北京市农业大棚冬季燃煤散烧污染排放估算

选取北京农业种植的典型区域,使用高分辨率影像对2013年冬季、2014年夏季及2014年冬季的三期农业大棚进行了精细化提取,分析了污染物空间分布特征.在此基础上,通过现场调查的方式获取了蔬菜、瓜果、水果、花卉以及其他类五种不同种植类别农业大棚的燃煤系数,估算了北京市典型区农业大棚的燃煤散烧量及污染物排放量.结果表明:以面积为衡量指标,北京市农业大棚主要集中在城乡结合部,南部区域量多面广,而北部区域分布集中、规模较大,受城市扩张影响,农业大棚呈现重心向外转移的变化趋势.选取大兴、通州、昌平以及海淀4个区作为典型区,通过实地调查发现其他类农业大棚燃煤系数最大,达到15.0 kg/(m2·a),瓜果、水果、蔬菜及花卉燃煤系数依次为8.2、3.5、3.4及1.7 kg/(m2·a).北京典型区农业大棚燃煤量为3.4×104 t,全市农业大棚的燃煤总量约为5.2×104 t.结合农业大棚活动水平与污染物排放因子估算2014年北京市农业大棚燃煤散烧的PM₁₀、PM_2.5、NO_x及SO₂排放量分别为623.7、516.2、98.3及184.0 t.将2013—2014年冬季持续存在、夏季未被拆除的大棚定义为长期持续性大棚,核算发现,长期持续性大棚PM₁₀、PM_2.5、NO_x及SO₂排放量分别为399.7、482.9、76.1及142.5 t.      

2016年北京市春节大气颗粒物污染特征激光雷达监测分析

基于激光雷达大气颗粒物消光系数实时数据以及PM_2.5和PM₁₀自动在线监测数据对北京市2016年春节期间（2月7~13日）大气污染进行系统分析.除夕夜间受燃放烟花爆竹影响,大气颗粒物浓度在短时间内急剧攀升,市中心的官园站PM_2.5浓度最大值达到639.3 μg·m^-3,9 h内增长了近30倍,城郊的琉璃河站及定陵站颗粒物最大小时浓度均超过1000 μg·m^-3,显著高于市中心的官园站.初三至初五存在持续的颗粒物高浓度污染且城郊的颗粒物浓度均高于市中心.激光雷达的监测结果表明,除夕燃放时段内3个站点105 m处的消光系数显著高于405 m,呈现出明显的鞭炮燃放排放污染特征.3个站点的垂直消光特性存在显著差异,大气清洁时1.0 km下定陵、车公庄及琉璃河的背景极值分别为0.09、0.20和0.19 km^-1,2月8日00：00的消光系数最大值分别为0.23、1.36和1.19 km^-1,为同时刻同高度背景值的2.6倍、6.8倍和6.0倍,燃放烟花爆竹使得颗粒物的消光系数短时间内急剧增大.     

中国西部人为源NO2污染的时空分布及影响因素研究

利用臭氧监测仪卫星遥感反演获得对流层NO_2柱浓度数据,分析了2005—2016年中国西部地区NO_2污染的时空演变特征及影响因素.首先,根据NO_2污染的季节特性,剔除了自然源NO_2后得到人为源NO_2柱浓度信息;然后,利用小波变换分解方法对西部地区NO_2柱浓度的长期趋势和季节特性进行提取,并对比了东西部的NO_2增长情况;最后,结合经济社会数据分析了西部各省NO_2污染的主要驱动因素.结果发现,西部地区的NO_2浓度在2005—2012年期间呈快速增长趋势,西北各省份的增速均超过了10%a~(-1).然而,2012年之后,西部各省的NO_2浓度开始下降.结合"十二五"计划中的各省氮氧化物减排目标,发现大多数西部省份都较好地完成了减排任务.此外,煤炭消费是西部各省NO_2污染的最主要因素.然而,对于云南和四川而言,虽然水电发展替代了部分火电,使得煤炭消费增速减缓,但交通排放成为这两个省份NO_2污染的最主要驱动因素.西部地区是国家"一带一路"新战略的重要区域,本研究结果将为政府制定有效的控制排放政策,以及促进西部区域可持续发展提供重要的科学参考.     

