西安空气污染物时空变化特征分析

本文以1990-2001年西安市空气污染物的监测结果为依据,对其平均浓度的时空变化特征进行分析。结果表明:西安市空气总体污染较为严重,通过科学的管理和技术的改进,近年来空气中污染物浓度呈明显下降趋势。西安市空气污染物的时空变化特征比较明显,月变化曲线呈"U"字型,且冬春季节重于夏秋季节,这主要是由冬季取暖和不利气象条件造成的。1、2、11、12月西安空气污染较为严重,6-9月空气污染物浓度较低,与月平均气温变化具有较好的反相关性。1996年以来,西安空气污染物呈现明显的时空转化特征,工业区污染物浓度大幅度下降,商业区和居住文教区的污染反而高于工业区,这反应了近年来产业结构调整、能源结构改变和区域发展速度的差异,应引起环保部门重视。从1999年开始的煤改气工程收到了明显的环保效益,各功能区的TSP浓度变化情况均符合环境库兹涅茨曲线(Environ-mental Kuznets Curve,EKC)。     

2013—2023年兰州山谷持续性冷池空气污染特征

持续性冷池(Persistent Cold Air Pools,PCAPs)在山谷城市长时间聚集空气污染物,严重影响居民生活与身体健康。本文使用2013年1月—2023年11月的探空数据和空气质量逐日数据,计算并统计分析了兰州山谷PCAPs发生特点,以及PCAPs强度对污染物浓度变化的影响,最后对比分析PCAPs事件期间存在沙尘气溶胶污染时各污染物浓度的变化情况。结果发现：2013—2023年期间一共发生59次PCAPs事件,共计持续197 d。PCAPs期间的山谷热亏缺与PM_2.5浓度比非PCAPs期间分别高4.4 J·m^-2和52.59μg·m^-3。PCAPs期间空气质量指数(Air Quality Index,AQI)、SO₂浓度、NO₂浓度、CO浓度、PM₁₀浓度增长分别为70.37%、144.3%、84.3%、156%、73.15%,而O₃浓度下降60.89%。在PCAPs期间并且无沙尘气溶胶时,PM_2.5     

西安空气质量时空变化特征分析

以1990-2001年西安市空气污染物的监测数据和西安统计年鉴资料为依据,对其平均浓度的时空变化特征进行分析.结果表明: 西安市空气总体污染较为严重,通过科学的管理和技术的改进,近年来空气中污染物浓度呈明显下降趋势.西安市空气污染物的时空变化特征比较明显,月变化曲线呈"U"字型, 且冬春季节重于夏秋季节,这主要是由冬季取暖和不利气象条件造成的.1,2,11,12月西安空气污染较为严重,6～9月空气污染物浓度较低,与月平均气温变化具有较好的反相关性.1996年以来,西安空气污染物呈现明显的空间转化特征, 工业区污染物浓度大幅度下降,商业区和居住文教区的污染反而高于工业区,这反应了近年来产业结构调整、能源结构改变和区域发展速度的差异,应引起环保部门的重视.     

兰州市表层土壤Cu、Zn、Pb污染评价及成因分析

本文通过调查研究分析 ,对兰州市表层土壤重金属 (Cu、Zn、Pb)含量的空间变化及污染程度进行了评价 ,探讨分析了交通、工业活动以及绿化带对城市重金属污染的影响。结果表明 ,兰州市表层土壤除个别点外均已受到重金属污染 ,其污染程度取决于交通所产生的汽车尾气、扬尘 ;另外 ,工业活动和绿化带对重金属污染的影响也是相当明显的     

兰州市环境污染变化及防治对策

失衡的重化工业体系、特殊的地形与气候以及难以协调的城市功能布局是导致兰州市环境污染的主要原因。通过对20世纪90年代以来兰州市环境污染监测数据的系统分析表明,大气污染治理喜忧参半、水体污染形势严峻、噪声污染不容乐观。应坚持科学地发展观,依靠科技进步,运用经济杠杆,实施绿化系统工程,强化环境管理,以期实现城市整体环境质量的改善和社会经济的持续发展。     

兰州市南北两山土壤水分遥感反演及植被需水量估算

探究西北干旱区土壤水分和植被需水量动态变化特征,可为生态恢复不同阶段所需水资源量及水资源优化配置提供科学依据。以兰州市南北两山为研究区,基于Sentinel-2 L2A和Landsat 8 OLI遥感影像,结合实测土壤0～10 cm的111个数据,分别构建垂直干旱指数(Perpendicular Drought Index,PDI)、改进型垂直干旱指数(Modified Perpendicular Drought Index,MPDI)和植被调整垂直干旱指数(Vegetation-adjusted Perpendicular Drought Index,VAPDI)土壤水分反演模型,并采用4种模型指标定量决定系数(R2)、平均绝对误差(MAE)、平均相对误差(MRE)、均方根误差(RMSE)对模型反演的效果进行精度评价,选出最优的土壤水分反演模型并结合土壤水分限制系数,与研究区2019年林地、草地和耕地植被面积的空间数据、各站点生长季内的参考作物蒸散量,构建植被生态需水量模型,厘清研究区内土壤水分、植被需水量时空变化特征。结果表明：(1)2种数据源下的PDI、MPDI、VAPDI和实测...     

