城市表层土壤重金属污染分析研究

根据某城市土壤表层中的8种重金属Cu、Pb、Cd、Hg、As、Cr、Ni、Zn的浓度数据,利用地统计学原理方法,研究了不同功能区土壤重金属的污染特征。结果表明Cd、Cu、Hg、Pb和Zn在工业区和主干道路区浓度超标,并且这几种元素的富集系数偏高,说明污染来源主要是工业生产、汽车尾气排放及汽车轮胎磨损等。此研究对城市土壤重金属污染治理及修复、重金属污染重点行业污染控制等提供参考。     

基于时空回归克里格和AOD数据的PM2.5时空插值

基于京津冀地区2016年PM_(2.5)浓度监测数据和MOD04的10 km分辨率气溶胶数据,结合时空位置,建立PM_(2.5)回归模型,使用时空回归克里格方法对京津冀地区进行PM_(2.5)时空插值,对比研究时空回归克里格与只使用监测站数据的普通时空克里格方法的时空插值结果。结果表明,两种方法的插值结果时空趋势相同,京津冀地区东南部PM_(2.5)浓度较高,夏秋两季浓度低于春冬两季;时空回归克里格插值结果的均方根误差为26.1,时空克里格插值结果均方根误差为28.3,即兼顾时空趋势并结合气溶胶数据的时空回归克里格插值精度提高了约8%。     

西安市主要大气污染物的相关性分析及时空分布特征

为深入了解西安市大气污染程度,对2015年西安市主要大气污染物(SO_2、NO_2、CO、PM_(2.5)、PM_(10)、O_3)的空气质量指数进行了逐日变化分析、相关性分析及空间插值分析。结果表明:SO_2、NO_2、CO、PM_(2.5)、PM_(10)空气质量指数春冬季高于夏秋季,而O_3空气质量指数则是春冬季低于夏秋季。11月和12月份污染较为严重。在4个季度中,PM_(2.5)和PM_(10)与气态污染物SO_2、CO、NO_2均呈正相关,说明PM_(2.5)、PM_(10)与这3种气态污染物具有同源性。SO_2与CO、NO_2均呈显著性正相关,三者均受化石燃料燃烧及机动车尾气影响。O_3与CO、SO_2相关性不大,与NO_2在二季度呈现正相关。SO_2、NO_2、PM_(2.5)、CO、PM_(10)多聚集在高新西区、莲湖区、碑林区、经开区、雁塔区、长安区,O_3多聚集在阎良区、未央区和灞桥区。     

多尺度PM_(2.5)分布特征的空间插值与遥感反演对比

精确识别污染物浓度的空间分布是进行区域大气污染防治的重要基础。利用MODIS卫星数据,采用基于地面气象和环境空气质量监测站点观测数据为基础的反演模型,反演获取2013年12月珠三角地区典型大气污染过程1 km分辨率的PM_(2.5)浓度数据,对比分析遥感反演及基于环境空气质量监测站点观测数据的空间插值方法对区域、城市和乡镇尺度PM_(2.5)浓度空间分布特征的再现效果差异。结果表明,珠三角地区PM_(2.5)遥感反演结果与地面观测数据的相关性达到0.74,相关性水平较好,遥感反演结果可描述区域、城市和乡镇尺度上PM_(2.5)污染浓度的空间分布特征,识别不同空间位置的污染程度差异;基于站点观测数据的空间插值方法对PM_(2.5)浓度空间分布特征的再现能力有限,在区域尺度PM_(2.5)浓度空间分布特征分析时效果尚可,在站点有限的城市和乡镇尺度分析中效果不佳,容易产生对高浓度污染地区的误判;在需要利用站点观测数据分析区域尺度PM_(2.5)浓度空间分布特征时,析取克里金、反距离权重或径向基函数插值方法的效果相对较好。     

基于GIS和LUR模型的西安市PM2.5浓度空间分布模拟研究

基于地理信息系统GIS和土地利用回归LUR模型,模拟西安市PM2.5浓度空间动态分布,结果表明:与PM2.5浓度相关性最高的分别为缓冲区为2 km的水域面积、人口密度和距离水域距离,R 2分别为0.501,0.393和0.280;与PM2.5浓度相关性最低的分别为缓冲区为4 km的水域面积、未利用地面积和耕地面积,R 2分别为0.039、0.021和0.017.未考虑风速建立的LUR模型多元回归的相关系数为0.856,R 2为0.733,考虑风速的相关系数为0.892,R 2为0.796,表明风速对于污染物的分布影响较大,LUR模型模拟效果较好.模拟的PM2.5年均浓度高风险区分布于中部,中风险区分布于中西部,低风险区分布于东南部和西部.     

