干旱地区空气中氚浓度测定方法研究

空气中³H以水蒸气形态存在,环境中气氚的测定先是把空气中³H收集起来,再在收集液中加入闪烁液,用低本底液闪谱仪测量水样中³H浓度,然后换算成空气中³H浓度.     

遥感本底数据库建设研究

目前遥感技术在土地利用领域有较为广泛的应用,但基于遥感影像进行遥感本底数据库建设是一种新的尝试.本文介绍了遥感本底数据库建设的特点、技术要求、总体技术流程和关键技术环节.     

基于土地利用现状数据库的土地利用遥感分类本底数据库建设——以山东省泰安市泰山区为例

遥感分类本底数据库和土地利用现状数据库在地类判别标准、精度要求、数据格式和原始底图等方面存在诸多一致性。基于土地利用现状数据库进行遥感分类本底库的建设,大大减少了数据矢量化和外业调查的工作量。由于大部分工作都可以通过计算机来完成,因此作业时间和人力物力投入相应减少,同时确保了遥感分类本底数据库的精度。     

大气成分观测与服务中心的主要进展

在大气化学实验室以及大气本底、酸雨和沙尘暴等观测站网长期工作基础上，作为“大气成分轨道”的主要牵头实施单位，大气成分观测与服务中心积极按照中国气象局业务技术体制改革总体方案精神，按照“立足现有、统筹规划、重点突出、分步建设”基本思路，设计建设大气成分研究型业务体系，保证了各项科研、业务和服务工作的顺利开展。目前初步形成了12个研究和业务团队：气溶胶、温室气体及相关微量成分、反应性气体与大气光化学、臭氧与辐射、酸雨、边界层、数值同化、大气成分数值模拟、化学输送数值模拟、大气成分气候效应、大气成分反转数值模拟、常规预报要素分析。2005年在研和新获准的各类国家级和省部级科研项目达30多项。对原有的观测站网和大气化学实验室进行升级改造、增容及整合，重新布设了基本覆盖全国范围的30个大气成分观测站。按照国家科技基础条件平台发展规划，牵头实施“国家大气成分本底观测研究台站体系建设”。中国气象局4个大气本底站（青海瓦里关、北京上甸子、浙江临安、黑龙江龙凤山）正式进入国家级野外观测研究台站行列；完成了2个拟新建本底站（云南香格里拉、新疆阿克达拉）论证试验和可行性研究报告，初步确定了湖北金沙预选本底站站址，即将启动科学论证工作；开展“酸雨观测业务规范”人员培训，大力推进酸雨工作业务化。     

长江三角洲区域本底大气中致酸气体体积分数变化特征

利用2003-12—2004-11浙江临安区域大气本底站大气NOx、SO2体积分数的连续观测资料,分析其季节变化和日变化特征。结果表明：长江三角洲区域本底大气中致酸气体NOx、SO2体积分数值均为冬季最高,分别为23.81×10^-9和37.3×10^-9,主要受来自东北方向宁、沪区域城市群的相对高浓度污染物随气团传输影响;夏季最低,主要是局地源的贡献。降水对SO2去除作用明显,对NOx去除效果不大。NOx体积分数值冬季的日变化最为明显,呈现出一低一高的双峰型,09：00出现较高体积分数值,18：00出现最高体积分数值;而夏季为单峰型日变化,07：00出现最高体积分数值。SO2冬、春季的日变化明显,最高体积分数值出现在06：00左右,最低体积分数值出现在15：00左右。该区域NO2全年空气质量达到《环境空气质量标准》（GB 30952—1996）一级标准,SO2冬、春季超标较多,受到人类活动影响较明显。NO2和SO2空气污染指数在12月最大,分别为50和93。该区域NO2和SO2并未出现“周末效应”。     

输送对区域本底站痕量气体浓度的影响

利用HYSPLIT4轨迹模式计算了临安、上甸子和龙凤山区域大气本底站2005年7月-2007年6月的气块后向轨迹, 并通过聚类分析取得了各站点平均轨迹的空间分布和季节变化等结果。将各站点同期观测到的O₃, SO₂, NO_x和CO浓度通过滑动平均法去除季节变化, 取得其短期变化信号, 并将轨迹与这种短期变化信号对应, 比较真实地反映了排放源空间分布和轨迹移动特性对污染物浓度的影响。研究结果表明:移动高度高、速度快的气块不利于污染物积累, 对站点污染物起清除作用。但个别来自高空的轨迹会将富含O₃的气块输送到地面, 从而使站点O₃浓度升高。各站均有大约50%~60%的轨迹输送污染气块, 导致站点气体浓度升高。临安站的污染主要来自S-SW和N-SE扇区; 上甸子站的污染最主要来自SE-SW扇区, 其次来自N-SE和W-N扇区; 龙凤山的污染主要由来自S-WSW扇区。     

