全球PM2.5人口暴露风险时空格局

基于PM_2.5遥感数据和人口格网数据,利用污染物人口暴露风险模型、Theil-Sen Media和Mann-Kendall等方法,分析了2000~2016年全球PM_2.5人口暴露风险时空分布特征,并识别出暴露高风险区域.结果表明,PM_2.5遥感数据和人口格网数据可以客观地评价暴露风险程度.全球PM_2.5平均浓度在各大洲差异显著,PM_2.5污染的高值区域主要分布在东亚、南亚和东南亚.PM_2.5质量浓度的多年平均值从高到低分别是亚洲14.7μg/m³、非洲8.1μg/m³、欧洲8.03μg/m³、南美洲5.69μg/m³、北美洲4.41μg/m³和大洋洲1.27μg/m³.2000~2016年,全球PM_2.5人口暴露风险在宏观尺度上呈逐渐减少的趋势,而在区域内则呈现出差异性.空间上,全球PM_2.5人口暴露风险各大洲从高到低依次为亚洲5.94、非洲0.62、欧洲0.45、南美洲0.32、北美洲0.27和大洋洲0.01.时间上,2000~2016年,亚洲和非洲PM_2.5人口暴露风险呈增长趋势,欧洲和北美洲呈减少趋势,大洋洲和南美洲变化幅度较小.     

融合时空特征的PCA-PSO-SVM臭氧(O3)预测方法研究

针对目前臭氧预测方法未能考虑臭氧污染的区域性和在时间周期内的强自相关性的问题,提出一种融合时空特征的PCA-PSO-SVM臭氧组合预测模型.利用小波分析和系统聚类提取臭氧时间序列波动特征和站点空间分布相似性特征,并通过主成分分析和粒子群算法优化的支持向量机组合模型（PCA-PSO-SVM）对臭氧日最大8h平均浓度进行预测,以2016~2018年杭州市大气污染物观测数据和气象数据进行实验验证.结果表明：融合时空特征的PCA-PSO-SVM模型预测精度有较大提升,与未融合时空特征的PCA-PSO-SVM模型相比,精度提升19%.气象因素中温度对臭氧预测效果影响最大,在气象预报数据存在一定误差的情况下,提出的模型仍得到较高精度的预测效果,具备较好的鲁棒性.     

中国居民消费碳排放影响因素的时空异质性

研究我国居民消费间接碳排放的阶段性和区域性特征,对于制定社会经济新常态发展下的碳减排策略具有重要的现实意义.利用投入产出法和结构分解分析法,核算了2002~2017年中国居民消费间接碳排放水平,量化了影响因素对间接碳排放的贡献;利用地理加权回归模型定量描述了省域间接碳排放的时空分异特征.结果显示:2002~2017年中国居民消费间接碳排放呈现先增长后下降的趋势,“食品”类和“居住”类消费是其主要来源,占比42%~48%.新常态下,“直接碳排放强度”、“生产技术”和“消费倾向”因素的抑制作用显著加强,大大抵消了“收入规模”、“人口”及“消费结构”因素对碳排放的促进作用,促使碳排放降低了145MtC.省域间接碳排放从东至西呈现递减的分布特征,表现出一定的集聚性.碳排放的影响因素具有空间异质性,“生产技术”与碳排放呈现负相关关系,其他因素呈现正相关关系.其中,“人口”、“收入规模”及“直接碳排放强度”对碳排放的影响程度较为突出.     

云南边境五城市空气污染物分布特征

利用2015~2021年云南省5个边境城市6种常规大气污染物的质量浓度数据,探究其污染特征、时空变化及空间异质性。结果表明,研究区域污染物年际浓度变化起伏较大,PM₁₀、PM_2.5年均浓度分别为(42.6±8.2),(25.4±4.2)µg/m³,均低于中国《环境空气质量标准》(GB 3095-2012)二级浓度限值。PM、NO₂和O_3-8h月均浓度呈U型变化趋势,其中3月份浓度最高。5个城市PM和NO₂浓度季节变化均表现为:春季>冬季>秋季>夏季,O_3-8h表现为:春季>夏季>秋季>冬季,而CO冬季污染程度最小,SO₂无明显的季节变化规律。根据Sen-MK的逐日浓度趋势分析,污染物总体呈现下降趋势,其中PM₁₀下降速率最高达11×10^-3µg/(m³×d),而O_3-8h呈现上升趋势。变异系数(COD)表明,污染物的空间分布极不均匀,特别是SO₂的COD均大于0.2,春季O_3-8h空间分布更加均匀。Person相关分析表明,PM与NO₂、CO、O_3-8h表现出较强的相关性,且西双版纳(BN)PM与其他大气污染物相关性较其他城市强。     

