哈长城市群县域碳排放空间溢出效应及影响因素研究——基于NPP-VIIRS夜间灯光数据的实证

基于2012-2016年NPP-VIIRS夜间灯光数据测算哈长城市群共计68个县级单元碳排放数据,采用空间自相关、位序规模法则、空间计量模型以及空间马尔科夫链模型,对县级尺度城市碳排放空间特征、影响因素和动态空间溢出作用进行分析.结果表明：①城市碳排放呈现逐年下降的趋势,空间Moran''s I指数表明研究区城市碳排放存在高度的空间自相关,碳排放的高值集聚性呈降低的趋势.②位序规模法则表明,研究区全部城市的碳排放属于次位型分布,高位次城市的碳排放表现突出;在前十位城市的碳排放规模先减少再增加,由分散向集中演变.③多种空间面板模型对比分析表明,城市经济水平和人口密度因素呈现显著的正相关关系;固定投资和外商投资因素仅在时间固定模型中起到正向影响作用;技术进步以及路网密度因素则起到显著的抑制作用.④空间马尔科夫链分析结果表明,城市碳排放空间溢出效应明显,位于低水平区域与高水平区域的城市在转移过程中保持稳定;位于中低水平区域的城市与高碳排放的城市相邻会降低转移概率,反之则会提升转移概率.     

基于OMI数据的东南沿海大气臭氧浓度时空分布特征研究

基于臭氧监测仪(OMI)卫星反演数据,对2005—2018年东南沿海5省区域大气臭氧柱浓度数据进行提取及分析,探讨其时空分布格局及影响因素.结果表明:①在时间变化上,14年间,该区域大气臭氧柱浓度整体呈先上升后下降的趋势,2005—2013年臭氧柱浓度持续升高,最高值为324.52 DU,高值区不断向南部区域扩大;2013—2018年臭氧柱浓度呈下降趋势,最低值为228.27 DU,但在2017、2018年略有上升.②在空间分布上,臭氧柱浓度自北向南逐渐降低,高值区集中分布在江苏及浙江省北部;低值区集中于福建省南部及广东省大部分地区.③在季节变化上,大体呈现出春夏季高于秋冬季,高值区在春夏季交替出现,秋季略高于冬季,但差异不明显.④稳定性分析表明:研究区臭氧柱浓度整体呈现中部分散、南北部集聚、差异较显著的分布格局.⑤自然因素中,风向、气温均呈现显著正相关,江淮地区的梅雨季节(降水)及华南地区的台风和暴雨也起到显著作用.⑥人文因素中,臭氧柱浓度与地区生产总值、各产业生产总值及机动车保有量均表现出正相关,其中,臭氧柱浓度与第二产业的相关度最高.另外,臭氧柱浓度与NO_x排放量表现出显著相关性.VOC_s对臭氧柱浓度的影响中,工业源是主控因素,交通源和居民源次之,电厂源对臭氧柱浓度的影响最弱.这进一步说明臭氧浓度的变化受到了诸多因素的综合影响,但气温、NO_x及VOC_s的排放是臭氧浓度变化的主导因素.     

降水空间异质性对非点源关键源区识别面积变化的影响

针对地形起伏和降水空间差异较大的农业区非点源污染问题,基于SWAT模型评估了阿什河流域在异质性降水和均匀降水两种情景下总氮、总磷关键源区空间变化规律,统计了两种情景下识别的关键源区面积变化,并分析其与降水特征参数的关系.结果表明,降水量一定时,两种情景下识别的总氮、总磷关键源区面积变化趋势大致相同,且总磷关键源区面积不易受降水空间异质性的影响,但总氮关键源区面积却明显受到其影响.对各年份总氮和总磷关键源区面积与降水特征参数的相关分析表明,总磷关键源区面积与当年降水量呈显著正相关,而总氮关键源区面积却与前一年降水量呈显著正相关.研究结果对进一步探讨降水这一重要驱动因子的不确定性对非点源污染关键源区的影响,以及农业非点源污染的治理具有重要意义.     

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.     

沱江沉积物中有机氯农药分布特征及其与藻类有机质的关系和生态风险评估

使用气相色谱-质谱联用仪分析了长江支流沱江流域48个表层沉积物中有机氯农药（organochlorine pesticides,OCPs）的残留水平,探讨了其分布和组成特征及其与总有机碳（total organic carbon,TOC）、藻类有机质之间的关系,以及评估其生态风险.结果表明沱江流域表层沉积物中OCPs的总含量为3.17~127 ng·g^-1,其中六六六（hexachlorocyclohexane,HCHs）类农药的含量为2.83~86.0 ng·g^-1,滴滴涕（dichlorodiphenyltrichloroethane,DDTs）类农药的含量为0.340~40.9 ng·g^-1.OCPs空间分布特点为：上游 < 中游 < 下游 < 支流.HCHs和DDTs的组成成分分析表明,沱江流域存在林丹输入的现象,主要来自于历史残留,这与绝大多数流域的DDTs的输入状况相似.OCPs含量与TOC、藻类有机质含量之间存在着极显著的正相关性关系,表明藻类有机质在TOC对沉积物中的OCPs分配中起更为重要的作用.生态风险评估表明,沱江流域表层沉积物的有机氯农药存在较大的生态风险,可能对河流的底栖生物及生态环境造成明显的影响.     

