Aerosol transmission,an indispensable route of COVID-19 spread: case study of a department-store cluster

• Aerosol transmission is an indispensable route of COVID-19 spread. • Different outbreak sites have different epidemiologic feature. • SRAS-CoV-2 can exist for a long time in aerosol. • SRAS-CoV-2 RNA can be detected in aerosol in diverse places. • Some environmental factors can impact SARS-CoV-2 transportation in aerosol. Patients with COVID-19 have revealed a massive outbreak around the world, leading to widespread concerns in global scope. Figuring out the transmission route of COVID-19 is necessary to control further spread. We analyzed the data of 43 patients in Baodi Department Store (China) to supplement the transmission route and epidemiological characteristics of COVID-19 in a cluster outbreak. Incubation median was estimated to endure 5.95 days (2–13 days). Almost 76.3% of patients sought medical attention immediately upon illness onset. The median period of illness onset to hospitalization and confirmation were 3.96 days (0–14) and 5.58 days (1–21), respectively. Patients with different cluster case could demonstrate unique epidemiological characteristics due to the particularity of outbreak sites. SRAS-CoV-2 can be released into the surrounding air through patient’s respiratory tract activities, and can exist for a long time for long-distance transportation. SRAS-CoV-2 RNA can be detected in aerosol in different sites, including isolation ward, general ward, outdoor, toilet, hallway, and crowded public area. Environmental factors influencing were analyzed and indicated that the SARS-CoV-2 transportation in aerosol was dependent on temperature, air humidity, ventilation rate and inactivating chemicals (ozone) content. As for the infection route of case numbers 2 to 6, 10, 13, 16, 17, 18, 20 and 23, we believe that aerosol transmission played a significant role in analyzing their exposure history and environmental conditions in Baodi Department Store. Aerosol transmission could occur in some cluster cases when the environmental factors are suitable, and it is an indispensable route of COVID-19 spread.     

广州市臭氧污染溯源:基于拉格朗日光化学轨迹模型的案例分析

分析了2018年10月初广州市一次为期6 d的臭氧污染事件,利用拉格朗日光化学轨迹模型对广州市的臭氧污染进行了溯源分析,量化了不同区域对臭氧污染的贡献,评估了重点排放区域不同行业和不同前体物减排对臭氧污染控制的效果.结果表明,本次污染事件期间,日最大8 h臭氧均值均超过160 μg·m^-3,最高达271 μg·m^-3,氮氧化物（NO_x）和挥发性有机物（VOCs）的平均浓度为（77.7±42.8）μg·m^-3和（71.9±56.2）μg·m^-3.芳香烃和烯烃是主要的VOCs反应活性物种,分别贡献了38%和30%的·OH反应活性以及51%和16%的臭氧生成潜势.本次臭氧污染事件主要受3类气团输送影响,3类气团中的高排放区域分别为广东省外、广东省内和广州市本地,在高排放区域中臭氧生成均受VOCs控制.途经区域前体物减排的敏感性分析表明,减排VOCs对于降低臭氧浓度的效果优于减排NO_x.在100%减排情况下控制高排放区域的交通源排放对广州市臭氧控制的效果（臭氧降低14.6%~21.0%）高于控制工业（8.4%~15.3%）、电厂（0.9%~6.2%）和民用源（2.3%~4.7%）的排放,但单独控制交通源在小于90%减排比例下对臭氧污染控制的效果并不显著（<10%）.此外,珠江三角洲地区的生物源排放也对臭氧生成有重要贡献,在模型中关闭生物源排放后,广州市臭氧浓度降低6%~19%.本研究证实了拉格朗日光化学轨迹模型在区域臭氧污染溯源的应用效果,并为广州市臭氧污染的区域协同控制提供了对策建议.     

