采用微机控制气相色谱法在野外进行稻田甲烷排放率的连续观测

介绍一套稻田甲烷排放率的野外全自动观测系统。该系统采用微机控制、气相色谱法，在供电正常的情况下，实现了稻田甲烷样品的自动采集和分析，同时配有八个温度传感器，以测量空气、水及土壤的温度。温度和甲烷测定数据由微机自动贮存，可长期连续工作，无需值守。本系统对稻田甲烷测量的标准偏差为２４５μＶ·Ｓ（峰面积），变异系数为１．１８％（ｎ＝５）。若将色谱条件做适当改变，即可测量其它微量气体。     

日本核电站的环境放射线观测局

日本是个核能发达的国家，全国有52座核电站。各个核电站均设有对周围环境放射性监测的观测局和实验室采样分析，在核电使用的安全性、应急制度、对公众的透明度等方面都具有值得借鉴的地方。     

建立地震动物试验场推进地方地震事业发展

本文介绍了地震动物试验场建立、动物观测、数据处理和饲养管理等方面的工作，为动物习性异常与地震关系的研究积累了可贵的观测资料，对于动物的行为异常预报地震具有一定的参考价值。     

“环境试验与观测”专业2007年工作布置会暨专家组成立会议在重庆召开

2007年3月26日，“环境试验与观测”专业2007年工作布置会暨专家组成立会议在重庆召开。国防科工委科技与质量司马恒儒巡视员兼副司长出席了会议。有关军工集团公司、研究机构和委属高校的领导、专家共60余人参加了会议。     

多径流出口水稻田非点源污染试验研究及验证

为验证一种水稻田非点源污染原位观测方法的准确性和适应性,以北京市上庄镇某试验水稻田为例,应用原位观测方法分别在水稻田进水口附近（4#观测点）和出水口附近（2#观测点）安装水位计观测稻田水深,利用同步观测的降雨数据以及田内5个采样点定期采集的水质数据,进行非点源污染试验研究,探究基于同一块水稻田不同位置的水深观测数据是否对该方法的应用产生影响.结果表明:①晒田期间,由于4#观测点处于相对低洼的位置,其水深数据显示4 d的无水期,与实际晒田时间相符,而2#观测点水深数据显示10 d无水.②基于2#、4#观测点水深数据得到总蒸散发和渗漏损失、总径流量以及灌溉量的相对偏差分别为1.3%、1.0%、1.8%;应用原位观测方法估算出该水稻田的灌溉量在2 620~2 710 m3之间.③基于2#、4#观测点水深得到的TN、NH₄+-N、NO₃--N、TP、COD_Cr输出系数的相对偏差在0.8%~8.0%之间.研究显示:水位计安装位置对原位观测方法应用的影响不大,且主要体现在晒田期的水深观测,建议将水位计安装在稻田相对低洼处,以确保能够完整地监测水稻生长季的水深变化;应用该方法能准确识别水稻田的径流量和灌溉量,对具有多个径流出口的水稻田非点源污染试验具有较好的准确性和适应性.      

新型海洋微波辐射计遥感原理与发展

全极化综合孔径辐射计（full polarization interferometric radiometer）结合了干涉式综合孔径成像技术与全极化信息获取技术,是一种高分辨率、低功耗且可观测多种海洋物理信息的新型微波辐射计。文章分别介绍了全极化和综合孔径微波辐射计的发展历程,阐明了全极化模式和综合孔径技术应用于海洋信息获取的必要性与原理。以目前在轨运行的WindSat和MIRAS的优点与不足为例,论述了多功能微波辐射计和多载荷微波遥感卫星平台在海洋观测方面的优势,从需求与应用的角度指出多微波遥感器协同开展海洋观测的必要性与难点,为我国自主研制的海洋盐度观测卫星立项工作提供依据。     

