武汉地区夏季和秋冬季大气污染的天气概念模型

利用2013～2019年武汉市生态环境局监测数据、L波段雷达探空资料、NCEP/NCAR逐日再分析资料,对夏季和秋冬季武汉地区污染日的大气污染特征、边界层结构、环流形势、物理量场进行研究,建立了武汉地区大气污染的天气概念模型.主要结论如下:(1)武汉市空气质量具有季节性变化特征,大气污染程度四季分布表现为冬＞秋＞春＞夏.夏季首要污染物是臭氧,冬季首要污染物是PM2.5.(2)比较挑选出的夏季清洁日和污染日的气象要素特征,污染日逆温的平均强度约为清洁日的一倍,逆温底高一般在600 m以下,空气质量一般为轻度-中度污染;静风频率(37.1％)明显高于清洁日的静风频率(2.9％);污染日平均风速小(0.8 m/s),边界层内相对湿度较低.同样比较秋冬季两类天气的气象要素特征,污染日逆温底高低、厚度小,不及清洁日的一半,不利于污染物的扩散,易出现重度污染天气.静风频率(20％)高于清洁日的静风频率(7.5％),风速小(1.6 m/s),污染日边界层内呈明显上千下湿的格局.(3)建立了夏季大气污染的天气概念模型,污染日副高偏弱位置偏东,长江流域易少雨干旱;地面我国东部大范围地区处于均压场中,武汉地区为偏东北异常小风,不利于大气污染物的扩散.(4)建立了秋冬季大气污染的天气概念模型,长江流域环流平直少波动,配合地面弱低压的天气形势和较强的逆温使得大气污染物聚集在近地面.蒙古冷高压强度偏弱,使得入侵我国的冷空气强度偏弱;武汉地区为偏北小风,对雾霾的移除和稀释扩散作用差.该研究结论可供大气污染预测预警研究和环境管理部门大气污染的联防联控参考.     

AI-based runoff simulation based on remote sensing observations: A case study of two river basins in the United States and Canada

Data-driven techniques are used extensively for hydrologic time-series prediction. We created various data-driven models (DDMs) based on machine learning: long short-term memory (LSTM), support vector regression (SVR), extreme learning machines, and an artificial neural network with backpropagation, to define the optimal approach to predicting streamflow time series in the Carson River (California, USA) and Montmorency (Canada) catchments. The moderate resolution imaging spectroradiometer (MODIS) snow-coverage dataset was applied to improve the streamflow estimate. In addition to the DDMs, the conceptual snowmelt runoff model was applied to simulate and forecast daily streamflow. The four main predictor variables, namely snow-coverage (S-C), precipitation (P), maximum temperature (T_max), and minimum temperature (T_min), and their corresponding values for each river basin, were obtained from National Climatic Data Center and National Snow and Ice Data Center to develop the model. The most relevant predictor variable was chosen using the support vector machine-recursive feature elimination feature selection approach. The results show that incorporating the MODIS snow-coverage dataset improves the models' prediction accuracies in the snowmelt-dominated basin. SVR and LSTM exhibited the best performances (root mean square error = 8.63 and 9.80) using monthly and daily snowmelt time series, respectively. In summary, machine learning is a reliable method to forecast runoff as it can be employed in global climate forecasts that require high-volume data processing.     

标准物质在环境应急监测定量分析中的作用

以环境空气中挥发性有机物(VOCs)监测为例,比较分析了标准物质在应急监测、实验室定量分析,以及应急监测定量、半定量分析中的作用。结果表明,在有标准物质进行定量校准时,应急监测方法和实验室标准分析方法的定量结果具有可比性;在无标准物质进行半定量分析时,应急监测结果可能存在较大误差。提出,在需准确定量的应急监测中应使用标准物质进行校准,以保证监测结果的准确性。     

Probabilistic health risk assessment of nitrosamines in drinking water of Shaoxing,Zhejiang, China

Environmental Science and Pollution Research - Nitrosamines (NAms) are potent genotoxic and carcinogenic but widely detected in drinking water. This study aimed to investigate the occurrence of...     

