沙罗竹人工林生长与立地条件的关系研究

对广东省罗定市泗纶镇沙罗竹人工林生长与地形因子和土壤理化性质之间的关系进行了分析研究。结果表明,地形部位、坡型、坡向、土壤质地、立竹密度等对沙罗竹平均胸径有显著影响;沙罗竹平均胸径与土壤水分、有机质、全氮、速效氮、速效磷、有效硅质量分数呈显著正相关关系。回归分析结果表明,土壤有机质、速效氮、速效磷、有效镁质量分数及其组合是影响沙罗竹生长的主要养分因子。研究结果对沙罗竹林地选择和制定营林管理措施具有科学指导意义。     

粤港珠江三角洲区域空气质量联动监测系统质控技术

空气污染日益呈现的区域性特点,使得空气质量区域联动监测成为必然趋势.以粤港珠江三角洲区域空气质量监控网络的实践为例,介绍了区域联动监测系统的组成和运行机制,并着重探讨了系统质量保证/质量控制(QA/QC)以及数据管理等核心支撑技术.     

2000-2007年省级区域自然灾害灾情分析

自然灾害是严重影响人民正常生产生活、国家经济持续发展的突发公共事件。区域自然灾害评估对于做好防灾减灾工作有着重要的意义。对区域灾情进行了综合评估,归纳总结了区域灾情分布规律。选择受灾人口、死亡人口、紧急转移安置人口、农作物受灾面积、农作物绝收面积、倒塌房屋、损坏房屋和直接经济损失等8个基本指标参与区域灾情评估,并利用灾情综合指数法构建了灾情指数,其中绝对指数反映了区域灾情的绝对强度,相对指数反映了区域灾情对当地社会经济的影响程度。用灾情指数综合评估了我国东、中、西部三大地带以及省级区域的灾情强度和空间分布规律,认为西部区域受灾程度最大,自然灾害对其的影响程度最深,其次是中部地区和东部地区;文章利用综合灾情的绝对指数和相对指数的对应关系,将我国大陆地区的31个省级单元划分为4类地区,即灾情总量较大且对本地影响较大、灾情总量较大但对本地影响较小、灾情总量较小但对本地影响较大以及灾情总量较小且对本地影响较小等4种类型。文章给出的灾情区域分布规律符合灾害系统理论,特别反映了承灾体的暴露度、脆弱性和抗灾能力是区域灾情强度的决定因素。评估结果与区域实际情况相符,说明所给出的灾情指数评估法是评估区域灾情强弱的合理有效方法。     

突发事件区域应急联动影响因素的实证研究

在界定突发事件区域应急联动内涵的基础上,采用Delphi法,识别出突发事件区域应急联动的9个主要影响因素,即应急联动组织机构、应急联动法律法规、应急物资协同调配、应急队伍协同调配、应急预案动态协同、应急信息实时沟通、区域地理位置、区域灾害特征和区域合作基础。同时,运用ISM技术,确定区域应急联动9个影响因素的关联性,计算和分解可达性矩阵,绘制4级递阶有向图,得出区域应急联动影响因素的内在层次性,即划分出"基础层"、"过渡层"和"直接层",为有效构建突发事件区域应急联动机制提供了理论支持与科学依据。     

基于随机森林模型的中国PM2.5浓度影响因素分析

选取气溶胶光学厚度、海拔、年降水量、年均气温、年均风速、人口密度、GDP密度和NDVI作为影响因子,基于随机森林模型、特征重要性排序和偏依赖图技术,研究中国PM_(2.5)浓度空间分布的影响因素及其区域差异.结果表明:①与多元回归、广义可加模型和BP神经网络相比,随机森林模型估算的PM_(2.5)浓度精度最高,可用于PM_(2.5)污染的影响因素研究.②PM_(2.5)浓度随气溶胶光学厚度、人口密度和GDP密度的增加呈先上升后平稳的趋势,随降水、风速和NDVI的增加呈先下降后平稳的趋势,随海拔和气温的增加呈下降→上升→下降的趋势.③气溶胶光学厚度对PM_(2.5)浓度空间分布的影响最大,可解释37.96%的PM_(2.5)浓度空间分异;年降水量对PM_(2.5)浓度空间分布的影响最小,解释率仅为5.75%.④影响因子与PM_(2.5)浓度的关系存在空间异质性,同一影响因子对不同地理分区的PM_(2.5)浓度的影响程度有所不同.气溶胶光学厚度对华南地区PM_(2.5)浓度的空间分布影响最大,对东北地区影响最小.     

北京地区秋冬季大气污染特征及成因分析

为了研究近两年北京地区PM2. 5污染特征及成因变化,利用常规观测资料和改进的后向轨迹模型(Traj Stat)对2016～2017年秋冬季大气重污染时段的颗粒物浓度、气象要素和气团传输路径进行了综合分析.结果表明,研究期间北京地区共发生13次持续2 d以上的重污染事件,冬季过程约占61. 5%,且污染程度和持续时间均高于秋季.地面受弱气压场控制、高湿度、静小风以及较低的混合层高度,加之北京三面环山的特殊地势是导致秋冬季静稳型污染频发的重要因素,重污染期间PM2. 5/PM10的平均比值高达0. 86.累积阶段气团主要来自于西北、偏西、西南和东南方向,其中西南和东南路径为典型污染传输通道,轨迹频率为21. 6%.此外,采用WRF-CAMx模型定量估算了2016年12月16～22日典型过程中本地和外来污染源对北京PM2. 5的贡献,结果发现不同气团输送条件下,二者的贡献差异较大.当南部气团输入时,本地贡献会显著下降,以外部区域输送为主导;若气流来自西北方向情况则相反.污染过程期间,本地贡献为16. 5%～69. 3%.     

