太原市大气降尘化学组分及来源的粒径分布

2019年11月～2020年12月,从太原市8个监测站点采集的大气降尘样品,进行化学组分和粒径分析,研究了降尘化学组分及降尘来源的粒径分布特征.研究结果表明:首先,太原市降尘的粒径大小受地理位置影响显著,呈现南部粒径大,北部粒径小的特点,且呈现秋冬季粒径偏大的季节特点,这与太原市降尘污染源的时空分布有关.此外,不同粒径大小降尘的化学组分存在明显的时空差异,尤其是OC、SO₄^2-和无机元素Ca、Si和Fe等组分.源解析结果表明城市扬尘源对太原市各粒径大小降尘样品的贡献均较高(33.7%～37.5%).同时,建筑尘源(21.8%～31.6%)和钢铁工业源(5.1%～18.1%)对中粒径和粗粒径降尘具有显著贡献,燃煤源对细粒径降尘的影响也不可忽视(14.1%～22.6%).     

沈阳市人为源大气污染物排放清单研究

为全面评估沈阳市大气污染物排放状况，文章收集和整理了相关活动水平信息和排放因子数据并采用排放因子法建立了2016年沈阳市人为源大气污染物排放清单。结果显示：2016年沈阳市人为源CO、NO_x、SO₂、NH₃、VOCs、PM2.5、PM10、BC和OC的排放总量分别为38.64×10⁴、10.63×10⁴、3.17×10⁴、5.28×10⁴、14.03×10⁴、5.54×10⁴、10.59×10⁴、0.57×10⁴和1.82×10⁴ t。按照排放源分类，CO、NO_x和BC主要来自移动源，SO₂主要来自化石燃料固定燃烧源，NH₃主要来自农业源，VOCs主要来自工艺过程源，PM_2.5和PM₁₀主要来自扬尘源，OC主要来自其他...     

深圳市城区冬季大气PM2.5在线来源解析

利用颗粒物同步混合实时监测仪、气溶胶化学组分监测仪(ACSM)、大气多金属元素在线监测仪、黑碳仪等在线仪器于2020年12月27日～2021年1月31日在深圳观测了PM_2.5及其化学组分.结果显示,深圳市PM_2.5在观测期间平均浓度为(32.2±17.0)μg/m³.其中,有机物在PM_2.5中浓度最高,均值为(15.4±9.5)μg/m³,其次是NO₃^-、SO₄^2-、BC、NH₄⁺和元素,浓度分别为(4.3±3.9),(3.8±2.1),(2.7±1.6),(2.5±1.7)和(1.9±1.2)μg/m³.本研究将ACSM获取的有机质谱信息(m/z 44)作为二次有机气溶胶(SOA)的示踪物纳入PMF(正交矩阵因子分解)模型,成功地识别了SOA.源解析结果显示,SOA对深圳市冬季PM_2.5贡献了23.8%...     

中国灾害学科的发展态势研究:基于文献统计分析的视角

基于中国知网（CNKI）数据库，运用多种数理统计方法和分析软件，从公开发表的学术论文，关键词、作者和发表论文的期刊等维度，分析了中国灾害学科近30 a来的发展态势。结果表明:①近30年来，灾害已经成为了我国学术界和社会关注的热点问题，发表灾害文章的期刊种类众多（目前已有5 977种），但是，以灾害研究为主题的学术刊物不多，影响较大的学术刊物只有《灾害学》、《自然灾害学报》和《中国地质灾害与防治学报》三家。②我国灾害研究的作者甚多，目前逐渐形成了7个影响比较大的研究团队和许多小团队，但不同学术团队，不同作者之间学术联系较弱，灾害研究尚处于各自为阵的格局。③我国灾害研究的主题多种多样，关键词多达267个，其中“地质灾害”、“滑坡”、“泥石流”、“气象灾害”等自然灾害的成因机制、风险评估和监测预警等问题的研究，长期以来一直就是我国灾害研究的主流；近年来防治措施和防灾减灾等灾害管理方面的研究逐渐成为了研究的热点。④目前我国灾害研究和发展存在有明显的缺陷:长期偏重于单一灾种，各部门灾害的研究分兵把守；灾害的社会科学研究以及灾害综合性和理论基础研究非常薄弱；学科地位不高，缺乏高水平学科成果平台（权威学术期刊）支撑，整体研究队伍力量仍然不足，综合性的灾害研究团队太少。为推进我国灾害科学的健康发展，充分发挥其在减灾防灾事业中的理论指导作用，当前应该提高灾害科学的学科地位，建议在交叉学科门类下设置“灾害科学与技术”一级学科；积极鼓励和扶持不同研究方向的研究团队的建设，加强学术交流，形成更多的多学科或综合的灾害研究团队和研究中心；加强灾害基础理论的研究，尤其是灾害的人文和社会属性的研究，只有这样灾害学科发展才有坚实的基础。     

自然村落景观“源—聚”空间演变的文化活态保护路径——以黑龙江省宾州镇为例

自然村落承载的乡土记忆是人类宝贵的文化遗产。面对经济变迁下的城镇化改造，如何借助空间特征定位村落文化保护的转型路径成为关键。本文探讨了将“源汇”嵌入文化景观进而拓展为景观”源—聚”的可行性，并以亟待转型的东北村落为例展开实证分析。结果表明：（1）景观“源—聚”方法突破了对单一要素和信息片面化关注的局限，能够借助区划手段探索文化空间的分区特征，支撑文化景观格局构建。（2）宾州镇以聚落生活区为主，主城区辐射带动效应明显，村落间文化联系紧密，可构建“中心—附属—外围”的层级传递与联动模式，促进乡村文化空间的协同发展。研究挖掘了乡土景观自然结构背后的文化意义，从理念与实践中探索了自然村落文化保护的活态路径。     

