黄土丘陵沟壑区生态风险时空动态及其风险分区—以陕西省米脂县为例

目前,黄土丘陵沟壑区等生态脆弱区生态风险评估已成为地理学与生态学应对生态系统管理的研究热点之一。以黄土丘陵沟壑区米脂县为研究区,构建“风险概率—敏感性—损失度”（PSI）的三维评价框架,并以子流域为评价单元进行数据整合,分析了米脂县2009-2015年准则层与综合生态风险的时空分异及其重心转移,并基于风险主导因子给出米脂县风险防范分区及降险对策。结果如下：（1）2009-2015年风险概率分别为49.93%、52.92%,有上升趋势;生境敏感性分别为0.61、0.60,下降了1.6%,生境质量趋好;损失度分别为0.42、0.46,损失度增加。（2）生态风险呈现中间高南北低的空间分布;研究期间生态风险值分别为0.14、0.15,风险有所升高;风险重心向西南转移跃入银州川道且风险演化主体方向为西北—东南走向。（3）风险预警区、生态恢复区、预警恢复兼顾区、自然调控区面积占比分别为7.53%、6.57%、23.86%、62.04%。基于风险主导因子的风险防范分区可有效进行风险消解,促进区域生境的可持续。     

黄河流域空气质量时空分布及影响因素分析

本文基于2015—2018年空气质量监测数据,研究了黄河流域空气质量的时空变化特征,量化分析了影响黄河流域空气质量空间分布的主要因素。结果表明:(1)2015—2018年,黄河流域空气质量总体趋于改善,除O3-8h外,PM2.5、PM10等污染物浓度均不同程度下降;(2)空气质量不达标天数未有明显减少,以O3-8h为首要污染物的持续时间明显延长,并且污染天数与PM2.5的差距逐渐缩小;(3)PM2.5、PM10浓度呈现东高西低的分布格局,O3-8h污染区域逐渐扩大并呈持续连片分布,热点城市主要分布在流域下游,冷点城市主要分布在流域上游;(4)平均气温、平均风速、人口密度和城镇居民人均可支配收入是影响PM2.5空间分布的主要因素;地形起伏度、降水量、平均气压和人口密度是影响PM10空间分布的主要因素,累积解释率为65.9%;平均气压、地形起伏度、日照时间和平均风速是影响O3-8h空间分布的主要因素。     

太行山脉不同量级降雨侵蚀力时空变化特征

基于太行山脉及其周边地区76个气象监测站点1954-2016年逐日降雨数据,建立了基于不同量级侵蚀性年降雨量模拟年降雨侵蚀力的简易模型,并采用气候倾向率、小波周期分析、重心模型、Co-Kriging插值、Mann-kendall非参数趋势检验以及突变分析等方法,分析了不同量级降雨侵蚀力时空变化特征及其影响因素。结果表明：（1）太行山脉地区年降雨侵蚀力简易模型为y=0.182x₁^1.095+5.463x₂^0.982+9.401x₃^1.017+15.258x₄-26.753,且多年降雨侵蚀力呈小幅上升趋势,10年间上升了2.4 MJ·mm·hm^-2·h^-1·a^-1,同时存在约20年的主周期和6年的小周期变化,并在1996年发生显著突变;中雨和大雨侵蚀力63年间均呈上升趋势,而暴雨和特大降雨侵蚀力呈下降趋势;春秋两季主要受中雨和大雨侵蚀力的影响,而夏季则主要受特大降雨侵蚀力的影响。（2）太行山脉地区各量级降雨侵蚀力最大值主要分布于太行山脉东南部以及五台山地区,最小值主要分布于地区的东北部;运用重心模型发现各量级降雨侵蚀力重心在春夏季节整体向东部以及东北部地区进行迁移,而秋冬季节则向南部以及西南地区迁移,形成一个循环,且与冬夏季风的控制时间相符。（3）太行山脉地区不同量级降雨侵蚀力与侵蚀性降雨量均呈显著正相关（P<0.01）,大雨和特大降雨侵蚀力分别与纬度、海拔呈显著负相关（P<0.05）,这主要与副热带高压移动、地形、海拔以及自然地理环境等因素有关。     

