基于时序NDVI数据的鄱阳湖流域常绿覆被季节性变化特征

选择位于红壤丘陵区的鄱阳湖流域作为研究对象，利用1 km×1 km分辨率的时序SPOT4 VEGETATION数据，对流域内典型土地覆被--常绿覆被的绿度值、峰值、谷值、年均NDVI(NDVI-I)和NDVI年内极差(NDVI MM)等特征值进行了提取。在此基础上，探讨了不同常绿覆被类型的NDVI指数年内季节变化规律。结果表明：时序NDVI指数基本上能够较好地刻画不同常绿覆被类型之间的差异性，植被指数NDVI特征值随覆被的类型及其生长状态有规律地变化，即NDVI年均值和最小值基本上按“常绿阔叶林＞常绿针阔叶混交林＞常绿针叶林＞常绿针叶-落叶混交林”的顺序变化；典型常绿阔叶林的NDVI指数年内变化曲线基本上没有大的起伏波动；常绿针叶林以及常绿针阔叶混交林占主导地位的常绿混交林NDVI指数年内变化比较和缓，但常在8月和11月有所波动；以常绿针叶林为主、但有较多落〖JP2〗叶林混杂其中的常绿混交林，其NDVI指数年内变化曲线基本上呈和缓的单峰型波动。     

城市游憩空间结构优化研究——以大连市为例

鉴于我国城市化的快速发展．城市居民游憩需求与供给的矛盾日益突出。本文选择城市游憩空间结构作为研究对象．综合分析现有的城市游憩空间结构和典型游憩功能区的研究成果，探讨了城市游憩需求的空间结构特征、游憩供给的空间结构特征．分析了城市游憩需求和供给空间结构特征的形成因素,提出理想的城市游憩空间结构模式。通过调研大连市主城区游憩场所的分布情况、使用情况以及大连城市游憩者的游憩需求特征,分析了大连市游憩供给和需求之间的矛盾及城市游憩空间的等级结构和整体结构。     

三江平原地貌因子及其主要环境地质问题

地貌因子有其不可替代的作用和功能,是决定环境的主要因子,是生态地质环境中最积极最活跃的主导支力条件;是生态平衡的重中之重;是生态地质环境的基础,并影响其它因子或成份.如地貌因子或成份发生了变化,其它因子或成份就会发生一系列连锁反应;地貌因子发生变化或失去平衡,其它因子也会发生变化或失去平衡.文本论述了三江平原地貌特征,详细地分析了地貌的作用,阐明了有关地貌的主要环境地质问题.     

硫化亚铁处理含砷废水中砷的形态变化

本文对用硫化亚铁处理含砷废水时，在气相、液相和固相中砷的形态进行了研究结果表明，在气相中无ＡａＨ３，但在Ａｓ（Ｖ）废水的液相中有Ａｓ（Ｖ）和Ａｓ（Ⅲ）共同存在，在固相中有Ａｓ（０），ＦｅＡｓＯ４（ＦｅＡｓＯ３），Ａｓ２Ｓ３（Ａｓ２Ｓ５）和吸附砷，砷的形态变化表明，硫化亚铁处理含砷废水能取得良好的效果，是沉淀、沉淀转化、氧化还原、吸附共沉淀和中和五种反应共同作用的结果。     

基于OMI数据的东南沿海大气臭氧浓度时空分布特征研究

基于臭氧监测仪(OMI)卫星反演数据,对2005—2018年东南沿海5省区域大气臭氧柱浓度数据进行提取及分析,探讨其时空分布格局及影响因素.结果表明:①在时间变化上,14年间,该区域大气臭氧柱浓度整体呈先上升后下降的趋势,2005—2013年臭氧柱浓度持续升高,最高值为324.52 DU,高值区不断向南部区域扩大;2013—2018年臭氧柱浓度呈下降趋势,最低值为228.27 DU,但在2017、2018年略有上升.②在空间分布上,臭氧柱浓度自北向南逐渐降低,高值区集中分布在江苏及浙江省北部;低值区集中于福建省南部及广东省大部分地区.③在季节变化上,大体呈现出春夏季高于秋冬季,高值区在春夏季交替出现,秋季略高于冬季,但差异不明显.④稳定性分析表明:研究区臭氧柱浓度整体呈现中部分散、南北部集聚、差异较显著的分布格局.⑤自然因素中,风向、气温均呈现显著正相关,江淮地区的梅雨季节(降水)及华南地区的台风和暴雨也起到显著作用.⑥人文因素中,臭氧柱浓度与地区生产总值、各产业生产总值及机动车保有量均表现出正相关,其中,臭氧柱浓度与第二产业的相关度最高.另外,臭氧柱浓度与NO_x排放量表现出显著相关性.VOC_s对臭氧柱浓度的影响中,工业源是主控因素,交通源和居民源次之,电厂源对臭氧柱浓度的影响最弱.这进一步说明臭氧浓度的变化受到了诸多因素的综合影响,但气温、NO_x及VOC_s的排放是臭氧浓度变化的主导因素.     

