太子河鱼类群落结构空间分布特征

以辽河流域太子河为例,开展鱼类生态调查,分析鱼类群落的空间分布特征,在此基础上进行鱼类地理分布区域划分. 结果表明,太子河鱼类分属2纲9目12科36属44种,符合辽河亚区鱼类的分布特征,其种类繁多,且以纺锤形体型的鲤科鱼类居多. 通过CCA(典范对应分析)发现,水深、水体电导率以及ρ(TDS)(TDS为总溶解固体)和ρ(TN)与鱼类的种类及数量的相关性最大. 根据对各采样点鱼类的渔获量、Shannon-Wiener指数的聚类分析,并且结合各采样点的水温、水深、饵料生物组成、岸边植被、底质、流速、土壤等生态环境因素,以及鱼类分布和种群的结构特征,将太子河流域划分为2个生态区,其中A区包括太子河中、上游的流域,涵盖了51个采样点;B区包括19个采样点,主要是太子河下游的绝大部分流域.      

基于决策树的城市黑臭水体遥感分级

水体黑臭程度遥感监测是了解城市水质现状和综合评价城市水环境治理效果的重要手段.以南京、常州、无锡和扬州为研究区,共采集171个样点,同步测量水质参数和光学参数,分析黑臭水体与一般水体的水色和光学特征,构建决策树模型进行重度黑臭水体、轻度黑臭水体和非黑臭水体（记为一般水体）识别.结果表明：①根据色度可将水体分为1~6类水体,其中,类型1~4为黑臭水体,分别为灰黑色、深灰色、灰色和浅灰色水体,类型5和类型6水体为一般水体,分别为绿色系和黄色系水体;②类型1水体的非色素颗粒物和有色可溶性有机物含量高,但色素颗粒物的吸收并不占主导,类型2和5水体的吸收以色素颗粒物吸收占主导,类型3、4和6水体的吸收以非色素颗粒物吸收占主导;③根据六类水体的反射光谱差异用黑臭水体差值指数（difference of black-odorous water index,DBWI）、三波段面积水体指数（green-red-nir area water index,G-R-NIR AWI）、绿光波段反射率和归一化黑臭水体指数（normalized difference black-odorous water index,NDBWI）构建的水体分类识别决策树,能够有效识别出重、轻度黑臭水体和一般水体;④将决策树模型应用于2019年4月9日扬州的PlanetScope影像上,并利用10个同步过境点进行验证,整体识别精度达到80.00%,K值达到0.67.通过水色分类后的城市水体分级模型方法,可推广应用于类似的水体,为黑臭水体监管提供技术方法.     

海岸带综合管理的区域性特征及其发展机制

在综述国内外海岸带综合管理（ＩＣＺＭ）进展的基础上，以人地关系地域系统为理论基础，论述了ＩＣＺＭ的区域性特征。从地理学看，海岩带是一个开放的复杂的巨系统，有着明确的边界范围，具有可度量性。从管理学看，其模式的多样性反映了区域自然条件和社会条件的差异性，是人地关系双向运动平衡协调的结果，从社会学看，其战略实施先在地方级别上应用，在获得足够的经验或成熟之后，再推广到地区级、省级和国家级的计划中去的空间     

太湖北部湖区春、冬季节天然有机质的荧光特征及环境意义

天然有机质(OM)广泛存在于各类水体,含有丰富的碳、氮、磷等生源要素,其形成、转化、归宿及其相伴随的营养盐再生过程是水生态系统营养盐生物地球化学循环的重要环节,在湖泊蓝藻水华暴发过程中势必也扮演着非常重要的营养盐供给者的角色.本研究于2015年2月和5月分别在太湖北部湖区采集了17个样品,利用POM-DOM PARAFAC三维荧光模型解析春、冬季节颗粒态有机质(POM)和溶解态有机质(DOM)的荧光特征及来源,并探讨POM和DOM各荧光组分之间及其与叶绿素a(Chla)的关系.结果表明,春、冬季节太湖北部湖区POM和DOM的荧光峰、荧光中心位置和荧光强度均存在明显的差别;POM有着比DOM更复杂的组分构成.综合POM和DOM的荧光强度和荧光指数可知,春、冬季节太湖北部湖区POM和DOM均以自生源为主,河口区受陆源贡献较大.POM(C1p~C5p)和DOM(C1d~C5d)有5种荧光组分,分别是类色氨酸(C1和C2)、类腐殖质(C3和C4)及类酪氨酸(C5).POM和DOM的荧光组分特征存在明显的差别;春、冬季节POM均以类腐殖质荧光C3为主,荧光组分高值区分别集中在梅梁湾区域和湖心区;而DOM均以类蛋白组分C2、C1和C5为主,荧光组分高值区均分布在竺山湾区域.相关分析结果显示,春季C1d与C2d(P0.01)、C3d与C4d(P0.01)、C1p与C4p(P0.05)、C2p与C5p(P0.01)均具有较强的相关性.值得注意的是,C3d(P0.01)、C4d(P0.05)与C3p均具有较好的相关关系,表明POM与DOM在组分、来源上具有某种联系.与春季类似,冬季荧光组分C1d与C2d、C3d与C4d、C1p与C2p、C1d与C2p亦具有极好的相关性(P0.01).春季C5d与Chla之间存在正相关关系(P0.01),而C2d(P0.05)、C3p(P0.01)与Chla之间具有负相关关系;冬季C4d与Chla之间也存在负相关关系(P0.05).     

