颗粒物CEMS的取样问题和基本分析技术

介绍了在实际应用中的颗粒物CEMS的取样问题和基本分析技术,着重强调了颗粒物分层对取样点位的影响以及在基于光学技术的颗粒物CEMS运行中,保持颗粒物特性和尺寸分布相对稳定的重要性.     

北京市虚拟水消费与贸易

北京市作为水资源极度紧缺的城市,亟需提高水资源的利用效率。本文基于多尺度投入产出分析模型,对2012年北京市虚拟水消费及贸易情况进行了核算与分析,并与2007年的结果进行了比较。计算结果表明：2012年北京市消费引发的虚拟水用量高达139.5亿m³,是基于生产的直接实体用水量（35.9亿m³）的3.89倍;对比2007年,虚拟水消费增长（23.7%）远比直接用水增长（11.8%）快。北京市使用的全部水资源中仅有5%由北京本地供应,有超过3/5从国内其他省市调入,约35%从世界其他国家进口。与此相对应,这些水资源有1/5被北京本地消费使用,约3/4被调出到国内其他省市,6%被出口至其他国家。与2007年相比,2012年北京市国内虚拟水贸易由净调入转为净调出,净调出量为2007年净调入量的1.1倍;而国际虚拟水贸易由净出口转为净进口,净进口量为2007年净出口量的837.2倍。北京市2012年净输入虚拟水资源103.6亿m³（全部来源于国际贸易）,有效地避免了对本地水资源的过度开采。与此同时,北京市通过转口贸易的形式将大量进口的虚拟水调出到了中国其他省市,为缓解国内水资源紧张局面作出了贡献。未来北京市应当在考虑能源矿产供应安全及消化国内过剩产能的前提下有策略性地增加矿产、能源、建筑和交通运输设备等部门部分产品的进口,以达到节约我国水资源及全球范围内水资源高效利用的目的。     

基于U型管原理的浅层地下流体环境监测与取样技术

在能源与废弃物地下储存及地下水环境评估与污染治理等领域,为了对地下水环境进行三维高精度连续监测,中国科学院武汉岩土力学研究所开发了一种基于U型管原理的地下流体多层取样和监测装置。介绍了这种基于U型管原理的气体推动式取样装置,并与国内外多种同类型的取样技术进行对比。共开发出3种不同型号的流体取样装置,经过多次场地试验和工程检验,验证了该浅层U型管监测装备是一种性能可靠、运行稳定的浅部地层(0～200 m)取样监测设备。作为地下水环境监测平台,浅层U型管监测系统可以进行技术集成化改进并进一步增加其应用深度,后期开发前景和应用前景广阔。     

基于GEE的1998～2018年京津冀土地利用变化对生态系统服务价值的影响

在京津冀地区可持续发展评估研究中,对生态系统服务价值进行动态估算具有重要意义.本文以京津冀地区为研究区,基于谷歌地球引擎(GEE)云平台采用分类决策树(CART)分类算法对研究区内1998、2003、2008、2013及2018年的Landsat TM/OLI影像进行监督分类得到5个时期土地利用数据并定量分析1998～2018年京津冀地区土地利用动态变化规律,再利用生态服务价值(ESV)当量估算方法定量估算京津冀地区的ESV并结合15 km×15 km尺度格网探明其时空动态变化.结果表明:①1998～2018年间,京津冀地区6种土地利用类型中建设用地(增加16. 67%)及草地(减少13. 73%)面积占比变化幅度最大,水体(减少0. 2%)面积占比变化幅度最小.②京津冀地区ESV总价值在1998～2003年间出现短暂增长(增加91. 97亿元),2003～2018年间持续降低(减少239. 07亿元),主要与建设用地面积在除1998～2003年的其余3个时间段扩张较快有关,6种土地利用类型中林地提供的ESV最高,建设用地及未利用土地提供的ESV最低.③基于15 km×15 km尺度格网的ESV时空分析表明,1998～2018年间京津冀地区ESV中等区逐渐较少,ESV较低区及较高区逐渐增加,且ESV较低区增速高于较高区.④1998～2018年间,京津冀地区6种土地利用类型对价值系数的敏感性系数(SI)范围为0～0. 40,且均低于1,表明本文ESV对修订后的生态系统服务价值系数缺乏弹性,证明本文定量估算ESV的结果是可靠的.在未来经济发展中,京津冀地区应合理优化土地利用格局,加强对林地、草地、水体及耕地的保护.研究可为制定可持续发展战略,建设生态友好型社会提供参考.     

