黄河口溶解无机碳时空分布特征及影响因素研究

河口是全球碳循环的重要区域.为了研究黄河口表层水中溶解无机碳(DIC)的时空分布特征,2013年春季、夏季、秋季、深秋分别对表层水进行采样分析,讨论了DIC含量与环境因子间的相关关系.结果表明,黄河口表层水体DIC浓度在26.34~39.43 mg·L-1,其分布趋势为淡水端高于海水端,在盐度小于15‰的区域发生明显亏损,最大亏损量为20.46%;季节分布规律表现为春季秋季深秋夏季.通过主成分分析表明,水温、悬浮物、盐度、叶绿素a是影响黄河口表层水DIC浓度变化的主要因素,其解释效率达83%,而碱度、p H、溶解有机碳、溶解氧等因素对DIC分布特征的影响不容忽视.DIC在低盐区亏损的主要原因是碳酸钙沉降.黄河口DIC呈逐年增长趋势,主要受水体停留时间、温度、外源输入及环境条件等因素的影响.     

太原市典型大气污染物时空分布及其成因分析研究

根据太原市2001年-2012年环境空气定点监测数据,采用分时段统计分析和GIS空间分析相结合的方法探讨了太原市主要大气污染物的时空分布特征,并分析了形成原因.结果表明,太原市环境空气污染物浓度呈逐年下降趋势,环境空气质量逐步改善,这与太原市积极转变经济结构,加强污染控制有直接的关系.但是,太原市自然气象条件和污染源格局都不利于环境空气质量的改善,太原市空气污染情况依然严峻.     

“十三五”以来我国生态质量状况时空变化分析

采用多源卫星影像融合遥感监测技术,根据《生态环境状况评价技术规范》(HJ 192—2015),利用生物丰度指数、植被覆盖指数、水网密度指数、土地胁迫指数、污染负荷指数和环境限制指数建立综合评价模型,以面积加权平均实现尺度转换,采用一元线性回归模型的斜率(θ_slope)分析“十三五”以来我国生态质量现状及变化趋势。结果表明,当前我国生态质量状况优良、一般、较差的国土面积占比分别为46.6%、22.2%、31.2%。2016年以来,我国生态环境状况指数整体呈增加趋势,年平均增加幅度为0.24,其中北京、河北、辽宁、上海、宁夏等省份的增加趋势比较显著,对应的θ_slope分别为3.01、1.02、1.04、1.89、1.24。生态环境状况指数呈略微增加、明显增加、显著增加的县域数量分别为271、545、287个,面积占比分别为10.5%、19.8%、5.5%,主要分布在东北地区、黄土高原、三江源地区、秦岭山地、东部平原地区以及长江流域部分地区。其中：黄土高原、三江源等地区生态质量提升主要是因为上述地区实施生态保护修复工程后,整体绿化程度明显改善,林草...     

喀什市2022年环境空气质量特征分析

为摸清喀什市环境空气质量变化特征,为管理部门进行污染精准管控提供科学参考,基于喀什市2022年环境空气自动监测数据开展分析研究。结果表明:2022年喀什市二氧化硫、二氧化氮、臭氧、一氧化碳年均质量浓度均优于国家二级标准。超标污染物主要为可吸入颗粒物和细颗粒物。喀什市细颗粒物、可吸入颗粒物浓度呈春、秋、冬季高,夏季低的季节特征。     

1986-2020年上海苏州河水质时空变化特征

以1986-2020年苏州河水质监测数据为依据,将水质变化过程划分成1986-1996年、1997-2006年和2007-2020年3个阶段,系统分析了苏州河水质状况及多年时空变化特征。结果表明,在第1阶段(1986-1996年),苏州河整体处于重度污染水平,从上游到下游水质显著恶化,市区段污染严重;在第2阶段(1997-2006年),苏州河市区段水质显著改善,有机污染指标消除劣Ⅴ类,氨氮和总磷仍处于较高污染水平,上下游水质逐渐趋同;在第3阶段(2007-2020年),苏州河水质持续改善,特别是2016年以来改善明显,2020年水质达到34年来的最好水平。苏州河水质改善与上海市实施的全市及苏州河多轮环境综合治理工程、上游来水水质改善等密切相关,反映了苏州河30多年环境综合治理的突出成效,并为城市黑臭水体治理提供经验。     

南京市大气颗粒物中水溶性离子的粒径分布和来源解析

为探讨南京市PM10、PM2.1和PM1.1中水溶性离子的季节变化和其主要来源,分别在南京市区和北郊进行了为期1 a的观测,得到了南京市城郊气溶胶的质量浓度和水溶性离子浓度并进行了来源解析.结果表明:①南京市区和北郊PM10、PM2.1、PM1.1颗粒物浓度顺序均为冬季>春季>秋季>夏季,春夏秋季节3种颗粒物浓度北郊高于市区,冬季相反.②检测的10种离子SO2-4、NO-3、Ca2+、NH+4、Cl-、K+、Na+、F-、NO-2、Mg2+总质量浓度为市区46μg·m-3,北郊39.6μg·m-3,对市区和北郊PM1.1、PM1.1~2.1、PM2.1~10的贡献率分别为56%、49.5%、20.4%和42.5%、37.9%、18.3%.③主要离子SO2-4、NO-3、NH+4、Ca2+浓度季节变化明显,在市区冬季高,夏季低,在北郊春季高,夏季低,南京地区季节性的气候变化和市郊两地的复杂下垫面和人为因素是影响离子浓度季节变化的主要原因.④NH+4、SO2-4、NO-3的前体物NH3、SO2、NOx的转化夏季主要来自汽车尾气,冬季汽车尾气和燃煤排放二者比重相近.Cl-在冬季主要来自工业排放,夏秋季和Na+一起主要来自海盐输送,Ca2+、Mg2+多为地面扬尘和建筑扬尘等地壳源,K+、F-、NO-2主要来自生物质燃烧和工业排放.     

