污染变化论文（精选10篇）
污染变化论文 篇1
长河属沁河支流、延河泉下游河段, 是泽州县境内除丹河外第二大河, 发源于晋城市泽州县下村镇武神山南麓上河掌附近, 由北向南流经泽州县下村镇、大东沟镇、川底乡、周村镇、李寨乡5个乡镇, 在李寨乡西龙村注入沁河, 流域面积421km2。
1 长河干流水质主要污染物化学需氧量、氨氮的监测概况
从2002年至2009年, 泽州县环境保护监测站在长河设置了长河大东沟和入沁河口两个监测断面。2010年后, 根据山西省环境保护局安排, 河流地表水环境质量按出入境断面考核, 长河大东沟考核断面遂不再监测。两断面每年单月份分别采集代表性水样, 按标准分析方法对各污染物浓度化验监测。
本文是按照两断面的主要污染物化学需氧量和氨氮年平均浓度值按《地表水环境质量标准》 (GB3838-2002) 评价得出的污染指数来研究。水质污染指数的计算采用单因子标准指数评价方法。因监测数据量少 (年均值共8个, 长河入沁河口断面2010年后常年断流) , 水质浓度变化幅度大, 根据水环境影响评价技术方法的有关要求, 实测浓度统计代表值一般均采用极值法 (即选取水质状况最差的一个数据值) , 其计算式如下:
式中, Si, j—标准指数,
Ci, j—评价因子i在j点的实测统计代表值, mg/L,
Cs, i—评价因子i的评价标准限值, mg/L。
2 长河干流水质主要污染物化学需氧量、氨氮的污染情况
按照《地表水环境质量标准》 (GB3838-2002) 和《山西省地表水域水环境管理区域方案》 (晋环发[2005]208号文) 有关要求, 泽州县境内长河大东沟断面水质保护目标为Ⅲ类水, 即化学需氧量20 mg/L、氨氮1.0mg/L, 主导功能区域为饮用水源保护区。长河入沁河口断面水质保护目标为Ⅳ类水, 即为化学需氧量30 mg/L、氨氮1.5mg/L, 主导功能区域为工业用水区。
长河大东沟断面, 2009年中化学需氧量监测6次, 测值范围在18.1 mg/L~24.3mg/L, 年均值21.9mg/L, 超标率41.5%, 年均值超标0.1倍。氨氮监测6次, 测值范围在0.277~5.03mg/L, 年均值3.93mg/L, 超标率为90%, 年均值超标近4倍。长河入沁河口段面, 2009年中化学需氧量监测6次, 监测值为9.8mg/L, 氨氮为0.228mg/L (由于一、三、五、七、十一月断流, 所测数据仅为9月份数据) , 未超标。2010年后因常年断流, 无法采样监测。
监测结果表明, 长河大东沟断面已无法满足地表水Ⅲ类水质要求, 为劣Ⅴ类水质。长河入沁河口段面满足Ⅳ类水体功能要求, 未超标。
3 长河干流水质主要污染物化学需氧量、氨氮的污染变化情况
经过对长河干流水质主要污染物化学需氧量、氨氮浓度进行的统计分析 (见表1、表2) , 发现长河干流水质主要污染物化学需氧量、氨氮的污染状况有以下的变化:
3.1
长河大东沟断面从2002年的Ⅳ类水质到2009年变为劣Ⅴ类水质, 其主要污染物化学需氧量、氨氮水质污染指数分别上升了18.4%和617.5%。该时间段长河大东沟断面水质化学需氧量污染未有明显好转, 而氨氮污染却在加重。
3.2
长河入沁河口断面2006年化学需氧量污染指数为0.43, 氨氮污染指数为1.28, 水质为Ⅴ类。2009年化学需氧量污染指数为0.33, 氨氮污染指数为0.152, 水质为Ⅱ类, 水质明显改善。
3.3
长河干流水质化学需氧量、氨氮污染体现为入沁河口污染较轻, 而大东沟段面则较重。
3.4
长河大东沟断面氨氮污染变化幅度相对较大, 化学需氧量污染变化较平稳, 幅度相对较小。
4 水质污染原因的简要分析
长河水质污染的原因, 一是长河水流量较小, 支流也很少, 纳污能力差;二是长河地区属泽州县经济发达地区, 沿河分布有众多诸如晋煤集团成庄煤矿、山西天地王坡煤业有限公司、泽州县榕鑫精密铸造有限公司等一些大型工矿企业, 工业污染源多, 排污量大;三是沿河村镇多, 生活污水多, 农业污染源点多面广;四是企业环境保护意识有待提高, 污水防治设施运行效果较差。
5 结语
长河干流水质主要污染物化学需氧量、氨氮污染表现为长河入沁河口断面较轻, 而大东沟断面污染则较重。整体来说, 长河干流水质化学需氧量污染改善较小, 氨氮污染则在2009年达到最高, 水质污染加重呈变劣趋势。建议增加污水处理设施, 进行区域环境综合整治。
污染变化论文 篇2
摘要：运用非参数Mann-Kendall法对连云港市3个定位监测点近10年来的大气SO2、NOx和TSP序列数据进行了趋势检验和突变分析.结果表明,连云港市大气SO2表现出明显的上升趋势,而TSP则表现出显著的下降趋势;NOx总体变化不大,但NOx在住宅商业功能区表现为轻微的.上升趋势,而在工业功能区则有不显著的下降趋势.季节性Mann-Kendall法检验表明,除工业功能区的NOx外,SO2和NOx在夏季的增长趋势要较其他季节更为显著,而TSP在一年四季中都表现为显著的下降趋势.突变分析表明,除NOx外,大气污染物序列均出现了突变现象,且突变主要发生在2000上半年到2002上半年之间.研究结果对于认识连云港市城市大气环境质量变化过程和科学制定环保决策具有重要意义.作 者：陆杰 刘付程 魏晓平 LU Jie LIU Fu-cheng WEI Xiao-ping 作者单位：陆杰,LU Jie(连云港市环保局)
刘付程,LIU Fu-cheng(淮海工学院,江苏,连云港,222000)
魏晓平,WEI Xiao-ping(中国矿业大学管理学院,江苏,徐州,221008)
污染变化论文 篇3
关键词：PM ；时空变化；来源分析；回归模型
引言
在城市PM 污染特征方面，我国已有许多专家学者进行了分析研究。例如，丁国安等[2]对北京城区低层大气PM 和PM 垂直结构及动力特征进行了分析；木拉提等[3]对沙尘天气期间大气PM 和PM 中部分元素浓度变化特征进行了分析，研究发现，污染元素P b、As容易在粒径较小的PM 中聚集，并且主要受人为活动的影响，可能与沙尘天气无关联。此外，Chan Y C[4]、翁燕波[5]、杨复沫[6]等人对空气污染状况做了详细研究。
一，研究区概况
遂宁市以西部水都闻名，地处四川盆地中部， 位于涪江中游，东邻重庆、广安、南充西连成都南接内江、资阳，北靠德阳、绵阳。属于亚热带湿润季风气候，具有冬暖春旱、夏热秋凉、云雾多、无霜期长等特点。地处成渝经济区的中心，优越的地理区位促进了遂宁市的交通建设，成为川渝地区综合性交通枢纽，交通优势和依托区位。
二，数据来源
本文的数据就来源于市监测站和美宁食品公司监测站监测系统设备。将收集到的2013年城南358个和城北361个（其他时间的数据由于仪器故障缺失）数据进行处理，计算出每个月的平均值（表1）
表1 2013年PM2.5月均浓度值（μm /m3）
1月 2月 3月 4月 5月 6月
城南 131.19 88.93 95.03 74.2 53.13 52.3
城北 106.9 76.93 74.71 56.50 39.97 33.53
7月 8月 9月 10月 11月 12月
城南 44.74 52.27 44.07 96.97 60.03 106.71
城北 27.46 36.03 37.52 77.77 42.93 92.71
三，PM2.5污染特征分析
（一）遂宁市2013年PM2.5时间污染特征
根据表1数据，绘制折线图，清楚明了的显示了PM 的时间变化趋势。如图2，城南和城北的变化趋势几本持平，呈“U”形。
据分析，2013年遂宁市PM 污染浓度值的时间变化呈“U”形特征的原因有如下：从自然方面来看，由于遂宁处于四川盆地，大气不容易扩散。春季和夏季有来自东南季风吹过，利于大气污染物的扩散，而且这两个季节降雨量大，能带走大量污染物。人为方面主要是冬季取暖设施，排放大量污染物，春节烟花爆竹的使用，向空气中排入大量粉尘。
图2 2013年遂宁市PM2.5变化趋势
（二）遂宁市2013年PM2.5空间污染特征
从图2可以看出，遂宁市PM 空间污染特征很明显，城南片区明显比城北片区浓度高，每个月、季节污染浓度都比城北片区高。遂宁市南北片区污染差距明显很大。有关研究结果表明，重点工业污染源废气主要来自电力，制革，造纸，食品，印染等行业，其主要能源以燃煤为主。
（三）遂宁市城北城南污染关系模型建立
t检验（表4）表明常数项和“城北浓度值”都是有统计学意义的，得到城北浓度值与城南浓度值之间的一元回归方程为：Y=1.07X+12.654，其中Y表示城南PM 浓度值，X表示城北PM 浓度值。
表4 系数a
非标准化系数 标准系数
模型 B 标准误差试用版 t Sig
1 （常量） 12.654 1.269 9.972 .000
城北浓度值1.070 .018 .952 58.776 .000
a.因变量：城南浓度值
四，总结
遂宁市2013年PM 污染变化特征明显，时间上呈“U”形变化趋势，冬季污染最严重，秋季次之，春季和夏季较低。空间上污染程度差距较大，城南片区污染明显高于城北片区。两个地区PM 污染浓度变化趋势具有很大的相关性，其相关系数R=0.952，回归模型为：Y=1.07X+12.654，其中Y表示城南PM 浓度值，X表示城北PM 浓度值。该模型具有很大的实际意义，可以通过模型进行两地PM 浓度值预测。
参考文献：
[1]GB/3095-2012，环境空气质量标准[S].
