中国PM2.5序列惯性特征及政策含义

基于北京、成都、广州、上海、沈阳5大城市2009~2017年的小时PM_2.5质量浓度监测数据,利用AR模型、未知内生结构断点检验和TAR模型等方法实证分析了PM_2.5序列惯性特征、结构变化和放大效应.研究发现,5大城市PM_2.5序列惯性均较强,其中成都PM_2.5序列惯性最强,北京、上海和广州在2009~2017年之间发生了结构性变化.5大城市的PM_2.5序列存在明显的非线性,各大城市PM_2.5总体在低区制运行,而且惯性特征明显,但不存在明显的放大效应,这就意味着雾霾防治不需要考虑PM_2.5序列的放大效应,未来政策应当更加聚焦于低区制下PM_2.5序列惯性特征.     

基于数据分解的AQI的CEEMD-Elman神经网络预测研究

针对Elman神经网络在预测空气质量指数（AQI）时易受到数据非平稳性的影响导致预测趋势良好但准确度较低的问题,提出以互补集合经验模态分解（Complementary Ensemble Empirical Mode Decomposition,CEEMD）为基础的CEEMD-Elman模型.应用CEEMD对AQI序列分解成不同时间尺度上的本征模态函数分量和剩余分量,进而首次将对非平稳的AQI序列的预测研究转化为对多个平稳的本征模态函数分量的研究.分别与Elman单一模型、EMD-Elman模型、BP单一模型及CEEMD-BP模型进行实验对比.结果表明：应用该方法建立的模型的均方误差、平均绝对误差和平均绝对百分比误差分别为4.80、0.71、1.84%,均小于其他模型结果;对应空气质量等级预报正确天数的频率为94.12%.该模型能有效的降低非平稳性对实验预测结果的影响,实现对空气质量等级的准确预报;该研究为进一步预测AQI的走向提供了有效依据,也为政府决策和管理部门制定空气污染控制提供了更充分的参考.     

典型土地利用方式下土壤重金属污染物分布特征与源解析——以成都平原干溪河流域为例

基于成都平原干溪河流域不同土地利用分区。通过Pearson相关系数分析、内梅罗指数、主成分和聚类分析,探究土壤重金属含量、空间分布、来源及环境风险。结果表明:1)流域表层土壤重金属Pb、Cd、As、Cu、Zn、Ni、Fe均超过土壤背景值,农耕区Cd含量为GB 15618—1995《土壤环境质量标准》二级标准(0.3 mg/kg)1.4倍;农耕区土壤Pb含量(62.56 mg/kg)显著高于工业区(32.25 mg/kg);2)农耕区环境风险相对较高,呈总体轻污染、局部中污染状况;3)全区主成分可分为4种:Fe、Mn、Ti等来源于自然母质,其贡献率为34.9%～37%,其他污染源依次为工业、交通及铅蓄电池迹地或历史手工作坊;4)聚类后,按样点数量划分为32、38、11和2四类,分别受工业及交通、农业面源、交通和背景环境影响。     

连云港近岸海域2011~2016年环境变化研究

依据2011年2月~2016年1月在连云港近岸海域进行的19个季节航次海洋环境综合调查结果,分析探讨了该海域主要海水要素的季节变化趋势和相关性,结合历史资料阐述和评价了海域的营养状态水平、环境质量现状及变化趋势,对存在的环境问题进行了分析.结果表明：研究海域水质状况总体良好;水质评价结果显示无机氮（DIN）是海域内最主要的环境污染因子,且DIN含量近年来有逐渐增加的趋势,年均值已经超过二类海水水质标准;此外其他环境污染因子是活性磷酸盐（DIP）、化学需氧量（COD）和油类.调查期间研究海域处于富营养化状态,潜在富营养化分析显示氮磷比值（N/P）有逐渐增加的趋势;绝大多数季节的有机污染状况为轻度污染状态.研究结论对科学、系统的认识和评估连云港近海生态环境现状及预测未来生态环境变化趋势具有重要的参考价值,对连云港近海海洋生态环境的可持续发展具有十分重要的科学意义和实际应用价值     

重庆市大气主要污染物特征分析

基于环境空气质量监测数据,分析了各项污染物时间变化特征,并利用SPSS 19.0软件进行相关性分析和主成分分析。结果表明:SO_2和CO污染较轻,NO_2浓度水平较高,O_3和PM_(2.5)污染相对严重。SO_2和O_3呈现"单峰型",NO_2、CO、PM_(10)、PM_(2.5)呈现"双峰双谷型"的日变化特征。SO_2、NO_2、CO、PM_(10)和PM_(2.5)呈"U型",O_3呈现倒"U型"季节变化特征。PM_(10)、PM_(2.5)与SO_2、NO_2、CO,SO_2与NO_2、CO,NO_2与CO呈现正相关;NO_2、CO与O_3呈现负相关。主成分分析法结果显示第1个因子为PM_(10)、PM_(2.5)、NO_2,第2个因子为O_3。     

内梅罗指数法在北戴河国家湿地公园水质评价中的适用性分析

为了探究内梅罗指数法在北戴河国家湿地公园水质评价中是否合理有效,应用修正前后的内梅罗指数法对北戴河国家湿地公园水质进行评价。结果表明:修正前后的内梅罗指数法在水质评价上有所差异,内梅罗指数与综合水质标识指数和营养状态指数均有较好的相关性,其中修正内梅罗指数Ⅱ与综合水质标识指数和营养状态指数相关性最佳,相关系数分别为0. 84、0. 762。通过对比分析,修正内梅罗指数法Ⅱ在北戴河国家湿地公园水质评价中具有更好的适用性。     