城区与郊区PM2.5污染及传输特征差异性

基于云高仪激光雷达、飞机AMDAR数据和常规站点等多源观测数据,并与数值模拟（CAMx-PSAT模型）相结合,以京津冀典型城市——北京城区与郊区（密云）和石家庄城区与郊区（平山）为案例研究区域,对城区和郊区边界层高度差异（ΔPBLH）、地面PM_2.5浓度差异（ΔSurf_PM_2.5）、高空PM_2.5浓度差异（ΔVert_PM_2.5）和传输通量强度及高度分布特征差异进行分析.结果表明,由于人为热源、短波辐射和热力湍流等因素,导致城区年均边界层高度（PBLH）较郊区高8%~29%,且不同季节下城区PBLH月均较郊区高2%（石家庄4月）~47%（北京7月）.由于人为排放、逆温和大气湍流等共同作用,在0~1260 m之间等高度城区年均ρ（PM_2.5）较郊区高0.1（石家庄）~29.7（北京）μg ·m^-3,随高度增加而减小.城区年均总净通量强度远大于郊区,城区表现为流出,郊区表现为流入,是由于城区低压和郊区高压,形成城郊热力环流.北京城区和郊区与周边的年均总净通量强度之和（44.77 t ·d^-1）大于石家庄（34.44 t ·d^-1）.受风速和PM_2.5浓度的影响,在0~1260 m之间,城区和郊区与周边的净通量随离地高度的增加通量强度呈现明显增大趋势,其中1月城区和4月郊区与周边的传输交换对环境影响最为明显.不同季节下城区和郊区最大净通量的强度差异明显,两者相差2.23~4.48倍;但最大净通量强度的高度特征差异较小,主要位于611~1260 m.     

Influence of driving cycles on exhaust emissions and fuel consumption of gasoline passenger car in Bangkok

The influence of different driving cycles on their exhaust emissions and fuel consumption rate of gasoline passenger car was investigated in Bangkok based on the actual measurements obtained from a test vehicle driving on a standard chassis dynamometer. A newly established Bangkok driving cycle (BDC) and the European driving cycle (EDC) which is presently adopted as the legislative cycle for testing automobiles registered in Thailand were used. The newly developed BDC is constructed using the driving characteristic data obtained from the real on-road driving tests along selected traffic routes. A method for selecting appropriate road routes for real driving tests is also introduced. Variations of keyed driving parameters of BDC with different driving cycles were discussed. The results showed that the HC and CO emission factors of BDC are almost two and four times greater than those of EDC, respectively. Although the difference in the NOx emission factor is small, the value from BDC is still greater than that of EDC by 10%. Under BDC, the test vehicle consumes fuel about 25% more than it does under EDC. All these differences are mainly attributed to the greater proportion of idle periods and higher fluctuations of vehicle speed in the BDC cycle. This result indicated that the exhausted emissions and fuel consumption of vehicles obtained from tests under the legislative modal-type driving cycle (EDC) are significantly different from those actually produced under real traffic conditions especially during peak periods.     

性能退化对民机巡航阶段污染物排放的影响研究

发动机性能退化将会影响污染物排放,以往污染物排放估算模型未充分考虑性能退化对排放量的影响.因此本文对原有污染物估算模型进行修正,将民机实际运行中表征发动机健康状态的主要参数EGT作为特征量融入到污染物排放估算模型中,提出改进的形成氧化法以及P3-T3方法,定量估算性能退化对污染物排放的影响.使用GE90-115B发动机历史QAR数据,计算航空发动机处于不同健康水平下的巡航阶段污染物排放特性.研究结果表明：航空发动机性能退化将会显著影响巡航阶段污染物排放特性.其中,性能退化严重时航空发动机CO、UHC以及黑碳的巡航阶段平均排放指数较健康状态时分别升高87.52%、247.76%以及19.68%,而NO_x的平均排放指数则下降55.33%.因此在对性能退化的发动机进行污染物评估时必须考虑性能退化的影响.     

