北京市臭氧污染跳变型特征及影响因素分析

基于2016~2022年北京市环境监测和气象观测数据,结合后向轨迹聚类和潜在源区贡献分析北京市臭氧（O₃）污染特征、气象影响和潜在源区.结果表明,2016~2022年北京市共发生41次具有跳变特征的O₃污染过程,平均为5.9次·a^-1,发生时间集中在5~7月,跳变当日（OJD2）较跳变前一日（OJD1）的ρ（O₃-8h）平均值偏高78.3%,峰值浓度偏高78.9%,OJD2区域O₃浓度高值带呈现由南向北推进的特征.北京市跳变O₃污染发生主要原因可归纳为不利气象条件导致的本地积累叠加区域传输影响.跳变型O₃污染发生时具有偏南风频率增加、温度上升、气压降低和降水减少的特征,偏南风频率增加为O₃及其前体物的传输提供条件,在本地高温作用下快速发生光化学反应,叠加降水较少,综合推高OJD2的O₃浓度水平.聚类分析得到6条气团输送路径,OJD2来自偏北方向的气团减少11.2%,来自偏南和偏东方向气团增加6.7%和4.4%,气团以短距离传输为主,偏南和偏东方向对应的O₃浓度较高,对北京污染贡献较大.潜在源区分析揭示OJD2的O₃污染的主要潜在源区是京津冀中南部和东部,贡献了82.6%污染轨迹.跳变型O₃污染区域输送贡献明显,需要加强京津冀区域联防联控．     

森林净生态系统生产力及其生物影响因子研究进展

在全球大气二氧化碳浓度上升的背景下,陆地生态系统碳循环及碳汇功能研究得到了广泛的关注,日益成为今后的政治和外交的重大议题之一.净生态系统生产力(net ecosystem production, NEP)是生态系统光合固定的碳与生态系统呼吸损失的碳之间的差值;或者为生态系统净的碳积累速率.NEP 的研究整合生态系统地上和地下部分,把生态系统碳循环的影响因子有机地联系了起来.当NEP为正值时,说明生态系统为碳汇,NEP为负值则表明生态系统为碳源.随着植物和土壤相互联系及其对生态系统过程研究的深入,NEP已经成为生态系统碳循环研究的核心概念之一.以森林NEP为出发点,综述了国内外的最近的 NEP 研究进展,分析了 NEP 研究的科学意义;探讨了植物群落组成/生物多样性、土壤微生物群落、大型/土壤动物和人为的管理或干扰等生物因子对NEP的影响.根据综述研究提出未来研究应在:(1)土壤生物过程、土壤食物网及其与地上部分植物/动物相互作用对NEP的影响;(2)自然林生物多样性的竞争/共存机制与生态系统碳吸存稳定性;(3)人工林固碳潜力和不同植物功能群(灌草层)对生态系统碳动态影响等方面加强,以期为全面认识生物因子对森林生态系统系统固碳现状、机制和潜力提供理论基础.     

不同轮作制度下施肥对冬小麦田间杂草群落及小麦生长的影响

为探讨不同轮作制度下长期施肥对冬小麦Triticum aestivum L.田间杂草及小麦生长的影响,我们在三个长期田间肥效试验定位点,研究3种轮作制度下(冬小麦-大豆Glycine max (L.) Merr.(WS)、冬小麦-夏玉米Zea Mays L.(WM)、冬小麦-中稻Oryza sativa(WR))长期不同施肥模式对冬小麦田间杂草群落及小麦生长的影响.研究表明,在3种轮作制度下,平衡施加N、P、K肥或者NPK肥配施有机肥均可以显著降低冬小麦田杂草密度、地上生物量和田间光照透过率,促进冬小麦生长,并提高冬小麦产量和地上生物量;而且在冬小麦-大豆轮作和冬小麦-中稻轮作的冬小麦田中平衡施加N、P和K肥可以在控制杂草密度的同时保持一个较均一的杂草群落.3种轮作制度下各指标相对值比较发现,3种轮作制度改变施肥对冬小麦田间光照透过率影响程度的顺序与3种轮作制度改变冬小麦田中施肥对杂草密度和地上生物量影响程度的顺序相同;另外,在冬小麦-大豆轮作和冬小麦-中稻轮作制度下杂草密度与冬小麦田间光照透过率之间的相关系数也很高(R≥0.7906),说明施肥对冬小麦田间光照透过率的改变可能是施肥影响冬小麦田间杂草群落的主要途径之一.轮作制度改变冬小麦田中施肥对优势杂草种类数和杂草生物多样性影响的程度差别不大,这可能是因为轮作改变施肥对田间杂草的影响并没有达到引起田间杂草物种消亡的程度.结果表明,在3种轮作制度中施肥对冬小麦田间杂草群落及小麦生长的影响虽有差异,但都显示出施肥在抑制田间杂草发生、维持杂草生物多样性和提高作物产量上的作用.     

