抓住西部大开发机遇 改善乌海市环境条件

本文简要介绍了乌海市环境条件 ,分析了环境污染形成原因 ,并提出改善环境条件的几点建议。     

保山市空气污染趋势与防治措施

对近10年保山市主要空气污染物浓度变化规律、发展趋势、空间分布、污染特征及污染与气象的关联度等进行了综合分析研究，并据以提出了防治对策。     

基于LCOE模型的光伏发电经济效益分析:以宜昌农村地区光伏扶贫电站项目为例

光伏发电是我国重要的清洁能源发展战略,也是资产收益扶贫的重要方式.为了探讨光伏发电项目对政策的依赖性及其在经济上的可持续性,采用平准化度电成本（LCOE）模型开展研究,并开发出平准化度电净现值（LNPVE）模型用于研究光伏发电项目的长期经济效益及其影响因素.将上网电价与补贴作为效益指标引入LCOE模型,即得到LNPVE,LNPVE为折现度电收入和折现度电成本之差.LNPVE模型不仅能将政策因素引入经济效益分析中,同时还能考虑效益变动,从而分析光伏发电项目的经济可持续性.以宜昌市长阳土家族自治县渔峡口镇村级光伏扶贫电站项目为案例的分析表明,从LCOE模型结果来看,案例项目能够实现经济效益;然而从LNPVE模型结果来看,现行补贴上网电价下案例项目的长期经济效益仍存在不确定性,且这种不确定性随着光伏发电上网电价补贴“退坡”政策的出台而有所强化.敏感性分析结果表明,影响案例项目经济效益的首要因素是技术因素,其次是政策因素,再者是经济因素.若案例项目以无补贴标杆电价平价上网,则需将单位造价降低19.3%或者年利用小时数提高14.8%;若要进一步实现以燃煤发电上网电价平价上网,则需将单位造价降低97.0%或者年利用小时数提高182.1%.因此,应当针对光伏发电特别是村级光伏扶贫项目实施必要的电价补贴,将补贴“退坡”与提高光伏发电效率相结合,并将有针对性地提高补贴效率作为光伏电价补贴的重点,同时高度重视技术改进及推广应用和运营维护的成本降低及质量提高,以持续实现光伏发电项目的经济效益.      

2007—2016年嘉峪关市城市绿地生态评价及障碍因子分析

对城市绿地进行科学评价有助于人们正确认识和改造城市绿地建设,为城市绿地规划和管理提供参考。以2007—2016年嘉峪关市城市绿地为研究对象,从数量、结构、功能三个方面构建评价指标体系,通过障碍度模型,识别影响城市绿地生态水平的障碍因子。结果表明：（1）10 a来嘉峪关市城市绿地生态水平整体呈波动上升趋势,级别由较低等级提高到高等级,但目前城市绿地生态水平属于低层次、不稳定的高等级阶段,城市绿地建设工作压力还很大。（2）从准则层看,嘉峪关市城市绿地生态水平的主要威胁变化较为明显,数量指标和结构指标是主要障碍因子;从指标层看,各年份主要障碍因子不尽相同,最大障碍因子历经了从人均公园绿地面积、树种丰富度到净化空气能力的演变。     

泰安市大气臭氧污染特征及敏感性分析

2018年5～7月对泰安市城区站点的臭氧及前体物进行在线监测,并基于特征比值法和光化学模型分析了臭氧及前体物的污染特征及臭氧生成对前体物的敏感性.结果表明,观测期间泰安市正遭受较为严重的臭氧(O_3)污染,臭氧浓度的日变化呈典型的单峰型变化,15:00左右出现最高值,氮氧化物(NO_x)和VOCs的日变化趋势整体呈现夜间高白天低的变化特征.由O_3生成效率(OPE)、VOCs/NO_x和H_2O_2/NO_z特征比值法及基于EKMA曲线的方法均得出观测期间泰安市大气O_3光化学生成偏向于NO_x敏感区及过渡区,削减NO_x和VOCs均对O_3生成具有控制作用.同时基于EKMA曲线的方法还得出在O_3前体物浓度减排时按照丙烯等效浓度(PE)与NO_x浓度比值为8∶3进行VOCs(PE)和NO_x削减可以达到O_3浓度控制的最佳效果.     

