北京市近年来大气降尘变化规律及趋势

根据北京市多年监测的降尘数据,对北京市城近郊区及远郊区的降尘量进行了统计分析,找出了北京市近15年来降尘的总体变化规律;利用方差分析方法检验了不同季节降尘的显著性差异,发现春季降尘量最大;找出了不同功能区的降尘变化规律,发现工业区的降尘量最大,而且不同行政区的功能区之间也存在差别。最后根据秩相关系数法对其进行了趋势分析,结果表明,北京市的降尘呈下降趋势。     

中国环境空气质量监测现状与发展

中国的环境空气质量监测经过20多年的发展,已经进入到自动监测阶段。完善城市空气自动监测系统、区域监测系统、质量保证、质量控制和监测项目,以及实现地级以上城市空气质量预报等是下一阶段的主要发展目标。     

河北省近岸海域氮磷变化及其影响因素分析

根据2011—2018年河北省近岸海域海水、入海河流、降水中氮和磷的监测数据,分析了海水中氮和磷的变化趋势及其影响因素。结果表明:2011—2018年,河北省近岸海域海水中无机氮(DIN)和无机磷(DIP)的平均浓度均低于第二类海水水质标准,海域富营养化状况以贫营养和轻度富营养为主,超标(第二类海水水质标准限值)点位和中度、重富营养区域主要集中在沧州市近岸海域。河北省近岸海域海水中DIN的平均浓度在2011—2014年、2015—2017年呈现阶段性上升趋势,2018年大幅下降; DIP的平均浓度在2011—2013年无明显波动,2014年陡增后开始逐年下降; N/P在2011—2014年无明显变化,2015—2018年呈逐年上升趋势。自2016年起,入海河流中氨氮和总磷的平均浓度、降水中氨氮的平均浓度均呈逐年下降趋势。近岸海域海水、入海河流、降水中的氮和磷表现出一定的相关性和协同性,陆源污染输入总量降低是海水中氮磷浓度降低的主要原因。应警惕污染物控制力度的不同所导致的海水中生源要素结构的改变,及其引发的潜在海洋生态风险。     

酒泉市近十年空气质量变化趋势研究

利用Daniel趋势检验法和综合污染指数法对酒泉市2009-2018年的环境空气监测数据进行分析研究,结果表明:环境空气质量综合污染指数呈现先升高后下降的趋势,但变化趋势不明显,2014年以来空气质量有改善趋势。     

Rapid declines of large mammal populations after the collapse of the Soviet Union

Anecdotal evidence suggests that socioeconomic shocks strongly affect wildlife populations, but quantitative evidence is sparse. The collapse of socialism in Russia in 1991 caused a major socioeconomic shock, including a sharp increase in poverty. We analyzed population trends of 8 large mammals in Russia from 1981 to 2010 (i.e., before and after the collapse). We hypothesized that the collapse would first cause population declines, primarily due to overexploitation, and then population increases due to adaptation of wildlife to new environments following the collapse. The long‐term Database of the Russian Federal Agency of Game Mammal Monitoring, consisting of up to 50,000 transects that are monitored annually, provided an exceptional data set for investigating these population trends. Three species showed strong declines in population growth rates in the decade following the collapse, while grey wolf (Canis lupus) increased by more than 150%. After 2000 some trends reversed. For example, roe deer (Capreolus spp.) abundance in 2010 was the highest of any period in our study. Likely reasons for the population declines in the 1990s include poaching and the erosion of wildlife protection enforcement. The rapid increase of the grey wolf populations is likely due to the cessation of governmental population control. In general, the widespread declines in wildlife populations after the collapse of the Soviet Union highlight the magnitude of the effects that socioeconomic shocks can have on wildlife populations and the possible need for special conservation efforts during such times. Declinación Rápida de las Poblaciones de Mamíferos Mayores después del Colapso de la Unión Soviética     

