基于高光谱数据的百花湖叶绿素a浓度估算

为估算百花湖叶绿素a浓度,文章根据实测高光谱和水样分析,分别建立比值模型、荧光峰位置、一阶微分、反射峰面积(NPA)、峰谷距离、基线荧光峰高度(FLH)和三波段模型。同时,基于不同营养状态湖泊的水质数据,建立了适用于不同营养状态水体的叶绿素a估算模型。结果表明:基线荧光峰位置模型的估算效果最好,决定系数R2为0.93,F检验值为201;对比分析4种营养状态下几种估算模型效果得出,中营养化和轻度富营养化水体中,荧光峰位置模型和基线荧光峰高度模型的算法优于其它算法;中度富营养化和重度富营养化水体中,比值模型和三波段模型的估算效果较为理想。该研究结果可为百花湖水环境的监测提供一定的理论依据和技术参考。     

东海区海-气界面二氧化碳分压的分布变化特征

根据2015-2016年期间在东海区二氧化碳(CO_2)调查所得的表层海水二氧化碳分压(p(CO_2))、温度(t)、盐度(S)、pH值等资料,分析并讨论了东海区海-气界面(p(CO_2))的分布变化和季节变化特征,并对其变化影响因素等进行探讨分析。研究表明:东海区p(CO_2)的分布大致呈现"近岸区-陆架区-外海区"的差异,就整个调查海区表层海水的p(CO_2)平均分布而言:秋季>夏季>冬季>春季,大气的p(CO_2)水平大小顺序为:春季>秋季>夏季>冬季,且四季总体均表现为大气CO_2的汇。东海区水系情况复杂,表层海水p(CO_2)分布主要受长江冲淡水、东海陆架水、黑潮水和黄海沿岸流四大水系的影响。总体上受冬季和秋末的海水垂直混和作用和夏季、春末和秋初的生物活动的影响。     

基于GIS的甘肃省城市PM2.5的时空分布特征研究

文章基于2015～2017年3年来甘肃省国控监测站的PM_(2.5)数据,采用GIS的空间分析方法,揭示甘肃省城市PM_(2.5)的时空分布特征。结果显示:近年来甘肃省城市空气中PM_(2.5)的整体呈下降趋势,且呈现明显的季节变化特征;根据季节变化特征分析,扬尘在甘肃西部地区的PM_(2.5)数值中的贡献率较大;甘肃省冬季城市的PM_(2.5)严重超标; PM_(2.5)高浓度集聚地带主要位于兰州市附近,以兰州市为中心,表现出以兰白都市经济圈向四周减弱的趋势。     

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。     

青海典型内陆河流域地表水溶解性养分组成及分布特征

为了解青海典型内陆河地表水溶解性养分组成及分布特征,对青海巴音河、格尔木河及小柴旦湖流域地表水进行了采集,分析了地表水溶解性养分的组成及含量。结果表明:巴音河流域溶解性养分N、Si可能受水库滞留效应影响;克鲁克湖有较高的NH_4~+-N含量,主要与渔业养殖有关;格尔木河流域溶解性养分含量从上游到下游有升高的趋势,可能与流域内地形差异以及水体沿途蒸发作用有关;托素湖和小柴旦湖溶解性养分含量远远高于河流,主要与湖泊水体蒸发强烈导致的养分含量浓缩有关。研究区水体溶解性养分含量均大于受限阈值,但河流DIN/SRP 10、DSi/DIN 1,表现为N相对不足,湖泊DSi/SRP 10、DSi/DIN 1,表现为Si相对不足。主成分分析表明河流、水库以及克鲁克湖为Ⅰ～Ⅱ类水体,托素湖、小柴旦湖为Ⅴ类水体。     

杭州市工业源VOCs排放清单及排放特征

杭州市作为2016年国际峰会、2022年亚运会等一系列重大活动的举办地,对VOC源排放清单的研究,尤其是工业源VOCs的影响越来越受到管理部门和当地居民的重视.通过采取自下而上的方式,首次对杭州市涉及VOCs排放的30多个行业的3 518家企业逐一进行了详细的调查和估算,并在此基础上建立了杭州市工业源VOCs排放清单.从区域排放、排放强度、空间分布等不同角度对杭州市工业源VOCs排放特征进行了系统分析.研究结果表明,2015年杭州市工业源VOCs排放量为36 839.5 t;印刷和记录媒介复制、化学原料和化学制品制造、金属制品、纺织、橡胶和塑料制品行业是杭州市工业源VOCs排放量最大的五个行业;排放总量最大是萧山区,其次是富阳区和大江东产业集聚区;工业源VOCs排放强度最高的区域为富阳区、建德市和临安市;工业源VOCs排放主要集中在萧山区、大江东、富阳区、余杭区等工业企业较为密集的区域.     

