广州亚运会水环境质量保障监测系统的建立与应用

广州亚运会对水环境质量保障提出较高的要求,水环境监测是水环境质量保障的重要一环,本文在全面分析了广州亚运会所面临的水环境质量压力和水环境监测所遇到难度,从监测环节和保障环节介绍了广州亚运水环境质量保障监测系统的建立思路、组成和特点,并对其应用效果进行了分析。     

北京奥运时段河北香河大气污染观测研究

为监测评估周边地区大气污染对北京的可能影响,2008年6～9月北京奥运时段,在北京东南方向河北香河开展了大气污染物SO2、NOx、O3、PM2.5和PM10的连续在线观测,结合地面气象资料和HYSPLIT轨迹模式探讨了污染物的来源与传输过程.结果表明,香河地区大气污染较为严重,上述污染物观测期间日均最高值(日均值±标准差)分别达到84.4(13.4±15.2)、43.3(15.9±9.1)、230(82±38)、184(76±42)和248(113±52)μg.m-3,特别在奥运会开幕前后的7月20日～8月12日之间出现了2次持续污染过程,导致O3和PM10分别超过国家二级标准46 h(超标率9%)和11 d(46%),PM2.5则超过美国EPA标准18 d(75%).奥运时段8～9月的大气污染物日均值较6～7月日均值有明显降低:SO2从27.7μg.m-3下降到5.8μg.m-3;NOx从18.6μg.m-3下降到13.2μg.m-3;O3从96μg.m-3下降到80μg.m-3;PM2.5从90μg.m-3下降到60μg.m-3;PM10从127μg.m-3下降到106μg.m-3.NOx、PM2.5和PM10统计(月为单位)日变化为双峰型,峰值分别出现在07:00和20:00左右;臭氧呈单峰型,峰值出现在14:00～16:00之间.香河地区大气污染受局地排放和外源输送共同影响,持续的偏南气流易造成污染物积累,而偏北气流有利于污染物扩散,降水可明显清除大气中的污染物质.通过计算7月20日～8月12日香河和北京奥运村PM2.5小时平均浓度之间的超前相关系数,发现香河超前北京6～10 h时相关性较大(0.57r0.65,p=0.01),最大相关系数出现在超前8 h,表明上述时间段内香河实时观测数据对北京大气PM2.5污染超标事件可能具有预警作用.     

一次光化学污染过程中O3和NOx的垂直梯度观测研究

为了研究2008年北京奥运会前期污染物浓度变化特征,对北京气象塔3层高度上的大气污染物（NO2和O3）进行加强观测,分析其变化特征。观测结果表明,由于北京奥运会前期采取了严格的空气质量控制措施,NO2浓度相对车辆限行前下降了45.3%,且随着高度递增逐渐降低;O3浓度最大值和日均值有所降低,其最大值出现时间较10年前提前了12 h,且有4 h左右处于相对平稳状态。O3浓度峰值主要是受NO2的控制,O3浓度峰值出现时间提前反映出北京大气氧化效率不断提高。对于观测期间出现光化学污染事件,利用同期气象资料和大气污染监测数据分析,发现造成这次大气污染的主要原因是气象因子：地面多处于弱高压场控制中,大气层结稳定,风力较弱（小于2 m/s）,并伴随着连续高温、强辐射和低湿。     

一次光化学污染过程中O_3和NOx的垂直梯度观测研究

为了研究2008年北京奥运会前期污染物浓度变化特征,对北京气象塔3层高度上的大气污染物(NO2和O3)进行加强观测,分析其变化特征。观测结果表明,由于北京奥运会前期采取了严格的空气质量控制措施,NO2浓度相对车辆限行前下降了45.3%,且随着高度递增逐渐降低;O3浓度最大值和日均值有所降低,其最大值出现时间较10年前提前了1~2 h,且有4 h左右处于相对平稳状态。O3浓度峰值主要是受NO2的控制,O3浓度峰值出现时间提前反映出北京大气氧化效率不断提高。对于观测期间出现光化学污染事件,利用同期气象资料和大气污染监测数据分析,发现造成这次大气污染的主要原因是气象因子:地面多处于弱高压场控制中,大气层结稳定,风力较弱(小于2 m/s),并伴随着连续高温、强辐射和低湿。     

重大事件对入境游客旅游动机的影响——北京奥运会的案例研究

以2008年北京奥运会为例,通过入境游客行为调查分析奥运会举办对入境游客旅游动机的影响。结果表明,影响入境游客旅游动机的因素主要有限制性因子、社会心理因子和文化教育因子,其中社会心理因子和文化教育因子与北京奥运会显著相关;入境游客的年龄、学历和家庭结构与奥运会举办呈现负相关;游客的年龄、学历、年收入和家庭结构等变量受奥运会影响显著,提出了相应的营销策略。     

2010年广州亚运期间空气质量与污染气象条件分析

利用2010年11月4日～12月10日广州地区NO2、O3、SO2、PM、能见度实测资料,区域空气污染指数RAQI及大气输送扩散特征参数,分析广州亚运期间空气质量与气象条件变化特征.结果表明,亚运期间空气质量比亚运前后好,能见度比亚运前后大,PM1和PM2.5浓度比亚运前后小,能见度与PM1和PM2.5有较好的反相关;亚运期间NO2和SO2日均值和小时均值均达到国家一级标准,PM10日均值和O3小时均值均满足国家二级标准,污染物得到较好的控制;广州地区SO2受本地源和外地源远距离输送叠加影响,NO2受本地源影响较大;广州周边城市NO2、SO2和PM10有向广州输送的潜势,而广州O3有向其周边城市扩散的潜势;亚运期间污染气象条件比亚运前后有利,亚运期间污染物浓度降低得益于政府实施的减排措施及良好的气象条件.     