基于大数据分析的杭州市农业源高分辨率氨排放清单研究

基于实地调查并辅以统计的方法获得大数据,采用排放因子法,估算了杭州市2015年农业源氨排放清单,并选取经纬度坐标、土地类型和人口等数据作为权重因子,建立1 km×1 km高精度网格化空间分布,研究了该地区农业排放源氨排放空间分布特征.结果表明:杭州市2015年农业源NH3排放总量为54787.9 t,其中畜禽养殖和农田种植是最主要的氨排放来源,分别占农业源总排放量的86.7%和12.8%.在畜禽养殖各主要环节的氨排放过程中,圈舍固态粪便的氨排放贡献量最大,占总氨排放量的52.8%;其次是存储固态,占总氨排放量的35.1%.氮肥施用主要集中在萧山区、建德市、临安市和余杭区.秸秆堆肥和秸秆焚烧与秸秆综合利用率高低密切相关,两者氨排放量占有率不高,占杭州市农业源氨排放总量的1%以下.     

南昌市生活垃圾卫生填埋生命周期评价

卫生填埋法是当前我国处理城市生活垃圾的主要方式,依据生命周期评价理论及分析框架,借助eFootprint软件对南昌市卫生填埋法处理城市生活垃圾进行生命周期分析以期找出各处理过程的突出环境影响及原因并提出针对性改善建议.结果表明：卫生填埋法处理城市生活垃圾的主要环境影响类型为全球变暖（GWP）、初级能源消耗（PED）、水资源消耗（WU）、酸化（AP）、光化学臭氧合成（POFP）、生态毒性（ET）、淡水富营养化（FEP）;电力盈余作为副产品参与分配使得各环境影响类型指标潜值减小,其中最突出的是PED,其次是WU;收集运输过程最突出的环境影响类型为POFP,其次依次为ET、PED、FEP,该过程应减少柴油运输车使用,适量引用节能环保或清洁能源汽车;卫生填埋过程在垃圾处理各过程中产生的环境污染最大,该过程最突出的环境问题是AP,其次是GWP,再者是PED、FEP、ET,该过程应改善工艺以提升填埋气收集效率,采用清洁能源减少柴油使用;填埋气发电过程因填埋气发电产生盈余电力,实现能量回收后对环境的正效益,该过程应提升填埋气收集以及燃烧发电效率;渗滤液处理过程的环境影响较小,主要表现为WU和FED,需在注重节能的同时优化升级处理工艺,改善当前处置工艺存在的弊端并排除隐患.     

十堰市城区冬季PM2.5污染特征与来源解析

为探讨内陆山区城市湖北省十堰市冬季PM_2.5污染特征及来源构成,于2016年1月12日—2月4日在4个采样点位同步采集PM_2.5样品,分析了无机元素、水溶性离子、有机碳和元素碳的质量浓度.并采集了十堰市主城区城市扬尘、裸露山体尘、建筑水泥尘、燃煤源、机动车尾气、工业源及餐饮油烟源等7类污染源,初步建立十堰市本地的污染源成分谱库,利用统计学方法研究冬季PM_2.5的污染特征,并采用CMB受体模型及“二重源解析技术”分析其来源构成.结果表明:冬季采样期间,十堰市ρ（PM_2.5）平均值达到110.65 μg/m3,超过GB 3095—2012《环境空气质量标准》二级标准24 h浓度限值,并且随空气RH（相对湿度）增加污染加重.城区3个采样点PM_2.5化学组成及特征的空间差异不明显.PM_2.5中ρ（TC）最高,其次是ρ（NO₃-）和ρ（SO₄2-）,与二次反应、机动车尾气、煤燃烧等密切相关.ρ（NO₃-）/ρ（SO₄2-）为1.22,说明机动车尾气的影响较大.二次粒子、燃煤源和机动车尾气是十堰市城区冬季大气PM_2.5的主要来源,贡献率分别为51.2%、10.9%和10.1%.研究显示,十堰市城区冬季ρ（PM_2.5）超过GB 3095—2012二级标准,PM_2.5的污染控制应以二次粒子、燃煤和机动车为主,采取多源控制原则.      