[2]丁国安， 陈尊欲， 高志球， 等.北京城区低层大氣PM 和PM 垂直结构及其动力特征[J].中国科学：D辑，2005，（A01）：31-44.
[3]木拉提， 王佳佳， 丽娜， 等.沙尘天气期间大气PM 和PM 中部分元素浓度的变化特征[J].环境与健康杂志，2010，22（9）：755-758.
[4]Chan Y C.Characterization of chemical species in PM and PM aerosols inBrisbane Australia [J] .Atmospheric Environment，1997，31（22）：3773-3785.
[5]翁燕波.宁波市环境空气中颗粒物浓度水平，组成及源解析[D] 硕士2004.
[6]杨复沫， 贺克斌， 马用亮， 等.北京PM 浓度的变化特征及其与PM 、TSP 的关系[J].中国环境科学，2002，22（6）：506-510.
渭河流域氨氮污染的排放动态变化 篇4
关键词：渭河水质,氨氮,污染控制意见
渭河养育了八百里秦川, 是关中的“母亲河”。上世纪60年代修建三门峡水库以来, 特别是改革开放30年来, 由于过度的开发和严重的污染, 明显制约了关中-天水经济区的健康发展, 污染和生态基流保障已经到了非解决不可的地步。渭河流域总面积为13.5万km2, 其中陕西境内流域面积为6.71万平方公里, 占渭河流域总面积的50%。陕西省境内渭河流域占全省国土总面积的1/3, 集中了全省2/3的人口和生产总值、56%的耕地、72%的灌溉面积, 对陕西省的发展具有举足轻重的作用[1]。渭河属典型的北方季地区河流特征, 水量年内分配不均, 丰枯悬殊;地表地下水力联系紧密, 互为补充, 相互影响;水资源开发利用率高, 水环境压力大, 河道生态基流没有保证。水污染特征:渭河是关中唯一的纳污通道, 属自我污染型。水污染呈有机性污染, 主要污染物为COD和氨氮。水污染带有结构性特征, 工业生活污染各半。工业COD主要来自造纸业、果汁加工业, 且存在一定程度的治理技术制约。水环境问题产生原因:资源性缺水;浪费严重;产业结构不合理且治理设施不足;环境管理薄弱。
1 材料与方法
1.1 采样点的选择
依据水利部《水环境监测规范》 (SL219-98) 中地表水监测采样断面布设原则, 着重在枯水期对干流及排污口进行监测。为了能全面反映陕西省渭河的水质污染变化情况, 采样点共设置13个断面如图1。
A林家村B卧龙寺桥C虢镇桥D常兴桥E兴平F南营G咸阳铁桥H天江人渡I耿镇桥J新丰镇K沙王渡L树园M潼关吊桥
1.2 水样的采集、保存和运输要求
根据渭河断面采样点的位置和数量, 进行水样的采集。水样的保存、运输、分析按现行国家《地表水环境质量标准》 (GB3838-2002) 规定执行。
1.3 评价方法
在《地表水环境质量标准》中的氨氮标准分类有5类, 标准限值从I-V类各有不同, 逐步增高。I类源头水、国家自然保护区氨氮限值为0.15mg/L, V类农业用水区及一般景观要求水域氨氮限值为2.0 mg/L。标准集中式生活饮用水地表水源地一级、二级保护区氨氮限值分别为0.5 mg/L和1.0 mg/L, 与《生活饮用水水源水质标准》中的一级、二级氨氮限值相同。
为使监测资料具有连续性, 本文选取2008年-2011年相应数据进行比较, 并统一以国家《地表水环境质量标准》 (GB3838-2002) 为评价依据[2]。
2 结果
本次调查了陕西省渭河干流2008年-2011年四年中13个断面氨氮浓度, 结果如图2。
其中渭河干流西安段4个监测断面氨氮浓度与标准限值对比情况, 如图3。
在陕西省渭河干流的13个监测断面中, Ⅱ类、Ⅳ类水质断面各1个, Ⅲ类水质断面2个, 劣Ⅴ类水质断面9个。69.2%断面超过水域功能标准, 但污染物浓度均有不同程度下降。
进一步分析污水来源, 在超标断面中有5个断面以工业废水排放为主, 有5个断面以工业、生活混合污水排放为主, 有3个断面以生活污水排放为主。具体各类氨氮排放比见图4
3 讨论
3.1 氨氮超标原因分析
3.1.1 生活污水及农业生产对渭河水质影响较大。
渭河流域周边人口的持续增长, 其污水的排放量持续增加, 但目前的生活污水处理水平较低, 大量未经处理的生活污水直接或间接排入渭河。同时, 对化肥农药的滥用和剧毒、高残留农药不能采取有效措施进行严格监管。
3.1.2 垃圾处理厂 (场) 建设落后。
目前, 渭河流域周边的垃圾处理厂 (场) 建设进展较快, 但建设水平和建设质量参差不齐, 其配套的设施不全。就目前状况来看其主要原因一是受资金短缺影响, 许多建设项目内容跟不上。二是垃圾处理场多为简单的卫生填埋, 难以处理垃圾渗滤液。
3.1.3 县级污水处理厂运营资金短缺, 运营机制尚需完善。
运营资金短缺已是县级污水处理厂面临的突出问题。一部分县级污水处理厂, 是由当地政府部门指定的公司运营, 厂内的非专业人员居多, 以追求利益为最高目标, 运营效果不良。另一部分的污水处理厂其工艺设计缺陷太多, 处理后的排水无法达到正常的排污标准。污水管网覆盖面有限、建设内容不配套、污水收集处理率低, 导致污水处理厂不能正常发挥其应有的功效。其主要原因分析如下:一是县级污水处理厂规模小、成本高, 收费标准低。二是县级财政紧缺, 运行不到位。由于污水处理厂运营机制没有完全的市场化, 导致污水处理的效果和效率偏低。三是收费不到位。县级整体收费标准偏低, 0.6元/吨的收费标准只有一半左右的县达到。
3.2 渭河水污染防治对策
3.2.1 抓支流水环境综合治理, 大幅降低支流污染负荷
对灞河、皂河、临河、北洛河、泾河、小韦河、新河等重污染河流 (劣五类) 和涝河、漆水河水质轻度污染类河流 (V类或IV类) , 开展河流耗氧污染物消减工程建设, 消减入河污染物总量。重点实施流域产业结构调整、排污口截污改造、工业污染源全过程节能降耗减排治污、小城镇生活污水治理、河道疏浚、生态堤坝建设、生态湿地建设、沿河岸绿化美化等综合治理工程。
3.2.2 抓干流城市段水污染综合治理和水生态修复示范, 构建绿色生态长廊
以渭河干流51个排污口为对象, 以西安咸阳城市段14个排污口为重点, 以市政混口排污口为突破口, 综合采用经济、政策、技术、法律、工程等措施, 从源头大幅消减COD和氨氮入河排放量。在排污口附近选择适宜的干流河道滩涂地, 通过财政补贴鼓励政策实施退耕工程。鼓励在靠近两岸的退耕滩涂地上种植芦苇等管束类草本植物, 形成表流型湿地, 进一步消减污染负荷。
在以上工作基础上, 选择适宜 (水质水量有一定保障) 干流城市段, 以生态提防为依托, 以河道治理、岸带修复、景观河流打造为重点, 开展生态岸带恢复、水生生物多样性恢复、河岸带生态缓冲带恢复建设示范。把提防两岸建成绿色生态长廊, 把渭河干流城市段打造成关中“城中河”和“景观带”, 实现人水和谐相处。
3.2.3 抓典型行业全过程污染控制, 消减COD和氨氮排放总量
一是对符合产业政策的典型涉水工业行业, 如化工、饮料制造、造纸、食品制造、农副产品加工等, 开展清洁生产工艺改造—厌氧技术为核心的污水处理技术提升-排放标准、技术政策制定等全过程污染控制, 提升生产和污染防治水平。
二是针对规模化养殖场和养殖小区开展污染治理。这类企业污水具有排放量小, 污水处理规模小, 运行成本高, 投资者无投资兴趣的治理项目。应按“低成本建设、简便化操作, 初级循环利用”的思路进行建设, 保证消减率不低于70%即可, 解决“建不起”或“建得起、用不起”的实际问题。
三是将污水处理厂建设拓展到重点城镇。对现有污水处理厂全面实施污泥处理、除磷脱氮工艺建设。与发改、建设等相关部门协调配合, 完善和落实污水处理收费、付费政策, 确保污水处理厂高效运行, 充分发挥减排效益。
3.2.4 抓监管能力建设, 向管理要环境效益
一是建立和完善先进的监测预警、执法监督和环境管理支撑三大体系, 确保重点工业污染源稳定达标率达到90%以上, 确保环境安全。
二是从严规定产业发展战略、政策、技术门槛、清洁生产要求, 严格环境准入, 继续禁止新建高耗水、高排污的项目, 从源头减少污染负荷。
三是建立退出企业补偿机制, 继续抓好规模小、工艺落后、治理无望的化工、印染、电镀等企业的淘汰工作。重点做好渭河干流沿岸小化肥企业和达不到新排放标准造纸企业的淘汰关闭, 减少工业氨氮和COD的排放总量。
四是实施更严格的排放标准。渭河流域所有城镇污水处理厂均执行一级A排放标准。颁布执行《陕西省黄河流域污水综合排放标准》, 要求流域内所有工业企业COD执行60mg/L, 氨氮执行12mg/L的排放标准。
五是完善渭河水质水量监控体系建设。协调水利部门在渭河干流各市界断面和重要支流同步建立水量监测站, 实现水质、水量同步监测;在干流排污口安装污染源在线监控设备, 上溯排污单位, 下联水质断面, 以水质目标引导污染物总量消减。
参考文献
[1]张艳玲.陕西省渭河流域水文特性分析[J].西北水资源与水工程, 2002 (02) :44-46.
