北京城6区大气颗粒物质量浓度变化规律研究

为较好地了解当前北京城6区大气颗粒物PM2.5和PM10质量浓度的污染水平及变化规律,根据2013年3月11日至2014年2月28日城6区12个空气质量实时监测点连续、实时的监测结果,构建多点位、完整时间序列的颗粒物质量浓度数据资料.应用数理统计分析手段,对当前北京城6区大气颗粒物质量浓度的频数分布、相关性和逐时变化特征进行分析,并结合全年实际气象特征,对引起大气颗粒物质量浓度变化的因素进行了初步探讨.结果表明,2013年3月至2014年2月北京城6区大气颗粒物污染较为严重,且PM2.5和PM10质量浓度具有特别显著的线性相关关系,全年相关系数达0.9,10年间无显著变化;二者年均值达91.7 μg/m3和116.9 μg/m3,分别超标162％和67％;二者质量浓度比达78.4％,10年间同比增长约20％.颗粒物质量浓度逐时变化受季节变化影响明显,总体呈现夜间最高、白天最低的趋势,变化周期为7～9h.研究表明,影响颗粒物质量浓度变化的因素包括春季的大风和生物粒子、夏季的湿热和降雨、秋季和冬季的逆温现象和降雪等气象因素及规律性的人为源因素.     

基于SVM的矿井通风阻力系数影响因素分析与预测

矿井通风阻力系数是通风安全最重要的基础参数之一，为了实现矿井通风阻力系数简单准确地预测，提出了利用支持向量机（SVM）来预测矿井通风阻力系数的方法。通过分析影响因子与矿井通风阻力系数的相关性关系，并利用MATLAB逐步建立单影响因素与矿井通风阻力系数、多影响因素与矿井通风阻力系数之间的SVM预测模型，对比分析各预测模型的相对误差，确定最佳矿井通风阻力系数预测模型，即当输入模型影响因素为巷道断面积、周长和支护方式时，预测相对误差小于10%的样本数占测试样本的76%，相对误差小于20%的样本数占测试样本的90%。结果表明:该预测方法在矿井通风阻力系数预测中是可行的，并具较高的准确性。     

宝鸡高新区春节前后大气中黑碳浓度特征及来源解析

基于春节前后(2018年1月1日—2018年3月31日)宝鸡市高新区宝鸡文理学院站点的黑碳气溶胶(BC)、浊度仪、颗粒态污染物(PM_(10)、PM_(2.5)和PM_(1.0))、气态污染物(CO、NO_2、SO_2和O_3)的逐时数据及常规气象数据,对宝鸡市高新区BC气溶胶的时间变化特征、来源及影响因素进行分析.结果表明,观测期间BC质量浓度的变化范围为0.01—5.62μg·m~(-3),平均浓度为0.63μg·m~(-3).BC与风速和能见度均呈负相关.观测期间BC浓度日变化呈"双峰双谷"型,峰值出现在09:00和19:00,谷值出现在05:00和16:00;寒假前BC浓度昼夜变化整体高于寒假期间和春季开学,可能与寒假前频繁的人为活动,不易扩散的气象条件有关.BC占PM_(2.5)的0.84%,其吸收作用占大气消光的2.14%.除O_3外,BC日平均浓度与PM_(2.5)、CO和NO_2呈显著相关,相关系数分别为0.626、0.623和0.473,说明BC气溶胶与之均有部分共同源.     

中国服务业碳生产率的空间收敛性研究

在经济服务化与低碳化的双重背景下,研究中国服务业碳生产率的演变轨迹,区域差异及空间收敛特征,对于推动中国服务业高质量发展具有重要的意义。采用2004—2016年中国30个省(区、市)的面板数据,对服务业碳生产率进行测度,并对其演变轨迹与区域差异进行分析,在此基础上,系统考察中国服务业碳生产率的空间收敛性。研究表明:①中国服务业碳生产率在整体上呈逐年增长态势,且呈现从东到西逐次递减的格局。②中国服务业碳生产率存在正向空间自相关关系,并且空间自相关程度表现出波动上升趋势。③全国与西部服务业碳生产率均不存在σ收敛,即服务业碳生产率的地区差异并未随着时间的推移而缩小;东、中部服务业碳生产率则在整体上呈现σ收敛特征。全国以及东、中、西部服务业碳生产率均存在绝对β收敛和条件β收敛,即服务业碳生产率落后地区对发达地区存在"追赶效应",各地区服务业碳生产率最终向自身的稳态水平趋同;空间效应加快了全国与东部服务业碳生产率的β收敛速度。④人均服务业增加值增长速度、部门结构以及能源消费结构对服务业碳生产率具有显著的负向效应,人力资本则对服务业碳生产率产生了显著的正向影响。据此,本文的政策启示如下:①重视服务业碳排放问题,构建服务业低碳绩效评估体系。②探索建立定期会商制度,加强服务业低碳技术的跨区域交流合作。③完善基础设施,促进要素空间互动和优化重组。④调整服务业能源结构与部门结构,推进人力资本积累和服务业稳增长。     

阿什河底栖动物群落特征及影响因子

阿什河作为松花江的一级支流,全境包含了从Ⅰ类到劣Ⅴ类的各种类型水质。通过对阿什河沿线底栖动物群落构成进行调查,结合典范对应性分析(CCA)对底栖动物群落与环境因子进行相关性分析得出结论,溶解氧和高锰酸盐指数为研究区域内底栖动物群落构成的主要限制因子。为分析不同水质条件下底栖动物种群变化成因和从生物学角度提出阿什河治理方法提供技术依据。     

