基于复杂系统建模的水管理政策研究进展

基于Agent的建模方法（ABSS）通过自下而上的方式，考察系统中主体的不同状态和行为特征、主体与环境的作用、主体之间的作用，来表征系统的宏观特征，是进行复杂社会环境系统分析和政策研究的重要手段，在水资源、水环境管理系统中得到了有效的应用。本文在大量文献调研的基础上，讨论了ABSS建模方法的基本原理、主要特征、系统构成、分类方法和开发工具等特征，总结了其供水系统发展、水资源分配和流域水资源管理、农业土地和水资源利用、居民用水行为、农业污染控制及人类活动的水环境影响等方面的应用，分析了其在研究内容、研究方法、研究结果等方面的发展趋势，讨论了利用该方法研究我国水资源管理和水污染控制政策的必要性和重要性。     

利用3S技术动态监测天山草地农业产量及其成因分析

在新疆阜康县大量“天地”资料观测基础上，利用3S(RS、GIS和GPS)技术和生态系统分析方法，对新疆天山草地农业资源进行了系统的动态监测和大面积估产研究。结果表明，该县草地和森林面积1998年比1988年分别下降了17．5％和51．o％，而农业用地面积和沙漠危害面积却分别增加了57．8％和21．2％，实现了利用3s技术系统准确监测新疆阜康县草地农业资源动态变化，其大面积草地遥感估产精度达到75．8％以上。最后，建立了新型PPR估产模型，其估产精度达到81．76％以上，并给出了理论生态成因解释与定量分析结果等。     

2002年3-6月国内安全事故数据

统计了2002年3-6月国内发生的各种安全事故871起,包括矿业事故、交通事故、爆炸事故、火灾、毒物泄露和中毒及其他事故.统计表明,在这些事故中,矿业事故最多,占61. 8%,平均每天4.5起事故,其次是交通事故(16.3%)、爆炸事故(6.7%)、火灾(6.0%)、其他事故(5.6%)、毒物泄露和中毒(3.7%).871起事故共死亡2 197人,伤3 321人,死亡人数的百分比分别为矿业事故53.7%、交通事故28.0%、火灾6.1%、爆炸事故5.9%、其他事故5.1%、泄露中毒1.2%;受伤人数的百分比分别为泄露中毒37.4%、交通事故26.9%、爆炸事故14.2%、矿业事故11.8%、其他事故5.3%、火灾4.4%.     

亚热带稻田土壤碳氮磷生态化学计量学特征

为了解稻田土壤中是否存在稳定的土壤有机碳(C)、氮(N)和磷(P)比值,基于亚热带区110个水稻土剖面和587个发生层的土壤调查数据库,在区域尺度上分析了典型水稻土C∶N∶P比值的生态化学计量学特征,并应用相关分析和冗余分析,研究水稻土C∶N∶P比值与土壤-环境因子(地形和母质、土壤发生层、土壤类型和土壤理化性质)的关系.结果显示,亚热带区稻田土壤C∶N、C∶P和N∶P的剖面加权平均值分别为12. 6、49和3. 9,C∶N∶P为38∶3. 2∶1.不同母质起源、不同土壤亚类和不同发生层的水稻土C∶N变异相对较小;但C∶P和N∶P的变异很大,两者均值也远低于全球(186和13. 1)和中国土壤(136和9. 3)的C∶P和N∶P的平均水平.尽管稻田土壤剖面的C∶N∶P相对不稳定,但由于稻田表土生物与环境相互作用强烈,表土C∶N相对稳定(14. 2).这反映长期水耕熟化作用下,稻田表土中C和N仍存在紧密的耦合作用.然而,在稻田土壤剖面上,C∶P和N∶P并不稳定,SOC与全P含量、全N与全P含量也无显著相关性,表明环境变化可能导致土壤C∶N∶P解耦.地形、土壤质地、氧化铁和容重是调控稻田土壤剖面C∶N∶P的关键土壤环境因子.     

