中国省际水风险评价

选取中国31个省(市、自治区)为研究对象,建立了以行政区域为研究尺度的水风险评价指标体系。运用决策分析模型,通过层次分析法与熵值法确定满足主客观条件的综合权重,在此基础上构建模糊识别模型,对2000—2013年中国31个省(市、自治区)水风险水平进行了评估,并从时间和空间两个维度进行分析。结果表明:1)在研究期间,中国水风险水平不断下降,大部分地区从高值、中高值向中值及中低值靠拢;2)3个子系统中,胁迫性风险一直处于上升状态,中国水资源压力较大并有极大可能继续上升,在现有技术条件下,水风险形势严峻;敏感性风险在3个子系统中贡献较低,各地区抵抗风险能力逐步提高;适应性风险稳步下降,适应风险能力提高,但下降速度减缓,表明治理水问题的难度增大;3)各地区风险来源从单一性演变成复合型,风险来源不同且空间分布不均,治理中国水风险需针对各省(市、自治区)风险来源制定针对性政策。     

Characteristics of atmospheric volatile organic compounds in urban area of Beijing: Variations, photochemical reactivity and source apportionment

Atmospheric volatile organic compounds (VOCs) were observed by an on-line gas chromatography-flame ionization detector monitoring system from November 2016 to August 2017 in Beijing. The average concentrations were winter (40.27 ± 25.25 μg/m³) > autumn (34.25 ± 19.90 µg/m³) > summer (32.53 ± 17.39 µg/m³) > spring (24.72 ± 17.22 µg/m³). Although benzene (15.70%), propane (11.02%), ethane (9.32%) and n-butane (6.77%) were the most abundant species, ethylene (14.07%) and propene (11.20%) were the key reactive species to ozone formation potential (OFP), and benzene, toluene, ethylbenzene, m-xylene + p-xylene and o-xylene (54.13%) were the most reactive species to secondary organic aerosol formation potential (SOAFP). The diurnal and seasonal variations indicated that diesel vehicle emission during early morning, gasoline vehicle emission at the traffic rush hours and coal burning during the heating period might be important sources. Five major sources were further identified by positive matrix factorization (PMF). The vehicle exhaust (gasoline exhaust and diesel exhaust) was found to be contributed most to atmospheric VOCs, with 43.59%, 41.91%, 50.45% and 43.91%, respectively in spring, summer, autumn and winter; while solvent usage contributed least, with 11.10%, 7.13%, 14.00% and 19.87%, respectively. Biogenic emission sources (13.11%) were only identified in summer. However, both vehicle exhaust and solvent usage were identified to be the key sources considering contributions to the OFP and SOAFP. Besides, the contributions of combustion during heating period and gasoline evaporation source during warm seasons to OFP and SOAFP should not be overlooked.     

阜新市化石燃料燃烧源大气污染物排放源清单及特征分析

为了向阜新市化石燃料燃烧源大气环境管理工作提供排放清单的理论依据,通过对阜新市(5区、2县、2园区)环境统计数据的收集和实地调查,结合本地化大气排放因子,建立了2017年阜新市化石燃料燃烧源涵盖SO_2、NO_x、PM_(2. 5)、PM_(10)、挥发性有机物(VOCs)、CO、黑碳(BC)、有机碳(OC) 8类大气污染物的排放清单。利用Arc Gis 10. 2遥感技术,分析了大气污染物时空分配特征。研究结果表明:8类污染物排放量分别为11 915. 49、7 215. 33、3 607. 78、2 002. 96、4 594. 72、4 277. 05、384. 15、16. 62 t;各类污染物的贡献率以及区域空间分布特征均存在差异,但其在时间上表现出一致性(除PM_(2. 5)),即在时间上均表现出两个峰值,高峰分别出现在夏季的七、八月和冬季的十一月至一月;县区中彰武县污染物排放较多,市区中太平区污染物排放较多;火力发电和热力供应企业对阜新市大气污染贡献较大,应当重点管控。     

基于DMSP/OLS数据的区域碳排放时空动态研究

选取IPCC碳排放核算方法并基于能源统计数据,核算了我国大陆30个省市的能源消耗碳排放量,利用纠正后的DMSP/OLS夜间灯光数据与相应空间单元的碳排放量进行回归分析,反演出1km×1km栅格的电力消耗碳排放量并分析其在地级市尺度上的时空变化.核算出2005年、2010年和2013年能源消耗排放总量分别为57.02,82.28和93.26亿t,其中电力碳排放量分别为23.03,35.62和42.07亿t.结果表明：校正后的DMSP/OLS夜间灯光数据能更好地估算碳排放,其DN总值与统计的省级能源消耗排放量、电力消耗排放量均存在较强的相关关系;整体而言,发达地区能源消耗排放量大但强度比较低.     

