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.     

中小型在役桥梁安全预警研究

为了准确评估中小型在役桥梁安全状况,提出利用灰色关联故障树分析法对中小型在役桥梁进行安全预警研究。首先建立中小型在役桥梁安全预警故障树;其次采用专家打分法确定故障树各底事件的不可靠概率,得到各底事件的重要度,并利用灰色关联理论求出故障树各底事件的关联度;根据预警理论将各底事件的关联度与各底事件的重要度加权平均确定预警值所处的警限区间,从而确定警度及需要发出的预警信号灯,完成预警工作,并提出相应的预控对策。最后通过实例分析,结果表明该方法具有可行性与实用性。     

基于灰色关联度的平顶山市耕地面积变化与经济增长关系分析研究

依据平顶山市1988年－2012年公布的耕地面积与经济增长关系数据,选取平顶山市耕地面积,人均生产总值,第一产业在生产总值中的比重,第二产业在生产总值中的比重,第三产业在生产总值中的比重作为分析因子,将灰色关联度分析方法和综合评价模型相结合,建立灰色关联度分析模型,对平顶山市耕地面积变化与经济增长关系分析。结果显示：第三产业最为影响耕地面积的变化,第二产业次之,第一产业再次之,人均GDP最小。能为区域土地利用的长期战略和短期规划提供依据。     

含氯化工废水TOC和COD的相关性研究

COD和TOC均是表征水体有机污染程度的综合性指标,选取含氯有机化工废水和含氯有机无机混合化工废水2种废水,通过准确测定水样的COD与TOC数值,采用一元线性回归方程对所得数据进行拟合,判定高氯废水中COD与TOC的相关性,建立COD对TOC的转换方程.数据表明,样本水样的TOC与COD之间可以建立相应的线性回归方程,TOC与COD之间存在显著的相关性,证明采用TOC值对COD进行转换是可行的.定量关系验证结果表明,TOC对COD的转换系数是可以准确测定的,确定转换系数后,结果是可靠的.     

城市空气污染影响因素的灰色斜率关联度分析研究

城市空气污染严重影响着城市的发展和人民的健康,为了研究城市空气污染的影响因素对于污染的影响程度和类型,采用了灰色系统理论中灰色关联分析方法的斜率关联度模型.以广州、西安和乌鲁木齐为研究对象,选取了几个具有典型的空气污染因素.结果表明:对于这三个城市而言,燃煤都是空气污染的最主要污染因素,而对于不同的城市,其他污染因素对于不同污染物有着不同的影响,在污染治理的时候要分析城市具体所存在的首要污染物以对症下药.     

基于改进灰色关联分析法在居民环境消费结构中的研究

依据平顶山市2005年-2012年的统计年鉴,平顶山市居民环境人均消费性数据,选取食品、衣着、居住、家庭设备用品及服务、医疗保健、交通和通信、教育文化娱乐服务、杂项商品及服务八大类,将改进的灰色关联度分析方法和综合评价模型相结合,建立灰色关联度分析模型,对平顶山市居民环境结构关系进行分析.结果表明:教育文化娱乐环境服务的关联性最高,食品、交通通信、居住医疗保健、衣着、家庭设备用品及服务、杂项商品和服务环境位居其后.     

Application of an odd/even predominance of n-alkanes in oil–source rock correlation: taking the lower Paleozoic strata of the Tarim Basin as an example

The composition and distribution of n-alkanes carbon numbers reflect the source of kerogenic organic matter, sedimentary environment, and maturity of the rocks. The comparison results of the n-alkanes GC (gas chromatography) chromatograms in the Tazhong Low Uplift show that the n-alkanes of the source rocks in Upper Ordovician display an odd carbon number predominance. At the same time, Cambrian–Lower Ordovician exhibit an even carbon number predominance. The correlation between oil and source rock illustrates that crude oils in the fields of well TZ10-12 and well TZ24 stem from the Upper Ordovician source rocks. The origins of the crude oils in the fields of well TZ161-162 and well TZ45 are Cambrian–Lower Ordovician. The strata corresponding to the crude oils with odd/even carbon number predominance match the oil–source rock correlation. Thus, the characteristics of odd/even carbon number predominance in n-alkane compounds are effective for oil–source rock correlation in the Tazhong Low Uplift, Tarim Basin.     

天水市二氧化硫浓度与硫酸盐化速率的相关性分析

以2001～2010年十年间天水市城区二氧化硫浓度与硫酸盐化速率的监测数据为依据,对城区二氧化硫与硫酸盐化速率的浓度水平和变化规律进行了研究,分析和探讨了二氧化硫浓度与硫酸盐化速率相关性。     

城市土地利用类型与PM2.5浓度相关性研究——以武汉市为例

随着我国工业化的不断发展,在我国的主要经济发展地区的雾霾天气不断爆发,使我国的大气环境日益恶化,严重影响了人们的日常生活和身体健康。PM2.5作为雾霾的重要组成成分,也日渐成为环境领域的研究热点问题。随着全球性变化研究领域逐渐加强了对土地利用与生态环境的相关研究,因此无论从法律和社会经济发展的角度,还是从生态资源保护与环境可持续发展的角度,土地利用与PM2.5的相关研究都显得相当重要。研究目的:分析武汉市各类用地类型与PM2.5浓度的相关性程度。研究方法:使用ENVI与ArcGIS对武汉市2013年MODIS气溶胶产品进行空间分析与插值处理,再应用SPSS将其与武汉市2013年10个观测点的PM2.5浓度数据作相关性分析,以证实MODIS气溶胶厚度与PM2.5浓度的相关性,并建立两者的线性回归方程,然后利用计算后的武汉市整体PM2.5浓度分布与各土地利用类型进行相关性研究。研究结果:武汉市PM2.5浓度有明显的空间分布特征,绿化面积比例与PM2.5浓度呈显著负相关,建设用地面积比例与PM2.5浓度呈显著正相关,未利用地面积比例虽然与PM2.5浓度呈正相关,但相关性较低,而耕地与水体对PM2.5浓度没有显著影响。研究结论:土地利用类型对武汉市PM2.5浓度的分布有显著的影响,其与搭载MODIS传感器的遥感卫星监测方式的结合能成为研究大范围特定区域PM2.5浓度空间格局的新方法,并且增加城市绿化面积,控制建设用地规模能有效减少PM2.5浓度。     

西南地区近14a植被覆盖变化及其与气候因子的关系

基于1999~2012年NDVI数据,结合气温和降水资料,运用GIS和RS技术,分析了西南地区近14a植被覆盖的时空变化特征及与气温、降水的关系。结果表明:(1)该区植被生长良好,各植被类型NDVI均呈显著增加趋势。空间整体表现为改善状态,改善面积远大于退化面积,严重退化区仅占1.18%。退化区分布于横断山地北部、四川盆地东部以及云贵高原中部。(2)植被覆盖变化将以良性发展为主,但强持续性的退化区和弱持续性的改善区应值得关注;强持续性的退化区主要分布在横断山地中北部、云贵高原中西部、若尔盖高原中部、四川盆地与若尔盖高原相交区域;草原强持续性的退化面积最大,针阔混交林强持续性的改善面积最大。(3)NDVI与温度存在明显的正相关关系,而与降水及干旱指数变化的关系不太明显,温度是影响该区植被变化的主要自然因素。