一、黑龙江省沙尘天气发生规律及环境因子分析（论文文献综述）
徐元畅[1]（2021）在《不同沙障的防风固沙生态服务效益研究 ——以库布齐沙漠为例》文中认为对沙漠地区生态治理进行生态服务效益评估有助于定量分析防风固沙措施的效果,为区域生态治理与社会经济可持续发展提供科学借鉴和决策。多年来国内外学者开展了大量有意义的工作并取得了诸多成果。从前人研究发现,关于沙化土地生态效益评价研究方面,大多采用生态治理工程和草原沙漠化的评价指标和方法,而近些年随着风蚀模型、气流轨迹等模型的不断发展和完善,越来越多的研究人员开始结合模型进行沙化土地生态治理的生态系统服务效益研究。库布齐沙漠在风沙天气时易发生长距离传输,影响下风城市尤其是京津冀地区的空气质量。为探究和建立合适的生态系统服务效应体系,将WEPS风蚀预测系统与HYSPLIT大气颗粒物传输模型进行耦合,对库布齐沙漠不同生态本底的PM10释尘进行了空间化分析,找出了库布齐沙漠的PM10高释放区,进一步的基于PM10高释放区进行前向轨迹模拟,设置不同沙障,研究了不同治理措施下的生态服务效益,计算并比较其对下风城市影响。本文的主要研究成果有:（1）不同土地覆被类型和土壤类型的PM10释放量各不相同。草原风沙土、草甸风沙土的PM10年平均释放量最大,每立方米PM10释放量约3 kg;盐化潮土、潮土的PM10年平均释放量次之,每立方米PM10释放量约0.9kg;新积土年平均释放量在每立方米约0.7kg;棕钙土、淡栗钙土、淡棕钙土的PM10年平均释放量最小,每立方米PM10释放量约0.005kg。对于相同土壤类型的生态本底,土地利用类型为沙漠、盐碱地的网格容易产生更多的PM10释放,其次是裸地、旱地,而有植被的区域PM10年平均释放量较小。（2）库布齐沙漠地区不同生态本底的PM10释放量呈现出以下规律:PM10高释放量区域主要位于库布齐沙漠的中部地区,土壤以草原风沙土、草甸风沙土为主,土地覆被类型大部分为沙漠;东部以新积土、草原风沙土为主的地区PM10年排放总量次之;西南部以潮土、淡棕钙土、棕钙土为主,土地类型为裸地、稀疏草地,这一地区是库布齐沙漠PM10年释放量最低的地区;库布齐沙漠北部边缘、中部的PM10年释放量低值区与库布齐沙漠锁边林切割治理有关。（3）库布齐沙漠释放的PM10在对周围城市鄂尔多斯市、乌海市、石嘴山市受影响最高,WCWT贡献值在150μg·m-3以上;西南方向次之,影响宁夏回族自治区的银川市、吴忠市、中卫市,WCWT贡献值在150μg·m-3以上;南方向的甘肃省庆阳市、陕西省咸阳市、榆林市以及延安市,东南方向经过河南省到达湖北省和安徽省,WCWT贡献值在100μg·m-3以上,有大量200μg·m-3以上的高值区;北方向跨过内蒙古巴彦淖尔市到达蒙古国境内,其WCWT贡献值在150-200μg·m-3左右;东方向PM10WCWT传输距离最远,途经内蒙古呼和浩特市、山西省朔州市、大同市,河北省张家口市、承德市,北京市到达辽宁省朝阳市、阜新市,最后到达黑龙江省,其WCWT贡献值在100-200μg·m-3左右;西方向影响最低,内蒙古阿拉善盟、甘肃酒泉市,其WCWT贡献值在50-150μg·m-3。（4）耦合WEPS风蚀预测系统与HYSPLIT模型,设置不同沙障评估生态效益,就年PM10释放减少量和PM10日均减少了来说,不同生态治理措施的减少量呈现以下特点:1年树龄樟子松沙障>芦苇沙障>5年树龄樟子松沙障>尼龙阻沙网>梭梭>10年树龄樟子松沙障>20年树龄樟子松沙障。就WCWT贡献值来说,芦苇沙障降低了各个方向的PM10传输,WCWT贡献值低于100μg·m-3,东方向和东南方向传输基本上被降低到了50μg·m-3以下。1年树龄樟子松沙障将各个方向的WCWT贡献值降低到了100μg·m-3。其余沙障都将库布齐沙漠向外传输PM10的WCWT贡献值降低到了50μg·m-3以下。将人口、GDP数据于WCWT分析结果结合,根据耦合模型评估社会经济效益:1.受库布齐沙漠PM10传输影响的城市分布特点为:库布齐沙漠周边的城市地区、库布齐沙漠东方向、南方向地区受影响面积大、PM10浓度高;而库布齐沙漠东南方向和东方向地区GDP和人口受库布齐沙漠PM10传输影响大,各沙障都在一定程度上减轻了库布齐下风城市的受影响的GDP、人口,尤其是南方向和东南方向省市。
