京津冀典型城市采暖季颗粒物浓度与元素分布特征

选择京津冀地区3个典型城市和从南至北的4个国家大气背景站作为研究对象,收集采暖季空气颗粒物PM2.5、PM10样品,微波消解-ICP-MS法分析了样品中的68种元素。结果表明,北京、天津、石家庄PM2.5和PM10日均质量浓度均高于国家二级标准限值和背景点,一元线性回归分析结果表明,PM10与PM2.5质量浓度呈线性相关,Na、Mg、Al、S、K、Ca、Fe质量浓度为0.1~10μg/m3,Si、P、Ti、Mn、Ni、Cu、Zn、Ba、Pb质量浓度为10~100 ng/m3,其他元素质量浓度为0.01~10 ng/m3或未检出。在元素构成上,S、Na、Al、K、Fe、Mg、Ca、P、Si等是主要元素,元素含量均大于1%。其他微量元素每种元素含量为0.1%~1%。14种重点防控重金属在PM2.5中的吸附显著高于PM10,主要来源于燃煤、燃油、工业排放、机动车尾气等。     

广州白云国际机场飞机大气污染物排放分析

根据收集到的2008-2012年广州白云国际机场航班起降次数,参考《珠江三角洲非道路移动源排放清单开发》飞机污染物估算方法及排放因子,计算出此期间机场飞机大气污染物排放量,并与2010-2012年广州市机动车污染物排放情况对比。结果表明：飞机大气污染物排放量随客运量的增长呈逐年上升趋势,而与机动车排放相比,飞机大气污染物排放量较小,故现阶段仍应以机动车作为移动源污染控制的重点。     

试点城市O3浓度特征分析

利用2009年O3试点城市的03监测数据,分析了北京、天津、上海、青岛、沈阳和广东的03浓度变化特征,统计了年超标情况,并结合气象要素数据分析了其对03浓度的影响.结果表明,不同城市各点位间03浓度变化趋势基本一致,但因点位类型不同,浓度存在差异;O3浓度呈单峰型日变化,在13:00-15:00出现最大值,6:00-7:00出现最小值;O3超标主要集中在4-8月份,广州和北京超标现象较多;O3浓度受温度、降水、风速和风向等气象要素影响较大.     

广州PM2.5污染特征及影响因素分析

对广州市2008—2010年PM_2.5质量浓度、影响因素数据资料进行整理统计,通过定性分析、定量计算以及对各物理量之间的相互作用过程研究,得出PM_2.5质量浓度变化特征和各影响因素之间的关系。结果表明,PM_2.5质量浓度变化呈现夏季和非夏季2种典型的季节性特征,夏季月平均值0.049 mg/m³,主要分布在0.03～0.05 mg/m³,非夏季月均值为0.063 mg/m³,分布于0.05～0.08 mg/m³之间;夏季、非夏季PM_2.5质量浓度超标率(采用美国EPA标准)分别为70.7%、77.8%,质量标准2倍、3倍以上出现的概率都表现出明显的季节性差异;PM_2.5与温度正相关,和其他因素负相关,其中与能见度相关性最大,其次是温度、风速,与降雨量相关性最差,与气压、相对湿度相关系数季节性特征显著。     

“十一五”期间新疆大气降尘量时空分布特征及影响因素分析

通过对"十一五"期间新疆134个大气降尘监测点位数据进行统计分析发现,"十一五"期间,全疆年均降尘量维持在22.2~24.6 t/km2.月,变化幅度小于10%。一年内降尘主要集中在3~6月份,占全年降尘量的51%。在空间分布上,新疆年均降尘量呈现明显的南疆高于北疆的特征,南疆五地、州的总降尘量占全疆总降尘量的70.2%,为新疆降尘的主要集中区。特殊的气象、生态环境是决定新疆大气降尘时空分布特征的主要因素。     

基于情感思维的安全管理模式研究

为促进安全管理,提高效率与效果,对基于情感思维的安全管理进行研究,将情感思维融于安全管理,基于情感思维的定义、内涵及功能,具体分析安全管理中情感思维的功能及其功能综合作用,建立安全管理中情感思维功能作用理论模型;根据该理论模型分析情感思维驱动力及强化作用及其对安全目标实现的影响;建立基于情感思维的安全管理设计模式,最后提出优化安全管理的措施与方法,以促进安全管理的实施。研究表明:基于情感思维的安全管理研究,能较好地体现安全管理人本原理,发挥情感的能动作用,将理性融入其中与情感进行平衡,实现安全管理的优化。     

Before the crash: A systematic analysis of police narratives to determine the prevalence of pre-crash factors in fatality road transport crashes

Abstract

Objectives: The objectives of this study were to identify the prevalence of pre-crash factors that were present in fatal road transport crashes for the deceased and counterpart road user.

Methods: The study is a retrospective population-based case series study of transport-related deaths reported to coroners in Australia from 2013 to 2016. Data was extracted from the National Coronial Information System.

