黄河流域城市PM_(2.5)时空异质及空间溢出效应研究北大核心

选择2000—2020年黄河流域69个地级市PM_(2.5)浓度相关监测数据,采用空间自相关模型和空间回归模型对流域PM_(2.5)污染时空特征和空间溢出效应进行分析。结果表明:①2000—2020年黄河流域城市年度PM_(2.5)浓度值呈“先升后降”的趋势,黄河流域PM_(2.5)污染呈“先恶化、后改善”的趋势。②黄河流域PM_(2.5)浓度年度均值为52.99μg/m^(3),其中,上游、中游和下游PM_(2.5)浓度年度均值分别为39.35μg/m^(3)、54.65μg/m^(3)、72.53μg/m^(3),表明黄河流域PM_(2.5)污染水平地理梯度分布呈“上游<中游<下游”的态势。③黄河流域PM_(2.5)污染具有显著的空间自相关性和空间聚集特征,下游已形成较为稳定的大气污染区,但流域PM_(2.5)污染水平空间极化程度不断降低,空气质量朝着空间均衡方向不断改善。④黄河流域城市PM_(2.5)污染空间溢出效应明显,年均气温、人口密度、工业化程度、人均GDP等因素与城市PM_(2.5)污染水平呈正向相关性,降水量、年均风速、植被覆盖度等因素与城市PM_(2.5)污染水平之间呈负向相关性。     

基于数值模拟的2015年11月东北极端重污染过程成因的定量评估

2015年11月中上旬,我国东北地区经历了一系列连续重污染过程,其污染程度之高、影响范围之广、持续时间之长历史罕见.本文综合利用空气质量监测资料、遥感卫星资料、数值模式等方法手段探究了此次连续重污染事件的成因,并运用敏感性分析方法首次定量评估了各污染原因对PM_2.5浓度的贡献比重.结果表明,受阻塞高压控制、中低层强逆温、地面高湿度低风速等不利扩散条件可使PM_2.5浓度在污染过程中升高30%~50%;采暖季污染排放显著增强可使PM_2.5浓度整体升高100~200 μg·m^-3,重污染过程中对局部地区贡献达50%~70%;污染传输通道上游捕捉到的秸秆焚烧也可使局部地区PM_2.5浓度增加75~100 μg·m^-3,对PM_2.5浓度的平均贡献率为10%~20%.研究表明,不利扩散条件、采暖季污染源的加强排放及冬季的秸秆焚烧是引发此次高浓度PM_2.5的三大原因.本研究可为我国东北地区大气污染问题治理提供有益参考,也可帮助民众认知污染成因.     

农村移民安置生态环境容量估算的双向探索

把经济、社会、环境作为一个协调发展的整体，深入探讨了农村移民安置环境承载容量的估算方法，采取线性加权构造评价函数的方法，并选用人均口粮，农业产值，水土保持状况以及森林面积，以便建立分别代表三个效益的目标函数，进行多目标规划，然后，根据双向探索的思路，在可行解中择优，进而在顺向和逆向寻优中不同整体效益的基础上，发展出协调优化、综合决策的安置容量估算方法，双向寻优的结果可互相验证，互相补充，弥补了单一     

2019年江苏省PM2.5和O3多模式集合预报算法效果评估

基于江苏省重污染天气监测预报预警系统多模式预报结果,分析了不同数值模式对江苏省13个城市细颗粒物(PM_2.5)和臭氧(O₃)的预报偏差特征,发展了多模式集合预报算法,并对其进行了评估。结果表明,相较于单一数值模式,集合预报算法显著改善了PM_2.5和O₃预报的准确率,其对江苏省PM_2.5和O₃空气质量分指数等级的预报准确率超过了80%。就江苏省整体而言,PM_2.5集合预报的准确率相比最优单一数值模式提升了6%。O₃浓度较低时,集合预报能有效改善各模式存在的高估现象。但受限于目前的校正策略,出现高浓度O₃污染时,集合预报对预报效果的提升相对有限。