广东省雾霾天气能见度的时空特征分析Ⅰ:季节变化

雾霾已经成为一种新的气象及环境灾害性现象,分析雾霾天气下低能见度的时空分布特征,对掌握雾霾的发生规律和减灾预报具有重要意义。文章利用1980—2003年广东省沿海地区26个地面气象观测站23年的气象观测资料,分析了广东省雾霾天气下能见度的时空分布特征。分析结果发现,1980—2003年广东地区雾霾天气下能见度的季节变化规律与雾天气时能见度的季节变化规律大体一致,即广东地区低能见度天气主要受雾天气的影响;另一方面,雾、霾天气时能见度的季节变化规律有很大不同,雾天气时能见度观测值在冬、春两季相对较高,最低值出现在3月份,最高值出现在9月份,其年变化表现为峰—谷型、稳定型和不规则波动型三种变化;霾天气时能见度的值在秋、冬两季相对较高,最低值出现在6月份,而且在5、6、7三个月中能见度值都很低;受广东沿海地形特征影响,雾天能见度的空间分布从西到东呈低—高—低—高的波列状分布,而霾天气时能见度的空间分布则没有明显的区域差异。     

中国能源消费导致的CO2排放量的差异特征分析

运用一种不产生残差的方法——对数平均迪氏指数法LMDI(logarithmicmeanDivisiaindex),对中国部分省份、区域能源消费导致的二氧化碳排放量进行了分解分析。将二氧化碳排放总量的变化分解成五个主要影响因素,即化石燃料的排放系数、能源消费结构、能源强度、人均GDP和人口总数。研究表明我国各省(地区)的二氧化碳排放量在1996年后呈现零(或负)增长趋势,主要影响因素是能源强度的提高;各省(地区)的二氧化碳排放量地区差异显著。因此,要在全国实现二氧化碳排放量的总体减排,应从提高能源利用效率,调整产业结构,消除地区发展的不平衡,逐步改善能源消费结构等方面考虑。     

我国主要花生品种的AFLP分析

对32个来源于中国不同产地的花生品种进行了AFLP指纹图谱及相似性聚类分析．结果表明：所有供试花生品种的遗传相似性为35％，在45％的相似性水平处分为3个群，表明我国的花生品种存在遗传多态性．AFLP指纹图谱分析技术能很好地反映出花生品种之间存在的遗传差异．图2表1参26     

我国城市地价评估模型及其空间分布规律研究

本文以城市地价产生地区差异的理论分析为依据,提出了城市地价的主要影响因素、因子,并以城市土地批租资料为基础运用逐步回归分析方法建立城市地价评估模型。根据模型估测了我国５１７个城市１９９２年的地价水平,最后分析了我国城市地价空间分布的规律及其未来走势展望。     

不同土地利用类型下土壤特性及重金属评价

在哈尔滨市周家镇选择典型的五种土地利用类型(耕地、居民点及工矿用地、交通用地、林地、水域),24个样品,研究乡级小城镇不同土地利用类型下土壤特性及重金属状况.结果显示:(1)耕地的土壤理化性状最低,有机质与全氮有显著的正相关;(2)乡级小城镇不同土地利用类型下土壤中Zn、Pb含量存在显著差异,交通用地与耕地含量较高,同时各土地利用类型的内梅罗综合污染指数均达到中污染;(3)人类活动对土壤质量影响最大的是交通活动,其次是耕地施肥、使用农药及翻耕等,在次是居民生活.     

全球和东亚地区CH4浓度时空分布特征分析

利用最新的AIRS卫星观测资料分析了2002年12月~2016年11月全球和东亚地区（70°~140°E,10°~55°N）CH₄浓度的时空变化分布特征.研究发现,2003~2016年,全球CH₄年平均浓度从1774.2×10^-9增加到1789.1×10^-9,年增长率约为1.1×10^-9/a;东亚地区CH₄年平均浓度从1811.5×10^-9增加到1841.0×10^-9,年增长率约为2.0×10^-9/a.在美国西南部、南美洲南部、澳大利亚东南部、中国青藏高原和东北地区等地上空,CH₄浓度增幅比较明显,而在北美洲的东北部上空,CH₄浓度出现负增长.北美洲东北部和俄罗斯东部等地上空CH₄浓度的变化与温度变化呈正相关;如在冬季,该地区温度与周围地区相比更低,同时CH₄浓度更低.本文利用近10a的卫星数据获得了CH₄浓度的垂直廓线,显示不同纬度带CH₄浓度均随着高度的升高逐渐减小,且高纬度地区CH₄浓度减小的最快.近年来,在低纬度地区对流层中低层CH₄浓度变化较为明显.在对流层低层（850hPa）,北半球CH₄浓度随着纬度增加逐渐变大;在南半球则随着纬度增加先减小后变大.而在平流层内,CH₄浓度在赤道处最大,且随着纬度的升高逐渐减小.此外,CH₄的浓度分布存在明显的季节变化：在北半球,大部分地区夏季CH₄浓度高于冬季（约20×10^-9~40×10^-9）,但在撒哈拉沙漠和中国新疆塔里木盆地等地区上空,冬季CH₄浓度高于夏季（约40×10^-9~60×10^?9）.在冬季,中国四川西部上空的CH₄浓度要比青藏高原上空高（约100×10^-9~120×10^-9）.     