基于MGWR模型的中国城市PM2.5影响因素空间异质性

基于全国297个地级市2018年PM_2.5浓度数据、自然与社会经济数据,采用多尺度地理加权回归（MGWR）模型分析了各影响因素对PM_2.5浓度的作用尺度与影响效果的空间异质性.结果表明,MGWR模型适用于中国地级市PM_2.5浓度影响因素研究.在作用尺度上,人均GDP、技术支持水平作用尺度最大,其次是相对湿度、居民地比重、人口密度与风速,降水量、第二产业比重、植被覆盖状况、温度与能源消费强度作用尺度最为局限.在影响效果上,相对湿度、人口密度与居民地比重全部为正向作用;第二产业比重和能源消费强度主要为正向作用,分别占总样本的70.71%与64.98%;风速、温度既存在正向作用也存在负向作用,空间上呈两极分化,其中正向作用分别占总样本的49.83%与57.91%;降水量、植被覆盖状况主要为负向作用,分别占总样本的91.58%与69.70%;人均GDP、技术支持水平全部为负向作用.研究结果表明各因素对于中国城市PM_2.5浓度的影响均存在着不同程度的空间异质性.     

基于细胞尺度的光照对四尾栅藻生长的影响

以四尾栅藻（Scenedesmus quadricauda）为研究对象,采用平行平板流动腔装置,基于计算机视觉的藻细胞动态生长观察方法,从单细胞尺度研究不同光照强度对四尾栅藻藻细胞生长的影响.成功建立了四尾栅藻个体生长曲线模型,模型拟合效果良好.结果表明：在8000lux光照强度下,藻细胞的体积最大比生长速率最大,即四尾栅藻生长的最适光照强度为8000lux;适宜的光照条件可以增加藻细胞分裂时的大小,小于8000lux时,藻细胞分裂体积随着光照强度的增加而增加,大于8000lux时,藻细胞分裂时体积反而越来越小;较高的光照强度还有利于藻细胞适应新的环境,减少藻细胞复苏时间.     

末次冰期Bipolar Seesaw现象研究进展与展望

频繁的千年尺度气候波动是冰期气候的典型特征.末次冰期时,南极和格陵兰在千年尺度呈现出反相位的温度变化:当格陵兰气候处于暖期时南极缓慢降温,当格陵兰处于冷期时南极缓慢升温.这种南北极遥相关现象被称为Bipolar Seesaw.Bipolar Seesaw对气候的影响是全球性的,并且Bipolar Seesaw背后的物理过程与冰期大气CO2浓度变化密切相关.因此,研究Bipolar Seesaw对于理解冰期气候的运行机制,探究大气CO2变化的控制因素,具有重要意义.目前学界对末次冰期Bipolar Seesaw现象的观测研究已较为全面,但Bipolar Seesaw的具体机制仍有众多问题未得到解决.本文综述了近年来国际上关于Bipolar Seesaw的研究进展,并归纳了Bipolar Seesaw未来的几个研究方向.     

