粤港珠江三角洲区域空气质量联动监测系统质控技术

空气污染日益呈现的区域性特点,使得空气质量区域联动监测成为必然趋势.以粤港珠江三角洲区域空气质量监控网络的实践为例,介绍了区域联动监测系统的组成和运行机制,并着重探讨了系统质量保证/质量控制(QA/QC)以及数据管理等核心支撑技术.     

2000-2007年省级区域自然灾害灾情分析

自然灾害是严重影响人民正常生产生活、国家经济持续发展的突发公共事件。区域自然灾害评估对于做好防灾减灾工作有着重要的意义。对区域灾情进行了综合评估,归纳总结了区域灾情分布规律。选择受灾人口、死亡人口、紧急转移安置人口、农作物受灾面积、农作物绝收面积、倒塌房屋、损坏房屋和直接经济损失等8个基本指标参与区域灾情评估,并利用灾情综合指数法构建了灾情指数,其中绝对指数反映了区域灾情的绝对强度,相对指数反映了区域灾情对当地社会经济的影响程度。用灾情指数综合评估了我国东、中、西部三大地带以及省级区域的灾情强度和空间分布规律,认为西部区域受灾程度最大,自然灾害对其的影响程度最深,其次是中部地区和东部地区;文章利用综合灾情的绝对指数和相对指数的对应关系,将我国大陆地区的31个省级单元划分为4类地区,即灾情总量较大且对本地影响较大、灾情总量较大但对本地影响较小、灾情总量较小但对本地影响较大以及灾情总量较小且对本地影响较小等4种类型。文章给出的灾情区域分布规律符合灾害系统理论,特别反映了承灾体的暴露度、脆弱性和抗灾能力是区域灾情强度的决定因素。评估结果与区域实际情况相符,说明所给出的灾情指数评估法是评估区域灾情强弱的合理有效方法。     

突发事件区域应急联动影响因素的实证研究

在界定突发事件区域应急联动内涵的基础上,采用Delphi法,识别出突发事件区域应急联动的9个主要影响因素,即应急联动组织机构、应急联动法律法规、应急物资协同调配、应急队伍协同调配、应急预案动态协同、应急信息实时沟通、区域地理位置、区域灾害特征和区域合作基础。同时,运用ISM技术,确定区域应急联动9个影响因素的关联性,计算和分解可达性矩阵,绘制4级递阶有向图,得出区域应急联动影响因素的内在层次性,即划分出"基础层"、"过渡层"和"直接层",为有效构建突发事件区域应急联动机制提供了理论支持与科学依据。     

基于无人机的大气细颗粒物与臭氧污染探测与溯源研究进展

近年来,中国大气细颗粒物(PM_2.5)污染的治理已取得阶段性成效,但臭氧(O₃)污染快速上升,实现PM_2.5和O₃协同控制的基础与关键是针对大气污染物的精细化探测和污染溯源.随着无人机技术和传感器技术的迅速发展,基于无人机平台的大气污染探测可以有效获得近地层的PM_2.5和O₃结构特征,并结合计算机算法对大气污染事件进行精准溯源,具有高时效性、高灵活性和高时空分辨率的特征,有助于研究人员了解区域污染物的分布、变化以及来源,为大气复合污染的协同控制提供科学依据.通过回顾传统的大气污染探测方法,总结了污染探测领域常用的无人机飞行平台类型和探测仪器,归纳了基于无人机的PM_2.5和O₃污染探测应用与相关溯源算法,并展望了无人机大气探测的未来研究方向.     

