中国区域HCFC-142b排放量模式反演研究

利用拉格朗日粒子扩散模式FLEXPART结合上甸子区域本底站在线观测HCFC-142b数据,采取自上而下的反演方法,估算了2009和2010年中国HCFC-142b的排放量分别为10.82kt/a和15.42kt/a,分别占全球HCFC-142b排放量的29.7%和45.8%.反演HCFC-142b排放量的空间分布结果显示其排放源主要集中在京津冀、四川、山东西部以及长江中下游地区,与相关研究中自下而上方法获得的排放量分布一致.模式反演源较先验源更接近观测数据,2009年相关系数从0.38提高到0.47,2010年相关系数则从0.60提高到0.65.     

无人机正射影像辅助无人船测深的作业方法探讨

无人船测深系统被越来越广泛地应用于采集水深数据。在复杂水域环境中进行作业时,无人船受到工作底图及导航方式的限制,难以采用自动航行模式进行测绘,因此提出了一种无人机正射影像辅助无人船测深的作业方法。通过无人机快速获取测区正射影像成果,利用正射影像辅助进行测区划定和测线布设,避开可能造成作业风险的水上障碍物和岸滩。并在此基础上进行自动航行线路的规划设计,在水位不低于正射影像获取水位时开展无人船测深作业。经验证,采用该方法能够最大限度的完成测绘任务,同时降低作业强度与风险,具有较好的应用价值。     

4项环保产品列入中国名牌产品目录环保产品认证成为必备条件

随着我国市场经济的不断发展,市场竞争机制日趋成熟。为保证产品质量,防止不正当竞争,保护知识产权,使环保产业合理有序地发展,我国开展了中国名牌战略推进工作。     

海沟河小流域耕地土壤重金属污染与生态风险评价

为了解海沟河小流域耕地重金属污染现状,采集海沟河小流域耕地表层土壤样品,采用反距离权重插值方法,结合遥感影像解译和ArcGIS地统计方法,分析海沟河小流域耕地重金属Cd、Pb、Hg、Cu、As浓度分布。结果表明:Cd、Pb、Hg、Cu、As平均浓度分别为0.307、23.422、0.041、21.544和12.235 mg∕kg,均高于黑龙江省土壤背景值;Cd浓度超过GB 15618—1995《土壤环境质量标准》二级标准,其余重金属浓度均满足一级标准。重金属空间分布为As浓度自东向西逐渐减小;Cd浓度与As相反,为自东向西逐渐增大。采用潜在生态风险指数法对耕地重金属潜在生态风险进行评价,结果表明,Cd、Hg的潜在生态风险等级分别为高度和中等,Pb、Cu和As为轻度,海沟河小流域耕地潜在生态风险为中等。     

一种最优多模式集成方法在我国重污染区域PM2.5浓度预报中的应用

为了提高我国重污染区域PM_2.5浓度预报准确率,基于4套国家级以及区域环境气象业务中心发展和维护的空气质量数值预报模式,通过均值集成、权重集成、多元线性回归集成和BP-ANNs集成分别建立集成预报,在实时预报效果评估基础上,建立了最优多模式集成预报。对2015—2016年预报效果进行评估,结果表明:相对于单个空气质量数值预报模式,均值和权重集成对预报偏差的改进幅度有限,但多元线性回归、BP-ANNs和最优集成能较大幅度降低预报偏差;最优集成预报与观测值间的归一化平均偏差(NMB)和均方根误差(RMSE)分别为-10%~10%和10~70 μg/m ³,且在更多的站点表现出强相关性,但依然低估了高污染等级的PM_2.5浓度。对2018年2月25日—3月4日京津冀地区污染过程进行评估,结果表明:最优集成能较好预报出该过程中PM_2.5浓度的变化趋势和量级;在北京、石家庄和郑州3个代表城市中,预报和观测值间的NMB和相关系数(R)分别为-26%~-4%和0.49~0.77;最优集成对轻度污染及中度污染的TS评分为0.39~0.73,重度污染及以上TS评分为0.13~0.30,能为预报员提供客观参考,但对污染峰值的预报能力还需进一步改进。     

气相色谱-脉冲氦离子化检测法(GC-PDHID)分析大气中分子氢(H2)浓度

在商用Agilent7890A型气相色谱的基础上,通过自组装、集成及调试,建成了基于气相色谱-脉冲氦离子化检测器(GCPDHID,gas chromatography-pulsed discharge helium ionization detector)观测大气中H2浓度的高精度分析系统.系统采用保留时间定性,峰高定量,最低检测限约为1×10-9(摩尔分数,下同).对浓度约为600×10-9的标气重复进样140次用峰高定量的标准偏差优于0.3×10-9.系统对409.30×10-9~867.74×10-9浓度范围的大气H2具有较好的线性响应.系统使用2瓶标气定量,满足世界气象组织/全球大气观测计划(WMO/GAW)对本底大气H2观测的比对目标.2013年1~11月在广州城区开展大气H2采样观测,采集的样品运回北京实验室利用所建系统进行浓度分析,结果表明该城区大气H2浓度在450×10-9~700×10-9之间波动,观测到最低值出现在每日14:00(北京时,下同),最高值在20:00,其大气H2季节变化趋势与北半球同纬度站点情况类似.     

