青藏高原东北缘地壳三维速度结构

本文用1980—2000年M≥1.5的2 032个天然地震事件的38 052个〖AKP-〗、〖AKS-〗、Pm、Sm、Pn和Sn震相到时及人工地震测深给出的Moho面形态资料,利用地震层析技术反演了32°~40°N, 100°~108°E区域内地壳地震波速度结构.从层析成像图象中可以得到,本区的地壳可分成4个层位.第1层（埋深约在0~3 km）为沉积层, 速度梯度约为0.2 s-1;第2层（埋深约在3~17 km）为上地壳, 其顶部速度梯度约为0.1 s-1, 下部速度横向变化较大且存在低速块体;第3层（埋深约在17~36 km）为中地壳, 速度梯度约为0.03 s-1;第4层（埋深约在36 km—Moho）为下地壳, 是一个契形层,总的趋势是西厚东薄,青藏高原较厚逐渐向鄂尔多斯地块和扬子准地台方向变薄,各处的地震波速度梯度不尽相同.     

利用静止卫星云图进行二维傅里叶相位导风试验

根据二维傅里叶相位分析原理,对1 min间隔的IR云图进行由云推导风的反演。利用模块高度频数直方图把云分为高、中、低云。对连续三幅IR云图进行二维傅里叶相位导风计算,得到两个反演风场,对两个风场相同位置上的风矢进行逐点比较,剔除风向或风速差别较大的风矢,再对处理后的风场进行高度调整法的质量控制,把不合理的风矢剔除或调整到合理的高度层,得到连续性较好的风场。     

基于GWR模型的中国城市雾霾污染影响因素的空间异质性研究

基于全国城市的PM_2.5监测数据,识别PM_2.5的时空分布特征,并着重利用地理加权回归模型分析自然和社会经济因素对PM_2.5影响的空间异质性。结果显示：2015年全国PM_2.5的年均浓度为50.3 μg/m3,浓度变化呈现冬高夏低,春秋居中的“U型”特征;PM_2.5的空间集聚状态明显,其中京津冀城市群是全国PM_2.5的污染重心。地理加权回归结果显示：影响因素除高程外,其余指标均呈现正负两种效应,且影响程度具有显著的空间差异性特征。从回归系数的贡献均值来看,自然因素对城市PM_2.5浓度影响强度由高到低依次是高程、相对湿度、温度、降雨量、风速、植被覆盖指数;各类社会经济指标对城市PM_2.5浓度影响强度排名依次是人口密度、研发经费、建设用地比例、产业结构、外商直接投资、人均GDP。由于各指标对城市PM_2.5浓度变化的影响程度存在着空间异质性,因此在制定大气治理对策时可以考虑不同指标影响程度的空间差异,从而使得治霾对策更具针对性。     

东北地区大气污染物源排放时空特征：基于国内外清单的对比分析

基于国内外4类常用的污染源排放清单数据（EDGAR：全球大气研究排放数据库;CEDS：社区排放数据系统;MIX：亚洲排放清单;PKU-FUEL：全球燃料排放数据）,对东北区域5类人为排放源（工业源、能源、交通运输源、生活民用源和农业源）的8种污染物（PM_2.5、PM₁₀、SO₂、NO_x、NMVOCs、NH₃、OC和BC）从排放总量、来源贡献和时空分布特征等方面进行对比分析。结果表明：东北污染物排放主要以SO₂、NO_x和NMVOCs为主,工业、能源和交通运输为主要贡献源;PM_2.5和PM₁₀主要来自生活民用源和工业源,贡献率前者大于后者。辽宁省污染物（除NH₃外）排放最大,其次为黑龙江省、吉林省和内蒙古东四盟市,冬季排放强度明显高于其他季节。NH₃主要来自农业源,排放峰值发生在5~7月;各清单间排放总量和来源贡献差异明显,EDGAR和PKU清单对NH₃估算差异度为170.3%;SO₂、NO_x、BC和OC的排放差异度均在30%以上。不同活动水平和排放因子的使用是造成清单差异的主要原因。本研究可以掌握东北污染状况,了解清单差异,为本地化清单工作开展提供研究方向,同时也可为模式模拟合理选择清单数据提供参考。     

基于GIS的石家庄市雾霾分析

为了得出雾霾气象成因机制、影响因素和时空分布特征,以石家庄市区与郊县为研究区域,将2013年9月至2016年12月石家庄市各市区、郊县的PM2.5历史监测数据中的有效数据进行了数据分析处理得到雾霾浓度数据,还有温度、降水、风速、地形和人口密度等数据,运用GIS分析的方法,模拟绘制石家庄雾霾的时空分布图、雾霾与各影响因子的专题对比图,得到雾霾形成机制的因子、雾霾的时空分布规律、雾霾季节变化特征、雾霾与地形间的关系等;运用数据分析软件OriginPro8.SR3分析雾霾浓度与风速数据、降雨数据、温度数据间的相关性。     

喜马拉雅珠峰地区冬季大气气溶胶化学组分及光学特征

为了研究喜马拉雅山北坡冬季大气气溶胶化学组分、光学特征及来源,2017年11—12月在珠穆朗玛峰站(QOMS)共采集22个PM2.5样品.结果显示:PM2.5中包括水溶性离子(WSIs)、有机质(OM)、元素碳(EC)在内的所有检测成分,总质量浓度为(3.36±1.06)μg·m-3;有机碳(OC)、元素碳(EC)和水...     

