2002—2012年京津唐PM10变化规律及差异

对2002年6月—2012年5月京津唐城市群大气可吸入颗粒物(PM10)质量浓度的长期监测数据进行分析,结合3市的地理、气候气象条件,分析了京津唐城市群大气颗粒物质量浓度的变化特征;根据3市PM10相互之间的发散系数,定量分析了3市PM10变化的差异。结果表明,2002—2012年北京市的PM10质量浓度变化范围为0.012~0.600 mg/m3,天津、唐山2市的PM10质量浓度变化范围分别为0.014~0.600、0.019~0.452 mg/m3。2008、2011年天津市PM10质量浓度年平均值达到二级标准,唐山市从2008年后PM10质量浓度年平均值达到二级标准;北京市PM10质量浓度总体变化趋势为春季秋季冬季夏季,天津、唐山市均为冬季春季秋季夏季,但不同年份的变化趋势略不同;北京-唐山、北京-天津、天津-唐山之间PM10的月度发散系数范围分别为0.402 7~0.159 2、0.406 8~0.142 9、0.323 1~0.107 8,说明空间距离最近的天津-唐山之间大气污染的相互影响较北京-天津、北京-唐山之间大。     

Factors affecting the quantitative uncertainty of the estimated short-term intake. Part I—Calculation methods

ABSTRACT

The calculation of the combined uncertainty of the international estimated short-term intake (IESTI) of ethephon residues in apples is shown as an example. The ethephon residues in apples were reported by the Joint FAO (Food and Agriculture Organization of the United Nations)/WHO (World Health Organization) Meeting on Pesticide Residues (JMPR). The apple consumption data were taken from the IESTI (international short-term intake) calculation template used by the JMPR. The IESTI was calculated with the currently used method (case 2a) and a proposed one recommended by the EFSA (European Food Safety Authority)/RIVM (Dutch National Institute for Public Health) Scientific Workshop co-sponsored by FAO and WHO. In this example, the ratio of IESTI_proposed/IESTI_current and their combined relative uncertainty are about 2.8, and 1.7, respectively. The larger IESTI and uncertainty obtained with the proposed equation are the consequence of calculation only with the large portion (LP) instead of its combination with unit mass, and the MRL instead of the highest residue (HR). The LP is the major contributor to the combined uncertainty. Both the calculated IESTI and its combined uncertainty depend on the actual food – pesticide residue combination, and should be calculated for each case.     

2014年北京市CO浓度水平和时空分布

对北京市地面监测站点的CO浓度进行分析，探讨其浓度水平、变化趋势和时空分布特征。2014年春、夏、秋、冬四季北京市CO平均浓度分别为1.06、0.87、1.34、2.17 mg/m³。CO浓度均呈双峰型变化，第一个峰值出现在07：00-09：00，主要由交通早高峰的排放引起；第二个峰值出现在23：00左右，主要受交通晚高峰排放和夜间边界层高度降低的挤压效应的共同影响。从空间分布来看，全年整体呈现南高北低的分布特征，尤其是秋、冬季较为明显，体现了工业布局和区域传输对CO的影响。从全年来看，湿度对CO浓度的影响最大。对2014年冬季北京市的一次高CO浓度分析结果表明，此次过程是由本地排放和区域传输共同造成的，气象要素中地面气压对CO浓度影响最大。     

北京市PM5.0可吸入颗粒物反演及其时空分布分析

分析城市可吸入颗粒物的空间特征及影响因素对于制定更为有效的可吸入颗粒物污染控制政策具有重要的现实意义.本研究在实际采样和遥感数据处理基础上,构造差值植被指数(DVI),通过建立TM影像与对应PM5.0颗粒物实测值之间的相关关系模型,对北京市2008~2010年3 a的PM5.0的分布进行了反演计算和精度分析;研究了NDBI和NDMI对PM5.0浓度的影响,进一步揭示了北京五环区域范围内可吸入颗粒物的时空分布特征.结果表明,采用DVI反演PM5.0分布的方法可行,反演精度在可接受范围内;整体上研究区2008年PM5.0颗粒物污染最轻,西南三环和四环以及东南三四环之间为颗粒物污染的高值区,西北五环附近颗粒物污染较轻;NDBI(归一化建筑指数)、NDMI(归一化水汽指数)与PM5.0可吸入颗粒物的分布分别呈现显著的负相关和正相关关系,且二者对PM5.0的影响相近.     

大气14CO2的时空分异特征及其在化石源CO2示踪中的应用

大气CO₂中放射性碳同位素(¹⁴C)的水平可以反映化石源CO₂的影响程度,这对于评估我国目前化石源CO₂的排放状况和制定节能减排政策具有重要的指导意义。本文在概述大气¹⁴CO₂采样和分析方法的基础上,简要介绍了大气¹⁴CO₂观测的起源和主要的源汇过程,重点论述了大气¹⁴CO₂的时空分异特征及其驱动因素;阐述了化石源CO₂浓度的估算方法及¹⁴CO₂在国内外化石源CO₂示踪中的应用现状,并对大气¹⁴CO₂观测在我国化石源CO₂示踪中的应用前景进行了展望;旨在为我国正确地开展大气¹⁴CO₂的观测研究,深刻地理解特定区域大气¹⁴CO₂的时空分异特征和化石源CO₂的分布状况提供参考。     

