成都市生态环境与社会经济协调发展分析

以成都市为研究区域,采用主成分分析法(PCA)确定选取的生态环境与社会经济各项指标的权重,在此基础上建立可持续发展模型,对该区域生态环境与社会经济的协调发展度进行了分析。分析结果表明:成都市生态环境与社会经济之间属于协调发展类环境滞后型,且2001~2004年协调发展值逐年下降,可持续发展情况呈下降趋势。说明成都市在发展经济的同时,必须进一步增加环保投资,加强生态环境建设,还应将循环经济理论应用到区域规划中,调整产业结构,促进生态工业、生态社会、生态服务业等的建设,减少污染物的产生,实现环境、经济的"双赢",做到真正的可持续发展。     

"索尼绿色成长计划"项目正式启动

“4·22地球日”之际,由国家环保总局宣传教育中心联手索尼(中国)有限公司共同推出的“索尼绿色成长计划”项目在北京101中学启动。     

沃特世科技（上海）有限公司成都分公司成立

为推进西南地区市场的拓展、更快地响应并服务西南地区客户,沃特世科技（上海）有限公司于2011年8月在成都设立了新的分公司,这是沃特世公司（Waters）继上海总部、北京、广州分公司之后在中国大陆成立的第三家分公司,这也意味着沃特世公司对中国及西南地区的长期承诺及投资信心.     

《应用与环境生物学报》征稿简则

一、本刊简介由中国科学院主管,中国科学院成都生物研究所主办,科学出版社出版。中国科学院成都生物研究所所长吴宁担任主编,来自中国、美国、英国、加拿大、新西兰等国家的69位知名科学家和专家组成编委会、上千位相关领域的知名科学家和专家组成审稿队伍。     

基于Copula函数的成都夏季O3污染潜势模型

利用成都市2016~2019年6~8月O₃浓度的逐时监测数据以及该时段同时次的地面气象观测资料,构建了O₃污染潜势3维(紫外辐射、相对湿度和气温)Copula联合概率分布模型,并开展了模型的适用性研究.首先,通过对SciPy库概率分布函数的优选,确定了不同O₃浓度等级条件下紫外辐射、气温和相对湿度的最优边缘概率分布函数(均通过了显著性水平a=0.05的K-S检验);其次,计算了3种Copula联合概率分布函数的均方根误差(RMSE值)、赤池信息准则(AIC值)、贝叶斯信息量(BIC值),并借助Anderson-Darling检验,发现非对称3维frank Copula联合概率分布函数(M3Copula)可以最佳地表征不同O₃浓度等级条件下紫外辐射、相对湿度和气温的联合概率分布特征;最后,将不同O₃浓度等级条件下M3Copula联合概率密度作为对应O₃浓度等级的隶属度,O₃污染潜势的分类结果对实际O₃浓度等级具有较好的指示意义,模拟的平均准确率为63%,其中优等级、良等级、轻度污染等级以及中度及以上污染等级的模拟准确率分别为82%、64%、48%和75%.     

成都西南郊区大气PM1中水溶性离子季节变化特征

为研究成都市西南郊区PM₁中水溶性离子的季节特征及其来源,于2019年1,4,7,10月采集PM₁样品并对其中的8种水溶性离子(NO₃-、SO₄2-、NH₄+、Ca2+、Cl-、K+、Na+和Mg2+)进行分析,开展PM₁和水溶性离子质量浓度及其相关关系的对比分析。结果表明:2019年,成都市西南郊区PM₁和水溶性离子年均总浓度分别为(30.1±12.5),(8.5±6.2)μg/m3,各离子浓度高低顺序为NO₃->SO₄2->NH₄+>K+>Ca2+>Cl->Na+>Mg2+;二次离子SNA(SO₄2-、NO₃-、NH₄+)占总水溶性离子比例达到90.0%以上,其在PM₁中占比的季节差异明显,冬季(35.0%)>春季(23.6%)>秋季(22.0%)>夏季(17.5%)。春、夏季NO₃-/SO₄2-分别为0.9和0.6,而秋、冬季NO₃-/SO₄2-分别为1.2和2.1,说明春夏季固定源对PM₁贡献更大,秋冬季移动源对PM₁的贡献更加显著。受来源和气象条件影响,SOR和NOR年均值分别为0.37和0.04,表明观测期间SO₂的二次生成率更为突出。主成分分析结果显示,成都市西南郊区PM₁中水溶性离子的主要来源有二次无机源、燃煤、生物质燃烧和扬尘。     

成都华圣源环保工程有限公司

成都华圣源环保工程有限公司成立于2002年,现设有成都总公司以及自贡、宜宾办事处。专业从事环境评估及可行性报告的编制工作;同时为建设项目环境保护提供技术咨询服务,承担建设项目环境影响技术评估、咨询、研究和相关业务。公司成立以来,以专业的技术及人性化的服务,为广大客户提供了及时、优质的服务。在业界深受客户的好评,并得到同行业的一致认可。     

《大气污染防治行动计划》后期成都大气PM2.5中水溶性无机离子特征

为探究《大气污染防治行动计划》实施后期成都大气PM2.5中水溶性无机离子(WSIIs)季节变化及来源等特征,本研究于2016～2017年在成都城区进行了分季节PM2.5样品的连续采集,对其中WSIIs进行了全面分析.结果表明,成都市年均ρ(PM2.5)和ρ(WSIIs)分别为(114.0±76.4)μg.m-3和(41.2±31.3)μg.m-3,ρ(WSIIs)可占ρ(PM2.5)的36.1％,其季节贡献特征为:秋季(39.5％)＞冬季(38.2％)＞春季(32.5％)＞夏季(28.9％).全年及各季节P(PM2.5)和ρ(WSIIs)均值均表现为夜间高于白天,且昼夜差异幅度呈现出了明显的季节变化特征.SNA(SO42-、N03-和NH4+)是WSⅡs的重要组成,在春、夏、秋和冬这4季中可占到整体ρ(WSIIs)的84.2％、86.6％、86.3％和87.0％.秋和冬的ρ(NO3)/ρ(SO42-)比值分别为1.1和1.6,高于春和夏的0.96和0.57,移动源和固定源相对贡献随季节变化特征明显.观测期间WSIIs主要来源包括二次生成、扬尘源和燃烧源.后向轨迹分析表明,来自成都东部地区的近地气团对应的P(PM2.5)低于源自西部的高空气团,就WSIIs构成而言,东部气团对应的ρ(SO42-)占比高于西部气团,而西部气团对应的ρ(NO3-)占比则高于前者.     

成都市西南郊区夏秋季PM_(2.5)碳组分化学特征

为研究成都市西南郊区PM_(2.5)中碳组分浓度的季节变化及污染特征,分析了PM_(2.5)中有机碳(OC)、元素碳(EC)的含量。结果表明:颗粒物PM_(2.5)、总碳(TC)、有机碳(OC)月平均质量浓度夏季比秋季略高;OC/EC平均比值在夏季和秋季分别为2.47和2.18,说明均有二次有机碳(SOC)的生成;OC和EC在夏秋季均有较强的相关性(夏季R~2为0.77,秋季R~2为0.79);SOC在夏、秋季的月平均浓度分别为4.02,2.76μg/m~3;降雨在一定程度上降低了PM_(2.5)的浓度。