长江源区水文气象要素变化及其与大尺度环流因子关系研究

长江源区水文气象要素变化及其归因研究一直备受全球关注,现阶段研究多侧重于水文气象要素时空变化特征分析,针对长江源区水文气象要素与大尺度环流因子相互关系的研究不足。论文利用Mann-Kendall法、去趋势波动分析法和小波分析法,探究长江源区1957—2012年水文气象要素趋势性、波动性和周期性变化规律,分析水文气象要素与大尺度环流因子的相关关系,通过研究水汽通量揭示大尺度环流因子对水文气象要素变化的驱动机制。结果表明：20世纪90年代,长江源区气候暖干化,进入21世纪后,长江源区气候暖湿化趋势明显;长江源区水文气象要素序列具有正长程相关性,长江源区气候未来会继续呈现暖湿化变化趋势。长江源区水文气象要素都存在着1~5、10~24和25~45 a三种时间尺度周期变化规律。南亚季风是影响长江源区降水量和流量较为重要的大气环流因子,南亚季风驱动下的西南方向气流是长江源区主导气流和水汽来源。     

我国饲料粮区域产消平衡特征及政策启示

我国饲料粮消耗量大且增长迅速,已经成为我国粮食安全的首要影响因素,准确判断我国饲料粮的区域产消平衡特征对农业相关政策的制订具有重要的现实意义。论文在详细分析各省区不同畜牧产品粮食转化系数的基础上,对区域饲料粮的产消平衡状态及其原因进行了研究。结果显示：1）近年来我国饲料粮消费量快速上升,由2000年的21 730万t增长到2015年的30 549万t,15 a间增长了8 819万t。2）2015年生猪饲料粮消耗量最大,比例达到了44.4%,占据了我国饲料消耗总量的半壁江山。其次为禽蛋与禽肉消耗,消费占比分别为15.8%与12.7%;牛肉、羊肉、牛奶与水产品的饲料粮消费量比例均在5%~9%之间。3）2015年全国饲料粮总计短缺4 276万t,区域上呈现“北余南缺”的格局,东北黑龙江、吉林、内蒙古三省（区）成为我国最重要的饲料粮供应区域。从粮食转换系数与饲养结构来看,“北粮南运”现象是粮食资源的合理配置。论文提出三点政策建议：1）转变消费结构,增加牛肉与牛奶的消费量;2）推动“以粮为纲”向“粮经饲”三元种植结构转变;3）充分利用国际市场,从全球视角保护粮食安全。     

大气自净能力指数的气候特征与应用研究

为了定量地评估污染气象条件对空气污染的作用并实现对空气污染潜势的预报,本文在城市大气污染数值预报系统（CAPPS）预报原理的基础上,定义了大气自净能力指数,并分别给出了采用气象站观测资料和通过数值模拟计算大气自净能力指数的方法.基于气象站观测资料的全国大气自净能力指数分析计算表明,全国大气自净能力最差的地区分布在四川盆地和新疆塔里木盆地,大气自净能力最强的地区分布在青藏高原、蒙古高原、云贵高原、以及东北平原和三江平原、山东半岛和海南岛;1961~2017年,京津冀、长三角和珠三角地区的大气自净能力指数呈下降的变化趋势,全年低自净能力日数呈上升的变化趋势.采用大气自净能力指数评估2014年北京APEC会议期间大气污染防控效果,表明在11月8~10日极端不利扩散气象条件发生时,减排措施使北京市空气质量AQI平均降低77%,使京津冀平原地区11个城市的空气质量AQI平均降低37%.基于国家气候中心月动力延伸气候预测模式（DERF2.0）的预报产品和中尺度模式（WRF）,建立了可以预测全国未来40d逐日大气自净能力指数的延伸期-月尺度大气污染潜势预测系统,回报实验表明,在大多数情况下可以提前15d预报出大气重污染过程;月尺度的大气重污染过程预报效果更大程度上取决于月动力延伸气候预测模式（DERF2.0）的预报准确率.     