基于改进DEA交叉效率模型的洪水灾害区域脆弱性评价

为了评价洪水灾害区域脆弱性,提出了应用改进DEA交叉效率模型和熵权法相结合的洪水灾害区域脆弱性评价方法。首先,在洪灾形成理论的基础上,构建洪灾区域脆弱性指标体系和评价标准;其次,应用改进DEA交叉效率模型计算不同区域的成灾效率,利用熵权法计算权重集结全局成灾效率。根据成灾效率的实际意义分析不同区域脆弱性的相对大小。最后,选取我国各省份洪灾作为实证分析的研究对象。研究结果表明:该方法能够准确评价区域洪灾脆弱性程度,评价结果与实际情况一致,具有较好的适用性。     

基于星地同步观测的华北平原中部背景地区冬季霾污染过程

利用地基观测结果和多源卫星遥感观测,结合气象数据及HYSPLIT4后向轨迹模式,对华北平原中部背景地区(河南省郑州市中牟县东南郊)冬季霾事件的污染物特征和形成过程进行分析.综合观测时间为2014年12月13日~2015年1月16日,共有5次霾过程,占观测总天数的82%.地面监测结果显示,不同的污染过程污染物浓度变化曲线相似,O₃浓度在清洁天浓度较高;NO_x、SO₂、PM₁₀、PM_2.5呈较强正相关性,NO_x、SO₂与 PM₁₀相关系数0.64、0.57,与PM_2.5相关系数0.56、0.45;近地面污染物以细粒子污染物为主,其中又以气态污染物二次生成的细粒子为主.AMPLE地基激光雷达和CALIPSO数据表明,华北平原霾层中上部受浮尘影响,以粗粒子污染物为主.气象探空数据表明该地区冬季大气对流层稳定利于霾的维持,假相当位温垂直差、K指数、露点差与能见度相关系数分别为0.52、0.56和 0.38.分析近地面风速风向对霾过程的影响表明,该地区冬季以南方向静小风为主,风速与能见度相关系数为0.32 ,PM₁受东北方向污染源影响,PM_1~2.5及PM_2.5~10受西北方向污染源影响;结合高空风场分析,霾过程1受西北浮尘影响,霾过程5受南来水汽影响.通过后向轨迹分析,该地区冬季的低空污染传输主要来自东北和西北方向,其中东北方向区域传输来自河北与山东,占来源比例的14%,近距离污染传输主要来自站点以西的郑州、洛阳,约占来源比例的33%.     

福州市PM2.5污染过程中大气边界层和区域传输研究

以福建省会福州市2013年1月空气质量变化为对象,分析大气边界层变化和周边区域污染物传输对福州市大气颗粒物PM2.5的影响.利用福州市2013年1月逐日地面和探空观测资料以及NCEP提供的2013年1月FNL分析资料,通过大气边界层要素与PM2.5浓度之间的相关性,对PM2.5污染过程的大气边界层特征进行分析;同时采用HYSPLIT后向轨迹模拟及区域风场相关矢分析对影响福州雾霾的污染物区域传输路径进行探讨.结果表明:地面气温与PM2.5浓度呈正相关,地面风速与PM2.5浓度呈负相关,近地面边界层条件有利于霾颗粒物的形成和累积.但不同于我国东部主要污染源区霾污染过程中存在大气边界层逆温,福州PM2.5污染过程中并未出现大气边界层逆温结构,这一边界层结构的垂直混合可有利于区域传输的污染物从上层大气到达近地面从而加重福州霾污染,福州是华东地区一个PM2.5污染物的主要接受区,PM2.5污染物主要以外源输送为主.2013年1月份福州市清洁日近地面风向为海洋吹向大陆的东南风,霾污染日则为大陆吹向海洋的偏北风,PM2.5污染物主要从长三角地区、苏北以及安徽河南一带通过东北和西北方向的传输路径影响福州的空气质量.     

2014年京津冀地区PM2.5浓度时空分布及来源模拟

采用模式(CAMx)模拟与污染物、气象观测资料相结合的方式,分析了2014年京津冀地区PM2.5时空分布及来源特征.结果表明:PM2.5具有较为明显的时间变化规律,呈秋冬高、春夏低的规律和双峰型分布的日变化特征;重污染日PM2.5高浓度(PM2.5>150μg/m3)主要分布在太行山前的华北平原区,特别是北京、保定、石家庄一线,而太行山、燕山等西部及北部山区PM2.5浓度明显低于平原区;重污染日京津冀地区PM2.5平均浓度在150μg/m3以上的面积约占总面积的73%;重污染日北京、天津、石家庄市的PM2.5外来输送率分别为58%、54%、39%;2014年10月6~12日京津冀地区发生的一次重污染过程中污染物由南向北输送,区域输送对于各地区PM2.5浓度有着十分重要的影响.     

