安徽省冬季PM2.5污染来源及其成因分析

随着中国城市化和工业化的加速发展，大气污染的问题日益突出，严重危害公众身体健康。基于安徽省逐小时PM2.5浓度监测数据，采用后向轨迹模式、潜在源因子分析法（PSCF）和权重浓度分析法（CWT），构建PM2.5来源分析模型，分析了安徽省PM2.5的来源，并结合地理探测器辨析了影响PM2.5本底贡献浓度的驱动因子。结果表明：（1）本底贡献、本底外溢和外地输送这3个动态过程对安徽省PM2.5浓度的时空变化有重要的影响；（2）PM2.5月累计逐小时测量浓度、总浓度、外地输送浓度、本底贡献浓度、本底外溢浓度和月均PM2.5本底排放贡献率，均在整体呈现出西南高、东北低的分布趋势，但前3项在安徽西北部的阜阳、亳州和淮北等地出现高值区；（3）安徽省约97.5%的面积外地输送贡献率>50%，下辖市PM2.5本底排放贡献率在30%~50%，说明1月污染以外地输送为主；（4）工厂密度、车辆保有量密度和人口密度对PM2.5月累计本底贡献浓度的解释力q值分别为0.33、0.47和0.61，通过与PM2.5月累计测量浓度地理探测分析结果的比较，表明人为要素与PM2.5月累计本底贡献浓度的关系更加密切。研究结果可为区域大气污染治理提供科学的参考依据。     

高烈度地震区隧道软硬围岩交接段刚柔并济抗减震技术研究*

为提高高烈度地震区隧道抗震性能，以某铁路隧道为研究背景，分析3种抗减震措施下隧道不同监测点隧道拱顶沉降、边墙收敛、衬砌结构PGA及最小安全系数，通过对比分析得到最优抗减震措施。结果表明:相比于工况1，工况2隧道拱顶沉降减小10.54%~81.10%，边墙收敛减小13.92%~78.77%，衬砌结构PGA减小31.42%~72.02%，最小安全系数增加18.04%~66.13%；相比于工况1，工况3结构拱顶沉降减小3.04%~18.02%，边墙收敛减小4.70%~32.00%，PGA增加13.95%~27.48%，最小安全系数增加7.49%~30.99%；工况4即“减震层+SFRC衬砌”刚柔并济法，相比于工况1，隧道拱顶沉降减小18.46%~83.98%，结构边墙收敛减小17.54%~85.47%，PGA减小30.00%~69.98%，最小安全系数增加47.95%~83.56%；4种工况抗减震性能由高到低依次为:工况4＞工况2＞工况3＞工况1。研究结果可为隧道软硬围岩交接段抗震设防提供理论参考。     

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.     

衡阳市区和衡山背景站臭氧浓度变化规律的对比分析

选取衡阳市区和衡山背景站臭氧自动监测数据,分析两地的臭氧污染特征。对空气质量的优良率情况、臭氧作为首要污染物的变化情况、臭氧浓度的日变化特征、典型时段的浓度变化特征、臭氧浓度的月际变化特征和臭氧与PM_(2.5)的关联情况等进行了分析。结果表明,多云及阴雨天气时,衡阳市区的臭氧浓度日变化幅度大于衡山背景站。夏季,衡阳市区和衡山背景站的臭氧浓度的日变化特征规律差异较大,臭氧浓度分布比较分散,前者为典型的单峰形,后者则波动平缓。冬季,日变化幅度不大,但衡阳市区的臭氧浓度明显低于衡山背景站。衡山背景站和衡阳市区的臭氧基本同步变化,但日均值高于衡阳市区。     

典型地区农用地污染调查及风险管控标准探讨

针对《土壤污染风险管控标准——农用地土壤污染风险管控标准》(GB 15618—2018),提出以土壤中全量浓度筛选值和管控值作为衡量农用地土壤污染风险管控的标准,对湖南省部分稻田农用地土壤及点对点稻米样品中镉、铅、砷、汞的总量和有效态浓度及稻米中含量进行监测,根据重金属总量浓度分为低风险、中风险、高风险3组。结果显示:(1)土壤及稻米中镉含量基本为随着风险级别的升高而增加,铅、砷在土壤和稻米中含量无规律性结果,汞监测结果均为未检出。(2)低风险组稻米镉超标率为12. 0%,高风险组稻米镉达标率为33. 3%,表明利用总量浓度对农用地土壤潜在风险进行分组存在一定的局限性。(3)依据4种重金属在土壤中总量及稻米(早稻)中含量情况,对风险级别进行调整并综合判断:有58个样品为低风险组,占样品总数的68. 2%,超标率为零;有15个样品为中风险组,占样品总数的17. 7%,超标率为80. 0%;有12个样品为高风险组,占样品总数的14. 1%,超标率为100. 0%。调整后评价结果与上述标准的划分目标更接近,能够提高上述标准的准确性和实用性。     