1900～2018年全球自然灾害时空演变特征与相关性研究

全球紧急灾难数据库EM-DAT(Emergency Events Database,简称EM-DAT)中1900～ 2018年的自然灾害数据,综合趋势检验及突变点检测方法、标准差椭圆空间统计方法,探究灾害的时空分布、演变趋势及不同灾害之间的相关性.结果 表明:(1)洪水、干旱和风暴的危害性较大.其中,洪水发生次数最多,干旱造成的死亡人数最多,风暴造成的经济损失最为惨重;(2)从时间上来看,灾害发生次数先增加后稍有减少,总体呈上升趋势;因灾死亡人数则自1932年后大幅度减少,呈下降趋势;灾害经济损失持续增加,呈上升趋势;(3)从空间上来看,灾害发生次数分布格局呈南北方向扩张、东西方向收缩趋势,整体往东南方向移动;灾害死亡人数空间分布先呈现西北-东南分布格局,后转变成西南-东北格局,且这种格局不断弱化,直到最后重新呈现西北-东南分布格局;灾害经济损失重心东西方向移动距离大于南北方向,经济损失主方向总体向西北方向转移;(4)洪水、风暴、地震、流行病、滑坡5种灾害与所有灾害均呈显著正相关,相关性系数都达到0.57以上,相互作用较强,其中,地震与风暴两种灾害间的相关性系数最高(为0.906).     

巢湖和太湖微囊藻毒素差异性研究

采用固相萃取高效液相色谱法检测巢湖和太湖水体中5种微囊藻毒素(MCs)——MC-RR、MC-YR、MC-LR、MC-LA、MC-LY的含量。结果表明,巢湖水体中的MCs以MC-RR、MC-LA、MC-LY为主,太湖水体主要以MC-RR、MC-LR、MC-LA为主,其中太湖MC-LR的最高质量浓度为2.558μg/L,超过《地表水环境质量标准》(GB 3838—2002)中对集中式生活饮用水地表水源地的限定值(1μg/L)。分析巢湖和太湖水体中MCs与水质指标之间的相关性,发现同种MCs与两湖环境因子的相关性存在明显差异。逐步回归拟合结果表明,氨氮和DO分别能与巢湖MC-LR、MC-LY进行拟合;Chl-a、TOC能与太湖MC-LR回归拟合,TOC能与太湖MC-YR进行拟合。由于多数MCs不能通过水质指标的拟合结果来预测,因此在未来研究中需结合环境因子和MCs的遗传机制来共同分析MCs在水中的分布规律。     

近十年重庆市NDVI变化及对气温降水的旬响应特征分析

在利用SPOT VGT NDVI旬数据、重庆市及周边20个气象站点1999~2010年日气温与降水数据以及研究区相关图件资料的基础上，运用均值法、差值法、趋势线分析和时滞互相关分析法分析重庆市NDVI变化的时空特征及旬平均NDVI与旬均温和旬降水的相关性以及时滞情况。结果表明：1999~2010年重庆市NDVI呈稳步上升趋势；NDVI下降的区域主要集中在渝西北、渝东北、渝南等三峡库区的外围；NDVI与气温和降水之间存在较强的相关性，且NDVI与气温较与降水之间的相关性更强，表明在研究区气温对NDVI的影响大于降水；NDVI与气温和降水之间的相关性和时滞情况存在明显的东南-西北差异，东南地区时滞较长、相关性低，西北地区时滞较短，相关性高；各植被类型NDVI与气温和降水的相关程度高低以及响应速度的快慢决定于各植被类型的生长发育规律及其对气温或降水要求的高低     

吉林省城市紧凑度与城市效率的时空演变及相关性

紧凑城市理念被认为可以有效提高城市经济发展效率,减少城市在开发建设、资源配置等方面的低效率。为探究我国城市紧凑度和城市效率的时空演变及两者间的相关性,本研究以吉林省地级及以上城市为研究对象,研究时间段选择为2000—2013年。研究主要分为三个部分。第一部分,运用熵值法,对吉林省地级及以上城市的紧凑度时空演变特征进行研究,研究发现,吉林省城市紧凑度平均水平较低,并且空间分布极不均衡,受区位和经济发展水平影响较大,高紧凑度城市基本位于哈大城市走廊一线。第二部分运用DEA数据包络模型,对吉林省城市效率演变特征进行研究,结果显示,吉林省城市效率在经过了长期的反复波动后于2012年步入快速增长阶段,受多种因素影响,各城市全要素生产率增长节奏迥异,但都表现出与技术进步一致的变动性,城市经济发展对新技术、新的生产要素投入的依赖较大,资源利用效率整体较低。第三部分运用R语言对吉林省城市紧凑度与城市效率的相关性进行了研究,两者间存在极弱的相关性,接着借助象限图法得出两者在不同时间段内存在一定程度的同步性,紧凑度提升时大部分城市的城市效率会出现提升,紧凑度的下降不一定有效引起城市效率同步下降。     

厦门市空气污染的空间分布及其与影响因素空间相关性分析

基于空间信息技术、克里格插值与空间相关矩阵,研究厦门市SO2、NO2、PM10和PM2.5污染浓度空间分布特征。通过提取人口密度、道路面积比重、建设用地比重、地表温度及植被指数等空气污染影响因素的空间分布数据,划分研究区为生态区、居住区与工业区,定量评价了污染物浓度与影响因素的空间相关性,并识别出各污染物的主要影响因素。结果表明:污染浓度分布总体上呈现出工业区-居住区-生态区递减的空间特征,其主要受工业排放和机动车排放的影响;SO2与除地表温度外的其他影响因数均有较强空间相关性,PM10和PM2.主要与道路面积比重、建设用地比重具有较强相关性,NO2则与道路面积比重的相关性最强,污染浓度与影响因数空间相关性呈现出工业区-居住区-生态区递增趋势;与按照行政区的划分相比,工业区、居住区、生态区的划分显得更为合理。