成都市一次重度灰霾期间大气PM2.5的自组织临界特性

2013年1—2月期间,四川省成都市出现大范围、长时间、高浓度的严重霾污染.本文运用频度统计分析和消除趋势波动分析方法,研究了成都市2013年1月25日—2月7日一次典型重度灰霾期间8个监测站点(草堂寺、人民公园、梁家巷、金泉两河、十里店、沙河铺、三瓦窑、灵岩寺)大气PM2.5小时平均浓度序列的时空演化规律.结果表明,各站点大气PM2.5的浓度波动并非随机,而在统计上服从典型的负幂律分布,同时均表现出很强的长期持续性特征.这些特征刻画了灰霾期间大气PM2.5浓度波动的宏观特征.将PM2.5浓度演化与沙堆崩塌进行类比,发现大气PM2.5演化具有自组织临界性复杂系统的基本特征.进一步根据自组织临界(SOC)理论,建立了大气PM2.5数值沙堆模型,模型算法考虑了此次灰霾期间成都市的气象因素和PM2.5的迁移扩散机制.通过对该模型的数值模拟,能够定量阐明此次重度灰霾期间成都市各监测站点大气PM2.5浓度时空波动宏观统计规律的产生根源.同时,深入讨论了该模型的自组织临界特征.模拟结果和实际结果的高度一致表明该模型真正阐明了导致PM2.5浓度时空波动的重要动力机制.SOC内禀机制是控制此次成都市灰霾期间大气PM2.5浓度演化的主要机制之一.本研究可为灰霾期间PM2.5的演化动力学提供新的研究方法.     

成都市PM10对大气辐射环境的影响

为研究城市PM₁₀对大气辐射环境的影响,利用2013年6月1日—2014年5月31日成都市ρ(PM₁₀)和空气吸收剂量率的逐日监测数据,采用DCCA(去趋势互相关分析)法对二者的相关性进行分析. 结果表明:在1 a的时间尺度上,成都市ρ(PM₁₀)与空气吸收剂量率之间存在显著的正相关性(标度指数为0.928),并且这种正相关性具有长期、持续的特征,但相关性的强度却随时间以幂函数形式缓慢衰减. 冬夏两季ρ(PM₁₀)与空气吸收剂量率的相关性存在显著差异. 在冬季重度灰霾期间,二者DCCA标度指数为0.968,说明高ρ(PM₁₀)已对城市大气辐射环境产生了影响;而夏季二者的DCCA曲线分为两段,标度指数分别为0.579、1.519,折点位置对应的特征时间尺度约为2个月,推测这与当地夏季降雨的时间分布模式有关. 研究表明,在当前灰霾日益频发的背景下,需要重视城市重度灰霾对城市大气辐射环境造成的影响.      

生态小区特征和指标体系探讨

保护和建设生态小区，推行生态细胞工程是自然生态工作的有力补充。对于目前出现的许多生态小区，中国尚无一套正式通用的生态小区考评指标体系。本文从生态学的角度出发，探讨了生态小区的概念、内涵与其特征，并以此为基础，提出了生态小区的考评指标体系，希望以此引导四川省生态小区的创建活动。     

大气PM10跨界输送的自组织动力机制——以舟山市为例

我国城市间大气污染物的相互输送作用非常显著.舟山市大气污染物主要来源于长三角地区,本地源影响较小.因此,本文将以舟山市为例,应用频度统计分析方法,研究舟山市大气PM10污染演化宏观动态的统计分布规律.结果发现,舟山市大气PM10小时平均浓度的波动并非随机,而是在0.065~0.324 mg·m-3范围内具有标度不变特征,统计上服从典型的分形幂律分布.同时,为了阐明该分形幂律分布的产生动力机制,基于自组织临界理论,建立了大气PM10跨界输送模型.该模型以污染输送机制、二次颗粒物生成机制、城市内污染迁移扩散机制、大气自净机制这4个主导动力机制为核心,组建了非线性关联迭代算法.新的自组织动力模型的模拟结果定量地解释了舟山市大气PM10污染浓度的分形幂律统计分布规律的产生根源.同时,本研究结合区域风场等气象因素,深入讨论了大气PM10跨界输送的自组织行为机制.     

