试论高校统计信息的策略

高校统计信息工作的策略是稳定统计信息人员队伍、制定统计信息制度、确定统计信息工作流程和改进统计信息工作手段．     

水环境中苯丙胺类物质的快速前处理方法

在国内外研究的基础上,应用固相萃取技术,建立并优化了适用于野外条件的3种常见精神活性物质（甲基苯丙胺、苯丙胺和麻黄碱）的快速前处理方法.比较了污水快速前处理条件（样品pH值和上样流速）对目标物回收率的影响.结果表明,在本文测试条件下,理想的快速前处理参数为使用Oasis HLB柱,在碱性条件、流速为20mL/min的情况下加载样品.与传统方法相比,快速前处理方法所得的目标物浓度稍有降低,但仍很好地反映了生活污水中的目标物浓度水平和变化特征.北京、广东两地的野外验证结果显示,该方法对南北两地生活污水和地表水样品的处理效果都比较稳定.     

颗粒物中苯并噻唑及其衍生物的污染特征及暴露评价

在城市内选取包括城市背景空气、市区以小型客车为主的路边和大量大型货车通行的3个路边采样点进行了空气中PM_2.5和PM₁₀的采集,建立了利用超高效液相色谱串联三重四级杆质谱仪（UPLC-MS/MS）对颗粒物中苯并噻唑及其5种衍生物（BT、2-NH₂-BT、2-OH-BT、MBT、MTBT）的检测方法,并对其污染特征及暴露风险进行了分析.结果显示,3点位PM_2.5和PM₁₀样品中均为BT的浓度最高,占总浓度的44.4%~55.2%;各化合物浓度呈路边环境高于城市背景环境,表明高制动频率导致路边空气中含有较多的轮胎磨损颗粒物;除2-NH₂-BT外,其它4种BTs化合物与PM_2.5和PM₁₀的浓度之间具有较好的线性关系,表明二者具有相同的来源;各化合物在PM_2.5和PM₁₀中浓度的比值（PM_2.5/PM₁₀）范围为0.41~0.95,说明BTs更易于富集在较细颗粒物中或轮胎磨损排放的细颗粒较多.暴露评价结果显示,路边工作者对BTs的日呼吸暴露量大于其他人,可能具有更高的健康风险其中BT的贡献量最大.     

斜剖面图的设计及在PM2.5中期潜势预报中的应用

本文将强降水潜势预报的“配料法”原理引入到环境预报中,选取ECMWF数值预报产品中的700hPa相对湿度、1000hPa风向风速和850hPa温度作为气象要素“配料”,沿占比最多的冷空气输送路径穿过华北重污染区和上海,设计制作了未来10d气象要素“配料”时空斜剖面图,并具体定义了业务中常见的典型污染过程（冷空气输送、干静稳和湿静稳累积）和清洁过程（冷空气清洁、湿沉降清洁）共5种图形的识别特征.该斜剖面图由于融合了单站时序图和单时次空间面图的优点,无需一张张翻阅天气形势图,显著缩短了看图分析时间;斜剖面图还建立了气象要素图形特征、污染气象条件和PM_2.5污染潜势三者的对应关系,通过图形特征可以快速掌握区域内天气形势演变情况,识别出上述典型污染和清洁过程,最终得出PM_2.5中期污染潜势,便于在业务中应用和推广.一次典型污染个例应用显示,斜剖面图和污染实况的图形型态特征非常相似,斜剖面图中静稳累积和冷空气输送过程图形特征辨识度高,区域和单站提前5d的预报结论和实况较为一致;进一步评估显示,2018年冬季期间预报时效5d以内的TS评分维持在0.32~0.50区间,未来10d的预报准确率维持在74.4%~86.7%区间.     

1990~2015年东北地区草地变化遥感监测研究

基于1990年和2015年东北地区草地数据集,采用草地动态度模型、草地变化程度综合指数、草地相对变化率、质心模型和景观指数等作为参考指标对草地时空演变特征及其驱动因素进行分析.结果表明：25a间,东北地区草地面积减少了9755.94km²,其中,内蒙古自治区东部减少量最大;黑龙江省草地动态度、变化程度综合指数和相对变化率最高,分别为-30.67%、21.68%和5.55,草地变化最剧烈、稳定性最差;内蒙古自治区东部相应三个指标最低,分别为-3.76%、2.66%和0.68,年均变化强度最高,为0.0193%,相对其他省草地更稳定,但其减少规模最大;草地质心向西偏南方向移动11.28km,是由东部黑龙江省和西部内蒙古自治区东部草地动态强度巨大差异所致;东北地区草地破碎化程度降低、景观类型稳定性上升、斑块形状趋于规则化,主要是小斑块、破碎斑块转化为其他土地类型的结果.气候变暖、变干是草地退化的自然驱动因素,人口增加和经济增长间接影响了草地变化,牲畜大幅度增长是重要因素.     