北京市典型废弃物焚烧源2010—2017年二NFDA1英排放特征和减排效果分析

分析2010—2017年北京市三类典型废弃物焚烧源的废气二NFDA1英排放监测数据,计算排放因子和排放量,评估减排政策成效,并分析不同排放源达标排放时同类物分布特征异同和变化规律,探讨影响排放的重要因素。结果表明: 5家焚烧源平均排放浓度为 0.008～0.069 ng/m³(以TEQ计,下同),废气二NFDA1英排放因子为 0.027～1.7 μg/t,2016年向空气中排放的二NFDA1英量为 0.002 5～0.058 g；生活垃圾、危险废物和医疗废物焚烧源的低、高氯代同类物质量分数比的平均值分别为接近于 0.5、大于0.5和小于0.5,危险废物焚烧源的 ∑PCDFs、∑PCDDs质量分数比的平均值大于2； 123478-HxCDF和123678-HxCDF质量浓度接近且线性相关,具有相近的生成机理和去除效率； I-TEQ变化趋势与∑PCDFs质量分数的变化趋势基本一致,活性炭喷射和布袋除尘的去除效率是影响二NFDA1英排放的重要因素之一；危险废物焚烧源HWI1随运行时间增加排放浓度增加,而及时更换烟道管壁有助于消除“记忆效应”的不良影响。     

经济集聚对雾霾污染影响的空间计量研究——以长江三角洲地区为例

雾霾污染是困扰中国经济发展的重大民生与环境问题。基于改进产出密度模型，运用地统计和空间计量模型分析长三角城市2015~2017年雾霾污染空间格局和影响因素。研究发现：（1）雾霾污染存在季节性变化特征并且各城市雾霾污染状况逐渐好转。（2）雾霾污染具有显著的局域集聚特征和空间异质性，杭州、宁波和台州呈现低－低集聚特征，而滁州、扬州、镇江和泰州为高－高集聚型，污染区域集中于省界处，污染程度自西北向东南逐渐降低。雾霾污染存在显著的城际空间正相关和空间溢出效应，周边城市雾霾污染对本地区会产生负影响。（3）长三角城市人口集聚、研发投入、产业结构、工业烟粉尘排放及城市建设均对雾霾污染产生正向影响，对外开放、能源消耗以及降水等因素对雾霾污染产生负向影响；雾霾污染与经济增长之间不存在库兹涅茨曲线关系。经济集聚通过优化生产要素的空间分布与组合、共享治污基础设施等，形成雾霾污染抑制作用。     

2016—2017年武汉市城区大气PM2.5污染特征及来源解析

利用2016年1月至2017年9月湖北省环境监测中心站大气复合污染自动监测站的在线监测数据，对武汉市城区PM_2.5的污染特征及主要来源进行解析。结果表明，武汉市城区PM_2.5质量浓度呈现出明显的季节差异，季节变化规律为冬季>春季>秋季>夏季。水溶性离子的主要成分SO₄^2-、NO₃^-和NH₄⁺占总离子质量浓度的82.0%。PM_2.5中阴离子相对阳离子较为亏损，颗粒整体呈碱性。夏季气态污染物的氧化程度较高且SO₂较NO₂氧化程度高。后向轨迹分析结果表明，区域传输是武汉市PM_2.5的一个重要来源，在4个典型重污染阶段，武汉市分别受到局地、东北、西北及西南方向气团传输的影响。PMF模型解析出武汉市PM_2.5五大主要来源及平均贡献率：扬尘22.0%、机动车排放27.7%、二次气溶胶21.6%、重油燃烧14.9%和生物质燃烧13.8%。     

地表水环境遥感监测关键技术与系统

介绍了地表水环境遥感监测的关键技术与系统及其典型应用,其代表性机理模型和应用示范成果主要来自于中国科学院遥感与数字地球研究所的高光谱遥感团队在最近几年中取得的一些研究进展,主要包括建立了基于改进双峰法的水体分布自动化遥感提取方法,实现了简单、高效和高精度的水体提取；提出了大型湖泊长时序水量估算方法,并以青藏高原湖区为例,重建了典型湖泊面积、水位和水量序列；发展了基于“软分类”的典型内陆水体叶绿素a浓度反演方法,构建了基于生物光学模型的高度浑浊水体悬浮物浓度遥感反演半解析方法,提高了反演方法的区域和季节适用性；构建了基于水色指数的大范围湖库营养状态和透明度遥感监测方法,实现了全球大型湖库营养状态遥感监测,以及全国大型湖库透明度遥感监测；在此基础上,开发了地表水环境遥感监测系统,提高了水环境遥感监测效率,促进了卫星遥感在水环境监测中的高精度业务化应用。