滇南蒙自地区降水稳定同位素特征及其水汽来源

大气降水中δD、δ~(18)O值具有规律性变化特征,与诸多气象要素及水汽来源之间存在密切联系.根据2009年1月至2011年12月对滇南蒙自地区大气降水的连续性采样,结合欧洲中期数值预报中心(ECMWF)以及美国国家环境预报中心/美国国家大气研究中心(NCEP/NCAR)的再分析资料,并利用HYSPLIT_4.8后向轨迹追踪模型,分析了天气尺度下蒙自地区大气降水中δD、δ~(18)O的变化特征,探究了降水稳定同位素与温度、降水量、风速及水汽来源之间的关系.结果表明,蒙自地区降水中δD、δ~(18)O值表现出明显的季节变化,即干季偏高,湿季偏低;降水中δ~(18)O与温度、降水量之间存在显著负相关,但与不同气压层(300、500、700、800 h Pa)风速之间呈现出显著正相关,表明风速也是影响降水中δ~(18)O变化的一个重要因素;随着降雨等级的增加,其大气水线的斜率与截距也增大,说明降水稳定同位素存在一定程度的云底二次蒸发效应;水汽输送轨迹显示,干季降水的水汽主要来自于西风带输送及局地再蒸发水汽,而湿季降水的水汽主要来源于远源海洋水汽的输送,并且在受台风影响期间,降水中δD、δ~(18)O值更加偏负.     

游离氨对强化生物除磷系统除磷效能及菌群结构的影响

为探究游离氨(FA)影响强化生物除磷(EBPR)系统除磷效能的生物学机制,采用SBR反应器,以EBPR系统的活性污泥为研究对象,探究了FA浓度分别为0,0.2,1,4,10,15,25,50 mg/L对EBPR系统除磷效能及菌群结构的影响。结果显示,FA浓度为0.2 mg/L时,对EBPR系统除磷产生促进作用,当FA浓度为1～50 mg/L时,对EBPR系统除磷产生抑制作用;门水平下,变形杆菌门Proteobacteria的丰度随着FA浓度的升高而升高;纲水平下,γ-变形菌纲Gammaproteobacteria的丰度与FA浓度呈正相关;属水平下,聚磷菌Ca.Accumulibacter与Tetrasphaera相比,Tetrasphaera的丰度变化趋势更符合FA对除磷性能的影响;LEfSe分析显示低、中、高浓度样品的微生物标记物分别为绿弯菌门Chloroflexi、拟杆菌门Bacteroidetes及β-变形菌纲Betaproteobacteriales。研究结果明确了FA对EBPR系统影响的过程,加深了对EBPR系统除磷过程菌群结构的认识,可为深入研究生物除磷的抑制机理提供借鉴。     

基于模糊综合评价—集值统计法的矿井火灾应急救援能力评价

为更有针对性、更准确的提升矿井火灾应急救援能力,本文采用模糊综合评价—集值统计模型定性与定量相结合的方法对构建的矿井火灾应急救援能力评价指标体系进行评价,并将此方法应用于顾北煤矿中。结果表明:模糊综合评价—集值统计模型可较准确计算出矿井火灾应急救援能力评价指标体系的每一个指标值,并能根据指标值有针对性地提升应急救援能力。     

基于正交试验-多元回归的煤矿瓦斯涌出量预测

为了快速准确地预测工作面瓦斯涌出量,简化瓦斯涌出量预测建模过程,将正交设计方法与多元回归分析相结合提出了简化的预测模型,并针对实际矿井数据进行应用.结果表明,结合正交设计中的极差和方差分析可以有效剔除对瓦斯涌出量影响不显著的因素,该剔除结果与SPSS软件显著性分析结果一致,利用SPSS软件对剩余的瓦斯涌出量影响因素进行多元回归分析得到相应的回归模型,经检验其预测结果相对误差平均值为1.76％,回归模型具有较高的精确度,可为煤矿瓦斯涌出量预测工作提供一定的参考.     

