正交与斜交旋转主成分分析法在气象因子影响细颗粒物研究中的应用

基于cost733模型及大量再分析资料、观测资料,对2013—2019年冬季海平面气压及近地面风场进行正交和斜交旋转主成分分析,讨论这两种分型方法及不同分型数量下我国天气形势、降水及细颗粒物（PM_2.5）的差异.结果表明,斜交旋转主成分分析法相比于正交方法,划分的天气形势更具代表性,其中,划分为4类天气形势最具代表性,即西伯利亚冷高压影响范围最广、出现频率最高的Type1;西伯利亚冷高压强度最弱、出现频率最低、重度污染站点比例最大、污染最重的Type2;京津冀等地容易出现锋面天气、降水强度最大、清洁站点比例最大、污染最轻的Type3;受东北部深厚冷低压影响、重污染较少的Type 4.     

深圳市综合水质指数研究及其在水资源资产评估上的应用

自然资源资产评估技术是开展自然资源资产负债表实践和实行环境责任离任审计的重要技术支撑。水资源作为一项重要自然资源,如何有效评估水资源资产是不可回避的问题。论文以深圳市为研究区域,一是采用综合污染指数法和主成分分析法,以总氮、氨氮、总磷、化学需氧量、生化需氧量、固体悬浮物为指标参数构建了深圳市综合水质指数以评价水资源综合水质。二是以该综合水质评估模型为基础,通过采用治污成本法分析综合水质与治污成本间的关系,从而构建深圳市景观水和饮用水资源的价值量评估模型。论文还以深圳市大鹏新区为试点开展了水资源价值量评估,评估结果显示,2015年大鹏新区景观水和饮用水资源的价值量分别为3.60亿、0.35亿元。     

青岛近岸绿潮区溶解有机质微生物可利用性

以青岛近岸绿潮区水体中DOM（溶解有机质）为研究对象,通过室内降解实验计算了水体中DOC（溶解有机碳）的降解效率并分析了水中CDOM（有色溶解有机质）的荧光组分及其变化特征.结果显示,绿潮区不同站点和暴发前后水体中的DOC均发生了不同程度降解,降解过程符合一级降解动力学方程,其中约8.93%～45.10%的DOC可被微生物利用,在时空上受浒苔绿潮影响程度大的水体中DOC降解率最高.应用三维荧光光谱和平行因子相结合的技术,分析确定了绿潮水体中的CDOM包含3种类腐殖质组分（C1、C2、C3）和1种类蛋白质组分（C4）,且所有样品中类蛋白质组分含量均显著高于单一类腐殖质组分,表明浒苔绿潮释放的CDOM主要成分是类蛋白质.降解实验中,类蛋白质组分的变化与DOC含量降解趋势相同,而类腐殖质组分逐渐增加.同时,CDOM各荧光参数与微生物可利用性DOC百分比含量（BDOC%）相关性分析的结果和支持向量机的权重分析结果均显示:相对于BDOC%,C4组分为正相关,C1组分负相关,表明BDOC与CDOM组分间的关联度极高,可推测类蛋白质与BDOC均易被微生物降解利用,而类腐殖质与RDOC（惰性溶解有机碳...     

2019年西安首场雾霾PM2.5关键特征的综合诊断

通过对WRF-Chem（Weather Research and Forecasting Model Coupled to Chemistry）环境模式模拟资料、HYSPLIT（HYbrid Single Particle Lagrangian Integrated Trajectory Model）前/后向气团轨迹资料、环境站监测资料，以及西安理工大学（Xi''an University of Technology，简称XUT）多波长激光雷达、米散射激光雷达、能见度仪、粒谱仪等观测资料的综合诊断，探讨了2019年1月初发生在西安的雾霾过程（记为首场雾霾）PM_2.5组分、分布及传输特征，旨在为雾霾气溶胶研究提供有益的个例积累.定性、定量双重检验表明，Chem模式较成功复制了此次雾霾气溶胶过程.利用这些可靠的模式数据分析表明，PM_2.5中碳气溶胶的主要组分为有机碳，约占85%，强盛期气溶胶各组分随高度增加均呈递减趋势，各组分近地面浓度最高.通过对两类不同方法获取的消光系数对比分析表明，相比于模式数据，激光雷达数据具有更高的垂直分辨率，因此，更善于描述消光廓线的细节特征.通过对多源资料的综合诊断最终揭示出，"北风涌"是雾霾消散的关键影响因子，沿铜川-西安-山阳一带存在着污染物传输的重要路径，雾霾由此体现出自北向南依次消散的特征.     

兰州城区大气PM2.5污染特征及来源解析

为探究兰州城区PM_(2.5)的污染特征及其来源,分别在兰州市城关区和西固区设置PM_(2.5)采样点,于2013年10月(非采暖期)和12月(采暖期)采集样品并进行分析,得到了PM_(2.5)及其16种化学组成的质量浓度.结果表明,兰州城区PM_(2.5)污染水平较高,平均质量浓度为129μg·m~(-3).样品无机元素平均质量浓度为:SCaFeAlMgPbZnMnTiCu,其中S、Ca、Fe、Al的质量浓度在1μg·m~(-3)以上,是主要元素组分;样品各无机元素质量浓度表现为采暖期高于非采暖期,城关区高于西固区.样品水溶性离子平均质量浓度为:SO~(2-)_4NO~-_3NH~+_4Cl~-K~+Na~+,其中SO~(2-)_4、NO~-_3、NH~+_4的质量浓度在10μg·m~(-3)以上,是主要离子组分;样品各水溶性离子质量浓度表现为采暖期高于非采暖期,西固区高于城关区.富集因子(EF)分析结果表明,元素Al、Ca、Mg、Ti的EF值均小于1以自然来源为主;元素Cu、Pb、S、Zn的EF值显著大于10,表明这4种元素在PM_(2.5)中高度富集,且主要源于人为活动造成的污染.主成分分析结果表明,交通排放源、生物质燃烧源、土壤源和二次粒子对兰州城区大气PM_(2.5)贡献显著.     

