应用指数和法对潮土农田土壤肥力变化的评价研究

应用指数和法探讨了北京市大兴县 1982年～ 2 0 0 0年土壤肥力的变化特征 ,并对其影响因素进行了评价和分析。研究结果表明 ,近 2 0a来 ,土壤肥力总体上呈上升趋势。尤其在 90年代 ,由于农业种植结构的调整以及秸秆还田 ,使土壤有机质含量持续上升 ,土壤的综合肥力显著提高     

沟渠化对三江平原湿地铁元素沉积过程的影响

沟渠化是湿地垦殖的标志性过程和景观.在三江平原洪河国家级自然保护区附近选择了一个典型四级排水沟渠系统,沿等级在沟渠底部布设沉积板,并以附近的河漫滩天然湿地为对照,连续两年定量采集了不同级别沟渠和天然湿地中的当年沉积物,分别计算了沉积通量和沉积物中的铁元素及其氧化物和生源要素含量.结果表明,各等级沟渠的枯落物、泥沙和总沉积通量都没有显著性差异,其均值分别为(57.00±16.90)、(3 997.57±798.98)和(4 054.57±792.91)g·(m2·a)-1,其中枯落物所占比例随沟渠等级增加而逐渐降低;天然湿地的枯落物沉积通量[(120.26±19.42)g·(m2·a)-1]显著高于沟渠,而泥沙[(35.41±11.15)g·(m2·a)-1]和总沉积通量[(155.67±20.75)g·(m2·a)-1]则显著低于沟渠;各级沟渠和天然湿地沉积物中的总铁含量没有显著性差异,但游离态铁含量显著低于天然湿地;农渠、斗渠和支渠沉积物的无定形铁和络合态铁含量都与天然湿地接近,且都高于干渠沉积物;各级沟渠沉积物中铁氧化物的游离度为天然湿地的60.2%,而络合度和活化度都没有显著性差异;各级沟渠沉积物中的总有机碳、总氮和总磷含量都没有显著差异,但都低于天然湿地,分别为天然湿地的14.6%、31.6%和41.0%.三江平原湿地垦殖形成的沟渠化对天然湿地的铁和生源要素沉积产生了显著影响,合理的农田用水管理才能避免由此带来的环境生态风险.     

三江平原小叶章湿地H2S和COS排放动态

利用静态箱/气相色谱法,观测了生长季(5～9月)三江平原小叶章沼泽化草甸H₂S和COS的释放动态,结果表明,H₂S、COS的排放通量具有季节和日变化规律,小叶章沼泽化草甸H₂S的平均释放通量为0.34μg·(m²·h)^-1,COS的平均释放通量为-0.29μg·(m²·h)^-1;在生长季,小叶章沼泽化草甸表现为H₂S的源,COS的汇.小叶章的生长过程对H₂S、COS的排放影响显著,在小叶章生长旺盛期,H₂S出现排放峰值,COS出现吸收高峰,H₂S和COS的释放通量呈负相关.     

成都冬季PM2.5化学组分污染特征及来源解析

2017年1月1~20日在成都地区分昼夜对PM_(2.5)进行连续膜样品采集,并在实验室测定了其主要化学组分(水溶性离子和碳质组分)的质量浓度.观测期间,PM_(2.5)的平均质量浓度为(127.1±59.9)μg·m~(-3);总水溶性离子的质量浓度为(56.5±25.7)μg·m~(-3),其中SO2-4、NO-3和NH+4是最主要的离子,质量浓度分别为(13.6±5.5)、(21.4±12.0)和(13.3±5.7)μg·m~(-3),一共占到了水溶性离子的85.6%;有机碳(OC)和元素碳(EC)的平均质量浓度分别为34.0μg·m~(-3)和6.1μg·m~(-3),分别占PM_(2.5)质量浓度的26.8%和4.8%.昼夜污染对比显示,PM_(2.5)白天和夜晚质量浓度分别为(120.4±56.4)μg·m~(-3)和(133.8±64.0)μg·m~(-3),夜间污染更为严重.SO2-4、NO-3和NH+4白天浓度高于夜间,这与白天光照促进了二次离子的形成有关;而Cl-、K+、OC和EC浓度夜间明显升高,可能是受夜间煤和生物质燃烧排放增加的影响.通过对近年来成都冬季PM_(2.5)化学组分的研究进行文献总结和比较后发现,SO2-4浓度显著降低,从2010年的50.6μg·m~(-3)降低到2017年的13.6μg·m~(-3);而NO-3浓度变化不大,维持在20μg·m~(-3)左右.PM_(2.5)中离子酸碱平衡分析表明,成都冬季PM_(2.5)由于NH+4的相对过剩而呈现出碱性,与以往呈偏酸性结果存在差异.对成都冬季NO-3/SO2-4的比值进行计算,NO-3/SO2-4平均值为1.57,表明移动源对PM_(2.5)污染影响更大.OC与EC的相关性表明,白天和夜间OC与EC的相关系数分别为0.82和0.90(P0.01),OC与EC来源具有一致性.SOC估算结果显示,白天和夜间SOC浓度分别为8.5μg·m~(-3)和11.9μg·m~(-3),占到OC的28.1%和31.8%.K+/EC平均值为0.31,并且K+与OC之间相关系数为0.87(P0.01),说明生物质燃烧对成都冬季碳质气溶胶有一定影响.主成分分析表明,成都冬季PM_(2.5)主要来源于燃烧源(燃煤、生物质燃烧等)、二次无机污染源以及土壤和扬尘源,其贡献率分别为32.8%、34.5%和21.5%.     