羽序灯心草作为酸性矿山废弃地先锋植物潜力

生态复垦是当前世界各国酸性矿山废弃地修复的主要方法.通过研究云南来利山锡矿区废弃地土壤pH值、肥力特征及重金属含量,以及矿区生长的羽序灯心草形态特征和植株体内重金属的分布特征,分析植株耐酸性、对废弃地土壤肥力的适应性及对Zn和Cu等重金属污染的耐性,探讨其作为酸性矿山废弃地先锋植物的潜力.结果表明,研究区域根际土壤pH值均值范围为3.46～4.01,呈酸性;土壤中有机质、全钾、全磷和速效磷含量分别为10.28～25.75g·kg~(-1)、 8.84～9.32g·kg~(-1)、 0.56～0.63g·kg~(-1)和1.82～5.72mg·kg~(-1),处于较低水平;土壤中Zn、Cu和Fe含量均值范围分别为54.93～114.49、 92.53～127.59和47 133.60～112 259.63 mg·kg~(-1),其中重金属Cu含量超出风险筛选值1.85～2.55倍;研究区域羽序灯心草株高均值范围为43.77～55.42 cm,对照组植株高度为51.38～57.66 cm,无显著差异,表明羽序灯心草具有耐酸性及对重金属污染具有耐性.进一步分析对重金属Cu和Zn的富集能力和转移特征,发现对Cu和Zn都具有富集能力,且对Zn具有运转能力,具有一定的富集吸收潜力.株高与根际土壤中速效磷的含量显著相关,后期羽序灯心草作为先锋植物在矿山废弃地进行种植时,可针对性地补充含速效磷的肥料改善土壤肥力条件.综合分析结果表明,羽序灯心草作为先锋植物修复酸性矿山废弃地具有巨大潜力.     

典型西南工业城市柳州市核心区大气污染物时空分布与气象因素研究

为研究柳州市核心区大气污染物浓度时空变化规律与气象因素之间的关系,统计分析了2018年全年研究区内6个自动监测站点PM_(2.5)、PM_(10)、SO_2、NO_2、O_3和CO的浓度监测数据和气象站气象数据,并对28次超标日污染物来源进行了解析.结果显示:①核心区颗粒污染物污染较为严重,且以PM_(2.5)为主的细颗粒污染物仍为柳州市主要的大气污染物;各污染物月均浓度季节差异显著,除NO_2外柳州大气污染物浓度下降明显,指示柳州市多项节能减排综合整治措施成效显著;PM_(2.5)、PM_(10)、CO受早晚高峰期影响,浓度日变化均呈双峰型;NO_2在不同季节峰型不同,作为O_3前体物其浓度日变化与O_3相反,呈现"早峰午谷"的变化趋势.②通过对污染物浓度插值发现,由于核心区主要工商业区位于西部且处于主导风向下风向,故PM_(2.5)和SO_2浓度西北高、东南低,PM_(10)、NO_2和CO浓度西南高、东北低;核心区东部的山区为O_3生成带来大量前体物,使O_3浓度东南高、西北低.③由于气候特征,核心区春、夏季主要气象因素均为降水量;秋季的主要气象因素是风速,风速与污染物的负相关关系表明了风的扩散效应;冬季大部分污染物与气象因素的相关性不显著,表明人为因素对污染物的影响大于气象因素;核心区大气污染物主要来源于局地排放和区域传输,且南北主导风向对大气污染影响最大.④HYSPLIT模型结果指示柳州超标日大气污染物主要来自于珠三角地区,且陆源颗粒物浓度普遍比海洋源高,来自南部的远距离输送气流颗粒物含量最低,表明远距离输送为影响颗粒物传播的主要原因.     

氨基改性生物炭负载纳米零价铁去除水中Cr(VI)

以聚乙烯亚胺（PEI）为功能单体,玉米秸秆生物炭为载体,制备了氨基改性生物炭负载型纳米零价铁（nZVI@PEI-HBC）,并利用扫描电镜（SEM）、红外光谱（FTIR）和X射线光电子能谱（XPS）等手段对材料进行了表征,分析了溶液pH、温度、材料投加量等因素对其去除Cr（VI）的影响及其去除机理.结果表明：在投加量为0.5 g·L^-1,温度为20℃,pH值为5,Cr（VI）初始浓度为20 mg·L^-1条件下,各材料对Cr（VI）的去除率大小为nZVI@PEI-HBC > nZVI > PEI-HBC > HBC.SEM显示nZVI颗粒较均匀地分散在生物炭表面,FTIR分析表明PEI改性后材料表面增加了氨基等重金属配位基团,这可能是nZVI@PEI-HBC去除Cr（VI）效果更好的原因.影响因素研究表明,材料具有较好稳定性,老化28 d后其Cr（VI）去除性能变化不大;酸性环境、升温、增大材料投加量均有利于nZVI@PEI-HBC对Cr（VI）的去除.机理研究发现,水中溶解氧加速了nZVI的腐蚀和Fe（II）的释放,促进Cr（VI）还原为Cr（III）,然后通过共沉淀作用和氨基等基团的吸附作用被去除.     