兰州市城区空气气溶胶中PM_(2.5)和PM_(10)污染状况分析

为了调查兰州市空气中颗粒物PM2.5的污染水平,于2008年夏秋、冬季在兰州市一交通主干道附近使用大气采样仪采集了32个样品。结果表明:兰州市PM2.5、PM10的污染状况严重,超标率分别为32.3～167.7%和23.1～480%;对人体和环境影响较大的PM2.5占PM10的比例范围从62.10～77.41%,而且呈现逐年增加的趋势。我国目前对于PM2.5的相关控制标准尚处于论证、试点研究阶段,使得对它的控制越发困难,应当引起公众和相关部门的高度重视。     

兰州市生态环境质量时空变化及驱动力分析

文中基于GEE云平台计算的遥感生态指数(RSEI),定量分析了兰州市近40年生态环境质量的时空变化及其驱动力。结果表明：1)兰州市RSEI在0.28～0.46之间波动上升,可以分为三个阶段：1986-1998年、1999-2012年和2013-2021年,各阶段RSEI的年增长率分别为0.25%、0.78%和0.18%,表明近40年来兰州市生态环境质量呈阶段性改善状态。2)空间上,2013-2021年兰州市南部的山地森林带和自然保护地RSEI明显增加,而北部兰州新区与主城区之间的黄土丘陵地带的裸地和草地有所退化,1986-2012年与之相反。3)不同土地利用类型RSEI变化趋势不一致,但耕地RSEI持续变好,表明退耕还林还草工程实施对生态环境改善具有显著的促进作用。4)线性混合效应模型分析表明：人类活动对RSEI变化的贡献率为90%,其中绿化覆盖面积是主要贡献因子。综上,人类活动对近40年来兰州市生态环境质量改善发挥了巨大作用。     

近五年来兰州市居民幸福感变化及影响因素分析

选取2007年和2012年兰州市主城区600名居民为调查对象,采用自编的兰州市居民幸福感调查问卷进行测评。结果表明:兰州市居民的幸福指数2007年为3.447±0.907,2012年为3.609±0.852。显著性检验表明,2007年居民幸福感在性别、受教育程度、婚姻状况、家庭年收入、健康状况、家庭关系和职业稳定状况这7个因素上差异显著,2012年居民幸福感在性别、婚姻状况、家庭年收入、健康状况、家庭关系和居住地这6个因素上差异显著。综合来看,家庭关系、健康状况和婚姻状况是影响居民幸福感的前3位主要因素。     

基于GIS和RS技术评价兰州市土地利用状况及变化过程

利用兰州市 1 980、1 995、2 0 0 0年三期TM遥感数据 ,将土地利用分成 6种类型 :城乡工矿和居民地、荒地、林地、水域、耕地和草地。利用GIS空间分析技术的空间叠加方法得到兰州市 1 980 - 1 995年和 1 995 - 2 0 0 0年土地利用变化情况以及土地利用转移矩阵。结果显示 :城乡工矿以及居民地面积在 1 980 ,1 995 ,2 0 0 0年的概率分别是 9.75 % ,9.5 5 % ,1 0 .1 8% ,总体上是增加的 ;林地面积在 1 980 ,1 995 ,2 0 0 0年的概率分别是 8.5 3% ,8.44% ,8.5 9% ,有增加趋势 ;草地面积在 1 980 ,1 995 ,2 0 0 0年的概率分别是 5 3.5 9% ,5 4 % ,5 3.35 % ,总体上是在减少 ;耕地面积、水域面积也有明显的减少。     

银川市大气污染物变化特征及影响因素分析

以银川市城区2015年1月1日~2015年12月31日空气质量监测数据和气象资料为基础,结合污染源背景分析,探讨了大气污染物时空分布特征及其影响因素。结果表明:1)银川市首要污染物主要有PM_(10)、PM_(2.5)、SO_2和O_3,以颗粒物为主;2)银川市大气污染物浓度表现出明显季节特征,即SO_2、PM_(10)和PM_(2.5)浓度总体上呈冬春季高、夏秋季低的特点。O_3浓度总体上呈夏季高,其他季节低的特点。这与不同季节污染物排放源强度、地理背景和气象条件等有关。3)银川市大气污染物浓度区域表现特征整体呈中部低,东、西部高的特点,主要受区域污染物排放源强度影响。     

内蒙古西北有色金属矿区及周边土壤重金属污染特征分析

以内蒙古自治区西部有色金属集中开采区作为研究对象,系统分析研究区内土壤中砷和重金属的分布特征以及来源,基于合污染指数法进行评价,结果表明镉和砷是污染超标最严重的组份,山前矿区采矿及冶炼行业的废水和废渣是砷及重金属污染物的主要来源。此外,污染组份的平面空间分布受短距离的迁移输运控制,垂向累积程度主要受地表径流影响,研究区砷和重金属对于土壤的污染程度与污染源以及污染途径密切相关。     

大气污染物浓度变化特征及潜在源分析 ——以乌鲁木齐为例

对2017年乌鲁木齐市的气象参数及大气污染物的浓度进行了统计分析,探究了大气污染物的浓度变化特征,运用轨迹聚类分析、潜在源贡献函数(PSCF)和浓度权重轨迹法(CWT)研究了乌鲁木齐市PM2.5的传输路径和潜在源区.结果表明:乌鲁木齐市大气超标污染物主要为PM2.5和PM10,除O3外各污染物的浓度均是采暖期高于非采暖...