[2]中华人民共和国国家标准GB3838-2002.地表水环境质量标准.中国图书出版社.
[3]郑现明, 王新科, 张欢, 宋进喜.渭河干流 (陕西段) 氨氮污染现状及原因分析[J].地下水, 2013 (05) :61-65.
[4]刘燕, 胡安炎.渭河流域水问题、成因及其对策研究[J].水资源保护, 2007 (01) :10-12.
污染变化论文 篇5
浅谈土地利用覆被变化对面源污染的影响
摘要：土壤中营养物的流失,造成了面源污染,引起水体畜营养化,对环境造成严重的破坏,而且污染破坏范围很广.土地利用/覆被变化(Land Use/Cover Change,LUCC)对区域生态环境的影响是目前土地利用变化研究的热点之一.土地利用方式不同,地表覆盖及人为干扰影响程度不同,直接影响土壤养分物质的输入和输出,进而影响土壤的`养分贮量和养分有效性等肥力状况.结合数学模型的应用,研究LUCC对流域尺度上的元素输移过程以及对面源污染的影响,具有十分重要意义.作 者：董莉 DONG Li 作者单位：西南林学院,云南昆明,650224 期 刊：科技传播 Journal：PUBLIC COMMUNICATION OF SCIENCE & TECHNOLOGY 年，卷(期)：2010, “”(8) 分类号：X53 关键词：面源污染 土地利用 覆被变化污染变化论文 篇6
1 研究方法
1.1 采样及分析
1.1.1 采样点
在辽宁全省14个地级市和17个县级市共设置62个固定的降水采样点位, 具体分布见图1。
1.1.2 采样时间
全年中逢雨、雪必测降水量和p H。当连续降雨超过24h时, 则将9:00~次日9:00的降水视为1个样品;若一天中有几次降雨 (雪) 过程, 合并为1个样品测定。
1.1.3 采样方法
采用自动采样器, 配置雨量计[4]。
1.1.4 分析方法
为避免干扰, 样品采集后立即采用电极法 (测量误差±0.01) 测定p H值。
1.2 数据处理方法
1.2.1 降水p H值
采用氢离子浓度—雨量加权平均法[5,6]。
式中, Hi+为第i次降水的氢离子浓度, mol/L;
Vi为第i次降水的降雨量, mm。
1.2.2 酸雨频率
采用酸雨样品数占降水样品总数比例来表示。
式中, a为统计周期内酸雨样品数;
b为统计周期内降水样品总数。
2 结果与讨论
2.1 时间变化分析
2006~2013年, 辽宁省酸雨污染经历了减轻至平稳发展的变化, 酸雨频率在6.1%~10.1%范围内, 降水p H年均值为5.05~5.81之间, 其中“十一五”期间酸雨污染逐渐减轻, “十二五”以来酸雨污染状况较为稳定。
2006~2010年, 辽宁省酸雨污染减轻, 酸雨频率明显呈下降趋势, 降水酸度稍有波动, 仅2010年高于5.6酸雨限值, 为5.81, 其他年份均低于5.6酸雨限值;2011~2013年, 酸雨污染状况较为稳定, 酸雨频率维持在6.3%~7.7%之间, 2013年略有上升, 分别高于前2年1.4个百分点和1.6个百分点, 降水酸度均低于5.6酸雨限值。2006~2013年, 辽宁省酸雨频率和降水p H值年度变化见图2。
2.2空间变化分析
2006~2013年, 辽宁省共有8个城市出现酸雨污染, 空间分布呈现为2条西南-东北走向的带状分布, 分别为中西部酸雨带和东南部酸雨带。
中西部酸雨带:中西部酸雨带总体酸雨频率相对较低, 污染较轻, 污染呈逐渐减轻趋势。2006年出现酸雨城市最多, 为6个, 随后逐渐减少, 2011和2012年仅葫芦岛出现酸雨, 2013年增加到2个城市 (葫芦岛和铁岭) 。
东南部酸雨带:东南部酸雨带总体酸雨频率较高, 污染较重, 污染呈减轻至稳定趋势。酸雨主要出现在大连和丹东, 自2006年起连续8年均出现酸雨, 近5年相对稳定, 酸雨频率均在50%上下波动。
2006~2013年, 全省酸雨空间分布变化见图3。
2.3 出现酸雨城市污染变化分析
2.3.1 降水p H年均值变化
2006~2013年, 辽宁省出现酸雨城市及其年度酸雨频率见表1。从表中结果可以看出, 出现酸雨污染的8个城市中, 大连、丹东和葫芦岛酸雨频率较高;其次为铁岭、抚顺和沈阳;阜新仅2006年出现酸雨, 锦州2007年开始退出酸雨污染城市范围。其中, 酸雨频率最高值出现在2007年丹东市, 达78.6%。
单位:%
2.3.2 酸雨频率变化
2006~2013年, 辽宁省出现酸雨城市及其降水p H年均值见表2。从表中结果可以看出, 出现酸雨的8个城市中, 东南部酸雨带的大连和丹东的降水p H年均值较低, 各年份均低于5.60酸雨限值, 最高值出现在2013年大连市, 仅为5.11;中西部酸雨带的6个城市中, 降水p H年均最低值出现在2007年葫芦岛市, 为5.01;最高值出现在2011年锦州市, 为7.63。
3 结语
2006~2013年, 辽宁省酸雨污染经历了减轻到稳定的发展趋势, 其中“十一五”期间酸雨污染持续减轻, “十二五”以来, 酸雨污染处于稳定状态。
2006~2013年, 辽宁省共有8个城市出现酸雨污染, 空间分布呈现中西部条带和东南部条带2条酸雨带, 其中2006年污染最为严重, 8个城市均出现酸雨。
2006~2013年, 东南部地区的大连和丹东的酸雨污染相对较重, 连续8年均有酸雨出现, 酸雨频率在39.8%~78.6%之间, 各年降水p H年均值均低于5.60酸雨限值标准;中西部条带中葫芦岛污染相对严重, 仅2010年未出现酸雨。因此, 应加强对大连、丹东和葫芦岛酸雨污染的分析和治理。
摘要：以辽宁省城市62个酸雨固定采样点数据为基础, 分析辽宁省20062013年酸雨污染时间和空间变化特征, 为辽宁省酸雨污染治理提供参考。结果表明:20062013年间, 辽宁省酸雨污染经历了减轻到稳定发展的趋势, 空间上表现为中西部条带和东南部条带2条酸雨带, 其中东南部条带的丹东、大连以及中西部条带的葫芦岛市酸雨污染相对较重。
关键词：酸雨,变化,辽宁省
参考文献
[1]王文兴.中国酸雨成因研究[J].中国环境科学, 1994, 14 (5) :323-329.
[2]洪也, 董德文, 马雁军, 等.2004~2008年辽宁酸雨时空分布特征研究[J].气象与环境学报, 2009, 25 (2) :28-32.
[3]石敏.辽宁省近10年酸雨污染特征变化趋势分析[J].农业与技术, 2012, 32 (4) :166-168.
[4]HJ/T165-2004酸沉降监测技术规范[S].
[5]邰姗姗.基于GIS的2013年辽宁省酸雨特征分析[J].农业与技术, 2014, 34 (3) :157-158.
