疫情期间“2+26”城市污染减排成效评估

为评估“2+26”城市在疫情期间的减排效果,基于NAQPMS模式和情景模拟的方法,分析了2020年1~3月及疫情前后空气质量特征,对气象、重污染应急减排措施及社会经济活动对空气质量的影响和研究的不确定性进行了分析讨论.结果表明,2020年1~3月,“2+26”城市空气质量级别优良率为59.6%,同比上升10.9%;PM₁₀、PM_2.5、SO₂、NO₂、O₃-8h-90per和CO-95per平均浓度分别为108,76,14,36,109μg/m³和2.3mg/m³.疫情期间（1月24日~3月31日） PM₁₀、NO₂、PM_2.5和CO浓度比疫情前期（1月1~23日）同比降幅明显.气象条件造成沿燕山和太行山城市PM_2.5浓度约上升1%~8%.重污染减排促使区域性污染过程减少了2次,“2+26”城市PM_2.5季度均值降低约6~26 μg/m³.受春节和疫情综合影响,机动车排放量大幅下降,但焦化、火电等重点行业实际污染排放量变化不大,散煤燃烧对空气质量的负面影响增加.     

京津冀地区生态系统服务价值时空变化及驱动因子分析

基于京津冀地区2000年、2010年和2018年土地利用分类数据,通过分析土地利用结构及其动态变化、构建生态系统服务价值（ESV）模型,探究京津冀地区13个地市ESV的时空演变,运用地理探测器分析京津冀地区ESV驱动因子。结果表明：1)2000—2018年,耕地是京津冀地区最主要的土地利用类型,建设用地是面积和动态度变化最剧烈的土地利用类型。2)2000—2018年京津冀地区ESV呈先下降后上升趋势,调节服务与支持服务始终是京津冀地区生态系统服务的核心功能,其中水文调节的贡献率最大。3）从时间上看,京津冀地区地均生态系统服务价值（AESV）变化不大。从空间上看,京津冀地区AESV空间分布差异明显,高值区主要分布在冀北和京津地区,低值区主要分布在中南部的平原地区。京津冀各地市AESV的变化较为明显,大多数地市呈减少趋势。4）各土地利用类型的敏感性指数均小于1,其中林地的敏感性指数最高,对ESV的影响最大。5）地理探测器分析表明,京津冀地区AESV在空间上的分布差异受到区域自然因子、经济因子和社会因子共同作用,其中高程、地均GDP、人口密度等因子的贡献率较大,不同驱动力之间的交互作用对京津...     

京津冀区域霾天气特征

汇总京津冀区域内107个地面站的气象资料,利用14时实测的气象要素和天气现象资料对霾日进行判别,统计出各个站点1980~2008年中逐年及各月的霾日数.结果表明,北京、天津、河北霾天气整体变化趋势和波动特征较为相似,且均呈增加趋势,非城区站点平均霾日数明显呈增加趋势,且与市区站点霾日数的差距越来越小.京津冀区域霾日数的月际变化呈明显的双峰特征,即夏季和冬季霾日数较高.空间分布表明,霾日数高值区主要位于北京、天津、保定、石家庄、邯郸和邢台等地.多数站点霾日14时平均风速比非霾日低了1.0m/s以上,14时平均相对湿度则比非霾日高出20%以上.     

2014年2月下旬京津冀持续重污染过程的静稳天气及传输条件分析

利用常规气象观测资料、空气质量监测资料、再分析资料和数值模式资料,分析了2014年2月20-26日京津冀地区持续重污染天气过程的环流背景、气象要素特征、静稳天气条件和传输条件.结果表明：2月20-26日,亚洲东部受弱高压脊控制,京津冀及周边地区位于地面高压后部,等压线较为稀疏,气压梯度小,造成地面风速较小;与此同时,混合层高度低,通风系数小和逆温存在,构成重污染天气出现和维持的气象条件,均不利于大气中污染物和水汽的垂直和水平扩散.静稳天气指数对于重污染天气有一定的指示意义,高静稳天气指数通常对应高PM_2.5浓度,且二者变化趋势一致性高;2月20-26日静稳天气指数总体上大于2014年1-3月其他几次污染过程,且在高位长时间维持,造成此次污染过程更严重.此外,传输条件也是京津冀重污染天气的主要成因：地面高压西侧的偏南或偏东气流有助于污染物和水汽向京津冀地区输送和聚集,使能见度进一步降低、污染物浓度进一步升高.     