奥运期间北京交通环境细颗粒物中多环芳烃特征研究

采用GC/MS测定了奥运空气质量保障措施实施期间(2008年8月)及非奥运时段(2008年6月、2009年8月)北京市北四环道路边PM2.5中12种优控PAHs含量,并应用特征化合物比值法对PAHs来源进行了识别.研究表明,奥运空气质量保障措施实施期问PAHs总浓度平均为4.77 ng·m-3,较非奥运时段下降了59%...     

多模式模拟评估奥运赛事期间可吸入颗粒物减排效果

以空气质量多模式系统为工具,分析奥运赛事期间可吸入颗粒物(PM10)浓度大幅减小特征,从气象场和排放源两方面研究PM10浓度大幅减小的主要原因.多模式系统由嵌套网格空气质量模式(NAQPMS)、通用空气质量多尺度模式(CMAQ)和复杂大气空气质量三维模式(CAMx)3个空气质量复合模型组成,并以中尺度气象模式(MM5)和稀疏矩阵排放处理模型(SMOKE)提供统一气象场及排放源.研究对比2006年8月、2008年8月两组气象条件下北京PM10浓度水平及模拟效果,结果表明奥运赛事期间PM10浓度大幅减小的主要原因不是气象因素,而是由于额外措施引起的PM10排放减少.同时采用多模式系统数值模拟反向评估,获得北京奥运赛事期间奥运控制及额外减排措施引起的PM10减排量,结果表明,奥运赛事期间所有额外控制措施对颗粒物浓度效果相当于在2008年8月气象条件下,削减大约200t.d-1的无组织PM10排放,相当于北京正常时期PM10排放的50%.     

北京2008奥运期间PM10的单颗粒形貌类型及生物活性研究

采集2008年北京奥运会期间大气PM_(10)和PM_(2.5)样品,计算质量浓度,得出奥运会期间大气污染水平.利用场发射扫描电镜(FESEM)和图像分析技术对PM_(10)和PM_(2.5)的形貌特征和粒度分布进行分析.同时应用质粒DNA 评价法研究了奥运会期间PM_(10)样品的生物活性.结果表明,奥运会期间可吸入颗粒物质量浓度日均值均符合国家2级标准,PM_(2.5)和PM_(10)的比值为0.63,以细粒子PM_(2.5)为主.奥运期间PM_(10)和PM_(2.5)样品的微观形貌主要为球形颗粒、烟尘集合体、不规则矿物和未知细颗粒,其中球形颗粒和未知细颗粒占有相当大的数量比例.PM_(10)和PM_(2.5)数量-粒度呈单峰分布,主要分布在0.1～0.4 μm范围内.PM_(10)的体积-粒度呈双峰分布,主要分布在0.4～0.5 μm和1～2.5 μm范围内,PM_(2.5)主要分布在1～2.5 μm范围内.质粒DNA 评价结果表明,北京2008奥运期间可吸入颗粒物生物活性明显降低,要达到20%的损伤需要的颗粒物剂量浓度在180 μg·mL~(-1)以上,明显高于2004年的63 μg·mL~(-1),可见奥运期间大气颗粒物对人体危害比往年减小.     

A New Mathematical Approach in Environmental and Life Sciences: Gene–Environment Networks and Their Dynamics

An important research area in life sciences is devoted to modeling, prediction, and dynamics of gene-expression patterns. As clearly understood in these days, this enterprise cannot become satisfactory without acknowledging the role of the environment. To a representation of past, present, and most likely future states, we also encounter measurement errors and uncertainties. This paper surveys and improves recent advances in understanding the foundations and interdisciplinary implications of the newly introduced gene–environment networks, and it integrates the important theme of carbon dioxide emission reduction into the networks and dynamics. We also introduce some operational and managerial issues of practical working and decision making, expressed in terms of sliding windows, quadrants (modules) of parametric effects, and navigating (controlling) between such effects and directing them. Given data from DNA microarray experiments and environmental records, we extract nonlinear ordinary differential equations that contain parameters that have to be determined. For this, we employ modern (Chebychevian) approximation and (generalized semi-infinite) optimization. After this is provided, time- discretized dynamical systems are studied. A combinatorial algorithm with polyhedra sequences allows to detect the region of parametric stability. Finally, we analyze the topological landscape of gene–environment networks with its structural (in)stability. By embedding as a module and investigating CO₂ emission control and figuring out game theoretical aspects, we conclude. This pioneering work is theoretically elaborated, practically devoted to health care, medicine, education, living conditions, and environmental protection, and it invites the readers to future research.