中国典型资源型地区能源消耗与经济增长动态关系研究

随着国内外经济环境的复杂变化,中国资源型地区经济结构转型困难加剧。对资源型地区能源消耗与经济增长之间的关系进行研究,可以帮助该类型地区厘清经济发展过程中的能源消耗现状,对于优化资源型地区经济转型之路具有重要现实意义。本文以中国典型资源型地区山西省、黑龙江省、吉林省、辽宁省为例,选取1985—2014年数据,利用格兰杰因果分析对研究区能源消耗与经济增长之间的动态关系进行了研究。研究结果表明:1山西省表现出从经济增长到能源消耗的单向因果关系,黑龙江省与辽宁省表现出从能源消耗到经济增长的单向因果关系,吉林省表现出能源消耗与经济增长的双向因果关系;2山西省、黑龙江省、辽宁省都表现出从煤炭消耗到经济增长的单向因果关系,吉林省表现出煤炭消耗到经济增长的双向因果关系;3典型资源型地区都表现出从能源消耗到煤炭消耗的单向因果关系。4资源型地区转型务必将落实供给侧改革摆在发展首位。山西省应在提高能源使用效率的基础上选择集约化、低载能的新兴产业,黑龙江省与辽宁省应加大新能源的开发与产业化进程,产业应向高端装备制造业、现代服务业等产品附加值高、能源消耗少、环境污染小的产业转型,吉林省的重工业发展要以油气能源替代煤炭资源,在降低产业能耗的同时加速扶持已经相对成熟的替代产业,减少产业转型对于地区经济产生的负面影响。     

基于神经网络和数值模型的重点区域PM2.5预报比较分析

应用BP神经网络法建立京津冀及周边城市、汾渭平原、苏皖鲁豫交界地区和长三角地区等重点区域95个城市PM_2.5预报模型,对2020年秋冬季上述地区城市开展未来7 d的PM_2.5预测预报,并对比同期业务化运行的数值模型预报结果和各城市人工订正后预报结果,对3方法预报效果进行分析评估.结果表明:（1） 4区域神经网络法模型性能短期预报相对较好,中长期有所降低,对4区域均有一定的系统性高估,苏皖鲁豫交界地区系统性偏差最小,长三角地区偏差最显著.数值模型区域预报水平较神经网络有所降低,各评价指标总体低于神经网络,对辖区城市间预报效果较神经网络差异更大.（2）神经网络、数值模型和人工订正方法对4区域PM_2.5浓度预报准确率普遍较低,平均不足50%,准确水平总体呈:神经网络>人工订正>数值模型. 3方法分指数级别范围准确率均大幅提升,4区域1～4 d平均准确率均在65%以上,神经网络模型和人工订正水平相近,总体高于数值模型.（3）在预报中度及以上污染级别日时,数值模型在京津冀及周边城市、苏皖鲁豫交界地区和长三角地区效果均较...     

中国环境管理绩效的区域评价与比较

环境管理绩效反映了环境管理投入与产出之间关系。2009年国内绝大多数省份的环境管理均存在着低效的局面,且环境管理效率的地区差异也比较明显。从区域分布来看,西部地区最高、中部次之、东部最差。而造成综合效率不高的主要原因是由规模效率引起的,说明投入的资源存在着浪费现象,单纯地依靠增加环境管理投入来提高环境管理产出的作用已经不大,必须依靠内部的技术进步和管理创新。     