污染变化论文 篇7
水是工农业生产的重要资源, 也是人类赖以生存的根本。一旦水资源受到污染, 就会直接威胁到人类的健康, 同时破坏生态环境, 也就无法实现社会经济的可持续发展。我国是水资源缺乏的国家之一, 人均水量仅为世界人均水量的1/4, 目前国内已有300多个城市缺水, 日缺水量约1000万m3以上, 严重地影响了国内的工业生产和人民生活。这使我们更应该好好珍惜水资源, 保障水环境不受污染。
2 饮马河概况
饮马河是第2松花江左岸主要支流之一, 发源于磐石县驿马乡呼兰岭, 流经磐石、永吉、双阳、九台、德惠, 在农安县靠山屯以北21km处接纳伊通河后汇入第2松花江。饮马河河长386.8km, 流域面积18247km2。地势呈东南高, 西北低, 河流多为南北流向[1]。饮马河流域是吉林省社会经济最发达、水资源开发利用程度较高的地区, 绝大多数河流已被较高程度地开发利用。其中饮马河上的石头口门水库是长春市主要水源地。
3 水质现状评价
3.1 断面布设
监测断面选择亚吉水库、烟筒山、长岭、石头口门水库、拉它泡、德惠、靠山屯7个监测断面, 依据2003~2012年监测数据对饮马河进行水质状况分析与评价。
3.2 评价项目
依据国家《地表水环境质量标准》 (GB3838-2002) , 选择PH值、氯化物、硫酸盐、溶解氧、氨氮、化学需氧量、高锰酸盐指数、五日生化需氧量、氰化物、砷、挥发酚、六价铬、总汞、铜、铅、锌、镉、总铁、氟化物、粪大肠菌群等20项作为评价项目。
3.3 评价方法
采用单因子评价法 (以污染因子污染的最高级别作为水质级别) 对水质进行分析评价。
3.4 评价结果
依据国家《地表水环境质量标准》 (GB3838-2002) , 饮马河源头水亚吉水库为Ⅲ、Ⅳ类水质, 近几年水质明显好转;烟筒山、长岭监测断面水质为Ⅲ、Ⅳ类水, 近几年无明显变化;石头口门水库由于近几年加大库容量, 同时政府增加了对污染整治的科技和资金投入, 加强了对污染严重企业的治理力度, 所以石头口门水库水质状况有所好转, 近几年都能达到Ⅲ类水标准;拉它泡、德惠、靠山屯监测断面都为劣Ⅴ类水质, 主要污染项目为化学需氧量、氨氮 (详见表1) 。由表1可以看出饮马河劣Ⅴ类水质所代表的河长占饮马河总长的42.9%。说明饮马河水质受污染的程度已经很严重。
表中长岭站、拉它泡站均为2006年开始监测。
4 水质变化趋势分析
图1为饮马河2003~2011年依据国家《地表水环境质量标准》 (GB3838-2002) 对各监测站点氨氮、化学需氧量进行评价的曲线图。2003年亚吉水库氨氮超出Ⅲ类水标准0.17倍。2004年氨氮超标0.23倍。2005~2011年都达到了Ⅲ类水标准。烟筒山、长岭和石头口门水库监测断面氨氮和化学需氧量都为Ⅲ类水质。拉它泡、德惠、靠山屯站均为劣Ⅴ类水质, 靠山屯监测站化学需氧量2003年平均值为107.8, 超出Ⅲ类水标准4.39倍。2011年靠山屯监测站化学需氧量平均值为69.6, 超出Ⅲ类水标准2.48倍。从数据可以看出饮马河水质整体来说污染有所减轻 (详见表2) , 但水质类别没有明显改变, 大部分监测断面仍然属于劣Ⅴ类水质。
5 地表水水质污染成因分析
地表水水质污染成因主要有点源污染和面源污染2个方面。点源污染包括工矿企业废水排放和城镇生活污水排放;面源污染包括农业生产流失的化肥农药、水土流失、农村生活污水和垃圾、分散式畜禽养殖排泄的粪便、水产养殖鱼类粪便和饵料、城市面源等[2]。
从饮马河各监测断面水质数据及变化趋势看, 饮马河水质呈逐年好转趋势, 这是由于吉林省加大了城镇排水管网和污水处理设施建设力度。大量污染源被纳入市政排污管网, 降低了水体污染。饮马河上游水质情况良好, 但从拉它泡监测断面开始都为劣类Ⅴ水质, 这是由于小南河的汇入带来九台市的工农业和生活污水, 加上石头口门水库蓄水使饮马河下游流量变小, 导致了饮马河下游水质污染加大。
6 建议
建议加大水污染防治力度, 减少废污水排放量。增强水行政主管部门职能, 加大对饮马河沿岸污染源的监督力度, 特别是对排污企业的监督。同时加快城镇污水管网设施及污水处理厂建设步伐。严格控制农田的面源污染, 减少入河污染物的直接排放。
7 结语
造成我国水污染的原因很多, 其中最主要的是工业废水和城市污水未能得到有效处理。而造成目前我国水资源短缺的原因就是浪费水资源现象严重, 公民节约意识还不强。水资源短缺及污染问题, 目前已经成为制约各地经济和社会发展的主要瓶颈。水资源并非取之不尽用之不竭, 水资源保护工作, 是一项功在当代、利在千秋的长期工作, 任务光荣而艰巨。在开发、利用的同时, 更要注重水资源的保护工作, 只有这样, 才能使水资源得以可持续发展, 才能使人与自然和谐、健康发展。根据我国水资源的情况, 要杜绝制造水污染、浪费水的不良现象, 应该加大保护用水的宣传力度, 提高市民对生活用水的认识, 营造人人保护水资源的氛围;对一些浪费水、污染水源的现象, 采取适当的经济制裁手段。积极推广节水设施, 鼓励节水工程。
参考文献
[1]张德新.吉林省水资源[M].长春:吉林科技出版社, (2008) :707.
污染变化论文 篇8
关键词：兰州,空气污染,治理措施,变化趋势
0 引言
空气污染是全球面临的一个主要环境问题, 也是影响人类生存与发展的最重要的环境风险因素之一。近年来, 我国雾霾天气频发, 引起了人们对城市空气污染问题的广泛关注。
兰州市的空气污染状况十分严重, 曾在1998年被评为全球10大污染城市之一[1]。兰州有工业、生活、交通三大污染源, 工业污染最严重, 然后是生活和交通污染。兰州市大气污染带有明显的季节性特点, 春季以沙尘浮尘等输入性污染为主, 夏秋季以泥尘污染为主, 冬季则以煤烟等低空面源污染为主[2]。由于煤烟、扬尘和机动车尾气的污染, 加之兰州的气象条件, 形成了严重的煤烟和机动车尾气复合型大气污染。本论述对2001至2014年兰州主要空气质量数据进行了处理分析, 研究近十几年来兰州市空气质量的变化情况, 并提出了自己的治污建议。
1 兰州市空气污染原因分析
1.1 地理与气候因素
1.1.1 静风和逆温频率高
兰州是典型的山地城市, 气流在河谷盆地内流通不畅, 其主导风向为东北风, 全年静风和小风日数占60%以上, 特别是在冬季, 静风频率高达81%左右[3], 各种污染源排放的大量污染物因大气流动不顺畅而不易扩散出去。兰州市逆温现象较为严重, 兰州全年约有80%的天数出现逆温[3], 出现逆温现象持续时间长, 抑制了兰州大气污染物的扩散与稀释。由于静风和逆温频率高, 造成兰州市大气的稳定度较高, 从而造成严重的大气污染。
1.1.2 干旱少雨
兰州市地处内陆, 大陆性季风气候明显, 气候干燥, 是典型的半干旱内陆区。兰州市年均降水量少, 且季节分布不均匀, 不利于污染物的稀释和沉降;同时, 气候干旱不利于植物生长, 地表植被覆盖率不高也不利于污染物的净化[4]。因此干旱少雨的气象条件也是造成空气质量下降的原因之一。
1.1.3 自然降尘量大, 春季沙尘暴和浮尘天气频发
兰州市城区道路扩建、旧城改造、建筑施工中二次扬尘的污染以及周边生态环境恶化引起的沙尘暴和浮尘天气, 这是造成大气污染程度较重的另一个主要因素。位于兰州北边的九洲台是全国乃至世界风成黄土层最厚的地区, 再加上河西地区沙尘暴频发, 从而造成严重的自然降尘。沙尘暴和浮尘会使可吸入颗粒物浓度上升, 从而使空气质量下降。
1.2 其他因素
1.2.1 能源结构单一, 清洁燃料推广滞后
兰州是“一五”“二五”时期重点建设的老工业城市, 工业生产结构以石油化工、电力、建筑材料生产、有色冶金、机械加工和纺织为主导, “三高一低”型企业占工业增加值的一半以上, 能源结构以煤炭为主。工业构成中, 轻重工业分别占18%和82%, 重工业中原材料和采掘业占77%, 加工业仅占23%, 重工业的能源年消耗量占总量的79.6%, 其中86.8%一次性能源为煤炭[5], 全市工业生产、采暖供热能源均以燃煤为主。因此, 燃煤导致的大气污染严重。
1.2.2 机动车数量迅猛增长, 机动车造成的污染增加
与其他城市一样, 兰州市的空气质量也深受机动车数量增长的影响。汽车尾气对城市的污染日益严重, 占到全市污染物总量的20%, 机动车尾气排放的主要污染物为CO、HC、NOx[7]。随着机动车数量的不断攀升, 加上兰州城市公共交通和路网建设不够发达, 造成道路拥挤, 堵车现象严重, 汽车在市区怠速条件下行驶, 尾气排放量增大, 主要交通干道形成污染带, 导致空气质量恶化。
1.2.3 产业结构和工业布局不尽合理
兰州是在“一五”至“三五”期间发展起来的以石油化工、机械制造、冶金等为主的重工业城市, 是全国重要的石油化工基地, 这种特殊的产业结构是造成兰州市大气污染的重要因素[8]。从区域来看, 工业重点源的分布主要在西固区, 西固区的大气污染也因此极为严重。
1.2.4 供热集中度低
近几年, 随着集中供热在城市的大力推行, 兰州市正在扩展集中供热的规模, 但集中供热和联片供热的管网覆盖率仍比较低, 仍存在集中供热度不高, 锅炉容量小等问题。兰州市供热锅炉以循环流化床锅炉为主, 近年来, 大多数循环流化床锅炉进行了炉内喷钙脱硫治理, 但由于设备的损坏程度比较高、脱硫成本高等原因, 没有达到应有的效率。按照甘肃省环保厅要求, 采用炉内喷钙脱硫措施的循环流化床锅炉未能稳定达标的, 应该建设炉后烟气脱硫设施, 但大多数企业因无法承受高成本, 造成推行困难[9]。
1.2.5 城市建设规模大, 扬尘污染重
兰州市是一个典型的煤烟型城市, 烟尘污染严重, 地面扬尘也非常严重, 同时由于城市建设的发展, 各个施工点此起彼伏, 建筑、道路施工堆料以及无植被覆盖的大量裸露地面, 造成了严重的地面扬尘。近年来, 随着城市建设力度的加大, 城市施工项目明显增多, 由于施工项目没有严格落实相应的防尘措施, 形成了新的尘源, 造成了严重的二次扬尘污染。
