APEC期间北京及周边城市AQI区域特征及天气背景分析

利用环境监测总站公布的监测资料,分析2014年11月1日至15日,即北京举办亚太经合组织(Asia-Pacific Economic Cooperation,APEC)会议期间北京及周边地区空气质量演变及区域特征,结合中国气象局官方发布的同期气象要素和天气形势图,探讨天气背景对APEC期间空气质量改善的影响,结果表明:1强化减排措施实施期间,北京及周边地区良好和轻度污染的天数相对较多,而强化减排措施终止后,重度和严重污染的天数明显增多,表明强化减排措施对北京及周边城市局地空气质量的改善贡献明显;2强化减排措施实施初期,受逆温层的影响,北京及周边城市空气质量指数迅速上升,说明在不利的天气背景下,即便有强化减排措施,污染物也会累积升高,形成污染过程,可见天气背景对空气质量的影响不容忽视;3在强化措施实施后期,虽然受逆温层影响,北京污染物的浓度并没有累积到很高的程度,而天津、唐山、保定和邢台均出现中度和重度污染,进一步说明,强化减排措施的实施对改善北京空气质量的贡献明显.     

哈萨克斯坦粮食生产效率动态演进及区域差异

曾为苏联粮仓的哈萨克斯坦是粮食生产大国,对于粮食生产效率问题的研究可以评价其未来粮食生产潜力和粮食生产水平,为推进中哈粮食合作提供参考。基于2005—2017年哈萨克斯坦州际数据,采用三阶段DEA-Windows方法,在控制环境因素基础上测算了该国的粮食生产效率,分析了其动态演变和区域差异。结果发现：剔除外生环境因素后,除北部地区,哈萨克斯坦其他地区粮食生产效率大幅度下降,全国效率均值从0.755下降到0.286;哈萨克斯坦粮食生产效率地区分异显著,北部为0.857,西部仅有0.112,粮食生产效率提升空间很大;调整后全国和各地区的粮食生产效率都呈上升趋势,但与北部的效率差距不断增大,地区内各州粮食效率变化趋于一致。     

我国部分城市和地区居民龋均与饮用水氟含量的关系研究

为探讨饮水氟化在我国的可行性及饮水氟含量的安全值,在全国牙痛防治指导组1995年全国城乡居民口腔健康流行病学调查资料的基础上,对我国部分城市和地区饮用水氟含量进行了检测,对饮用水氟含量与居民龋均数据进行相关性分析。结果显示,在安全的饮水氟浓度范围内,龋均与饮用水氟浓度之间存在负相关关系,表明适度饮水氟化可以有效降低龋均;当水氟浓度超过安全临界点时,龋均与饮用水氟浓度呈正相关关系,说明高氟含量饮用水不仅可以导致氟中毒流行,也会提高龋病的发病率。我国饮用水氟含量的适宜范围为0.8~1.0 mg／L。研究发现饮用水氟浓度与龋均之间没有形成很好的线性关系,说明饮用水氟含量并不是龋病的唯一控制因素(说明龋病受多因素控制)。     

土地用途管制下基本农田发展权受限的区域差异及经济补偿——以湖北省武汉、荆门、黄冈等地区为实证

以湖北省武汉、荆门、黄冈等地区为实证,分析重点开发区、农产品主产区及生态功能区农民收入及土地利用行为受土地用途管制的影响,测算基本农田发展受限下农民的福利损失及空间异质性。结果表明:① 农民收入及土地利用行为具有显著的空间差异,农产品主产区农业收入较重点开发区农业收入高30 929.29 元/(户·a),生态功能区农民倾向于种植经济作物,江汉平原农产品主产区农民更愿意种植粮食作物,农地经营意愿也最强烈,而重点开发区及生态功能区农民转入农地、扩大农业经营规模的意愿较弱;② 土地用途管制对农业收入较高、农地投入较大、农地经营意愿较低、单纯种植粮食作物和兼营粮食作物与经济作物农民的影响较大;③ 土地用途管制强度及其给农民福利带来的损失具有显著空间差异,重点开发区的管制程度最强,生态功能区的管制程度最弱,其中重点开发区农民的福利损失最大[23 839.34 元/(hm²·a)],其次为生态功能区[22 266.71 元/(hm²·a)],农产品主产区最低[14 445.58 元/(hm²·a)]。     

基于空间密集传感器解析城市本地排放和区域传输贡献方法初探

为了对城市污染物进行详细区域来源解析,基于长沙市低成本传感器监测网络,收集了2019年10月PM_2.5、PM₁₀、SO₂、NO₂的高空间分辨率监测数据,对污染特征进行分析.同时,根据本地排放和背景浓度变化的不同相对频率,基于小波分析提取了污染物背景浓度并结合空间密集监测量化了城市环境中监测点的近场、远场及区域传输贡献.结果显示,2019年10月长沙市4项常规污染物中,PM_2.5浓度较高,SO₂浓度较低.小波分析提取各监测点背景浓度结果表明,部署在乡村的监测点PM_2.5、PM₁₀和NO₂背景浓度平均水平较低,而城市总体数据分布更分散,存在明显的本地排放源.估计近场、远场及区域传输对城市监测点总污染水平贡献发现,研究期间,区域传输对监测点污染贡献最大.其中,PM_2.5的区域贡献、远场贡献和近场贡献占比分别为43%、24%和17%;PM₁₀的区域贡献占比较高为59%,远场贡献和近场贡献分别占比14%和16%;NO₂的区域贡献、远场贡献和近场贡献占比分别为45%、24%和19%;而SO₂主要以区域贡献为主,占比达78%.     