京津冀及周边地区水泥工业大气污染控制分析

以京津冀及周边地区水泥工业为研究对象,基于产排污系数法,建立了水泥工业主要大气污染物排放计算方法,对2016年该地区水泥工业主要大气污染物排放控制水平进行了分析.结果表明：京津冀及周边地区2016年水泥工业SO₂、NO_x、PM（有组织）排放量分别达到3.2×10⁴t、23.9×10⁴t、9.7×10⁴t,较2015年分别减少24.1%、18.2%、27.2%,各项污染物大幅下降.水泥工业PM无组织排放量占PM总排放量的45.4%,仍需要采取集中收集的方式加强治理.山东、河南是水泥工业SO₂、NO_x、PM、PM₁₀、PM_2.5重点排放来源,应通过化解过剩产能降低污染排放.从各工艺来看,新型干法工艺应考虑采用高效脱氮脱硫技术、协同处置技术、高效大型袋式除尘技术等新技术,进一步降低各项污染物的排放量;粉磨站也需进一步提高污染治理水平.     

我国中部地区大气CO2柱浓度时空分布

基于日本GOSAT及美国AIRS反演数据产品,对我国中部六省大气CO₂时空分布特征进行研究,结果表明：由GOSAT反演的中部地区2010~2013年大气CO₂年均柱浓度由389.36×10^-6增长到396.52×10^-6,年均绝对增长率达2.39×10^-6/a,呈现出冬春季高值、夏秋季低值的季节变化特征,其柱浓度年均值及去长期趋势后的月均值均略低于长三角地区,高于京津冀和东三省地区;其CO₂柱浓度高值区集中在湖南、江西及周边一带,年均绝对增长率为2.01×10^-6,其柱浓度年均值及去长期趋势后的月均值与长三角地区相当,略低于京津冀和东三省地区,由于受地面源汇影响较小,其与GOSAT反演结果相反,可能是由于AIRS反映了对流层中层大气状况,而GOSAT则更多地反映了近地面层大气CO₂变化.     

兰州市南山季节性土壤微生物特征及影响因素

为了探究不同季节和不同植被类型对土壤微生物分布的影响,以兰州市南山不同海拔的两种植被类型为研究对象,采用稀释涂布平板法测定了土壤微生物的季节动态变化特征.结果表明：研究区内细菌数量占微生物总数的96.22%~99.80%,远高于真菌和放线菌数量.土壤微生物类群随季节变化呈现明显差异,其总数整体表现为夏季最高,为89.22×10⁶cfu/g soil,分别是春、秋、冬季的12.02、3.28、2.74倍,其中夏季细菌数量最高,真菌与放线菌数量均在春季达到最大值.人工林样地土壤微生物数量略低于荒坡,环境因子中土壤含水量和有机碳含量高于荒坡.随着海拔的升高,pH值逐渐上升,土壤温度、有机碳与全氮含量逐渐下降,土壤微生物总数则呈现先减少后增加的趋势.相关分析表明,不同季节各微生物类群与环境因子的相关系数各有不同,春季放线菌与有机碳,秋季真菌与有机碳、全氮均呈极显著正相关（P<0.01）.冗余分析表明,环境因子中有机碳与第一物种轴的相关系数最高,为0.520,说明土壤有机碳含量是影响土壤微生物类群分布的主导因素.     

Seasonal variation and size distribution of biogenic secondary organic aerosols at urban and continental background sites of China

Size-resolved biogenic secondary organic aerosols(BSOA) derived from isoprene and monoterpene photooxidation in Qinghai Lake, Tibetan Plateau(a continental background site) and five cities of China were measured using gas chromatography/mass spectrometry(GC/MS). Concentrations of the determined BSOA are higher in the cities than in the background and are also higher in summer than in winter. Moreover, strong positive correlations(R2= 0.44–0.90) between BSOA and sulfate were found at the six sites,suggesting that anthropogenic pollution(i.e., sulfate) could enhance SOA formation,because sulfate provides a surface favorable for acid-catalyzed formation of BSOA. Size distribution measurements showed that most of the determined SOA tracers are enriched in the fine mode( 3.3 μm) except for cis-pinic and cis-pinonic acids, both presented a comparable mass in the fine and coarse( 3.3 μm) modes, respectively. Mass ratio of oxidation products derived from isoprene to those from monoterpene in the five urban regions during summer are much less than those in Qinghai Lake region. In addition, in the five urban regions relative abundances of monoterpene oxidation products to SOA are much higher than those of isoprene. Such phenomena suggest that BSOA derived from monoterpenes are more abundant than those from isoprene in Chinese urban areas.     

