联网激光雷达的观测性能综合平行比对

激光雷达以其高精度的探测能力在大气污染研究中得到了广泛应用。由于生产厂家和反演算法等的差异,激光雷达观测数据的质量参差不齐。笔者利用2013年11月和2014年3月2种不同型号激光雷达(高频激光雷达和微脉冲激光雷达) 532 nm波段的气溶胶消光系数和气溶胶自动观测网(AERONET)光学厚度数据,对2部雷达在不同空气质量下的观测性能进行综合对比。结果表明:2部雷达在不同空气质量条件下探测效果不同,空气质量为优和良时,2部雷达的消光系数比较一致,偏差主要在1 km以下;随着污染加剧,2部雷达在1 km以下的偏差先减小后增大,1 km以上的偏差随高度增大。与AERONET的光学厚度相比,高频激光雷达在轻度污染和严重污染时相对误差较小(3. 23%和26. 75%);微脉冲激光雷达在良和轻度污染时相对误差较小(40. 00%和25. 81%)。2部雷达设备的差异和重污染时不利的气象条件是影响雷达表现的重要原因。该研究作为全国激光雷达联网的前期工作,为全国激光雷达数据的综合应用提供了参考。     

长三角空气质量区域预报准确性评估方法研究

根据长三角空气质量区域预报工作的实际需要,对分区文字预报和落区图预报两种方式分别制定了不同的空气质量指数级别预报准确性评估方法。分区文字预报根据设定的预报准确性判定方法计算预报评分,落区图预报按区域内预报准确城市占比进行准确率统计。分区文字预报结果显示,2017年长三角区域的预报准确天数占比为62.2%,预报评分为70.2,区域预报评估效果良好。落区图预报评估结果显示,预报级别偏差具有地域性差异,安徽北部、江苏北部和江西中北部预报等级偏高,长三角中南部沿海城市预报等级偏低。该套评估方法可为区域空气质量预报偏差成因分析提供依据,为区域预报工作的改进提供定量参考。     

便携式GC-MS仪快速测定水中硝基苯及其在应急监测中的应用

采用便携式GC-MS仪快速测定水中硝基苯,通过优化水中离子强度和顶空加热时间,使方法在0μg/L^300μg/L范围内线性良好,方法检出限为2.5μg/L。标准溶液6次测定结果的RSD为7.8%~10.9%,实际水样的加标回收率为80.7%~103%。同步测定试验表明,硝基苯与7种苯系物分离良好。与国标方法对比,该方法单个样品测定时间由2 h缩短为15 min。将该方法用于应急监测工作中,及时有效的数据可为污水处理及事故调查提供分析和研判依据。     

全国应急管理工作会议在京召开

本刊讯1月7日,全国应急管理工作会议在京召开.国务委员王勇对应急管理工作提出明确要求,应急管理部党委书记黄明在会上作工作报告.会议以视频形式召开. 王勇指出,应急管理工作责任重大、任务艰巨.在极不平凡的过去一年里,面对突如其来的新冠肺炎疫情和1998年以来最严重的洪涝灾害等一系列重大挑战,全国应急管理系统在以习近平同志...     

乌鲁木齐市采暖季空气质量变化趋势分析

为了定量评价乌鲁木齐市采暖季空气污染近五年的治理成效,给环境治理决策提供科学依据,运用回归分析方法,对乌鲁木齐市采暖季空气质量的浓度、级别和变化规律进行回归分析。分析结果表明,PM10、SO2、NO2三项污染物的浓度都有所下降,空气质量级别的污染天数呈现明显的月变化规律。乌鲁木齐市采暖季空气的重污染状况有所遏制,但SO2污染凸现,在下一步的治理工作中,加强尘污染治理的同时要加大对SO2的治理力度。     

国务院安委办、应急管理部召开全国煤矿安全生产工作紧急视频会议

舆情 12月7-13日,涉及应急管理及相关行业领域的网络信息累计33万余条,其中,网络媒体报道量18万余条,网络转发讨论量15万余条. 其间,"王勇出席全国安全生产工作视频会议并讲话""全国煤矿安全生产工作紧急视频会议""应急管理部公布一批化工和危险化学品生产安全事故典型案例",以及"应急管理部部长、党委副书记王玉普同...     

陕西关中空气质量指数(AQI)特征及预测模型研究

利用2018—2019年陕西污染严重的4个城市：渭南、咸阳、西安、宝鸡空气质量指数(AQI)实况监测日数据,结合该地域同时段内的日气象资料,采用数理统计方法,分析了陕西关中空气质量变化特征。并采用SPSS 21.0数据分析,得出各气象要素与AQI相关关系,利用相关性高的气象因子,采用多元线性回归法建立AQI与气象要素的四季预测模型。结果表明：咸阳AQI年平均值最大(110),其次是渭南(105)和西安(104),均为三级轻度污染;AQI冬季最高,春季逐渐减小,夏末的8月达到最小值,秋末11月开始又逐渐升高,到1月份达到最大值;气压、降水量、风速在春、夏、秋、冬四季均与AQI呈负相关关系,气压和风速在冬季负相关最显著,降水量在夏季和秋季负相关最显著,平均气温和最高气温秋、冬季节与AQI呈负相关,在夏季相关性最高,相对湿度在春、夏、秋与AQI均呈显著负相关。利用2018-2019年相关数据对模型进行回代,用2020年数据对模型进行预测和拟合检验,回代和预测效果均较好。