青藏高原生态风险及区域分异

全球变化背景下,青藏高原生态系统受到自然、人为双重影响和威胁,生态风险日益加剧。针对生态风险源、脆弱性以及风险管理能力选取30个评估指标,利用生态风险评估优化模型,综合评估了青藏高原的生态风险,并得出如下结论：青藏高原生态风险总体处于较低水平,以低和极低生态风险为主,共占研究区面积的55.84%;极高风险主要分布在北部高山和极高山地区,中等风险主要分布在高原北部以及高原的西部和西南部地区,中、高生态风险在空间分布上形成一个“C”字形结构;青藏高原生态风险整体受自然主导因子控制,人为对生态环境的影响不容忽视,协调和降低青藏高原人类活动区域人类对生态环境的影响,是今后规避生态风险的重要途径。     

基于TEM-EDS对四川盆地大气单颗粒气溶胶的研究

为了解四川盆地大气中单颗粒气溶胶理化特征,分别在该区域典型城市（成都市）和背景地区（峨眉山）进行了大气单颗粒样品采集.基于带能谱的透射电子显微镜（TEM-EDS）对两地累计3923个单颗粒的化学组成、形貌特征及混合状态等进行了全面观测和分析,并对两地颗粒物差异性进行了对比分析.结果发现：两地气溶胶颗粒主要包括有机物、富硫、矿物、烟尘和飞灰/金属颗粒,除了以单独的外混形式存在外,大多数颗粒以两种及两种以上颗粒类型混合（即内混）形式存在.通过对成都市不同污染状况下单颗粒特征对比发现,"污染天"的内混颗粒占比高于"清洁天",分别为74.2%和68.6%;相比"清洁天","污染天"颗粒物粒径分布范围更广且峰值区间更大,表明污染过程中颗粒物的大气混合趋于更强.对比成都市与峨眉山分析结果得知,成都市以内混的有机物-硫颗粒为主导（占比为50.2%）,而峨眉山以外混的有机物颗粒为主导（占比为50.5%）;成都市含硫类颗粒物（如有机物-硫颗粒）贡献高于峨眉山,而峨眉山两种含碳类颗粒（如烟尘和有机物-烟尘颗粒）占比高于成都市;此外,成都市与峨眉山两地大气颗粒物粒径分布范围及峰值区间均存在一定差异,进一步体现了两地颗粒物来源和老化混合的差异.在峨眉山,与非降雨天相比,一些易溶于水的颗粒物（如含硫类颗粒）在降雨天占比明显降低,而源自当地燃烧过程、粒径较小且疏水性强的颗粒物（如烟尘和有机物-烟尘颗粒）占比相应升高.     

城市污水处理过程中溶解性有机物及荧光物质的变化规律

以锦州市W污水处理厂为研究对象,利用三维荧光光谱分析技术和荧光区域积分(FRI)方法考察了城市污水处理过程中溶解性有机物及荧光物质的去除状况.利用XAD树脂将DOM分为5个部分:疏水性有机酸(HPO-A)、疏水性中性有机物(HPO-N)、过渡亲水性有机酸(TPIA)、过渡亲水性中性有机物(TPI-N)和亲水性有机物(HPI).结果表明,HPO-A和HPI是该污水处理厂进水中的主要DOM组分,并且DOM中的荧光物质主要为类芳香族蛋白质荧光物质和类富里酸荧光物质.在该污水处理厂内,生物降解作用是TPI-A和HPI的主要去除机制,HPO-N和TPI-N主要是由深度处理工艺(絮凝-沉淀-过滤)去除的,生物处理工艺和深度处理工艺对HPO-A的去除能力接近,而生物处理工艺和深度处理工艺对TPI-N的去除效果均较差.生物处理工艺对HPO-A、TPI-A和HPI中的荧光物质有较强的去除能力,而对HPO-N和TPI-N中荧光物质的去除效果较差.深度处理工艺能够有效去除HPO-A和HPO-N中的荧光物质,而对TPI-A、TPI-N和HPI中的荧光物质无明显去除作用.     

郑州市典型污染过程PM1中重金属浓度、来源及健康风险评估

颗粒物中重金属元素可对人体健康造成不利影响,粒径越小危害越大.利用在线重金属观测仪于2021年1月7～25日在郑州市连续测定PM₁中Al、 Si、 K、 Ca、 V、 Cr、 Mn、 Fe、 Ni、 Cu、 Zn、 As、 Se、 Ba、 Pb和Cd共16种重金属元素.结果表明,观测期间ρ（K）的浓度最高(0.62μg·m^-3).根据污染物浓度和气象特征,将观测期间划分为清洁日、沙尘日和霾日.大气PM₁中重金属污染特征和健康风险评价在不同污染过程下的贡献不同.利用美国EPA健康风险评价法评估重金属的健康风险,采用富集因子法和正定矩阵因子模型（PMF）解析重金属来源,并利用浓度权重轨迹分析法（CWT）和后向轨迹法对传输的影响进行评估.结果表明在不同污染过程下Zn、 As、 Se、 Pb和Cd的富集因子超过100,均受人类活动影响较大.在观测期间重金属主要来源为工业源、燃煤/生物质源、机动车源和扬尘源.将健康风险结果代入PMF分析发现,在清洁日、沙尘日和霾日期间工业源是致癌与非致癌健康风险的主要贡献源,且本地区PM_...