自然资源的质的评估

本文在回顾以往用经济方法和物理方法评估资源质的基础上,提出了用有效能评估自然资源质的新概念。     

大气气溶胶中有机碳和有机氮的研究

气溶胶中常含有一定的有机物，通过对其OC和ON的含量分析，结果表明OC和ON具有同源性和相关性。     

造纸制浆混合污水的分质预处理试验研究

本文论述了对造纸麻浆、水浆系统的洗筛废水，以及部分漂洗废水，针对其特性进行预处理的可行性。     

管道分质供水管材质量评价方法探讨

在以往研究的基础上 ,应用管材浸泡实验 ,提出应用TOC、VOCs及口感 3项指标评价分质供水管材质量的方法。结果表明 ,在本研究实验条件下 ,较好的管道分质供水管材应当是在满足其他质量指标要求的前提下 ,TOC<0 .0 8mg/ L,VOCs<5 .0 μg/ L,口感级别在 1～ 2以上     

气溶胶中正构烷烃的碳优先指数研究

本文研究了北京、广州两地不同季节气溶胶颗粒物上正构烷烃的碳优先指数值(CPI)随季节和颗粒物粒径的变化规律。结果表明,北京地区气溶胶中正构烷烃的CPI值:春>夏>秋>冬;广州地区为冬>春>夏,显示了不同的地区特征,而且随着气溶胶颗粒物粒径的减小,正构烷烃的CPI值亦减小。     

碳中和背景下清洁能源技术关键伴生金属可供性约束研究回顾与展望北大核心CSCDCSSCI

伴生金属具有独特的物理或化学性能,是清洁能源技术发展的重要物质基础。推进碳中和目标将带动清洁能源技术加快部署,进而促进关键伴生金属需求快速增加。然而,未来关键伴生金属供给却面临受限的压力,使得清洁能源技术关键伴生金属供给安全问题变得日益突出。基于此,文章从理论分析、研究方法和干预路径等方面对清洁能源技术关键伴生金属可供性约束相关研究进行了系统梳理。研究发现:①关键伴生金属可供性约束是在多系统、多因素交互作用下的结果,联合生产机制和清洁能源产业需求影响机制是可供性约束形成的主要驱动机制。②伴生金属资源储量评估研究面临数据缺失问题的挑战,传统独立金属产量预测模型并不适用于伴生金属可供产量分析。在预测不同能源技术对关键伴生金属的需求时,应区分传统、成熟技术领域与新兴技术领域,进而采取相适用的模型。文章综合构建了清洁能源技术关键伴生金属可供性约束研究方法清单,以期为后续研究提供方法指引。③关键伴生金属可供性约束干预路径的研究主要集中在废物回收、产品设计和生产冶炼环节,对产品使用和加工制造环节的研究较少,缺乏系统性研究,而且不同产业链环节干预路径所面临的机遇和挑战不同。④未来需要深化对关键伴生金属可供性约束影响机制的研究,综合运用集成性方法对伴生金属可供性进行系统评估,深入解构中国“双碳”目标情景下伴生金属可供性约束动态演变趋势,并基于全产业链环节对中国关键伴生金属可供性约束干预路径开展系统性研究,为推动能源转型、达成碳中和目标提供关键伴生金属安全供给保障方案。     

环境与经济目标设置何以影响减污降碳协同管理绩效?北大核心CSCDCSSCI

中国已进入生态环境质量改善由量变到质变的关键时期。以减污降碳协同增效为总抓手,加强温室气体与大气污染物协同控制,对实现中国“双碳”目标、推动高质量发展、建设美丽中国有重要意义。温室气体与大气污染物之间的协同效应一直是学术界关注的焦点,但较少有针对城市层面减污降碳协同管理绩效影响机制的实证研究。为此,该研究收集中国278个城市2004—2020年PM_(2.5)/PM_(10)浓度目标与经济增长目标数据,以PM_(2.5)与CO_(2)为代表测算减污降碳协同管理绩效。通过构建“目标设置-结构效应-协同管理绩效”分析框架,采用固定效应模型,实证分析环境与经济目标设置对减污降碳协同管理绩效的影响效应及其区域异质性,检验能源结构、产业结构、交通运输结构调整所产生的中介效应,并采用不同污染物测算协同管理绩效,对回归结果进行敏感性检验。结果显示:①环境与经济目标设置对减污降碳协同管理绩效有显著影响,PM_(2.5)/PM_(10)浓度目标与减污降碳协同管理绩效正相关,而经济增长目标与减污降碳协同管理绩效负相关。②区域异质性上,中部地区环境目标对减污降碳协同管理绩效的正向影响显著,东、西部不显著;东、西部地区经济目标对减污降碳协同管理绩效的负向影响显著,中部不显著。③环境目标可通过能源结构调整、产业结构升级提升减污降碳协同管理绩效,但交通运输结构的中介效应不显著。④采用不同污染物测算协同管理绩效,发现前述回归结果对不同污染物是敏感的。研究结果表明,目标设置是大气污染物与二氧化碳协同管理的重要驱动力,要将空间异质性、重点管控污染物考虑在内,识别高效协同的结构减排路径,提升减污降碳协同管理绩效。基于上述结论提出应从强化目标协同、引导经济质量竞争、实施差异化协同治理、加强考核协同等方面推进减污降碳协同增效。     

灰色预测模型GM（1,1）在地面水质预测中的应用

本文将地面水质视作灰色系统,对某河段的化学耗氧量(COD),生化耗氧量(BOD_5)用灰色预测模型GM(1,1)进行建模、预测。最大误5.2％,平均误差小于0.2％,模型精度高。建模需要的数据较少,对数据的分布无特殊要求,方法和计算简单,实用价值大,是地面水质预测预报的一种有效方法。