京津冀大气污染传输通道城市PM2.5污染的死亡效应评估

基于Web of science数据库搜集的1442篇文献资料,采用Meta分析方法确定PM_(2.5)污染与居民不同健康终点之间的暴露反应系数.在此基础上,本文选取2015年PM_(2.5)浓度遥感数据、公里格网人口数据及人口死亡统计数据,借助Poisson回归模型评估京津冀大气污染传输通道城市1 km×1 km尺度上PM_(2.5)污染的死亡效应.结果表明:①PM_(2.5)污染与人口总死亡率、循环系统疾病死亡率、呼吸系统疾病死亡率和肺癌死亡率等存在显著的暴露反应关系,其中,PM_(2.5)浓度每增加10μg·m~(-3),对应健康终点死亡率分别上升5.67%(95%Confidence Interval(CI):3.87%～8.29%)、6.93%(95%CI:3.92%～12.25%)、4.78%(95%CI:1.31%～17.51%)和9.55%(95%CI:3.67%～24.86%).②PM_(2.5)污染成为诱致人口死亡的重要因素,2015年京津冀大气污染传输通道城市PM_(2.5)污染造成的死亡人数为307599人,占据总死亡人数的28.64%.其中,死于循环系统疾病、呼吸系统疾病和肺癌的人数分别为183084、21096和32203人.③实施严格的PM_(2.5)浓度控制目标将给居民带来极大的健康收益,如果能够达成世界卫生组织4个阶段的PM_(2.5)浓度控制目标,京津冀大气污染传输通道城市可避免的死亡人数分别为144236、197167、253180和282401人,与基准年相比分别下降46.89%、64.10%、82.31%和91.81%.     

后奥运时期京津冀区域大气本底夏季污染变化

为探索后奥运时期京津冀区域大气本底污染状况及变化趋势,在中国科学院华北兴隆大气本底观测站,对夏季大气主要污染物(NO_x、SO₂、O₃和PM_2.5)进行了连续3年的在线观测,结合气流轨迹模式对大气污染物的传输路径及贡献率进行了分析. 结果表明:兴隆站大气本底夏季ρ(NO_x)、 ρ(SO₂)、 ρ(O₃)和ρ(PM_2.5)的平均值分别为(11.5±5.9)、(8.3±7.0)、(137.6±38.4)和(50.9±33.0)μg/m3;首要污染物为O₃和PM_2.5,ρ(O₃)和ρ(PM_2.5)日均值超过GB 3095─2012《环境空气质量标准》二级标准〔ρ(O₃)为200 μg/m3,ρ(PM_2.5)为75 μg/m3〕的天数分别为102和60 d,占观测期间有效天数的39%和23%,表现为大气氧化性增强、二次污染逐年上升;受偏南气流影响,太行山沿线区域和山东半岛—渤海湾地区是兴隆夏季大气本底污染的主要贡献区域,特别是京津冀城市区域夏季高浓度O₃和PM_2.5,对华北区域大气本底污染物浓度的整体上升具有重要影响.      

近500年京津冀地区最严重的干旱和社会对干旱的响应

本文确定了京津冀地区近500年米最严重的干旱时段。讨论了社会对干旱的响应。说明了干旱已是制约该区经济发展的重要因素。     

1982—2006年京津冀地区植被时空变化及其与降水和地面气温的联系

利用NOAA/AVHRR归一化植被指数（Normalized difference vegetation index,NDVI）,分析过去25年（1982—2006年）京津冀地区生长季（4—10月）植被覆盖时空变化、趋势及其与降水和地面气温的联系。经验正交函数展开（EOF）、奇异值分解（SVD）及相关分析,结果表明：过去25年京津冀地区植被总体呈增加趋势,其中,河北中部地区增长速率超过3%/10 a。植被覆盖年际变化与气温变化呈正相关,但与降水变化的正相关更加显著。1989年和1999—2002年的干旱导致当年NDVI显著减少,而1990、1998年和2003—2005年降水增加使得研究区NDVI明显增加。     

京津冀区域生态资产负债核算研究

开展生态资产负债核算研究对自然资源资产负债表编制具有重要意义。以京津冀13个地市为例,通过计算生态产品供给价值变化以及生态足迹、生态承载力和生态赤字来分析其生态资产负债变化情况。核算结果表明,2012年京津冀生态产品供给的期初价值为4686亿元,期末价值为4990亿元,当期增加340亿元。京津冀生态足迹和生态承载力分别为4451.06万hm2和1932.68万hm2,生态赤字为3167.8万hm2。生态赤字较大的城市分别是北京市、天津市、石家庄市和保定市,生态赤字较小的城市分别为秦皇岛市和承德市。北京市人口增长过快和资源消耗量过大是生态赤字的重要原因。京津冀区域在发展方面引起的生态资产变化,需要引起高度重视。     

京津冀地区典型城市地表水质污染类型划分及驱动力研究

根据京津冀地区典型城市水环境污染的主要来源,选取工业COD排放量,工业氨氮排放量、工业废水排放量、生活COD排放量、生活氨氮排放量、生活污水排放量共6项指标,对区域经济发展水平与水污染物排放之间的关系进行研究。基于经济发展水平和污染排放特征,利用系统聚类法划分城市类型,利用回归分析研究污染排放指标对GDP的贡献。结果表明:京津冀地区废水及主要污染物排放特征存在明显的行政区划差异性:A类城市中,生活污染源已超越工业污染源成为该地区水污染物排放的重中之重;B类城市和C类城市污染控制重点仍需放在工业污染源减排上。经过多年努力,主要工业污染物排放量已得到了有效的控制,生活污水排放量已成为京津冀地区不容忽视的减排对象。今后,应在此基础上针对不同行政区划内的污染排放特征,加强政策的针对性。