CaO2原位处理河道黑臭底泥效能研究

CaO₂已广泛应用于黑臭河道底泥原位处理中,但现有研究较多集中于CaO₂对底泥中酸可挥发性硫化物（acidic volatile sulfide,AVS）的去除效果,缺乏对其他污染指标影响的研究。通过小试,考察了CaO₂原位处理黑臭河道底泥AVS和有机物的效果,同时对底泥的颜色、ORP、pH和重金属含量及形态变化进行了检测。结果表明:CaO₂原位处理黑臭河道底泥污染物具有明显的效果,AVS去除率可达98%以上,TOC含量可降低0.4%左右;同时底泥颜色由黑色转变为土黄色,ORP从-150 mV提高至100 mV左右,pH从中性变为碱性（pH=11左右）。投加CaO₂对底泥重金属含量变化无影响,但会将底泥中部分较稳定形态存在的重金属转化为较不稳定化的赋存形态。     

基于LID-BMPs的历史文化区降雨径流管理方案及模拟评估

历史文化区由于建设年代久远,早期排水系统不完善,后期工程改造限制较多,在降雨事件中时常面临积水和内涝问题。在国家大力推行海绵城市建设的大背景下,如何针对历史文化区的特征进行降雨径流管理是决策管理者及技术专家要解决的问题。以清华大学早期建筑大礼堂周边区域为研究对象,基于对其历史文化景观格局和场地自然现状的解析,筛选了4种基于自然功能的LID-BMPs （蓄水池、雨水花园、透水铺装和植草沟）设施,并设计了这些类型LID-BMPs设施的空间布置方案。随后采用SUSTAIN模型进行LID-BMPs方案的水量水质控制效果及成本效益分析。结果表明:LID-BMPs方案能够在设计降雨条件下中满足区域降雨径流控制目标,并且在典型年中实现径流量和污染负荷的显著削减。     

天津市2017年移动源高时空分辨率排放清单

移动源已成为城市地区大气污染的主要贡献源.已有研究多关注道路移动源（机动车）或非道路移动源（工程机械、农业机械、船舶、铁路内燃机车和民航飞机）中单一源类的排放,欠缺对移动源总体排放特征的把握.本研究提出了移动源高时空分辨率排放清单的构建方法,据此建立了天津市2017年移动源排放清单,并分析其排放构成与时空特征.结果表明,天津市移动源CO、VOCs、NO_x和PM₁₀的排放量分别为18.30、6.42、14.99和0.84万t.道路移动源是CO和VOCs的主要贡献源,占比分别为85.38%和86.60%.非道路移动源是NO_x和PM₁₀的主要贡献源,占比分别为57.32%和66.95%.从时间变化来看,移动源所有污染物排放在2月均为最低,CO和VOCs在10月排放最高,而NO_x和PM₁₀则在8月排放最高.节假日（如春节和国庆节等）对移动源排放的时间变化影响显著.从空间分布来看,CO和VOCs排放主要集中于城区和车流量大的公路（高速路和国道）上,NO_x和PM₁₀在城区与港区均具有较高排放强度.污染物的空间分布差异是由其主要贡献源的空间位置决定的.本研究可为天津市大气污染的精细化管控和空气质量模拟提供数据支撑,同时可为其他地区移动源排放清单的建立提供方法参考.     

基于SPAMS的兰州市2018年冬季沙尘天气过程细颗粒物污染特征及来源研究

2018年11月22日-12月1日,兰州市经历了一次远距离传输的沙尘天气过程,为了解此次沙尘天气过程时段细颗粒物污染特征及其污染来源变化特征,本研究基于单颗粒气溶胶质谱仪（SPAMS）细颗粒物自动采集数据,并结合常规污染物自动监测数据和气象因子数据对沙尘天气前后及其过境期间细颗粒物化学组分及污染来源变化情况进行了分析,同时利用后向轨迹模型（HYSPLIT）研究了沙尘气溶胶的输送路径.研究结果表明：受沙尘天气过境影响,兰州市PM₁₀浓度大幅升高,PM_2.5/PM₁₀最小值仅为0.13,SO₂、NO₂、CO质量浓度出现明显降低,而O₃质量浓度在沙尘过境时有所升高;细颗粒物质量浓度与MASS数浓度变化趋势基本一致,细颗粒物的变化趋势可一定程度上反映大气细颗粒物的污染状况;利用自适应共振神经网络法分类后经人工合并将所采集到的细颗粒分为9类：OC、EC、HOC、OCEC、MD、HM、K、Na、LEV;所选时间段内SPAMS采集到的OC（24.8%）类颗粒物数量最多,沙尘过境时MD、LEV、Na类颗粒物占比不同程度增大,其余颗粒物占比减小;沙尘过境时扬尘源、生物质燃烧源、工业工艺源、餐饮及其它源贡献率增加,其中扬尘源增幅最大,而其余源贡献占比减小;后向轨迹HYSPLIT模型输送路径结果显示沙尘天气过程的起源地为塔克拉玛干沙漠,传输方向为经新疆的塔里木盆地塔克拉玛干沙漠进入青海中部,最后影响兰州地区.     

典型湿地环境条件下Shewanella介导N2O产生机制及意义

利用湿地中高丰度的代表性反硝化菌Shewanella denitrificans,文章通过批式实验,探究典型湿地环境条件下pH和C/N对微生物反硝化排放N_2O的影响和机制。结果表明,在典型湿地环境条件下,S. denitrificans介导的反硝化均能排放N_2O温室气体。其中,当C/N为7.5或75时N_2O排放速率最快,比最低排放速率高出约54%。当pH为5.5时,N_2O排放速率较pH为6.5时增加约67%。不同pH和C/N条件下N_2O的排放差异可能主要由p H差异导致,或p H和C/N差异共同所致。双因素方差分析结果表明,pH和C/N不仅分别显著影响N_2O排放,并且两者对N_2O排放具有显著的交互影响。这些发现为湿地生态系统N_2O排放的模型构建和评估预测提供了科学依据。