杭州校园中不同植被对PM2.5的吸附能力

为合理安排绿地配置,极大发挥植物改善生态环境的功能,为城市系统绿化的功能化规范化经济化提供更加合理的理论支持,通过获取杭州电子科技大学校园内现有的4种植被的不同时间段和不同离地高度的ρ（PM_2.5）,用统计学的t检验方法研究了ρ（PM_2.5）的变化规律.以一天当中不同时间空地的ρ（PM_2.5）作为参照,分别对相同时间、不同植被区域、不同高度和不同时间、相同植被区域、相同高度的ρ（PM_2.5）作对比.结果表明:①早晨水杉林、松树林、混合林的PM_2.5吸附能力相似,与空地的平均差值分别为14.36、12.00和12.79 μg/m3;草地的PM_2.5吸附能力较差,与空地的平均差值仅为4.75 μg/m3.中午时,水杉林的PM_2.5吸附能力最强,与空地ρ（PM_2.5）平均差值为10.87 μg/m3,其次为混合林（8.18 μg/m3）,草地ρ（PM_2.5）反而比空地高14.90 μg/m3.下午水杉林与混合林的PM_2.5吸附能力与中午相比略微减弱.晚上,除混合林外,其他3种绿地均与空地无显著差异.②对比距地面0.1与1.5 m高的空气中ρ（PM_2.5）的差异发现,一般情况下树林中0.1 m处ρ（PM_2.5）大于1.5 m处,空地0.1 m处ρ（PM_2.5）小于1.5 m处.研究显示,大部分植被在早晨吸附能力最强、晚上最弱,不同植被对于PM_2.5的吸附能力也有所不同.由此,在所统计的植被中,水杉林对空气中PM_2.5的吸附能力最强,在以后的绿地规划中,可考虑多增加水杉林的种植面积;但在增加城市林地面积减少空气中PM_2.5的同时,还应考虑到植物自身生理能否带来一些城市负面影响,从面得出最优种植方案.      

粤北山区相对贫困村的脱贫潜力评价及类型划分——以连州市为例

贫困村的脱贫能力直接影响脱贫工作的成效,研究发达省份欠发达地区相对贫困村的脱贫潜力问题有助于确保我国脱贫任务的全面完成。论文以广东省欠发达地区粤北连州市为例,从村级尺度出发分析其相对贫困村的基本特征,进而构建脱贫潜力评价体系,借助层次分析法和熵权法共同确定评价因子权重,利用加权求和方法完成连州市66个相对贫困村的脱贫潜力等级评价,并利用脱贫制约因素得分划分脱贫潜力类型。结果表明：1）连州市的相对贫困村自然区位条件较差,经济基础非常薄弱,耕地资源相对匮乏,受政策约束影响较大,空间分布呈集聚型;2）脱贫潜力评价指标体系包括自然区位、资源条件、经济因素、社会保障和设施配套等5个要素层共22个因子,其中权重占比最大的是经济因素和设施配套的6个因子;3）脱贫潜力评价结果划分为5个等级,其中属于脱贫潜力中等以上的相对贫困村占65.15%,说明连州市相对贫困村的脱贫潜力总体情况较好;4）脱贫潜力类型划分中,优先脱贫型占16.67%,稳步脱贫型占28.79%,重点帮扶型占54.54%。研究结果能为地方政府制定精准的脱贫策略提供科学有效的支撑与指引。