基于深度学习的大数据空气污染预报

为了更好地反映环境污染变化趋势,为环境管理决策提供及时、全面的环境质量信息,预防严重污染事件发生,开展城市空气质量预报研究是十分必要的.本文针对环境大数据时代下的城市空气质量预报,提出了一种基于深度学习的新方法.该方法通过模拟人类大脑的神经连接结构,将数据在原空间的特征表示转换到具有语义特征的新特征空间,自动地学习得到层次化的特征表示,从而提高预报性能.得益于这种方式,新方法与传统方法相比,不仅可以利用空气质量监测、气象监测及预报等环境大数据,充分考虑污染物的时空变化、空间分布,得到语义性的污染物变化规律,还可以基于其他空气污染预测方法的结果(如数值预报模式),自动分析其适用范围、优势劣势.因此,新方法通过模拟人脑思考过程实现更充分的大数据集成,一定程度上克服了现有方法的缺陷,应用上更加具有灵活性和可操作性.最后,通过实验证明新方法可以提高空气污染预报性能.     

麦秸焚烧导致的北京市大气污染时空分布和化学组成特征分析

为了全面评价农田秸秆焚烧产生的污染事件,并为制定有效的管理措施提供依据,于2006年6月20日监测了西南风下北京南部农田麦秸焚烧产生的污染物向北京传输的过程.获得了SO2、CO、NOx以及可吸入颗粒物(PM10)质量浓度的数据.颗粒物的化学组分数据.数据分析结果表明,污染输送对北京市西南部地区空气质量影响最大(PM10小时浓度超过600μg·m-3),对北部山区影响较小(PM10浓度峰值在110μg·m-3).高浓度污染在市区持续时间最长.麦秸焚烧通过输送增加了PM10(尤其是PM1)、CO、NO2以及NMHC等污染物质,这使得与前一日相比污染物之间的相关关系发生了变化:SO2与其它污染物的相关性不显著,而CO与NO2、CH4与NO显著相关.因子分析进一步揭示,气象条件对污染物浓度变化具有主导作用,而由麦秸焚烧所产生的外来污染源属于次要地位.污染输送过程中,PM25中的硝酸盐类和有机碳、碳黑质量浓度增大.麦秸焚烧所输送的气态污染物和细小颗粒物对人体健康存在威胁,在不利扩散的气象条件下在大气中存留时间加长.研究结果表明,气象条件不利于污染扩散时必须禁止农田秸秆焚烧.     

北京市夏季不同O3和PM2.5污染状况研究

从天气背景场、气象要素、前体物和PM_(2.5)化学组分、气团运动轨迹以及大气氧化性等方面对北京市夏季两种不同的O_3和PM_(2.5)污染状况进行了分析.结果表明,O_3达到中度污染而PM_(2.5)浓度优良(O_3和PM_(2.5)一高一低)污染状况的天气形势场为:高空为偏西北气流,地面受高压后部控制;而O_3和PM_(2.5)同时达到中度污染(O_3和PM_(2.5)两高)的天气形势场为:高空为偏西气流,地面受低压控制.与O_3和PM_(2.5)一高一低污染状况相比,O_3和PM_(2.5)两高时的气象要素特征为:偏南风更为明显和相对湿度更高.O_3和PM_(2.5)两高时污染物浓度演变特征为,O_3和PM_(2.5)的起始浓度较高,PM_(2.5)日变化特征更为明显,而O_3平均浓度却低于O_3和PM_(2.5)一高一低的污染状况.前体物、大气氧化性以及PM_(2.5)化学组分分析的结果表明,较高的起始浓度在不利气象条件下的积累和吸湿增长以及当天较大偏南风造成的区域传输可能是造成O_3和PM_(2.5)两高污染状况中PM_(2.5)浓度达到四级中度污染的主要原因.     

2019～2021年北京市PM2.5及组分受风向影响研究

利用北京市2019～2021年的气象数据、PM_2.5及组分浓度数据,结合常规污染物NO₂浓度,分别对PM_2.5及组分浓度、气象参数、NO2浓度和氮氧化率(NOR)大小的时空变化进行分析比较.结果表明:2019～2021年三年间北京市城区PM_2.5浓度下降14%,但NO₃^-上升12%;各风向上,北京市城区PM_2.5浓度大小顺序为:东北风>东风>西南风>东南风>南风>西风>北风>西北风,此外,二次无机盐组分最高浓度均出现在偏东风风向,有机物(OM)最高浓度出现在西南风;各风向年际变化上,2019～2021年,北京市PM_2.5、各组分及NO₂浓度在空间上均呈现高浓度“东移”特征,NO₃^-在东北风向上上升幅度最高,达65.7%;东北、东风及东南风风向上,相对湿度同步升高,NOR在东北、东风风向上同步升高,升高幅度达...     

Assessment of China''''s economic loss resulting from the degradation of agricultural land in the end of 20th century

IntroductionUnderanintegratedactionofhumaneconomicactivitiesandsomeadversenaturalfactors,farmlanddegradationisadynamicprocessthatcanleadtoanunbalancingofecologicalsystems,worseningofsoilquality ,adeclineinsoilrenewablecapacity ,andaweakeningofsoilcarryingcapacity.Usually ,thedegradationofagriculturallandincludesadiminishingofvegetation ,soildeterioration ,andnaturaleco environmentaldegradation .Farmlanddeteriora tionhasatwofoldmeaning :qualityandquantity .Allofthephenomenaandprocessesbroughtab…     

Dissimilatory reduction of Fe~III (EDTA) with microorganisms in the system of nitric oxide removal from the flue gas by metal chelate absorption

IntroductionThecombustionoffossilfuelsgeneratesSO2 andNOxpollutantswhichcauseairpollutionandacidrain .Existingfluegasdesulfurization(FGD)scrubbersinvolvelimestoneprocesses,whichareefficientforcontrollingSO2 emission ,butareincapableofremovingalmostwater i…