南通地区冰后期泥沙沉积量和环境变化的初步研究

南通地区位于长江三角洲北翼，其冰后期的环境变化以最大海侵时期为界，之前为海侵期，表现为海水入侵，陆地面积减少。之后海面趋于稳定，长江泥沙在河口地区持续沉积的作用下，表现为南通地区的逐渐成陆过程。利用收集的84个分布于南通地区及附近的钻孔剖面资料，将其按不同厚度的沉积相进行整理，结合前人研究成果，根据不同的数据基础运用IDW（Inverse Distance Weighted）插值对南通地区冰后期沉积厚度分布和环境变化过程分别进行了初步研究。结果表明：南通地区古河谷区是冰后期主要的泥沙沉积区，沉积物厚度、体积和重量大于北翼地区，北翼前缘沉积要大于后缘。冰后期古河谷区沉积泥沙4 8922×108 t，北翼地区沉积泥沙1 0453×108 t，二者之比约为47〖DK〗∶10，泥沙沉积强度之比约2〖DK〗∶1。从冰后期海侵初期到最大海侵时期，再到南通成陆的晚期，南通地区水域面积比例先由622%上升到95%，再缩减到331%，陆地面积比例先由378%缩减到5%，而后又上升至669%。尽管钻孔资料可以为南通地区有历史记载之前的时期提供宏观的环境变化框架，但由于钻孔资料在测年数据及沉积相的划分方面分辨率较低，在表现南通地区历史时期的环境变化方面存在不足，需要结合考古、文物等历史资料和土壤分布等自然地理信息进行更为详细的研究     

基于BP人工神经网络的城市PM2.5浓度空间预测

针对PM2.5日均质量浓度,采用BP人工神经网络模型,预测研究区空气中PM2.5浓度的空间变异,通过与普通克里格(Ordinary Kriging)插值方法对比验证BP人工神经网络预测模型的精度.结果表明:BP人工神经网络预测模型下研究区检验样本点位置的PM2.5仿真浓度与观测浓度之间的均方差、平均绝对误差、平均相对偏差和相关系数分别为0.296 μg2/m6、0.412 μg/m3、1.650％和0.851;而与此同时,普通克里格插值方法下的对应结果分别为1.041 μg2/m6、0.689 μg/m3、11.910％、0.638.研究成果在肯定BP人工神经网络预测模型可用于揭示PM2.5浓度空间变异特征的同时,也证实了其相对于普通克里格插值方法在固定空间点位准确预测PM2.5浓度方面的优势.     

爆炸温度的Lagrange型插值计算方法

爆炸温度是衡量爆炸破坏力的重要参数之一，主要有根据“反应热”和根据“燃烧反应方程式与气体的内能”这两种计算方法。当采爆炸温度，而必须采用计算的方法。用后者计算爆炸温度时，可能无法利用计算出来的内能数值直接得到相对应的选取了一氧化碳与空气的混合物作为分析对象，计算出燃烧后各生成物内能之和，然后与各假定温度下计算出的内能进行对比，确定出实际爆炸温度所处的区间。选取2200K、2400K、2600K三个插值节点，利用Lagrange型插值方法计算出了实际爆炸温度。     

上海城市街道灰尘重金属铅污染现状及评价

对上海市区和郊区城镇中心街道灰尘中铅的含量水平进行了研究,并应用克里格插值法分析了市区街道灰尘中铅的空间分布特征,结果表明:市区街道灰尘中铅的含量为28～4443 mg·kg^-1,平均含量为264 mg·kg^-1,为上海土壤环境背景值的10.4倍;郊区城镇中心街道灰尘中铅的含量为155～364 mg·kg^-1,平均含量为237 mg·kg^-1,为环境背景值的9.3倍;市区内环线以内黄浦江两岸区域铅污染较为严重,平均含量为359 mg·kg^-1;铅污染中心主要位于商业区和交通干道,平均含量分别为642和520 mg·kg^-1.地积累指数法和铅污染指数法的评价结果表明:上海城市街道灰尘中铅污染整体上处于中度污染水平,其中,市区内环线以内黄浦江两岸区域街道灰尘中铅污染处于偏重污染水平.研究结果以期为上海市的城市环境污染防治和城市规划提供重要的科学依据.     

基于ArcGIS的突发性大气污染应急预警系统——以上海市宝山区大场镇为例

以上海宝山区大厂镇突发性污染泄漏预警系统这一基于高斯扩散的大气污染扩散空间信息系统为例,将点源大气扩散模式--高斯模式与ArcGIS的有机结合,初步探讨了突发性大气污染的预警研究.预警系统具有相当的灵活性.可以通过多种插值方法有效地模拟底图上任一点的突发性大气污染扩散状况.与此同时,扩散模式与GIS软件的有机结合.实现了系统的可视化,简化了模式输入,而且使得系统具有了空间分析功能,是一次不错的尝试.