2 数据介绍与处理方法
2.1 数据介绍
兰州市空气质量数据来源于环保部数据中心的重点城市空气质量日报, 中国空气质量在线监测分析平台历史数据和文献资料[10]。数据内容包括兰州市空气污染指数 (API) 以及主要污染物SO2、NO2和PM10的浓度, 数据起止时间是2001至2014年, 见表1所示。
(API:空气污染指数就是将常规监测的几种空气污染物浓度简化成为单一的概念性指数值形式, 并分级表征空气污染程度和空气质量状况, 适合于表示城市的空气质量状况和变化趋势。)
2.2 数据处理方法
(1) 用wps表格对数据处理, 对兰州市空气质量数据进行作图分析以研究其变化过程, 同时利用Daniel检验法对空气质量变化趋势进行相关性分析。Daniel检验法[11]是对环境污染变化趋势进行相关性分析最常用的方法, 也是环保部推荐使用的方法, 它使用spearman秩相关系数, 用于单因素小样本的检验, 精确性高。
Daniel检验法介绍:时序为Y1, …, Yn, 对应的污染数据为C1, …, Cn, 将污染数据从小到大排序为X1, …, Xn, 然后按 (1) 式计算这组数据的spearman秩相关系数rs, rs的范围为[-1, 1]。之后将|rs|和临界值Wp比较, 当|rs|>Wp时, 表明变化趋势有显著意义。若rs为负值, 表明污染数据呈显著性下降趋势;若rs为正值, 表明污染数据呈显著性上升趋势。当|rs|<Wp时, 表明变化趋势无显著意义, 即污染变化平稳。
其中, di为Xi和Yi的差值, di=Xi-Yi;N为时间周期。
用SPSS19.0进行数据处理, 从而得出spearman秩相关系数rs, 并判断相关性是否显著。
(2) 用wps表格对数据点进行线性拟合, 同时用SPSS19.0对拟合结果进行显著性检验, 根据线性拟合的结果对兰州未来的空气质量变化进行估算。
3 结果分析与讨论
3.1 兰州空气质量年际变化
(1) 由SPSS相关分析图表2可以看出, API月平均浓度的spearman秩相关系数rs=-0.285, API的年平均浓度的spearman秩相关系数rs=-0.785, 且双尾t检验的显著性概率分别为0.000和0.001, 均小于0.01, 通过了显著性检验, 说明2001至2014年兰州API浓度总体呈下降趋势, 且变化趋势有显著性意义。
在置信度 (双侧) 为0.01时, 相关性显著
由SPSS相关分析图表2可以看出, SO2、NO2和PM10的年平均浓度的spearman秩相关系数rs分别为-0.879、-0.519和-0.730, 双尾t检验的显著性概率分别为0.000、0.057和0.003, 其中NO2没有通过显著性检验, 说明2001至2014年兰州市SO2、NO2和PM10年平均浓度总体呈下降趋势, 其中SO2、NO2的变化趋势有显著性意义, NO2的变化趋势无显著性意义。
(2) 结合历史资料具体分析, 兰州市近十几年空气污染指数是非稳定的, 具有非线性和多周期变化特征, 呈现出混沌性。由图2可以看出, 兰州市2001至2014年空气污染指数呈不规则震荡变化趋势, 但从API每年的峰值和平均值来看, 空气污染指数总体上呈下降趋势, 2001至2005年空气质量逐年变好, 在2006年和2009年出现反弹趋势, 有所上升, 在2006年出现强烈反弹的原因是受沙尘暴及浮尘天气的影响。而2009年之所以出现较大反弹, 一方面是由于该年沙尘暴及浮尘天气的强度相对较强的缘故, 另一方面是由于“西热东输工程”“天然气管网工程”等工程的全面启动, 从而造成了扬尘, 导致可吸入颗粒物的增加。总体来看, 兰州市近十几年来大气污染状况总体有所好转, 2010年后的API明显低于2001年, 但由于受到各种因素的制约, 局部时段大气污染反弹趋重时有发生, 因此大气污染的彻底治理还任重道远;
从SO2的年平均浓度变化情况来看, SO2总体上呈现明显的下降趋势, SO2年平均浓度从2002年的80 ug/cm3下降到2014年的25 ug/cm3, 年均降幅为6.3%, 但是2008年出现较大反弹, 主要是由于2008年兰州市工业二氧化硫排放量为7.19万吨[12], 为近年来排放量最多的一年。由于兰州的能源结构以燃煤为主, SO2排放量大, 所以对SO2的控制仍然是重点;
近年来PM10总体呈下降趋势, PM10的年平均年度从2001年的168 ug/cm3下降到2014年的121 ug/cm3, 但中间也出现了波动, 2006年和2009年亦出现反弹, 尤其是2006年, 可吸入颗粒物年平均浓度达到近年来的最高值192 ug/m3, 主要是受沙尘暴和浮尘天气的强烈影响, 影响了兰州市空气质量;而2009年则是受沙尘暴和浮尘天气以及由于建筑施工引起扬尘的共同影响;所以对PM10控制任务依然艰巨;
2001至2014年兰州NO2年均浓度稍有下降, 趋势不明显, 呈现稳定的波动变化, 原因可能与机动车辆大幅增加有关, 所以今后要引起重视, 加大对机动车数量限制, 控制尾气排放, 以达到对NO2排放控制。
从图3可以看出, 空气质量优良天数比率明显增加, 优良天数比率从2001年的32.6%增加到2012年的75%, 重度污染比率从11%下降到0.8%, 减少了近90%, 轻度污染天数也减少了近一半, 中度污染天数也由2001年的24天减少到2012的3天。虽然在2006年和2010年出现了反弹, 但总体上看兰州空气质量达标的天数明显增加。
3.2 兰州空气质量季节变化
兰州市大气污染存在明显的季度变化规律, 通过对2001至2014年的空气污染指数的统计分析, 由图4可以看出, 冬春两季污染最严重, 秋季次之, 夏季污染最轻。一方面由于冬季静风频率和逆温频率最高, 大气层结最稳定, 污染物不易扩散, 另一方面此季节为兰州采暖期, 燃煤量急剧增加, 导致污染物排放量增加, 所以造成API数值高;春季污染也很严重, 主要是沙尘天气影响, 导致污染加重, 夏季是全年空气质量最好的季节。
由图表可以看出兰州API总体明显下降, 其中冬季和春季空气质量改善最明显, 夏秋降幅不大, 处于波动之中。由此可以看出, 冬春治理污染效果明显, 而夏秋两季由于变化不明显, 因而应该加大对冬春治理空气污染的投入, 减小夏季投入。
从图5可以看出, 不同季节、不同空气质量级别天数的年际变化趋势;2001至2012年间春季空气质量表现为优和良的天数逐年增加, 但在2008年有所回落, 中度污染及轻污染天数在逐年减少, 重污染天气无较大变化, 2006年变化突出。但与其他季节相比, 春季空气污染指数变化年际波动较大, 这与北方沙尘活动的变化及波动有关。夏季空气质量最优, 以优良等级为主, 变化也非常小。秋季年变化趋势比较明显, 优和良的天数逐年增多, 中度和轻度污染天数逐年减少。但都有明显的分界线那就是2008年, 可见2008年以后的天气污染有所加重。冬季污染最严重, 中、重度污染在2005年之前减小趋势明显, 2004年2005年两年严重反弹, 2006年后呈现明显的下降趋势。综合来看, 从2001年到2012年优良天数明显增加, 污染天数明显减小。
3.3 近十几年兰州主要大气污染物达标情况
注:城市采用二级浓度限值, 浓度限值为年平均
虽然总体来看, 兰州市空气质量状况有所改善, 主要污染物年均浓度总体上均呈下降趋势, 但从表7可以看出, 主要污染物SO2、NO2和PM10年均浓度在大部分年份依然超标, 其中只有SO2达标的年份较多, NO2只有2005和2012年达标, 其余年份均超标, 而PM10每年浓度均超标。因此, 兰州空气污染治理依然任重而道远。
3.4 兰州市未来空气质量预估
为了对兰州市未来的空气质量进行预估, 我们先对数据参数进行线性拟合, 再将各个参数的达标浓度代入拟合的直线方程, 求出还需要多少年各个量才能达标。
3.4.1 各个参数年平均浓度变化的线性拟合结果
3.4.2 未来空气质量预估
预估结果分析:由表6可以看出, API已经达到良 (二级) 标准, 但要达到优 (一级) 标准还需要大概8年的时间;PM10要达到二级标准还需要7年的时间, 到达一级标准还需要22年的时间, 所以对于可吸入颗粒物的防治是接下来治污的重点;SO2已经达到二级标准, 还需要4年达到一级标准, 说明近些年工业减排效果明显, SO2排放量得到了有效控制;NO2因为拟合结果不显著所以无法定量预估, 但从变化趋势来看也呈下降趋势, 有希望在未来若干年达标;而且API、SO2和PM10下降速度非常接近, 说明三者的变化趋势呈现一致性。
4 主要结论及建议
4.1 主要结论
4.1.1 环境质量改善
兰州市空气质量总体上明显好转, API年平均浓度已经达到良的标准, 各主要污染物的浓度虽然没有完全达标, 但也呈现明显下降的趋势。
4.1.2 优良天数增多
优良天数比率明显增加, 优良天数比率从2001年的32.6%增加到2012年的75%, 重度污染比率从11%下降到0.8%, 减少了近90%, 轻度污染天数也减少了近一半, 中度污染天数也由2001年的24天减少到2012的3天。
4.1.3 空气质量季节变化显著
兰州空气质量具有明显季节特征, 冬春污染严重, 夏秋较轻。近十几年, 全市冬春两季空气质量改善明显, 冬季API由2001年的244 ug/cm3下降到2014年的101 ug/cm3, 平均每年下降4.2%;春季API由2001年的214 ug/cm3下降到2014年的105 ug/cm3, 平均每年降幅为3.6%;夏秋降幅不大, 处于波动之中。应该加大冬春两季治污的投入。
4.1.4 未来预期良好
