重大冰雪灾害应急管理能力的评价——以湖南省为例

针对重大冰雪灾害应急管理的复杂性,基于湖南冰雪灾害案例以及国内外自然灾害及其应急管理的相关文献,提出了重大冰雪灾害应急管理能力评价指标结构。运用熵权法和群决策方法确定指标综合权重,采用群决策方法获得专家群体对一级评价指标的综合偏好,形成评价城市的综合评价矩阵,运用灰色综合评价模型求出各个评价城市应急管理能力的排序向量。最后以湖南省冰雪灾害为案例进行了应用。     

1780-1819年华北平原水旱灾害社会响应方式的转变

历史时期水旱灾害的社会响应典型案例重建是气候变化影响与适应研究的重要方向。选取1780-1819年间华北平原发生的4次典型水旱灾害(1785、1792、1813年旱灾及1801年水灾),基于清代档案资料和历史气候重建结果提取代用指标,对其灾情严重程度、政府救灾力度和灾民行为进行了量化描述和对比分析,发现:①4次灾害中赈济密度(赈灾物资数/成灾州县数)逐次下降,1813年旱灾中降至不足1785年旱灾的1/6,政府救灾力度遭到严重削弱;②灾民行为日益失控,从1792年旱灾和1801年水灾中的大规模跨区域迁徙,发展到1813年旱灾中大量加入盗匪和起义军,走向暴力。这一转变的发生,是在自然(气候突变、灾害增多)、社会(政府财政危机、人地矛盾激化)不利背景之下,政府与灾民的互动关系日趋消极的结果。     

基于实验模拟的广州市餐饮油烟VOCs排放特征及风险评估

随着城市餐饮行业的快速发展,餐饮源已逐渐成为大气挥发性有机物（VOCs）的主要来源之一。为深入了解广州市餐饮油烟的排放特征,科学制定广州市餐饮源的减排对策,在实验室搭建烹饪平台模拟烹饪过程,探讨不同油温、食用油种类和菜系类型对烹饪油烟排放VOCs组分的影响,并采集广州市典型商圈川菜馆、湘菜馆、粤菜馆、越南菜馆4家餐馆排放的餐饮油烟废气,利用气相色谱质谱仪分析研究4家餐馆油烟废气VOCs组分特征。结果表明：不同食用油、不同油温和不同菜系下所产生的VOCs浓度及组分特征存在较大差异。烹饪油烟VOCs的排放质量浓度与温度呈正相关。东南亚和川菜烹饪方式产生的油烟VOCs均以羰基化合物为主,而油炸类烹饪方式（炸薯条）则以羰基化合物和烷烃类同为主导。炸薯条、东南亚菜和川菜烹饪油烟VOCs的羰基化合物中,乙醛占比突出。乙醛在猪油油烟中占比最高（60.4%）,其次是花生油（53%）。对比环境空气样品,部分醛类物质（丁烯醛、甲基丙烯醛、苯甲醛、戊醛和己醛）在餐饮油烟VOCs中均有检出。结合实验模拟和外场监测结果表明,静电式的油烟净化器可以有效去除乙醛。苯系物在餐饮油烟废气中检出浓度的最小值均高于周边环境样品。4家餐馆中仅湘菜馆的油烟废气中苯的致癌风险＞10^-4,有显著致致癌风险。建议应依据餐饮油烟VOCs关键组分和污染类型,对餐饮行业进行规范科学的管理。     

基于无人机的大气细颗粒物与臭氧污染探测与溯源研究进展

近年来,中国大气细颗粒物(PM_2.5)污染的治理已取得阶段性成效,但臭氧(O₃)污染快速上升,实现PM_2.5和O₃协同控制的基础与关键是针对大气污染物的精细化探测和污染溯源.随着无人机技术和传感器技术的迅速发展,基于无人机平台的大气污染探测可以有效获得近地层的PM_2.5和O₃结构特征,并结合计算机算法对大气污染事件进行精准溯源,具有高时效性、高灵活性和高时空分辨率的特征,有助于研究人员了解区域污染物的分布、变化以及来源,为大气复合污染的协同控制提供科学依据.通过回顾传统的大气污染探测方法,总结了污染探测领域常用的无人机飞行平台类型和探测仪器,归纳了基于无人机的PM_2.5和O₃污染探测应用与相关溯源算法,并展望了无人机大气探测的未来研究方向.     

