火电厂PM2.5环境影响评价方法探讨

现行的大气导则中尚缺乏针对PM2.5的评价模型、方法及监测要求.通过长三角重点控制区某扩建火电厂排放的一次PM2.5和产生的光化学二次PM2.5对周围环境的影响预测,提出了火电厂一次PM2.5排放量估算的方法,并提出了火电厂PM2.5（包括一次和二次）对周围环境影响的预测方法.评价结果表明,具有光化学反应的CALPUFF模型能有效预测一次和二次PM2.5的生成,在环境影响评价现状监测因子中,因氮氧化物的削减对降低空气中PM2.5的浓度有显著效果,建议增加NH3和O3指标;在环境影响评价中CALPUFF模型可以作为PM2.5环境影响评价的预测模型.     

常州市典型区域大气 PM10、PM2．5质量浓度分布

采集常州市3个典型区域2011～2012年的大气样品并进行了测定,质量浓度作微分模式处理并分析。结果表明,可吸入颗粒物（PM10）分布呈明显的双峰型,峰值出现在13～3．9μm 和1．3～0．51μm,表明了常州市至少存在2种不同类型的污染源。质量密度分布预测曲线与实测曲线变化趋势基本相似,均在6．95～10．65μm 和1．04～0．64μm 这2个范围内出现峰值,表明4次多项式函数能较好地描述常州市可吸入颗粒物质量浓度双峰型分布特征。PM13占 PM30平均比重为82．86％,PM2．5占可吸入颗粒物平均比重为51．52％,表明可吸入颗粒物及细颗粒仍然是当前环境空气主要污染物。     

鹰潭市大气PM2.5中重金属分布特征及健康风险评价

采用颗粒物X荧光元素在线监测仪、离子色谱在线监测仪、OC/EC在线监测仪对鹰潭市春季和冬季环境空气中PM2.5组分进行了连续在线监测,监测点位春季监测期间PM2.5日均浓度在6～49μg/m3之间,平均浓度30.7μg/m3;冬季监测期间PM2.5日均浓度在16～50μg/m3之间,平均浓度37.5μg/m3。分析了8种重金属元素浓度水平及日变化特征,对元素污染来源及污染程度进行了分析,计算了元素暴露剂量并进行了健康风险评估。研究结果表明：(1)监测期间,春季PM2.5中Cr等八种元素平均浓度均低于冬季PM2.5中Cr等八种元素平均浓度,冬季Cu与Zn质量浓度明显高于其他城市,可能与鹰潭市铜冶炼加工行业排放累积有关;(2)春季鹰潭市环境空气PM2.5中Cr、Mn、Ni轻度富集,Cu、Zn、As、Pb重度富集,Cd超重度富集,冬季Mn轻度富集,Cr、Ni中度富集,Cu、Zn、As、Cd、Pb均达到重度富集;(3)主因子分析结果表明春季和冬季天然源土壤尘和地壳源占比分别为38.0%和35.2%,是鹰潭市PM2.5组分的最大单一来源;(4)暴露剂量显示,PM2.5中8种元素日均暴露量经口摄食(ADDing)>皮肤接触(ADDinh)>呼吸吸入(ADDderm)且ADDing远大于ADDinh和ADDderm。3种暴露途径下,8种元素儿童的暴露剂量均为最高。8种元素中Zn元素在不同暴露途径下对不同人群暴露剂量均为最高,其中儿童ADDing为0.038 0、成年男性ADDing为0.0103、成年女性为0.0118[mg·(kg·d)-1];(5)健康风险评估结果显示,As对所有人群、Pb对儿童具有一定非致癌健康风险,8种元素非致癌风险值之和均表现为ADDing>ADDderm>ADDinh, ADDing是造成非致癌风险的主要途径。8种元素对暴露人群均不具有致癌风险。     

