基于GPS浮动车法的机动车尾气排放量分布特征

以广州市城市干道东风路1902～1903路段为研究对象,根据交通流理论建立了速度-流量模型,采用GPS浮动车速度数据和视频检测流量数据计算了模型的关键参数——阻塞密度,实现了从速度到流量的推算,并采用COPERT Ⅳ模型计算了不同速度等级下的综合排放因子,通过源强法计算该路段00:01─24:00的小时排放量. 对CO,NO_x,VOC和PM综合排放因子的速度敏感性分析表明,当平均速度达50 km/h后,随速度的增加综合排放因子下降明显变缓;对小时排放量的分析表明,污染物排放量主要集中在车流量的高峰时段,且与车流密度有很好的线性相关性,相关系数均大于0.90.      

南昌市秋季大气PM2.5中金属元素富集特征及来源分析

采集2013年秋季南昌市6个不同区域的大气PM_(2.5)样品,分析PM_(2.5)质量浓度及其中18种金属元素(Mg、Al、K、Ca、Ti、V、Ba、Co、Cr、Mn、Fe、Ni、Cu、Zn、Cd、Pb、As、Hg)的富集特征,并用多元统计分析法探讨了PM_(2.5)中上述元素主要来源.结果表明,南昌市秋季大气PM_(2.5)日均质量浓度满足《环境空气质量标准》(GB 3095-2012)二级标准限值(≤75μg·m~(-3)).Mn、Ti、Al和V的富集因子小于1.0,表明这些元素基本没有富集;Fe、Cr、Co、K、Mg、Ba、Ca、Cu和As的富集因子范围为1.7~7.8,表明这些元素受到自然源和人为源的共同影响;Hg、Zn、Pb、Ni和Cd的富集因子范围为21.9~481.2,表明这些元素受到明显的人为污染.综合相关分析、主成分分析和聚类分析结果表明:PM_(2.5)中Mg、K、Al、Ca、Ti主要来源于土壤及建筑尘;As、Hg主要来自燃煤;Ba、Ni、Mn主要来自金属冶炼排放;V、Cu、Fe、Cd、Pb、Cr、Co主要来自交通源;Zn主要受金属冶炼和燃煤的影响.     

直链烷基苯指示城市化过程初步研究

本研究以深圳市作为典型城市化地区代表,以直链烷基苯(LABs)作为环境分子标志物,在分析土壤LABs空间分布特征基础上,通过土壤LABs污染水平与城市化过程指标的相关分析,对直链烷基苯指示城市化过程可能性开展初步研究.结果表明,城市化过程中人口规模、用水状况、城市建设、收入与消费及产业结构这5个方面的因素与土壤中LABs污染水平均有相关性,表明环境LABs水平与城市化过程相关,可以作为环境分子标志物用于指示城市化过程.     

兰州市工业能源碳排放强度及效应研究

运用容量耦合拓展模型对兰州市2003—2013年环境系统耦合度进行评价,通过核算兰州市2003—2013年各年工业碳排放量,分析了4类工业碳排放强度变化特征,并运用LMDI模型对碳排放效应进行了多维度分解.结果表明,兰州市环境系统总体质量水平较低,环境状态指数和环境耦合度指数较低;兰州市工业碳排放总量逐年递增,碳排放与工业增加值、GDP、人口数量和城市建成区面积等呈显著正相关关系;原煤、原油、焦炭和天然气是兰州市的主要碳源,人均碳强呈显著增长态势,而工业碳强、GDP碳强、地均碳强均呈下降趋势;能源结构效应和人口规模效应在低位值附近波动变化,而能源强度效应和人均经济效应均在高位值附近波动,且后两项指标累积效应显著大于前两项指标,总体发挥正向碳增长效应.     

重庆市农地非农化空间非均衡及形成机理

为探寻农地非农化水平空间非均衡及形成机理,确定影响因素对重庆市及所属不同区域农地非农化水平的决定力。研究基于交叉学科视角,利用1997—2013年重庆及所属37个区县（不含渝中区）面板数据,运用Dagum基尼系数和地理探测器模型分析重庆市农地非农化水平的空间非均衡及形成机理。结果表明：重庆市农地非农化水平的时空动态地域性差异特征明显,呈现以区域Ⅰ为中心,区域Ⅱ为中心拓展区,区域Ⅲ和Ⅳ为外围的“中心—外围”空间分异格局;重庆市农地非农化水平空间分布表现出高度非均衡特征,其空间非均衡程度在研究时段内呈现出明显的“W”型波浪变化形态,地区间差距仍是导致重庆市农地非农化水平空间非均衡形成的主因;重庆市农地非农化水平空间非均衡形成机理存在显著分区差异,农地非农化水平受控于多种复杂因素,要素禀赋、经济发展水平、社会发展状况及政策制度环境分别是影响研究区农地非农化水平空间分异的基础条件、内在动力、中坚力量和外在条件;影响不同区域农地非农化水平的主导因素具有显著差异性。综合以上结论：由于研究区农地非农化水平空间非均衡特征明显,并受多因素影响,且各因素对不同区域农地非农化水平的决定作用差异明显,所以开展不同区域农地非农化水平空间非均衡及形成机理研究对于农地非农化管控十分重要。     

镇江市大气环境承载力研究

根据前人对大气环境容量和环境承载力计算的对比分析,计算2012年镇江市的大气环境容量和大气环境承载力指数,通过对该市的气象条件和地理位置的分析,选取SO_2、NO_x和PM_(10)这3种主要大气污染物,并分析其环境承载状况。结果表明:句容市、丹阳市、杨中市处于高承载的状态,临界超载、严重超载和超载的3个区分别是润州区、京口区和镇江新区,针对这3个区提出相应改进措施。     

兰州市公共交通的生态足迹测算研究

以兰州市公共交通(分为公交车和出租车两种)为研究对象,运用生态足迹法,测算2010年-2014年兰州市客运交通生态足迹,并计算兰州市公共交通的生态效率和生态足迹强度.结果表明:公共交通生态足迹年均占比为7.41%;公共交通生态足迹和客运量呈同步增长态势,公共交通生态足迹年均增长1.71%;在影响公共交通生态足迹的因素中,公交车和出租车的化石能源足迹年均占比分别为76.06%和62.32%;就生态效率而言,公交车生态效率是出租车生态效率的6.24倍.     

