国有农场土地经营权流转促进了耕地养护吗?北大核心CSCDCSSCI

随着土地经营权流转向市场化、正规化转变,转入主体在养护耕地上是否仍然比承包户消极,产权期限较短是否是经营主体不养护耕地的主要原因。中国国有农场土地制度与农村地区存在差异,但有助于回答以上问题,其结论不仅能提供新的经验和证据,对农村耕地保护亦有前瞻和启示作用。文章构建了经营主体养护耕地的理论模型,基于新疆生产建设兵团国有农场1191个棉花种植户数据,运用考虑了内生性的估计策略,考察了高商品化率、市场化流转的大规模农业中,不同产权性质和产权期限地块的养护差异。结果表明:①尽管租入地的合约期限远低于承包地的承包期限,但通过市场化流转而获得耕地的规模租入户改良土壤比承包户更积极。而在残膜对产出的影响未超过“危害阈值”的情形下,租入户在地膜回收上比承包户消极;②产权期限与种植户改良土壤并不总是显著正相关,与较长产权期限相关联的负面特征(较低的治污价值认知)导致了其与地膜回收行为的反向影响关系;③经营权流转能够促进耕地养护,特别是对于规模租入户以及政府无差别干预的养护行为,同时经营主体所具备的大规模、高管理技术水平特质使其获取的收益能够抵消产权期限短带来的不利影响。为避免委托代理风险、促进不同经营主体用养结合,应采取能够提升远期农地价值和现期作物收益的措施,如完善土地承包经营退出机制以提升养护耕地的远期土地价值,政策激励瞄准经营主体的长期行为结果,并为经营主体提升养护耕地的作物收益提供技术支持和信息干预等。     

外界风对小城镇多层建筑火灾流场的影响

随着市场经济的不断发展,城市化的进程加快,农村人口向城市流动,使小城镇建设规模不断扩大,因而火灾等各种灾害对小城镇居民的生命和财产所造成的损失也越来越大。火灾时,外界风向、风速对火灾流场可能产生很大的影响。笔者根据小城镇一般民宅和建筑物的高度特点建立相应的几何模型和物理模型,利用Phoenics软件,从理论上研究了小城镇一幢楼房不同位置的房间发生火灾时,外界吹来不同风速的正向或侧向风,对房间内外稳态温度场与流场的影响。特别研究了房间内热气流流出窗外向上运动的浮力和外界风力相互作用发生的现象及其对房间内流动的影响。同时,还对不同外界风速情况下,房间内外速度中性面倾斜的角度等问题进行了初步讨论     

航海雷达溢油监测技术研究

航海雷达可以克服夜间或者恶劣天气,全天时探测海上溢油目标,在海上溢油监测领域中具有广阔的应用前景。以大连"7.16"事件中监测到的雷达溢油图像为数据基础,基于航海雷达溢油监测原理,提出了采用卷积、Otsu和均值滤波算法,进行雷达图像降噪处理;利用图像整体均值运算,确定溢油监测的有效范围;采用阈值二值化与面积判别的方法,锁定油膜位置。相对专家解译和C-V水平集方法,本文所述的方法能够自动识别油膜信息,且具有较高的运行效率。     

2019年西安末场雾霾PM2.5生消扩散特征

为了探寻西安雾霾气溶胶典型生消扩散特征,对2019年最后一场雾霾(简称末场雾霾)开展了高分辨WRF-Chem(the Weather Research and Forecasting model coupled to Chemistry)模拟,并结合环境监测站监测数据、以及特殊观测数据(西安理工大学气象站、粒谱仪、太阳光度计观测等),对末场雾霾发生发展的气象条件与气溶胶条件进行了综合诊断,研究结果如下:①通过与观测数据对比表明,模式较好地再现了雾霾生命史(发生于12月20—25日,于23日上午发展为重度霾).②四川北部是此次雾霾的发源地,在雾霾形成初期,沿着低矮地势存在一条输送通道(青川县-康县-徽县-两当县-秦岭西部低矮地形与青藏高原东部山脉之间的豁口-宝鸡-西安).③特殊的地形使得西安易于滋养雾霾,而较大尺度的秦岭山脉并不能完全阻挡西安雾霾的形成与扩散.④通过对比2019年首、末两场雾霾,揭示了两场雾霾气溶胶的共性特征:雾霾天气背景下,PM_2.5的组份以有机碳为主(接近或突破40 μg·kg^-1);偏北风是西安雾霾消散的关键因子(底层持续6 m·s^-1以上的平均风速,即可以吹散雾霾),雾霾消散时先从底层开始消散.     