Seasonal to sub-seasonal variations of the Asian Tropopause Aerosols Layer affected by the deep convection, surface pollutants and precipitation

The Asian Tropopause Aerosols Layer (ATAL) refers to an accumulation of aerosols in the upper troposphere and lower stratosphere during boreal summer over Asia, which has a fundamental impact on the monsoon system and climate change. In this study, we primarily analyze the seasonal to sub-seasonal variations of the ATAL and the factors potentially influencing those variations based on MERRA2 reanalysis. The ability of the reanalysis to reproduce the ATAL is well validated by CALIPSO observations from May to October 2016. The results reveal that the ATAL has a synchronous spatiotemporal pattern with the development and movement of the Asian Summer Monsoon. Significant enhancement of ATAL intensity is found during the prevailing monsoon period of July–August, with two maxima centered over South Asia and the Arabian Peninsula. Owing to the fluctuations of deep convection, the ATAL shows an episodic variation on a timescale of 7–12 days. Attribution analysis indicates that deep convection dominates the variability of the ATAL with a contribution of 62.7%, followed by a contribution of 36.6% from surface pollutants. The impact of precipitation is limited. The ATAL further shows a clear diurnal variation: the peak of ATAL intensity occurs from 17:30 to 23:30 local time (LT), when the deep convection becomes strongest; the minimum ATAL intensity occurs around 8:30 LT owing to the weakened deep convection and photochemical reactions in clouds. The aerosol components of the ATAL show different spatiotemporal patterns and imply that black carbon and organic carbon come mainly from India, whereas sulfate comes mainly from China during the prevailing monsoon period.     

2017年华北平原采暖季和非采暖季道路PM10污染特征和健康风险评估——以济南市为例

由于污染程度较重和其所携带的大量毒性成分,大气颗粒物对人体健康具有重要影响。根据济南市51个道路颗粒物监测点PM₁₀数据,讨论了采暖季和非采暖季道路PM₁₀的浓度水平和健康风险。结果表明：（1）道路PM₁₀的平均浓度是城市背景站点的1.5倍,道路PM₁₀浓度水平主要受车流量和道路施工活动的影响。由于燃煤量的增加,采暖季的PM₁₀平均浓度是非采暖季的1.3倍。（2）从空间变化来看,这些道路站点可以分为三类,其中第二类由于受建筑活动和交通源影响,PM₁₀浓度最高,第一类由于具有绿化带和好的周围环境,PM₁₀浓度最低。（3）从时间变化来看,在非采暖季,周六浓度最高,周二浓度最低;在采暖季,周四浓度最高,周六和周二浓度最低。PM₁₀较高浓度出现在早晚,与交通源密切相关。（4）除了非采暖季PM₁₀对成年人没有健康风险,其他情况下,PM₁₀均有健康风险。     

渤海中部营养盐季节变化及限制统计分析

根据2013年7月（夏季）,11月（秋季）和2014年5月（春季）渤海中部海域营养盐数据以及温盐等数据,以浮游植物对营养盐的吸收阈值和化学计量关系为判断标准,对研究海域营养盐分布、限制状况以及季节变化特征进行分析,结果表明：调查海域内各营养盐组分变化均呈现明显季节性特征,表现为夏季低秋季上升春季下降的趋势.夏季受冲淡水影响,海水存在层化现象,溶解无机氮（DIN）、PO₄^3--P和SiO₃^2--Si含量分别为（10.33±7.75）、（0.05±0.03）和（3.94±3.19）μmol/L,DIN/P较高,Si/DIN远低于1,其中表层和10m层存在P和Si限制站位分别达93%、93%和40%、20%,限制状况严重.秋季受底层沉积物扰动再悬浮及营养盐矿化释放等因素影响,各种营养盐含量迅速上升,DIN、PO₄^3--P和SiO₃^2--Si含量为（16.44±6.51）、（0.54±0.20）和（16.94±6.37）μmol/L,分别升高了1.6、10.8和4.3倍,垂向分布差异较小,且仅存在P潜在限制现象.春季由于陆源输入相对较少,同时受浮游植物吸收等因素影响,各营养盐含量急剧下降,DIN、PO₄^3--P和SiO₃^2--Si含量分别为（9.04±8.06）、（0.06±0.04）和（2.47±1.90）μmol/L,分别降低了45%、89%和85%,其中部分站位PO₄^3--P和SiO₃^2--Si含量低于阈值,在表层和10m层海水中存在P和Si限制站位分别达70%、65%和55%、50%,对海域内硅藻作为优势种的浮游植物生长和初级生产力产生影响.     