TSP、PM2.5致人脐静脉内皮细胞和人支气管上皮细胞氧化损伤及凋亡

研究环境空气与打印室内颗粒物(TSP、PM2.5)对人脐静脉内皮细胞（HUVEC）和人支气管上皮细胞（HBE）氧化损伤及凋亡的作用。将HUVEC和HBE分别暴露于100μg·mL-1的环境空气TSP,打印室PM2.5和环境空气PM2.5,采用CCK-8法检测细胞存活率,测定细胞中SOD活性和MDA含量,采用Western blot测定凋亡相关蛋白的表达。将HUVEC和HBE分别暴露于0,25,100,400μg·mL-1的打印室PM2.5,采用CCK-8法检测细胞存活率,测定细胞中SOD活性和MDA含量,采用Western blot测定凋亡相关蛋白的表达。染毒7 h后,同一来源不同粒径的环境空气TSP和环境空气PM2.5相比,环境空气PM2.5能够显著降低HUVEC和HBE的细胞存活率和SOD活性,显著升高细胞中的MDA含量和凋亡通路中Bax/Bcl-2蛋白表达（P<0.05）。同一粒径不同来源的打印室PM2.5和环境空气PM2.5相比,环境空气PM2.5显著降低HUVEC和HBE的细胞存活率和SOD活性,显著升高细胞中的MDA含量和凋亡通路中Bax/Bcl-2蛋白表达（P<0.05）。打印室PM2.5亦显著降低HUVEC和HBE的细胞存活率和SOD活性,显著升高细胞中的MDA含量和凋亡通路中Bax/Bcl-2蛋白表达,并呈剂量-效应关系,浓度越高,作用效果越明显（P<0.05）。颗粒物粒径越小,诱导细胞氧化损伤和凋亡的能力越强;排放源是影响颗粒物毒性的重要因素之一;氧化损伤和线粒体凋亡途径是TSP、PM2.5引起呼吸道疾病和心血管疾病的重要机制之一。     

温州市PM_(2.5)中水溶性离子污染特征及来源分析

2015年1~12月在温州市区采集448个PM_(2.5)样品,采用离子色谱法分析PM_(2.5)中9种水溶性离子(SO_4~(2-)、NO_3~-、NH_4~+、Cl~-、Na~+、K~+、Ca~(2+)、Mg~(2+)和F~-)的浓度,研究其污染特征、化学组分和来源.采样期间9种水溶性离子总浓度为39.97μg·m~(-3),SO_4~(2-)、NO_3~-和NH_4~+占所测水溶性离子总量的(40.19±10.04)%.离子总浓度的季节变化特征为冬季春季秋季夏季,从空间分布上看,多数季节市站采样点PM_(2.5)中离子总浓度低于南浦、龙湾和瓯海采样点.相关性分析结果显示,PM_(2.5)值与NH_4~+、Ca~(2+)、Na~+、K~+、Cl~-、NO_3~-、SO_4~(2-)浓度显著相关,PM_(2.5)中SO_4~(2-)和NH_4~+的主要结合方式为(NH_4)_2SO_4.硫氧化速率(SOR)和氮氧化速率(NOR)的年均值分别为0.44±0.09和0.13±0.04,表明温州市PM_(2.5)中SO_4~(2-)和NO_3~-主要由二次转化形成.主成分分析结果表明,温州市PM_(2.5)中水溶性离子主要来源于燃煤(火力发电和工业燃煤)、生物质燃烧、机动车尾气以及道路和建筑扬尘.     

台州市不同功能区环境空气PM_(2.5)的污染特征研究

2015年7月至2016年3月在台州市采集504个PM_(2.5)样品,利用电感耦合等离子体发射光谱仪和原子荧光光度计分析样品中的19种无机元素,利用离子色谱和热光碳分析仪分别分析8种水溶性离子和2种碳组分有机碳(OC)和元素碳(EC)的质量分数,研究不同功能区环境空气PM_(2.5)及其化学组分的污染特征.结果表明,台州市环境空气PM_(2.5)年均质量浓度为(45.3±20.1)μg·m~(-3),季节变化规律为冬季春季秋季夏季,空间变化规律为工业园区商住区自然保护区.19种无机元素占PM_(2.5)总量的9.78%,主要元素为Na、K、Ca、Si、Zn、Al、Mg和Fe.富集因子分析结果表明,台州市无机元素的主要污染源包括道路交通尘、燃煤尘、建筑扬尘以及海盐粒子.采样期间8种水溶性离子总质量浓度为(26.50±5.86)μg·m~(-3),SO_4~(2-)、NO_3~-和NH_4~+占PM_(2.5)总量的(41.96±8.59)%.Cl~-、NO_3~-和NH_4~+离子质量分数为工业园区商住区自然保护区,SO2-4离子质量分数水平在3个功能区相近.OC和EC的年均浓度分别为(10.04±2.08)和(3.27±0.80)μg·m~(-3).商住区和工业园区OC和EC浓度水平相近,略高于自然保护区.SOC/OC值为秋季最高,冬季其次.不同季节SOC/OC值均为工业园区高于商住区和自然保护区.     

