北京数字化地电阻率干扰识别与异常分析

整理分析了北京地区数字化地电阻率观测数据中的各种干扰因素，并研究了北京及邻近地区4级以上地震前数字化地电阻率的短临异常特征。为利用数字化地电阻率数据及时识别干扰，准确捕捉地震短临异常信息提供了可借鉴的实例。     

北京数字化地电阻率干扰识别与异常分析

整理分析了北京地区数字化地电阻率观测数据中的各种干扰因素,并研究了北京及邻近地区4级以上地震前数字化地电阻率的短临异常特征。为利用数字化地电阻率数据及时识别干扰,准确捕捉地震短临异常信息提供了可借鉴的实例。     

嘉山台地电阻率各类变化的判定与分析

本文以嘉山台地电阻率数字化改造后的观测资料为基础,在台址条件、资料质量、干扰因素等方面进行了较为系统的整理,总结了地电阻率观测中的非震现象、典型干扰的变化及影响观测精度的因素,对干扰机制也进行了必要的判断,同时对嘉山台地电阻率的映震效能进行了尝试性的分析,为同类型地电台有效地识别和排除干扰提供参考和借鉴。     

提高地电阻率观测精度研究

随着国民经济的快速发展,地电阻率的观测环境受到各种干扰,其中采用直流牵引技术的城市轨道交通干扰尤为严重,致使一些地电阻率观测台站的观测数据无法满足规范要求,部分台站因此被迫搬迁。进一步改善观测系统测量模式,提高其观测精度势在必行。通过多种方法实验,提出了一些抗干扰措施,达到了提高观测精度的目的,为进一步提升地电阻率观测质量做了技术铺垫。     

应对数字化地形变观测干扰分析与实践

文章在讨论、分析2010年5月初密封前后主要气象因素(大风、气压、强降水)对淮北台定点地形变观测影响的基础上,认为大风主要对倾斜仪产生干扰,气压主要对伸缩仪产生干扰,且密封后主要气象因素的干扰均得到改善。     

解决地电台站受电磁干扰的一种有效尝试

随着南京地铁1号线的建成,南京地铁也相继运行,而地铁运行对南京台的地电阻率观测数据造成了干扰.南京台距离地铁线路的垂直距离约为7 km.通过计算分析用南京台地电阻率观测的00时～05时的6个整点值的均值数据来代替由24个整点值数据计算出的日均值,能够满足地电阻率手段的日常分析预报.目前磁电观测的环境干扰越来越严重,搬迁不是解决问题的唯一办法,而通过改进数据处理的办法,避开干扰,可能是解决这一问题的另一条出路.     

重庆地磁台观测环境干扰分析

根据《地震电磁观测技术》中提供的理论计算方法、采用重庆地磁台近15年的21点值和基线值,对该台的地磁观测干扰情况做出合理的分析和解释;并总结了干扰类型和数据变化情况,提出对干扰的解决方法。     

土桥3.4级地震与榆树台地电阻率异常回顾

回顾了1994年11月24日榆树市土桥镇东发生3.4级地震的情况;简要介绍了榆树台的基本情况;分析了土桥地震的宏观异常以及波及的范围;本文同时还解析了此次地震前榆树台地电阻率异常表现及其方法.     

高压直流输电系统对埋地管道干扰及防护研究进展

为了让相关人员更好地了解高压直流干扰领域研究现状,通过对国内外相关领域研究成果的总结,介绍了高压直流输电系统接地极和线路对埋地管道干扰的产生方式,分析了高压直流干扰对埋地管道的危害类型、评价指标研究现状以及现有防护措施的类型和优缺点.在此基础上,总结了目前该领域的研究重点和难点,指出了未来高压干扰问题的发展方向,为相关...     

安徽省数字化地电场FFT频谱分析研究

采用傅里叶变换方法对安徽省地电场进行功率谱分析。结果显示,地电场在磁静日和磁扰日的显著周期不同,静日以24 h、12 h、8 h和6 h最为显著,扰日则以4.8 h、4 h显著;一个月的地电场中最显著的周期为12 h和12 h附近。不同台站相同方向的地电场数据具有相似的频谱,可以根据地电场的频谱来判断地电场数据的可靠性。     

