远程重要生产场所智能安全防范系统的设计

远程智能安全防范系统由前端解码器、电视矩阵控制器、防范控制中心计算机等各子系统的构成,具有对重要生产场所进行远程、智能及全方位的安全防范监控功能.     

重庆缙云山地区森林土壤酸化特征

通过在2010～2012年8月份对重庆缙云山4种典型林分土壤进行野外取样和室内分析,研究了酸沉降对研究地森林土壤酸化的影响,并从多角度深入分析了4种林分土壤在时间和空间上的酸化机理。结果表明：（1）在常年酸沉降的影响下,缙云山森林土壤酸化现象非常严重,pH值较低,表层土壤pH值为387~447,4种林分土壤pH值都随土层加深递增;（2）4种林分有机质含量相差较大,灌木林最高（377 g/kg）,毛竹林最低（1144 g/kg）,且随土层增加而降低,这主要是受枯落物类型和来源的影响;（3）由于长期酸雨淋溶作用,4种林分土壤CEC含量均较低为1276~1973 cmol/kg,表层含量最高,随土层加深递减;（4）4种林分Al3+含量均较高,阔叶林（4097 mmol/kg）>灌木林（3132 mmol/kg）>针阔混交林（3006 mmol/kg）>毛竹林（2615 mmol/kg）。Al3+含量与土壤pH值呈显著负相关关系     

广州市PM2.5污染特征及潜在贡献源区分析

基于NCEP/NCAR全球再分析气象资料和2015-2017年PM_(2.5)浓度,利用HYSPLIT模型研究不同气流轨迹对广州PM_(2.5)浓度的影响,以及污染输送路径和潜在源区空间分布特征。结果表明:(1)广州2015-2017年PM_(2.5)平均浓度为36.5μg/m~3,逐月平均PM_(2.5)浓度1月份最高,为49.3μg/m~3,轻度污染及以上时次比例达15.66%,6月份最低,为20.8μg/m~3,无轻度及以上污染时次。(2)PM_(2.5)平均浓度在不同情景类型下的浓度高低顺序依次为:污染日干季清洁日湿季,其中污染日的PM_(2.5)平均浓度是清洁日的近3倍,干季的PM_(2.5)平均浓度是湿季的1.4倍;不同情景类型下的PM_(2.5)浓度日变化特征基本都在白天时段低(16时最低),晚上时段高(21-22时最高),日变化幅度为污染日干季清洁日湿季。(3)在干季,影响广州的气流轨迹路径主要有5类:东北路径、东南路径、西北路径、西南路径及偏西路径,其中第2类东南路径对广州PM_(2.5)平均浓度的贡献最高;而在湿季,影响广州的气流轨迹路径主要有4类:偏南路径、东南路径、偏北路径及西南路径,其中第3类偏北路径对广州PM_(2.5)浓度的贡献最高。(4)基于潜在源贡献因子和浓度权重轨迹分析法分析表明,广州PM_(2.5)浓度潜在源贡献较大的区域主要集中在广州东部的东莞、惠州、深圳、肇庆、中山等周边地区,该研究可为确定广州污染潜在源贡献区以及区域联防联控提供参考。     

我国森林火灾中人员伤亡时空分布特征研究

基于我国1988-2012年森林火灾统计资料及典型案例,运用统计分析方法和ARCMAP空间分析方法,对比同时期世界上几个森林火灾多发国家的统计数据,分析了我国森林火灾中人员伤亡时空特征。结果表明:1988-2012年我国森林火灾造成的人员伤亡情况较为严重,森林火灾中人员伤亡比例远高于同时期的北美国家;森林火灾中人员伤亡高发于干旱严重的年份;春季是森林火灾人员伤亡的高发季节,2000-2012年春季森林火灾中人员伤亡人数占森林火灾伤亡总人数的54.2%;3月是森林火灾中人员伤亡的高发月份,1999-2012年3月森林火灾中伤亡人数约占全国伤亡总人数的33.7%;西南和华中地区是伤亡密集区,2000-2012年,西南地区森林火灾的伤亡人数占全全国伤亡总人数的35.5%,2000-2012年华中地区伤亡人数占全国伤亡总人数的24.3%,云南省和湖南省是伤亡重灾省份,其中云南省伤亡人数最多,以轻伤为主,云南省轻伤人数占全国轻伤总人数的73.0%。     

长江口崇明东滩海三棱藨草对沉积物有机碳库的贡献研究

湿地植被通过光合作用、埋藏分解等方式将有机碳输送至沉积物中,为了探究植被对于湿地沉积物有机碳库的贡献率,本文使用埋管与长石粉样方两种手段,以崇明东滩为例,定量估算了海三棱藨草植被对潮滩沉积物有机碳库的贡献率.埋管研究显示,不同温度下死亡植被分解输入和沉积物呼吸降解过程的差异是造成沉积物中冬夏两季有机碳含量差异明显的主要原因.冬末时节埋管沉积物有机碳平均含量为5.72mg·g-1,碳库呈"积累"状态;夏季含量减少为4.89 mg·g-1,碳库呈"亏损"状态.海三棱藨草死亡、倒伏和掩埋,使得沉积物有机碳含量剖面出现显著分层,埋管样品中分层间隔为10 cm左右,与长石粉样方测研究区域当年沉积速率相对应(11.6 cm·a-1:2012年8月28日—2013年9月2日).沉积物有机碳含量与δ13C值的显著负相关性(p0.01)表明,植被输入有机碳的累积和降解是沉积物碳库动态变化的主要因素.忽略有机质降解中碳的分馏作用下,根据碳同位素质量平衡混合模型,计算得出春夏季植被有机碳净输入为0.65 mg·g-1,约占沉积物有机碳库含量的7.35%,秋冬季节植被有机碳净输入为2.06 mg·g-1,约为占有机碳库含量的31.20%.     