基于MODIS数据的山西省PM2.5浓度估算研究

通过ENVI软件对美国国家航空航天局（NASA）发布的MODIS L1B数据进行几何校正、波段合成、重采样、构建查找表等操作,反演了山西省2020年3—8月气溶胶光学厚度（aerosol optical depth,AOD）,用大气气溶胶产品MOD04_3K验证AOD的反演精度,对反演结果中的高度进行订正,分析了山西省AOD时空分布特征,在此基础上建立了AOD与PM_2.5浓度的回归模型,并通过模型验证估算误差。结果表明：（1）MODIS L1B反演结果具有较高的精度,与大气气溶胶产品MOD04_3K数据的相关系数为0.934。（2）在时间分布上,AOD存在明显的季节性差异,夏季AOD均值远高于春季;在空间分布上,AOD呈现由北向南逐渐增加的趋势,高值主要出现在山西省南部的临汾市和运城市。（3）整体、春季、夏季3类回归模型的平均相对误差分别为25.91%,27.62%,23.87%,表明模型的拟合效果较好,可较为准确地估算PM_2.5浓度。     

杭州市2017年冬季一次重灰霾过程中PM2.5水溶性离子特征、来源及成因分析

利用在线监测仪测量了杭州市一次重灰霾过程（2017年12月29日至2018年1月3日）中PM_2.5主要水溶性离子（Cl^-、SO₄^2-、NO₃^-、NH₄⁺、Na⁺、Ga²⁺、Mg²⁺）及主要气态污染物（SO₂、NO₂、O₃、NO、CO、HCl、NH₃、HNO₂、HNO₃）的小时浓度。结合混合受体模型和国控监测分析,研究了2017年12月30-31日重灰霾事件的污染特征、来源和成因。研究结果表明：PM_2.5浓度高达318 μg·m^-3; NO₃^-/SO₄^2-最大值为2.68,说明移动源污染是杭州市PM_2.5形成的重要来源; PM_2.5/CO最高达到0.19,说明二次细颗粒物对PM_2.5贡献很大;NO₃^-、SO₄^2-、NH₄⁺的浓度总和占PM_2.5平均浓度的64.3%,说明二次无机细颗粒物是杭州重灰霾形成的重要原因,且NO₃^-的贡献最大,占33.5%。混合受体模型分析显示,杭州市重灰霾污染的潜在源区主要位于安徽、江苏、河南、山东四省交界处,以及安徽省中东部、蚌埠、芜湖等工业污染较为严重的城市。夹杂着大量污染物的北方干冷空气远距离传输叠加部分局地源是杭州此次重雾霾形成的根本原因。因此,为了改善杭州市空气质量,不仅需控制当地的污染物排放,而且还需对整个长三角地区甚至跨区域采取大气联防联控策略。     

杭州市2017年冬季一次重灰霾过程中PM2.5水溶性离子特征、来源及成因分析

利用在线监测仪测量了杭州市一次重灰霾过程（2017年12月29日至2018年1月3日）中PM_2.5主要水溶性离子（Cl^-、SO₄^2-、NO₃^-、NH₄⁺、Na⁺、Ga²⁺、Mg²⁺）及主要气态污染物（SO₂、NO₂、O₃、NO、CO、HCl、NH₃、HNO₂、HNO₃）的小时浓度。结合混合受体模型和国控监测分析,研究了2017年12月30-31日重灰霾事件的污染特征、来源和成因。研究结果表明：PM_2.5浓度高达318 μg·m^-3; NO₃^-/SO₄^2-最大值为2.68,说明移动源污染是杭州市PM_2.5形成的重要来源; PM_2.5/CO最高达到0.19,说明二次细颗粒物对PM_2.5贡献很大;NO₃^-、SO₄^2-、NH₄⁺的浓度总和占PM_2.5平均浓度的64.3%,说明二次无机细颗粒物是杭州重灰霾形成的重要原因,且NO₃^-的贡献最大,占33.5%。混合受体模型分析显示,杭州市重灰霾污染的潜在源区主要位于安徽、江苏、河南、山东四省交界处,以及安徽省中东部、蚌埠、芜湖等工业污染较为严重的城市。夹杂着大量污染物的北方干冷空气远距离传输叠加部分局地源是杭州此次重雾霾形成的根本原因。因此,为了改善杭州市空气质量,不仅需控制当地的污染物排放,而且还需对整个长三角地区甚至跨区域采取大气联防联控策略。     

模糊聚类支持向量机的区域空气PM_(2.5)浓度预报

在分析模糊C均值聚类算法与支持向量机回归的特点后,将二者结合,提出了模糊聚类支持向量机回归(FCM-SVR)算法,对空气中颗粒物浓度PM2.5进行预测.该方法首先利用模糊C均值聚类算法把一个复杂的数据集分成多个群体,再在每个群体上建立支持向量机回归(SVR)模型,然后进行集成,对区域空气的PM2.5浓度进行预测.预测结果分别与自组织竞争神经网络支持向量机回归(SOM-SVR)模型和单一的支持向量机回归(SVR)的结果进行比较.结果表明,FCM-SVR模型的预报准确率高于SOM-SVR模型和SVR模型.     

