杉木枯落物燃烧释放污染物特征及PM2.5成分分析

【目的】探究杉木人工林枯落物在不同燃烧状态时的气态及颗粒态污染物排放特征,并提取、测定细颗粒物(PM 2.5 )污染物的化学成分,揭示林火及林地清理等对杉木枯落物分解、养分循环和大气环境的影响。【方法】分别以杉木人工林枯落物中的叶、枝、皮、干4种主要组分为研究对象,运用自主设计的生物质模拟燃烧系统,采用室内模拟燃烧试验,分析阴燃和明燃2种不同燃烧状态不同枯落物组分释放的气态污染物和PM 2.5 特征及差异。采用德国Elementar元素分析仪,测定PM 2.5 中的碳质成分;采用超声提取-离子色谱和ICP/MS技术,测定PM 2.5 中的水溶性离子和水溶性无机元素。【结果】基于杉木枯落物燃烧时的实时测定,CO 2、CO、NO x 、C x H y 、PM 2.5 的排放因子(EF,单位质量燃料在燃烧后产生的污染物质量)变化范围在阴燃条件下分别是1 001.4~1 364.5、202.3~358.8、0.53~3.09、23.17~53.07、5.11~38.37 g ·kg -1 ,而明燃时分别为1 092.4~1 520.7、115.1~242.6、0.16~1.96、1.21~41.50、2.58~21.07 g ·kg -1 。此外,提取测定PM 2.5 成分的结果表明,颗粒物主要由碳质组分、水溶性离子及少量水溶性无机元素等组成。其中碳质组分含量最大,占50%以上,有机碳(OC)和元素碳(EC)平均质量分数分别为43.29%和12.91%;PM 2.5 中测定出6种阳离子(Li +、Na +、NH + 4、K +、Mg 2+、Ca 2+)和5种阴离子(F -、Cl -、NO 2 -、SO 4 2-、NO - 3),总水溶性离子占10%~33%,阴燃以Cl -、K +、Ca 2+、SO 4 2-为主要组分,明燃以K +、Cl -、SO 4 2-、Na +为主;PM 2.5 中提取测定出16种无机元素,分别为K、Ca、Na、Mg、P、Zn、Al、Cu、As、Ba、Cr、Fe、Mn、Cd、Li、Pb,含量极少,仅占PM 2.5 的0.04%~0.58%,其中K、Ca、Na、Mg、P、Zn为主要元素成分,占总无机元素的96.8%~98.8%。【结论】在不同燃烧状态下,杉木枯落物释放各污染物的排放因子存在显著差异,除CO 2外的其他污染物排放因子在阴燃时显著高于明燃;在同一燃烧状态时,杉木枯落物不同组分的CO、CO 2、NO x 、C x H y 和PM 2.5 等污染物的排放因子也存在显著差异。杉木枯落物燃烧排放的PM 2.5 主要由碳质组分、水溶性离子及少量无机元素等成分组成,阴燃时的各成分排放因子整体表现为高于明燃时。     

基于Logistic回归模型的浙江省林火发生驱动因子分析

【目的】对浙江省2000-2016年林火发生的主要影响因素进行分析,确定驱动因子,建立林火预测模型并划分火险等级,为我国东南林区林火预防与管理提供科学支撑。【方法】以卫星火点数据为基础,运用Arcgis 10.2等软件,对气候因素(气温日较差、月平均气温、月平均降水量、月平均相对湿度、上年月平均降水量、上年月平均相对湿度、日累积降水量、日相对湿度、日平均风速)、地形因素(海拔、坡度)、植被数据(植被覆盖度)、社会基础设施因素(人口密度、人均GDP、距居民点距离、距铁路距离、距公路距离)进行空间信息提取,并与随机点结合后通过Logistic回归模型分析浙江省林火发生的驱动因子;使用"标准化系数"方法检验各林火驱动因子对林火发生的相对重要性;利用ROC曲线方法对模型预测能力进行拟合检验,并计算划分林火发生概率的最佳阈值。【结果】气温日较差、日相对湿度、月平均相对湿度、上年月平均降水量、日累积降水量、植被覆盖度、上年月平均相对湿度、月平均降水量、距居民点距离、距公路距离、距铁路距离等11个因素与林火发生存在显著相关;模型总体预测准确率达到79.1%;计算出浙江省划分林火发生概率的最佳阈值为0.458。【结论】浙江省高火险区主要位于东部和南部地区,东部地区的林火管理重点应放在人为活动的管理与防火宣传教育上,而南部地区应当在林火高发区增设瞭望塔和视频监测设备。     

华南农产品主产区2005—2014年秸秆露天燃烧污染物排放估算及时空分布

为了解华南农产品主产区秸秆露天燃烧大气污染物排放情况,通过室内模拟试验,实测该地区水稻、小麦、豆类、油菜、玉米、棉花和花生秸秆CO、CO₂、NO_x、C_xH_y和PM_2.5的排放因子,并基于统计年鉴计算出的研究区域农作物秸秆产量和露天燃烧量,对华南主产区4省2005—2014年间秸秆露天燃烧各类污染物的排放总量进行估算,并分析其时空动态变化。结果表明：不同农作物秸秆燃烧时CO、CO₂、NO_x、C_xH_y和PM_2.5的平均排放因子分别为165.32、1 231.76、1.94、38.47 g·kg^-1和7.54 g·kg^-1。2005—2014年,华南农产品主产区农作物秸秆产量范围59.361（福建）~185.890 Mt（云南）;秸秆燃烧量范围13.629（福建）~41.902 Mt（广东）;CO、CO₂、NO_x、C_xH_y和PM_2.5的排放总量分别为18 926.32、149 866.73、153.13、6 467.09 kt和870.33 kt。水稻是研究区域大气污染物的主要来源,对各类污染物贡献率为61.16%~84.83%。研究区域污染物时空分布结果显示,广东全省、广西中部和云南东部是大气污染物单位网格排放高值区,福建全省污染物排放较低且分散。研究区域各省不同污染物排放在时间上的变化存在差异。福建污染物排放呈下降趋势,广东、广西、云南呈上升趋势。     

基于Gompit回归模型的大兴安岭林火预测模型及驱动因子研究

本研究基于2000—2016年林火数据,选取气象、地形、植被、人为活动等因素作为林火预测变量,采用Gompit回归模型对林火发生的主要驱动因子进行分析,并建立大兴安岭地区林火发生预测模型。结果表明:大兴安岭地区林火受气象因素(日累计降水、日平均相对湿度)的影响最大且与林火发生均呈显著负相关;此外,大兴安岭林火多发生于缓坡、远离居民区、铁路、公路等人为活动较为频繁地区。模型结果表明:Gompit回归模型的预测效果较好(准确率77%),ROC检验结果表明模型的拟合度较高(效果值为0.868);而独立样本的检验显示,预测准确率为75.3%,模型具有较高的适用性。大兴安岭近17年的火险等级总体呈南高北低、东高西低的地理分布,其中高火险和中火险区主要集中在南部、东南部等地,占整个研究区域的24.2%;同时南部和东南部存在大面积低估区,表明模型对这些地区的预测能力不高。