区域尺度农田最大光能利用率参数估算及时空变化分析

基于遥感数据的光能利用率模型被广泛应用于计算农田生态系统的生产力，其结果对最大光能利用率（εmax）参数非常敏感。利用农业产量统计数据、MODIS遥感数据、气象观测数据和植被光合模型（VPM）推算2001~2011年黄淮海3省（冀、鲁、豫）和长江中下游5省（苏、皖、鄂、湘、赣）各市逐年的农田平均εmax，并分析其时空变化特征及其影响因素。研究表明:黄淮海3省（冀、鲁、豫）和长江中下游5省（苏、皖、鄂、湘、赣）各市农田εmax的11a平均值为0.6~2.8 g C·MJ-1，表现出西北和南部较高、东北和中部较低的分布特征；大部分市农田εmax呈现出上升趋势，但上升的幅度存在着明显的年际波动和空间差异；各市农田εmax的年际波动总体呈现北高南低、中间高四周低的空间分布特征。大部分市农田εmax的年际变化与单位耕地面积农用化肥施用量存在显著的正相关性（P < 0.05）；C4作物面积比例变化也是导致εmax变化的原因之一。在利用光能利用率模型计算农田生产力时，需要发展考虑εmax时空变化的参数化方案。     

基于GF-1号遥感影像的武汉市及周边湖泊综合营养状态指数反演

湖泊水体富营养化的监测评价是湖泊水资源管理和水环境保护的基础性工作。基于GF-1号WFV遥感影像和综合营养状态指数法,通过82个站点实测数据建立多元线性回归和RBF神经网络模型,对武汉市及其周边地区主要湖泊综合营养状态指数进行了反演。反演的结果显示,武汉市及周边大部分湖泊水域处于轻度富营养和中营养状态,局部湖区为中度富营养状态。验证结果表明:GF-1号WFV多光谱数据用于监测大面积湖群水质变化是可行的;两种模型都可以建立实测数据与遥感信息的函数关系,根据函数可以反演湖泊水质综合营养状态指数,进而实现大面积湖泊水质动态监测;而RBF神经网络模型预测的R2为0.742 3,均方根误差为3.72,其反演精度更高,更适合于监测内陆湖泊水质变化。     

武汉市一次污染过程的局地流场和边界层结构的数值模拟

利用2013年11月武汉市逐日空气质量资料、地面气象观测资料、NCEP/NCAR再分析资料和L波段雷达探空资料，通过WRF模式模拟空气污染生消过程中的局地气象条件变化，探讨特殊地形条件下边界层结构变化和局地环流在污染物生消过程中的作用和影响。结果表明：（1）武汉地区当背景环流场强的时候，由地形引起的局地流场对污染物扩散的影响就弱，反之当背景环流场弱的时候, 地形对流场影响明显:夜间为山风，白天为谷风。夜间山风与偏西北气流及偏东气流在武汉及周边地区辐合，形成气流汇聚带，在武汉地区形成一个反复污染带,即由地形引起的局地流场对污染物扩散的贡献就大；（2）武汉地区发生空气污染时，地面湿度较高，边界层呈上干下湿状态，其特征为暖而干且有偏东小风，这导致污染物不断堆积和重污染过程的形成。     

绿色开采条件下露天煤矿土地动态演化规律研究

以白音华三号露天煤矿为例,研究了基于绿色开采条件下的露天煤矿土地动态演化规律。根据绿色开采中土地占用面积最优化及破坏土地尽早恢复的原则,建立了白音华三号露天煤矿地质模型、采矿模型等,研究了采场形态与采矿时间的动态变化关系;建立了内排土场排土模型,充分利用内排空间是减小运输成本与征地费用的重要途径,优化了内排土场发展过程边坡形态及排土容量;通过合理规划采、排计划,达到了绿色开采原则指导下的边开采边恢复土地的目的,既解决了露天矿合理征地问题,又解决了露天开采带来的生态恢复问题。     

