上海市夏季高架道路边颗粒物垂直分布研究

为研究夏季高架路边颗粒物浓度的垂直分布规律,以上海市南北高架交叉处路边垂直区域为研究对象,通过Fluke 985粒子计数器采集颗粒物数量浓度数据。分析了6种直径范围颗粒物(0.3~0.49μm、0.5~0.99μm、1~1.99μm、2~4.99μm、5~9.99μm、≥10μm)在高架路垂直区域的分布规律,并结合微观尺度下的交通、气象、高度等数据建立了逐步回归和SVM神经网络预测模型。结果表明:在高架路边的垂直方向上,随高度增加,6种颗粒物浓度整体呈现下降的趋势;0.3~0.49μm、0.5~0.99μm、1~1.99μm三种颗粒物浓度受高架桥带来的"盖子效应"影响,在距离地面约21 m高的7楼达到最大值;总体上早高峰颗粒物浓度大于晚高峰,工作日颗粒物浓度高于非工作日;SVM神经网络模型比线性逐步回归模型能更好地预测高架路边颗粒物的垂直分布规律,可作为上海市夏季非降水天气高架桥面附近颗粒物浓度预测的方法。     

南京典型站点春季大气颗粒物数谱分布特征

利用TSI公司的APS和SMPS系统,于2017年4月在江苏省环境监测中心点位连续一个月进行大气颗粒物数谱观测,结果表明,南京市春季典型月份大气颗粒物数浓度和体积浓度均值分别为1.64×104cm~(-3)和1.65×106μm~3/m~3;核模态、爱根核膜态、积聚模态和粗粒子模态数浓度占比分别为22.72%,53.52%,23.72%和0.05%,体积浓度占比分别为0.01%,1.76%,55.82%和42.41%;颗粒物数浓度平均日变化呈现双峰结构;PM_(2.5)体积浓度和质量浓度具有高度相关性;存在明显的新生粒子事件,3~10 nm颗粒物数浓度小时均值短时7 500 cm~(-3)。     

基于支持向量回归机的南黄海浒苔分布面积预测模型

绿潮作为一种新型的海洋灾害,已经引起了各个国家的重视.依据2012年南黄海海域浒苔遥感监测分布面积数据,选取了温度、天气状况、风向、风力、浪高5种影响浒苔扩散的气候因子,建立了基于SVR的浒苔分布面积预测模型,并与经典的最近邻点插值模型、线性插值模型、3次样条函数插值模型和分段3次Hermite插值模型进行了回归效果的对比.分析结果表明,基于SVR的浒苔分布面积预测模型能够为浒苔遥感数据的插补提供一种方法,且回归效果优于传统的回归方法,为浒苔的防治提供辅助决策信息.     

2013年北京市PM2.5重污染日时空分布特征研究

根据2013年北京市环境保护监测中心监测的PM2.5数据,系统分析了北京市重污染日PM2.5污染的时空分布特征,并利用克里格插值初步统计了全年和重污染日PM2.5不同浓度区间的国土面积。2013年全市PM2.5年均浓度为89.5μg/m3,重污染日平均浓度为218μg/m3,重污染日主要集中在冬季;PM2.5年均浓度呈现明显的南高北低梯度分布特征,而重污染日空间分布较均匀,南部及城六区存在明显的高污染区,平均浓度在180μg/m3以上;2013年北京市重污染日PM2.5平均浓度为150~250μg/m3,其对应的国土面积约为12 656 km2,PM2.5平均浓度在250μg/m3以上的国土面积约为883 km2,而全年无PM2.5平均浓度在150μg/m3以上所对应的国土面积。     

乌鲁木齐市近年来大气降尘变化规律及空间分布特征

基于乌鲁木齐市多年监测的降尘数据,对乌鲁木齐市城区的降尘量进行了统计分析,得出了乌鲁木齐市近10年来降尘的总体变化规律;利用方差分析方法检验了不同季节降尘的显著性差异,发现采暖期的降尘量明显大于非采暖期;按行政区分析降尘量的分布变化,结果为不同行政区存在差别;利用秩相关系数法对其进行了趋势分析。结果表明,乌鲁木齐市的降尘呈下降趋势。利用Arc GIS9.3中的普通克里格插值方法绘制了乌鲁木齐市城市自然降尘的空间分布图。     

长江三角洲城市群土地利用及其生态系统服务价值时空演变研究

采用1990、2000、2010和2015年四期长江三角洲城市群土地利用数据，利用土地利用转移概率矩阵等方法，描述了长江三角洲城市群的土地利用方式和转移方向，采用谢高地等修正Costanza价值量评价法定量计算了区域内的生态系统服务价值，并借助地理探测器对其空间分布格局进行了归因解释。研究表明：长江三角洲城市群土地利用类型以耕地为主，呈现逐年减少的趋势，林地变化相对稳定，水域变化先增后减，建设用地持续增长且保留率最高，耕地为其主要转化来源，草地主要转化为耕地和林地，水域主要转出为建设用地。1990、2000、2010和2015年长江三角洲城市群的生态系统服务价值分别为 2 644.26、2 639.53、2 615.49 和 2 569.88 亿元，总体呈逐渐下降趋势，其中农田生态系统价值下降最多，森林生态系统对整个区域的贡献率最大，Ⅲ、Ⅳ等级的城市的生态系统服务价值高于Ⅰ、Ⅱ等级，且城市规模越大，经济价值越占主导地位。空间分布格局形成以太湖和巢湖为中心的高值集聚区、东南地区高于西北地区的特征，其受到坡度、高程、土壤类型、人口等因子的影响。     