铁路行车事故加权马尔可夫SCGM(1,1)c预测模型及应用

从铁路行车事故的预测问题出发,试图找到稳定有效的方法对铁路行车事故进行预测.首先引入BX数据生成法对原始数据序列进行处理,以弱化原始数据之间的随机性.建立了单因子系统云灰色SCGM(1,1)c模型,揭示铁路行车事故时序变化的发展趋势.参照原始数据的中心趋势曲线,来划分铁路行车事故状态,得到了状态转移概率矩阵.据此计算自相关系数并进行归一化,作为各步马尔可夫链的权重,提出了加权马尔可夫SCGM(1,1)c模型,以修正SCGM(1,1)c模型的预测值,对铁路行车事故总数进行了拟合和预测.结果表明:相比较而言,加权马尔可夫SCGM(1,1)c模型在对铁路行车事故的拟合和预测中均有较好的效果,拟合精度和预测精度分别达到了98.92％和96.36％.     

基于LES的建筑物周围监测站点代表性的研究

文章通过利用大涡模拟的方法,研究了不同建筑物高度和不同风速对建筑物周围流场的影响,并结合国控监测站点实测数据分析,探讨建筑物对监测点代表性的影响。结果表明:(1)在建筑物侧面和顶部区域风速明显增大,空腔区内流速明显降低,在建筑物背风侧尾流区随着气流逐渐远离建筑物,速度值与来流风速一致。(2)建筑物影响的绕流区范围与来流风速基本无关,主要受建筑高度影响;空腔区向下方向延伸的范围和横向范围分别是建筑物高度2.0~3.0倍和2.7~4.0倍,垂直向范围约是建筑物高度的1.3~1.6倍。(3)建筑物建成后监测点附近的流场和污染物浓度分布均发生明显变化,建筑物建成后局地风速明显降低、污染物浓度显著增加,使得监测点观测的监测数据不能代表该地区的空气质量水平,影响其代表性。     

烟台市典型工业排放PM2.5源成分谱特征研究

鉴于烟台市本地化源成分谱研究缺乏的现状,以及颗粒物精细化来源解析及环境管理的需求,采用NK-ZXF颗粒物再悬浮采样器,对6家烟台市典型工业下载灰源样品进行再悬浮采样,构建6类〔燃煤电厂、供热锅炉、生物质锅炉、钢铁（烧结）行业、玻璃行业和垃圾处理行业〕PM_2.5源成分谱,并对PM_2.5源成分谱特征及其排放颗粒物携带重金属特征进行评估.结果表明:①燃煤电厂PM_2.5源成分谱的标识组分包括Si、Cl-和SO₄2-,其质量分数分别为15.2%、9.3%和7.8%;与燃煤电厂相比,供热锅炉排放的PM_2.5中w（OC）偏高、w（SO₄2-）偏低;生物质锅炉排放的主要组分有K、Cl-和OC等,其质量分数分别为7.4%、13.3%和8.6%;钢铁（烧结）行业PM_2.5源成分谱中w（Ca）、w（Fe）和w（Cl-）较高;SO₄2-和Ca为玻璃行业PM_2.5源成分谱的主要组分,其质量分数分别为20.6%、8.2%;垃圾处理行业重金属质量分数最高,其主要组分为Cl-和SO₄2-.②CD（coefficient of divergence,分歧系数）计算结果表明,各源成分谱有一定相异性（CD范围为0.53~0.70）,其中生物质锅炉与垃圾处理行业PM_2.5源成分谱差异（CD为0.70）最大.③各典型工业排放PM_2.5所携带重金属特征显示,垃圾处理行业排放PM_2.5中的重金属质量分数（2.3%）最高,燃煤电厂、供热锅炉、生物质锅炉和玻璃行业排放的重金属中Cr、Ni和Cu相对质量分数较高,钢铁行业和垃圾处理行业排放的重金属中Pb相对质量分数较高.研究显示,所构建的烟台市各典型工业排放PM_2.5源成分谱特征鲜明,能够反映各行业PM_2.5排放特征.      