基于RNN-CNN集成深度学习模型的PM2.5小时浓度预测

针对目前大部分PM_2.5预测模型预测效果不稳定、泛化能力不强的现状,以记忆能力较强的循环神经网络（RNN）和特征表达能力较强的卷积神经网络（CNN）为基础,采取Stacking集成策略对两者进行融合,提出了RNN-CNN集成深度学习预测模型。该模型不仅充分利用时间轴上的前后关联信息去预测未来的浓度,而且在不同层次上将自动提取的高维时序数据通用特征用于预测,以保证预测结果的稳定性。最后,对集成之前的RNN、CNN和集成之后的RNN-CNN模型,以2016年中国大陆地区1 466个监测站点的空气质量数据为样本进行实例验证,结果表明,RNN-CNN在PM_2.5时间序列预测上的表现明显优于集成之前的RNN和CNN,而且泛化误差更低,在34%站点上的拟合度超过0.97,该模型可用于大范围区域的PM_2.5小时浓度预测。     

餐厅、烤肉店PM2.5单颗粒的形貌及矿物组成特征

矿物颗粒是餐厅和烤肉店空气中的主要成分,为研究餐厅、烤肉店大气细颗粒(PM2.5)中单颗粒的化学组成,用带能谱的扫描电镜识别和统计了两个采样点的单颗粒;依据X射线能谱(EDX)数据,对餐厅、烤肉店的PM2.5颗粒采用P(X)值法,进行元素分类.分析表明:烤肉店样品中出现C质颗粒,但餐厅样品没有观察到.餐厅的矿物颗粒在数量上占绝对优势(69.3%)并分为富Si、富Ca、富Fe、富Cu、富Al、富Cl、富Br、富Na等8种不同类型,其中富Si占到43.3%、富Ca占到25%;在数量上烤肉店的矿物颗粒物占总颗粒的45.67%,分为富Si、富Ca、富Fe、富Cu、富Ti、富Zn、富Ca、富Na等,富Si占50%、富Ca占24.9%;餐厅和烤肉店矿物颗粒的主要类型相同,说明地壳来源是最主要的单颗粒的来源.     

基于RNN-CNN集成深度学习模型的PM2.5小时浓度预测

针对目前大部分PM_2.5预测模型预测效果不稳定、泛化能力不强的现状,以记忆能力较强的循环神经网络（RNN）和特征表达能力较强的卷积神经网络（CNN）为基础,采取Stacking集成策略对两者进行融合,提出了RNN-CNN集成深度学习预测模型。该模型不仅充分利用时间轴上的前后关联信息去预测未来的浓度,而且在不同层次上将自动提取的高维时序数据通用特征用于预测,以保证预测结果的稳定性。最后,对集成之前的RNN、CNN和集成之后的RNN-CNN模型,以2016年中国大陆地区1 466个监测站点的空气质量数据为样本进行实例验证,结果表明,RNN-CNN在PM_2.5时间序列预测上的表现明显优于集成之前的RNN和CNN,而且泛化误差更低,在34%站点上的拟合度超过0.97,该模型可用于大范围区域的PM_2.5小时浓度预测。     

基于遥感影像的嘉兴市城市扩张与驱动力分析

在当前高速城市化的背景下,为及时了解嘉兴市的城市发展现状,使用遥感手段提取各时间段内城市的建设区域,并分析了扩张过程的时空特征,再结合社会经济数据探究了城市扩张的驱动力因素.结果表明：嘉兴市在1993~2013年间城市扩张明显,扩张速度和强度先增后减,扩张方向由西北转向南,扩张模式经历了“主动型-被动型-稳定型”的转变过程,扩张合理性较差,城市扩张速率高于人口增长速率,扩张驱动因子主要为经济发展、产业结构调整和人口增长.     

