基于PMF模型的南京市VOCs污染特征与来源解析研究

2018-2019年选取南京市四个环境空气监测点位对大气挥发性有机物(Volatile Organic Compounds,VOCs)进行连续采样监测,以了解其排放特征、臭氧生成潜势(Ozone Formation Poten-tial,OFP)及污染来源.结果表明,四个点位中草场门采样点的VOCs浓度和OFP最高,烷...     

黄河干流表层沉积物总磷、总铁的含量及相关性分析

测定了黄河干流21个断面表层沉积物的总磷(TP)和总铁(TFe)。研究结果表明:黄河干流21个表层沉积物中TP的含量范围为0.87~1.75 g/kg,其最小值和最大值分别出现在黄河柳林段(H13)和花园口段(H18);表层沉积物中TFe的含量范围为15.50~31.24 g/kg,其最小值和最大值在黄河柳林段(H13)和三门峡段(H17)。TFe与TP的相关分析结果显示,玛多段(H1)、兴海段(H2)、中卫段(H5)、包头段(H10)、兴县段(H12)、大禹渡段(H15)、三门峡段(H17)、济南段(H19)、黄河口段(H20)的TP与TFe含量呈正相关关系,且方程拟合较好(R20.93),不同断面黄河表层沉积物TP与TFe分布情况与区域环境状况及地质环境条件有关。     

用语文教学策略破解盲生同音字词输入障碍

10年的盲校信息技术教育,的确让盲人把许多"不可能"变为了"可能",实现了质的飞跃。但是,我们也不得不看到某些细节依然存在瑕疵。例如、,学习并使用计算机多年的盲生,在输入汉字时仍有较高的错字率。这是因为键盘操作能力有限,还是读屏软件等其他原因所致?笔者因工作需要,在较长期内同时从事盲电脑教学与盲语文教学工作,期间对两者间的相关性做了粗浅探究。本文试图从盲电脑教学与盲语文教学的相关性入手,分析盲生与明眼学生在阅读方面存在的差异,讨论变相互干扰为相互促进的可行途径,思考信息技术整合语文课堂的方式方法,以及如何在实际中运用的教学策略。     

R型聚类对辽河不同断面水质指标相关性分析

河流水质监测中许多指标常常存在着一定的相关性,通过对水质指标相关性研究,可了解水质指标间影响关系及河流污染物的特点,指导河流水污染治理,提高水质量标准。以辽河为例,采用R型聚类方法对辽河不同断面水质指标的相关性进行分析,应用DPS统计软件,通过计算机对监测数据进行运算得出相关系数矩阵和变量的分类树形图。通过分析可看出化学需氧量与五日生化需氧量、高锰酸盐指数与氨氮相关密切。文中对各种水质指标相关关系的内在关联进行深入研究,分析相关指标间的相互作用,以期达到对影响因子的全方位监测与控制,实现对辽河水污染治理及水环境监测评价的作用。     

三峡库区大宁河沉积物营养盐时空分布及其与叶绿素的相关性分析

为研究大宁河底泥营养盐时空分布与藻细胞分布的关系,本研究在大宁河选择4个代表性的取样点:菜子坝、白水河、双龙和大昌,利用垂直重力采泥器,按照2 cm厚度分层选取底泥,检测底泥中总氮,氨氮、硝态氮、亚硝态氮、总磷、无机磷、有机磷和叶绿素的垂向分布,分析叶绿素与营养盐的相关性.结果表明,菜子坝底泥0.0~2.0 cm总氮浓度最高,白水河底泥2.0~4.0 cm的总氮浓度最高;菜子坝底泥2.0~4.0 cm氨氮浓度最高,1和2月白水河底泥4.0~6.0 cm浓度较高;硝酸氮和亚硝酸氮(除3月)在菜子坝底泥2.0~4.0 cm浓度最高;氨氮、硝酸氮和亚硝酸氮浓度在同一个采样点底泥4.0 cm以下分层差异不显著;白水河底泥总磷0.0~6.0 cm呈增加趋势,菜子坝底泥表层的总磷和无机磷的浓度显著高于其它分层,而且每一分层中总磷、无机磷浓度都高于其他3个取样点相应的分层;有机磷在菜子坝和大昌的浓度高于白水河和双龙的浓度,但是同一采样点底泥不同分层的有机磷浓度差异不显著;同一深层底泥中的叶绿素a浓度在大昌最高,其次是白水河,再次菜子坝,双龙处的叶绿素浓度最低;只有1月在大昌取样点处无机磷和叶绿素a的浓度显著正相关,相关系数为0.87,底泥中的营养盐不是影响底泥藻细胞分布的主要影响因素.     

