自然灾害信息系统结构初探——以长白山火山灾害信息系统为例

以地理信息系统和遥感等具有综合分析,实时反应能力的高新技术为支撑,构建了自然灾害信息系统,指出自然灾害数据库主要包括历史数据库,相关环境数据和遥感信息数据库,并以减灾为视角将系统分为监测子系统,预测子系统,灾害评估子系统,避灾路线选取子系统四个模块。     

汶川地震局部地形对地震动的影响

关于局部地形对地震动的影响,一直是地震工程学的研究热点。选取汶川地震中自贡地形台有强震记录的山脊地形和典型地震灾害的北川县城河谷地形进行了强震观测记录、规范方法和数值模拟下的地形放大效应分析,结果表明:(1)规范法基本上可满足一般工程场地的要求;(2)对人员密集居住的高度大于60 m的较陡地形,建议应进行二维(三维)数值模拟下的地形效应分析。这为规范的修订提供了一些基础资料。     

嘉兴市大气污染特征及区域传输影响研究

对嘉兴市2013—2017年的大气污染特征进行了分析,同时研究了区域传输对其PM_(2.5)、PM_(10)、NO_2和SO_2的影响和嘉兴市O_3生成的主要原因。结果表明,自2013年以来嘉兴市PM2.5逐年下降,重度污染及以上天数逐年减少,环境空气质量总体呈逐年好转趋势。截至2017年,PM_(10)、NO_2、SO_2和CO均已达到《环境空气质量标准》(GB 3095—2012)二级标准,但PM_(2.5)和O_3仍未达标。2017年,周边地区(苏州市、湖州市、上海市、杭州市、绍兴市和宁波市)对嘉兴市PM_(2.5)、PM_(10)、NO_2和SO_2的传输贡献分别为36.2%、31.9%、25.6%、26.7%,季节差异较大,建议根据区域传输的季节性变化,制定针对性的联防联控措施。嘉兴市O3污染主要受挥发性有机物(VOCs)控制,应重点控制VOCs排放,辅以控制NO_x排放。     

嘉兴市人为源大气污染物排放清单研究

建立了2017年嘉兴市人为源大气污染物排放清单。结果发现,SO_2、NO_x、CO、挥发性有机物(VOCs)、NH_3、总悬浮颗粒物(TSP)、PM_(10)、PM_(2.5)、黑碳(BC)和有机碳(OC)排放总量分别为15 224、60 663、102 600、93 256、26 266、118 923、70 367、19 024、941、1 622t。SO_2的最大排放源是化石燃料固定燃烧源中的电力供热;NO_x的最大排放源是移动源中的柴油车;CO的最大排放源是移动源中的汽油车;VOCs的最大排放源是工艺过程源中的石油化工;NH_3的最大排放源是农业源中的氮肥施用;TSP的最大排放源是扬尘源中的道路扬尘;PM_(10)和PM_(2.5)的最大排放源是工艺过程源中的水泥生产;BC的最大排放源是移动源中的柴油车;OC的最大排放源是餐饮油烟源中的餐饮油烟。对于大气污染中普遍关注的6种污染物,SO_2、NO_x、PM_(10)、PM_(2.5)和VOCs排放的重点源主要集中在各县(市、区)的工业园区或工业集聚区,而NH_3的排放空间分布相对比较分散。     

城市群土地集约利用与新型城镇化耦合协调分析——以我国三大城市群为例

城市群土地集约利用与城镇化耦合协调发展是土地管理学研究的核心问题,实现土地集约利用与城镇化水平的高度协调,对促进城市群的可持续发展意义重大。运用全局主成分分析法、变异系数法的综合确权法以提高指标权重精度,基于耦合度、协调度、相对发展度模型测算、分析与比较京津冀、长三角及珠三角城市群协调发展水平,借助空间自相关模型分析沿海三大城市群协调发展水平的空间集聚特征与规律。研究表明:京津冀城市群协调发展水平最高,其次为珠三角与长三角,城市群协调发展水平的优化程度表现为"京津冀珠三角长三角",城市群协调发展度的空间相关性强弱表现为"京津冀长三角珠三角",京津冀城市群各城市协调发展水平整体逐步趋向于中高度协调,长三角、珠三角趋于中低度协调;研究前期新型城镇化发展滞后是影响京津冀与长三角城市群协调发展水平的主要原因,研究中后期京津冀新型城镇化超前发展,长三角则逐步趋于土地集约与新型城镇化同步发展,珠三角城市群新型城镇化发展进程进步显著,但仍滞后于土地集约利用。     

中国民用航空机场大气污染物及碳排放清单

基于 2017～2020 年中国民用航空局飞机起降数据、机队配置数据和国际民航组织(ICAO)飞机发动机排放因子数据库等数据,自下而上编制了2017～2020 年中国民用航空机场高分辨率飞机起飞着陆(LTO)循环大气污染物及碳排放清单,在此基础上探究中国民用航空机场大气污染物和碳排放时空分布特征.分析 2000～2020 年 3 次疫情(2003 年非典、2012 年中东呼吸症、2020 年新冠疫情)对机场大气污染物及碳排放影响.结果表明,2020 年中国民航机场 LTO 循环 NO_x、CO、HC、SO₂、PM 和 CO₂排放量分别为 10.90, 8.22, 0.96, 0.28, 0.06, 1360.27 万 t; HC、CO、SO₂、CO₂在滑行阶段排放量最大,分别占总排放量的 92.80%、91.56%、41.81%、41.81%.NO_x、PM 在爬升阶段排放量最大,分别占总排放量的 47.93%、37.39%;2017～2019 年我国民航机场...     