于桥水库浮游藻类时空分布规律的数值模拟研究

于桥水库作为天津市重要的饮用水水源地,为改善水库环境、防治水华爆发,有必要研究其浮游藻类时空分布规律.本研究的主要方法是引入可以反映影响藻类生长的多个复杂非线性因子的综合参数——藻类综合生长系数,用于表征其生长变化趋势,该综合参数作为参变量添加到动力迁移模型中的对流—扩散传导方程中求解,实现生长模型与动力迁移模型的耦合,得到的耦合模型即可达到对藻类的生长规律和动力迁移作用同时兼顾的效果.应用耦合模型对于桥水库库区藻类进行模拟预测,模拟输出的时空分布图能够直观清晰地显示库区藻类浓度偏高时期和易富集区域,模拟值与实测值的平均误差为15.4%,在可以接受范围之内.模拟结果表明该模型可用于探索藻类的生长、富集和迁移规律,并为水库防治水华采取相应措施提供科学依据.     

甘肃省冬季颗粒物浓度的数值模拟

颗粒物浓度的数值模拟能够反映颗粒物的空间分布特征,对于防治大气颗粒物污染具有一定意义.利用MEIC清单和第二次全国污染源普查（简称“二污普”）数据统计的甘肃省工业源、电力源、农业源、民用源和交通源五类源的主要污染物排放量,分析了污染源排放的空间分布特征,利用WRF-Chem模式模拟了甘肃省2019年1月PM₁₀和PM_2.5浓度,将模拟结果与甘肃省33个环境空气质量国控监测点颗粒物日均监测数据进行对比,检验WRF-Chem模式模拟的性能,进一步分析了甘肃省颗粒物浓度的空间分布特征.结果表明:①甘肃省SO₂、NO_x、PM₁₀、PM_2.5、VOCs、NH₃和CO在1月的排放量分别为2.12×104、2.96×104、2.97×104、2.43×104、3.18×104、1.27×104和3.04×105 t,除NH₃外,其他污染物排放高值主要分布在兰州市、嘉峪关市等工业发达地区.②33个环境空气质量国控监测点模拟与监测的PM₁₀和PM_2.5浓度的相关系数分别为0.544和0.597,颗粒物的模拟值与监测值有较好的相关性;WRF-Chem模式模拟结果显示,PM₁₀和PM_2.5浓度高值分布在兰州市,次高值分布在天水市和庆阳市,甘南藏族自治州以及河西地区颗粒物浓度较低,这是甘肃省工业布局、扩散条件和地形条件综合作用的结果.研究显示,WRF-Chem模式可以较好地模拟甘肃省区域颗粒物浓度时空分布特征.      

黑龙江省环境空气污染物和气象要素的典型相关分析

通过对黑龙江省4个自然年(2016年1月1日—2019年12月31日)环境空气污染物和气象要素的分析,揭示了黑龙江省气象条件对空气污染物浓度的影响规律与特征。对PM_(2.5)、PM_(10)、SO_2、NO_2、CO和O_3等6项污染物的描述性统计和简单的相关分析显示:黑龙江省环境空气质量呈现逐年变好的趋势,非采暖期环境空气质量好于采暖期,6项污染物中除O_3呈现夏季偏高以外,其余污染物采暖期浓度均高于非采暖期。运用典型相关分析法探究环境空气污染物与温度、降水量、相对湿度、风速和气压5项气象要素之间的关系,并进行统计学检验,结果表明:环境空气污染物与气象要素之间存在显著相关,温度、风速和相对湿度对污染物具有显著影响。非采暖期大气相对湿度对PM_(10)和O_3-8h的影响显著;而在采暖期,风速对PM_(10)和PM_(2.5)的影响显著。