流域绿水管理博弈建模及应用分析

绿水资源表示水循环通过降水渗透入土壤非饱和层并由植物蒸腾或土壤蒸发返回大气层的水汽，是农业作物生产的重要基础，但是通常被传统流域水资源管理所忽视。基于流域水量平衡和蓝水绿水综合思维，将绿水资源纳入流域水资源管理体系。在绿水信贷理念和博弈建模分析框架下，结合SWAT分布式水文模型、多目标优化及情景比较分析，利用绿水管理措施合理优化配置流域蓝水绿水资源，采用绿水生态补偿协调处理上下游利益冲突的博弈问题，探索性地提出了流域绿水管理博弈框架。该框架通过博弈建模可以识别分析流域绿水管理问题的博弈空间、博弈结构和纳什均衡等博弈特征；通过合作博弈约束条件改进的多目标优化，可以计算流域绿水管理情景的绿水补偿标准和帕累托最优收益。将建立的绿水管理博弈框架应用于涟水流域实例研究，NSE、R2、PBIAS、p-factor与r-factor等模拟效果评价和不确定性分析结果表明，涟水流域SWAT分布式水文模型的蓝水绿水模拟均达到可信程度。上下游收益变化、绿水补偿标准与帕累托最优解集等博弈分析结果显示，涟水流域整体社会经济与生态环境收益明显改善，其帕累托最优收益平均增长2.72亿元/a，年均绿水补偿标准折合1.94、1 253.7元/hm²。实例分析表明提出的绿水管理博弈框架在涟水流域具有较好的适用性和可行性。因此，该方法可以为流域蓝水绿水管理试点研究及其绿水补偿标准核定提供相关理论依据和技术参考，具有一定程度的的应用价值和现实意义。     

峡山地不同垂直带土壤层的水文功能及其影响因子

渗透性能和持水能力是土壤重要的水力学性质，是土壤调节径流、保持水土和涵养水源等水文功能的基础。以三峡库首的夷陵-大老岭山地为对象，采集亚高山棕壤针叶林地、中山黄棕壤针阔混交林与茶园地和低山黄壤针叶林地等4个样点剖面的土壤样品，在室内进行土壤饱和导水率、水分特征曲线和理化性质测定，量化了不同样地土壤渗透性能、持水能力和水分库容等水文功能参数，并明确了其主要影响因子。结果表明: 研究区山地土壤饱和导水率在0.06～14.78 mm/min之间，亚高山棕壤和中山黄棕壤林地土壤渗透性能较好，其平均饱和导水率在7.15～14.78 mm/ min之间，低山黄壤次之（1.3 9 mm/min），中山黄棕壤茶园土壤渗透能力最差（1.17 mm/min）。不同类型土壤的饱和含水量、毛管含水量、田间持水量存在较大差异，凋萎含水量差异较小。同一类型土壤的不同发生层内，土壤饱和含水量随土壤深度的增加而递减，毛管持水量和田间持水量随土层深度的增加波动上升。不同样地间土壤水分总库容差异较大，随着海拔的升高，土壤水分总库容增加。土壤水分特征参数与土壤性质的相关分析表明，饱和导水率与土壤总孔隙度呈显著正相关，与容重呈显著负相关；饱和含水量、毛管持水量、田间持水量均与土壤总孔隙度、粘粒含量呈显著性正相关，与容重呈显著负相关；饱和含水量与根系重量呈显著正相关；毛管持水量、田间持水量与砂粒含量呈显著负相关。与中山茶园地和低山黄壤林地相比，亚高山棕壤和中山黄棕壤林地渗透性能较好且持水性更强，具有更好的调蓄径流和涵养水源的水文功能。 关键词： 山地土壤；土壤孔隙度；饱和导水率；持水能力；三峡库区