西藏地面太阳光谱观测

通过使用德国TriOS公司生产的RAMSES-ACC-UV/VIS光谱仪,在2016—2017年对西藏四个地区(拉萨、林芝、阿里和定日)进行了阶段性的太阳光谱(波长280—950 nm)实地观测。初步研究了西藏四个地区地面太阳光谱强度、光谱曲线特征以及光谱随时间的变化等,结果显示在本次观测期间,2017年7月21日(晴天)当地正午(北京时间13点58分)拉萨晴天光谱在476.6 nm波长处出现强度最高,峰值达到2.05 W?m~(-2)?nm~(-1)。同时对比了观测期间拉萨与定日、拉萨与林芝的当地正午晴天太阳光谱特征,对比结果表明:定日光谱强度高于拉萨,拉萨光谱强度高于林芝。定日光谱曲线平滑程度高于拉萨,拉萨光谱曲线平滑程度高于林芝,主要由水汽、氧气吸收造成。     

天津冬季一次污染过程中NOx和O3的立体分布特征

由于大气是一个复杂介质,低层大气中湍流的存在使物质和能量的交换很剧烈,污染物的扩散传输现象明显.对不同高度不同区域的低层大气做立体观测,获取气态污染物浓度分布最直接的资料很有必要.综合利用地面观测站点、系留气球和飞机平台,于2016年11月25—26日在天津武清高村一次污染天气条件下对NO_x和O₃进行立体观测,得到了污染物的地面、垂直和低空区域分布特征,并结合气象因子进行分析研究.观测结果表明,地面$\varphi $（NO_x）水平较高,日均值为230×10-9,超过了GB 3095—2012《环境空气质量标准》二级标准的限值,反映了高村冬季较高的污染水平,主要受当地交通源排放的影响.$\varphi $（NO_x）随高度的上升呈下降趋势,受风速的影响明显,主要积聚在逆温层以下.低空$\varphi $（NO_x）市区高于郊区,而处于更远郊区的高村$\varphi $（NO_x）与市区相当,也反映了高村本地较高的NO_x污染.高村地面$\varphi $（O₃）低,日最大8 h平均值为8×10-9,反映了冬季低温辐射弱、光化学反应强度低的特点.随高度增加$\varphi $（O₃）呈上升趋势,垂直分布特征主要与温度层结有关.低空$\varphi $（O₃）呈郊区高于市区,高村（远郊区）高于近郊区的特征.研究显示,$\varphi $（NO_x）的升高导致$\varphi $（O₃）下降,这可能与高村冬季的$\varphi $（VOCs）/$\varphi $（NO_x）偏低有关,需要结合VOCs观测数据做进一步分析.      

成都市大气细颗粒物组成和污染特征分析(2012-2013年)

为了解成都市大气细颗粒物的污染特征,于2012年5月-2013年5月在成都市城区开展了每6 d采集1次样品的长期颗粒物观测.利用十万分之一分析天平、热光碳分析仪、离子色谱、电感耦合等离子体质谱(ICP-MS)分别分析了颗粒物样品的质量浓度、有机碳/元素碳、水溶性离子、无机元素等,同步收集了污染物在线观测数据、气象数据和卫星遥感数据.结果表明,采样期间,成都市可吸入颗粒物(PM₁₀)和细粒子(PM_2.5)浓度颗粒物浓度分别高达(129.7±76.4)和(91.6±54.3) μg·m^-3,PM_2.5中以二次无机离子(SNA,43.6%)和有机物(OM,31.2%)污染最为突出,其次为土壤组分(Soil,13.8%)、元素碳(EC,5.0%)和微量元素(Trace,0.8%);1月、3月、5月和10月是污染较重的月份.通过比较揭示了不同污染源影响下的典型污染特征.生物质燃烧期间,成都城区PM_2.5浓度达214.3 μg·m^-3,PM_2.5/PM₁₀比达0.89,其中OM贡献增加至57.2%,K⁺浓度达8.7 μg·m^-3,OC/EC比达8.3,SNA比重下降;而沙尘传输期间,PM_2.5浓度为122.6 μg·m^-3,仅占PM₁₀浓度的0.28,PM_2.5中土壤组分比例剧增至77.3%,SNA和无机元素的比重明显下降;静稳天气下PM_2.5浓度为261.0 μg·m^-3,各组分比重并无明显变化,硝酸盐和铵盐比例稍有增加.