根据空气质量预估的结果, API已经达到良的标准, 有希望在10年内达到优的标准;主要污染物中SO2已经达到二级标准, 预估再过8年达到一级标准;PM10再过7年达到二级标准;NO2虽然变化不显著, 但也在呈现下降趋势, 有希望在未来达标。
4.2 治污建议
(1) 全面规划, 合理布局。在科学安排产业规模、产业结构、城市空间结构的基础之上, 合理安排城市各项用地。城区应当尽量避免建造大型污染企业, 对于必须兴建的, 则应当远离城市中心, 位于小城镇区域或者是远郊区。需要注意的一点是, 虽然偏东风是兰州的主导风向, 但全年还是以静风为主, 与逆温的结合才是造成兰州市大气污染的罪魁祸首。所以说, 盲自按照理论“上风向”与“下风向”来布置企业布局是不够合理和全面的, 需要在充分考虑了静风和逆温对兰州大气污染影响的基础上进行合理安排。与此同时, 生活区应安置在环境质量好且交通便利的区域, 对于目前夹杂在生活区中的污染企业, 应当视情况采取措施, 迁移、停止或者合并等, 配合城市的整体规划逐步迁出居住区域。
(2) 减少机动车尾气排放。制定限制和改造柴油车、停售含铅汽油、机动车达标排放等一系列规定, 并完善和严格执行。另外机动车尾气达标排放, 但如果车辆总数增加, 大气污染依然会加重。因此, 限制市区机动车辆总数, 是一个需要解决的问题。可以对机动车实行单双号限行的做法, 在供暖期对机动车实行单双号限行, 以减轻冬春季的大气污染。此外, 在市内设立多处检查监测点, 强化尾气治理路面检查, 对超标车辆和冒黑烟车辆给予处罚。
(3) 加强生态建设, 减少自然因素造成的污染:采取预防和保护措施, 遏制生态环境恶化的趋势。近年来, 兰州城市绿化覆盖率和人均公共绿地面积不断增加, 但在国内大城市中仍属落后[16]。为此, 应大力进行城市园林绿地建设, 加快南北两山的绿化进程, 并通过防护林体系建设, 在兰州的周边地区形成多道绿化屏障, 以改善生态环境, 降低大气中总悬浮颗粒物污染, 不断提高空气质量[17]。
污染变化论文 篇9
能源是一种关乎人类生存、社会进步、经济发展、文明建设不可缺少的重要资源,能源的发展走过了木柴、煤炭、油气、核能、太阳能、生物质能等各个时期,工业社会的每一次技术进步都离不开新型能源的研究与发展,目前世界各国的能源供应主要以化石燃料为主,化石燃料燃烧在带来动力的同时,也带来了环境污染问题 [1,2]。
本文通过对能源结构变化与特征大气污染物的研究,表明我国城市大气污染类型已从单一型污染转变为混合型污染,意在提高公众对大气污染物的认识,为优化能源结构、保护大气环境提供依据。
2 城市能源结构变化
2.1 能源的发展
能源的发展经历了一段漫长的历史时期,最早使用的能源是木柴,但伴随着世界范围内森林面积锐减,木材的过度消耗,煤作为一种可燃的燃料代替了木柴,这一转变时期经历了150余年。从18世纪后期至19世纪中期,英国暴发了第一次工业革命,煤作为蒸汽机的燃料,从此替代了木柴成为当时社会的主要能源燃料。但是内燃机的研发,使石油替代了煤,成为了新兴的燃料。直至20世纪40年代,木柴、煤、石油已成为世界的主要能源。然而随着当今社会经济的快速发展,至20世纪后期,天然气、核能、水能、生物质能等新型能源也逐步加入到能源行列中。如今,能源的种类繁多,其结构也发生了改变,公众逐渐把关注的焦点转化到资源、环境与经济之间的关系,因此如何快速平稳的发展经济,节约能源,保护环境已成为现今社会优化能源结构的关键性因素。
2.2 世界各国能源结构
目前,世界各国的能源主要以固体、液体、气体能源为主,从2007年联合国《能源统计年鉴》的能源平衡表中数据可知,中国、美国、俄罗斯是能源生产与消费的大国,三者的能源生产与消费量之和超过了世界能源生产与消费总量的40%。而俄罗斯、中国、美国的国土面积均排在世界前列,说明国土面积越大,蕴含丰富天然能源的概率也越大。并且从能源平衡表可知,多数国家的能源生产比重低于能源消费比重,进口能源仍然是世界各国能源消费的重要形式。
2.3 我国城市能源结构
我国是能源大国,但人口基数大,导致人均能源消费量相对较低,并且能源结构单一,主要依赖煤能源,能源地域发展也不均衡[3]。
通过对2010年《中国统计年鉴》中能源生产总量与消费总量构成数据的分析,可知中国近10年的能源生产与消费比重情况,从2000~2009年,煤是我国能源生产与消费总量最高的能源,生产与消费比重总体上升,年生产比重均高于消费比重;原油是我国生产与消费量占第2位的能源,它的生产与消费比重总体递减,年生产比重均低于消费比重;天然气在我国能源生产与消费量中最低,它的生产与消费比重总体呈上升趋势,年生产比重均高于消费比重;水、核、风能在我国能源生产与消费量中列第3位,它的生产与消费比重总体呈上升趋势,年生产比重均高于消费比重。
3 大气特征污染物
3.1 二氧化硫
硫氧化物主要分为SO2与SO3,其中主要是指SO2。SO2是一种无色,有刺激性气味的气体,主要有自然和人为两种来源,最重要的自然来源是火山喷发,还有森林火灾、生物腐烂、有机生物体的代谢过程,SO2的人为来源主要来自化石燃料的燃烧过程,以及冶炼、硫化物矿石的燃烧等过程,涉及行业主要有火力发电厂、有色金属冶炼厂、炼油厂、硫酸厂、工业炉窑等;众所周知,SO2在大气环境中容易被氧化形成SO3,再与水分子结合生成硫酸分子,最后成为硫酸气溶胶,SO2被称为严重的大气污染物,原因就在于其导致硫酸烟雾与酸雨的形成[4,5,6]。
SO2对眼睛、呼吸系统及某些情况下对皮肤有刺激作用,会加重呼吸道问题,长期工作于高SO2环境的人会产生哮喘、慢性支气管炎、肺气肿等疾病,造成这一影响的主要原因是SO2与水混合会形成硫酸这种对生物有强烈刺激的物质[7]。
3.2 氮氧化物
氮氧化物的种类很多,可分为多种氧化物形式,分别为NO、NO2、N2O、NO3、N2O4、N2O5等,其中主要的大气污染物是指NO和NO2。NO是一种无色气体,毒性不大,但在大气环境中易被氧化成NO2,NO2是一种红棕色、有刺激性臭味,毒性大,并且在一定条件下,NO2会与大气中的其它气体相互作用,形成光化学烟雾,对人体与环境造成巨大危害;氮氧化物的主要来源是化石燃料的燃烧,主要为汽车尾气的排放,此外还有工业炉窑、家用火炉的燃烧等[4,5,6]。
氮氧化物会与空气中的水分、氨以及其它化合物反应,生成含硝酸的细微颗粒物,这些物质会对肺组织产生强烈的刺激和腐蚀作用,引起肺水肿;此外,亚硝酸盐进入血液后还可引起血管扩张、血压下降,并与血红蛋白作用生成高铁血红蛋白,引起组织缺氧和中枢神经麻痹;在天气炎热和阳光充足的条件下,氮氧化物与挥发性有机物发生反应,在近地面形成光化学烟雾[7]。
3.3 碳氧化物
碳氧化物主要指CO和CO2,CO是大气污染物,而CO2是大气环境的正常组成部分,但它对环境却造成了极大的影响。CO是一种无色无味,没有刺激性,有毒性且不溶于水的气体,人体吸入CO后,CO会与血液中的血红蛋白结合,血液中的血红蛋白作用是向人体器官和组织输送氧气,而CO与氧气的亲合力是人体血红蛋白的210倍,所以一旦人体吸入CO后,一氧化碳会快速与血红蛋白结合,生成碳氧血红蛋白,降低了血液输送氧气的功能,从而使人体的器官和组织供氧量不足,导致心脏疾病和各呼吸系统疾病,严重时还会危及生命;CO2是一种无色无味无毒的气体,当其在大气环境中的浓度过高时,氧气比例下降,同样会造成缺氧症状[4,5,6,7]。
CO与CO2的产生主要由于化石燃料的燃烧和汽车的尾气排放,且CO在空气中极易被氧化成CO2,CO2能与大气中的其它吸热性气体共同作用,阻止地球表面热量的扩散,产生“温室效应”,造成全球变暖、海平面上升、物种变化、土地沙漠化等一系列危害。
3.4 颗粒物
根据我国最新修订的环境空气质量标准(GB3095-2012)中的术语和定义的解释,总悬浮颗粒物(TSP)是指环境空气动力学当量直径小于等于100μm的颗粒物;可吸入颗粒物(PM10)是指环境空气动力学当量直径小于等于10μm的颗粒物;细颗粒物(PM2.5)是指环境空气中空气动力学当量直径小于等于2.5μm的颗粒物[8]。
PM10对人体的主要影响是对呼吸系统的危害,它会导致肺部纤维化,引发各种呼吸系统疾病,人体长时间吸入PM10,会提高癌变的发生率;而PM2.5由于颗粒物粒径小,很容易通过呼吸系统进入肺部,改变肺部结构与功能,危害人体呼吸系统与心血管系统,长时期在产生细颗粒物的环境中工作、学习与生活,同样会增加人体器官癌变的发生[9,10]。
4 大气特征污染物的变化趋势
目前,影响我国各区域的大气污染物主要以SO2、NO2、PM10为主,随着经济快速发展,NO2、PM10的排放量所占比重逐渐加大,而根据环境保护部的公告《2011年上半年环境保护重点城市环境空气质量状况》显示,与2010年上半年相比,2011年上半年,全国113个环境保护重点城市空气中NO2平均浓度上升5.7%。目前氮氧化物已成为新增的大气污染物总量控制约束性指标,二氧化氮浓度不降反升意味着,随着我国经济快速发展,城市大气污染已经由过去的煤烟型污染转变成煤烟和机动车尾气复合型污染,其中机动车尾气污染已经成为城市空气主要污染源之一。
5 结语
“十一五”期间我国气体污染物总量控制指标二氧化硫的排放量已得到明显的控制,“十二五”期间,我国的污染物总量控制指标将新增氨氮和氮氧化物两项指标。针对大气环境质量中二氧化硫的总量控制,“十二五”伊始,我国新修订的《环境空气质量标准》(GB3095-2012)进一步完善了大气环境中二氧化硫的浓度限值和相关监测方法,以促进电力行业脱硫设施的稳定运行、非电力行业的脱硫设施建设与结构调整等相关工作的开展。对于氮氧化物的总量控制,新的《环境空气质量标准》(GB3095-2012)将加强对氮氧化物的排放控制,确保氮氧化物污染防治工作的顺利开展。
参考文献
[1]左玉辉,孙平,柏益尧.能源—环境调控[M].北京:科学出版社,2008.
