北京市燃煤源排放控制措施的污染物减排效益评估

为分析北京市燃煤源排放控制措施的污染物减排效益,基于MEIC（中国多尺度排放清单模型）,采用情景分析法,评估了北京市电厂能源清洁化与末端治理、燃煤锅炉改造和城区平房区居民采暖改造等措施的污染物减排效益.结果表明,相对于无控情景,2013年北京市电厂能源清洁化与末端治理减少PM_2.5、PM₁₀、SO₂和NO_x排放量为1.28×104、2.10×104、5.13×104和4.98×104 t,分别占无控情景的85%、86%、87%、74%;北京市燃煤锅炉改造减少PM_2.5、PM₁₀、SO₂、NO_x排放量为1.09×104、2.68×104、11.64×104和5.81×104 t,分别占无煤改气情景的83%、89%、83%、83%;北京市老旧平房区的居民采暖改造减少PM_2.5、PM₁₀、SO₂和NO_x排放量分别为630、870、2 070和790 t,均占无煤改电情景的8%.研究显示,北京市从1998年开始采取的各种减排措施有效地减少了污染物的排放,对北京市空气质量改善具有重要意义.      

南昌市大气降水化学特征及来源分析

为分析南昌市大气降水离子来源和源区,对南昌市2016年4—9月大气降水样品主要阴阳离子的组成进行了测定分析,并运用PMF（正定矩阵因子分解）模型分析来源和TrajStat软件模拟后向轨迹.结果表明:NH₄+和Ca2+是南昌市大气降水中的主要阳离子,加权平均浓度为65.3和23.9 μmol/L,分别占阳离子总量的57%和21%;SO₄2-和NO₃-是主要阴离子,加权平均浓度为60.4和25.3 μmol/L,分别占阴离子总量的56%和23%.c（NH₄+）、c（Ca2+）、c（K+）、c（Mg2+）、c（Na+）、c（Cl-）、c（NO₃-）之间均存在着较为显著的相关性,说明它们之间可能有相似的来源或形成化合物共同存在.结合PMF模型分析结果表明,Na+、Cl-很明显受到了海盐的影响,也部分受土壤和二次污染影响;K+、Mg2+、Ca2+大部分来自于土壤,海盐、二次污染也贡献了一部分的K+;SO₄2-、NH₄+和NO₃-是组成大气二次颗粒物的主要成分,主要由二次污染源贡献;煤燃烧贡献了主要的F-和部分SO₄2-.后向轨迹模型分析表明,南昌市大气降水主要受局地降雨气团影响,5月、8月、9月受陆源及人为影响较大,海源性离子经过内陆上空时被稀释或沉降,导致6月、7月来自于海洋上空的降雨气团对南昌影响不大.研究显示,SO₄2-对南昌市大气降水的影响逐渐增大导致降雨类型逐渐由混合型向硫酸型转化,人为影响是造成大气污染的主要原因.      

小黑山岛海域网采大型浮游动物群落特征季节变化及其与环境因素关系研究

海岛生态系统是一类特殊的海洋生态系统,本研究关注了小黑山岛海域网采大型浮游动物群落特征季节变化及其与环境因子之间的相互关系。小黑山岛位于山东省的庙岛群岛之中,处于黄渤海分界线之上,本研究基于小黑山岛海域2013~2015年8个航次的现场调查数据,鉴定出浮游动物36种,其中桡足类13种,浮游动物丰度变化范围为1.5~287.5 ind/m3,平均68.4 ind/m3,生物量变化范围为0.3~346.9 mg/m3,平均51.9 mg/m3,Shannon多样性指数变化范围为0.64~2.15,平均1.22,Pielou均匀度指数变化范围为0.41~1.00,平均0.76。主要优势种有中华哲水蚤、强壮滨箭虫等,典范对应分析（CCA）结果显示环境因子中水温（WT）、透明度（Tra）和盐度（Sal）等对浮游动物群落分布影响较大,冬季强壮滨箭虫对桡足类群落特征可能有重要影响。     

黄海-西北太平洋表层海水Hg的形态研究

于2015年3月29日至5月6日乘东方红2号从青岛前往西北太平洋,采用现场测定与室内分析结合的方法分析了黄海到西北太平海域表层海水中Hg形态及分布特征,以认识黄海到西北太平洋海水Hg的含量及区域Hg的迁移。黄海-西北太平洋表层海水中总汞（THg,total mercury）变化范围为0.11~2.50 ng/L,平均为0.75±0.51 ng/L,THg的含量呈近海高大洋低;表层海水中活性汞（RHg,reactive mercury）范围为0.10~1.45 ng/L,平均为0.33±0.24 ng/L,RHg/THg平均为48.4%,海水中RHg与水温呈显著性正相关（r=0.494*,P=0.045）;表层海水中溶解性气态汞（DGM,dissolved gaseous mercury）的含量为11.7~105.7 pg/L,平均浓度39.6±22.9 pg/L。海水中DGM与气温呈显著正相关（r=0.633*,P=0.011）,与风速呈显著负相关关系（r=-0.660**,P=0.006）。从黄海到西北太平洋DGM含量逐渐升高,其日变化呈现白天高夜晚低的趋势,主要受光照的影响。     