东北地区能源消费碳排放时空演变特征及其驱动机制

运用探索性空间分析、冷热点分析、标准差椭圆分析和地理加权回归分析等地学方法,研究了我国东北地区2005—2014年间能源消费碳排放的时空演化特征及其驱动机制.结果表明:①东北三省的能源消费碳排放量从高到低分别为辽宁省、黑龙江省、吉林省,2014年碳排放量分别达到20266、9914、6411万t;②东北三省能源消费碳排放量呈比较显著的全局空间正相关特征,在统计学上显著性检验存在多个冷、热点,其中,热点区主要集中在辽宁省的大连市、沈阳市、本溪市和辽阳市,吉林省的吉林市,以及黑龙江省的大庆市和鸡西市,冷点区主要集中在黑龙江省的大兴安岭市、黑河市、佳木斯市和伊春市;③在省级尺度上东北三省碳排放重心在2005—2014年间呈往东偏移的趋势,在市级尺度上辽宁省和吉林省碳排放重心往西偏移,而黑龙江省碳排放重心则往南偏移;④在省级尺度上,能源消费碳排放主轴方向为"西南-东北",但有往北旋转的趋势,黑龙江省能源消费碳排放主轴呈现往北旋转的趋势,辽宁省和吉林省的能源消费碳排放主轴方向则呈往东旋转的趋势;⑤东北地区影响能源消费碳排放量的主要驱动因素的影响程度排序为:人均GDP产业结构总人口数城市化率老龄化.     

基于OMI数据的兰州地区吸收性气溶胶指数时空分布特征研究

基于OMAERUV遥感数据产品,对兰州地区2008—2017年紫外吸收性气溶胶指数(ultraviolet aerosol index,UVAI)的时空分布进行了分析,并对其变化相关因素进行了探讨,结果表明:兰州地区2008—2017年UVAI整体呈上升趋势,年均值增幅为7.0%,2008—2010年UVAI出现了最大增长率53.1%,2011—2015年UVAI出现了最大降低速率18.5%,2016—2017年UVAI在2015年的基础上继续下降,2017年有所上升.2008—2017年兰州地区UVAI的空间分布特征为中间高、东西两侧低.10年来研究区UVAI最高值一直为永登县和皋兰县结合部及相邻区域,也是吸收性气溶胶的污染源中心.每年的最高值出现在1—2、11—12月,10年中最大的UVAI值出现在2017年的12月,每年的最低值出现在6—7月,10年中最低的UVAI值出现在2017年6月,四季UVAI值水平为:冬季春季秋季夏季.影响因素中UVAI与自然要素中的风向、温度和降水关系密切,兰州各地区的人口密度也与UVAI的变化具有相关性;基于PM_(2.5)的UVAI指示的空气质量等级分析,兰州地区空气质量以良为主.针对兰州地区UVAI的时空分布特点、吸收性气溶胶外源和内源污染源情况,提出了在永登县北部区域建设防护林带、减少人为活动强度等建议.     

长江流域干旱时空变化特征及演变趋势

干旱通常被认为是我国最严重的自然灾害之一,其造成的经济损失十分巨大.长江流域作为典型的湿润-半湿润区,干湿交替明显,干旱事件时空分布特征较为复杂.为了深入认识和理解长江流域气象干旱现状及其特征,探究干旱事件发生规律,采用长江流域1951-2015年PDSI（Palmer drought severity index,帕尔默干旱指数,运用Mann-Kendall检验、EEMD（ensemble empirical mode decomposition,集合经验模分解）、REOF（rotation empirical orthogonal function,旋转经验正交函数分解）、森斜率估算等分析方法,探讨长江流域干旱面积时间变化特征、干湿情景时空分布特征以及变化趋势.结果表明:1951-2015年,长江流域发生季节性干旱的面积整体呈扩大趋势,2000年后该趋势有所减缓.流域内呈现6个明显的干湿空间分布型,2000年后流域的东南部呈变旱态势,整体而言,流域内"南涝北旱"特征十分明显.未来,长江流域整体有变湿的趋势,西北部更旱,东北部变湿,南部以及东南部PDSI上升趋势明显,有发生旱涝急转的可能.      