我国中东部不同地区冬季颗粒物垂直分布的车载移动观测

利用中山大学环境气象综合观测车（载有3D可视型激光雷达、多普勒风廓线激光雷达、转动拉曼温廓线激光雷达）于2018年冬季在全国范围内（厦门-北京）的走航观测资料,对我国中东部不同地区和城市的边界层结构以及颗粒物分布特征进行了研究.结果表明：(1)在从南向北走航的过程中,边界层内各个高度的温度以及边界层高度呈下降趋势.(2)不同高度发生颗粒物污染的气象成因有所差别,其中1000 m高度左右发生颗粒物污染的主要成因是较高的水平风速将周围地区的颗粒物输送过来而导致;500 m及近地面附近发生颗粒物污染主要是由水平风速较小导致局地来源的颗粒物堆积以及上游地区颗粒物的输送两者共同作用.(3)逆温结构和上升气流会导致颗粒物在边界层顶堆积,而下沉气流使得颗粒物由在某一高度堆积扩散至整层均匀分布.     

亚热带城市河流浮游细菌群落的季节演替及构建机制

细菌是河流生态系统的重要组成部分,在污染物降解、物质循环和能量流动等方面扮演着重要角色.然而亚热带城市河流细菌群落的季节演替和构建机制(确定性和随机性过程)仍不明晰.以流溪河及广州珠江段为研究对象,采用16S rRNA高通量测序分析探讨了不同季节(丰水期和枯水期)水体细菌群落的变化及其构建机制.结果表明：不同季节水体细菌群落的组成存在显著差异,丰水期,变形菌门和异常球菌-栖热菌门的丰度更高;而枯水期,拟杆菌门和厚壁菌门的丰度更高.细菌群落的α和β多样性同样具有显著的季节差异,T、NH₄⁺-N、TOC、pH、EC、DO、NO₃^--N和DSi是影响细菌群落季节变化的主要环境因子.水体细菌群落的生态网络具有典型的模块化结构,物种间以正相关作用(合作关系)为主,且丰水期物种间的合作关系强于枯水期.随机性过程主导了细菌群落的构建,尤其以扩散限制贡献最大,且细菌群落在枯水期面临的扩散限制要高于丰水期.     

南京城市大气氨-铵的高频演化及其气粒转化机制

本研究于2018年秋季利用在线气体和气溶胶组分监测仪以高时间分辨率连续测定南京市大气中的气体(主要是NH_3)与二次无机气溶胶(主要是NH_4~+、NO_3~-和SO_4~(2-))浓度,借此研究污染和非污染期城市大气NH_3和NH_4~+的演化规律,进而探讨NH_3-NH_4~+气粒转化过程中的化学机制.结果表明,观测期间NH_3和NH_4~+浓度的平均值(±1σ)分别为(15. 3±6. 7)μg·m-3和(11. 3±7. 8)μg·m-3,且日变化在污染和非污染事件中呈现出显著的差异.综合在线观测的NH_3和NH_4~+浓度数据,通过计算潜在源贡献因子,分析了NH_3和NH_4~+的潜在贡献源区在重污染过程受长距离污染传输影响较小,证明城市也是NH_3排放的重要热点地区.进一步分析发现,NH_3-NH_4~+的气粒转化是影响NH_3和NH_4~+日变化的主要驱动因子.具体体现在:低温、高湿(温度在7. 5～12. 5℃,湿度在50%～90%)时,NH_3和NH_4~+的气固转化速度较快,NH_3与酸性物质反应生成更多的NH_4~+,使得(NH4)2SO4和NH4NO3的形成从而导致污染事件的加剧.研究结果有助于厘清城市大气NH_3的来源和转化机制及其对颗粒物的潜在贡献.     

扬州市不同功能区表层土壤中多环芳烃的含量、来源及其生态风险

对扬州市6个不同功能区（公园、菜地、文教区、居民区、加油站和工业区）共59个表层土壤样品（0~10 cm）中15种美国环境保护署优控的多环芳烃（PAHs）的含量和来源进行了分析,并利用苯并[a]芘（BaP）毒性当量浓度（TEQ_BaP）评价了土壤中PAHs的生态风险.结果表明,扬州市土壤中Σ15PAHs总量范围为21~36118 μg·kg^-1,中值为295 μg·kg^-1,PAHs组成中以4~6环为主.不同功能区Σ15PAHs总量平均值高低顺序为工业区 > 加油站 > 文教区 > 菜地 > 居民区 > 公园.相关性分析表明,整个扬州市土壤中Σ15PAHs总量与土壤总有机碳（TOC）（P<0.05）和黑碳（BC）（P<0.01）含量都呈显著性正相关,但除了加油站土壤中Σ15PAHs总量与BC含量呈显著性正相关（P<0.01）外,不同功能区土壤中Σ15PAHs总量与TOC、BC含量都无显著相关性.特征比值法结果表明,不同功能区土壤中PAHs来源虽有些差异,但都主要来源于石油泄漏以及石油、煤和生物质等的燃烧.扬州市土壤中15种PAHs总TEQ_BaP值的范围是2~4448 μg·kg^-1.以荷兰土壤环境标准中的10种PAHs总TEQ_BaP值33 μg·kg^-1为标准,扬州市有45.8%的土样超标,各功能区点位超标率高低顺序为工业区（70%） > 加油站（60%） > 文教区（55.6%） > 菜地（50.0%） > 居民区（30%） > 公园（10%）.因此,扬州市不同功能区中都有部分表层土壤存在潜在的生态风险,工业区和加油站风险相对较高,而居民区和公园风险相对较低.     