北京冬春和夏初季节大气O3浓度的垂直分布特征

为探究北京地区不同季节大气O₃浓度垂直分布特征,于2010年12月1日—2011年3月31日（冬春季）和2011年5月7日—6月9日（夏初）,在北京北部地区的中国环境科学研究院内,利用第三代移动式大气环境激光雷达系统,对$\varphi $（SO₂）、$\varphi $（NO₂）以及$\varphi $（O₃）和气溶胶后向散射系数垂直方向和垂直剖面进行试验观测,并结合天气要素的变化进行了分析研究.结果表明:①$\varphi $（O₃）存在明显的季节变化,表现为夏季>春季>冬季,同时晴天、微风、逆温条件等气象背景是O₃污染过程出现的主要气象因素,在微风和南风的情况下,会出现高$\varphi $（O₃）带,在北风影响情况下,$\varphi $（O₃）相对较低,雨水冲洗的作用对$\varphi $（O₃）分布也有明显的影响;②$\varphi $（O₃）的日变化曲线呈单峰单谷型,$\varphi $（O₃）峰值一般出现在14:00—18:00之间,谷值则出现在22:00—翌日09:00之间;③$\varphi $（O₃）垂直分布呈现单峰、双峰、多峰型分布等多种垂直分布特征,10 km以上高空这3种分布特征均有出现,但是在5 km以下的近地面$\varphi $（O₃）垂直和斜程分布基本呈现多峰型,斜程方向上$\varphi $（O₃）的高低与下垫面及其所排放的O₃前体物有密切的关系;④$\varphi $（O₃）垂直分布呈现一定的不均匀性,其数值范围浮动比较小,最大值之间相差30×10-9.研究显示,$\varphi $（O₃）垂直规律主要表现出两种分布特征,一种是在3~5 km处有高浓度的堆积区,另一种则没有明显高值堆积区.      

三峡库区典型河流水-气界面CO2通量日变化观测及其影响因素分析

为研究河流水-气界面CO_2通量的季节和日变化特征;于2016年7月15～17日以及2017年11月4～6日对三峡库区嘉陵江支流竹溪河进行定点定时采集表层水样,并同步监测关键环境因子,采用亨利定律结合薄边界层模型计算其水-气界面CO_2通量F(CO_2).结果表明,竹溪河表层水CO_2分压p(CO_2)及界面CO_2脱气通量呈现出显著的日间和季节变化,以及明显的日内变化特征:在上午09:00前后达到释放高峰,随后波动下降;水-气界面CO_2通量日间均值分别为(100. 9±31. 6)、(78. 6±12. 1)、(83. 9±29. 7)、(137. 5±42. 1)、(147. 6±34. 0)、(132. 4±21. 7) mmol·(m~2·d)~(-1);并表现出夏季表层水体CO_2释放通量明显低于秋季,其均值分别为(87. 8±27. 5) mmol·(m~2·d)~(-1)和(139. 2±34. 0) mmol·(m~2·d)~(-1);总体表现出大气CO_2源的特征.竹溪河p(CO_2)和F(CO_2)受到诸多环境因子的影响,相关分析表明,pH、碱度、水温和气温是主要环境影响因子,CO_2释放通量可以用pH和碱度预测.     

邯郸市黑碳气溶胶浓度变化及影响因素分析

根据2013年3月—2017年2月邯郸市河北工程大学站点的黑碳气溶胶、PM2.5、大气污染物的小时浓度数据及常规气象数据,对邯郸市黑碳浓度的时间变化特征及影响因素进行分析.结果表明,4年来邯郸市黑碳浓度呈逐年下降的趋势:与2013年相比,2014—2016年黑碳气溶胶浓度分别下降了5%、16%、24%;邯郸市黑碳气溶胶浓度的季节变化趋势基本一致且季节变化特征明显,冬季黑碳气溶胶浓度最高,秋季次之,春夏两季最低,其中,冬季平均浓度分别是春、夏、秋季的2.07、2.77、1.49倍;其日变化呈单峰单谷状,且4个季节的日变化趋势相同,峰值均出现在6:00—8:00,谷值均出现在14:00—15:00.黑碳与PM2.5的相关系数r为0.860,相关性显著,说明黑碳气溶胶和PM2.5的来源大部分是一致的;风速和风向对黑碳气溶胶浓度也有影响,黑碳气溶胶浓度随风速增加而降低;4个季节高频风向为南-西南方向,且该风向下黑碳气溶胶浓度均较高,冬季南-西南风向下的黑碳浓度最高;应用后向轨迹对研究时段内4段重污染期间的气流轨迹进行模拟发现,邯郸市黑碳气溶胶浓度较高的主要原因是本地源排放和近距离传输,远距离传输贡献较小.     

中国工业企业排污强度影响因素的实证分析

在均衡污染模型的基础上,采用中国省级面板数据,选取4种代表性工业污染物,分析了东中西部工业企业排污强度的影响因素及区域差异。实证研究表明,东中部地区的污染排放强度随经济发展相对水平的上升而下降,而西部地区仍是将经济发展放在环境保护之上。其次,随着受教育水平的提高,先是工业企业得到发展从而带来更大的污染,随着当地对环境的关注逐渐加强,排污强度开始下降。