土地利用回归模型模拟京津冀PM2.5浓度空间分布

PM2.5污染暴露评估需要浓度空间分布数据,而稀疏的地面监测点无法满足要求.土地利用回归(LUR)模型是模拟大气污染物浓度的有效方法,本研究拟探讨LUR模型在中国区域尺度的适用性及精度.选取土地利用、道路交通、人口密度、工业污染源、高程、气象共6类变量建立区域LUR模型模拟京津冀地区2013年PM2.5浓度空间分布.以研究区80个监测点为中心建立0.1km～10km共22个系列缓冲区,表征不同尺度下各变量对PM2.5浓度的影响.双变量相关分析得出161个影响因子与PM2.5浓度的相关性水平,筛选出13个影响因子与PM2.5浓度进行逐步多元线性回归,得到区域LUR模型.交叉验证显示模型拟合精度(R2)达到78.7％,模拟结果显示京津冀PM2.5污染南北差异明显.     

气溶胶光学厚度与PM_(2.5)浓度相关关系的时空变异

遥感获取的气溶胶光学厚度(AOD)与PM_(2.5)浓度高度相关,已被广泛用于地面PM_(2.5)浓度模拟;但二者相关关系的时空变异往往被忽略。以京津冀为研究区,获取2013年80个监测点PM_(2.5)浓度数据和Aqua、Terra两颗卫星的MODIS AOD月均值产品数据,研究AOD与PM_(2.5)浓度相关关系的空间差异和时间变化。研究发现京津冀地区AOD与PM_(2.5)浓度具有很高的空间相关性,二者年均值相关系数(R~2)约为0.6;但相关性存在明显空间差异,污染轻微的研究区北部AOD与PM_(2.5)浓度相关性明显高于污染严重的研究区南部。时间变化上,春秋季二者相关性高于夏冬季。利用AOD模拟地面PM_(2.5)浓度需要考虑二者相关关系的时空变异及影响因素。     

淮河上游水质污染特征及其综合评价

为明确淮河上游水质污染特征及其综合评价,取淮河上游流域4个监测断面(南阳、信阳、阜阳、六安)开展了2006—2016年丰水期(7月份)、平水期(10月份)、枯水期(1月份)的水质时空分析,并借助单因子水质标识指数法和多元统计分析方法识别水质污染特征,并对其进行了综合评价,为淮河上游流域管理提供一定的理论依据。结果表明:(1)淮河上游六安污染最严重,其枯水期的氨氮(NH+4-N)值和丰水期、平水期的粪大肠菌群均超出水环境功能区要求。其余各监测断面水质指标值均达到水环境功能区目标,化学耗氧量(CODCr)、生物耗氧量(BOD5)、硫化物和挥发酚污染最轻且水质指标优于水环境功能区的要求。(2)淮河上游流域水质状况在不同水期表现结果相差不明显,说明水期变化对水质指标影响较小。针对丰水期进行了污染源解析,发现主要污染物有高锰酸盐指数、粪大肠菌群、BOD5和CODCr。(3)针对不同的污染源,建议对淮河上游流域实行不同的监督管理制度,全面发展高效生态农业,调整农业产业结构,降低农业化肥、农药的使用量,有效降低农业面源对淮河水环境恶化的风险,制定严格的排污标准。