基于多源数据和模式模拟的新疆黑风暴东移个例分析

综合利用卫星遥感、环境监测、气象观测等多源监测数据,结合后向轨迹模式对2015年4月新疆一次黑风暴污染过程进行生成源地、路径与发展过程分析.结果表明：此次黑风暴过程的不同高度污染物主要随气流来源于新疆本地及其以西的中亚地区,在西南气流的作用下几乎同时进入北疆,沿天山北坡东移并且在乌鲁木齐堆积,继而从南疆盆地东口灌入南疆;同时,选取受此次黑风暴污染物东输影响的4个典型城市（乌鲁木齐、呼和浩特、兰州和北京）,利用区域气候模式（RegCM4.6）模拟分析此次极端黑风暴东输过程中大量沙尘气溶胶对主要气象参数的影响,结果表明：受此次黑风暴东输过程（4月25~29日）影响的上述4个典型城市的AOD均有所增加,模拟所得污染程度与实际接近.对于沙尘在近地面2m的温度响应,北京市表现最为明显,最高达-1.68℃,乌鲁木齐表现不明显,沙尘过程中的近地面气温相较无沙尘时最高下降0.1℃,呼和浩特和兰州在AOD达到最大值时的温度响应分别为-0.4℃、-0.8℃.黑风暴期间,乌鲁木齐、呼和浩特、兰州的相对湿度响应最大值分别为-3.3%、-7.3%、-4.7%,而北京地区在29日AOD达最大值时,相对湿度相对于无沙尘时增加了10%左右.     

2015~2019年日照市PM2.5长期变化特征及其潜在源区分析

利用2015~2019年山东省日照市PM_2.5质量浓度和气象要素的小时数据,对日照市PM_2.5季节污染特征和日照市海陆风特征进行了分析,并基于HYSPLIT模式计算了5年逐日02：00、08：00、14：00和20：00（BTC）的48h后向轨迹,不仅通过轨迹聚类分析和潜在源区分析探讨了日照市不同季节PM_2.5主要传输路径和其轨迹污染特征及其潜在源区分布和贡献,也分析了海陆风对日照市污染物的影响.结果表明：日照市PM_2.5呈现冬季最高、夏季最低的分布特征,监测站点颗粒物浓度在偏西北风影响下较高.日照市不同季节主要输送路径存在差异：春季主要受到偏东和偏北方向气流影响;夏季在副热带高压影响下主要受到来自海上的较为清洁的偏东气流影响;秋季主要受到西北和偏东气流影响;冬季主要受西北和偏北气流影响.整体而言,不同季节受偏西至偏南气流影响时,日照市对应的PM_2.5浓度较高.日照市海陆风春秋季多,夏冬季少;在海陆风影响下,日照市PM_2.5污染和臭氧污染呈现不同的分布特征,且在不同PM_2.5污染等级下,PM_2.5浓度日变化特征也与其在非海陆风日的日变化有所差异.污染潜在源区分析结果表明,日照市最主要的潜在源区位于山东省临沂市、潍坊市、青岛市和江苏省连云港市.     

廊坊市夏季大气气溶胶消光特性及其来源

通过对廊坊市2016年5~9月的空气污染指标进行连续观测,分析了PM_2.5污染特征、消光特性,并进行来源解析及潜在污染区域分析.观测期间PM_2.5浓度为（43.82±28.68）μg/m,PM_2.5中SO₄^2-,NO₃^-,NH₄⁺,OC和EC分别占PM_2.5总质量的24.74%,22.98%,20.54%,8.79%和5.50%,各组分随着PM_2.5浓度增加而增加;气溶胶散射系数（Bsp）和吸收系数（Bap）分别为（294.54±257.35）,（16.05±9.14）Mm^-1,粗粒子（CM）对消光系数的贡献为11.12%,细颗粒子PM_2.5在大气消光中起主要作用,其中硝酸盐（32.23%）,硫酸盐（27.28%）和OM （20.56%）为最主要消光成分;PM_2.5主要来自工业（14.14%）、机动车（15.15%）、二次无机气溶胶（38.38%）、燃煤（22.22%）及扬尘和生物质燃烧（10.10%）,对消光系数的贡献分别为工业（1.32%）、机动车（17.25%）、二次气溶胶（55.57%）、燃煤（18.56%）,扬尘和生物质燃烧（7.32%）.后轨迹分析表明廊坊市以来自山东、河南的小尺度_,短距离和来自内蒙古东北部、中部的中短距离传输为主,占比接近80%,污染源的潜在分布区域主要是山东东北部、河南东部、山西东部、辽宁西南等地.     

瘟疫启示录

正伦敦《韦氏字典》将瘟疫(plague)解释为"令人烦恼的事物;灾难;祸患"。进一步的解释包括,"致死性流行疾病,尤指鼠疫"。基督教《圣经》将其解释为"天罚"。动词用法则定义为"使恼火;烦扰;困扰;使痛苦"。在阿尔贝·加缪写于纳粹刚刚占领法国之后的小说《鼠疫》中,瘟疫的最早迹象是老鼠大批死亡。"它们从隐匿的屋角里、地下室、地窖、阴沟等处成群地爬出来,摇摇晃晃地走到光亮处踌躇不前,在原地打上     

辽河三角洲土地利用变化轨迹、驱动过程及生态系统服务时空演变

辽河三角洲位于"辽宁沿海经济带",拥有重要的自然保护区和保存完好的大面积芦苇沼泽和以盐地碱蓬为主的潮间带盐沼,栖息着多种濒危物种.1980年以来,农业开发、水产养殖、油气开采活动加剧,使得该区域生态环境发生巨变.本研究分析了1980—2010年,辽河三角洲土地利用时空变化轨迹及驱动过程,并应用InVEST模型模拟了碳储存、生境质量、水质净化3种生态系统服务的时空变化,在此基础上进一步分析了土地利用变化与生态系统服务的关系.研究结果表明:辽河三角洲地区土地利用变化以围垦、修复、淤积3种驱动为主,社会经济驱动主导,自然驱动明显.碳储量和生境质量呈下降趋势,而水质净化功能波动变化.土地利用和生态系统服务相关性表明湿地可以提供较高水平的3种生态服务功能,而生态服务功能低的区域则多与建设用地重合.在规划保护区或实施保护性修复措施时,应优先考虑3种生态系统服务的高价值区域,以实现高效、经济的生态环境保护.     