广西会仙湿地不同植物根际细菌群落结构及多样性研究

为了研究会仙喀斯特湿地不同植物根际细菌的群落结构和多样性以及环境因子对细菌群落的影响,以秋、冬两季植物根际土壤中提取的总DNA为模板,运用Illumina HiSeq 2500高通量测序技术,对细菌16S rDNA基因V4+V5进行测序和分析。结果表明,共获得细菌有65门、160纲、219目、391科、677属和246种,不同植物根际土壤中占主导的细菌类群相同,主要包含变形菌门(Proteobacteria)、绿弯菌门(Chloroflexi)、酸杆菌门(Acidobacteria)、放线菌门(Actinobacteria)、拟杆菌门(Bacteroidetes)等10个主要门类细菌,其中变形菌门为第一优势菌(平均含量42.4%);优势菌纲有γ-、β-、δ-变形菌纲(Gammaproteobacteria、 Betaproteobacteria、 Deltaproteobacteria)、厌氧绳菌纲(Anaerolineae)、unidentified_Actinobacteria纲、全噬菌纲(Holophagae),以β-变形菌纲为主(平均含量为13.5%);优势菌属以地杆属(Geobacter)、芽孢杆菌属(Bacillus)、厌氧粘菌属(Anaeromyxobacter)为主,以芽孢杆菌属占比最高(占3.8%)。芦苇(Phragmites australis)多样性和丰富度最高,华克拉莎(Cladium chinense)和苦草(Vallisneria natans)次之,美人蕉(Canna indica)最低;冬季土壤细菌多样性高于秋季;美人蕉两季根际细菌群落差异最大,华克拉莎最小。环境因子对细菌群落结构有较大影响,其中土壤TOC、TN影响最显著。从植物根际微生物多样性和丰富度来看,在会仙湿地中增植芦苇和华克拉莎,对维持湿地系统中微生物多样性和湿地的保护有重要意义。     

长江中游城市群PM2.5时空特征及影响因素研究

近年来,伴随着工业化和城市化进程的加快,长江中游城市群灰霾天气持续增多,空气污染问题日益突出。基于2015年1月至2016年2月长江中游城市群189个空气质量监测站点的PM2.5逐时监测数据,采用普通克里金插值、探索性空间数据分析法和相关系数法,从年、季、月尺度上分析了PM2.5的空间分布格局及其影响因素。结果表明：（1）在年尺度上,长江中游城市群PM2.5浓度空间分布总体呈现出明显的北部高南部低,局部地区略有突出的特征,该区PM2.5浓度年均值为55.28 μg/m3,其中湖北省PM2.5的年均值为三省市最高,为68.17 μg/m3;其次为湖南省,年均值为53.66 μg/m3;江西省PM2.5的年均值较小,为44.01 μg/m3。（2）在季节尺度上,长江中游城市群PM2.5浓度表现出冬春季高,夏秋季低的现势性,这与区域内夏季高温多雨、冬季低温少雨的气候条件密切相关。（3）长江中游城市群PM2.5月浓度变化大致呈U形分布,1月份PM2.5浓度最高, 1~6月份,PM2.5浓度呈逐步下降趋势, 6~8月份,区域PM2.5浓度处于“U”字的谷底。（4）NO2、CO是影响PM2.5浓度的两项主控大气污染物,而降水量和相对湿度则是影响PM2.5浓度的两个重要气象因素。 关键词： PM2.5浓度;时空特征;气象因素;长江中游城市群     

