太湖塑料添加剂时空分布和生态风险评价

为揭示新冠疫情背景下太湖塑料添加剂的时空分布和风险水平,研究了典型的双酚类、邻苯二甲酸酯类和苯并三唑类等塑料添加剂在太湖表层水体的赋存情况.对全太湖19个监测点位进行4个季度的监测,并评估其潜在的生态风险.结果表明,自2020年秋季至2021年夏季,双酚A（BPA）、邻苯二甲酸二乙酯（DEP）、邻苯二甲酸二（2-甲氧基）乙酯（DMEP）、邻苯二甲基丁基苄基酯（BBP）和苯并三唑（UV-328）在太湖表层水体中均有检出.DEP、 DMEP、 BBP、 BPA和UV-328的检出率分别为100%、 97%、 58%、 98%和7%.对比近年来的塑料添加剂污染水平可以发现,太湖的各类塑料添加剂污染水平并未随疫情背景下塑料制品用量的剧增而加重,反而因人类活动减缓而呈现下降趋势.太湖塑料添加剂检出浓度有明显的季度差异,春、夏季平均值高于秋、冬季,分别是104.7、 100.3、 30.7和29.9ng·L^-1.其在空间分布上也具有一定的差异性,主要表现为高浓度点位聚集在太湖西南沿岸.生态风险评估结果表明,太湖塑料添加剂的赋存对藻类存在低风险,比例达30%,秋、冬季风险性高于...     

黄河水环境特征与氮磷负荷时空分布

黄河是我国西北和华北地区重要的供水水源,由于地形和降雨等自然因素以及频繁的人类活动影响,黄河流域水环境问题日渐凸显.为明确黄河干流水环境特征、水质现状以及流域氮磷负荷时空分布,本研究于2019年的4～5月和10～11月对黄河干流全河段水环境进行了调查研究.基于野外采样研究结果以及室内实验数据,结果发现:①从源区至河口多个水体理化参数逐渐上升的趋势反映了越来越频繁的人类活动以及中下游水土流失等的共同作用,此外,水库对溶质的截留与沉积具有显著的效果;②两个季节水质差异较小,从源区至河口水质等级由"优秀"下降至"一般";③降雨是黄河流域氮磷赋存形态及其负荷具有季节性差异的关键因素;④黄河流域内氮磷赋存形态及其负荷所具有的空间差异性主要受控于人类活动与水土流失的影响.本研究结果可为控制黄河流域入河氮磷负荷以及改善水质提供科学依据.     

不同封育年限荒漠草原土壤呼吸日、季动态变化及其影响因子

围封禁牧措施可以改善退化草地生态环境,是我国退化草地植被恢复的主要措施.为探讨干旱区荒漠草原不同围封禁牧年限的土壤呼吸作用特征及影响因子,在生长季连续观测围封禁牧11 a、7 a、放牧不封育(CK)荒漠草原土壤呼吸速率及环境因子,结果表明:1在日、季尺度上,封育11 a、7 a和CK荒漠草原土壤呼吸速率均具有明显的单峰曲线变化规律,在日尺度上,最大、最小值分别出现在12:00~16:00和00:00~06:00;在季节变化尺度上,最大值出现在降水较多温度适宜的8月,土壤呼吸均值表现为11 a[0.143 g·(m2·h)-1]7 a[0.138 g·(m2·h)-1]CK[0.106 g·(m2·h)-1].2封育与未封育荒漠草原的土壤呼吸速率与空气、土壤温度均呈极显著的指数关系(P0.001),相关性大小为:地表温度(R2:0.408~0.413)空气温度(R2:0.355~0.376)5~20 cm土壤温度(R2:0.263~0.394);温度敏感性系数Q10随着土层的加深逐渐变大,不同封育年限Q10表现为11 a(2.728)7 a(2.436)CK(2.086).3封育11 a、7 a和CK荒漠草原土壤呼吸速率与空气湿度、土壤含水量一元二次模型达到显著水平(P0.05),与空气二氧化碳呈极显著线性负相关(P0.01),与风速呈显著线性正相关(P0.05),与光照强度呈极显著线性正相关(P0.01).4干旱区荒漠草原土壤呼吸作用随着围封禁牧年限的增加而增加,温度敏感性系数亦随之增加,0~20 cm土壤温度和水分是其土壤呼吸的主要影响因子.     

