SWDC数字航空摄影仪在特大地震灾害中的应用

我国是一个自然灾害频发的国家,汶川大地震产生的巨大破坏将国家减灾救灾的战略需求提到了更高的地位.利用国产SWDC数字航空摄影仪等航空遥感平台,在灾前预警、灾中应急和灾后重建等不同阶段获取及时、准确、有效的灾害数据,是减灾救灾的重要组成内容.阐述了SWDC在灾中应急与灾后详评估中采用的技术方案,并于2008年5月16日、18日、21日三次获取了北川、平武、安县和青川等县市的航空遥感影像,制作了北川县地质灾害分布图、灾区公路损毁分布图等图件.在此基础上,对SWDC的数据快速获取能力和高精度的灾害详评估进行了着重论述.最后,分析了灾害应急航空遥感数据处理的现状,对各种处理手段进行了对比分析,并对航空遥感的未来发展进行了展望.     

北京降尘重金属污染水平及其空间变异特征

为了研究北京大气降尘中重金属污染水平及其空间变异特征,分别于2013年6—10月(非采暖期)、2013年11月—2014年3月(采暖期)收集了北京大气降尘样品66份,采用Elan DRC Ⅱ型电感耦合等离子体质谱仪(ICP-MS)测试了样品中的37种重金属质量分数.结果表明:非采暖期北京大气降尘中Cd、Zn、Pb 3种重金属污染最严重,三者质量分数分别为5.3、822.0、177.2 mg/kg,分别超出各自北京背景值的1 065.0%、516.2%和403.1%;采暖期北京大气降尘中Mo、Cd、Bi、Zn 4种重金属污染最严重,四者质量分数分别为8.7、2.7、3.0、660.5 mg/kg,分别超出各自北京背景值的656.9%、495.8%、457.5%和395.2%;与非采暖期相比,采暖期大气降尘重金属中除Zn、Pb、Cd质量分数分别降低了19.6%、25.3%和48.9%外,其余元素的质量分数却有不同程度的升高,其中Sr、Ba、Ce、Cu、Cr、W、La、Ni、Mo、Co等10种重金属质量分数升高了53.2%～176.7%.ArcGIS地统计插值研究表明,非采暖期主要重金属(Cr、Cu、Zn、Zr、Ba和Pb)空间分布呈现出较强的变异性;采暖期降尘中主要重金属存在不同程度的空间变异,Ba和Zn的空间变异较强,二者高值区和低值区相互交错分布;Cu和Pb的空间变异相对较弱,二者高值区和低值区分布均呈规律性分布.元素示踪分析表明,无论是采暖期还是非采暖期,北京降尘重金属污染均主要来源于机动车尾气和垃圾焚烧.      

中国臭氧时空分布特征及与社会经济因素影响分析

本文根据2015～2017年中国大陆338个城市空气质量监测站臭氧(O_3)浓度数据,综合利用空间插值法、全局自相关法和地理加权回归模型(GWR),探讨了O_3浓度的时空变化特征及其与社会经济因素的关系。结果表明,2015～2017年中国大陆338个城市的O_3日最大8小时浓度为2～300μg/m~3,其中超标天数比例为5. 9%,323个城市达标率在85%以上; O_3月均值变化曲线基本呈"单峰状",5月达到峰值,12月最低; O_3浓度季节变化为夏季春季秋季冬季; O_3日变化特征为夜间到清晨O_3浓度很低,上午8∶00左右开始升高,下午16∶00达到峰值;中国华北地区、华东地区和华中地区O_3污染严重,华南地区、西南地区、西北地区和东北地区整体污染较低。O_3浓度在全国尺度上的集聚性呈上升趋势,GWR表明,人口密度、人均私家车保有量与O_3浓度显著正相关,第一产业占比与O_3浓度显著负相关。     