Declines in migrant shorebird populations from a winter‐quarter perspective

Many long‐distance migrating shorebird (i.e., sandpipers, plovers, flamingos, oystercatchers) populations are declining. Although regular shorebird monitoring programs exist worldwide, most estimates of shorebird population trends and sizes are poor or nonexistent. We built a state‐space model to estimate shorebird population trends. Compared with more commonly used methods of trend estimation, state‐space models are more mechanistic, allow for the separation of observation and state process, and can easily accommodate multivariate time series and nonlinear trends. We fitted the model to count data collected from 1990 to 2013 on 18 common shorebirds at the 2 largest coastal wetlands in southern Africa, Sandwich Harbour (a relatively pristine bay) and Walvis Bay (an international harbor), Namibia. Four of the 12 long‐distance migrant species declined since 1990: Ruddy Turnstone (Arenaria interpres), Little Stint (Calidris minuta), Common Ringed Plover (Charadrius hiaticula), and Red Knot (Calidris canutus). Populations of resident species and short‐distance migrants increased or were stable. Similar patterns at a key South African wetland suggest that shorebird populations migrating to southern Africa are declining in line with the global decline, but local conditions in southern Africa's largest wetlands are not contributing to these declines. State‐space models provide estimates of population levels and trends and could be used widely to improve the current state of water bird estimates.     

老边区环境空气质量综合评价

根据“十一五”期间老边区环境空气质量监测情况,采用环境空气污染负荷系数法综合指数法,通过污染物负荷系数的计算,确定老边区环境空气主要污染物和次要污染物,并对老边区环境空气质量进行简评与分析。     

基于变权欧式距离模型的大气环境变化趋势分析

2008年以来德化县在城区推动陶瓷企业使用清洁能源,淘汰了污染较严重的燃料。本文通过建立变权欧式距离模型,分析德化县2005年至2009年改用清洁能源前后城区环境空气变化趋势。变权欧式距离模型评价结果表明,这5年的德化县城区大气环境质量较好,PM10是城区大气环境的主要污染物。自2008年德化县城区陶瓷企业改用清洁能源后,PM10的权重系数略有降低,大气环境质量级别R也变小,城区大气环境质量得到改善。     

基于卫星和地面观测的2013年以来我国臭氧时空分布及变化特征

采用卫星和地面观测臭氧（O₃）浓度,分析2013年以来我国O₃的时空分布和年际变化特征.卫星观测对流层O₃总量和地面观测O₃浓度分布相互印证,我国高浓度O₃主要分布在东部人口密集、经济发达的区域,并且呈现夏季高、冬季低的季节分布趋势.4个重点关注城市（北京、上海、广州、成都）O₃日变化均呈现单峰分布,最高值在每日15：00~16：00.统计分析发现,4个城市除上海市之外,其他3个城市O₃浓度在周末和工作日没有显著差别,表明O₃的"周末效应"减弱.2013年4月~2018年6月,我国地面观测O₃浓度呈现明显上升趋势.2014~2017年,北京、上海和成都市近地面O₃浓度分别以2.36、3.3和3.6 μg·（m³·a）^-1的速度显著上升.4个城市2014~2017年O₃超标天数占比分别为17.2%（北京）、10.7%（上海）、8.8%（广州）和11.2%（成都）,北京市O₃超标天数最多、超标期间O₃浓度最高,O₃污染最为严重.     

新疆拖拉机污染物排放时间序列及其影响因素

基于燃油消耗建立了新疆1993~2017年农田作业拖拉机PM₁₀,PM_2.5,HC,NO_x和CO排放时间序列清单,并分析了其演变趋势.从经济发展水平,拖拉机自身的影响和科学技术3个维度出发构建了以柴油机为主要动力的拖拉机污染物排放影响因素清单,并基于粗糙集理论定量分析了污染物排放影响因素.结果表明：1993~2017年新疆拖拉机污染物排放总量处于上升趋势,25a增长了2.0527倍,年均增长率3.67%,单位功率排放量下降了40.03%.农业机械排放标准的提高对污染物排放治理的作用明显.对污染物排放影响因素的定量分析结果显示,总动力、拖拉机数量、机耕面积、机播面积、机收面积、农业机械购置投入、农户固定资产投入和单位功率排放量对污染物排放的影响程度分别为0.2591,0.2491,0.0841,0.0759,0.0934,0.0568,0.0701,0.0701.经济发展水平、拖拉机自身的影响和科学技术对拖拉机污染物影响程度分别为：0.6350,0.2530和0.1119.建立的排放清单和变化趋势较好的反映新疆农业机械污染物排放现状,所得出的结果较好的反映了新疆社会经济,农业机械化和科技水平对拖拉机污染物排放的影响程度.