京津冀区域PM2.5污染相互输送特征

基于CAMx-PSAT空气质量模型,对2015年京津冀区域PM_(2.5)污染及相互输送特征进行定量模拟,建立了京津冀13个城市的PM_(2.5)传输矩阵.结果表明,在年均尺度上京津冀区域PM_(2.5)以本地污染源贡献为主(21.49%~68.74%),传输贡献为辅,其中区域内传输贡献约为13.31%~54.62%,区外贡献约为13.32%~45.02%.PM_(2.5)传输特征呈现显著的时空差异性,区域中部城市唐山、北京、天津、保定和石家庄PM_(2.5)受本地贡献主导,在冬季尤其明显,而受传输影响较大的城市多分布在区域边界且在南部集中.区内作为汇的城市有廊坊、衡水、承德、秦皇岛和邢台,作为源的城市有天津、沧州、唐山、北京、石家庄和邯郸,张家口和保定对区内城市输出和受区内输入基本持平.典型城市分析证明城市间PM_(2.5)污染交互影响,北京与廊坊、保定、承德、天津和沧州等城市之间,天津与廊坊、唐山、北京、沧州和保定等城市之间,石家庄与邢台、衡水、保定、邯郸和廊坊之间均存在显著的PM_(2.5)相互输送.     

长江三角洲地区大气O3和PM10的区域污染特征模拟

以TRACE-P污染源资料及上海市地方排放清单为基础,采用Models-3/CMAQ环境空气质量模型和中尺度气象模式MM5,模拟研究了2001-01和2001-07长三角近地面二次污染物O₃及PM₁₀的浓度分布及输送状况,并以上海市国控点2001年冬、夏季各10 d的小时监测数据对模型进行了验证.验证结果显示,Models-3/CMAQ对O₃和PM₁₀的模拟结果与监测值的相关系数分别为0.77和0.52;一致性指数分别达到0.81和0.99.模型对O₃小时最高浓度的估算偏低27%,标准偏差为-3.1%;对PM₁₀小时平均浓度的估算偏低10%,标准偏差为46%.模型已具备再现和模拟长三角大气污染输送过程的能力,且误差落在可接受的范围之内.模拟结果显示,2001-07长三角区域16个主要城市中,有14个城市O₃小时最大浓度超过国家二级标准,高浓度O₃可覆盖苏南和浙北广大区域.2001-01泰州、扬州、南京、镇江、常州等城市受本地排放源和北部大气污染输送的影响显著,大气PM₁₀日均浓度超过PM₁₀国家二级标准.长三角地区环境空气质量与污染类型受大气污染传输与化学转化的影响十分明显.夏季太阳辐射较强时,南部城市排放的污染物常以二次污染物的形式影响下风向城市;太阳辐射较弱的情况下,则以一次污染物输送为主的形式影响周边地区.冬季长三角区域颗粒物污染总体水平较高,这与我国北方地区排放的颗粒物在西北风作用下向长三角输送造成的影响密切相关.长三角地区的大气污染已逐渐从局地转为区域问题.     

长江三角洲区域输送对上海市空气质量影响的特征分析

采用MM5/CMAQ模型模拟了2004年长江三角洲地区大气污染物的输送与扩散对上海地区空气质量的影响,并定量研究了外部源区域输送和本地源对上海市空气质量的贡献.结果表明,上海地区受本地源和外地源的影响程度及相互比例随着季节的变化存在很大差异;一次污染物SO2和二次污染物SO42-所受到的影响也呈现不同的特点.外部源区域输送对上海地区SO2浓度的贡献率为7%~17%,而对SO42-浓度的贡献率在60%~70%.贡献率垂直廓线分析表明,上海地区SO2外部源贡献率随高度存在着明显的变化,总体上随高度的增长呈非线性增长,而SO42－外部源贡献率随高度的变化不明显.     

支持向量机回归在臭氧预报中的应用

采用南京工业区2016年5月20日~8月15日这一高臭氧（O₃）期的O₃、O₃前体物和常规气象资料数据,利用支持向量机回归（SVMr）方法分别预报O₃的小时值、日最大值和最大8 h滑动平均值.结果表明,O₃小时值预报的相关系数（R²）为0.84,平均绝对误差（MAE）和平均绝对百分误差（MAPE）分别为3.44×10^-9和24.48,O₃前期浓度、紫外B波段辐射（UVB）和NO₂浓度是关键因子.O₃日最大值预报的主要因子是NO_x在07：00的浓度和UVB.预报O₃ 8 h时UVB和气温起重要作用.加入前体物项能够使O₃的预报精度提升10%~28%.与多元线性回归方法相比,SVMr对O₃浓度的预报有明显优势.     

城市大气污染物来源特征

以北京市为案例，介绍一种包括污染物排放清单建立、环境空气质量模拟及区域环境影响分析等方法在内的城市大气污染物来源特征分析的整体技术方法，从而确定城市大气污染物的排放分布及浓度分布特征、行业排放分担率及浓度贡献、地区排放分担率及浓度贡献以及区域污染对城市环境空气质量影响等多方面特征，为城市大气污染的控制决策提供必要的理论支持。对北京市的研究结果表明：对PM10，扬尘和工业为主要当地污染源；对SO2，采暖和工业为主要当地污染源；对NOx，交通和工业为主要当地污染源；对3种主要大气污染物，石景山、朝阳南等工业区以及老城区对北京市的大气环境造成重要影响，为需要优先控制的地区；北京市周边污染源对北京环境气质量有较大影响，其中RM10的影响最大(高达47．3％)，北京市应同时加强对局地污染与区域污染的控制。