绍兴城区夏季大气挥发性有机物特征、来源及大气反应活性

研究了2019年夏季(8月)绍兴城区的烷烃、烯烃、炔烃、芳烃、卤代烃、含氧挥发性有机物(VOCs)、腈7类共98种VOCs的特征、来源及大气反应活性。结果表明,7类VOCs的平均质量浓度由大到小依次为烷烃(24.29μg/m3)卤代烃(17.17μg/m3)芳烃(15.89μg/m3)含氧VOCs(14.72μg/m3)烯烃(4.06μg/m3)炔烃(1.23μg/m3)腈(0.27μg/m3)。烃、腈和卤代烃白天浓度低,夜间浓度高,含氧VOCs基本上终日保持稳定。白天交通排放的贡献较为显著;夜间除交通排放外,挥发性有机溶剂的使用对绍兴城区夏季VOCs也有重要影响。此外,VOCs在一定程度上受到了长距离气团传输的影响,也存在一定的老化现象。烯烃、芳烃是绍兴城区夏季最具大气反应活性的VOCs。     

构建“5G+”安全生态提升工业互联网防护水平

5G时代已经来临,工业互联网发展面临前所未有的机遇与挑战。为加快构建工业互联网安全保障体系,提升工业互联网安全保障能力,促进工业互联网高质量发展,推动现代化经济体系建设,护航制造强国和网络强国战略实施,十部门日前印发《加强工业互联网安全工作的指导意见》(以下简称《意见》)。     

北京市城区挥发性有机物污染特征及其对臭氧影响分析

对2020年4月—2021年3月北京市建成区挥发性有机物（VOCs）的化学特征、污染来源及其对臭氧（O₃）污染的影响进行了研究。结果显示：O₃日最大8 h滑动平均值在臭氧季（4—9月）均值为134 μg/m³，是非臭氧季（10月至次年3月）均值（59.6 μg/m³）的2.2倍。臭氧季VOCs体积浓度均值为14.3×10^-9，明显低于非臭氧季（21.1×10^-9），可能与光化学反应速率和VOCs来源的季节性差异有关。臭氧生成潜势（OFP）贡献率排名前10位的物种在臭氧季和非臭氧季相似，均包括间/对-二甲苯、甲苯、乙烯、邻二甲苯、异戊烷、正丁烷、丙烯、反式-2-丁烯和1，2，4-三甲基苯，但排名有所差异，燃煤源特征明显的乙烯等物种在非臭氧季上升明显，与溶剂使用、油气挥发相关的间/对二甲苯、甲苯、异戊烷和正丁烷等物种在臭氧季上升明显。甲苯/苯的值和异戊烷/正戊烷的值在臭氧季明显高于非臭氧季，反映出机动车排放和油气挥发等在臭氧季影响突出，非臭氧季是燃煤影响显著。基于正交矩阵因子分解模型（PMF），臭氧季解析出机动车尾气排放（40.9%）、溶剂使用（20%）、油气挥发（16.4%）、工业排放（17.6%）和植物排放（5.1%）等5种污染源；非臭氧季解析出机动车尾气（38.9%）、燃烧源（26.3%）、工业排放（17.8%）和溶剂使用（17%）等4种污染源。     

沈阳市大气PM2.5中水溶性离子的季节变化特征

为研究沈阳市大气中PM2.5及其水溶性离子的污染特征、季节差异和来源情况,使用URG-9000D在线监测系统对沈阳市2019年大气颗粒物进行连续的采样分析,并利用正交矩阵因子分析法(PMF)进行污染物的来源解析.结果 表明,2019年沈阳市秋冬季节PM2.5质量浓度变化受相对湿度影响较大,冬季PM2.5平均质量浓度达到85.76 μg·m-3,细粒子污染较为严重.沈阳市大气PM2.5中SNA(SO42-、NO3和NH4+)所占比重表现为春季最高秋季最低;夏季SO42-和NH4+浓度较高,而NO3-浓度较低.SO42-在夏季呈单峰型日变化,与NO3-变化趋势相反.春夏秋三季NH4+与SO42-、NO3-主要结合为(NH4)2SO4和NH4NO3,冬季NH4+主要以(NH4)2SO4和NH4HSO4的形式存在.沈阳市存在较强的SO2和NOx二次转化现象,且各季节中SO2的转化率均高于NO2.PMF源解析结果表明,二次源对沈阳市大气污染贡献最大,夏秋季生物质燃烧和冬季燃煤源贡献同样不可忽视.     

基于GM-SVR的小样本条件下化工设备可靠性预测

为了准确预测化工设备可靠性趋势，针对化工设备失效寿命数据为小样本的情形，基于灰色估计法与支持向量回归机在小样本数据处理中的优势，建立了失效寿命时间服从三参数威布尔分布的化工设备可靠性模型；结合GM（1，1）和SVR对模型进行参数估计，在压缩机可靠性分析中进行了实例应用，对比分析了最小二乘法、灰色估计法和GM-SVR的估计效果。研究结果表明:GM-SVR对威布尔分布参数的估计精度明显优于最小二乘法和灰色估计法，可以有效地应用于化工设备失效数据为小样本时的可靠性预测。