磷亏缺芦苇对氮梯度变化的生理响应

研完了磷亏缺芦苇在不同氮浓度梯度下（0mg／L、2mg／L、5mg／L、15mg／L）干重、鲜重、叶面积等形态学指标和叶片叶绿素、丙二醛（MDA）、超氧化物歧化酶（SOD）、过氧化氢酶（CAT）和过氧化物酶（POD）等生理学指标的变化,研究结果表明：芦苇形态学指标和叶片叶绿素含量均随氮浓度的增加呈现先增加（低浓度范围：0-5mg／L）后减小（高浓度范围：5—15mg／L）的趋势。MDA及活性氧清除系统指标则呈现先降低（低浓度范围：0-5mg／L）后升高（高浓度范围：5—15mg／L）的趋势。表明在低浓度范围内,氮浓度增加可以缓解芦苇磷亏缺胁迫症状,而当氯浓度超过了芦苇的耐受阂值之后（5mg／L）,芦苇在磷亏缺和氮过量的双重胁迫下,体内活性氧清除系统被破坏。与正常磷供给相比（10mg／L）,磷亏缺芦苇对氯的耐受阈值下降了96．8％—90．6％。研究结果可为富营养化水体水生态环境的改善提供科学依据。     

基于Ward系统聚类的京津冀城市群空气质量时空变化特征与成因分析

京津冀城市群是中国空气污染最严重的区域之一,探明该地区空气质量的时空变化特征和影响因素对空气污染防治具有重要意义。利用2014—2018年空气实时监测数据,运用系统聚类与空间分析方法,研究京津冀城市群空气质量的时空变化特征和关键影响因素,结果表明:2014—2018年京津冀城市群空气质量改善趋势明显,SO₂、PM_2.5、PM₁₀与CO浓度均有显著下降,O₃浓度逐年升高;以PM_2.5、PM₁₀、NO₂与O₃四项污染物浓度指标为依据,可将区域空气质量状况分为“低-低-低-低”(Ⅰ类),“中低-中低-高-中低”(Ⅱ类),“中高-中高-中低-高”(Ⅲ类)与“高-高-中高-中高”(Ⅳ类)4个区域,区间城市的地理点具有空间上的连续性,区内城市则具有空间上的聚集性;空气质量指数(AQI)呈“秋冬高,春夏低”的变化特点,5—9月O3污染突出,10月至次年4月颗粒物污染突出,四类分区内的特征污染物和变化规律各异;污染“热点”始终保持在保定西部-石家庄-邢台-邯郸一带,区域春夏季AQI的差异表现为东西向,秋冬季则表现为南北向;政策影响对污染物减排作用明显,是整个地区空气质量改善的根本原因。太阳辐射、空气湿度、季风等气象因素是张家口与承德夏季臭氧污染的关键因子,污染物排放变化是第Ⅱ、Ⅲ、Ⅳ类城市空气质量改善的主要原因,风速,降雨等气象因子具有局部调节作用。在微观区域分析中,第二产业比重对PM_2.5和O₃的影响以北京-廊坊-天津为核心由内而外逐渐减小,汽车拥有量的影响逆向增加。     

中国三大城市群PM2.5浓度非线性变化分析

以三大城市群为研究区,基于PM_2.5浓度数据,利用ITA和Beast方法定量分析PM_2.5时间序列的非线性变化过程.结果表明：①三大城市群PM_2.5污染程度下降明显,高浓度区域明显缩小;PM_2.5浓度空间极化程度降低,空间差异缩小.大多数地区的PM_2.5浓度都具有下降的趋势,但变化程度并不相同.京津冀PM_2.5浓度相较于长三角和珠三角,仍处于较高水平.②三大城市群PM_2.5浓度具有冬春季高、夏秋季低的季节变化特征.冬季与夏季PM_2.5浓度差异明显, PM_2.5浓度在夏季的收敛性大于冬季.PM_2.5浓度高的区域下降趋势明显,但珠三角的PM_2.5浓度下降趋势相较于长三角和京津冀不明显.③三大城市群PM_2.5浓度时间序列均具有显著下降趋势,且京津冀>长三角>珠三角;PM_2.5浓度在冬季下降趋势最大.PM_2.5污染等级越高,下降趋势越明显.④京津冀PM_2.5浓度时间序列趋势分量具有两个突变点,季节分量中具有一个突变点;长三角PM_2.5浓度时间序列的趋势分量和季节分量均无突变点;珠三角PM_2.5浓度时间序列的季节分量无突变点,趋势分量具有一个突变点.结果可为区域空气污染治理相关工作的开展提供科学的参考.     