基于CWSI的安徽省干旱时空特征及影响因素分析

安徽省是我国的农业大省和重要商品粮食基地,因受自然地理位置等因素的影响,安徽省旱灾频发。论文基于MOD16产品,利用作物缺水指数CWSI,结合气象数据和MOD13数据,分析2000—2014年安徽省干旱时空分布特征和影响因素,结论如下：1）基于MOD16产品计算的作物缺水指数可用于安徽省干旱的监测。2）2000—2014年间安徽省CWSI多年均值为0.524,最大值在2011年（0.569）,最小值在2003年（0.458）,整体上呈现弱增加趋势;具有较强的空间分异性,表现为南部湿润、北部干旱。各市多年CWSI年均值相差不大,但变化趋势各异,淮北平原地区和江淮之间地区呈现显著增加趋势,而皖南地区呈显著下降趋势。3）安徽省CWSI年内月变化整体上呈先减少后增加的单谷型趋势,1—6月和10—12月CWSI值较高,最大值在3月,为0.66,7—9月CWSI值较低,最小值在8月,为0.27,具有明显的季节性差异,淮北平原易出现春旱、秋旱和冬旱,江淮丘陵易出现春旱及秋旱,沿江地区易出现春旱。4）不同土地利用类型的CWSI年内变化特征差异明显,林地和草地整体上呈现先减少后增加的单谷趋势,其月均最大值在3月,城镇和耕地则表现为多峰趋势,最大月均值在6月。5）CWSI与降雨、温度以及植被的关系密切,在降雨较多的地区,温度较低,植被指数较高,CWSI值较小,干旱程度较轻,说明降雨对CWSI变化的影响较大。     

安徽省酸雨污染特征分析

根据对安徽省酸雨监测网站监测结果的统计分析,揭示了安徽省酸雨污染的空间特征.根据酸雨组成成分监测结果,分析了安徽省酸雨的形成原因.最后预测了安徽省酸雨的发展趋势,并初步提出了一些防治对策.      

安徽省近10年能源足迹测度及驱动因子分析

安徽省为生态建设省,随着中部崛起战略与皖江城市带承接产业转移示范区建设的实施,能源消费给当地生态环境形成了较大压力. 依据生态足迹模型对安徽省2000—2009年能源足迹进行了时间序列测度,基于STIRPAT模型揭示了能源足迹驱动因子的边际贡献,运用灰色GM(1,1)模型预测了2015年与2020年能源足迹. 结果表明:安徽省人均能源足迹由2000年的0500 8 hm2增至2009年的1043 5 hm2,人均能源足迹赤字由2000年的0432 9 hm2扩至2009年的0975 5 hm2;煤炭足迹对能源足迹平均贡献率为7629%,占主导地位;能源足迹强度由2000年的1083 3 hm2104元降至2009年的0704 7 hm2104元;研究时段内,能源足迹生态压力指数均大于5 人均GDP和第二产业在经济中所比例均与能源足迹呈正相关,二者边际弹性系数分别为0000 073 57和0006;而单位工业增加值能耗与能源足迹呈负相关,其边际弹性系数为-0186.      

安徽省大气污染状况及防治对策研究

随着安徽省经济的快速发展和城市化进程的快速推进,大气环境问题越来越受到人们的关注。控制大气污染,改善大气环境,有利于安徽省经济及社会协调发展。因此,本文对安徽省二氧化硫、氮氧化物和颗粒物的排放现状进行了分区域、分行业的统计,系统分析了当前安徽省大气污染的状况、特点及成因,并结合实际探讨了安徽省大气环境污染的综合防治措施,以便为安徽省实现环境保护与经济、社会和谐发展提供依据。     

安徽省大气污染物时空分布特征及演化规律

在区域复合型大气污染逐渐常态化之下,联防联控治理的新模式已成为解决区域性大气污染的根本途径和有效措施.利用2015年冬季（2015年11月8日—2016年1月20日）、2016年冬季（2016年11月8日—2017年1月20日）安徽省16个城市大气污染物（NO₂、SO₂、CO、O₃、PM₁₀、PM_2.5）浓度数据,结合耦合协调度模型、探索性空间数据分析和障碍度模型,分析大气污染物的时空格局特征,描述其演变规律和总体走向,诊断区域大气污染物中的首要障碍因子.结果表明:①安徽省大气污染物浓度水平具有时间波动性和空间非均衡性,NO₂、O₃、PM₁₀和PM_2.5指数水平表现为递增态势,整体呈现“两高一低”,即皖北高（0.050 3）、中部地区高（0.050 1）和皖南低（0.040 5）的态势,年际变化呈增长趋势,空间分异度变化较大;②安徽省大气污染物耦合度较高,基本维持在拮抗阶段（2015年冬季和2016年冬季耦合度年均值分别为0.480、0.479）,皖北呈增加态势,而中、南部城市主要呈略微降低趋势;包括极度失调和严重失调两种类型（2015年冬季和2016年冬季协调度平均值分别为0.114、0.123）;③安徽省内各城市大气污染物在全省范围内热、冷点分布迥异,2015年冬季和2016年冬季主要经历了聚拢（NO₂、O₃向中部城市聚拢）和北迁（PM₁₀、PM_2.5往北迁）两个过程.研究显示,结合安徽省大气污染物障碍度测量分析,优化和量化区域大气污染物中的首要障碍因子,可为有效开展地区大气污染的防控治理及区域联动提供有利保障.      