“城郊乡”梯度下土壤Cu、Zn、Pb含量的空间变异特征

为揭示城市化、工业化等人为活动对土壤环境质量的影响,选择能反映上海城郊乡梯度差异的中心城区、城郊结合部和远郊,采用地统计学方法对表层土壤样品Cu、Zn、Pb的空间变异结构和分布特征进行了对比分析。结果表明:城市土壤Pb、Cu、Zn的变异系数范围为0.24~0.62,均属中等变异强度。徐汇区土壤Cu、Pb、Zn符合正态分布,闵行区土壤Cu、Pb和Zn符合对数正态分布,奉贤区土壤Zn呈正态分布,土壤Cu、Pb符合对数正态分布。由中心城区到远郊,城市土壤Cu、Pb、Zn的各项统计特征值和变异系数均有较大差异,存在明显的空间分布差异。半方差函数分析结果表明,徐汇区作为中心城区,土壤Cu、Pb、Zn符合球状模型,土壤Cu、Zn具有强烈的空间相关性,土壤Pb具有明显的空间自相关。奉贤区以农业用地为主,土壤Pb符合线性模型,土壤Cu符合高斯模型,土壤Zn符合指数模型,具有强烈的空间相关性。闵行区地处城郊结合部,土壤Cu、Pb、Zn的半方差拟合模型均为线性模型,表现为纯块金形式,以随机变异为主,空间相关性弱。采用Kriging最优内插法进行无偏估值,绘制了表层土壤重金属含量的空间分布图,中心城区、城郊结合部、郊区土壤重金属的空间分布受城市化、工业化、城市交通等因素的影响,均表现出不同的空间分布规律。     

川中丘陵县域土壤pH空间变异及影响因素分析——以四川仁寿县为例

利用2012年在仁寿县采集的555个表层土样(0~20cm),应用地统计学方法分析了该县域尺度表层土壤pH值的空间变异特征;并采用方差分析和回归分析量化主要影响因素对土壤pH值空间变异的影响程度。结果表明:研究区土壤pH值在4.02~8.14之间,平均为6.80,总体上以中性和碱性土壤为主;变异系数为14.48%,属中等程度的空间变异性。地统计分析表明,研究区土壤pH值变异函数的最佳理论模型为球状模型,具有中等程度的空间自相关性,且空间自相关范围较大。方差分析和回归分析表明,土壤类型、成土母质和土地利用方式是显著影响土壤pH值的主要因素。其中,成土母质和土地利用方式分别能独立解释76.2%和4.8%的土壤pH值空间变异。土壤类型的解释能力与分类级别有关,土类、亚类和土属可分别独立解释41.3%、57.3%和83.7%的土壤pH值空间变异,因而能反映成土过程和母质特性的土属是研究区土壤pH值空间变异的主控因素。研究结果可为川中丘陵县域尺度土壤pH空间变异分析及区域生态环境管理与建设提供有益参考。     

前车突然切入时驾驶人应激生理特性研究

为研究前车突然切入对驾驶人生理负荷的影响,利用MP150生理监测系统对22名被试进行虚拟驾驶试验。采集记录前车突然切入时被试的生理参数。研究驾驶人心率增长率和心率变异性(HRV)指标与车速、应激距离之间的关系。结果表明:自车速度为100 km/h时,随着前车切入距离从55.6 m减小到27.8 m,被试的平均心率增长率从16.21%增大到23.27%,HRV参数低频(LF)值也呈现下降趋势。前车切入距离一定,随着自车车速从60 km/h增加到120 km/h,被试的平均心率增长率存在显著性差异,平均从13.05%上升到21.85%。差异性检验结果表明,前车切入距离和自车速度发生变化时驾驶人的生理负荷变化趋势一致,但自车速度因素对驾驶人生理负荷的影响程度高于切入距离因素。     

Influence of Riparian Seepage Zones on Nitrate Variability in Two Agricultural Headwater Streams

Riparian seeps have been recognized for their contributions to stream flow in headwater catchments, but there is limited data on how seeps affect stream water quality. The objective of this study was to examine the effect of seeps on the variability of stream NO₃‐N concentrations in FD36 and RS, two agricultural catchments in Pennsylvania. Stream samples were collected at 10‐m intervals over reaches of 550 (FD36) and 490 m (RS) on 21 occasions between April 2009 and January 2012. Semi‐variogram analysis was used to quantify longitudinal patterns in stream NO₃‐N concentration. Seep water was collected at 14 sites in FD36 and 7 in RS, but the number of flowing seeps depended on antecedent conditions. Seep NO₃‐N concentrations were variable (0.1‐29.5 mg/l) and were often greater downslope of cropped fields compared to other land uses. During base flow, longitudinal variability in stream NO₃‐N concentrations increased as the number of flowing seeps increased. The influence of seeps on the variability of stream NO₃‐N concentrations was less during storm flow compared to the variability of base flow NO₃‐N concentrations. However, 24 h after a storm in FD36, an increase in the number of flowing seeps and decreasing streamflow resulted in the greatest longitudinal variability in stream NO₃‐N concentrations recorded. Results indicate seeps are important areas of NO₃‐N delivery to streams where targeted adoption of mitigation measures may substantially improve stream water quality.