南京北郊PM2.5中有机组分的吸光性质及来源

对南京北郊2018年9月~2019年9月PM_2.5中有机组分的吸光性质进行了研究,并利用PM_2.5化学组成及主成分分析法分析该地区吸光性有机碳（棕碳,brown carbon,BrC）的主要来源.结果表明,水溶性有机碳（water-soluble organic carbon,WSOC）和甲醇可提取有机碳（methanol extractable organic carbon,MEOC）在365 nm处光吸收系数（Abs_365,w和Abs_365,m）的平均值分别为（3.22±2.18）Mm^-1和（7.69±4.93）Mm^-1.Abs_365,w和Abs_365,m分别与WSOC（r=0.72,P<0.01）和MEOC（r=0.62,P=0.04）的质量浓度显著相关,均表现为冬高夏低,夜高昼低的时间变化特征.这可归结于冬季和夜间的气象特征（例如边界层高度降低和大气稳定度升高）、冬季一次源排放的增加以及夏季和白天更强的"光漂白作用".Abs_365,m/Abs_365,w的年均值（2.60±0.92）远高于MEOC/WSOC（质量浓度比值,1.37±0.30）,表明MEOC中非水溶性组分的吸光作用更强,在BrC的吸光作用中占主导地位.WSOC、MEOC、Abs_365,m和K⁺均未表现出强相关性（r<0.60）,因此生物质燃烧不是该地区BrC的主要一次来源.WSOC和MEOC质量吸收效率（MAE_365,w和MAE_365,m）及其比值（MAE_365,m/MAE_365,w）的季节变化和Abs₃₆₅相同.MEOC中非水溶性组分的MAE₃₆₅［（4.10±5.15）m²·g^-1］分别是MAE_365,w和MAE_365,m的6.0和2.9倍,支持BrC的吸光作用受非水溶性有机组分主导这一推断.和WSOC的埃氏吸收指数（Å_WSOC）相比,MEOC的埃氏吸收指数（Å_MEOC）随时间变化更显著,这可能与非水溶性吸光组分排放的季节变化有关.主成分分析结果显示,本研究PM_2.5中有机组分的吸光作用主要来源于二次形成过程和人为活动相关的一次排放,而不是生物质燃烧.     

喀斯特地区小尺度农业土壤砷的空间分布及污染评价

贵州岩溶地貌分布广泛,部分地区的土壤砷(As)污染问题比较突出.为了解高As背景地区农业土壤As含量分布特征,选取贵州省兴义市西南部具有代表性的As污染区(典型喀斯特区、亚喀斯特区)为研究对象,并以非喀斯特区作为对照组,采用地统计分析与GIS相结合的方法研究农业土壤As的空间变异和污染状况,并采用Moran's I系数分析在小尺度下土壤As的空间自相关性及其方向性特征.结果表明,不同地貌区土壤中As含量从高到低依次为:典型喀斯特区亚喀斯特区非喀斯特区,其中典型喀斯特区农业土壤As的算术均值与几何均值分别为47. 9 mg·kg~(-1)和43. 3 mg·kg~(-1),亚喀斯特区其值分别为36. 8 mg·kg~(-1)和30. 1 mg·kg~(-1),两个区域农业土壤As含量明显高于贵州土壤As背景值,As的超标率分别为98. 5%和96. 7%,表现出明显的As累积,而非喀斯特区As超标率仅为6. 7%;独立样本T检验结果表明,在3个不同地貌类型中,农业土壤与自然土壤As含量均无显著性差异(P 0. 05).农业土壤As的Moran's I系数为0. 45,Z值为11. 61,在本采样尺度下具有显著的正空间自相关(P 0. 05),存在空间聚集,尤其是东北-西南方向空间自相关性较好,以结构性变异为主.农业土壤样本As总体上处于轻微污染至轻度污染之间,分别占27. 10%、29. 02%,部分地区处于中度污染级别,而处于无污染状态的样本占41. 94%.