基于主成分分析的云南省生态脆弱性评价

人口资源环境矛盾造成了脆弱生态环境问题突出。以典型生态脆弱区云南省为研究区,根据导致该省生态环境脆弱的自然-结果表现因素,构建科学客观地评价指标体系,运用主成分分析法进行生态脆弱性分析评价。以生态脆弱度大小为依据,对云南省16个地（州）、市生态脆弱性进行了分区,划分为极强度、强度、中度、轻度脆弱区4个区。评价结果显示,极强度、强度、中度、轻度生态脆弱区分别占全省面积的5.84%、27.84%、43.08%、23.24%。为生态脆弱性评价提供了一个可行的方法,同时应用生态脆弱性分区结果可为后续的生态环境恢复重建工作、制定综合治理策略及区域可持续发展规划提供依据。     

基于绝对主成分-多元线性回归的滇池污染源解析

定量解析污染源是湖泊流域水环境管理的重要基础.基于滇池草海和外海多年水质监测数据,采用主成分分析（PCA）方法识别了主要水质指标的污染源类型,利用绝对主成分-多元线性回归模型（APCS-MLR）得到不同污染源对水质的贡献程度.结果表明,草海主要的污染源有农业面源、城市面源和内源3类,外海的主要污染源是农业面源、城镇生活污染源、城市面源和内源4类.与河流水污染源解析结果不同,底泥内源与气象因子对滇池主要水质指标的影响较大.     

Heavy metals and their source identification in particulate matter (PM2.5) in Isfahan City, Iran

The presence of heavy metals(HMs) in particulate matters(PMs) particularly fine particles such as PM_(2.5) poses potential risk to the health of human being. The purpose of this study was to analyze the contents of HMs in PM_(2.5) in the atmospheric monitoring stations in Isfahan city,Iran, in different seasons between March 2014 and March 2015 and their source identification using principle component analysis(PCA). The samples of PM_(2.5) were taken using a high volume sampler in 7 monitoring stations located throughout the city and industrial zones since March 2014 to March 2015. The HMs content of the samples was measured using ICP-MS.The results showed that the concentrations of As, Cd and Ni were in a range of 23–36, 1–12,and 5–76 ng/m~3 at all the stations which exceeded the US-EPA standards. Furthermore,the concentrations of Cr and Cu reached to 153 and 167 ng/m~3 in some stations which were also higher than the standard levels. Depending on the potential sources of HMs, their concentration in PM_(2.5) through the various seasons was different. PCA illustrated that the different potential sources of HMs in the atmosphere, showing that the most important sources of HMs originated from fossil fuel combustion, abrasion of vehicle tires, industrial activities(e.g., iron and steel industries) and dust storms. Management and control of air pollution of industrial plants and vehicles are suggested for decreasing the risk of the HMs in the region.     

沁河冲洪积扇地下水水化学特征及成因分析

为研究河南省济源市沁河冲洪积扇地下水水化学特征及其成因,2016年10月采集水样共计60组,其中地下水水样51组,地表水水样9组.运用数理统计、舒卡列夫分类、Piper三线图、Schoeller图、Gibbs图和离子比值等方法,分析了研究区内地下水和地表水水化学类型分布特征,讨论了地下水和表水水化学演化过程的主要控制因素.结果表明:(1)研究区地表水和地下水中主要阴阳离子为Ca~(2+)、Mg~(2+)、SO_4~(2-)、HCO_3~-,地表水和地下水的补给来源密切相关;(2)地下水水化学类型以HCO_3-Ca型、HCO_3-Ca·Mg型和HCO_3·SO_4-Ca·Mg型为主;地表水水化学类型以HCO_3·SO_4-Ca·Mg型为主;(3)地下水和地表水主要离子的形成主要受碳酸盐矿物风化溶解作用、离子交换作用和蒸发作用共同影响,硫酸、碳酸参与了碳酸盐矿物的风化溶解过程.     

气溶胶中不同类型碳组分粒径分布特征

了解气溶胶碳组分粒径分布特征对于研究区域气溶胶生成转化机制、辐射特性等非常重要,但北京地区针对气溶胶碳组分粒径分布特征的相关研究非常少.本研究利用MOUDI-120采样器在北京地区3个季节开展气溶胶分级样品的采集,并分析其中不同类型的碳组分的含量,进而系统研究不同季节及污染状况下,各碳组分的粒径分布特征、来源及相互关系.结果表明,碳组分主要富集在细粒子中,秋冬季细粒子中碳组分的比重高于夏季.碳组分主要分布在两个模态,即积聚模态和粗模态. OC1和OC2主要分布在积聚模态,在0. 056～0. 56μm范围内有较高比例,OC3+OC4在粗模态的分布较为明显.Soot-EC浓度较低,没有明显的粒径分布特征,在0. 10～0. 18μm粒径段浓度较高,表明高温燃烧排放的EC主要分布在超细粒径段. Char-EC浓度远高于Soot-EC,在EC中占绝大部分比重.各主要碳组分在白天和夜晚的分布形态基本一致.夏季和冬季较有利于SOC的形成,OC/EC比值明显高于秋季. OC/EC值在不同粒径区间中差异很大,由于水溶性有机物(WSOC)主要分布在0. 056～0. 10μm,OC/EC值明显高于其他粒径段.白天及高温有利于气态有机物氧化生成SOC,致使夏季白天的OC/EC比值明显高于夜晚.各碳组分之间,EC1和OC1相关性最强,此外EC1和K+也有很强的相关性.