景观结构对水质的影响

近年来景观结构的水文效应受到关注,研究不同空间划分方式下景观结构对河流营养盐、重金属变化的影响机制对于流域生态保护具有重要意义.本文于2018年7月和2019年1月在袁河干流及支流38个采样点采集水样,测定水体营养盐类污染指标（DO、NO₃^--N、NH₄⁺-N、TP和DOC浓度）和重金属类污染指标（Cr、Mn、Fe、Cu、Zn、As、Cd和Pb浓度）.基于前向变量选择、冗余分析等方法,筛选景观结构指标,量化其在不同尺度下对水体营养盐、重金属变化的影响.结果表明：①农田、斑块密度（PD）、斑块聚集指数（COHESION）及散布与并列指数（IJI）是影响水体营养盐变化的主要指标.林地、建设用地（Res）、平均最近邻体距离（ENN_MN）和最大斑块指数（LPI）的组合是影响重金属变化的主要指标.②在河岸缓冲带与圆形缓冲区划分方式下,景观结构均在100 m尺度对营养盐变化解释能力最强,平均解释率分别为31.5%、24.3%,均在1000 m尺度对重金属变化解释能力最强,平均解释率分别为32.0%、42.6%.③100 m河岸缓冲带和子流域尺度分别是景观结构影响水体营养盐、重金属变化的最佳空间尺度,平均解释率分别为31.5%、42.8%.以上结果表明,针对水体不同的污染类型,采用对应的划分方式及缓冲尺度有助于提高定量分析精度,为流域水环境保护、景观优化与管理提供科学依据.     

2006—2018年中国省级以上开发区的空间分布特征变化

以新的国土空间规划语境为背景,基于核密度估计、标准差椭圆法和分类统计对我国2006—2018年省级以上开发区的密度分布特征变化、发展重心轴向的变化和主体功能区视角下的分布变化做了分析。研究表明：该阶段我国省级以上开发区空间分布的东西差距得到一定缓解,仍存在东部连片集聚、西部据点集中的模式差异。开发区分布的总体重心已经向西北方向移动,发展轴向则由原来的南北轴向转向了东南—西北轴向。从主体功能区视角来看,开发区空间分布格局呈现出外围扩散与局部缩减的动态调整。开发区规模的增长主要集中在重点开发区域,缩减主要发生在生态功能区域。这些新变化将为我国国土空间土地利用优化和国土空间管控实践提供重要参考。     

科技创新投入对环境全要素生产率的影响机制

使用2004~2015年的中国280个地级市的面板数据,对科技创新投入与环境全要素生产率间的非线性关系、内部影响机理和空间异质性进行分析,结果显示：科技创新投入与环境全要素生产率之间呈现倒N型关系,两个拐点的位置分别为7.722（2257.47万元）和9.610（14913.17万元）;在外部资本进入、污染治理、市场规模效应3种影响路径中,科技创新投入影响下的外部资本进入对环境全要素生产率依然存在污染避难所的负向效应,科技创新投入与外部资本间效应为0.1363,外部资本与环境全要素生产率间效应为-0.0065;科技创新投入能够增强企业的污染治理技术并提高环境全要素生产率,三者间前后效应分别为-0.0277和-0.0311;科技创新的投入与高效益增强了市场规模效应,有效促进生产结构的转型进而提高环境全要素生产率,三者间前后效应为0.0186和0.4346.空间异质性中,外部资本进入与溢出效应带来的污染避难所负效应在中部地区显著,在西部和东北部地区不显著,而污染天堂正效应在东部地区存在但不显著;污染创新治理投入的技术正溢出效应在东部和西部地区效应显著,在中部和东北部不显著;科技创新投入与市场需求规模效应在空间区域无差异且显著为正.建议依据科技创新投入的不同影响路径来实施空间差异化策略.     

近14年西北地区甲醛柱浓度的时空变化研究

基于臭氧监测仪（OMI）卫星反演数据,对2005~2018年西北4省区域大气甲醛柱浓度数据进行提取及分析,探讨其时空变化特征及影响因素.结果表明：在时间变化上,14a甲醛柱浓度整体呈先上升后下降的波动变化趋势,夏秋季显著高于冬春季,且冬季均值略高于春季.在空间分布上,甲醛柱浓度自西向东、自北向南逐渐升高,高值区集中于陕西和甘肃东南部及青海西南部;低值区集中于宁夏、青海和甘肃的西北部;稳定性呈现出东部分散、西部集聚、差异显著的分布格局.影响甲醛柱浓度变化的因素包括自然和人为因素,自然因素中,甲醛柱浓度受地形影响显著,与风向、气温均呈现显著正相关;人为因素中,甲醛柱浓度与人口密度、地区生产总值、工业废气排放量及建筑房屋竣工面积均表现出正相关关系,与工业废气排放量的相关度最高.大气中甲醛分子与气溶胶粒子二者间呈显著正相关关系,这进一步说明甲醛浓度受到了诸多因素的综合影响,但气溶胶粒子、气温及工业废气的排放是主导因素.     

基于AIS轨迹修复的船舶排放空间表征改进方法与应用

基于船舶自动识别系统（Automatic Identification System,AIS）数据表征船舶排放是目前船舶排放空间表征的主流方法,但AIS船舶轨迹点缺失会造成船舶排放量低估和船舶空间分布表征错误,进而影响船舶排放控制区的划分.为改进船舶排放空间表征,本研究以2013年广东省AIS船舶数据为例,采用基于时间和经纬度的三次样条方法对AIS船舶轨迹进行修复,结合动力法计算船舶排放,分析对比AIS轨迹修复前后船舶排放表征的差异,并利用空气质量模型和卫星观测评估AIS轨迹修复对船舶排放表征和广东沿海空气质量模拟的改进效果.结果表明：轨迹修复后广东省海域船舶轨迹点总数由4685773个增至5746664个,船舶NO_x排放量增加了0.6%.对于轨迹点与排放缺失集中的粤东海域,轨迹修复后船舶轨迹点数增加了88%,NO_x排放量在广东省船舶排放量的占比提升至22%,特别是在粤东重点修复海域NO_x排放量增加了2.7倍.原始轨迹在广东省海域较为稀疏,在粤东海域有明显轨迹缺失;轨迹修复后广东省海域船舶轨迹更为密集,粤东海域船舶轨迹得以补充,船舶排放空间分布更连贯.对比模拟结果与卫星观测结果,轨迹修复后粤东重点修复海域船舶模拟浓度与观测浓度的偏差由51%减至6%,总体上船舶排放模拟结果更接近卫星观测结果.