加速寿命试验三参数威布尔分布的极小变异-极大似然估计

目的 在加速试验中,对寿命服从三参数威布尔分布的产品进行可靠性评估与寿命预测,解决形状参数小于1时传统方法难以计算的问题。方法 利用三参数威布尔分布与指数分布之间的转换关系,以变异系数误差最小为优化目标,在确定最优位置参数估计值的基础上,应用拟极大似然方法估计分布模型中的其余参数,建立极小变异–极大似然估计（MV-MLE）。根据加速寿命试验中失效机理不变的原则,在失效机理等同条件下,将该方法推广至多应力水平下的可靠寿命评估。结果 在单一应力与多应力水平下,通过仿真模拟验证了所提方法的有效性。与传统方法相比,在小样本条件下,所提方法可提高形状参数（机理等同性参数）估计精度40%以上。结论 所提方法对于三参数威布尔分布的参数估计和寿命评估具有较高精度,能够有效克服传统方法的不足,在加速寿命试验评估中具有良好的应用效果。     

滇池浮游植物碳氮同位素时空分布特征及其影响因子分析

通过对旱季、旱雨季过渡期和雨季3个不同时期滇池浮游植物 δ13C、δ15N的研究发现,滇池浮游植物δ13C、δ15N存在显著的时空分布特征.从旱季、过渡期到雨季,浮游植物δ13C值分别为-20.44‰±0.72‰、-17.32‰±1.09‰和-15.92‰±1.74‰,呈逐渐升高趋势;而浮游植物δ15N值的季节变化模式...     

中国城市碳排放强度的时空演变、动态跃迁及收敛趋势

合理控制城市碳排放强度对于中国实现碳达峰、碳中和目标愿景以及应对气候变化的意义重大.采用夜间灯光数据反演得到2001～2020年城市碳排放量,测算碳排放强度,并对城市碳排放强度的时空演变、动态跃迁及收敛趋势进行研究.结果表明：(1)中国城市碳排放强度持续下降,从2001年的2.79 t·万元-1降至2020年的0.88 t·万元-1,年均降幅5.94%.各大区域城市碳排放强度的差距存在收敛特征.空间分布上,城市碳排放强度的高值区集中在东北地区,以及内蒙古、宁夏和陕西等地,南北地区差异拉大,中南部与东部地区的碳排放强度降幅明显,高低集聚层次分明.(2)中国城市碳排放强度的global Moran’s I较高,均值为0.436,空间自相关性显著.碳排放强度以城市自身与邻域城市均未发生跃迁的类型为主,不同类型间时空跃迁的概率较低,凝聚度指数高达82.57%.跃迁类型的稳态较高,碳排放强度的时空演变存在空间锁定效应和“俱乐部趋同”现象.(3)城市碳排放强度的σ收敛不显著,但存在绝对β收敛和条件β收敛.绝对β收敛速度差异明显,全国的收敛速度为3.137%.东部和西部地区的收敛速度略低,分别仅有3...     

基于空间尺度效应的山东省PM2.5浓度时空变化及空间分异地理探测

基于PM_2.5遥感数据,采用Theil-Sen Median趋势分析和Mann-Kendall显著性检验,分析2000~2021年山东省PM_2.5浓度时空变化特征,结合地理探测器,在省-市-县三级空间尺度上探测影响山东省PM_2.5浓度空间分异的影响因子影响力.结果表明：①时间上,2000~2021年山东省ρ（PM_2.5）均值在38.15~88.63 μg·m^-3之间,略微高于《环境空气质量标准》中可吸入颗粒物的二级标准限值（35 μg·m^-3）.在年际尺度上,2013年是ρ（PM_2.5）变化的峰值年,其值为83.36 μg·m^-3,据此将山东省PM_2.5浓度变化趋势分为两个阶段：持续上升和快速下降阶段.在季节尺度上,PM_2.5浓度呈现“夏低冬高,春秋居中”分布特征和先降后升的“U”型变化规律.②空间上,山东省PM_2.5浓度呈现出“西高东低”的空间分布格局,PM_2.5浓度高值区分布山东省西部地区,低值区则分布在东部半岛地区.PM_2.5浓度空间变化趋势呈现显著的空间异质性,极显著下降的区域主要分布在东部半岛地区.③因子探测结果表明,气候因子是影响山东省PM_2.5浓度空间分异的重要影响因素,平均气温对山东省PM_2.5浓度空间分异的影响最高,q值为0.512.省-市-县多尺度探测结果显示,影响PM_2.5浓度空间分异的影响因子及其影响力在不同空间尺度上具有差异性.省级尺度上,平均气温、日照时数和坡度是影响PM_2.5浓度空间分异的主要影响因子;市级尺度上,降水、高程和相对湿度是影响PM_2.5空间分异的主要影响因子;县级尺度上,降水、平均气温和日照时数是影响PM_2.5浓度空间分异的主要影响因子.