2018年国家级空气质量主客观预报TS评分对比检验

目前对空气质量主客观预报效果的对比检验较少,为了解国家级空气质量主客观预报性能,利用预兆评分(threat score,TS)检验了2018年中央气象台主客观预报效果。结果表明:2018年,主(客)观预报对全国轻度及以上污染TS评分、空报率和漏报率分别为0.23~0.34(0.24~0.26)、0.37~0.43(0.39~0.41)和0.58~0.72(0.68~0.71)。说明主观预报整体上优于客观预报,但客观预报能力已接近主观预报。主客观预报的评分均在污染较重地区(京津冀及周边、汾渭平原、华中和长江三角洲地区)高于污染较轻地区(西北、西南、珠江三角洲和东北地区),在污染较重的冬季高于清洁的夏季。随着预报时效的延长,主观预报TS评分呈下降趋势,但客观预报TS评分变化不大。在污染较重的冬季,48和72 h时效客观预报TS评分高于主观预报。此外,在2018年5次重污染天气过程中,主(客)观预报对轻度、中度和重度污染的TS评分分别为0.39~0.57(0.43~0.46)、0.22~0.46(0.25~0.30)和0.10~0.34(0.10~0.18),主观预报TS评分高于客观预报的情况占了3次。随着预报时效的延长,客观预报表现更加稳定,说明客观预报能在污染过程中为预报员提供稳定参考,但对污染高值的预报能力仍需提高。     

浙江临安大气本底站CO浓度及变化特征

利用基于光腔衰荡光谱(CRDS)技术自组装的大气CO在线观测系统,于2010年9月~2012年2月在浙江省临安大气本底站对大气CO进行了在线观测.结果表明临安站四季CO日变化明显受人为活动影响,分别在每日07:00~10:00和19:00~20:00出现峰值,夏季CO日平均浓度和振幅均最低,分别为314.3×10-9±7.6×10-9(摩尔分数,下同)和50.1×10-9±47.9×10-9.该站全年大气CO浓度呈现冬春季高、夏季低的趋势,与北半球瑞士Jungfraujoch站、青海瓦里关等站基本一致,但平均浓度明显高于其他国际站点,全年CO月均值振幅约为286.8×10-9±19.2×10-9.后向轨迹聚类和地面风结果分析表明,临安站非本底CO浓度主要来自于N-NNE-ENE扇区内城市及工业等人为排放所引起.春、夏和冬季最大的浓度抬升均出现在ENE风向,冬季抬升值最大,约为106.3×10-9±58.0×10-9.     

龙凤山站大气CO2浓度2种筛分方法对比研究

针对黑龙江龙凤山区域本底站2009年1月~2011年12月大气CO2在线观测数据,研究基于地面风、日变化等大气本底/非本底数据筛分方法(SWDV)和稳健局部近似回归大气本底/非本底数据筛分方法(REBS)在龙凤山区域本底站的适用性.研究表明:2种筛分方法在春、秋和冬季都能很好反映龙凤山大气CO2浓度的趋势变化及局地源汇对观测CO2浓度的影响,对于高浓度的非本底数据都能够较好的识别,但在夏季使用REBS方法会影响筛分的准确性,不建议在龙凤山区域本底站使用REBS筛分方法.SWDV和REBS法筛分出的本底数据分别占总数据量的30.7%和 58.9%.2种方法均筛分为本底浓度和非本底浓度的数据分别占总数据量的21.5%和32.0%.二者筛分的本底季平均浓度在春季相差最小为(0.1±0.3)×10-6(摩尔比,下同),冬季和秋季次之,在夏季相差最大为(4.2±1.0)×10-6.典型个例分析表明,SWDV法会将白天一些受西南污染气流影响的CO2浓度误筛分为本底浓度,REBS法会将个别在静稳天气条件下受局地影响大的CO2观测值误筛分为本底浓度.夏季局地污染状况可能被植被强烈的光合作用抵消,CO2浓度变化不大,使得REBS误筛分为本底浓度,以及对于一些较低的CO2浓度值,REBS误筛分为非本底浓度,这些因素导致2种筛分方法在夏季本底浓度差别较大.     

龙凤山本底站大气CO2数据筛分及浓度特征研究

针对黑龙江龙凤山区域大气本底站2009年1月～2011年12月低层(离地10 m)和高层(离地80 m)大气CO2在线观测数据,选取低层数据重点开展研究,分析地面风向和风速等因素对观测CO2浓度的影响.结果表明,龙凤山低层大气CO2浓度明显受局地源汇影响,其与高层观测结果差异在白天08:00～17:00相对较小,小于(0.5±0.5)×10-6(物质的量比).春、夏和秋这3个季节E-ESE-SE-SSE扇区来向的地面风会明显抬升大气CO2浓度,而冬季N-NNW-NW-WNW扇区CO2浓度明显较高.该站4个季节近地面CO2浓度随着风速增大而逐渐减小,在冬季尤为明显.结合日变化及地面风的影响,对低层观测数据进行初步本底/非本底筛分,筛选出代表东北区域混合均匀CO2水平的本底数据占总数据的30.7%.本底CO2浓度季节变化显示该站大气CO2浓度呈现冬季高夏季低的趋势,季振幅约为(36.3±1.4)×10-6,明显大于同期WMO/GAW同纬度站点观测结果,2009～2011年龙凤山大气CO2平均增长率为2.4×10-6a-1.