西宁市PM2.5水溶性无机离子特征及其来源解析

为探讨西宁市PM_2.5水溶性无机离子的特征及其来源,于2017年1月-2018年4月在西宁市开展PM_2.5样品采集工作,使用离子色谱仪分析水溶性无机离子.结果表明:西宁市大气中ρ（PM_2.5）平均值为（42.7±36.6）μg/m3,4个采样点ρ（PM_2.5）大小顺序依次为市区（54.9 μg/m3）>工业区（44.1 μg/m3）>郊区（40.8 μg/m3）>农村（28.3 μg/m3）;ρ（PM_2.5）季节性分布特征明显,呈冬季最高、夏季最低的特征.SNA（为SO₄2-、NO₃-和NH₄+的统称）是最主要的水溶性离子,占总水溶性离子的66.3%,SNA季节性分布特征为冬季最高、夏季最低.4个采样点SOR（硫氧化率）和NOR（氮氧化率）平均值均大于0.10,说明SO₄2-和NO₃-主要来源于二次转化.采样期间PM_2.5中ρ（NO₃-）/ρ（SO₄2-）为0.72,表明燃煤源排放大于交通源排放.主成分分析显示,西宁市PM_2.5水溶性离子来源主要为二次粒子源、工业源、扬尘源和燃烧源.研究显示,西宁市城区、工业区、郊区大气中ρ（PM_2.5）平均值均超过GB 3095-2012《环境空气质量标准》一级标准限值,建议减少PM_2.5的产生应以控制二次粒子源、工业源、燃烧源和扬尘源为主.      

基于随机森林的开封市重型柴油车NOx排放总量估算模型

近年来,在相关法律文件的推动下,监控平台技术得到发展与应用,有助于准确、实时获取海量实车行驶和排放数据,为建立机动车排放清单提供了重要数据基础.基于此背景,本文依托河南开封重型柴油车远程监控平台排放大数据,考虑了中观尺度上的活动因子分布特征及活动因子的影响权重,利用随机森林回归模型对重型柴油车污染物排放量预测方法进行研究.结果表明：①开封市重型柴油车行驶工况呈Ω型分布,而且随着发动机排量的增大,工况范围有逐渐缩小的趋势,且重型柴油车有20%的时间行驶在怠速区域和至少40%的时间行驶在中低转速区域.②在样本车中,在活动因子影响程度占比排序方面,有超过80%的柴油车将车速排在首位,其次分别是SCR床温、废气流量、发动机转速、燃料流量.③NO_x排放总量估算模型计算的6种典型排量下的重型柴油车NO_x排放总量与实际排放总量相比,误差不超过25%,能够满足实际需求.     

渭南市冬季PM2.5化学组成及来源解析

基于2020年12月16日至2021年1月14日采集的渭南PM_2.5样品,分析了PM_2.5中碳质组分和无机离子的污染特征,并利用正矩阵因子分解法(PMF)、潜在源贡献因子(PSCF)和浓度权重轨迹(CWT)等方法对其来源与源地进行了解析.结果表明,渭南冬季夜间和白天ρ(PM_2.5)、ρ(OC)、ρ(EC)、ρ(TWSIIs)的平均值分别为：119.08、 17.02、 6.20、 34.20μg·m^-3和130.66、 18.09、 6.22、 50.65μg·m^-3.采样期间水溶性离子浓度表现为：F^->NO^-₃>Ca²⁺>SO₄^2->Na⁺>Cl^->NH⁺₄>K⁺>Mg²⁺     

大数据视角下的城市“三生”空间识别及分布特征研究——以乌鲁木齐市中心城区为例

基于2020年乌鲁木齐市POI数据,采用ArcGIS空间分析方法,通过构建"影响力—空间面积"权重模型定量识别了城市"三生"空间,并解析其分布特征。结果表明:①乌鲁木齐市城市"三生"空间分布格局与城市功能分区相符合。②"三生"空间分布呈现"大分散、小集中"的特征,各区分布不均衡,总体上形成"生活空间较强凝聚、生产空间相对集中、生态空间均匀分散"的格局。③生活空间呈"西北—东南"走势,呈现内部连片、外围组团状分布特征;生产空间呈现"东西两翼"的空间格局,沿交通干线布局,向产业区集聚;生态空间呈点状分布,"中心—外围"差异明显。     

长株潭城市群大气污染潜在源区分析及传输通道研究——以株洲市为例

利用Hysplit、MeteoInfo模型,计算株洲2017—2019年特护期(10月至次年3月)的后向轨迹,并进行轨迹聚类、潜在源贡献因子(PSCF)和浓度权重轨迹(CWT)分析。结果表明,10—12月,污染物潜在源区主要分布在偏北方向,1—3月,偏南方向的源区不断扩大,这与季节更替、季风转换有关;12和1月,潜在源区面积最大,强度最强,传输通道最清晰。对特护期各月份进行权重潜在源贡献因子(WPSCF)和加权浓度权重轨迹(WCWT)分析,结果表明,12月有1条明显的WPSCF高值带起源于河南省中北部,一路向南,经平顶山、过南阳、再经襄阳进入湖北省,该高值带蛇形前进,过荆州跨长江经岳阳华容县进入湖南,再过常德、益阳,以弧形路径到达长株潭地区,这条路径是12月北方污染物影响长株潭的主要传输通道。WCWT分析也有类似结果,且通道路径更宽广,1月的潜在源区在偏北方向呈扇形分布,在较远距离上的河南、安徽等省份呈指状分布。经2017年12月5日重污染个例检验发现,传输轨迹与分析的传输通道一致。     