京津冀及周边地区PM2.5时空变化特征遥感监测分析

为分析京津冀及周边地区的PM_(2.5)时空变化特征,先利用MODIS数据反演1 km分辨率的AOT产品,采用地理加权回归模型实现京津冀及周边地区2016~2017年逐日PM_(2.5)浓度的遥感反演,并在此基础上对多种时间尺度PM_(2.5)浓度合成结果进行验证分析,最后从不同时间尺度对2016年和2017年PM_(2.5)时空变化特征进行了对比分析.结果表明本研究反演的日均、月均和年均这3种时间尺度的PM_(2.5)浓度结果总体上效果较为理想,时间尺度越大,遥感估算的PM_(2.5)效果越好,年均PM_(2.5)结果相对精度达80%以上,并且2016年和2017年同一时间尺度的PM_(2.5)遥感结果精度较为接近.京津冀及周边地区PM_(2.5)分布总体均呈现"冬季秋季≈春季夏季"和"南高北低"的季节变化和空间分布趋势.与2016年相比,2017年京津冀及周边地区PM_(2.5)浓度平均下降约9.2%,且高值区范围明显减小,PM_(2.5)浓度高值一般发生在11月和12月,而低值则一般发生在8月.2017年与2016年PM_(2.5)浓度时空变化与2017年的大气污染综合治理攻坚行动巡查和空气质量专项督查活动密切相关,这也能间接说明大气污染减排的成效.     

武汉冬季大气PM2.5小时分辨率源贡献识别及潜在影响域分析

冬季是我国大气细颗粒物(PM_2.5)污染较为严重的时段,武汉市PM_2.5受到明显的区域传输影响.本研究基于小时分辨率PM_2.5组分观测数据,采用受体模型,解析武汉冬季大气PM_2.5各类源的实时贡献.结合轨迹聚类和浓度权重,识别影响各类源的传输路径和潜在源区.武汉冬季大气平均ρ(PM_2.5)为（75.1±29.2）μg·m^-3.观测期间共有两次污染过程,第一次污染过程主要受西北方向气团影响,水溶性离子升高是PM_2.5呈现高值的主要原因,ρ（NH⁺₄）、ρ（NO^-₃）和ρ（SO■）分别是清洁时段的1.6、 1.7和2.1倍;第二次污染过程则以正东方向气团为主,二次有机组分有明显的生成.对武汉冬季大气PM_2.5贡献最大的是二次源（34.1%）,其次是机动车尾气（23.7%）、燃煤（11.5%）、道路尘（10.9%）、钢铁冶炼（8.7...     

近50年来长江-黄河源区气候及水文环境变化趋势分析

对长江、黄河源区12个台站近50年来的温度、降水资料分析表明，近50年来长江源区平均升温0．61℃，黄河源区平均升温0．88℃；长江一黄河源区降水量在经过上世纪80年代高峰期后90年代呈现明显下降趋势，东部地区降水量减幅大于西部地区；在总体气候向暖干变化的同时，区域内春末夏初和冬季部分月份近50年来气候朝暖湿化方向发展。径流量在上世纪90年代呈现出较强的枯水期，然而由于气候变暖加剧了冰雪的消融，以冰雪融水补给为主的河流在温度升高的气候背景下径流量出现了较大幅度的增长。伴随着温度的升高和降水量的波动变化，近50年来区域内呈现出冰川、冻土加速消融，湖泊、沼泽疏干退化加剧的趋势。     

基于GAM模型分析中国典型区域网格化PM2.5长期变化影响因素

为探究中国典型区域地表PM_(2.5)浓度长期时空变化及其影响因素,运用广义可加模型(GAM)对1998～2016年均0. 01°×0. 01°地表PM_(2.5)浓度网格化数据进行分析.典型区域多年平均PM_(2.5)浓度从高到低:华东华中地区(40. 5μg·m~(-3))华北地区(37. 4μg·m~(-3))华南地区(27. 8μg·m~(-3))东北地区(23. 7μg·m~(-3))四川盆地(22. 4μg·m~(-3)).东北地区PM_(2.5)年际变化呈现明显上升趋势;其他地区1998～2007年呈上升趋势,2008～2016年出现下降趋势.在典型区域PM_(2.5)浓度空间分布上,PM_(2.5)浓度分布呈现显著的空间差异,多年来各区域PM_(2.5)浓度高值分布相对稳定. PM_(2.5)浓度变化的单因素GAM模型中,所有影响因素均通过显著性检验,典型区域中对PM_(2.5)浓度变化影响解释率较高的各个影响因素顺序有所不同. PM_(2.5)浓度变化的多因素GAM模型中,均呈现非线性关系,典型区域方差解释率为87. 5%～92%(平均89. 0%),模型拟合度较高,对其变化有显著性影响.典型区域YEAR和LON-LAT均对PM_(2.5)浓度变化影响最为显著.除此之外,气象因子对PM_(2.5)的影响大小在各个区域存在不同.东北地区影响PM_(2.5)最重要的3个气象因子排序为:tp v_(10) ssr;华北地区为:temp tp msl;华东华中地区为:temp tp ssr;华南地区为:temp RH blh;四川盆地为:tp temp u_(10).结果表明,运用GAM模型,能够定量分析区域PM_(2.5)浓度长期变化的影响因素,对PM_(2.5)污染评估具有重要意义.     