[2]凡奇J R.能源21世纪的展望[M].上海:上海交通大学出版社,2008.
[3]徐东,刘清志,王臻.低碳视角下我国能源结构优化研究[J].生态经济,2011(9):85～87,129.
[4]郭静,阮宜纶,马德刚.大气污染控制工程[M].北京:化学工业出版社,2008.
[5]郝吉明,马广大.大气污染控制工程[M].北京:高等教育出版社,2002.
[6]刘培桐,薛纪渝,王华东.环境学概论[M].北京:高等教育出版社,1995.
[7]任存勇.锅炉燃煤产生的主要污染物及危害分析[J].地方病通报,2006(6):71～72
[8]国家质量监督检验检疫总局.GB3095-2012,环境空气质量标准[S].北京:中国环境科学出版社,2012.
[9]刘泽常,王志强,李敏,等.大气可吸入颗粒物研究进展[J].山东大学学报:自然科学版,2004(4):97～100.
污染变化论文 篇10
目前新标准中对大气质量的监测主要是监测大气中二氧化硫 (SO２) 、二氧化氮 (NO２) 、一氧化碳 (CO) 、臭氧 (O３) 、可吸入颗粒物 (PM１０) 以及细颗粒物 (PM２．５) 等六类基本项目和总悬浮颗粒物 (TSP) 、 氮氧化物 (NOｘ) 、铅 (Pb) 、苯并[a]芘 (BaP) 四类其他项目的浓度。研究表明, 城市环境空气质量好坏与气象因素、城市能源消费结构等因素的关系十分密切。气象条件对污染物扩散、稀释和积累有一定作用。在在污染源一定的条件下, 污染物浓度大小主要取决于气象条件［１－２］。Wise等发现气象条件的变化能影响美国西南部40 % ~70 %的臭氧变化和20 % ~50 %的颗粒物变化［３］。王宏等研究了发生突变时气压、风速、温度、湿度等气象条件的变化特征［４］。Buhalqem Mamtimin等利用2000~ 2006年乌鲁木齐市大气污染指标 (PM１０、SO２和NO２) 月浓度值及相对应的气象数据, 探讨了城市空气污染与地面气象要素的关系［５］。 周伟东指出PM１０浓度与风速密切相关, 静风时浓度最大, 随着风速增大, PM１０浓度逐步降低。风向对PM１０浓度的影响也非常显著, 近地面吹偏东风时PM１０浓度相对较低［６］。徐莉、李艳红发现API指数与气温、风速、能见度和湿度等气象因素关系密切, API值与气温、能见度和风速呈负相关, 与湿度呈正相关［７］。李林等发现对于能源消耗排放的一次PM１０和SO２, 工业排放对其浓度的贡献率在40%以上;机动车排放对NOｘ浓度的贡献率在65%左右［８］。张菊等研究发现产业结构的变化、重点污染源的整治、能源结构调整能源的清洁使用、机动车尾气排放标准的提高等对保护环境空气质量起到一定作用［９］。寇栓虎、 杨荣提出进一步推广使用天然气等清洁型燃料大力开发和推广洁净煤技术, 清洁使用煤炭, 并加强燃煤锅炉排烟的脱硫脱硝脱灰等净化工作, 进一步降低煤烟对大气环境的污染［１０］。
北京市作为我国的首都, 空气质量却频频出现及其糟糕的情况, 不仅损害居民的身体健康, 而且和国际化大都市的形象和地位不符。分析影响空气质量的因子, 找到大气污染物与气象因子的定量关系, 有利于制定科学的防治性措施, 从而为改善空气质量奠定基础。
1数据来源和研究方法
1.1数据来源
污染物数据来自北京市空气质量自动监测站点的监测数据, 气象数据来自中国气象科学数据共享服务网的逐日监测数据, 选取空气污染物指标4个, 分别是Y１ (年日均SO２浓度) 、Y２ (年日均NO２浓度) 、Y３ (年日均可吸入颗粒物PM１０浓度) 、Y４ (年日均CO浓度) , 单位都是mg/m３;相关气象因子指标8个, 分别是X１ (年日均气温, ℃) 、X２ (平均相对湿度, 无量纲) 、X３ (全年日照数, h) 、X４ (全年降水量, mm) 、X５ (平均风速, m/s) 、X６ (平均气压, kPa) 、X７ (大风日数, 单位d) 、X８ (雨日数, d) 。另有部分数据来自《中国环境年鉴》 (2003~2004年) 、《中国气象年鉴》 (2012年) 、《中国环境统计年鉴》 (2005~2012年) 、《北京统计年鉴》 (2012年) 、《北京市环境状况公报》 (http://www.bjepb.gov.cn/portal0/tab181/) 。
1.2研究方法
1.2.1污染物浓度及趋势分析
Spearman秩相关系数法 (又名Daniel趋势检验方法) , 是一个非参数性质 (与分布无关) 的秩统计参数, 可以用于R检验, 在数据的分布使得Pearson线性相关系数不能用来描述或是用来描述导致错误的结论时, 作为变量之间单调联系强弱的度量。《环境质量综合评价分析技术导则》推荐它用于地表水水质、地下水水质、环境空气质量、酸雨频率、近岸海域海水水质等多时段变化趋势和变化程度分析中。
假设原始的数据xｉ, yｉ已经按从大到小的顺序排列, 记x′ｉ, y′ｉ为原xｉ, yｉ在排列后数据所在的位置, 则x′ｉ, y′ｉ称为变量xｉ, yｉ的秩次, 则dｉ=x′ｉ- y′ｉ为xｉ, yｉ的秩次之差。
如果没有相同的秩次, 则rｓ可由式 (1) 计算:
如果有相同的秩次存在, 那么就需要计算秩次之间的Pearson的线性相关系数
rｓ值的正负分别表示污染的增长和下降, 其绝对值的大小表示变化的强度。将rｓ的绝对值同Spearman秩相关系数的临界值Wｐ相比较。如果|rｓ|>Wｐ, 则表明变化趋势有显著意义;如果|rｓ| ≤ Wｐ, 则表明变化趋势没有显著意义, 说明在研究时段里空气质量稳定或变化不大。
根据近10年来北京市大气主要污染物年日均浓度值, 使用Spearman秩相关系数法分析北京市大气污染物的年日均浓度的年际变化趋势及其统计学显著性特征。
1.2.2污染物与气象因子的关联分析
设Y１, Y２, …, Yｓ为系统特征行为数据序列, X１, X２, …, Xｍ为相关因素行为序列。若Y１, Y２, …, Yｓ;X１, X２, …, Xｍ的长度也相同, Yｉｊ (i=1, 2, …, s;j=1, 2, …, m) 为Yｓ与Xｊ的灰色关联度, 则称为灰色关联矩阵。
灰色关联矩阵中第i行元素是系统特征数据序列Yｉ (i=1, 2, …, s) 与相关因素序列X１, X２, …, Xｍ的灰色关联度;第j列元素是系统特征序列Y１, Y２, …, Yｓ与Xｊ (j=1, 2, …, m) 的灰色关联度。
类似的可以定义广义的灰色关联矩阵, 如绝对的灰色关联矩阵A、相对的灰色关联矩阵B和灰色综合关联矩阵C。
利用灰色关联矩阵, 可以对系统特征或相关因素作优势分析。采用广义灰色关联度理论中的优势分析方法, 分别计算大气污染物与气象因子的灰色绝对关联矩阵、灰色相对关联矩阵和灰色综合关联矩阵, 得到表征大气质量状况的最优特征 (污染物类型) , 以及影响空气质量的最优气象因子。
2近十年大气污染物的年际变化趋势
根据2002~2012年北京市空气污染物浓度值, 利用Spearman秩相关系数公式计算各污染物年日均浓度的变化趋势, 结果表明不同的污染物表现出不同的变化轨迹。
近10年来空气年日均SO２浓度、年日均NO２浓度、年均可吸入颗粒物浓度和年日均CO浓度总体呈显著 (p<0.01) 下降趋势, 其中2006年各污染物年日均浓度出现极大值, 2008年各污染物年日均浓度达到最小值 (见图1) 。2008年北京空气质量大幅改善的原因与奥运期间实施一系列改善空气质量的措施密不可分［１１，１２ ］。
2002~2008年NO２年日均浓度呈显著下降趋势 (p<0.05) , 2008~2012年变化较平稳 (不显著增长) ;2002~2008年CO年日均浓度显著下降 (p< 0.05) , 2008~2012年浓度变化不大 (上升不显著) ; 2002~2006年可吸入颗粒物年日均浓度基本持平 (降低不显著) , 2006~2012年浓度呈显著下降趋势 (p<0.01) 。不同时间段的Spearman秩相关系数检验结果见表1。