贵州红枫湖水体溶解有机质的剖面特征和季节变化

溶解有机氮(dissolved organic nitrogen,DON)与溶解有机碳(dissolved organic carbon,DOC)相结合在湖泊水体溶解有机质(dissolved organic matter,DOM)的研究中少有报道.本研究对贵州喀斯特地区高原性湖泊———红枫湖水体DOC和DON的含量进行了近2a的测定,研究了DOM的剖面特征和季节变化,并探讨了DOM垂向分布和季节变化的影响因素.结果表明,红枫湖DOC的浓度范围为1.60～3.08 mg·L^-1,DON的浓度范围为0.10～0.37 mg·L^-1.在湖水混合期表层和底层的DOC和DON的浓度基本一致,在湖水分层期DOC和DON浓度表现出从表层往底层减小的趋势.表层水体(0～2m或3m)DOC的浓度在春末夏初或夏季达到最大,DON的浓度在春末夏初稍高于其它月份.结合叶绿素和降雨的数据分析认为,藻类活动和陆源输入直接导致了表层水体DOM的季节变化模式.DOM的C/N在一般情况下向下增大,但在夏季南湖的垂向水柱上,DOC和DON的浓度在12m以下增大,C/N从12m的18.1下降为14m的14.9,并向下持续减小,这很有可能是颗粒态有机质发生降解释放出C/N较低的DOM,成为水体内DOM的一个内源.     

德州市采暖季环境空气含氮/硫物质的污染及气-粒分配特征

为探究德州市采暖季环境空气中含氮/硫物质的污染特征、气-粒分配规律及影响因素,对2017年11月10日—2018年3月15日德州市市区环境空气监测站在线离子色谱分析仪监测的水溶性离子及气态前体物质量浓度的小时数据进行了分析.结果表明:①德州市环境空气监测站ρ（NO₃-）、ρ（SO₄2-）和ρ（NH₄+）平均值分别为（18.36±18.55）（12.74±10.92）（9.60±8.75）μg/m3,在2018年1月三者均达到最高值;对比PM_2.5及气态含氮/硫物质的质量浓度发现,ρ（PM_2.5）和ρ（SO₂）在2017年12月、2018年1月和2018年2月的月均值均较高,而ρ（SO₂）与ρ（SO₄2-）、ρ（NH₃）与ρ（NH₄+）均在日间（08:00—17:00）出现波峰.②对颗粒态和气态含氮/硫物质质量浓度日均值进行双变量相关分析发现,ρ（SO₄2-）、ρ（NO₃-）、ρ（NH₄+）两两之间的相关系数均高于0.75,表明二次离子的形成机制相似;而ρ（NH₃）、ρ（NO₂）、ρ（NO）、ρ（SO₂）两两之间均不存在显著相关,说明这些气态前体物来自不同的局部排放源.③过剩NH₃指数（F_N）平均值为0.49±0.16,说明采样时段大气处于富氨环境,过剩的NH₃会与气态HNO₃生成NH₄NO₃,因此NO₃-气溶胶的形成主要受HNO₃的影响或限制.④相对湿度是影响ρ（PM_2.5）最重要的气象因素,高湿环境会促进二次离子的转化.研究显示,冬季采暖排放会增加环境空气中含氮/硫物质的质量浓度,气象因素（尤其是相对湿度）对含氮/硫物质的气-粒分配也有一定影响.      

南昌市固定燃烧点源大气污染物排放清单及特征

大气污染物排放清单是了解区域污染物排放特征、准确模拟空气质量的重要资料,而工业点源是大气污染的重点排放源.通过收集相关活动水平信息和合理的排放因子,采用"自下而上"的方法建立了南昌市2014年点源大气污染物排放清单.结果表明,SO_2、NO_x、CO、PM_(10)、PM_(2.5)和VOC排放总量分别为29576.2、17115.1、25946.6、4689.4、922.9和1190.4 t,其中,金属炼制行业对SO_2、CO和VOC的贡献最高,分别占37.75%、30.59%和38.45%;火电行业是NO_x的主要来源,其贡献率为47%;水泥等建材制造行业对PM_(10)和PM_(2.5)排放贡献最高,分别为26%和25%.根据排放源污染物排放量及地理坐标信息,建立了0.4 km×0.4 km的污染物排放量空间分布特征图,结果表明,南昌市大气污染物排放较为集中,青山湖区北部和新建区北部是SO_2、NO_x、CO和VOC的主要排放区,而PM_(10)和PM_(2.5)的排放量相对分散,并在安义县出现排放高值区.通过将计算结果与统计数据结果进行对比,了解所估算清单的准确程度.对SO_2和NO_x的计算值和统计值进行统计分析,结果显示,NMB(标准化平均偏差)和NME(标准化平均误差)值均小于50%,清单计算精度较高.同时,为了解清单数据质量,对清单的不确定性进行定量分析,结果显示,SO_2和VOC不确定性较低而PM_(10)和PM_(2.5)的不确定性相对较高,清单整体不确定性与其他研究结果相差不大.建议后期研究可以从提升基础数据质量和建立具有区域代表性的排放因子数据库着手,从而减小排放量的不确定性,获得精准可靠的大气污染物清单并应用于空气质量模型预报等更深入的研究.