基于GOCI数据的霾天气气溶胶辐射强迫的日内变化——以长江三角洲为例

以长江三角洲（以下简称长三角）为研究区,基于2017年10~12月内共16d 94景的晴空静止卫星GOCI L1B图像和6S模型,采用深蓝算法反演长三角地区气溶胶光学厚度（AOD）,并利用2个实测站数据进行验证.再通过反演得到的AOD结果进一步模拟计算该区域地表和大气层顶的气溶胶直接辐射效应（ADRE）,并结合典型的雾霾天气进行分析.结果表明：利用GOCI数据反演的AOD具有较高拟合精度,北辰楼站点拟合相关性R²为0.68,太湖站点为0.67.空间上,由于气溶胶存在制冷效应,AOD和地表面、大气层顶气溶胶直接辐射强度均呈现出显著的线性关系.时间上,由于气溶胶扩散和风向等因素,早上和下午辐射效应强度较高,中午较低.其中10：00和11：00影像可以较好地模拟日均ADRE的特征,利用ADRE日内变化成功捕捉到一次雾霾爆发并消失的现象,对气象部门监测近地表气温和分析灰霾的形成等具有重要意义.     

载铜氮化碳纳米片对单质汞的吸附脱除特性

用简易热剥离法合成了氮化碳纳米片（CNNS）,再通过等体积浸渍法将铜负载于CNNS表面合成了载铜CNNS吸附剂,用于低温下吸附脱除气态单质汞（Hg⁰）.利用氮气吸附-脱附、X射线衍射（XRD）、扫描电子显微镜（SEM）、透射电子显微镜（TEM）、X射线光电子能谱（XPS）等手段对吸附剂进行表征.结果表明：CNNS对Hg⁰具有良好的吸附性能,吸附温度为120℃时,脱汞效率约为54.2%;载铜修饰可极大提高CNNS的脱汞活性,脱汞效率在40~240℃温度范围内均大于82.3%,这归因于铜与氮化碳间的紧密接触.煅烧温度对载铜CNNS的脱汞活性影响较大,最佳煅烧温度为200℃.通过载铜修饰可有效活化CNNS,提高其对Hg⁰的氧化能力,这可能归因于铜离子与氮化碳之间的莫特-肖特基电子转移效应.SO₂和水蒸气对载铜CNNS的脱汞性能有抑制作用.     

人群的自然和社会属性分类下PM2.5对心血管疾病的影响

为了研究人群在自然属性和社会属性分类下的效应修饰作用,利用2005~2011年北京市大气PM_2.5日均浓度、气象要素及循环系统疾病每日死亡人数数据,根据不同年龄、性别及学历将人群分组,采用时间序列的半参数广义相加模型（GAM）,定量评价大气PM_2.5对居民循环系统疾病死亡人数的影响.单污染物模型和多污染物模型结果表明,PM_2.5为影响循环系统疾病每日死亡人数的主要大气污染物.北京市空气中PM_2.5的浓度每增加10μg/m³,循环系统疾病总死亡人数增加0.50%（95% CI：0.36,0.63）.不同人群的易感程度不同,各人群死亡人数的增加范围为0.23~0.71%,女性、60~74岁人群、文盲人群的健康风险相对较高.在文盲人群中,老年（60+）女性占比为66.2%,为了分离社会属性人群分类中可能存在的自然属性因素干扰,本文去除其中老年、女性这两个混杂因素的影响,文盲人群健康风险仍然大于较高学历的人群.年龄和性别因素叠加在学历因素上,可能加大低学历人群的健康风险,对于这部分叠加了自然因素和社会因素双重敏感性的人群应给与重点关注.     