3污染物与气象因子的综合关联度
3.1污染物与气象因子的绝对关联度
对主要空气污染物序列Yi (i=1, 2, 3, 4) 和气象因子序列Xj (j=1, 2, 3, 4, 5, 6, 7, 8) 求始点零象化Y0i和Y0j。
对空气污染物序列序列Yｉ (i=1, 2, 3, 4) 和气象因子序列Xｊ (j=1, 2, 3, 4, 5, 6, 7, 8) , 有
得绝对关联矩阵A如下 (表2) 。
从绝对关联矩阵中可以看出, 影响Y１年日均SO２浓度 (绝对关联系数0.988 8) 、Y２年日均NO２浓度 (绝对关联系数0.974 4) 和Y３年日均可吸入颗粒物浓度 (绝对关联系数0.998 4) 的最主要气象因子都是X２平均相对湿度;影响Y４年日均CO浓度最主要气象因子是X３全年日照数 (绝对关联系数0.962 0) 。
由于A中各列元素满足:
εi3>εi2>εi7>εi4;i=1, 2, 3, 4;
εi2>εi5>εi6, i=1, 2, 3, 4。
故有X３> X１> X７> X４, X２> X５> X６, 所以X２ (平均相对湿度) 和X３ (全年日照数) 为影响空气质量的主要气象因子。考虑
所以X２》X３》X５》X１》X７》X８》X４》X６, 即X２ (平均相对湿度) 是影响空气质量的准优因子, X３ (全年日照数) 次之, X６ (年日均气压) 最劣。
各行元素满足, 所以Y3》Y1》Y2》Y4, 即Y3 (年日均可吸入颗粒物PM１０) 是空气污染物的准优特征, Y１ (年日均SO２浓度) 次之, Y４ (年日均CO浓度) 最劣。
3.2污染物与气象因子的相对关联度
表征空气质量状况的主要污染物序列Yｉ (i= 1, 2, 3, 4) 和气象因子序列Xｊ (j=1, 2, 3, 4, 5, 6, 7, 8) 的初值象为Yｉ′和Xｊ′。
诸Yｉ (i=1, 2, 3, 4) 和Xｊ (j=1, 2, 3, 4, 5, 6, 7, 8) 的始点零化象为Yｉ′０和Xｊ′０。
得相对关联矩阵B如表3。
从相对关联矩阵B看, 影响Y１年日均SO２浓度 (相对关联系数0.951 6) 、Y２年日均NO２浓度 (相对关联系数0.993 6) 、Y３年日均可吸入颗粒物浓度 (相对关联系数0.995 6) 和Y４年日均CO浓度 (相对关联系数0.974 5) 的最主要气象因子都是X７大风日数。
B中元素满足:
故有X7> X2> X3> X4> X5> X6, X5> X８, 所以X７ (大风日数) 是影响空气质量的最优因子, X２ (平均相对湿度) 次之。考虑, 因此X６ (平均气压) 最劣。
又, 故Y2》Y３≥Y４≥Y１, 即Y２ (年日均NO２浓度) 是表示空气污染物的准优特征, Y３ (年日均可吸入颗粒物PM１０浓度) 次之, Y１ (年日均SO２浓度) 最劣。
3.3污染物与气象因子的综合关联度
综合关联矩阵C =θA + (1-θ) B =θεｉｊ+ (1-θ) Yｉｊ= (ρｉｊ) , 取θ=0.5, 则C如下 (表4) 。
从综合关联矩阵C看, 影响Y１年日均SO２浓度 (综合关联系数0.948 8) 、Y２年日均NO２浓度 (综合关联系数0.965 4) 和Y３年日均可吸入颗粒物浓度 (综合关联系数0.967 0) 的最主要气象因子都是X２平均相对湿度;影响Y４年日均CO浓度最主要气象因子是X７大风日数 (综合关联系数0.953 2) 。
C中元素满足:
各行元素满足因此Y３》Y２》Y１》Y４, 即Y３ (年日均可吸入颗粒物PM１０浓度) 是空气质量状况的准优特征, Y２ (年日均SO２浓度) 次之, Y４ (年日均CO浓度) 最劣。
三种关联分析的结果之所以不完全一致, 是由于绝对关联序是从绝对量的关系着眼考虑的, 相对关联序是从各年观测数据相对于起始点的变化速率着眼, 而综合关联序则是综合了绝对量的关系和变化速率的关系后考察的。由于空气主要污染物和气象因子序列经过特定的灰关联算子作用后, 因此把绝对关联序的结果作为考察结果, 即X２ (平均相对湿度) 是影响空气质量的最优因子, Y３ (年日均可吸入颗粒物PM１０浓度) 是表征空气质量的最优特征, 两者关联系数达0.9984, 相关关系如下 (见图2) 。
4结论与展望
综合上面的研究, 本文主要有以下几点结论:
(1) 2002~2012年整体来看, 北京市年日均SO２浓度、年日均NO２浓度、年日均可吸入颗粒物浓度和年日均CO浓度呈显著下降趋势, 其中2006年四类污染物年均浓度出现极大值, 2008年年均浓度达到最小值。分时间段来看, 2002~2008年NO２年日均浓度呈显著下降趋势, 2008~2012年变化较平稳;2002~2008年CO年日均浓度显著下降, 2008~ 2012年浓度变化不大;2002~2006年可吸入颗粒物年日均浓度基本持平, 2006~2012年浓度呈显著下降趋势。
(2) 影响年日均SO２浓度、年日均NO２浓度和年日均可吸入颗粒物浓度的最主要气象因子都是平均相对湿度;影响年日均CO浓度最主要气象因子是全年日照数。平均相对湿度是影响空气质量的最优因子, 年日均可吸入颗粒物PM１０浓度是表征空气质量的最优特征, 两者关联程度最大。
本文尚未讨论能源消费结构与大气污染物浓度之间的关系, 相关影响因素需进一步挖掘, 主要大气污染物的来源、形成扩散机理、预报预测、控制对策等的研究也有待探索。
参考文献
[1] 蒋维楣, 曹文俊, 蒋瑞宾.空气污染气象学教程.北京:气象出版社, 1993;74—90
[2] 吴兑, 邓雪娇.环境气象学与特种气象预报.北京:气象出版社, 2001;22—35
[3] Wise E K, Comrie A C.Meteorologically adjusted urban air quality trends in the South western United States.Atmospheric Environment, 2005;39 (16) :2969—2980
[4] 王宏, 林长城, 蔡义勇, 等.福州市PM10突变特征与气象条件的关系研究.热带气象学报, 2008;24 (5) :564—568
[5] Mamtimn B, Meixner F X.Air pollution and meteorological processes in the growing dryland city of Urumqi (Xin-jiang, China) .Science of the Total Environment, 2011;409:1277—1290
[6] 周伟东, 梁萍.风的气候变化对上海地区秋季空气质量的可能影响.资源科学, 2013;35 (5) :1044—1050
[7] 徐莉, 李艳红.乌鲁木齐城市空气质量状况与常规气象条件的关系.农业灾害研究, 2013;01:41—44
[8] 李林, 郝吉明, 胡京南.北京市能源利用对空气质量的影响分析和预测.中国环境科学, 2005;25 (6) :746—750
[9] 张菊, 苗鸿, 欧阳志云, 等.近20年北京市城近郊区环境空气质量变化及其影响因素分析.环境科学学报, 2006;26 (11) :1886—1892
[10] 寇栓虎, 杨荣.能源消费状况对延安市大气环境质量的影响分析.干旱区资源与环境, 2010; (6) :82—86
[11] 曾静, 廖晓兰, 任玉芬, 等.奥运期间北京PM2.5、NOX、CO的动态特征及影响因素.生态学报, 2010;30 (22) :6227—6233