我省污染源普查工作进入全面普查阶段

全省第一次污染源普查工作将进入全面普查阶段。全省选聘的30759名普查员和普查指导员将深入企业、农村、饭店、矿区,完成全省58万多家污染源的入户调查、表格填报、数据审核、录入上报等工作。     

地面风对瓦里关山大气CO2本底浓度的影响分析

使用 1994年 7月— 2 0 0 0年 7月大气CO2 和地面风现场连续观测资料 ,分析了瓦里关全球大气本底基准站 (36°17′N ,10 0°5 4′E ,海拔 3816m)地面风变化对大气CO2 本底浓度的影响 .结果表明 ,水平风向、风速和垂直风向、风速的变化对大气CO2 观测值的影响在春、夏、秋、冬季有明显不同 .由大量观测事实的统计平均还给出了瓦里关山大气CO2 浓度在不同季节的分布范围和日变化类型 ,并分析了形成原因 .将地面风数据作为大气CO2 本底资料的过滤因子之一 ,提出了适用于不同使用目的和要求的我国内陆高原地区大气CO2 本底数据筛选方法     

纸载环境监测数据的电子化处理、安全管理和有偿利用的探讨

在当今各部门、各系统办公自动化管理,各种信息网络化共享的情况下,大量的环境监测数据的电子化保存与网络化共享是一个趋势和不争的事实。在电脑普及以前的纯纸载环境监测数据,由于其使用烦琐,利用率偏低,不利于这些数据的再利用和网络化资源共享。鉴于实习学生需要了解历史监测情况,有步骤地安排数据录入,将纸载文档转化为电子文档,放于网上,实行分级授权开放,部分有偿使用尝试,取得不错的效果。     

大数据技术在环境监测中的应用探讨

环境问题已经成为了当前社会发展过程中的主要问题,并且受到了国际社会的广泛关注,因此想要更加全面的了解当前环境建设,就需要在当前环境检测工作中,加入大数据技术,能够更好的对当前环境进行数据分析,从而提升环境检测力度。针对大数据技术在环境检测中的实际运用进行研究,从而提升环境检测力度。     

基于OMI数据的河南省近十年大气对流层NO2垂直柱浓度时空变化分析研究

文章利用OMI卫星全球对流层NO2垂直柱浓度Level3级产品数据,研究分析了河南省2006年-2015年大气对流层NO2垂直柱浓度时空变化规律.结果表明:河南省近10年大气对流层平均NO2柱浓度为15.38×1015 molec/cm2,远高于全国平均水平,但自2014年起出现了大幅回落;NO2柱浓度月均值具有对称性和周期性,最高值和最低值一般分别出现在1月和7月;NO2柱浓度的季节均值特征明显,具体表现为冬季>秋季>春季>夏季;河南省NO2柱浓度空间分布不均衡,自西南部至东北部逐渐增加,其中东北部为NO2浓度高值集中地区.     

基于XGBoost-LME模型的京津冀地区近地面臭氧浓度估算

高时空分辨率的近地面臭氧浓度分布数据对监测和防控大气臭氧污染,提高人居环境具有重要意义. 使用TROPOMI-L3 NO₂、 HCHO产品和ERA5-land高分辨率数据作为估算变量,构建XGBoost-LME模型估算京津冀地区近地面臭氧浓度. 结果表明：①在估算变量中地表2 m温度（T2M）、2 m露点温度（D2M）、地表太阳向下辐射（SSRD）、对流层甲醛（HCHO）和对流层二氧化氮（NO₂）是影响京津冀地区近地面臭氧浓度的重要因素,其中T2M、SSRD和D2M相关系数分别达到0.82、0.75和0.71. ②XGBoost-LME模型相较其它模型,其各项指标均为最优,十折交叉验证R²、MAE和RMSE分别为0.951、 9.27 μg·m^-3和13.49 μg·m^-3,同时,该模型在不同时间尺度均表现良好. ③在时间上,2019年京津冀地区近地面臭氧浓度存在显著的季节性差异,四季浓度变化为：夏季>春季>秋季>冬季,2019年该地区近地面臭氧月均浓度总体呈现出先上升后下降的倒“V”趋势,其中9月呈现小幅上升趋势,全年最大值出现在7月,最小值在12月;在空间分布上,2月和3月京津冀全域近地面臭氧浓度分布基本为同一水平,1、11和12月呈现出不显著的北高南低的空间分布趋势,其余月份该地区近地面臭氧浓度空间分布均呈现出南高北低的分布特征,高值区主要在南部海拔较低、人口密集和工业排放量较大的平原地区,低值区则主要在北部海拔较高、人口稀疏、植被覆盖率高和工业排放量低的山地地区.     

2020年城市固体废物污染环境防治年报发布

为增强社会各界对固体废物污染防治工作的认识和理解,生态环境部自2014年起,每年发布全国大、中城市固体废物污染环境防治年报.近日,生态环境部发布《2020年全国大、中城市固体废物污染环境防治年报》(以下简称《年报》),向社会公开2019年全国固体废物污染防治工作的相关情况.《年报》主要依据2019年生态环境统计重点调查...     

街区尺度下城市高密度建成区火灾风险研究——以石家庄市中心城区为例

城市空间是火灾灾害系统的载体,街区是城市管理的基本单元,火灾风险评估则是火灾风险管控的关键。本文先利用遥感图像识别结合支持向量机算法及K-means聚类获取街区尺度的空间数据,进行“单位-街区-区域”层次的高密度建成区火灾危险性评估;然后通过POI(Point of Interesting)数据挖掘,识别城市空间用地类型衡量火灾损失,对高密度建成区进行火灾风险综合评估;最后利用聚类和异常值分析探究火灾风险空间分布,提出高密度建成区火灾风险防范措施。结果表明：研究区域的539个街区单元中,有37个为五级火灾危险性街区单元,45个为五级火灾风险街区单元;街区特征暴露性是影响火灾危险性的主要因素,工业和商业活动范围是城市火灾的高损失区域;提出了集“重点监测点-重点监测区-重点改造区-消防优化区-改造优化区”于一体的石家庄市中心城区火灾风险防范建议;POI数据及遥感图像识别技术的引入,不仅提升了风险溯源能力,还弥补了火灾风险评估模型没有充分考虑城市动态变化的局限。街区尺度的火灾风险研究为高密度建成区消防安全保障提供了新思路。     

影响Seres2000自动分析仪监测数据的两个因素

高锰酸盐指数是一个条件性的相对指标,其测定结果与氧化剂的浓度,氧化酸度,反应温度等条件有关,在同样的条件下也会因水体中还原性物质的浓度不同而呈现出不同的氧化程度。为了有效地控制Seres2000水质分析仪的操作条件,防止测定值因随机因素的影响而与GB11892-89方法的测定值产生较大的差异,本文将讨论温度因素,测定时间对监测数据的影响。