成都市典型灰霾消散前后PM_(2.5)演化的长期持续性特征

运用消除趋势波动分析方法,对比分析了成都市2013年2月1-14日一次重度灰霾消散前后(其中,2013年2月1-7日为重度灰霾时段,2月8-14日为灰霾消散时段)8个监测站点(十里店、人民公园、梁家巷、金泉两河、三瓦窑、草堂寺、灵岩寺、沙河铺)大气PM2.5时空演化的长期持续性特征。研究显示,灰霾时段和灰霾消散时段PM2.5浓度演化均呈现出很强的长期持续性非线性特征。统计分析表明,在时空尺度上,灰霾时段和灰霾消散时段PM2.5浓度具有显著性差异,但定量表征PM2.5演化动力学特征的DFA指数却变化不大。进一步结合成都市气象资料分析认为,长期持续性是控制此次成都重度灰霾消散前后大气PM2.5浓度时空演化的内在动力学机制之一,也正是在该机制的主导控制下使得此次灰霾持续时间较长。该研究有助于进一步加深对灰霾期间PM2.5演化动力学过程的认识。     

上海市空气质量变化的多重分形分析

以上海市2000年7月至2006年6月的污染指数时间序列为基础数据,引入多重分形分析方法对上海市的大气污染特征及其变化趋势进行了研究.研究表明,上海市的3种主要大气污染物(SO2、NO2和PM10)在整个时间尺度上均表现出标度不变性,具有完全不同的多重分形特征.多重分形分析方法不仅能确认序列中的标度不变性,而且能说明3种大气污染物序列中概率分布的标度变化,这对于描述大气污染物时间序列的动力学变化具有现实意义.另外,进一步应用3个多重分形谱参数(B、△a和△f),研究了3种大气污染物各年的多重分形谱的变化,并结合上海市采取的大气环境治理措施,对其变化的原因进行了分析.结果表明,多重分形谱参数可作为一个评价城市空气质量演变程度的综合定量指标.为分析城市空气质量的演变提供了一条新的途径,对于认识上海市城市空气质量的变化过程和科学制订环境保护决策具有重要意义.     

基于linux系统的H.264视频监控系统的实现

介绍了基于H.264的,在linux系统下的视频监控系统,重点阐述了在linux操作系统下的"视频服务管理系统"的解决方案,最新的视频压缩方法H.264/AVC,以及流媒体传输协议RTP/RTCP.实验表明,在与差错控制以及错误掩盖技术相结合后,新的算法大大提高了视频数据对传输错误的鲁棒性,提高了监控终端的视频质量.     

基于自组织临界的上海PM10污染预警与风险评价

应用R/S分析、功率谱及强度-频度法对上海市PM10污染的时间尺度特征进行分析,同时将PM10污染事件与沙堆模型中的崩塌事件进行类比,发现上海市PM10污染的演化具有自组织临界性(SOC)复杂系统的相关特征.上海市PM10污染指数的长期波动特征,在动力学上主要是由PM10污染物的SOC机制导致的.小的污染源如民用炉灶、餐饮业、建筑施工等排放的少量污染物也有可能通过SOC行为形成较严重的空气污染事件.在2010年期间,上海市较严重空气污染事件(PM10污染指数为100~250)的发生可能性较大,具有一定潜在的重污染风险.     

基于DCCA方法的成都市市区与周边城镇大气污染长程相关性分析

利用2008年1月～2012年12月期间成都市市区与其周边14个城镇的逐日空气污染指数（API）数据,采用去趋势互相关分析法（DCCA分析）研究区域城市间大气污染的相关性及其随时间演变规律。结果表明:成都市区与其周边城镇大气污染的空气污染存在一定程度的相关性,并且在不同的月份,相关性会随之发生变化。这种相关性具有长期持续特征,具体表现为在一定的时间尺度上成都市区与其周边城镇大气污染的相关性随时间的变化并不遵循经典的马尔可夫过程,即不随时间呈现指数快速衰减,而是以幂律形式随时间缓慢衰减。进一步,结合不同月份间区域大气平均流场的分布特征,探讨了DCCA分析结果的科学性。研究结果说明,在特定地理环境和气象条件控制下,成都市及其周边城市之间已经存在明显的相互输送和耦合作用,成都地区大气污染已由局地性污染转变为区域性大气污染。城市间污染物输送的长期相关影响机制极有可能在特定月份加重成都市区的空气污染状况,这在成都市区及其周边城镇的规划建设中必须加以特别重视