基于GIS的甘肃省城市PM2.5的时空分布特征研究

文章基于2015～2017年3年来甘肃省国控监测站的PM_(2.5)数据,采用GIS的空间分析方法,揭示甘肃省城市PM_(2.5)的时空分布特征。结果显示:近年来甘肃省城市空气中PM_(2.5)的整体呈下降趋势,且呈现明显的季节变化特征;根据季节变化特征分析,扬尘在甘肃西部地区的PM_(2.5)数值中的贡献率较大;甘肃省冬季城市的PM_(2.5)严重超标; PM_(2.5)高浓度集聚地带主要位于兰州市附近,以兰州市为中心,表现出以兰白都市经济圈向四周减弱的趋势。     

北京市PM2.5时空分布特征及其与PM10关系的时空变异特征

PM_(2.5)时空分布特征及其与其它污染物的相关关系是PM_(2.5)时空统计分析的主要研究内容.然而,现有的方法直接从监测站点的角度对时空分布特征进行分析,难以有效地揭示PM_(2.5)浓度的聚集分布特征;同时,常用的地理加权回归在对PM_(2.5)与其它污染物间关系进行建模的过程中,缺乏同时考虑时间异质性与空间异质性,从而不能准确地描述依赖关系的时空变异特征.为此,首先借助于空间聚类分析技术,对北京市2014年PM_(2.5)浓度的聚集结构进行探测,在此基础上,通过聚集结构来分析PM_(2.5)季节性时空分布特征.然后,利用地理时空加权回归对北京市PM_(2.5)与PM_(10)季节平均浓度间关系进行建模,依据回归结果分析PM_(2.5)-PM_(10)间关系的时空变异特征.实验结果表明,春夏季节PM_(2.5)污染程度及空间变异程度均低于秋冬季节,各季节PM_(2.5)浓度均表现为北部浓度低、南部浓度高的空间分布特征;地理时空加权回归具有更好的拟合效果,由回归系数进一步可发现,春夏季PM_(2.5)-PM_(10)相关性低于秋冬季PM_(2.5)-PM_(10)相关性;各季节均表现为西北部PM_(2.5)-PM_(10)的相关性高于东南部PM_(2.5)-PM_(10)的相关性.     

基于平面波导型荧光免疫传感器的双酚A检测适用性研究

双酚A是一种环境内分泌干扰物,逐渐受到国内外广泛关注.平面波导型荧光免疫传感器可以对水样中存在的痕量双酚A进行快速高灵敏度检测.在最优检测条件下测得双酚A标准曲线的检出限为(0.04±0.007)μg·L-1,线性区间为0.16~22.40μg·L-1,半抑制浓度为(1.67±0.47)μg·L-1.加入0.5%的EDTA到样品溶液中可以削弱水体硬度的干扰,并在最优条件下测得4种实际水样的加标回收率在88%~111%之间,相对标准偏差小于15%,表明该方法可以运用于实际水样中双酚A的检测.     

京津冀地区高分辨率PM2.5浓度时空变化模拟与分析

为了全覆盖、高分辨率和高精度识别京津冀地区大气PM_2.5质量浓度时空变化,选取多角度大气校正算法遥感反演的1km AOD为主要预测因子,多种气象要素和土地利用要素为辅助预测因子,构建了混合效应模型+地理加权回归模型的两阶段统计模型,并针对京津冀地区PM_2.5污染较严重的特点,模型中引入了AOD²等独特预测因子.通过上述两阶段模型定量预测了研究区2017年1 km²空间分辨率的每日PM_2.5质量浓度.结果表明,模型交叉验证的决定系数R²为0.94,斜率为0.95,均方根预测误差为13.14 μg·m^-3,在前人基础上预测精度进一步提升,可用于PM_2.5浓度时空变化预测与分析.2017年,京津冀地区PM_2.5浓度年均值为44.96 μg·m^-3,年均值范围在0~89.89 μg·m^-3之间.PM_2.5浓度时空变化差异性明显,整体上呈现"平原西南部浓度高、平原东北部浓度中等和山区高原浓度低"的空间分布格局以及"冬季浓度高、夏季浓度低和春秋过渡"的季节变化特点.模型预测结果的高时空分辨率可以支持流行病学研究在较小区域的暴露评估和识别小尺度污染源的时空变化,分析发现在大气污染防治行动计划实施以来,污染较严重的冀中南山麓平原区可能出现了重要污染源的空间变化.模型预测与分析结果可以为京津冀大气污染防治提供科学支撑.