北京南部城区PM2.5中碳质组分特征

为了解《大气污染防治行动计划》实施后北京市大气PM_2.5中碳质组分特征,于2017年12月至2018年12月在北京污染较重的南部城区进行了PM_2.5连续采样,对其中的有机碳（OC）和元素碳（EC）进行了全面研究.结果表明,北京大气PM_2.5、OC和EC浓度变化范围分别为4.2~366.3、0.9~74.5和0.0~5.5 μg ·m^-3,平均浓度分别为（77.1±52.1）、（11.2±7.8）和（1.2±0.8）μg ·m^-3,碳质组分（OC和EC）整体占PM_2.5的16.1%.OC质量浓度季节特征表现为：冬季[（13.8±8.7）μg ·m^-3] > 春季[（12.7±9.6）μg ·m^-3] > 秋季[（11.8±6.2）μg ·m^-3] > 夏季[（6.5±2.1）μg ·m^-3],EC四季质量浓度水平均较低,范围为0.8~1.5 μg ·m^-3.二次有机碳（SOC）年均质量浓度为（5.4±5.8）μg ·m^-3,四季贡献比例范围为45.7%~52.3%,年均贡献为48.2%,凸显了二次形成的重要贡献.随污染加重,尽管OC和EC贡献比例均降低,但浓度水平却成倍升高,OC和EC浓度在严重污染天分别是空气质量为优天的6.3和3.2倍.与非供暖时段相比,供暖时段PM_2.5、OC和SOC浓度分别增加了14.4%、47.9%和72.1%,体现了OC对供暖季PM_2.5污染的重要贡献.PSCF分析表明,位于北京西南的山西省和河南省部分区域是PM_2.5和OC的主要潜在源区,且PM_2.5潜在源区更为集中;EC的PSCF高值（>0.7）区域较少,主要位于北京南部,如山东省和河南省部分地区,且北京市及周边地区贡献明显.     

典型西南工业城市柳州市核心区大气污染物时空分布与气象因素研究

为研究柳州市核心区大气污染物浓度时空变化规律与气象因素之间的关系,统计分析了2018年全年研究区内6个自动监测站点PM_(2.5)、PM_(10)、SO_2、NO_2、O_3和CO的浓度监测数据和气象站气象数据,并对28次超标日污染物来源进行了解析.结果显示:①核心区颗粒污染物污染较为严重,且以PM_(2.5)为主的细颗粒污染物仍为柳州市主要的大气污染物;各污染物月均浓度季节差异显著,除NO_2外柳州大气污染物浓度下降明显,指示柳州市多项节能减排综合整治措施成效显著;PM_(2.5)、PM_(10)、CO受早晚高峰期影响,浓度日变化均呈双峰型;NO_2在不同季节峰型不同,作为O_3前体物其浓度日变化与O_3相反,呈现"早峰午谷"的变化趋势.②通过对污染物浓度插值发现,由于核心区主要工商业区位于西部且处于主导风向下风向,故PM_(2.5)和SO_2浓度西北高、东南低,PM_(10)、NO_2和CO浓度西南高、东北低;核心区东部的山区为O_3生成带来大量前体物,使O_3浓度东南高、西北低.③由于气候特征,核心区春、夏季主要气象因素均为降水量;秋季的主要气象因素是风速,风速与污染物的负相关关系表明了风的扩散效应;冬季大部分污染物与气象因素的相关性不显著,表明人为因素对污染物的影响大于气象因素;核心区大气污染物主要来源于局地排放和区域传输,且南北主导风向对大气污染影响最大.④HYSPLIT模型结果指示柳州超标日大气污染物主要来自于珠三角地区,且陆源颗粒物浓度普遍比海洋源高,来自南部的远距离输送气流颗粒物含量最低,表明远距离输送为影响颗粒物传播的主要原因.