乌海市夏季臭氧污染特征及基于过程分析的成因探究

乌海市地形复杂,周边工业园区分布密集,近年来夏季O₃污染问题突出,且污染特征与形成机制尚不明确,分析乌海市O₃变化特征,探究O₃污染形成机制对该区域大气污染防治具有重要意义.本文在分析乌海市2018年6~8月3次持续O₃污染过程特征的基础上,利用WRF-CMAQ模式系统进行模拟并根据过程分析输出结果对污染的成因进行了深入分析,探讨了区域输送和局地光化学反应对乌海市O₃的影响.结果表明,乌海市夏季O₃呈现"单峰"的日变化特征,近地面O₃与向下短波辐射和气温显著呈正相关,与相对湿度呈负相关;空间分布上,乌海市3个工业园区白天和夜间均为O₃低值区,乌海西南部宁夏石嘴山地区、乌海城区和西北部乌兰布和沙漠地区白天为O₃高值区;过程分析结果表明,输送和化学过程及其相对大小对乌海市O₃有决定性影响,6月和7月的污染过程中局地光化学反应和输送共同导致O₃显著升高,且化学过程的影响是输送的两倍左右,8月O₃的升高主要为输送作用的贡献;进一步对输送作用进行分解可知偏南和西北方向的输送对O₃的升高有较大贡献,结合前体物的排放,可能的传输来源为宁夏银川、石嘴山及巴彦淖尔等区域,因此,乌海市应在控制本地排放的基础上,加强区域联防联控,减少区域传输对O₃的影响.     

中国暖季近地面臭氧浓度空间格局演变及主要气象驱动因素

中国的近地面臭氧（O₃）浓度在2015~2018年间持续升高,已成为仅次于颗粒物的重要大气污染物.基于中国337个城市2015~2018年暖季（4~9月）的实时O₃浓度数据和气象数据,利用趋势分析、空间自相关、热点分析和多尺度地理加权回归（MGWR）,研究了2015~2018年中国暖季地表O₃浓度的空间演变格局,探讨了气象因素对其驱动的空间差异性.结果表明：①中国暖季O₃浓度整体呈显著升高趋势（P<0.05）,平均升高速率为0.28 μg·（m³·a）^-1,其中超过55%的城市O₃浓度每年升高0.50 μg·m^-3;②O₃浓度存在明显的区域差异,高值区（平均浓度>60 μg·m^-3）分布在华东、华北、华中和西北部分地区;低值区（平均浓度<20 μg·m^-3）分布在华南和西南地区;③O₃浓度变化趋势在空间上存在位于华东、华北、西北以及华中地区的热点区域和位于西南、华南（广西）以及东北地区的冷点区域;④气温是中国暖季O₃变化的主要气象驱动因素,其对华北、西北和东北地区O₃浓度的影响显著高于其他地区;除广西、云南和江西部分地区外,O₃浓度与气温呈显著正相关;O₃浓度在华南、华东和华中大部分地区与风速呈显著负相关,O₃浓度在华北和东北部分地区与风速呈显著正相关;除辽宁、山东、河北、甘肃、广东及西南部分地区外,O₃浓度与云层覆盖度呈显著负相关;除西北和西南部分地区外,O₃浓度与降水呈显著负相关.     

郑州市大气氨排放清单及驱动力分析

采用排放因子法建立郑州市分县区2017年大气氨排放清单,并实现1 km×1 km空间网格分配,同时进行2007~2017年氨排放趋势及1989~2017年氨排放驱动力相关性分析.结果表明,郑州市2017年氨排放量为18143.3 t,排放强度为2.4 t ·km^-2,农业源为主要排放源（63.4%）,逸散源次之（11.3%）;农业源中畜禽养殖氨排放主要来自蛋禽、肉猪和奶牛养殖;排放量前三的区县为登封市、荥阳市和新密市,分别占总量的19.3%、16.5%和15.6%;空间上郑州市南部及中西部地区排放量较高,东北部地区排放量较小;2007~2017年各区县氨排放整体呈下降趋势,1989~2017年郑州市氨排放呈类似环境库兹涅茨曲线趋势,即氨排放整体上随着人均GDP和城镇化率上升而先增加再下降.