中国亚热带地区2000-2014年林火排放颗粒物时空动态变化

林火是森林生态系统重要干扰因子并对大气环境和人类健康有显著影响.该研究基于2000-2014年中国亚热带地区卫星火点数据,结合林业统计年鉴,估算各区域林火燃烧生物量,运用排放因子法,估算15年间中国亚热带地区林火排放颗粒物总量.研究结果表明,亚热带地区林火存在季节性差异,福建、广东、广西、湖南和江西林火主要集中在春、秋两季;贵州和云南林火主要集中在春季;浙江林火集中在春、夏两季.亚热带地区森林可燃物总燃烧量为333.92 Mt,污染物PM_2.5、OC、EC和TC总量分别为：698.33、338.18、40.04和378.22 kt,此外,各污染物排放在时间和空间上不均衡,各污染物排放量多集中在云南南部和东南部,湖南、贵州和广东交汇处,广东东南部和福建中部等区域;PM_2.5、OC、EC和TC在浙江、云南、贵州、湖南和江西呈显著增长趋势.林火释放PM_2.5与工业粉尘的排放比变化趋势总体呈上升趋势,说明森林火灾导致的颗粒物排放对大气环境影响力呈逐年增长趋势.该文通过对中国亚热带地区林火释放污染物的时空变化研究,为深入揭示林火对区域环境的影响提供数据支持.     

西苕溪支流河口水体营养盐的特征及源贡献分析

支流是干流营养物质的重要贡献源,也是流域水污染控制的关键区域.为探明西苕溪营养物质来源,有效控制该流域的水质污染,对西苕溪支流河口水质的时空变化特征及营养盐的输出通量进行了分析,利用PMF源解析模型对西苕溪10条典型支流的污染源贡献进行了定量解析.结果表明,中下游支流的TN、TP浓度高于上游支流,枯水期TN、TP浓度均值是4.25 mg·L~(-1)和0.11 mg·L~(-1),丰水期对应浓度均值为3.15 mg·L~(-1)和0.09 mg·L~(-1),枯水期高于丰水期,其时空变化较显著;支流水体的氮磷形态组成各不相同,反映支流流经区域周围土地利用的差异.污染源解析结果显示,影响西苕溪支流营养盐的污染源有农田径流、养殖废水和生活污水三类,在丰水期和枯水期,上游支流营养盐中农田径流的贡献率是40%和35%,中游养殖废水贡献率是33%和30%,而枯水期的生活污水则比丰水期贡献较多营养盐.因此,在整治改善西苕溪流域水质时,应考虑营养物的时空变化特点和支流周边环境.     

基于MERIS影像的洪泽湖叶绿素a浓度时空变化规律分析

叶绿素a(Chl-a)浓度是衡量藻类生物量及评价水体营养状态的重要指标.基于洪泽湖2016年7月、2016年12月共49个实测水质参数与同步光谱数据,验证了5种可应用于MERIS/OLCI数据的Chl-a遥感估算模型(包括波段比值模型、三波段模型、FLH模型、MCI模型以及UMOC模型)在洪泽湖水域的适用性.结果表明,UMOC模型是最适用于洪泽湖水域的Chl-a浓度估算模型,其平均相对误差为32.30%,低于波段比值模型的75.17%,三波段模型的62.44%,FLH模型的45.87%和MCI模型的56.95%.进而利用UMOC模型,结合MERIS数据,获取了洪泽湖2002~2012年Chl-a浓度遥感估算产品,并分析了洪泽湖Chl-a浓度的时空变化规律.洪泽湖Chl-a浓度具有明显的时空差异性.依据水体像元长时间序列月平均Chl-a浓度的差异,将洪泽湖水体分为了区域A、区域B和区域C这3种类型.区域B和区域C水体无明显的变化趋势,区域A则显著增加.与气象因子的相关性分析表明,区域B和区域C年平均Chl-a的波动主要受年降水量的影响,反映了该2个区域Chl-a浓度的变化主要受湖流强度的控制,区域A年平均Chl-a浓度的变化与年平均风速呈显著负相关性,风速下降的气候大背景可能会加重这一区域的富营养化程度,威胁南水北调的水质安全.此外,在汛期(7~9月)洪泽湖水体Chl-a浓度与离淮河入湖口的距离呈显著的正相关关系,证明了这一时期淮河对洪泽湖藻类浓度具有明显的抑制作用.