长三角城市群创新发展空间差异及收敛性研究——基于Dagum基尼系数分解

利用CNRDS数据库公布的2000～2019年城市级发明专利授权数据，考察了长三角地区创新发展的空间差异及其收敛性。Dagum基尼系数及其分解结果显示：(1)2000～2019年期间长三角地区创新发展的总体差异呈逐渐下降趋势，安徽省内创新发展差异最大，江苏省内创新发展差异最小；(2)省际间差异是长三角地区创新发展差异的最主要来源，约占据了长三角地区创新发展总体差异的70%;(3)收敛机制分析显示，长三角地区创新发展具备典型的β收敛和俱乐部收敛特征；总体样本具备显著的σ收敛特征，但是分省样本σ收敛特征不明显。研究结论对于缩小长三角地区创新发展的空间差异，推动长三角地区创新集聚发展的扩散及辐射作用具有重要意义。     

烟气循环流化床脱硫脱硝一体化技术中试研究

选择KMnO4和NaClO作为脱硝添加剂主料,在烟气循环流化床脱硫的基础上,对高含NOx浓度的玻璃窑炉烟气进行中试试验。结果表明,强氧化性添加剂KMnO4和NaClO用于循环流化床脱硫脱硝一体化具有很好的效果,脱硝效率最大可达67.2%,并具有较好的持续性。对脱硝效率的影响因素进行分析,结果表明:增大添加剂的使用量可以提高脱硝效率;两种不同的添加剂具有不同的脱硝效应,其中使用NaClO为主料的添加剂短期效果较好,使用KMnO4为主料的添加剂持续效果更好。     

2008～2017年北京市PM2.5周期性变化特征与影响机制

利用Morlet小波方法分析北京市2008~2017年PM_2.5资料,结果表明,北京市PM_2.5浓度存在显著的日变化、周变化、以及季节和年变化周期性特征,并且秋冬季的周期性特征显著高于春夏季.结合气象资料,包括水平风速、大气边界层高度、以及大气稳定度指数等,分析PM_2.5不同周期性变化对应的主要影响机制表明：大气边界层过程是PM_2.5日变化的主要影响机制,导致PM_2.5浓度白天低、夜间高.秋冬季PM_2.5日变化幅度高于春夏季;天气过程是PM_2.5周变化的主要机制,PM_2.5浓度与天气变化过程带来的风速变化和边界层高度呈强反相关关系;PM_2.5的季节变化与大气扩散能力的季节变化密切相关,秋冬季减弱的大气扩散能力加速了PM_2.5在近地面累积,春夏季则相反.     

江南地区两类区域性极端降水的特征对比分析

基于中国气象局1961~2018年地面降水日值格点（0.5°×0.5°）数据集(V2.0)及位势高度、风速、比湿等NCEP/NCAR逐日再分析资料，采用百分位阈值法确认江南区域性极端降水事件，并对其天气图进行综合分析提取锋面型和气旋型极端降水，并对两类极端降水的时空分布及环流演变特征进行了对比。结果表明：（1）锋面型极端降水事件主要分布在春季，而气旋型主要分布在夏季，并且锋面型极端降水事件发生频率约为气旋型的3倍；（2）锋面型极端降水主要分布于武夷山脉、南岭等地势较高地区，而气旋型则位于东南沿岸地区，福建等地受两类极端降水影响都较大；（3）锋面型和气旋型极端降水发生前两天至当天，气流垂直上升速度均增大，副高西移，锋面型极端降水的最大水汽辐合中心由江南地区850 hPa等压面降至地表，而气旋型的水汽辐合中心位于地表由南向北移至江南地区；（4）锋面型极端降水形成所需的水汽主要来源于西太平洋、印度洋和孟加拉湾，汇合于江南地区，而气旋型水汽主要来源于印度洋，并呈涡旋型随时间西移。     