北京市PM2.5时空分布特征及其与PM10关系的时空变异特征

PM_(2.5)时空分布特征及其与其它污染物的相关关系是PM_(2.5)时空统计分析的主要研究内容.然而,现有的方法直接从监测站点的角度对时空分布特征进行分析,难以有效地揭示PM_(2.5)浓度的聚集分布特征;同时,常用的地理加权回归在对PM_(2.5)与其它污染物间关系进行建模的过程中,缺乏同时考虑时间异质性与空间异质性,从而不能准确地描述依赖关系的时空变异特征.为此,首先借助于空间聚类分析技术,对北京市2014年PM_(2.5)浓度的聚集结构进行探测,在此基础上,通过聚集结构来分析PM_(2.5)季节性时空分布特征.然后,利用地理时空加权回归对北京市PM_(2.5)与PM_(10)季节平均浓度间关系进行建模,依据回归结果分析PM_(2.5)-PM_(10)间关系的时空变异特征.实验结果表明,春夏季节PM_(2.5)污染程度及空间变异程度均低于秋冬季节,各季节PM_(2.5)浓度均表现为北部浓度低、南部浓度高的空间分布特征;地理时空加权回归具有更好的拟合效果,由回归系数进一步可发现,春夏季PM_(2.5)-PM_(10)相关性低于秋冬季PM_(2.5)-PM_(10)相关性;各季节均表现为西北部PM_(2.5)-PM_(10)的相关性高于东南部PM_(2.5)-PM_(10)的相关性.     

鄱阳湖沉积物可转化态氮分布特征及其对江湖关系变化的响应

选取不同高程鄱阳湖表层沉积物,通过研究其总可转化态氮与各形态可转化态氮含量及分布特征,试图揭示江湖关系变化导致的水位变化对鄱阳湖沉积物氮潜在释放风险的影响.结果表明:1鄱阳湖表层沉积物总氮(TN)含量在389~3 865 mg·kg-1之间,空间分布上呈"五河"入湖尾闾区湖心区北部湖区的趋势;总可交换态氮含量在319.36~904.56 mg·kg-1之间,占TN的52%,空间分布趋势与TN相同;2鄱阳湖3个湖区沉积物各形态可转化态氮的含量大小排列次序均为:SOEF-N(强氧化剂可提取态氮)≈SAEF-N(强碱可提取态氮)WAEF-N(弱酸可提取态氮)IEF-N(离子交换态氮);3江湖关系变化致使鄱阳湖枯水期沉积物出露时间提前并且延长,进而导致不同高程沉积物可转化态氮(TTN)含量差异明显,3个湖区沉积物可转化态氮含量均表现为枯水期丰水期,高程越高,由于其沉积物出露时间较长,可转化态氮含量较高,即可转化态氮含量12 m~13 m高程沉积物11 m~12 m高程沉积物10m~11 m高程沉积物;4随着高程的增加,沉积物各形态可转化态氮含量都呈现增加的趋势,其中SAEF-N和WAEFN含量及其占总可转化态氮的比例变化幅度较小,而IEF-N和SOEF-N含量以及其占总可转化态氮比例的增幅均较为显著.如果江湖关系进一步变化,枯水期水位继续下降,势必会引起沉积物出露面积增大及出露时间延长,从而导致沉积物TN、可转化态氮以及释放风险较高的氮形态IEF-N和SOEF-N含量的增大,来年丰水期可能会增加鄱阳湖沉积物氮释放风险.     

洋河流域不同土地利用类型土壤硒(Se)分布及影响因素

基于洋河流域土地利用方式、海拔高度、土壤、植被类型等采集流域上下游171个代表性表层土壤(0~10 cm),系统地分析了土壤总硒(Se)含量、分布及影响因素.结果表明,洋河流域土壤总Se含量(以干重(dw)计,下同)在0.02~3.24mg·kg-1之间,几何平均值为0.30 mg·kg-1,高于北京平原(0.20 mg·kg-1)、河北平原(0.19 mg·kg-1)和全国平均值(0.29mg·kg-1).洋河流域少Se(0.13~0.18 mg·kg-1)土壤主要分布在怀安县、宣化县以及怀来县,多数地区土壤处于足Se水平(0.18~0.45 mg·kg-1),除此之外,在万全县、兴和县、天镇县及阳高县分布有富Se(0.45~2.0 mg·kg-1)土壤.不同土地利用类型中Se含量有所差异,Se平均含量由高到低分别为:林地城镇工矿用地草地农业用地,其中农业用地平均含量为0.28 mg·kg-1.成土母质、土壤类型对洋河流域Se含量影响较小.黏粒含量与洋河流域表层土壤中Se相关性最好.Se含量随海拔增高显著增加,随p H增加显著减小.TOC、Fe和Al含量也是影响土壤Se含量的重要因素.     

山东省O3时空分布及影响因素分析

为认识山东省环境空气中O3的污染现状,基于2015～2019年国省控环境空气自动监测站的O3监测数据、2019～2020年4～9月气象代表站的气象数据及邻近环境空气站的O3监测数据,探究了山东省O3时空分布特征及与气象因素的关系.结果表明,山东省O3污染日益突出,年均ρ(O3-8h)(90百分位)和ρ(Ox)(O3 与NO2之和)升高速率分别为7.6μg·(m3·a)-1和7.0μg·(m3·a)-1,年均ρ(PM2.5)、ρ(CO)(95百分位数)和ρ(NO2)均逐步下降,下降速率均小于ρ(O3)上升速率.03污染呈现夏季高冬季低的"M型"或"倒V型"月变化特征,在6月或9月达到峰值,且污染月呈提前出现趋势.山东省年均ρ(O3-8h)(90百分位)呈现"内陆高,沿海低"的特点,并有区域均匀性发展趋势.相关性分析表明,山东省ρ(O3-8h)总体与日最高温度呈正相关,与相对湿度、气压和风速呈负相关,其中日 最高温度和相对湿度是O3-8h主控气象因子,气象因素对不同城市O3-8h超标率的影响具有显著差异.