下辽河平原多熟种植农业生态模式知识库研建

本文以下辽河平原为背景,应用专家系统开发工具建立了多熟种植农业生态模式知识库,提出了建立该专家系统知识库的步骤：包括知识获取、知识表达、编码及证实。该专家系统知识库的建立能将有关多熟种植领域的专门知识和领域专家的经验以可接受的方式传递给农业决策者,从而提高农业决策的自动化和科学化。     

成都市一次典型空气重污染过程特征及成因分析

为了研究成都市冬季空气重污染过程的成因,以2015年12月26日—2016年1月6日成都市一次典型重污染天气过程为例,基于HYSPLIT后向轨迹模式结合全球资料同化系统(Global Data Assimilation System,GDAS)气象数据和成都市7个监测站的AQI、PM_(2.5)、PM10、NO2质量浓度数据,使用气象分析、轨迹聚类(Cluster Analysis)、潜在源贡献因子法(Potential Source Contribution Function,PSCF)和浓度权重轨迹法(Concentration Weighted Trajectory,CWT),分析了此次过程的气象特征、轨迹输送特征和污染物潜在来源分布.结果表明,此次污染天气过程是以PM_(2.5)为主要污染物,其次为PM10、NO2.2015年12月30日14:00左右是此次污染天气过程各站点PM_(2.5)、PM10浓度到达峰值的时刻.缺少北方冷空气南下,四川盆地内空气水平运动弱,以及扩散条件差的静稳天气形势是导致此次大气污染过程成都市污染物累积的原因,而冷空气活动是改善这种天气形势的关键.污染过程辐射逆温层的形成对当时污染物浓度增长有促进作用,但随着每日生消、加强减弱,其并不是最终导致重污染天气形成的关键因素.川东北的广元、绵阳、德阳等地区和成都本地及其南向的眉山、雅安等地区是此次过程主要的潜在源区,这些地区人口较密集,工业较发达,且沿地形走向而分布.     

垦殖方式对小叶章湿地表土团聚体有机碳分布的影响

研究了2种垦殖方式对三江平原小叶章湿地表土团聚体及其有机碳分布的影响.结果表明,垦殖后,粒径>0.25mm的大团聚体呈降低趋势,大豆田中0.053~0.25mm微团聚体增加;水稻田中主要增加的是1mm及0.053~0.25mm团聚体有机碳含量降幅均呈现大豆田大于水稻田,水稻田>大豆田,小叶章湿地>大豆田>水稻田.水稻田比大豆田土壤有机碳储量稍高,但其微团聚体有机碳储量及其占土壤有机碳储量的比例低于大豆田,开垦为大豆田比开垦为水稻田有利于土壤有机碳长期存留.     

季节性冻融期沼泽湿地CO2、CH4和N2O排放动态

三江平原季节性冻-融时间长达7～8个月,对沼泽湿地温室气体排放有重要影响.采用静态箱/气相色谱法研究了三江平原冻、融期沼泽湿地温室气体排放特征,表明三江平原不同类型沼泽湿地冬季都有明显的CH₄和CO₂排放,且冬季沼泽湿地CH₄排放量在全年CH₄排放中占有重要份额.融冻期沼泽湿地出现明显的CH₄和CO₂排放峰值,季节性积水沼泽化草甸CH₄和CO₂排放量大于常年积水沼泽湿地,而冬季常年积水沼泽湿地CH₄排放通量大于季节性积水沼泽化草甸.融冻期CO₂排放通量与土壤温度(5cm)呈指数相关关系(R²=0.912,p<0.001),沼泽湿地CO₂排放通量与CH₄通量间也呈显著正相关关系(R²=0.751,p<0.001).冬季三江平原沼泽湿地是N₂O的汇,融冻期随着土壤温度升高逐渐成为N₂O的源,且在5月份沼泽湿地表层土壤(0～20cm)融冻期间N₂O排放通量明显增大.三江平原土壤冻、融期间沼泽湿地温室气体的排放特征,反映了冬季微生物活性的存在及融冻作用对土壤碳矿化和氮硝化、反硝化作用有重要影响.     