区域性气候变化对长江中下游流域植被覆盖的影响

利用2000─2010年MODIS EVI(增强型植被指数)数据和气候资料,对长江中下游流域区域性气候变化对植被覆盖的影响进行了综合研究. 结果显示:①2000—2010年间长江中下游流域植被覆盖度呈上升趋势,EVI年均值从0.302增至0.318,增幅达5.57%,增长主要出现在春季. 各植被类型中,常绿阔叶林、落叶阔叶林、混交林和人工农田植被覆盖度增加最为显著. ②研究区整体植被覆盖较好,但地域差异较大, EVI高值区分布在东南部南岭、武夷山、九岭山一带;中部江河湖泊区、长江两岸大型城市周边区域植被覆盖较差. ③气温是植被覆盖变化的主要影响因子,尤其春季表现最为显著;由于常年降水充沛,研究区降水量对植被覆盖影响程度不及气温;日照时数仅在夏季对当月植被覆盖有一定影响;相对湿度对植被覆盖影响较低,但在秋季对植被覆盖影响时间较长,可持续3个月. ④气候变化对自然植被覆盖的影响主要表现在湖南省和湖北省西部;对湖南省中部和安徽省中北部地区人工农田植被的影响较显著. ⑤空间相关性研究表明,长江中下游流域植被覆盖度增加除与自然条件改善有关外,国家近年来实施的各项生态工程也起到了积极的作用.      

区域环评中生态适宜度分析指标体系的探讨

从城市生态学的内涵和自然与社会两大生态系统出发,结合上海城市特点,建立应用于上海市城镇区域开发建设环境影响评价的生态适宜度分析指标体系,它包括开发区居住用地和工业用地的三级指标体系,其中居住区包含环境质量、绿化景观和地理位置等6项自然生态指标,和生活设施、布局设计、人口密度和综合管理等10项人文社会生态指标;工业区包含环境质量和自然地理等8项自然生态指标,和基础设施、人力资源和综合条件等9项人文生态指标.指标体系以上海市罗店镇和庄行镇城镇作为评价对象进行实例验证分析,结果表明,与实际情况基本相符.     

江苏沿江地区土壤肥力空间分布及其区域对比研究

长江流域尤其下游地区是土地利用的典型地区。区域分异研究是用来阐明地理事物分布规律的重要研究方法,是区域规划和生态环境保护的重要基础工作。依据1:20万土壤数据库,采用反映土壤肥力的综合性指标,计算并输出江苏省沿江土壤肥力等级图,据此分析了土壤肥力空间分布特征,并进行了区域对比研究,可以为长江下游、特别是江苏省进行区域规划及其相关工作的开展提供科学依据。其结果也表明GIS技术和地统计学在这一领域的综合应用具有先进性,可提高区域分异工作效果。     

城镇化进程中农村劳动力转移响应机理与调控——以东部沿海地区为例

从时空过程耦合、形态与动力共轭的角度,探讨了中国东部沿海地区城镇化进程中农村劳动力转移的响应机理与调控模式。首先提出农村劳动力转移响应强度的概念,构建了响应强度模型与机理模型,揭示了城镇化进程中农村劳动力转移响应强度的类型及动力机制,分析了劳动力转移响应的地域类型及调控对策。研究表明:东部沿海地区城镇化的快速推进,对农村劳动力转移的带动作用逐渐增强,劳动力转移规模与比重不断增大,其阶段性、区域差异性特征明显;非农产业发展、地区发展差异和期望收入等是影响农村劳动力转移的主要因素;城镇化进程中农村劳动力转移响应的地域形态类型可以划分为大城市核心地域、外围承接地域、边缘发展地域和传统农业及特区地域4种。