基于无人机观测研究杭州湾化工园区近地面层臭氧垂直廓线

为了解化工园区大气污染情况,使用自主研制的微型大气检测仪结合无人机研究化工园区臭氧(O₃)垂直廓线,在2020年8月~2021年1月于杭州湾上虞经济技术开发区开展了12d无人机外场观测实验.各观测日从08:00~18:00每隔1h进行一次飞行观测,每次观测分别获得了离地面0,50,100,200,300,400,500m的O₃、总挥发性有机物(TVOCs)和二氧化氮(NO₂)浓度.结果表明:受气象因素、地面工厂排放以及早晚出行高峰的影响,TVOCs和NO₂浓度整体随高度增加而下降,其中NO₂浓度随高度上升而下降的幅度较明显,在0m处浓度为19.7~59.1μg/m³,500m处为5.9~21.7μg/m³,下降率为40~70%,TVOCs和NO₂浓度都呈现出早晚高、正午低的日变化趋势,此外可能受逆温层的影响导致个别天数NO₂浓度在400~500m不降反升;O₃受前体物光化学反应、太阳辐射强度及平流层输送的影响,其浓度随高度增加而下降,平均浓度在0m处为49.2μg/m³,500m处为98.4μg/m³,O₃日变化浓度在15:00~17:00达到峰值.TVOCs和O₃、NO₂和O₃在各高度浓度均呈负相关,受不同季节气象因素差异和冬季取暖排放增加的影响,O₃浓度季节变化为夏>秋>冬,TVOCs和NO₂浓度为冬季>秋季>夏季.后向轨迹聚类分析表明化工园区本地O₃浓度会受区域输送影响升高,在冬季时由于气温低不利于前体物生成O₃,本地O₃浓度受区域输送影响较夏季小.     

冬季黄、渤海气态元素汞的分布及其来源分析

本研究采用2019年12月9日－12月19日黄、渤海连续在线监测的气态元素汞（GEM）浓度数据,分析了GEM的空间分布、来源及其影响因素。研究结果表明,GEM的平均浓度为（1.92±0.69）ng/m3,变化范围为0.80～4.17 ng/m3。GEM浓度空间差异明显,渤海的浓度高于黄海,最高浓度和最低浓度都出现在山东半岛南部海域。受污染事件及华北地区较高汞排放量的影响,气团携带了华北地区的污染物,近海GEM浓度升高,而来自西伯利亚冷气团中的GEM浓度较低。西向风时更易出现高浓度GEM,GEM浓度与风速呈显著负相关关系（r=?0.217,P<0.01）,与气温呈显著正相关关系（r=0.417,P<0.01）。冬季,黄、渤海GEM浓度主要受陆地污染气团的影响。     

天津降水季节特征及不同气团来向离子来源分析

基于天津2019年3月～2022年2月的大气降水样品,分析降水季节性变化及无机离子和有机酸来源,降水pH值均值为6.68,电导率均值为46.8μS/cm,总离子浓度均值为726μeq/L,降水离子整体呈现“冬高夏低”的季节特征,SO₄^2-和NO₃^-对总自由酸度(TFA)的贡献率为89.6%,是主要致酸离子.基于HYSPLIT模型得出降水主要受5个来向气团影响,春冬季以离子浓度较高的北部气团和西北部气团来向为主,占比60.0%～62.5%,夏秋季离子浓度较低的南部气团、东部气团和东南部气团占比较大,达到60.0%～97.8%.富集因子分析表明Ca²⁺、Mg²⁺和K⁺主要来源于土壤;Cl^-的主要来源为海洋;Na⁺的来源包括土壤;SO₄^2-和NO₃^-主要来自人为源.根据有机酸来源判定,植物生长和土壤释放等直接来...     

8个不良饮食习惯有害健康

<正>1.喜欢吃滚烫的食物近年来,国内外的报道不断证明,饮热茶会破坏食管的"黏膜屏障"。据我国食管癌高发地区的流行病学调查,食管癌患者中有很大比例的人喜好热饮、硬食、快食或饮酒。动物实验也证明:饮酒、吃滚烫的食物、吃饭狼吞虎咽等都对食管黏膜有一定的灼伤和腐蚀作用,当黏膜细胞出现增生性病变后,就有可能进一步发生癌变。2.吃东西狼吞虎咽     

基于异常因子的航空器飞行轨迹异常检测研究

为保障终端区航空器飞行安全,提高空域运行效率,提出了一种基于异常因子的航空器飞行轨迹异常检测方法.首先,给出了航空器异常轨迹的定义和分类,同时考虑轨迹的时空属性,采用基于时间比的自顶向下算法进行轨迹分割;其次,建立了基于密度聚类的轨迹段相似性模型,找到每类簇的中心轨迹;最后,利用中心轨迹计算每个轨迹簇的信息熵作为异常因子,同时取航空器飞行距离为另一异常因子,得到轨迹异常值,通过比较异常值的大小及其分布特点实现轨迹异常检测.结果 表明,该方法可以有效识别异常轨迹,且对比发现以轨迹信息熵和飞行距离作为异常因子时,异常检测效果更好.