融合图卷积神经网络和注意力机制的PM2.5小时浓度多步预测

PM_2.5小时浓度多为单步预测。为实现PM_2.5小时浓度的多步预测,基于“编码器-解码器”的序列-序列预测（Seq2Seq）模型,集合图卷积神经网络提取非欧式空间数据特征的能力以及注意力机制自适应关注特征的能力,提出了融合图卷积神经网络和注意力机制的PM_2.5小时浓度多步预测（GCN_Attention_Seq2Seq）模型。并与Seq2Seq模型和使用了图卷积神经网络、未使用注意力机制的GCN_Seq2Seq模型进行了对照,以2015—2016年北京市22个空气质量监测站点的空气质量数据为样本进行实例验证,结果表明,Seq2Seq模型和图卷积神经网络（GCN）可对PM_2.5小时浓度数据的时空依赖进行有效建模,注意力机制有助于减缓多步预测中的预测精度衰减,提升PM_2.5小时浓度多步预测的精度。GCN_Attention_Seq2Seq模型可有效应用于多种长度的PM_2.5浓度预测窗口。     

“金课”及其建设研究的文献计量分析

大学课堂普遍存在的“水课”泛滥、学生真实学习“缺位”等现象引发学者们对“金课”及其建设问题的热议。基于文献计量工具,本文对“金课”及其建设问题研究文献的数量及时间分布、质量及期刊分布、作者及被引分布等特征进行了量化分析。经研究发现：虽然关于“金课”问题研究的学术文献增势迅猛,且以“金课”建设为研究对象的文献占比不断攀升,但总体质量偏低、作者分布分散是其主要特征。进一步的图谱分析结果表明：从课程建设、教学改革等宏观层面所进行的研究仍是这一领域的主流,“金课”建设主体、对象及其赖以进行的方法方式等中观层面的研究次之,而具体建设方案、课程选择等微观层面的研究则甚少;对“金课”建设“内涵化”与“配套化”问题的研究将备受关注。     

近30年北江下游河道演变遥感分析

利用近30年来的MSS、TM卫星影像和相关地区的相应1∶50 000地形图,通过卫星遥感技术、GPS定位技术,在建立遥感识别标志和影像特征的基础上,对北江下游河岸变迁、洲滩和河道演变进行了研究.结果表明,在1975~2001年间,北江下游河道具有明显演变过程,岸、滩冲淤变化明显,部分地区发生淤积.探讨了河道变化成因,提出控制河势为主的对策.     

面向分布式异构数据库的海洋遥感WebGIS研究

针对目前海洋信息共享领域现有WebGIS系统所存在的缺陷,提出了一种基于空间数据库引擎（SDE）来管理海洋遥感数据的方法,从而实现了面向分布式异构数据库环境下的海洋遥感WebGIS系统．对系统框架、系统工作流程度系统实现的几个关键问题进行了重点论述,最后给出了系统运行实例,应用实例表明,基于本文提出的海洋遥感WebGIS系统,能支持分布式异构数据库,充分利用服务器端资源,支持多用户的并发操作,具有较高的安全性和与客户端平台无关的优点．     

利用高分辨率影像验证低分辨率遥感数据的分类精度研究

遥感分类的精度决定了遥感数据处理后的可信度,低分辨率的遥感数据连续性强、价格低廉,但在目视解译方面较为困难,进行野外验证时成本大、周期长、分类精度难以确定,所以低分辨率植被类型的分类结果的精度估测问题并没有很好地得到解决.本文提出了利用高分辨率的遥感数据验证低分辨率遥感数据的方法,在对低分辨率NOAA数据进行分类之后,寻找到同一地区同一时期的30 m分辨率的TM数据,利用目视解译方法对TM数据进行了同类型的植被分类.经过尺度变换后,利用TM分类结果对NOAA数据进行了精度验证,在一定程度上解决了研究区域的空间尺度较大时分类精度难以确定,精度检验效率低下的问题.同时指出,高分辨率的遥感数据不仅可以进行大尺度植被观测的精度检验,同时可以进行大尺度植被观测的分类校正.     

长时间序列遥感数据回归分析支持下的植被变化分析

本文利用1982～2000年19年序列时间的FVC数据,以年单位作为自变量,将每个像元的FVC值作为因变量,利用线性回归理论来分析中国西部地区的植被变化状况,同时.讨论了对回归方程的F检验和t检验的结果和意义.通过以上工作认为：将具有时间序列的植被指数信息对时间进行回归分析后,所得到的结果比简单的差值分析的结果稳定,而且回归方程充分利用了所有的图像信息,并且具有延伸预测的理论基础.