基于卫星遥感气溶胶产品评估体系的气溶胶时空分布及变化趋势表征

卫星遥感气溶胶虽然空间覆盖度高,但不同产品数据在准确性和适用性上存在显著差异.为了能够科学定量的衡量各个产品的优劣,选择最合适的气溶胶产品,该研究以数学统计为基础,提出了一种卫星遥感气溶胶产品评估体系,并依此确定了全球6个人口密集地区的最优卫星数据集,在此基础上开展了近10年的（2009—2018）气溶胶时空变化分析.结果表明暗像元算法在植被覆盖度高的地区表现最好,深蓝算法在亮地表的沙漠干旱地区更占优势,而暗像元-深蓝融合算法在土地类型复杂且气溶胶来源多变时得以突出.人口密集的6个区域中,除了区域A和区域B,其它地区的大气污染水平整体偏高.其中,A、B、E的气溶胶负荷呈下降变化,区域F基本不变,其余区域上升变化.评估体系的建立为气溶胶遥感产品的选取提供了新的衡量方法,且该文关于气溶胶时空分布及变化的分析可以为区域性气溶胶研究提供一定的参考价值.     

O3-BAC深度处理工艺中细菌群落时空分布及动态变化规律

为弄清饮用水O₃-BAC深度处理工艺过程中细菌群落的时空分布和动态变化规律,本研究以我国南方某O₃-BAC深度处理工艺水厂为研究对象,采用NovaSeq6000高通量测序技术对夏季和冬季各工艺单元出水及滤砂和活性炭生物膜等细菌群落进行解析.结果表明,出厂水pH、浊度、COD_Mn、菌落总数等指标均满足《生活饮用水卫生标准》（GB5749-2006）的要求.夏季细菌群落多样性明显高于冬季,活性炭生物膜的细菌群落多样性高于滤砂生物膜;混凝沉淀、臭氧化和消毒是影响细菌群落多样性的主要工艺单元.水样和生物膜样品绝对优势菌门均为变形菌门（Proteobacteria）,且主要菌门组成大体相同,但细菌群落门水平相对丰度存在一定的时空差异,属水平上差异则更为明显.此外,检测到的条件致病菌属主要包括芽孢杆菌属（Bacillus）、不动杆菌属（Acinetobacter）、假单胞菌属（Pseudomonas）和分支杆菌属（Mycobacterium）,且其所占核心微生物OTUs数目不受季节性影响.水温和生物可降解溶解性有机碳（BDOC）是显著影响细菌群落分布的主要水质参数.以上研究结果表明,O₃-BAC深度处理工艺过程中细菌群落具有时空变化特性,并可为饮用水微生物安全保障提供支撑.     

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.     

成都市大气颗粒物粒径分布及其对能见度的影响

使用环境颗粒物分析仪（GRIMM180）对成都市2018年10月—2019年9月0.25~32 μm的大气颗粒物数浓度粒径分布进行观测,结合细颗粒物（PM_2.5）质量浓度以及相对湿度（RH）、能见度、降水量等气象要素数据,分析了成都市大气颗粒物粒径分布及其与能见度的关系.结果表明,观测期间成都市大气颗粒物以细粒子为主,0.25~0.5 μm的粒子数浓度占总数浓度的97.75%,数浓度谱呈单峰分布,2018年秋季、2019年夏季表面积谱呈双峰分布,2018年冬季、2019年春季表面积谱呈三峰,体积谱均为三峰分布;在不同RH区间,PM_2.5质量浓度及数浓度均与能见度呈负相关,且其中0.25~0.5 μm粒径段的细颗粒物因为对可见光波段的米散射效应而对能见度产生较大影响;在不同RH情况下,不同粒径段颗粒物数浓度对能见度的影响程度有所差别：在低RH（<70%）下,0.25~0.3 μm粒径段粒子数浓度对能见度影响最大;在中等RH（70%~80%）下,0.3~0.5 μm粒径段粒子数浓度对能见度的影响最大;而在高RH（>80%）下,0.3~0.5 μm和0.5~1 μm粒径段粒子数浓度对能见度影响相当.     

中国菌糠露天焚烧污染物排放时空分布特征

基于我国2000~2017年食用菌年产量数据,采用排放因子法估算了菌糠露天焚烧的污染物排放量,利用Mann-Kendall法和聚类分析法分析了排放量的时空分布特征,使用回归分析法预测了污染物的排放趋势.结果表明：（1）2000~2017年全国菌糠露天焚烧污染物排放量持续上升,PM_2.5、CO₂、CO、CH₄、NMVOCs、PAHs、NO_x、SO₂累积排放量分别为1.40×10⁶,3.48×10⁸,1.99×10⁷,8.43×10⁵,2.08×10⁶,3.00×10⁴,6.34×10⁵,8.29×10⁴t;（2）污染物排放量较高的省区包括山东、黑龙江、浙江、湖南、江苏、福建和河南,排放量较低的省区包括贵州、宁夏、天津、北京、新疆、重庆、甘肃;（3）预计2021年菌糠焚烧污染物总排放量高达4.25×10⁷t,其对生物质焚烧污染物总排放量的贡献率约为19.82%.我国菌糠露天焚烧污染物排放规模较大,应予以重点关注.