黄、东海海域浒苔时空分布变化特征研究

选取黄海、东海海域为研究区域,以MODIS遥感影像数据为数据源,计算了研究区的比值植被指数,利用动态阈值分割和ArcGIS空间分析方法获取了2008~2015年浒苔发生初期空间分布特点、漂移路径、空间分布和聚集度变化特征等信息。结果表明:1）浒苔最初于五月中旬到六月上旬期间出现在江苏盐城市北部和长江口附近海域。2）随着浒苔的生长和爆发,浒苔均会先向西北漂移至苏北外海海域,然后再进入黄海。其漂移路径具有明显的年际变化特征。3）在生长过程中,浒苔斑块空间分布状态整体由南向北生长、汇聚和扩张,少部分年份会出现整体漂移现象。4）进入治理期后,覆盖密度不断减小直至浒苔完全消失。通过该研究可以更好地了解浒苔灾害发生和发展规律,为其有效治理提供技术支持。     

我国海水养殖业氮、磷产出量的初步评估

为了解我国海水养殖业的自身污染状况,本文利用2014年全国海水养殖产量及主要养殖生物产污系数等数据对我国海水养殖活动氮、磷的产出量进行了初步评估。结果显示,全国海水增养殖区氮、磷年产出量分别达到29.3万t和9.7万t。其中,投饵性养殖生物（鱼类、甲壳类等）总氮、总磷产出量分别达到3.9万t和0.6万t,非投饵性养殖生物（滤食性贝类）总氮、总磷产出量分别达到25.4万t和9.1万t。与全国陆源污染物排海量相比,海水养殖总氮、总磷产出量分别约占江河总氮、总磷排海量的10.0%和36.1%;同时,海水养殖总氮、总磷产出量已分别超过排污口氨氮、总磷的排海量,分别约为二者的5.6倍和7.2倍。因此,海水养殖自身污染已成为我国近岸海域重要污染源之一,应引起相关部门的足够重视。     

渤海湾天津近岸海域化学需氧量的分布特征、影响因素及与富营养化的关系

本文根据2014年春季（5月）、夏季（8月）、秋季（10月）天津近岸海域18个站位的海水质量监测数据,分析了海水中化学需氧量（Chemical Oxygen Demand,COD）的时空分布特征和海域富营养化状况,研究了COD与营养状态质量指数（NQI）的关系,浅析了赤潮生消过程中COD浓度的变化。结果表明,夏季COD高于春季和秋季,季节性差异显著;COD基本呈现近岸高外海低、南部高北部低的趋势;NQI指数的变化范围为1.68~12.50,平均值为4.46,富营养化严重;COD与NQI指数具有显著正相关性,一定程度上可以反映海域富营养化状况;COD与赤潮生物密度、Chl a呈极显著正相关关系,在反映赤潮生消过程中有重要作用。     

煤矿井外因火灾风险的灰类-FAHP评价

为提高煤矿井外因火灾风险评价的合理性,将模糊层次分析法(FAHP)与灰色聚类评估法结合运用到煤矿井外因火灾评价中。根据煤矿井外因火灾发生的特点,从消防安全管理、矿井引火源、煤矿防灭火、消防应急救援四个方面建立煤矿井外因火灾风险评价指标体系;采用FAHP法确定各评价指标的权重,并引入改进的基于中心点的三角白化权函数,建立了煤矿井外因火灾风险的灰类-FAHP评价模型;利用该评价模型对河南某煤矿井的外因火灾风险进行评价,结果表明该煤矿井的外因火灾风险水平处于较安全状态,其评价结果与实际情况相符,表明该方法具有实际应用价值。     

油品荧光特性的Logistic回归分析鉴别海上溢油的研究

用恒波长同步荧光法检测了280±2 nm、300±2 nm、332±2 nm 3个特征波长下的22种原油和12种燃料油的荧光强度,并以此作为变量,建立了快速定量鉴别海上溢油的原油和燃料油的Logistic回归模型。Hosmer-Lemeshow拟合优度检测值2.43小于15.51、其对应P值0.97大于0.05,说明建模数据的信息被充分提取和利用。风化前后油样的受试者工作特征曲线（ROC曲线）分析显示该鉴别方法准确性较高,曲线下边面积（AUC）大于0.9,灵敏度和特异性大于0.85。用15种非建模油样对所建立的模型进行验证,计算结果与实际情况吻合度较高,鉴别正确率达93%。此外,该模型也适用于油种风化后的鉴别。     

海平面上升叠加风暴潮对2050年中国海洋经济的影响研究

本研究基于ArcGIS的淹没模型与夜光遥感的GDP空间化处理结果,同时结合对2050年中国海洋经济增长预测,评估海平面上升叠加风暴潮三种情景对中国沿海各省市海洋经济的影响效应。模拟结果表明:海平面上升叠加风暴潮与天文潮的CHmax-0.3 m情景下全国海洋经济损失最大,2050年损失达到35444.59亿元,占海洋生产总值的9.39%;从2050年各省海洋经济损失比例来看（CHmax-0.3 m情景）,辽宁省损失比例最大,其次为广东省,福建省和广西省;从各省海洋经济损失的绝对值来看,在海平面上升0.3 m的三种情景下,广东、辽宁、江苏、山东均为海洋经济损失绝对值最大的四个省份。