长三角地区2017～2020年臭氧浓度时空分布与人群健康效益评估

近年来,我国臭氧(O₃)浓度呈升高趋势,成为仅次于PM_2.5影响空气质量的重要因素.为掌握长三角地区蓝天保卫战实施期间O₃时空变化特征和人群健康影响,采用莫兰指数和冷热点空间统计方法分析了长三角地区2017～2020年210个监测站点O₃浓度时空特征,并利用健康风险和环境价值评价法评估了长三角区域人群O₃暴露水平变化的健康收益.结果表明,2017～2020年,长三角地区O₃年均值和暖季均值的四分位数范围(IQR)呈现从高浓度向低浓度位移的趋势.暖季和冷季O₃浓度均值均呈现北高南低的空间分布态势.暖季O₃浓度均值在长三角北部和中部腹地城市出现高浓度O₃集聚的特征.区域O₃年均暴露浓度超过160μg·m^-3及以上的人口比例由2017年的72.3%降低至2020年的34.8%.三省一市人口加权年均O₃暴露浓度总体呈现下降趋势,但长三...     

2015～2020年中国城市PM2.5-O3复合污染时空演变特征

基于2015～2020年中国333个城市PM_2.5和O₃浓度监测数据,利用空间聚类、趋势分析和地理重力模型等方法,定量分析我国主要城市的PM_2.5-O₃复合污染特征和时空演变格局.结果表明：(1) PM_2.5和O₃浓度存在协同变化规律,当ρ(PM_2.5＿mean)≤85μg·m^-3时,ρ(PM_2.5＿mean)和ρ(O₃＿perc90)存在同步增长的现象;当ρ(PM_2.5＿mean)处于国家Ⅱ级限值(35±10)μg·m^-3时,ρ(O₃＿perc90)平均值的峰值增速最快;当ρ(PM_2.5＿mean)>85μg·m^-3时,ρ(O₃＿perc90)平均值出现显著下降趋势.(2)我国城市PM_2.5和O₃     

西部资源型城市绿色发展效率时空分异与驱动力

绿色发展是资源型城市高质量转型的重要体现。通过构建绿色发展效率评价体系,基于MinDs模型、泰尔指数、地理探测器等方法,测算2001—2019年西部资源型城市绿色发展效率时空分异特征,分析其驱动因素。结论如下：（1）西部资源型城市绿色发展效率以2015年为界,呈“先升后降”变化,西北、广西的资源型城市整体上升,西南和内蒙古的资源型城市近年呈下降趋势,成长型城市发展较为稳定,成熟型和再生型城市2017年后下降明显,衰退型城市呈上升趋势;（2）西部资源型城市绿色发展效率表现为极低和极高区间数量少、中间得分数量多的正态分布特征;（3）绿色发展效率空间非均衡的问题较为严重,其中,西北与西南地区的成熟型城市的变化是导致绿色发展效率差异扩大的主要原因;（4）经济发展、城市化、城市规模和技术创新能够显著提升西部资源型城市绿色发展效率,不同空间范围和不同生命周期下的资源型城市绿色发展效率驱动因素各有特点。研究对提升西部各类资源型城市绿色发展效率有实际意义。     

河南省人类活动净氮输入量与参数影响研究

为探究平原地区粮食主产区人类活动净氮输入量特征及其参数对估算结果的影响,以河南省为研究区,收集整理1990~2015年县级统计数据及NANI模型参数,对NANI的时空分布特征、变化趋势以及参数对估算结果的影响进行分析.结果表明：（1）时间尺度上看,1990~2015年河南省NANI呈升高趋势,1990、1995、2000、2005、2010、2015年NANI分别为14347、19146、21466、24251、23711、26156kg/（km²·a）,化肥施用为主要贡献因子,占比为63.56%,其次是食品/饲料净氮输入量,占比14.81%;空间尺度上看,河南省NANI较高的县市主要分布在中部和东部的平原地区,而西部山地丘陵地区县市NANI较低.（2）NANI模型输入组分中受参数影响最大的是食品/饲料净氮输入量,与选用适宜参数估算结果相比较,该项变化范围在-23.1%~71.3%,作物固氮量变化范围在-31.2%~41.2%,化肥氮输入量变化范围在-2.8%~4.5%.     

