湖北省绿色消费发展指数测度研究

立足湖北省省情,构建了涵盖消费水平适度、消费结构合理、消费方式健康、消费规模增长、消费环境和谐五个维度的绿色消费发展指数评价模型,并依据主成分分析法对2007—2013年湖北省各地区绿色消费发展指数进行了测度,采用变异系数分析法刻画了湖北省各地区各年绿色消费发展指数的区域差异,研究和分析了湖北省各地区之间绿色消费发展水平的时空差异与动态演化规律。结果表明:2007—2013年湖北省绿色消费发展指数呈现稳定上升的趋势;消费环境和谐、消费水平适度、消费方式健康、消费规模增长、消费结构合理对湖北省绿色消费发展指数的提高具有正向作用,但贡献大小依次降低;湖北省各地区绿色消费发展水平可划分为四个梯队,各地区间绿色消费发展的相对差异总体上逐渐缩小,区域均衡性有所增强。最后,提出了进一步推进湖北省绿色消费建设的对策与建议。     

安徽省环境库兹涅茨曲线的区域差异研究

以安徽省8个典型城市1992-2006年的环境统计数据和工业污染物排放量为基础,利用线性相关、二次曲线和三次曲线拟合8个典型城市的工业CODCr和SO2排放量与人均GDP的相关性.结果表明,市级经济发展程度越高,环境库兹涅茨曲线(EKC)特征越明显;安徽省经济最发达的马鞍山和铜陵市已初步呈现EKC特征.马鞍山市的工业CODCr和SO2排放均呈倒U型曲线分布,淮南市的工业SO2排放呈U型 倒U型分布.安徽省的工业污染物排放量与GDP增长存在明显的地区差异,这些差异与经济发展水平有关,经济越发达,分布越有规律.但经济不发达的市也可能出现阶段性的EKC曲线分布特征.     

淮阴区空气质量时空变化特征分析

应用统计方法分析了淮阴区空气质量SO2、NO2、TSP的浓度时空分布的季节变化特征.研究表明,淮阴区空气质量状态存在鲜明的冬春高、夏秋低的季节差异.空间上,经济活跃、人口密集点污染物浓度高.TSP污染物是造成淮阴空气环境质量下降的主要污染源,但其他两种污染物对淮阴区空气环境质量的影响也不能忽视.     

环境污染区域差异及其影响因素灰色关联法分析——以山东省为例

山东省不同区域的环境污染状况差异显著,为此简要分析了山东省东、中、西部三大地区间的工业污染排放差异,并运用灰色关联法分析各地区工业污染的主要影响因素及效应。结果显示,各地区的污染主要影响因素有明显差别。东、中部地区工业污染排放主要影响是结构效应,而西部地区则主要是结构效应和规模效应。而且,同一影响因素对于不同地区的污染排放有着不同的影响。为探讨经济发展如何通过这三大效应影响环境污染排放,对结构效应、规模效应和技术效应与经济发展水平之间进行回归分析。基于以上分析,提出了环保政策创新的途径,有针对性对各地区环境污染进行治理。     

管制员疲劳状态下认知能力差异分析

为监测不同岗位管制员执勤过程中的疲劳状态,利用精神运动能力检测结合空间知觉感知测试仪设计试验方案,研究不同岗位管制员疲劳状态下的认知能力差异.结合试验获取的数据,运用K-means方法将管制员工作状态划分为清醒和疲劳.选取疲劳数据,通过KW检验理论计算并分析不同岗位间管制员疲劳状态下认知能力差异.结果表明:进近与区域管制员疲劳状态下警觉性差异度为75.495,即进近与区域管制员疲劳状态下管制员警觉性存在显著差异;进近与塔台管制员疲劳状态下注意力稳定性差异度为7.881,不存在显著差异.     

基于OGP数据的点火概率在保护层分析中的研究与应用

保护层分析(LOPA)是一种数量级层面上的半定量风险评估方法,它通常以定性风险评估为基础,以相对定量风险分析更短的时间及更少的资源为特点而得到广泛应用.在利用LOPA进行风险分析时,需要确定各类场景修正因子,其中点火概率由于影响因素多、现有确定方法较为粗糙,导致较高的不确定性,使得LOPA分析结果的一致性难以保证.根据OGP提供的经验数据,对不同泄漏速率下的点火概率进行数据的完善与补充,得出简化后的点火概率计算模型,在确保点火概率相对准确的同时简化点火概率的计算方法,为LOPA中点火概率的取值提供了依据.同时采用显著性检验的分析方法研究了不同泄漏特征对于点火概率的影响,为LOPA分析中保护层的选取与设计提供了建议.     