川渝地区甲醛柱浓度时空变化及其影响因子的相关性分析

基于Aura-OMI HCHO数据,研究川渝地区2009—2017年甲醛柱浓度变化及影响因素.结果表明:9年间川渝地区甲醛浓度变化总体较为平稳,与全国其他地区相比,浓度均值较低.年变化中,四川省甲醛浓度整体高于重庆市,川渝两地的年均最高值分别出现在2011年和2012年,且2015年重庆出现最大下降速率.整个研究区在最高值变化中,1月、2月及11月出现极高值.9年间甲醛浓度整体先上升后下降,浓度等级二级一级三级其他级别,绝对高值集中分布在康定和雅安交界一带,季节变化呈现春季秋季夏季冬季的规律,与全国其他地区夏季最高有所不同.稳定性方面,研究区中部偏西波动较大,东西两部较为稳定,康定和雅安交界处为高波动区,川西西部、川东平行岭谷和重庆为低波动区,其他地区为中等波动区.地形、气候和风向等自然因素的综合作用对甲醛浓度值的大小及空间分布贡献极大,自然地理条件尤其与极端高值高且集中的特点关系密切.社会经济因素中,生产总值增长速度和能源消费总量增长率与四川省和重庆市两地的甲醛浓度变化正相关关系较强,木材加工及草制品业与之负相关关系较强,而纺织业、化学原料和化学品制造业、石油和核燃料加工业只与四川省甲醛浓度有较强的负相关性,重庆相对较弱.     

重庆市大气主要污染物特征分析

基于环境空气质量监测数据,分析了各项污染物时间变化特征,并利用SPSS 19.0软件进行相关性分析和主成分分析。结果表明:SO_2和CO污染较轻,NO_2浓度水平较高,O_3和PM_(2.5)污染相对严重。SO_2和O_3呈现"单峰型",NO_2、CO、PM_(10)、PM_(2.5)呈现"双峰双谷型"的日变化特征。SO_2、NO_2、CO、PM_(10)和PM_(2.5)呈"U型",O_3呈现倒"U型"季节变化特征。PM_(10)、PM_(2.5)与SO_2、NO_2、CO,SO_2与NO_2、CO,NO_2与CO呈现正相关;NO_2、CO与O_3呈现负相关。主成分分析法结果显示第1个因子为PM_(10)、PM_(2.5)、NO_2,第2个因子为O_3。     

"水十条"对北京市地表水环境质量改善分析

为深入分析"水十条"对北京市地表水环境质量状况的影响程度,选取2014—2017年间全市地表水逐月监测数据,从水质类别、污染物浓度和总量减排等角度进行综合分析。结果显示:"水十条"的实施有效改善了北京市地表水环境质量,改善水体主要为劣Ⅴ类和Ⅳ～Ⅴ类水体;全市氨氮(NH_3-N)和高锰酸盐指数(COD_(Mn))浓度分别降低55. 9%和25. 9%,月际间变化规律由U型分布转变为整体下降趋势,其中以再生水、再生水和污水混合水为水源的河流改善幅度较大;污染物总量控制成效显著,"水十条"的实施加速了水劣化足迹的下降。因子分析结果显示:城市、农村和自然为影响北京地表水水质的主要因素。其中,城市化水平与污染物浓度呈显著负相关关系,增加生态用水、加强农业污染源和城市非点源的治理力度将推进首都水环境状况的持续改善。     

成都市气态污染物NO2、SO2与大气颗粒物相关性分析

以成都市为例,研究气态污染物NO_2、SO_2与大气颗粒物之间的相关性。以2014—2016年成都市8个监测站3种污染物(PM_(2. 5)、NO_2、SO_2)的监测数据做统计数据分析,包括趋势分析和相关性分析。分析结果表明:PM_(2. 5)与SO_2和NO_2的关系密切,3种污染物之间总体呈现一致的季节性变化规律,即春、冬高,夏、秋低,且呈现不同的空间变化规律;在重度雾霾条件下,PM_(2. 5)与SO_2的关系较其他污染物密切,但在空气质量条件较好的情况下,PM_(2. 5)与NO_2的关系较其他污染物密切。这说明SO_2对雾霾的形成有着关键作用,特别是在SO_2突然变化的情况下更为明显。因此,未来研究需重点关注SO_2的来源及其清单的准确估算,这对于雾霾的控制异常关键。