土地承载力研究范式的变迁、分化及其综论

基于Kuhn范式理论,将现有土地承载力研究成果显化、梳理为4种主要研究范式,即基于限制因子的研究范式、基于多因素综合的研究范式、基于参照区的研究范式、基于生态足迹的研究范式。以范式应用的时代背景、空间尺度为着眼点,对各类范式进行综合比较,结果显示：基于限制因子的土地承载力研究范式起源最早、发展最为成熟,基于多因素综合、基于参照区、基于生态足迹的3种研究范式,均是以前者为基础,按照不同的方向分化而成;范式分化的原因在于时空条件的变化所引致的亟需解释、解决的现实问题的变化。范式本身并无优劣之分,但有其独特的适应性：基于限制因子、基于生态足迹的两种研究范式适用于全球及国家等大尺度土地承载力问题,且发展较为成熟,其成果具有较强的理论和实践指导意义;基于多因素综合及基于参照区的两种研究范式适用于市县等中小尺度,但其研究较为薄弱,所得的承载力分值、承载力相对值对区域土地管理实践的指导价值有限。当前,市县等中小尺度土地承载力研究亟需加强,其指导实践的有效性与可操作性亟待大幅度提高。     

长江源区水文气象要素变化及其与大尺度环流因子关系研究

长江源区水文气象要素变化及其归因研究一直备受全球关注,现阶段研究多侧重于水文气象要素时空变化特征分析,针对长江源区水文气象要素与大尺度环流因子相互关系的研究不足。论文利用Mann-Kendall法、去趋势波动分析法和小波分析法,探究长江源区1957—2012年水文气象要素趋势性、波动性和周期性变化规律,分析水文气象要素与大尺度环流因子的相关关系,通过研究水汽通量揭示大尺度环流因子对水文气象要素变化的驱动机制。结果表明：20世纪90年代,长江源区气候暖干化,进入21世纪后,长江源区气候暖湿化趋势明显;长江源区水文气象要素序列具有正长程相关性,长江源区气候未来会继续呈现暖湿化变化趋势。长江源区水文气象要素都存在着1~5、10~24和25~45 a三种时间尺度周期变化规律。南亚季风是影响长江源区降水量和流量较为重要的大气环流因子,南亚季风驱动下的西南方向气流是长江源区主导气流和水汽来源。     

大气自净能力指数的气候特征与应用研究

为了定量地评估污染气象条件对空气污染的作用并实现对空气污染潜势的预报,本文在城市大气污染数值预报系统（CAPPS）预报原理的基础上,定义了大气自净能力指数,并分别给出了采用气象站观测资料和通过数值模拟计算大气自净能力指数的方法.基于气象站观测资料的全国大气自净能力指数分析计算表明,全国大气自净能力最差的地区分布在四川盆地和新疆塔里木盆地,大气自净能力最强的地区分布在青藏高原、蒙古高原、云贵高原、以及东北平原和三江平原、山东半岛和海南岛;1961~2017年,京津冀、长三角和珠三角地区的大气自净能力指数呈下降的变化趋势,全年低自净能力日数呈上升的变化趋势.采用大气自净能力指数评估2014年北京APEC会议期间大气污染防控效果,表明在11月8~10日极端不利扩散气象条件发生时,减排措施使北京市空气质量AQI平均降低77%,使京津冀平原地区11个城市的空气质量AQI平均降低37%.基于国家气候中心月动力延伸气候预测模式（DERF2.0）的预报产品和中尺度模式（WRF）,建立了可以预测全国未来40d逐日大气自净能力指数的延伸期-月尺度大气污染潜势预测系统,回报实验表明,在大多数情况下可以提前15d预报出大气重污染过程;月尺度的大气重污染过程预报效果更大程度上取决于月动力延伸气候预测模式（DERF2.0）的预报准确率.     

基于静止卫星GOCI传感器的大气污染过程AOD监测

针对北京及周边地区2017年11月2~8日的一次污染过程,利用韩国静止卫星COMs1GOCI数据,对北京地区进行AOD监测.AOD反演采用时间序列迭代算法,根据地表反射率随时间慢变而大气气溶胶随时间快变的理论,采取最小值拟合的方式,获取气溶胶光学厚度数据.反演结果与地基AERONET监测结果具有很好的一致性,两者的相关系数R²大于0.89.AOD监测结果表明,GOCI传感器1次/h的监测频率,可以很好地展现北京地区大气污染过程的开始,发展及消散过程,可以展示出一天之内AOD的变化,为大气污染监测以及气候变化研究提供依据.     

京津冀及周边地区水泥工业大气污染控制分析

以京津冀及周边地区水泥工业为研究对象,基于产排污系数法,建立了水泥工业主要大气污染物排放计算方法,对2016年该地区水泥工业主要大气污染物排放控制水平进行了分析.结果表明：京津冀及周边地区2016年水泥工业SO₂、NO_x、PM（有组织）排放量分别达到3.2×10⁴t、23.9×10⁴t、9.7×10⁴t,较2015年分别减少24.1%、18.2%、27.2%,各项污染物大幅下降.水泥工业PM无组织排放量占PM总排放量的45.4%,仍需要采取集中收集的方式加强治理.山东、河南是水泥工业SO₂、NO_x、PM、PM₁₀、PM_2.5重点排放来源,应通过化解过剩产能降低污染排放.从各工艺来看,新型干法工艺应考虑采用高效脱氮脱硫技术、协同处置技术、高效大型袋式除尘技术等新技术,进一步降低各项污染物的排放量;粉磨站也需进一步提高污染治理水平.     