Understanding unusually high levels of peroxyacetyl nitrate (PAN) in winter in Urban Jinan, China

Peroxyacetyl nitrate(PAN), as a major secondary pollutant, has gained increasing worldwide attentions, but relevant studies in China are still quite limited. During winter of 2015 to summer of 2016, the ambient levels of PAN were measured continuously by an automatic gas chromatograph equipped with an electron capture detector(GC–ECD) analyzer at an urban site in Jinan(China), with related parameters including concentrations of O3, NO, NO_2, PM_(2.5), HONO,the photolysis rate constant of NO_2 and meteorological factors observed concurrently. The mean and maximum values of PAN concentration were(1.89 ± 1.42) and 9.61 ppbv respectively in winter, and(2.54 ± 1.44) and 13.47 ppbv respectively in summer. Unusually high levels of PAN were observed during severe haze episodes in winter, and the formation mechanisms of them were emphatically discussed. Study showed that high levels of PAN in winter were mainly caused by local accumulation and strong photochemical reactions during haze episodes, while mass transport played only a minor role. Accelerated photochemical reactions(compared to winter days without haze) during haze episodes were deduced by the higher concentrations but shorter lifetimes of PAN, which was further supported by the sufficient solar radiation in the photolysis band along with the high concentrations of precursors(NO_2, VOCs) and HONO during haze episodes. In addition, significant PAN accumulation during calm weather of haze episodes was verified by meteorological data.     

减排背景下成都大气PM2.5碳质组分特征

近年来,国务院颁布的《大气污染防治行动计划》和《打赢蓝天保卫战三年行动计划》对我国空气质量的全面改善起到了重要作用,然而,当前鲜有对四川盆地两大政策实施效果进行评估以及对政策实施后PM_2.5化学组分新特征的针对性研究.2017年和2020年分别是两大污染减排政策实施效果评估的关键时期,为对两时期成都市大气PM_2.5及其中碳质组分特征进行全面了解,分别于2016年10月至2017年7月和2020年12月在成都市区进行了PM_2.5的连续采样,并对其中有机碳（OC）和元素碳（EC）进行了分析.结果表明：①2016~2017年成都市ρ（PM_2.5）平均值为（114.0±76.4）μg·m^-3,最高值出现在冬季,可达（193.3±98.5）μg·m^-3,是浓度最低季节春季［（73.8±32.3）μg·m^-3］的2.6倍,而这种严重的冬季污染在2020年出现了明显改善,对应的ρ（PM_2.5）为（96.0±39.3）μg·m^-3,降幅达50.3%.②2016~2017年ρ（OC）和ρ（EC）的平均值分别为（21.1±16.4）μg·m^-3和（1.9±1.3）μg·m^-3,分别占PM_2.5的质量分数为18.5%和1.7%;ρ（OC）季节变化特征为：冬季［（40.6±21.5）μg·m^-3］>秋季［（17.0±7.0）μg·m^-3］>夏季［（14.4±3.9）μg·m^-3］>春季［（12.6±6.0）μg·m^-3］,而各季节ρ（EC）水平接近（1.3~2.4 μg·m^-3）;二次有机碳（SOC）是OC的重要组成,可占OC的质量分数为44.5%.相比2016年冬季,2020年冬季ρ（OC）降至（19.2±9.1）μg·m^-3,降幅达52.7%,EC则升高了26.1%.③随污染加重,各碳质组分及其贡献变化趋势各异,相比2016年冬季,2020年冬季OC随污染加重贡献更加趋于稳定,而SOC占比升高更为明显,二次有机组分贡献不容忽视.④各季节气团来向和污染物潜在源区均呈现出了明显差异;与2016年冬季相比,虽然2020年冬季主要气团来向未发生明显变化,但各轨迹对应的污染物浓度均出现了大幅降低,且污染物潜在源区向东部区域扩展明显.