基于空间面板计量模型的雾霾对中国城市旅游流影响的空间效应

以中国342个市域单元为研究对象,借助双变量LISA模型、空间面板杜宾模型等方法,探究了1998-2016年雾霾与中国城市旅游流的空间关联特征,分析了雾霾对旅游流的影响及其空间溢出效应。结果表明,在中国雾霾PM_2.5与城市旅游流有东高西低的分布特点,在胡焕庸线两侧的空间分布呈现出与地形和城市发展等因素的空间耦合性;雾霾与城市旅游流（含国内和入境旅游流）均表现出显著的空间集聚和空间依赖特征,雾霾污染对旅游流产生明显的影响并形成相应的空间效应;雾霾对旅游流的抑制区域在不断扩大,H-L型城市数量的增加、L-H型集聚区的片状扩张和华北、华中地区的L-H型集聚的“空心化”现象均表明旅游流具有低雾霾指向性;雾霾污染与旅游流的倒“U”型曲线关系表明经典的EKC假说对中国城市旅游流同样适用,且雾霾污染的显著负向影响主要存在于入境旅游方面;雾霾和旅游流均具有明显的正向空间溢出效应,将雾霾治理同经济发展、对外联系、旅游开发、生态保护和交通建设等因素结合起来进行综合治理,才能为旅游发展创造美好的环境,实现国际、国内旅游健康、协调、可持续的高质量发展。     

耦合土地利用回归与人口加权模型的PM2.5暴露风险评估

PM_2.5已成为人群健康的重要威胁之一,科学精准的暴露评估是PM_2.5风险防控的前提,为提升PM_2.5暴露精准评估,本文利用土地利用数据、道路数据、气象数据等构建PM_2.5土地利用回归反演模型,实现了2013年12月1日-2014年2月8日（冬季）广佛都市区PM_2.5时空动态演变监测,在此基础上将PM_2.5反演结果与人口密度数据耦合,分别从PM_2.5污染浓度与人口加权PM_2.5浓度2个方面,评估广佛都市区PM_2.5污染暴露风险。研究结果表明：① 土地利用回归模型能够较好的反映研究区域内PM_2.5的空间分布特征,R²大于0.78;② 2013年12月1日-2014年2月8日,广佛都市区PM_2.5浓度平均值呈现波动变化趋势,研究时段内,最高平均浓度为97.91 μg/m³ （12月29日-1月11日）,最低平均浓度为53.40 μg/m³ （1月26日-2月8日）,全时段PM_2.5浓度超WHO健康标准的面积占比达99.8%;③ 广佛都市区PM_2.5的空间分布具有异质性规律,其高值区分别位于广州市天河区、越秀区、番禺区北部、花都区北部及佛山市禅城区、南海区中部、三水区中部,低值区主要位于广州市白云区、番禺区东南部及佛山市顺德区南部。人口加权暴露风险存在2个高值中心,分别位于广州市和佛山市的主城区;④ 耦合人口加权模型前后,广佛都市区PM_2.5暴露风险高风险区空间分布发生变化,未考虑人口加权模型时,广佛深高值区较为分散,主要位于南海区、天河区、越秀区、禅城区,考虑人口加权模型后,高值区更加集中于广州市和佛山市的主城区。     

时间尺度重构EEMD-GRNN改进模型预测PM2.5的研究

合理构建PM_2.5浓度预测模型是科学、准确地预测PM_2.5浓度变化的关键。传统PM_2.5预测EEMD-GRNN模型具有较好的预测精度,但是存在过于关注研究数据本身而忽略其物理意义的不足。本研究基于南京市2014-2017年PM_2.5浓度时间序列数据,分析PM_2.5浓度多尺度变化特征及其对气象因子和大气污染因子的尺度响应,基于时间尺度重构进行EEMD-GRNN模型的改进与实证研究。南京市样本数据PM_2.5浓度变化表现为明显的天际尺度和月际尺度,从重构尺度（天际、月际）构建GRNN模型更具有现实意义;同时,PM_2.5对PM₁₀、NO₂、O₃、RH、MinT等因子存在多尺度响应效应,以其作为GRNN模型中的输入变量更具有时间序列上的解释意义。改进后的EEMD-GRNN模型具有更高的PM_2.5浓度预测精度,MAE、MAPE、RMSE和R²分别为6.17、18.41%、8.32和0.95,而传统EEMD-GRNN模型的模型有效性检验结果分别为8.37、27.56%、11.56、0.91。对于高浓度天（PM_2.5浓度大于100 μg/m³）的预测,改进模型更是全面优于传统EEMD-GRNN模型,MAPE为12.02%,相较于传统模型提高了9.03%。     

The phase difference effects on 3-D structure of wave pressure acting on a composite breakwater

In designing the coastal structures, the accurate estimation of the wave forces on them is of great importance. In this paper, the influences of the phase difference on wave pressure acting on a composite breakwater installed in the three-dimensional (3-D) wave field are studied numerically. We extend the earlier model [Hur, D.S., Mizutani, N., 2003. Coastal Engineering 47, 329–345] to simulate 3-D wave fields by introducing 3-D Navier–Stokes solver with the Smagorinsky's sub-grid scale (SGS) model. For the validation of the model, the wave field around a 3-D asymmetrical structure installed on a submerged breakwater, in which the complex wave deformations generate, is simulated, and the numerical solutions are compared to the experimental data reported by Hur, Mizutani, Kim [2004. Coastal Engineering (51, 407–420)]. The model is then adopted to investigate 3-D characteristics of wave pressure and force on a caisson of composite breakwater, and the numerical solutions were discussed with respect to the phase difference between harbor and seaward sides induced by the transmitted wave through the rubble mound or the diffraction. The numerical results reveal that wave forces acting on the composite breakwater are significantly different at each cross-section under influence of wave diffraction that is important parameter on 3-D wave interaction with coastal structures.