Results: In total, 6,137 fatality crashes occurred during the study period. Police reports were available for 5,523 crashes (89.9%). The most frequently reported pre-crash factors reported behaviour specifically drivers (e.g., driving without a license or while license was disqualified). Presence of intoxicating substances were also reported in the deceased and counterparts. Analyses of toxicology reports are continuing to determine if rates are comparable to level of use in community.

Conclusions: Coronial report provide detailed information that may be pertinent to understanding and potentially preventing crashes. Also emerging from the data is the extent of pre-crash factors that relate to illegal or deviant behavior and whether these are contextual or contributory factors.     

中国碳排放强度的时空演进及跃迁机制

面对气候变化所带来的生存危机以及环境治理的复杂状况,对中国碳排放强度时空演进的动态监测与预警治理的研究是实现碳排放强度下降目标的关键。文章测算1997—2015年中国大陆30个省区碳排放强度的空间面板数据,采用探索性时空数据分析(ESTDA)方法对中国碳排放强度的空间相关性、集聚特征及其时空跃迁进行空间统计分析,借助分位数回归与时空跃迁嵌套模型,揭示在时间和空间推移的双重作用下中国各省区碳排放强度的时空跃迁机制。研究结果表明:(1)中国30个省区的碳排放强度在时空分布上并不是完全随机状态,各个省区碳排放强度之间具有显著的空间相关性特征,碳排放强度的变动趋势会受到其相临近省区碳排放强度的影响,省域间的碳排放强度在空间分布上呈现"集聚"与"分异"并存的时空演进特征。(2)中国碳排放强度空间集聚趋势增强,具有高度的凝固性和较低的流动性,10个高碳排放强度省区碳排放强度的稳定性将成为制约中国碳排放强度整体跃迁的重点省区,相关省区的跃迁性将成为驱动中国碳排放强度整体跃迁的关键省区。(3)各省区的碳排放强度空间集聚过程中存在时空跃迁的驱动模式和制约模式,分位数回归模型能够很好地解释各驱动因素对碳排放强度时空跃迁的驱动机制,不同响应阶段的驱动因素的分位数与碳排放强度时空跃迁类型之间具有很强的嵌套性。(4)根据各省区碳排放强度时空演进及其跃迁机制的分析结果,进一步提出加强对关键省区碳排放强度的有效监测与治理,加大碳排放的约束力度等差异化的碳减排调控措施。     

Determinants of workers’ attitude toward low-carbon technology adoption: empirical evidence from Chinese firms

As the main contribution of China’s carbon emissions, low-carbon production in industrial firms becomes an inevitable choice, and industrial firm employees’ attitudes on low-carbon new technology directly influence the results of low-carbon production. Based on the Unified Theory of Acceptance and Use of Technology model, structural equation modeling was used to analyze the main factors influencing firm staff to accept low-carbon new technology. The study reveals that the employee’s social impact, performance expectation, effort expectations and convenient conditions, and employee characteristics are all main factors affecting their acceptance attitudes on low-carbon new technology. And social influence has the largest effect on employees’ acceptance attitudes toward low-carbon new technology. Accordingly, relevant policy recommendations are put forward for the future research direction.     

长江经济带PM_(2.5)时空特征及影响因素研究

大气细颗粒物(PM_(2.5))因其对空气环境质量乃至人类健康的巨大危害而逐渐引起学者们的关注。本文以我国综合实力最强、战略支撑作用最为突出的区域之一——长江经济带为研究对象,基于城市级空气质量监测数据,运用地理学时空分析与GIS可视化方法探索并呈现了2015年长江经济带PM_(2.5)的时空分布特征及其演变规律;在此基础上,结合空间回归模型考察了PM_(2.5)浓度与区域城市发展之间的内在关系。结果表明,就空间特征而言,长江中下游地区PM_(2.5)污染较长江上游地区更为严重,长江北岸地区比长江南岸地区更为严重;PM_(2.5)高浓度集聚地带主要位于鄂皖苏大部分地区,与空气质量较佳的云南及其周边地区呈"对角"分布状态。长江经济带内城市间PM_(2.5)浓度存在着显著的正向空间自相关,且自相关性随距离增大而不断减弱,其门槛尺度约为900 km;在这一范围内,PM_(2.5)空间集聚效应较为明显。就时间特征而言,冬季PM_(2.5)浓度相对较高,春秋两季次之,夏季空气质量最好;各地区浓度分布在年初相对离散,后有所趋同。此外,PM_(2.5)与其他类型的大气污染物(如SO2、NO2、O3)浓度两两之间均存在着显著的正相关性,暗示大气污染物从原发污染演变为二次污染,形成恶性循环。空间回归分析结果表明,PM_(2.5)污染随经济发展水平的提高呈现先上升后下降的趋势,在一定程度上支持了"环境库兹涅兹曲线"假说;且人口密度、公共交通运输强度均在不同程度上导致长江经济带PM_(2.5)浓度的升高。最后,从区域性联防联控、不同类型大气污染物协同治理、促进经济发展方式转型等方面为长江经济带的大气环境治理提出切实可行的政策建议。