我国某铁路局2005-2014年行车事故分布规律分析

针对我国某铁路局行车事故多发情况,从事故等级分布、类型分布、原因分布、时间分布、空间分布等多个方面对2005-2014年1 784起铁路行车事故进行综合统计分析,得出了近10年该铁路局行车事故的分布规律.一般D类事故1 008起,占事故总数的85％,是铁路行车事故的绝对主要等级;延误事故1 059起,占事故总数的59.4％,是铁路行车事故的主要类型;设备原因行车事故1 185起,占事故总数的66.42％,是铁路行车事故的绝对主要原因.铁路行车事故在年、月、日、时上的高峰期分别为2006年(293起)、8月(180起)、周五和周天(267 +288起)、14:00-16:00(184起),分别占事故总数的16.4％、10.1％、31.1％、10.3％.车站铁路行车事故978起,占事故总数的54.8％;其中四等站事故最多为345起,占车站事故总数的35.3％,特等站事故次之为187起,占车站事故总数的19.1％.     

嘉陵江有毒鱼类的分布研究

为了丰富人们对有毒鱼类的认知,结合8年的调查数据和已有资料对嘉陵江中有毒鱼类的种类、分布和食性进行研究。研究结果发现:在嘉陵江中有毒鱼类共计18种,隶属于4目6科17属,随着分类水平的变化(从目、科、属到种),有毒鱼类在不同分类级别下所占的比例逐渐降低。嘉陵江有毒鱼类中仅圆口铜鱼(Coreius guichenoti)和鳜(Siniperca chuatsi)分布于中下游,其余16种有毒鱼类分布于整个嘉陵江干流。Jaccard’s相似性分析表明各江段有毒鱼类分布的相似性极高,卡方(χ~2)检验结果显示各江段有毒鱼类分布无显著性差异(p0.05)。嘉陵江分布的有毒鱼类共4类,包括卵毒鱼类2种,血清毒鱼类1种,胆毒鱼类9种以及刺毒鱼类7种,其中鲇(Silurus asotus)既属于卵毒鱼类也属于刺毒鱼类,胆毒鱼类全部来源于鲤科鱼类,暂没有发现皮肤黏液毒鱼类。这18种有毒鱼类共包含7种食性类型,主要以杂食性和肉食性类型为主,分别占有毒鱼类种类数的38.89%和33.33%。通过本研究可知,有毒鱼类在嘉陵江中分布广泛,有毒鱼类种类和类别较多。该研究促进了人们对嘉陵江有毒鱼类相关知识的了解,为进一步研究嘉陵江有毒鱼类奠定了基础。     

流量分布系数对低压热释放速率测量的影响

热释放速率是反映火灾规模的重要参数,但高海拔低压地区可燃物燃烧的热释放速率测量一直未得到有效解决。为此,引入烟气管道流量分布系数,并对其进行低压修正,基于耗氧原理分析了低压条件下可燃物燃烧的热释放速率测量原理,提出了低压燃烧热释放速率的计算方法。在此基础上,设计并搭建了低压燃烧舱模拟高海拔低压环境,开展了不同静态低压条件下的正庚烷池火试验,并对烟气管道流量分布系数与不同的静态环境低压进行线性关系、指数关系等拟合,发现试验工况压力下的流量分布系数与响应的环境压力呈指数函数关系,且拟合度高达97.2%。采用指数函数关系并根据能量守恒对试验测量出的低压热释放速率进行修正,误差不超过5%,表明该方法可行。     

天津市地表水体与沉积物中7种高关注酚类化合物的污染特征与生态风险分析

为探究地表水体与沉积物中酚类化合物的污染分布特征和生态风险,选择天津市3个水源地与6条主要河流,采集了26个地表水样与6个沉积物样品,利用固相萃取与超声萃取、高效液相色谱-串联质谱法(HPLC-MS/MS)测定了水样及沉积物中1-萘酚(1-naphthol)、壬基酚(nonylphenol, NP)、双酚A(bisphenol A, BPA)、2-苯基苯酚(biphenyl-2-ol)、3,4-二氯酚(3,4-dichlorophenol)、四溴双酚A(tetrabromobisphenol A, TBBPA)和对叔丁基苯酚(p-tert-butylphenol, PTBP)等7种高关注酚类化合物的浓度水平,并应用物种敏感性分布(species sensitivity distribution, SSD)法和熵值法(ecological risk quotient, RQ)评估7种酚类化合物水环境和沉积物的生态风险。结果表明,地表水样中7种酚类化合物均全部检出;其中壬基酚的检出浓度最高,其次为四溴双酚A、对叔丁基苯酚、1-萘酚、2-苯基苯酚、3,4-二氯酚和双酚A。沉积物中酚类化合物的污染分布规律与水样相似,除双酚A外的目标物全部检出。其中,壬基酚浓度比其他物质浓度高2个数量级。风险评估结果显示,壬基酚对水环境与沉积物存在不可接受的风险;而四溴双酚A、对叔丁基苯酚、1-萘酚、2-苯基苯酚、3,4-二氯酚和双酚A则对环境具有较低风险或者存在一定的风险。