密云水库上游河流水质空间异质性及其成因分析

于2018年非汛期(4—5月)和汛期(8—9月)在潮白河上游流域布设28个监测断面,监测了11项水质指标并进行统计分析,同时,结合GIS空间分析功能来分析水质时空变化特征及其成因.结果显示:从时间上来看,密云水库上游水质表现为汛期差于非汛期,非汛期主要污染物为TP,其均值(0.29 mg·L~(-1))超过了Ⅲ类水质标准且变异系数较高(0.89),存在显著的空间差异,受点源、沿河岸农业面源和第一产业活动的影响较大;汛期主要污染物为TN,其均值(5.98 mg·L~(-1))超出了Ⅴ类水质标准但变异系数不高(0.55),有机物和泥沙的变异系数相比非汛期都有所增加,说明汛期呈现更加显著的变异性,受流域面源、第一产业和生活污染的影响较重;从空间上来看,潮河水质差于白河,潮河主要污染物是TN和TP,主要受农业面源和第一产业活动的影响,白河主要污染物为TP和有机物,主要受第三产业和第一产业的影响,受农业面源污染的影响相对较低.     

2018~2020年北京市交通监测站点大气污染特征分析

基于北京市34个空气质量监测站点收集的5种主要污染物浓度（NO₂、CO、O₃、PM_2.5、PM₁₀）数据,对2018~2020年北京市5个交通站点污染物浓度进行分析,并与11个城市评价站点及2个背景点（密云水库、定陵）进行对比.结果表明：（1）3a间各污染物浓度年际变化总体呈下降趋势,除PM₁₀外,交通站点各污染物浓度降幅均大于城市评价站点.2020年交通站点NO₂降幅最大,比2018年下降了31.37%.除个别时期外,5种污染物浓度在交通站点比城市评价站点普遍高出3%~50%.且以NO₂最为突出.（2）2018~2020年各监测站点不同污染物浓度的季节变化特征表现不同.O₃夏季高、冬季低,最高值出现在2018年6月;其余4种污染物浓度基本表现为冬季高、夏季低;2018年3月受沙尘及不利气象条件影响,污染物浓度出现了极高值.（3）为研究新冠肺炎疫情对交通污染排放的影响,比较了5种污染物的浓度变化.与2019年同期相比,疫情后三个阶段的NO₂下降最为显著.交通站点NO₂、CO、PM_2.5平均降幅比城市评价站点高出了4.81%、10.21%、4.38%.     

京津冀及周边MAIAC AOD和PM2.5质量浓度特征及相关性分析

基于2014~2018年京津冀及周边地区MAIAC AOD和PM_2.5质量浓度数据,探讨AOD和PM_2.5质量浓度的时空差异,并利用线性回归探讨两者之间的相关性.结果表明,PM_2.5日均浓度超标天数分别占33%和57%（执行世界卫生组织IT.1和IT.2日均标准值）,污染较为严重.Terra、Aqua MAIAC AOD和PM_2.5年均浓度均呈下降趋势,PM_2.5浓度呈现出冬春季高、夏秋季低的特点,而Terra、Aqua AOD则表现为春夏季高、秋冬季低.PM_2.5及AOD的季均和年均浓度均呈现"北低南高"的区域分布特征,高值区主要位于河北南部、山西南部、山东西部以及河南北部,低值区主要位于山西北部、河北北部以及山东东部.PM_2.5年均浓度介于27~99μg·m^-3,AOD年均值介于0.20~0.69.Aqua AOD与PM_2.5浓度的相关性更高,且不同季节Terra、Aqua AOD与PM_2.5相关性差异显著,总体均表现为春冬季良好,夏秋季相对较差.对卫星AOD进行垂直和湿度订正后,其与PM_2.5的相关性显著提高.