中国西南“三江”流域区土壤铊空间分布及健康风险评估

通过对中国西南“三江”流域区土壤样品中铊元素含量的分析,并多方法联合应用综合评价研究区土壤铊的污染状况,结果表明,中国西南“三江”流域区浅层土壤铊元素含量范围为0.17~2.65mg/kg,变异系数小,均值为0.80mg/kg,整体略高于中国土壤背景值,而略低于深层土壤铊元素含量,研究区浅/深层土壤铊元素含量特征主要受控于自然地质背景,整体具有“北高南低,西高东低”的趋势.基于中国不同母岩类型区土壤相关元素含量为背景的富集系数（均值1.30）、地累积指数（均值-0.41）、潜在生态风险（均值12.48）及非致癌健康风险评估（危害商小于1）参数均显示研究区土壤铊污染程度整体较低,不存在土壤重金属铊元素的非致癌健康风险,其实质上反映了在自然背景控制下研究区土壤铊的低污染和低健康风险特征.不同土地利用方式区土壤铊含量特征及浅/深层土壤铊元素含量之比反映了研究区存在一定人为污染,且人为铊污染具有“北轻南重,西轻东重”的趋势.综合分析表明,研究区铅锌等矿产的相关矿业活动可能是该区人为铊污染输入的主要来源,人为污染叠加自然地质背景使研究区存在一定低程度污染及潜在健康风险的区域,即独龙江流域南部和怒江流域中南部、澜沧江流域北部和南部、元江流域中南部地区,该区域应引起人们对土壤铊污染的重视.     

甘肃省及其周边地区土壤六氯苯污染特征

2011年3月采集甘肃省及其周边地区城区、农村和背景区三类采样区32个采样点的表层土壤样品,应用GC-MSD对其六氯苯含量进行分析测定.结果表明,研究区土壤六氯苯(HCB)检出率高达96.9%,平均污染水平为1.21ng/g,检出范围为n.d.~11.7ng/g;空间污染特征为:城区>农村>背景;研究区内大部分地区土壤中HCB来源是大气长距离迁移沉降,庆阳地区表现为工业和农业源,西宁、兰州地区主要是工业源,张掖、金昌地区主要是农业源;研究区土壤HCB与土壤有机质含量之间呈显著正相关;对HCB土壤生态系统风险进行初评表明:除庆阳和西宁地区外,其余采样点土壤环境处于相对安全状态.     

Identification of optimal strategies for improving eco-resilience to floods in ecologically vulnerable regions of a wetland

In this study, a mixed integer fuzzy interval-stochastic programming model was developed for supporting the improvement of eco-resilience to floods in wetlands. This method allows uncertainties that are associated with eco-resilience improvement and can be presented as both probability distributions and interval values to be incorporated within a general modeling framework. Also, capacity-expansion plans of eco-resilience can be addressed through introducing binary variables. Moreover, penalties due to ecological damages which are associated with the violation of predefined targets can be effectively incorporated within the modeling and decision process. Thus, complexities associated with flood resistance and eco-resilience planning in wetlands can be systematically reflected, highly enhancing robustness of the modeling process. The developed method was then applied to a case of eco-resilience enhancement planning in three ecologically vulnerable regions of a wetland. Interval solutions under different river flow levels and different ecological damages were generated. They could be used for generating decision alternatives and thus help decision makers identify desired eco-resilience schemes to resist floods without causing too much damages. The application indicates that the model is helpful for supporting: (a) adjustment or justification of allocation patterns of ecological flood-resisting capacities, (b) formulation of local policies regarding eco-resilience enhancement options and policy interventions, and (c) analysis of interactions among multiple administrative targets within a wetland.