兰州市高分辨率人为源排放清单建立及在WRF-Chem中应用评估

城市尺度高分辨率人为源大气污染物排放清单是城市空气质量预报预警、污染成因分析和减排措施制定的重要基础数据,目前我国西部地区城市尺度的人为源排放清单研究仍然相对薄弱,能对接于空气质量模式的排放清单更为缺乏.本文整合已发表的清单文献,建立了可对接于空气质量模式的2016年兰州市城市尺度的人为源清单模型（HEI-LZ16）,将之应用于WRF-Chem模式,评估HEI-LZ16的准确性和适用性.结果表明：兰州市2016年人为源排放的SO₂、NO_x、CO、NH₃、VOCs、PM₁₀、PM_2.5、BC和OC总量分别为25642、53998、319003、10475、35289、49250、19822、2476和1482 t·a^-1.在模拟时间内,HEI-LZ16相比于MEIC,O₃和PM_2.5的NME值分别减小了140.2%和28.8%,HEI-LZ16更加准确适用.分析了HEI-LZ16情景下模拟的PM_2.5和O₃时空分布,兰州市臭氧MDA8呈现冬春季城区低而郊区高,夏秋季河谷城区西部及其下风向地区高的分布特征,夏秋季高浓度区的分布受偏东风和光化学反应的共同影响,冬季城区O₃浓度受NO_x排放的抑制作用浓度反而降低.PM_2.5浓度的高值区主要集中在黄河河谷盆地,本研究表明沿白银—兰州黄河河谷盆地走向的西侧存在一个污染物传输通道,其对兰州市环境空气质量具有较大的影响.     

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.     

南昌市城市空气PM2.5和PM10时空变异特征及其与景观格局的关系

基于2013—2015年南昌市9个空气环境监测点的连续数据,分析了空气PM_(2.5)、PM_(10)质量浓度(以下简称浓度)的时空变异规律,并以景观格局指数为定量指标,研究了监测点的两种颗粒物浓度与其周边500 m半径、1000 m半径缓冲区的土地利用状况的关系.结果表明:(1)南昌市3年来PM_(2.5)和PM_(10)浓度逐年显著降低.(2)通过聚类分析,9个监测站依据颗粒物污染可分为4大类,表现出一致的城乡梯度差异.(3)在斑块类型水平上,PM_(2.5)和PM_(10)浓度与500、1000 m半径缓冲区的C-PLAND(建筑用地覆盖率)、C-SHDI(建筑用地多样性指数)显著正相关,与1000m缓冲区的F-ED(林地边界密度)显著正相关;与F-PLAND(林地覆盖率)、C-Fi(建筑用地分离度指数)、F-MPS(林地平均斑块面积)显著负相关.在景观水平上,PM_(2.5)和PM_(10)浓度在500 m缓冲区与LPI(最大斑块所占景观比例)显著负相关;与1000 m缓冲区的MPS(平均斑块面积)显著负相关.景观格局指数直接反映土地利用状况,它与PM_(2.5)和PM_(10)浓度的相关性,表现出生态学中典型的"源汇景观"关系.     

石岩水库叶绿素a时空分布及其影响因子分析

2013年4月至2014年6月对典型调水供水型水库石岩水库蓝藻、绿藻和硅藻叶绿素a浓度[ρ(Chla)]及相环境因子进行监测,分析了ρ(Chla)时空分布特征,探讨了藻类与环境因子的相关关系.结果表明石岩水库ρ(TChla)为9.59~123.29μg·L~(-1),平均52.03μg·L~(-1),其中蓝藻ρ(Chla)为4.54~76.30μg·L~(-1),平均为28.39μg·L~(-1);硅藻ρ(Chla)为3.16~46.09μg·L~(-1),平均为15.02μg·L~(-1);绿藻ρ(Chla)为0.77~26.21μg·L~(-1),平均为8.62μg·L~(-1).2013年4~12月上旬以及2014年5~6月优势藻为蓝藻,其他时期硅藻占优势,绿藻全年处于较低水平.石岩水库ρ(Chla)空间异质性低,整体呈现由南向北逐渐降低的空间分布特征,汛期整个库区和高温无雨期南半库区存在蓝藻水华风险.径流污染是石岩水库藻类叶绿素a空间异质性的主要原因.相关分析和CCA分析显示:水温是3种藻类的首要影响因子,汛期径流量与蓝藻相关性极大.氮磷比与3种藻类负相关,磷是石岩水库藻类生长的限制性因子.蓝藻主要相关因子还包括TOC、TN、pH、透明度和硝酸盐氮,硅藻主要相关因子还包括硅酸盐、TOC、硝酸盐氮和COD,绿藻主要相关因子还包括TOC、COD、pH、透明度和硝酸盐氮.     