北京地区2019年2~3月供暖结束前后两次污染过程特征分析

以2019年2~3月北京两次污染过程为例,针对气象要素及污染物浓度进行特征分析,利用后向轨迹及WRF-CAMx模式,分析供暖结束前后的污染物演变规律,并探讨气象条件、区域输送及二次转化等对污染过程的影响.结果表明,2月21~24日（过程1）和3月18~20日（过程2）平均ρ（PM_2.5）差异不大,分别为100.1 μg·m^-3和97.2 μg·m^-3,但过程1平均峰值偏高、日变化明显、过程发展迅速和有两个峰值阶段,且为区域性污染,而过程2更倾向于北京局地污染.两次过程逐时ρ（SO₂）均不超16 μg·m^-3,供暖燃煤治理效果显著,但过程1的SO₂存在夜间次峰值,体现供暖排放影响.过程1的ρ（CO）较高,尤其是2月21~22日前后ρ（CO）/ρ（SO₂）升高,且区域中南部城市及北京南部背景站污染高于城区,表明过程1扩散条件不利,且第一个峰值主要受区域输送影响.过程2的ρ（PM_2.5）/ρ（CO）偏高,表明二次生成PM_2.5占比略大;ρ（NO₂）/ρ（CO）、ρ（SO₂）/ρ（CO）和ρ（SO₄^2-）/ρ（PM_2.5）偏大,SOR与过程1持平,表明过程1更有利于气体相态转化,过程2受工业燃煤影响更大.但将过程1分阶段分析显示,过程1第二阶段与过程2的PM_2.5二次生成指征相似,均高于过程1第一阶段,即过程1第二个峰值与过程2主要与本地排放和化学转化相关.WRF-CMAx对污染物演变趋势有较好的再现能力.同化试验对PM_2.5趋势模拟显著提升,提高了与观测的相关性,但模拟值偏低;对NO₂的模拟2月偏低、3月偏高,对SO₂模拟明显偏高有一定纠正;此外,过程2中北京污染物浓度对河北的敏感性相对过程1偏低,即过程1受区域输送影响更大.模式对污染暴发性增长的模拟亟待提升,污染物种类对减排的响应及大气氧化剂和气溶胶性质相关的反馈等可能是影响模拟效果的重要原因,需进一步研究.     

北京地区大气氨时空变化特征

在北京城区和上甸子本底地区分别开展了为期3a和1a的NH₃在线观测,并结合风向、风速、温度、相对湿度等气象因素的变化特征,分析了北京地区NH₃浓度水平、年季特征及影响因素.结果发现,北京城区和本底地区的NH₃年均浓度分别为（32.5±20.8）×10^-9V/V和（11.6±10.3）×10^-9V/V,北京城区的NH₃浓度高于大多数国内外主要城市和地区的NH₃浓度水平.城区和本底地区NH₃浓度年变化特征为夏季高,分别为（34.1±6.8）×10^-9V/V和（11.1±2.2）×10^-9V/V,冬季低,分别为（19.7±9.3）×10^-9V/V和（2.4±0.6）×10^-9V/V.NH₃的日变化特征受气象因素影响明显,其结果表明,春季城区NH₃浓度峰值出现在15：00,而本底地区受西南风影响在20：00达到峰值;夏季城区NH₃浓度最高值在7：00出现,本底地区则呈现双峰值（分别在09：00和22：00）;秋季城区和本底地区的日变化规律一致,均在22：00出现峰值;冬季城区的峰值出现时间晚于本底地区,峰值分别出现在23：00和20：00.西南风是造成本底地区NH₃浓度升高的主要原因,春季和夏季,随着西南向风速的增大,NH₃浓度显著升高.城区的NH₃浓度则主要受到局地排放的影响.浓度权重轨迹法的研究结果发现,北京、天津、河北及河南北部地区是影响北京地区大气NH₃的主要源区.