湛江东海岛红树林湿地表层土壤重金属空间分布特征及生态风险评价

近年来随着沿海地区工农业的迅速发展,大量污染物汇集于河口与海湾区,使得红树林湿地重金属污染也日趋严重。为探究东海岛红树林湿地表层(0~15 cm)土壤重金属污染现状,于2017年6月沿东海岛海岸线典型红树林分布区布设了7个站位(由东南向西北方向依次为YC、SYC、JJC、XWC、TMHHK、DCMT和DTSD)进行采样,测定样品中As、Cd、Cr、Cu、Hg、Ni、Pb、Zn 8种重金属元素质量分数并分析其空间分布特征,采用潜在生态危害指数进行污染及潜在生态风险评价,结合相关性分析和主成分分析方法探讨其重金属来源。结果表明,(1)东海岛红树林湿地表层土壤8种重金属的质量分数平均值均超过雷州半岛土壤环境背景值,但未超过国家土壤环境质量一级标准限值。(2)单因子污染指数显示,东海岛红树林湿地表层土壤各重金属元素总体上到达中等污染程度。(3)潜在生态风险评价结果显示,东海岛红树林湿地表层土壤重金属污染总体上属于中等潜在生态风险;其中Hg潜在生态风险参数最高,平均值为105.524,属于强潜在生态风险,其余7种重金属元素均属于轻微潜在生态风险。(4)从潜在生态风险空间分布特征看,东海岛红树林表层土壤重金属空间差异较明显,其中XWC站位的潜在生态风险指数为351.690,为强潜在生态风险(主要来自Hg、Cd和As污染),YC、TMHHK、DCMT和DTSD 4个站位为中等潜在生态风险,SYC和JJC表现为轻微潜在生态风险。(5)统计分析结果表明,东海岛红树林湿地表层土壤中As、Cr、Cu、Ni、Pb和Zn这6种重金属元素之间具有强相关性,结合实地调查结果推测其来源主要与水产养殖排污及农业面源污染有关;而Cd和Hg之间的相关性不明显,推测其来源分别与船舶污染和生活排污有关。     

首届“一带一路”会议期间北京市典型城区空气中VOCs的污染特征及健康风险评价

为研究"一带一路"国际合作高峰论坛在京召开期间北京市典型城区环境空气中挥发性有机物(VOCs)的污染特征及有毒有害VOCs的健康风险,本研究于2017年5月1—17日,在北京市典型城区利用Airmo VOC在线分析仪进行了观测研究.结果表明,整个观测期间总VOCs质量浓度日均值为29.99μg·m~(-3);空气质量保障期间(5月6—15日),大气中VOCs的浓度低于未采取控制措施的其它阶段,沙尘阶段VOCs浓度由于受到风速和气团传输影响出现最低值;各类VOCs的质量浓度在交通早高峰出现高值.PMF来源解析表明,移动源尾气排放(37.62%)、溶剂使用源(33.25%)、油气挥发源(16.39%)和天然气燃烧源(12.74%)的排放是北京市"一带一路"会议期间环境空气中VOCs的主要来源.化学活性分析表明,芳香烃和烯烃对臭氧生成潜势贡献的占比最多,需要重点控制的VOCs物种为间对二甲苯、甲苯和丙烯.健康风险评价结果表明,研究区整个观测期间及各阶段的苯和1,2-二氯乙烷均存在潜在的致癌风险,14种有毒有害VOCs(包括苯和1,2-二氯乙烷)不存在非致癌风险.     

潮汐作用对黄河口滨海浅层地下水细菌群落结构的影响

本研究通过连续采样获得完整潮汐周期的地下水样品,利用高通量测序和实时荧光定量PCR 技术对样品中受潮汐作用影响的细菌群落结构进行研究。结果发现,在涨潮期细菌群落组成发生明显变化,其中,海洋细菌的占比逐渐增大,而在退潮期细菌群落组成趋于稳定。细菌丰度在涨潮前期较高,在涨潮后期及退潮阶段有所降低。SiO₃^2-是显著影响地下水中细菌群落结构和丰度的环境因子(P<0.05)。综上可知,潮汐作用对滨海浅层地下水中微生物群落特征有明显影响。     

北京市冬季PM_(2.5)污染特征与区域传输影响研究

选取北京师范大学监测点于2015年1月进行PM_(2.5)样品采集,应用离子色谱仪(IC)分析PM_(2.5)中水溶性无机离子质量浓度,采用WRF-CAMx-PSAT模型系统对采样时段PM_(2.5)及典型离子的区域来源进行了模拟。结果表明,采样期间(2015年1月2—20日)与重污染过程(2015年1月13—15日)北京PM_(2.5)质量浓度分别为(105.9±72.6)μg/m~3和(232.2±80.2)μg/m~3,PM_(2.5)中总水溶性无机离子质量浓度分别为(47.4±39.8)μg/m~3和(120.7±23.3)μg/m~3,分别占PM_(2.5)的44.2%和53.9%。SO_4~(2-)、NO_3~-和NH_4~+是水溶性离子的主要组分,非重污染过程和重污染过程这3种水溶性离子质量浓度之和分别占总水溶性离子质量浓度的80.5%和89.3%。模拟结果显示,本地源排放是北京市PM_(2.5)、SO_4~(2-)、NO_3~-、NH_4~+的主要来源,贡献率分别为81.4%、79.5%、58.1%、95.3%,北京周边源排放对PM_(2.5)贡献率较大的有保定、天津、张家口、唐山,这4市占北京周边省市排放源贡献率的72.0%。