闽江感潮河段夏秋季涨落潮河水稳定同位素(N/D/O-18)组成特征解析

流域氮污染的稳定同位素表征和溯源对于保障流域污染防控和用水安全具有重要意义,本文通过对感潮河段夏、秋季涨落潮主要断面硝态氮（NO₃^-）及稳定同位素(δ¹⁵N-NO₃^-、δ¹⁸O-NO₃^-、δD-H₂O和δ¹⁸O-H₂O)组成特征测定及沿线小流域的氮污染入河量测算,探讨了陆域氮排放和水体交换对感潮河段稳定同位素的影响.研究表明：（1）落潮、涨潮期NO₃^-均为“秋季>夏季”,δ¹⁵N-NO₃^-夏、秋两季组成特征基本相近.落潮期δ¹⁸O-NO₃^-为“夏季>秋季”,涨潮期则相反.同季节的NO₃^-及其同位素总体呈“涨潮期>落...     

2015-2019年成渝城市群臭氧浓度时空变化特征及人口暴露风险评价

近年来O₃污染给人类健康带来了很大威胁.本文利用2015—2019年中国环境监测总站的O₃地表监测数据,通过Global Moran''s I和Getis-Ord G^*指数等方法,分析了成渝城市群O₃浓度的时空变化特征,并利用空间插值和LandScan人口格网分布数据,基于人口暴露风险模型对该地区的O₃人口暴露风险进行了评价.结果表明：①2015—2019年成渝城市群O₃浓度总超标比例为6.9%,年际变化呈先上升后下降趋势,逐月变化呈"双峰型",5月和8月达到峰值,12月最低,季节变化表现为夏季>春季>秋季>冬季,日变化呈"单峰型",8：30左右开始升高,16：00左右达到峰值;②2015—2019年成渝城市群O₃浓度呈现出由成都及周边城市为污染中心向以成都市和重庆市为首尾的"带状"污染空间格局发展的趋势,且空间自相关性较强,逐步形成以成都市和重庆市为双中心的高浓度集聚特征;③2015—2019年成渝城市群平均O₃人口暴露风险指数处于较低风险,但空间分布差异较大,人口暴露高风险地区主要集中于成都市、内江市、自贡市、德阳市、泸州市北部及重庆市主城区,低风险地区主要集中于东西片区、绵阳市北部及成渝城市群边界,中部高风险区域有向西南方向转移的趋势,重庆市南部有高风险向极高风险转化的趋势,同时,成都市和重庆市存在显著的高风险指数集聚特征.     

京津冀及周边地区PM2.5时空变化特征遥感监测分析

为分析京津冀及周边地区的PM_(2.5)时空变化特征,先利用MODIS数据反演1 km分辨率的AOT产品,采用地理加权回归模型实现京津冀及周边地区2016~2017年逐日PM_(2.5)浓度的遥感反演,并在此基础上对多种时间尺度PM_(2.5)浓度合成结果进行验证分析,最后从不同时间尺度对2016年和2017年PM_(2.5)时空变化特征进行了对比分析.结果表明本研究反演的日均、月均和年均这3种时间尺度的PM_(2.5)浓度结果总体上效果较为理想,时间尺度越大,遥感估算的PM_(2.5)效果越好,年均PM_(2.5)结果相对精度达80%以上,并且2016年和2017年同一时间尺度的PM_(2.5)遥感结果精度较为接近.京津冀及周边地区PM_(2.5)分布总体均呈现"冬季秋季≈春季夏季"和"南高北低"的季节变化和空间分布趋势.与2016年相比,2017年京津冀及周边地区PM_(2.5)浓度平均下降约9.2%,且高值区范围明显减小,PM_(2.5)浓度高值一般发生在11月和12月,而低值则一般发生在8月.2017年与2016年PM_(2.5)浓度时空变化与2017年的大气污染综合治理攻坚行动巡查和空气质量专项督查活动密切相关,这也能间接说明大气污染减排的成效.     

中国重点城市大气污染与健康风险的时空分布特征

基于中国168个大气污染防治重点城市2015～2020年的5种污染物浓度监测数据,利用MAKESENS模型和综合风险指数(ARI),定量分析全国与6大城市群的大气污染总健康风险的时空分布特征.结果表明：(1)中国重点城市PM_2.5污染最严重,仅15%的城市PM_2.5浓度6 a均值达到了国家二级标准,NO₂次之,77%的城市NO₂浓度6 a均值达到了国家二级标准,京津冀和汾渭平原城市群空气污染最严重,PM_2.5、 SO₂、 CO和NO₂浓度6 a均值高于其他城市群;(2)中国重点城市PM_2.5、 SO₂、 CO和NO₂浓度呈下降趋势,除成渝城市群外,其余地区O₃浓度呈上升趋势;京津冀和汾渭平原城市群SO₂浓度下降最显著;(3)中国重点城市大气污染健康风险总体呈下降趋势,2017～2018年出现急剧下降,暴露在极高风险下的人口从1...     

近百年云南纵向岭谷区气温的时空变化特征

采用多种统计方法,对近百年来纵向岭谷地区气温的时空变化特征进行了分析.结果表明:纵向岭谷区气温分布具有一致性,且温度、热量分布存在明显的南北差异.自然的阻隔作用使得岭谷地区的年平均、冬季平均温度呈现出西高东低,大致具有经向分布的特征;夏季平均气温表现出南北高,中间低的分布.澜沧江流域是年、冬季气温和热量发生变化的阻隔分水岭.纵向岭谷地区的气温具有明显的年代际变化特征,近百年来以增温趋势为主.