嘉陵江梯级水库水化学特征及氮硅的时空分布研究

随着水电开发的迅速兴起,河流筑坝拦截引起的生态环境效应已不容忽视。为探究筑坝拦截对流域内营养元素生物地球化学循环过程的影响,本研究于2016年1月和7月对嘉陵江中下游4座梯级水库的入库、库内及出库水体进行采样,分析了营养盐(TDN、NO_2~-、NO_3~-、NH_4~+、DSi)及水化学组成;研究在大坝拦截作用下,嘉陵江流域水库水体营养盐及主要阴、阳离子浓度的时空变化特征。结果发现,沿程Na~+、K~+浓度上升的变化趋势表明从上游到下游人为因素的影响在不断加强。受降水稀释影响,TDN和DSi浓度枯水期(冬季)高于丰水期(夏季);剖面水体氮和硅的浓度呈现出表层低、深层高的特征,夏季尤为显著;NO_3~-浓度与NH_4~+和NO_2~-浓度存在负相关关系。上述结果表明氮的转化在表层水体以藻类的吸收同化为主,浅层水体以硝化反应为主,深层水体以反硝化反应为主。     

1998~2016年中国地级以上城市PM2.5污染时空格局

利用1998~2016年全球PM_2.5浓度栅格数据集，以地级以上城市为基本单元提取出PM_2.5浓度数据，采用核密度估计法、全局空间自相关、局部空间自相关、热点分析等方法探讨我国地级以上城市PM_2.5污染的时空格局演化规律.结果显示：①研究期内我国PM_2.5浓度总体呈现上升趋势，年均增长0.55μg/m³；.变化趋势可以分为2个阶段：1998~2007年呈快速增长态势；2008~2016年呈现"下降~增长~下降"的变化趋势.按地区分析，东部和中部地区呈现相似的变化趋势.西部地区和东北地区均整体呈现增长的态势，但西部地区变化较为平缓，东北地区波动较为剧烈.②研究期内核密度曲线峰值逐步右移，这表明中国地级以上城市PM_2.5污染程度总体上在加剧，且东部和中部城市加剧程度远大于西部.③PM_2.5污染在空间分布上具有显著的空间正相关特征.高值聚集区集中分布在山东、河南、河北、江苏、安徽、湖南、湖北的大部分地区以及四川东部地区，1998~2007年间高值聚集城市数量呈现增加的态势，2007年达到峰值，空间上表现为向西部和南部扩张；此后高值集聚城市数量逐渐减少，聚集区南界逐渐北移.低值聚集区集中分布在内蒙古、黑龙江西北部、新疆、西藏、台湾、海南、福建等地区.研究期内低值聚集区城市数量整体呈现先增加后减少的波动状态.     

中国臭氧污染的空间分布和健康效应

基于2017年全国1365个监测站点的实时监测数据，运用空间数据统计模型揭示近地面臭氧（O₃）污染的时空分布格局，并利用BenMap工具在10km×10km空间网格尺度上估计O₃污染的健康损失和健康经济价值.结果表明，O₃浓度具有较强的季节性变化，呈倒"V"型变化趋势，在空间分布上呈现明显的集聚性，即高值或低值区域集中分布，具有较强的空间正相关性；通过O₃暴露系数模拟人群室内、室外O₃暴露情况，在统计意义上估计得到2017年O₃污染共计造成我国全因早逝人数98473例（95%置信区间：53419~143292），其中心血管疾病早逝风险约占45%，以不同学者估算得到的单位统计生命价值为基础，估计得到的健康经济损失在197~978亿元之间，约占2017年全国GDP的0.05%~0.26%.