北京地区秋冬季大气污染特征及成因分析

为了研究近两年北京地区PM2. 5污染特征及成因变化,利用常规观测资料和改进的后向轨迹模型(Traj Stat)对2016～2017年秋冬季大气重污染时段的颗粒物浓度、气象要素和气团传输路径进行了综合分析.结果表明,研究期间北京地区共发生13次持续2 d以上的重污染事件,冬季过程约占61. 5%,且污染程度和持续时间均高于秋季.地面受弱气压场控制、高湿度、静小风以及较低的混合层高度,加之北京三面环山的特殊地势是导致秋冬季静稳型污染频发的重要因素,重污染期间PM2. 5/PM10的平均比值高达0. 86.累积阶段气团主要来自于西北、偏西、西南和东南方向,其中西南和东南路径为典型污染传输通道,轨迹频率为21. 6%.此外,采用WRF-CAMx模型定量估算了2016年12月16～22日典型过程中本地和外来污染源对北京PM2. 5的贡献,结果发现不同气团输送条件下,二者的贡献差异较大.当南部气团输入时,本地贡献会显著下降,以外部区域输送为主导;若气流来自西北方向情况则相反.污染过程期间,本地贡献为16. 5%～69. 3%.     

青藏高原生态风险及区域分异

全球变化背景下,青藏高原生态系统受到自然、人为双重影响和威胁,生态风险日益加剧。针对生态风险源、脆弱性以及风险管理能力选取30个评估指标,利用生态风险评估优化模型,综合评估了青藏高原的生态风险,并得出如下结论：青藏高原生态风险总体处于较低水平,以低和极低生态风险为主,共占研究区面积的55.84%;极高风险主要分布在北部高山和极高山地区,中等风险主要分布在高原北部以及高原的西部和西南部地区,中、高生态风险在空间分布上形成一个“C”字形结构;青藏高原生态风险整体受自然主导因子控制,人为对生态环境的影响不容忽视,协调和降低青藏高原人类活动区域人类对生态环境的影响,是今后规避生态风险的重要途径。     

重庆市O3污染日的大气环流分型与传输特征

通过分析重庆市主城区2015~2019年O₃浓度和气象要素观测数据,发现主城区O₃超标日数、超标日O₃中位值和90百分位浓度值均呈现逐年升高趋势,O₃与温度成正相关、与相对湿度成负相关,高O₃浓度对应每日最高温度区间为35℃以上以及相对湿度区间70%以下.采用T-mode主成分分析法(PCT)对2015~2019年的4~9月850hPa低层位势高度场和风场进行分型,总结出重庆市O₃污染期间主要有8种天气类型,其中有利于出现高浓度O₃现象的天气类型分别是低压西北侧型(T1)、低压后部型(T4)和高压西侧(T3),对应O₃平均超标率分别为34.6%、17.0%和14.2%.利用HYSPLIT4模型后向轨迹聚类方法和潜在源贡献算法(PSCF),计算得到O₃污染日的气团主要以中短距离输送为主,主要传输轨迹来自北、东北、南以及西南四个方向,从2015~2019年,主要污染来源有一个明显的从北转南的趋势,O₃污染的潜在源贡献分析结果与全市工业源NO_x、VOCs排放量空间分布的一致性较高.     

中国典型背景站夏季VOCs污染特征及来源解析

选取庞泉沟、神农架、武夷山和长岛4个代表性大气背景站,使用SUMMA罐采样及GC-FID/MS方法分析了4个背景站夏季环境空气中57种挥发性有机污染物浓度水平、物种组成以及日变化特征,并利用PMF模型对背景站VOCs进行来源解析和臭氧生成潜势（OFP）分析.结果表明,采样期间庞泉沟、神农架、武夷山和长岛的VOCs平均浓度分别为（23.06±8.14）×10^-9,（8.25±4.27）×10^-9,（7.95±11.31）×10^-9和（11.98±8.80）×10^-9.除庞泉沟外,背景点烷烃、芳香烃、烯烃和炔烃浓度均明显低于城市地区.背景点烷烃、芳香烃、烯烃占比与城市地区差异不显著,但背景点炔烃占比显著小于城市地区.烷烃和芳香烃的日变化呈现出白天消减,夜间累积的特点,烯烃浓度则在09：00~15：00点出现峰值.PMF源解析及成分分析结果表明,人为排放源对背景站VOCs构成和臭氧生成潜势有重要贡献.汽油挥发、溶剂及涂料使用、机动车尾气等排放源对4个背景站点的VOCs浓度贡献占比在39%~58%之间,对OFP贡献占比在35%~58%之间.燃烧源对4个背景站点的VOCs浓度贡献占比在18%~21%之间,对OFP贡献占比在约为13%..植物源对4个背景站点的VOCs浓度贡献占比在7%~17%之间,对OFP贡献占比在8%~33%之间,植物源贡献占比高于城市地区.     