基于本地污染源调查的杭州市大气污染物排放清单研究

基于实地调查数据并辅以统计数据,采用物料衡算法和排放因子法,估算了杭州市2015年大气污染物排放清单,并选取经纬度坐标、路网、航道、土地类型和人口等数据作为权重因子,研究了该地区各类排放源污染物排放空间分布特征.结果表明,杭州市2015年SO_2、NO_x、CO、VOCs、PM_(10)、PM_(2.5)和NH_3年排放总量分别为22.20×10~3、108.17×10~3、192.10×10~3、134.94×10~3、78.12×10~3、27.65×10~3和59.75×10~3t.工业源是杭州市SO_2排放的主要来源,移动源对NO_x和CO的排放贡献最为显著,扬尘源是杭州市PM_(10)和PM_(2.5)排放的最主要来源,其次为工业源;VOCs排放的主要来源依次为工业源、天然源和移动源;NH_3排放主要来自农业源.从空间分布来看,排放主要集中在中心城区及其周边的萧山、下沙、大江东、余杭和富阳等工业企业相对密集的区域.本研究建立的排放清单在污染源覆盖范围和排放因子方面仍然存在一定的不确定性,建议在后续研究中重点开展低、小、散企业及本地化排放因子调查研究工作,进一步提升大气污染物排放清单的准确度.     

淮南小学校园不同活动场所灰尘重金属区域分异及生物可给性

利用PBET(Physiologically Based Extraction Test)体外胃肠模拟方法研究淮南市小学校园不同活动场所灰尘中8种典型重金属(Cd、Co、Cr、Cu、Ni、Pb、V和Zn)在胃肠阶段的生物可给量,并计算其生物可给性,采用US EPA人体健康风险评价方法,评估研究区灰尘重金属经手-口暴露途径摄入对儿童产生的健康风险.结果表明;与淮南市土壤环境背景值相比,淮南市小学校园不同活动场所灰尘重金属总量普遍偏高,累积量较大的是Cd、Zn、Pb和Cu,富集程度较高.对比分析不同活动场所灰尘重金属含量发现,楼道灰尘重金属在3种活动场所中富集程度较高,其中Cd富集水平最高,主要因为楼道灰尘重金属不仅来源于楼道内部金属栏杆扶手生锈老化和防腐防锈油漆使用,同时受到室外污染源的影响.相关分析和主成分分析表明,灰尘重金属主要来自室外交通活动、工业活动、自然源以及室内污染源,Cd主要来自燃煤活动.PBET法提取重金属可给量在胃和小肠阶段差异较大,Cd、Pb、V和Zn在胃阶段生物可给量高于肠阶段.对比不同活动场所灰尘重金属生物可给量发现,在胃肠阶段均表现为楼道灰尘重金属可给量高于操场灰尘和校门口灰尘.健康风险评估表明,Zn在不同活动场所灰尘中重金属日平均暴露量最高,非致癌风险商(HQ)小于1,在安全阈值之内,对儿童不存在非致癌风险.Cd、Co、Cr和Ni的致癌风险商(CR)大小顺序为楼道灰尘操场灰尘校门口灰尘,在人体可承受范围内.楼道灰尘重金属的总非致癌风险指数(HI)最大,达0.118,因暴露时间较长,对儿童的潜在危害不容忽视.     

南昌市固定燃烧点源大气污染物排放清单及特征

大气污染物排放清单是了解区域污染物排放特征、准确模拟空气质量的重要资料,而工业点源是大气污染的重点排放源.通过收集相关活动水平信息和合理的排放因子,采用"自下而上"的方法建立了南昌市2014年点源大气污染物排放清单.结果表明,SO_2、NO_x、CO、PM_(10)、PM_(2.5)和VOC排放总量分别为29576.2、17115.1、25946.6、4689.4、922.9和1190.4 t,其中,金属炼制行业对SO_2、CO和VOC的贡献最高,分别占37.75%、30.59%和38.45%;火电行业是NO_x的主要来源,其贡献率为47%;水泥等建材制造行业对PM_(10)和PM_(2.5)排放贡献最高,分别为26%和25%.根据排放源污染物排放量及地理坐标信息,建立了0.4 km×0.4 km的污染物排放量空间分布特征图,结果表明,南昌市大气污染物排放较为集中,青山湖区北部和新建区北部是SO_2、NO_x、CO和VOC的主要排放区,而PM_(10)和PM_(2.5)的排放量相对分散,并在安义县出现排放高值区.通过将计算结果与统计数据结果进行对比,了解所估算清单的准确程度.对SO_2和NO_x的计算值和统计值进行统计分析,结果显示,NMB(标准化平均偏差)和NME(标准化平均误差)值均小于50%,清单计算精度较高.同时,为了解清单数据质量,对清单的不确定性进行定量分析,结果显示,SO_2和VOC不确定性较低而PM_(10)和PM_(2.5)的不确定性相对较高,清单整体不确定性与其他研究结果相差不大.建议后期研究可以从提升基础数据质量和建立具有区域代表性的排放因子数据库着手,从而减小排放量的不确定性,获得精准可靠的大气污染物清单并应用于空气质量模型预报等更深入的研究.