基于Himawari 8的沙尘遥感监测与应用

基于Himawari 8静止卫星数据实现了沙尘天气24h动态遥感监测.通过对Himawari 8通道15、13、11亮温值、通道15与13亮温差（BT15-BT 13）、通道13与11亮温差（BT13-BT 11）进行时间序列分析和直方图统计,发现在所选通道中,各地物亮温值分布较为接近,冰云亮温值约为220~250K;沙尘、水云和高纬度地表亮温值约为260~270K;低云、雾和中纬度地表亮温值约为270~290K.通道13对识别沙尘较为敏感,沙尘在通道13的亮温值明显低于通道11和15,在BT15-BT13亮温差值图上沙尘区存在明显高值,在BT13-BT11亮温差值图上为负值,明显低于其他地物.相关性分析结果显示,BT15-BT13和BT13-BT11与地面PM₁₀浓度在0.01水平上显著相关.通过BT15-BT13、BT13-BT11和通道13进行假彩色合成生成的沙尘遥感结果与气象数据,地面PM₁₀数据,激光雷达数据相结合,可对华北地区沙尘污染的起源,形成过程和行进轨迹进行24h的三维动态观测.     

2013~2014年北京大气重污染特征研究

从污染物浓度的时间变化、空间分布以及大气污染类型等方面,对2013~2014年北京大气重污染过程进行了分析,并初步探讨其影响因素.结果表明:2013~2014年北京共出现大气重污染105d,重污染频率为14.4%.其中,首要污染物为PM_2.5的天数为103d,首要污染物为PM₁₀和O₃各有1d;冬半年重污染天数占全年的76.2%.重污染气象要素特征主要表现为风速小、湿度高、能见度低.重污染日PM_2.5/PM₁₀浓度比值为91.3%,明显高于全年平均水平,表明重污染时颗粒物以细颗粒物为主.北京大气重污染区域分布表现为南高北低,平原高、山区低的总体特征,交通站重污染天数普遍高于市区其它站点.北京大气重污染主要表现为积累型、光化学型、沙尘型以及复合型等类别;其中积累型大气重污染往往伴有区域污染水平的整体升高,PM_2.5组分中NO₃^-、SO₄^2-、NH₄⁺等水溶性二次离子的浓度增幅最为明显;O₃污染在近两年有加重的趋势.     

2015年“十一”期间北京市大气重污染过程分析

采用垂直观测、地面观测、PM_2.5化学组分观测和气团轨迹分析等手段,对2015年10月份北京市一次大气重污染过程进行了分析.结果表明,重污染时近地面层气溶胶消光系数升高,污染物主要积聚在600m以下.重污染期间气象要素特征为：风场弱,湿度大,地面受弱气压场控制,边界层高度极低.重污染期间不同站点PM_2.5浓度变化趋势和峰值出现时间较为一致;大部分时段PM_2.5中NO₃^-浓度明显高于其他组分;周边区域受重污染的影响面积相对较小,高浓度区主要集中在北京市及近周边地区.多手段的观测结果以及PM_2.5浓度与气象要素和各化学组分的相关性分析的结果均表明：区域传输,包括秸秆焚烧,对本次北京市重污染天气过程具有一定的影响,但本地机动车排放在不利气象条件下的积累、二次转化以及垂直方向空间的极端压缩是导致重污染的主要原因.     

基于形态空间格局分析方法和最小累积阻力模型的北京市平原区造林工程生态格局分析

为了科学评估北京市平原区造林工程的生态影响，利用高分卫星数据获取2018—2020年北京市平原区造林面积、分布及变化信息，分析了造林工程的空间格局特征，并采用形态空间格局分析(MSPA)方法及最小累积阻力(MCR)模型，构建了北京市平原区生态网络，通过情景模拟分析造林工程对生态源地、生态廊道产生的影响。结果显示，2018—2020年北京市平原区造林工程主要沿西北东南方向实施，实现了对原有林地资源分布不均衡问题的解决。热点建设区域为北部的延庆及东南部的通州、大兴，呈现由城市边界逐步向市中心蔓延的发展趋势。在不考虑其他因素对土地利用的影响的前提下，造林工程的实施使平原区林地面积增长了9.8%。通过情景模拟发现，造林工程的实施使生态网络向连通、完整、均衡方向发展。其中，生态源地面积增长了131.0 km²,主要生态源地连通性提升了41.1%,生态廊道的分布由主要分布在西北部山区向西北、东南两个方向均有密集分布转变。综上，造林工程的生态环境效应显著，造林工程的实施对生态环境质量改善具有重要意义。