安徽省酸雨分布特征和发展趋势及其影响因子

利用气象部门7个酸雨观测站资料、安徽及周边部分省份煤耗量、卫星观测的对流层NO2柱含量资料,分析了安徽酸雨的空间分布、发展趋势及酸雨发生频率上升的原因;同时,借助轨迹分析和聚类分析的方法分析了输送形势对各地酸雨的影响.2006～2008年间安徽酸雨频率表现为夏季低、秋季高,3 a降水均值呈酸性,其中合肥、安庆、马鞍山和蚌埠为中度酸性.在空间分布上表现为皖南到江淮之间最为严重,向北递减.阜阳、铜陵和黄山的降水pH值比较集中,各有75%以上位于6.00～7.50(阜阳)、5.00～6.00(铜陵)和5.00～6.50(黄山);其它测站的pH值分布范围比较大,峰值分别位于4.00～4.50(合肥和安庆)、5.00～5.50(马鞍山)和5.50～6.00(蚌埠).与10 a前相比,各地酸雨发生频率都大幅度上升.后向轨迹-聚类分析结果表明,酸雨发生频率与污染物的外来输送密切相关,各地都是来自偏东南到偏东北方向,尤其是经过江苏或浙江的气团对应着最高的中度以上酸雨发生频率,说明长江三角洲等经济发达地区的大气污染物排放对安徽酸雨有较大贡献.统计分析发现合肥酸雨变化趋势与安徽、浙江和江苏的煤耗量、对流层NO2柱含量的变化趋势都很一致(相关系数均大于0.7),再次说明该市酸雨增多、变强与区域污染物排放有密切联系.     

2000-2009年安徽省能源消费与碳排放分析

根据联合国政府气候变化专门委员会(IPCC)2006年版碳排放指南中的计算公式和碳排放系数缺省值,计算了安徽省2000年-2009年能源消费和碳排放情况。结果表明:安徽省能源消费由2000年的4878.82万t标准煤增长到2009年的8895.90万t标准煤,平均年增长率为6.9%,其中第二产业部门能源消费量均占能源消费总量的79%以上;能源消费产生的二氧化碳由2000年的4107.48万t增长到2009年的8536.12万t,其中在各种能源消费碳排放量中原煤的碳排放量最大,占总碳排放量的77%82%;碳排放强度总体上呈现下降的趋势,低于全国平均碳排放强度,但高于全球和美国;碳排放的因素分析得出碳排放量与人口、人均GDP、能源强度呈现高度相关性。     

全球变化背景下安徽近55 a气温时空变化特征

基于安徽省80个气象站的月值气温观测数据,采用线性倾向率、Mann-Kendall突变检验、小波分析和R/S分析等数理统计方法,研究多时间尺度下的气温变化特征。结果表明:1)近55 a安徽省气候呈现明显的暖化趋势,年均气温及春、秋、冬季气温均呈明显上升趋势,其中春季升温幅度最显著,年平均气温在20世纪90年代波动幅度最大;2)年平均气温在1996年发生了突变,与突变前相比,突变后的平均气温增加了0.82℃,年平均气温发生了较大的变化,增暖趋势显著;3)近55 a安徽省年平均气温的变化主要存在5~8 a和10~15 a周期振荡,由小波方差图可以确定年平均气温存在6 a和11 a的主周期;4)安徽省年及四季平均气温的Hurst指数都大于0.5,表明存在显著的Hurst现象,即在不同时间段,该地区的气温时间序列大体上延续历史变化趋势,说明近55 a来安徽省的气温变化存在趋势性成分。春季和冬季Hurst值最高,表明与其他季节相比,春季和冬季的增温持续性最强,是年平均增温的主要贡献者。     

安徽省生物多样性调查与评价——以县域为评价单元

生物多样性是生物及其与环境形成的生态复合体以及与此相关的各种生态过程的总和,包括数以百万计的动物、植物、微生物和它们所拥有的基因以及它们与其生存环境形成的复杂的生态系统。本文构建了一个生物多样性评价指标体系,遴选了10个评价指标,确立了生物多样性评价的方法,并以安徽省为例,以县域为评价单元,开展了生物多样性综合评价,评价结果显示,安徽省79个县域单元中,生物多样性评价等级为"高"的有2个,评价等级为"中"的有19个,评价等级为"一般"的有27个,评价等级为"差"的有31个。