大气污染物指纹系统构建及在污染溯源中的应用

基于污染物检测特征信息结合区域产业结构、企业布局等信息构建了大气污染物指纹系统,通过污染物检测特征信息构建的第一级指纹数据库实现了对大气特征污染物的识别和污染物应急处置措施的推送;通过污染源行业及其排放的特征污染物信息构建的第二级指纹数据库实现了产排污行业的溯源;通过企业及其产排污信息,结合气象条件构建的第三级指纹数据库实现了对产排污企业的溯源。基于大气污染物指纹数据库的污染溯源技术为突发环境污染事故中污染物质的识别和污染源的追踪提供了新途径。实际应用验证表明,大气污染物指纹系统污染溯源响应快速、识别精准,实现了大气污染物从监测、溯源到应急处置的全过程无缝衔接。     

青鳉鱼的行为特征提取研究

采用生物行为传感器获取青鳉鱼的行为数据时,青鳉鱼个体差异会导致采集到的原始电信号在时空特性下完全不同。重要的行为特征往往被隐藏在原始信号中,传统的信号处理方法无法实时而有效地提取到这些特征。针对这个问题,观察并记录了暴露实验前后青鳉鱼的行为变化,提出了一种可以高效表征行为特征的直方图统计算法。实验结果表明,该方法能够准确对应人眼观测到的暴露实验前后鱼的行为变化趋势,同时也为后续异常行为识别提供一定的支持和参考。     

基于GIS的石家庄市PM10和PM2.5时空分布研究

利用2018年261个乡镇环境空气自动监测站监测数据,结合GIS空间分析技术,对石家庄市PM10和PM2.5的时空污染特征进行了研究。结果表明,石家庄地区PM10和PM2.5污染的空间分布整体表现为西北部山区好于东南部的平原地区,主城区好于周边县(市、区)的特征。采暖期PM10和PM2.5的污染程度明显重于非采暖期。PM2.5稳定性差于PM10,PM10和PM2.5的稳定性与污染程度具有一定的负相关性,表现出污染越轻的区域稳定性越差。两者的日均值浓度变化在时间序列上呈极强正相关,且污染越重的区域时间相关性越强。与日均值相关性不同,污染程度越轻的区域PM10和PM2.5年均值的线性相关性越强。     

新冠肺炎疫情期间冀南地区空气质量时空变化特征

为研究新冠肺炎疫情期间冀南地区空气质量变化规律,明确防疫管控措施对空气质量的具体影响及大气污染物排放特征,笔者综合分析了研究区域的常规监测数据和部分大气超级站的PM_2.5组分数据。结果表明:疫情防控重点区域石家庄市、邢台市空气质量整体好转,细颗粒物和一次排放气态污染物浓度下降明显,PM_2.5来源中燃煤、生物质燃烧源占比上升,机动车尾气源占比下降,体现出交通管制、企业限产和道路工地扬尘管理等环保措施的有效性。疫情防控高风险区域石家庄市藁城区出现了明显的NO₂浓度降低、PM_2.5污染好转现象,而O₃浓度显著升高成为新的特征污染物。结果显示,藁城区综合防疫管控举措对本地一次排放污染物起到了明显抑制作用。疫情防控核心区域藁城区增村镇因实行最严格的封村、限行、停产等措施,人为污染源排放"触底",6项监测指标中除O₃浓度同比、环比均大幅度升高外,其他污染物浓度全时段降低,SO₂和CO昼夜差距缩小,环境质量明显优于周边乡镇。分析认为大规模持续化学消杀可能对O₃浓度升高有影响,此问题需要进一步探讨。     

石家庄市NO2时空分布特征及影响因素

为了解石家庄市NO₂时空分布特征及影响因素,结合GIS和相关性分析,对2018年环境空气自动监测站监测数据、气象数据和社会经济数据进行统计分析。结果表明:261个乡镇NO₂年均质量浓度范围为11~68 μg/m³,超标率为47.9%,仅有49个乡镇NO₂日均质量浓度达到国家二级标准。主城区NO₂质量浓度高于周边县(市、区),NO₂总体呈圆环形带状分布。月变化方面,1-3月、10-12月污染较重,峰值出现在1月。NO₂日变化呈"高-低-高"的变化趋势,区域差异明显。NO₂与温度、湿度、风速呈负相关,与大气压呈正相关,气象条件的月际差异是导致NO₂月差异的重要因素,NO₂空间分布主要受地形、人口密度和机动车排放等因素影响。研究结果提示秋冬季是NO₂治理的关键时期,主城区为重点防控治理区域。