金沙大气本底站反应性气体本底浓度及长距离输送的影响

对金沙大气本底站在2006年6月至2007年7月之间获得的O3,CO,NOx,SO2浓度的频率分布进行Lorentz多（单）峰曲线拟合,得到4个不同季节下不同的峰值浓度.这些峰值浓度代表着不同过程作用下的本底浓度水平.将这些峰值浓度与相应的总体平均值（中值）浓度比较,讨论了后者在代表本底浓度水平的可行性和局限性.在某些情况下,大气污染物的平均值（中值）浓度可在一定程度上代表该地区的本底浓度,但由于受污染物输送等因素的影响,总体平均值（中值）浓度往往低估或高估了本底浓度.本工作利用HYSPLIT轨迹模式计算了观测期间的气团后向轨迹,通过聚类-气体浓度关联分析法取得了各类轨迹的空间分布、季节变化特征以及对应的O3,SO2,NOx和CO平均浓度水平,并进一步通过滤掉污染物固有的季节变化,取得了不同气团来源对金沙站污染物浓度水平相对影响的信息.结果表明：金沙站可用于研究受长三角、中南地区、江汉平原及其北部地区排放影响的不同气团来源的大气本底信息;来自其南面的华中、华南地区和长三角西部地区的气团对其近地面O3的贡献显著;来自其北至东北方向的江汉平原、黄淮平原和华北平原地区,以及其南面的中南地区的气团对其SO2,CO和NOx的贡献显著;来自海洋的长距离输送气团对局地污染物起清洁作用;来自西北的长距离输送气团常带有自由大气的特征（高O3浓度,低CO,NOx浓度和相对湿度）,但却带着相对高浓度的SO2.     

长江中下游地区湖泊水和沉积物中营养盐的赋存、循环及其交换特征

回顾了有关长江中下游地区湖泊水、生物、沉积物中营养盐的迁移、转化、循环和交换等研究工作进展.典型湖泊的研究结果显示,历史上长江中下游地区湖泊的营养本底的确较高,处于中营养和富营养状态;人类活动在最近几十年中加快了这些湖泊的富营养化进程.长江中下游地区湖泊的治理不仅要重视外源污染的削减,也要重视湖泊内源污染的控制.长江中下游地区的浅水湖泊沉积物中,一般只有30％以下的磷是以较活跃的藻类易利用态存在的,表层沉积物通过吸附-解吸等交换作用对浅水湖泊水体中磷的浓度有较大的影响.长江中下游浅水湖泊沉积物中的营养盐释放主要有静态和动态二种释放方式.前者是基于化学平衡条件下的水土界面扩散作用.决定其释放量大小的主要因子是孔隙水与上覆水之间的营养盐浓度差.后者是基于水动力扰动对水土界面物理破坏条件下的底泥悬浮释放作用.二种释放模式在浅水水体中都存在.无论是静态或动态,水土界面的氧化还原环境,铁、锰、铝等元素含量,都对释放有影响.动态释放能在短期内大大提高水体颗粒态营养盐的浓度.在动态释放的初期,将有效增加水体可溶性营养盐,但是如果沉积物中铁、铝等金属元素较丰富,水体中的溶解性营养盐将由于吸附等作用而沉淀至湖底,因此,这样的湖泊往往具有较强的自我净化能力.长江中下游地区绝大多数湖泊都属于这种类型的湖泊.用底泥疏浚方法来控制湖泊内源污染的方法只适用湖泊面积较小、还原环境强烈,或者沉积物中铁、锰含量较低、水体去除可溶性营养盐的能力较弱的水体.此外,长江中下游地区的浅水湖泊生态系统对富营养化也具有强烈的反馈作用.水华暴发期间蓝藻的暴发性生长能通过改变水体的pH而引发沉积物中磷释放数量的大幅增加,大量释放的营养盐反过来又会促使蓝藻的大量生长,从而加剧水华的暴发.研究显示污染相对较重的水域水体中营养盐的含量高,微生物的生物量及生产力也高,碱性磷酸酶的活性也高,水体营养盐的循环也就更快.这反过来又促使微生物生产力增加,营养盐循环更快,加剧富营养化的危害.今后的工作应该重点围绕生物参与下营养盐的迁移转化等方面开展工作.     

基于本底线的2008年北京奥运会客流量预测

依据多种调查资料和旅游本底趋势线理论,对2008年北京奥运会引致下的旅游客流量变化及客源结构进行细致的预测,主要结论如下:(1)奥运庆典引致下,未来3年北京市入境旅游进入一个超常增长期,客流量统计线将掀起一个"凸形峰",2007~2009年入境客流量分别达到433.6万、517.2万和465.3万人次,较起本底趋势线净增长8%、25%和10%;(2)国内旅游也将进入一个超常增长期,2007~2009年国内客流量分别达到14410万、17384万和16285万人次,较本底趋势线净增长4%、20%和8%。入境旅游的相对贡献率高于国内旅游;(3)奥运庆典引致下的北京市国际/国内客流量超常增长是一个具有特定周期的事件旅游,可划分为"奥前"、"奥中"和"奥后"三个阶段,本文依据客流量年内变化和奥运庆典生命周期,给出了2007~2009年3年各月客流量的预测值;(4)奥运盛典及其设施与活动像"磁场"吸引着国内外游客,结合近年来主要客源市场调查资料,给出了国际国内客源地客流量预测值。     

基于GIS和本底因素贡献权重模型的区域滑坡危险性评价——以重庆万州为例

滑坡危险性评价是滑坡风险管理的重要内容和基础,其结果的好坏直接影响到管理的成效.在目前全国还没有统一评价方法和体系的情况下,以重庆市万州区为研究区域,利用一种物理意义明确并且易于操作的评价模型--本底因素贡献权重模型,在GIS软件中进行滑坡危险性评价.经过检验符合实际情况:高危险度区占全区面积的22.3%:中危险度区占全区面积的40.7%;低危险度区占全区面积的37.0%;高、中危险度区所包含的滑坡个数占到全区滑坡总数的77.6%.