基于TEM-EDS对四川盆地大气单颗粒气溶胶的研究

为了解四川盆地大气中单颗粒气溶胶理化特征,分别在该区域典型城市（成都市）和背景地区（峨眉山）进行了大气单颗粒样品采集.基于带能谱的透射电子显微镜（TEM-EDS）对两地累计3923个单颗粒的化学组成、形貌特征及混合状态等进行了全面观测和分析,并对两地颗粒物差异性进行了对比分析.结果发现：两地气溶胶颗粒主要包括有机物、富硫、矿物、烟尘和飞灰/金属颗粒,除了以单独的外混形式存在外,大多数颗粒以两种及两种以上颗粒类型混合（即内混）形式存在.通过对成都市不同污染状况下单颗粒特征对比发现,"污染天"的内混颗粒占比高于"清洁天",分别为74.2%和68.6%;相比"清洁天","污染天"颗粒物粒径分布范围更广且峰值区间更大,表明污染过程中颗粒物的大气混合趋于更强.对比成都市与峨眉山分析结果得知,成都市以内混的有机物-硫颗粒为主导（占比为50.2%）,而峨眉山以外混的有机物颗粒为主导（占比为50.5%）;成都市含硫类颗粒物（如有机物-硫颗粒）贡献高于峨眉山,而峨眉山两种含碳类颗粒（如烟尘和有机物-烟尘颗粒）占比高于成都市;此外,成都市与峨眉山两地大气颗粒物粒径分布范围及峰值区间均存在一定差异,进一步体现了两地颗粒物来源和老化混合的差异.在峨眉山,与非降雨天相比,一些易溶于水的颗粒物（如含硫类颗粒）在降雨天占比明显降低,而源自当地燃烧过程、粒径较小且疏水性强的颗粒物（如烟尘和有机物-烟尘颗粒）占比相应升高.     

城市污水处理过程中溶解性有机物及荧光物质的变化规律

以锦州市W污水处理厂为研究对象,利用三维荧光光谱分析技术和荧光区域积分(FRI)方法考察了城市污水处理过程中溶解性有机物及荧光物质的去除状况.利用XAD树脂将DOM分为5个部分:疏水性有机酸(HPO-A)、疏水性中性有机物(HPO-N)、过渡亲水性有机酸(TPIA)、过渡亲水性中性有机物(TPI-N)和亲水性有机物(HPI).结果表明,HPO-A和HPI是该污水处理厂进水中的主要DOM组分,并且DOM中的荧光物质主要为类芳香族蛋白质荧光物质和类富里酸荧光物质.在该污水处理厂内,生物降解作用是TPI-A和HPI的主要去除机制,HPO-N和TPI-N主要是由深度处理工艺(絮凝-沉淀-过滤)去除的,生物处理工艺和深度处理工艺对HPO-A的去除能力接近,而生物处理工艺和深度处理工艺对TPI-N的去除效果均较差.生物处理工艺对HPO-A、TPI-A和HPI中的荧光物质有较强的去除能力,而对HPO-N和TPI-N中荧光物质的去除效果较差.深度处理工艺能够有效去除HPO-A和HPO-N中的荧光物质,而对TPI-A、TPI-N和HPI中的荧光物质无明显去除作用.