施用餐厨垃圾调理剂对果园土壤有机碳组分的影响

为研究施用餐厨垃圾调理剂对土壤有机碳组分的影响,以果园土壤为研究对象,从时间、空间维度解析长期施用餐厨垃圾调理剂对土壤有机碳积累、组成及其分布规律的影响,结合CPMI（碳库管理指数）和相关性分析,揭示施用餐厨垃圾调理剂对土壤碳汇的影响机制.结果表明,施用餐厨垃圾调理剂可显著提高土壤中w（TOC）（TOC为总有机碳）,并随施用时间的增加逐渐向深层土壤迁移,改善TOC分布状况.随着施用餐厨垃圾调理剂时间的增加,0~20 cm土壤层中w（NOC）（NOC为非活性有机碳）和30~40 cm土壤层中w（AOC）（AOC为活性有机碳）呈增加趋势,AOC分配比例低于NOC分配比例.随着施用时间的增长,0~30 cm土壤层中w（POC）（POC为颗粒有机碳）显著提高,最大值为42.94 mg/g,MOC（矿质结合态有机碳）分配比例与POC分配比例呈相反变化趋势,有利于提高土壤碳稳定性.各土壤层中CPMI均大于空白对照组,最大值为154.437,表明施用餐厨垃圾调理剂有利于提升土壤肥力.相关性分析表明,w（POC）与pH呈负相关,与含水率、EC（电导率）、w（OM）（OM为有机质）呈正相关,其中与含水率相关性最高（R=0.91）.可见,长期施用餐厨垃圾调理剂对提高果园土壤碳汇、改善土壤肥力具有重要意义,研究结果有助于进一步提升土壤碳汇的新型土壤调理剂的研发与应用.      

太行山脉不同量级降雨侵蚀力时空变化特征

基于太行山脉及其周边地区76个气象监测站点1954-2016年逐日降雨数据,建立了基于不同量级侵蚀性年降雨量模拟年降雨侵蚀力的简易模型,并采用气候倾向率、小波周期分析、重心模型、Co-Kriging插值、Mann-kendall非参数趋势检验以及突变分析等方法,分析了不同量级降雨侵蚀力时空变化特征及其影响因素。结果表明：（1）太行山脉地区年降雨侵蚀力简易模型为y=0.182x₁^1.095+5.463x₂^0.982+9.401x₃^1.017+15.258x₄-26.753,且多年降雨侵蚀力呈小幅上升趋势,10年间上升了2.4 MJ·mm·hm^-2·h^-1·a^-1,同时存在约20年的主周期和6年的小周期变化,并在1996年发生显著突变;中雨和大雨侵蚀力63年间均呈上升趋势,而暴雨和特大降雨侵蚀力呈下降趋势;春秋两季主要受中雨和大雨侵蚀力的影响,而夏季则主要受特大降雨侵蚀力的影响。（2）太行山脉地区各量级降雨侵蚀力最大值主要分布于太行山脉东南部以及五台山地区,最小值主要分布于地区的东北部;运用重心模型发现各量级降雨侵蚀力重心在春夏季节整体向东部以及东北部地区进行迁移,而秋冬季节则向南部以及西南地区迁移,形成一个循环,且与冬夏季风的控制时间相符。（3）太行山脉地区不同量级降雨侵蚀力与侵蚀性降雨量均呈显著正相关（P<0.01）,大雨和特大降雨侵蚀力分别与纬度、海拔呈显著负相关（P<0.05）,这主要与副热带高压移动、地形、海拔以及自然地理环境等因素有关。     

塔里木河下游区域植被时空变化

为了对比生态输水工程实施前后塔里木河下游植被变化,分析植被对生态输水的时空响应,基于1986-2017年研究区上方无云的22期Landsat NDVI数据,辅以波动分析、趋势分析,探索研究区植被的时空变化特征,并对其驱动因素进行分析。结果表明：（1）空间上,植被的分布与水资源的分布密切相关,主要沿河道和积水区域分布。（2）1986-2000年,NDVI呈现缓慢下降趋势,2000-2017年NDVI总体呈现波动增加趋势;植被对生态输水有一定的滞后性,且与输水量密切相关。（3）研究区NDVI时间序列的方差介于0.0077~0.1957间,存在明显的空间差异,其波动的大小与植被种类密切相关。（4）1986-2000年,植被的NDVI空间趋势以减小为主,并主要发生在英苏和老英苏附近;2000-2017年,植被的NDVI空间趋势以增加为主,且主要发生在沿河道区域和喀尔达依东侧。     

兰州市近地面臭氧污染分布特征

为探究兰州市近地面臭氧(O_3)浓度的分布特征,对2013～2016年兰州市5个国家空气质量监测点逐时的O_3浓度资料进行了统计分析,结合同期的NO_2和颗粒物(PM_(10)、PM_(2.5))浓度资料得到兰州市的O_3污染变化趋势及其分布特征。结果表明:兰州市区O_3与NO_2浓度的日变化呈现相反的变化趋势,二者之间存在明显的负相关关系,相关系数为-0.45;兰州市区颗粒物与O_3之间相互影响,颗粒物浓度春、冬季较高,而O_3夏季较高,O_3与PM_(2.5)浓度月变化之间的相关系数为-0.78,O_3逐渐成为继颗粒物之后首要污染物天数最多的污染物;兰州市区和榆中县O_3浓度均呈现明显的日变化、月际变化、季节变化;不同站点分布特征显示,兰州市区4个监测站点中兰炼宾馆O_3浓度最高,职工医院与生物制品厂相差不大,铁路设计院最低,表明西固区O_3污染形势最为严峻,七里河区次之,城关区O_3污染较轻,而且榆中县O_3浓度除夏季外其它时段均比市区高。