The rhythm of stereotypic behaviors in captive giant panda (Ailuropoda melanoleuca)北大核心CSCD

Stereotypy can be defined as a repetitive behavioral pattern with no apparent function or target in captivity. It is considered an abnormal behavior in contrast to the behavior in wild habitats and is often used as an important index to evaluate the captive environment, which has a significant scientific value. Many previous studies have focused on the impact of environment on stereotypical behavior; however, the rhythm of stereotypy remains unclear. To determine the mechanism of stereotypy, eight giant pandas (Ailuropoda melanoleuca) were investigated 24 h a day from Jan 2018 to Dec 2019, with focal sampling and continuous recording. No stereotypy in the juveniles was noted, while the adult giant pandas displayed different stereotypies. Mean stereotypy durations were 0.72% of the total activity in circadian rhythm, with a peak of mean durations in all seasons occurring at 7:00 am–9:00 am, while, in spring, there was a peak of mean duration at 1:00 am–3:00 am. Although there was no significant difference, mean stereotypy durations and frequencies in the night were longer than those in the daytime. Mean stereotypy frequencies in spring reached the highest level, whereas mean stereotypy durations in winter were maximal. The adult giant pandas in the daytime showed maximal mean stereotypy durations in winter and minimal mean stereotypy durations in busy seasons (summer and autumn), whereas mean stereotypy durations at night were maximal in busy seasons. Despite no significant differences among these seasons, our results suggest that the stereotypy of giant pandas may have diurnal rhythms and seasonal differences. In light of the similar captive environment between adult and juvenile giant pandas, the appearance of stereotypy may be correlated with age, which may be the effects of the environment or a strategy of adaptation. © 2022 Science Press. All rights reserved.     

北京污染物排放总量仍大幅超标

4月10日发布的（2013年北京市环境状况公报》显示,北京市主要污染物排放总量继续下降,但仍大幅超出环境容量,6项污染物中细颗粒物（PM2.5）超标最严重。从空间分布看,全市空气质量南北差异显著。位于北部、西北部的生态涵养发展区好于其他区域。通报显示,北京地表水环境质量保持稳定。     

安阳市近地面臭氧污染特征及气象影响因素分析

基于国控环境空气质量监测站数据分析了安阳市2014～2017年不同功能分区(城市、郊区和工业)点位的臭氧(O_3)污染特征和变化规律,并研究了O_3污染的气象影响因素和潜在源分布.结果表明,2014～2017年安阳市各站点O_3年均浓度上升明显,O_3超标日的出现从2015年开始不断提前,最早在2017年4月出现;工业区点位O_3第90百分位数和平均值增长最快,年均分别增长16. 0μg·m~(-3)和13. 0μg·m~(-3),郊区点位O_3第5百分位数增长最快,年均增长13. 2μg·m~(-3);安阳市O_3月变化呈"M"型,且具有明显的空间差异;温度对O_3浓度起主导作用;气温大于23℃、相对湿度小于58%和西南偏南方向5m·s-1风速与高浓度O_3污染密切相关;不同季节O_3潜在来源差异明显,夏季主要分布在河北南部、湖北北部和沈阳北部.2017年5月首次出现O_3重污染日,工业点位O_3小时平均浓度高达405μg·m~(-3),重污染事件与西部干热气团转移导致持续高温有关.     

城市空间结构对PM2.5浓度分布的影响

城市空间结构影响空气流通等微环境,必然对PM_2.5分布和扩散产生影响,研究两者关系对城市规划和建设具有积极意义。基于建筑构建城市空间结构指标体系,采用克里金插值等方法研究济南市中心城区PM_2.5浓度的空间格局,运用相关分析方法基于全域和不同高程视角探究城市空间结构对PM_2.5分布的影响。结果表明:1）DEM平均值、建筑绝对高度平均值、户外活动面积与PM_2.5浓度呈负相关,建筑绝对高度最大值、建筑基底面积总和、建筑密度、占空比、建筑体积总和与PM_2.5浓度呈正相关。这些指标是影响PM_2.5分布的重要因素,城市规划布局时应重点考虑。2）不同高程和时间范围,PM_2.5分布存在时空差异。PM_2.5浓度越高,城市空间结构指标对其浓度分布的影响越明显。PM_2.5浓度空间分布的变异系数越大,PM_2.5浓度与各城市结构指标相关性越弱。3）地形高程是影响PM_2.5分布的重要因素,随着平均高程增加,城市空间结构指标与PM_2.5浓度呈显著相关的月份数量增加,且规律性更强。