基于高通量测序和代谢组学解析重金属污染对农田微生物群落组成和功能的影响

重金属污染会影响微生物组成和群落结构,其与微生物的相互关系一直是重金属污染生态学研究的热点.河南省新乡市是中国著名的电池生产城市,因电池生产废水污灌造成严重的土壤重金属污染.目前有关新乡市长期灌溉电池废水造成的重金属污染对微生物群落组成和代谢功能的影响鲜见报道.采集了新乡市某长期生产电池厂旁3个重金属污染位点,重金属含量测定表明Cd和Pb超过相关标准,分别超标34~66倍和1.5~2.32倍.采用高通量测序分析了细菌和真菌群落组成,结果表明细菌由芽孢杆菌属、节杆菌属、鞘氨醇单胞菌属和类诺卡氏菌属等优势属,真菌由油壶菌属、小不整球壳属、Gibellulopsis和被孢霉属等优势属组成,表明经过长期的重金属胁迫,新乡长期重金属污染土壤富含重金属抗性细菌和真菌.环境因子和微生物群落相关性分析表明,总量Cu、DTPA提取态Cu和水溶态Pb显著影响细菌群落组成,总量Cd、Ni、Pb、Zn、DTPA提取态Cu和水溶态Pb显著影响真菌群落组成.目前,关于重金属污染对微生物群落代谢影响的研究较少,采用非靶向代谢组学分析表明,不同位点间代谢产物具有差异.通路富集分析表明,这些差异代谢物涉及代谢过程、环境信息处理和翻译等遗传信息加工等,在微生物缓解重金属导致的胁迫和环境适应中可能起到作用.     

基于多源异构数据的沧州市大气环境管理APP平台的构建与应用

大气环境管理平台是目前我国城市大气环境管理的重要手段.利用气象、空气质量、污染源等多源异构数据资料,以模型集成分析的方法,针对沧州市的消峰和污染减排问题,开发了大气环境管理平台（APP）,并对沧州市大气污染过程进行综合分析和验证.以沧州市2019年1月27-30日两次大气污染过程为例进行分析,结果表明:①污染过程1（2019年1月27日14:00-1月28日02:00）中ρ（PM_2.5）/ρ（PM₁₀）平均值为0.59,ρ（SO₂）、ρ（NO₂）和ρ（CO）平均值分别为37.0 μg/m3、66.7 μg/m3和1.5 mg/m3;污染过程2（1月29日10:00-1月30日09:00）中ρ（PM_2.5）/ρ（PM₁₀）平均值为0.61,ρ（SO₂）、ρ（NO₂）和ρ（CO）平均值分别为38.5 μg/m3、67.7 μg/m3和1.8 mg/m3,说明加强对前体物的控制是削弱重污染时段ρ（PM_2.5）的重要途径.②污染过程1的相对湿度在重度污染时段增长显著,污染过程2中相对湿度有10 h在70%以上;同时,在此期间风速较小,近地面逆温层较厚,从而加速了颗粒物吸湿增长和二次转化,说明高湿、低风速等气象条件是形成重污染天气的主要原因之一.③源解析结果表明,外来源的平均贡献率为44.73%,本地源的平均贡献率为55.27%,本地工业源、民用源、交通源和电力源贡献率分别为42.20%、11.97%、1.00%和0.10%,说明重污染期间沧州市受到周边区域传输具有一定的可能性,本地源的贡献主要来自工业源和民用源.      

基于沿江开发建设的生态安全格局研究——以九江市为例

随着长江沿江开发的不断深入，区域生态安全与开发建设的矛盾也越来越突出。以九江市沿江开发建设活动与区域生态系统空间结构、生态服务功能相互作用为理念，通过遥感、GIS技术手段，划分小流域单元。并将这些单元作为空间分析与评价的基础，选择工业集中区、城镇居民地、路网布局作为自然生态环境的影响因子或施压因子，以河流级别、湖泊数量和面积、地貌类型、坡度、植被覆盖程度、重要生态功能区类别等作为承压因子，综合叠加形成生态环境压力区划。并以此为基础，构建由5个生态源区和9条生态隔离、缓冲、生物多样性保护廊道组成的生态空间安全体系，用以减缓生态环境压力、消纳水气及土壤污染、稳定区域生态、推进沿江开发建设，实现生态保护空间与区域经济社会发展空间的有序融合，并对重要生态功能保护区提出管制的要求与措施。     

引黄济青工程可持续发展再评估

本文用可持续发展观对引黄济青工程再评估后认为：水利建设和环境措施同步进行是引黄济青工程取得成功的关键。     

重庆市绵雨的分类与指标及其时空分布规律

按时间(季节)差异将重庆市绵雨划分为：春绵雨、初夏绵雨、盛夏绵雨、秋绵雨和冬绵雨5种。提出了重庆市绵雨的单站指标、区域指标和分区指标，进而全面分析了各季节绵雨的发生情况，揭示了重庆绵雨的时空分布规律。从季节来看，以秋绵雨最为突出，发生频率达77．9％，初夏次之，为59．6％，其它季节在30％左右；重绵雨和严重绵雨主要发生在秋季和初夏；其区域分布特征是，春季以东南部较多，盛夏分布差异相对较小，初夏、秋季和冬季都是西部和东南部多，东北部少。分别划分了各季节绵雨的分布类型变化趋势。