成都市大气颗粒物粒径分布及其对能见度的影响

使用环境颗粒物分析仪（GRIMM180）对成都市2018年10月—2019年9月0.25~32 μm的大气颗粒物数浓度粒径分布进行观测,结合细颗粒物（PM_2.5）质量浓度以及相对湿度（RH）、能见度、降水量等气象要素数据,分析了成都市大气颗粒物粒径分布及其与能见度的关系.结果表明,观测期间成都市大气颗粒物以细粒子为主,0.25~0.5 μm的粒子数浓度占总数浓度的97.75%,数浓度谱呈单峰分布,2018年秋季、2019年夏季表面积谱呈双峰分布,2018年冬季、2019年春季表面积谱呈三峰,体积谱均为三峰分布;在不同RH区间,PM_2.5质量浓度及数浓度均与能见度呈负相关,且其中0.25~0.5 μm粒径段的细颗粒物因为对可见光波段的米散射效应而对能见度产生较大影响;在不同RH情况下,不同粒径段颗粒物数浓度对能见度的影响程度有所差别：在低RH（<70%）下,0.25~0.3 μm粒径段粒子数浓度对能见度影响最大;在中等RH（70%~80%）下,0.3~0.5 μm粒径段粒子数浓度对能见度的影响最大;而在高RH（>80%）下,0.3~0.5 μm和0.5~1 μm粒径段粒子数浓度对能见度影响相当.     

中国菌糠露天焚烧污染物排放时空分布特征

基于我国2000~2017年食用菌年产量数据,采用排放因子法估算了菌糠露天焚烧的污染物排放量,利用Mann-Kendall法和聚类分析法分析了排放量的时空分布特征,使用回归分析法预测了污染物的排放趋势.结果表明：（1）2000~2017年全国菌糠露天焚烧污染物排放量持续上升,PM_2.5、CO₂、CO、CH₄、NMVOCs、PAHs、NO_x、SO₂累积排放量分别为1.40×10⁶,3.48×10⁸,1.99×10⁷,8.43×10⁵,2.08×10⁶,3.00×10⁴,6.34×10⁵,8.29×10⁴t;（2）污染物排放量较高的省区包括山东、黑龙江、浙江、湖南、江苏、福建和河南,排放量较低的省区包括贵州、宁夏、天津、北京、新疆、重庆、甘肃;（3）预计2021年菌糠焚烧污染物总排放量高达4.25×10⁷t,其对生物质焚烧污染物总排放量的贡献率约为19.82%.我国菌糠露天焚烧污染物排放规模较大,应予以重点关注.     

Regulated emission characteristics of in-use LNG and diesel semi-trailer towing vehicles under real driving conditions using PEMS

On-road driving emissions of six liquefied natural gas(LNG) and diesel semi-trailer towing vehicles(STTVs) which met China Emission Standard IV and V were tested using Portable Emission Measurement System(PEMS) in northern China.Emission characteristics of these vehicles under real driving conditions were analyzed and proved that on-road emissions of heavy-duty vehicles(HDVs) were underestimated in the past.There were large differences among LNG and diesel vehicles, which also existed between China V vehicles and China IV vehicles.Emission factors showed the highest level under real driving conditions, which probably be caused by frequent acceleration, deceleration, and start-stop.NOx emission factors ranged from 2.855 to 20.939 g/km based on distance-traveled and 6.719–90.557 g/kg based on fuel consumption during whole tests, which were much higher than previous researches on chassis dynamometer.It was inferred from tests that the fuel consumption rate of the test vehicles had a strong correlation with NOx emission, and the exhaust temperature also affected the efficiency of Selected Catalytic Reduction(SCR) aftertreatment system, thus changing the NOx emission greatly.THC emission factors of LNG vehicles were 2.012–10.636 g/km, which were much higher than that of diesel vehicles(0.029–0.185 g/km).Unburned CH_4 may be an important reason for this phenomenon.Further on-road emission tests, especially CH_4 emission test should be carried out in subsequent research.In addition, the Particulate Number(PN) emission factors of diesel vehicles were at a very high level during whole tests, and Diesel Particulate Filter(DPF)should be installed to reduce PN emission.