近10年中国三大经济区太阳总辐射特征及其与O3、PM2.5的关系

采用中国地面气象观测站网2007~2016年的辐射日值数据集和中国空气质量在线监测平台2014~2016年逐日观测数据,分析了京津冀、长三角和珠三角近10a太阳总辐射年际和季节变化,近3a臭氧日最大8h平均（O_{3_8h_max}）和细颗粒物（PM_2.5）的污染过程频次变化,通过不同因子及其不同强度等级的分型统计,探讨PM_2.5、O_{3_8h_max}与太阳总辐射的关系.结果表明：京津冀近10a太阳总辐射显著上升,京津冀春季和珠三角夏季太阳总辐射显著上升.三大经济区PM_2.5污染过程年频次均呈现逐年递减,且从北到南递减;O₃污染过程年频次时间上呈现先减后增,空间上京津冀多于长三角和珠三角.三大经济区O_{3_8h_max}与太阳总辐射相关系数均在0.71以上,有较强的正相关;而PM_2.5与太阳总辐射的相关性具有区域差异性.三大经济区不同季节不同太阳总辐射下O_{3_8h_max}与PM_2.5的相关关系差异显著,其中京津冀春夏秋三季O_{3_8h_max}与PM_2.5在强太阳总辐射下有较好的正相关,冬季则存在一定的负相关;长三角四季两者相关性均较弱;珠三角夏季两者正相关最为显著;不同PM_2.5浓度下O_{3_8h_max}与太阳总辐射的线性拟合效果较好,体现出较强的正相关关系,各经济区拟合曲线的倾向率均随PM_2.5升高而增大.PM_2.5>75μg/m³时拟合优度均达到最大.     

电絮凝净化含聚污水影响因素研究

目的为保障油田正常安全生产,促进油田含聚污水的循环利用。方法采用电絮凝技术单因素研究方法开展净化含聚污水的静态实验研究,探讨外加电流密度、极板间距、初始pH及聚合物浓度等因素对净化效果的影响规律。结果当初始pH为7.0,电流密度为4.0 m A/m2,极板间距为1.0 cm,电解16 min时,综合处理效果最佳。此时,含油量与浊度去除率分别为98.85%,99.93%,处理每克油平均消耗为0.0494 g的Al,处理每立方米含聚污水的能耗为0.2895 k Wh。污水中的聚合物浓度越小,净化效果越好。结论中性处理,极板间距为1.0 cm,外加电流密度为4.0 m A/m2,通电16 min是最佳处理条件。     

芦苇植株对湿地温室气体排放的影响及其日变化特征

利用静态箱-气相色谱法对夏季(7月、8月和9月)长江河口湿地芦苇植被CO_2、CH_4和N_2O的叶面通量、茎秆扩散速率以及沉积物通量的日变化进行研究。结果显示,通过芦苇叶片排放的N_2O与CH_4的量分别为2.99μg/(m~2·h)和15.36μg/(m~2·h),CO_2则呈现白天吸收(-120.86 mg/(m~2·h))、夜间排放(69.39 mg/(m~2·h))的特点。芦苇茎秆N_2O、CH_4和CO_2平均扩散速率分别为1.96μg/h、142.45μg/h和10.69 mg/h,沉积物平均排放通量为N_2O 8.18μg/(m~2·h)、CH_41.58 mg/(m~2·h)、CO_2169.66 mg/(m~2·h)。芦苇茎秆和沉积物界面CH_4和CO_2的排放均呈现出明显的"单峰型"昼夜变化规律,其排放峰值集中在日照及温度最高的9:00至15:00。芦苇植株是影响温室气体排放变化的因素之一。芦苇植株在光合作用下吸收CO_2并促进CH_4的排放,而芦苇发达的根系及茎秆是温室气体排放的主要途径。同时,Pearson相关性分析表明温度对芦苇群落CH_4和NO2的排放影响显著,但与CO_2通量的相关性不明显。土壤氧化还原电位对3种气体的排放均有显著影响。     

污染物在地下水毛细饱水带的运移规律浅释

分析了毛细饱水带的水动力学特性，指出在地下水污染研究中，污染物在毛细饱和水带和潜水怪具有相同的水平运动规律，并以实例分析说明该带对污染物运移的重要性。建议在研究和一非饱和条件地下水及污染物运动问题时把毛细饱水带与潜水含水层统一为饱马毛细饱水带顶面作为饱水面。     

Monitoring Air Quality in Mountains: Designing an Effective Network

A quantitatively robust yet parsimonious air-quality monitoring network in mountainous regions requires special attention to relevant spatial and temporal scales of measurement and inference. The design of monitoring networks should focus on the objectives required by public agencies, namely: 1) determine if some threshold has been exceeded (e.g., for regulatory purposes), and 2) identify spatial patterns and temporal trends (e.g., to protect natural resources). A short-term, multi-scale assessment to quantify spatial variability in air quality is a valuable asset in designing a network, in conjunction with an evaluation of existing data and simulation-model output. A recent assessment in Washington state (USA) quantified spatial variability in tropospheric ozone distribution ranging from a single watershed to the western third of the state. Spatial and temporal coherence in ozone exposure modified by predictable elevational relationships ( 1.3 ppbv ozone per 100 m elevation gain) extends from urban areas to the crest of the Cascade Range. This suggests that a sparse network of permanent analyzers is sufficient at all spatial scales, with the option of periodic intensive measurements to validate network design. It is imperative that agencies cooperate in the design of monitoring networks in mountainous regions to optimize data collection and financial efficiencies.