基于气象分型的大气环境允许排放量测算方法

本文提出一种基于气象条件分型的城市大气环境允许排放量测算方法,该方法基于环境空气质量和颗粒物组分数据,对气象条件进行分污染天气类型的二次转化规律研究,并确定不同天气类型下的迁移扩散系数.基于扩散理论,建立了污染物排放强度、不同天气类型迁移扩散系数和目标控制浓度之间的关系,在特定区域排放布局和排放方式基本不变的前提下,测算不同天气类型达空气质量标准下的一次PM_2.5,PM₁₀,NO_x和SO₂的允许排放量.以沧州市为例,结合空气质量从优到严重污染程度将对应气象要素依次划分为7种天气类型,测算7种天气类型达空气质量目标下的主要污染物允许排放量.基于2018年基准年的排放量,在天气类型7最不利气象条件下,沧州市一次PM_2.5,PM₁₀,NO_x和SO₂排放量削减率应分别在82.62%,81.17%,75.05%和74.54%以上,才能达到空气质量标准.结果表明,不利气象条件下大气环境允许排放量很小,需要更大力度减少污染物排放,才能避免发生重污染天气.     

基于复杂地形-气象场的二噁英污染物沉降研究

为了解复杂地形-气象场条件下二噁英类污染物环境影响,选取我国西南某代表性山地,利用CALPUFF预测区域垃圾焚烧、医废与危废项目二噁英类污染物的环境影响,并通过土壤实测数据进行模型分析验证.结果显示：复杂地形-气象场条件下,同一区域不同空间下的风向与风速将会出现明显差异,CALMET气象模块可结合相关资料,模拟计算出可信较高的复杂气象场文件;模型预测显示,在复杂地形-气象场条件下,项目排放的二噁英在土壤中的沉降位置、方向与全年主导风向不完全一致.研究区域土壤沉降量为0.86×10^-3~9.84×10-1ngTEQ/m²;模型模拟医废与垃圾焚烧、危废项目沉降数据与监测数据相关性R分别为0.854,0.287,说明CALPUFF模式在复杂地形-气象场条件下模拟周边土壤二噁英空间分布有一定可信度.     

农田土壤微塑料分布、来源和行为特征

微塑料(MPs)作为一种新型污染物广泛存在于农田土壤中.针对农田土壤中微塑料可能发生的污染问题,对全球农田土壤中微塑料的分布、丰度、来源、形状、聚合物组成、尺寸和迁移等方面特征的研究进展进行了综述,提出了研究展望.全球各地所调查农田土壤均有微塑料检出,其来源主要包括农用塑料薄膜、有机肥、污泥、地表径流与农业灌溉、大气沉降和轮胎磨损颗粒.土壤中微塑料形状以碎片、纤维和薄膜为主,微塑料聚合物组成以聚乙烯(PE)、聚丙烯(PP)和聚苯乙烯(PS)为主.农田土地利用方式显著影响土壤中微塑料的丰度,农田土壤中微塑料丰度随颗粒变小而增加.土壤中微塑料可在耕作、淋溶、生物扰动和重力作用下发生迁移.今后应加强土壤微塑料检测方法、数据库建立、安全阈值、迁移转化规律、潜在生态健康风险评价和防控技术体系构建等方面的研究,为农田土壤微塑料污染的风险管控与治理提供参考.     

基于多源异构数据的沧州市大气环境管理APP平台的构建与应用

大气环境管理平台是目前我国城市大气环境管理的重要手段.利用气象、空气质量、污染源等多源异构数据资料,以模型集成分析的方法,针对沧州市的消峰和污染减排问题,开发了大气环境管理平台（APP）,并对沧州市大气污染过程进行综合分析和验证.以沧州市2019年1月27-30日两次大气污染过程为例进行分析,结果表明:①污染过程1（2019年1月27日14:00-1月28日02:00）中ρ（PM_2.5）/ρ（PM₁₀）平均值为0.59,ρ（SO₂）、ρ（NO₂）和ρ（CO）平均值分别为37.0 μg/m3、66.7 μg/m3和1.5 mg/m3;污染过程2（1月29日10:00-1月30日09:00）中ρ（PM_2.5）/ρ（PM₁₀）平均值为0.61,ρ（SO₂）、ρ（NO₂）和ρ（CO）平均值分别为38.5 μg/m3、67.7 μg/m3和1.8 mg/m3,说明加强对前体物的控制是削弱重污染时段ρ（PM_2.5）的重要途径.②污染过程1的相对湿度在重度污染时段增长显著,污染过程2中相对湿度有10 h在70%以上;同时,在此期间风速较小,近地面逆温层较厚,从而加速了颗粒物吸湿增长和二次转化,说明高湿、低风速等气象条件是形成重污染天气的主要原因之一.③源解析结果表明,外来源的平均贡献率为44.73%,本地源的平均贡献率为55.27%,本地工业源、民用源、交通源和电力源贡献率分别为42.20%、11.97%、1.00%和0.10%,说明重污染期间沧州市受到周边区域传输具有一定的可能性,本地源的贡献主要来自工业源和民用源.