粤港澳大湾区近地层O3浓度的时空变化特征

基于遥感卫星（OMI）反演数据,对2005—2019年粤港澳大湾区近地层的O₃浓度数据进行提取及分析,探讨其时空变化特征和影响因素,同时利用后向轨迹（HYSPLIT）模型对O₃来源进行解析.结果表明：①在空间分布上,臭氧浓度自北向南逐渐降低,高值区集中分布在肇庆、广州、佛山等地;低值区集中在东莞、深圳、香港等地.②在时间变化上,15年来,该区域O₃浓度整体呈先上升后下降的趋势,2005—2010年O₃浓度持续升高,2010—2019年O₃浓度呈下降趋势,在2018年有小幅增长.季节变化表现为：春夏季O₃浓度高于秋冬季,高值区在春夏季交替出现,且秋季略高于冬季;每年11月—次年2月出现低值区,4—7月出现高值区.③自然因素中,风向和风速对O₃扩散和传输起重要作用;后向轨迹聚类分析表明：O₃长距离的输送受到来自西伯利亚的寒冷气流影响,短距离的输送则受到来自太平洋的暖湿气流的影响.气温与O₃浓度呈正相关;降水与O₃浓度基本呈负相关.④人为因素中,O₃浓度与GDP、人口密度的空间分布表现出显著相关性;NO_x的影响中,电力源、交通源和工业源是主导因素,居民源的影响较弱;而VOCs的影响中,工业源是主控因素,交通源和居民源次之,电力源的影响最弱.⑤O₃浓度与HCHO浓度的空间分布保持高度的一致性;NO_x等污染物参与光化学反应,对O₃浓度的变化起着一定作用;气溶胶对太阳辐射产生消光作用,使得O₃浓度降低.     

云南边境五城市空气污染物分布特征

利用2015~2021年云南省5个边境城市6种常规大气污染物的质量浓度数据,探究其污染特征、时空变化及空间异质性。结果表明,研究区域污染物年际浓度变化起伏较大,PM₁₀、PM_2.5年均浓度分别为(42.6±8.2),(25.4±4.2)µg/m³,均低于中国《环境空气质量标准》(GB 3095-2012)二级浓度限值。PM、NO₂和O_3-8h月均浓度呈U型变化趋势,其中3月份浓度最高。5个城市PM和NO₂浓度季节变化均表现为:春季>冬季>秋季>夏季,O_3-8h表现为:春季>夏季>秋季>冬季,而CO冬季污染程度最小,SO₂无明显的季节变化规律。根据Sen-MK的逐日浓度趋势分析,污染物总体呈现下降趋势,其中PM₁₀下降速率最高达11×10^-3µg/(m³×d),而O_3-8h呈现上升趋势。变异系数(COD)表明,污染物的空间分布极不均匀,特别是SO₂的COD均大于0.2,春季O_3-8h空间分布更加均匀。Person相关分析表明,PM与NO₂、CO、O_3-8h表现出较强的相关性,且西双版纳(BN)PM与其他大气污染物相关性较其他城市强。     

Seasonal to sub-seasonal variations of the Asian Tropopause Aerosols Layer affected by the deep convection, surface pollutants and precipitation

The Asian Tropopause Aerosols Layer (ATAL) refers to an accumulation of aerosols in the upper troposphere and lower stratosphere during boreal summer over Asia, which has a fundamental impact on the monsoon system and climate change. In this study, we primarily analyze the seasonal to sub-seasonal variations of the ATAL and the factors potentially influencing those variations based on MERRA2 reanalysis. The ability of the reanalysis to reproduce the ATAL is well validated by CALIPSO observations from May to October 2016. The results reveal that the ATAL has a synchronous spatiotemporal pattern with the development and movement of the Asian Summer Monsoon. Significant enhancement of ATAL intensity is found during the prevailing monsoon period of July–August, with two maxima centered over South Asia and the Arabian Peninsula. Owing to the fluctuations of deep convection, the ATAL shows an episodic variation on a timescale of 7–12 days. Attribution analysis indicates that deep convection dominates the variability of the ATAL with a contribution of 62.7%, followed by a contribution of 36.6% from surface pollutants. The impact of precipitation is limited. The ATAL further shows a clear diurnal variation: the peak of ATAL intensity occurs from 17:30 to 23:30 local time (LT), when the deep convection becomes strongest; the minimum ATAL intensity occurs around 8:30 LT owing to the weakened deep convection and photochemical reactions in clouds. The aerosol components of the ATAL show different spatiotemporal patterns and imply that black carbon and organic carbon come mainly from India, whereas sulfate comes mainly from China during the prevailing monsoon period.