芦苇植株对湿地温室气体排放的影响及其日变化特征

利用静态箱-气相色谱法对夏季(7月、8月和9月)长江河口湿地芦苇植被CO_2、CH_4和N_2O的叶面通量、茎秆扩散速率以及沉积物通量的日变化进行研究。结果显示,通过芦苇叶片排放的N_2O与CH_4的量分别为2.99μg/(m~2·h)和15.36μg/(m~2·h),CO_2则呈现白天吸收(-120.86 mg/(m~2·h))、夜间排放(69.39 mg/(m~2·h))的特点。芦苇茎秆N_2O、CH_4和CO_2平均扩散速率分别为1.96μg/h、142.45μg/h和10.69 mg/h,沉积物平均排放通量为N_2O 8.18μg/(m~2·h)、CH_41.58 mg/(m~2·h)、CO_2169.66 mg/(m~2·h)。芦苇茎秆和沉积物界面CH_4和CO_2的排放均呈现出明显的"单峰型"昼夜变化规律,其排放峰值集中在日照及温度最高的9:00至15:00。芦苇植株是影响温室气体排放变化的因素之一。芦苇植株在光合作用下吸收CO_2并促进CH_4的排放,而芦苇发达的根系及茎秆是温室气体排放的主要途径。同时,Pearson相关性分析表明温度对芦苇群落CH_4和NO2的排放影响显著,但与CO_2通量的相关性不明显。土壤氧化还原电位对3种气体的排放均有显著影响。     

兰州地区大气臭氧时空变化及影响因素研究

本文采用OMI臭氧遥感数据,结合甲醛垂直柱浓度、气象数据以及经济数据,分析了2005~2015年兰州地区臭氧柱浓度时空变化格局,并探索了影响臭氧的新气象因子,总结达到臭氧污染的日照、气压等气象条件,确定影响臭氧柱浓度的主要人为源并确定其限域。结果表明:1)2005~2015年夏季柱浓度值最高,冬季、秋季次之,春季最低;夏季波动幅度最大,其余三季波动幅度较小且平稳。2)11年中,臭氧柱浓度具有较大的波动。2005年至2010年快速增长到最高值331.997 DU。2010年之后,臭氧柱浓度缓慢下降,2014年起有回升趋势。3)OMI遥感数据具有较高的可靠性,并根据AQI的线性关系划分了臭氧柱浓度的污染等级。结果指示了11年大气臭氧空间变化,2005~2009年5年间研究区全区空气质量一直处于良,2010年全区轻度污染,后两年污染逐渐减弱,2013~2015年全区恢复至良。4)根据兰州发展的趋势以及周边城市的关系,划分了兰州经济圈及功能区,并结合臭氧柱浓度空间分布图得出臭氧污染与经济特征的密切关系。5)正弦模型拟合后臭氧柱浓度变化趋势呈不明显的周期性,说明臭氧的人为来源贡献较大。6)创新探索影响臭氧污染的新气象因子(日照、气压等参数),并确定其重要人为源限域。     

Monitoring Air Quality in Mountains: Designing an Effective Network

A quantitatively robust yet parsimonious air-quality monitoring network in mountainous regions requires special attention to relevant spatial and temporal scales of measurement and inference. The design of monitoring networks should focus on the objectives required by public agencies, namely: 1) determine if some threshold has been exceeded (e.g., for regulatory purposes), and 2) identify spatial patterns and temporal trends (e.g., to protect natural resources). A short-term, multi-scale assessment to quantify spatial variability in air quality is a valuable asset in designing a network, in conjunction with an evaluation of existing data and simulation-model output. A recent assessment in Washington state (USA) quantified spatial variability in tropospheric ozone distribution ranging from a single watershed to the western third of the state. Spatial and temporal coherence in ozone exposure modified by predictable elevational relationships ( 1.3 ppbv ozone per 100 m elevation gain) extends from urban areas to the crest of the Cascade Range. This suggests that a sparse network of permanent analyzers is sufficient at all spatial scales, with the option of periodic intensive measurements to validate network design. It is imperative that agencies cooperate in the design of monitoring networks in mountainous regions to optimize data collection and financial efficiencies.