马婷婷[2]（2020）在《沈阳市公园绿地对空气颗粒物的影响及阻滞能力研究》文中认为植物具有阻滞大气颗粒物浓度的重要功能。本研究以沈阳市不同区域的公园绿地以及植物群落为研究的目标,对公园绿地、植物群落、植物个体颗粒物浓度进行测定,从多个角度开展研究。2019年5月-2020年7月进行不同区域公园绿地、植物群落样地调查以及颗粒物浓度的监测,同步监测温度、相对湿度、风速等环境因子的变化,同时结合沈阳市气象数据、空气质量监测站点数据对比分析,得出不同区域公园绿地颗粒物浓度的变化以及绿地内植物群落对颗粒物浓度的阻滞能力。主要研究结论如下:（1）不同区域各粒径颗粒物浓度的变化呈现出一定的差异。公园内的颗粒物浓度基本均小于公园外。公园内颗粒物浓度在冬季均呈现出“V”字的变化趋势,即近郊公园低、城区公园和远郊公园高;TSP和PM1.0在春季呈现出“城-郊”逐渐下降的趋势;TSP和PM10在秋季呈现出“城-郊”逐渐上升的趋势,PM2.5则相反。不同区域整体阻滞率呈现夏季>春季>秋季>冬季,对于颗粒物的阻滞率最好的是近郊公园。城区公园冬季和夏季PM2.5是主要污染组成;近郊公园4个季节均以PM2.5为主要污染物,所占比例均高于50%;远郊冬季和春季颗粒物组成较为广泛,夏季PM2.5所占比例最高,为75.44%。不同区域公园绿地颗粒物浓度与环境因子之间存在显着相关性。其中颗粒物浓度与相对湿度为正相关性,与风速和温度为负相关性春季TSP受风速影响显着,夏季颗粒物浓度与温度相关性不显着,秋季与风速呈现正相关。（2）公园绿地不同群落内颗粒物浓度随季节变化呈现出显着的差异。颗粒物浓度在季节上均为冬季>秋季>春季>夏季,其在集中供暖的12月和1月达到峰值,6月最低,4月有明显的下降趋势,5-6月多出现优良天气,PM2.5平均浓度为32.43μg/m3。不同类型植物群落阻滞颗粒物能力差异显着。针阔混交林阻滞颗粒物能力最高,疏林草地最差。其中针叶林对PM2.5阻滞能力较强,阔叶林对TSP的阻滞能力较强。春季和夏季阔叶林阻滞能力较优,秋季和冬季针叶林阻滞能力较优。颗粒物浓度与群落指标有一定的相关性,基本为树高、株数密度和林下覆盖率越高,阻滞颗粒物能力越强,胸径和冠幅相反。郁闭度85%可最大限度的发挥植物滞尘能力。（3）植物个体对颗粒物的滞纳能力具有显着差异。21种植物个体中,针叶树种滞尘能力大于阔叶树种。其中油松对颗粒物的滞尘能力均最好,五角枫最差。银杏对TSP和PM10的滞纳能力较好,对PM2.5和PM1.0则较差。
薛瑞[3]（2020）在《基于MODIS数据研究中国气溶胶时空分布变化及典型地区的影响因素》文中认为随着城市化进程的不断提高,人类生活质量不断提升的同时给环境带来的负担也日益增大。近年来,严重的空气污染问题已经引起人们广泛的关注。空气混浊程度可以通过大气颗粒污染物的主要存在形态——空气气溶胶来直观体现。本文采用2008年～2018年共11年气溶胶数据研究其时空变化特征,并探究其主要影响因素。本文利用GDAL函数库结合ArcGIS二次开发技术对MODIS气溶胶产品进行聚合处理,使用线性回归、像元计算等数理统计方法从年际、季节、月际层面探寻气溶胶时空分布及变化规律。以山东省作为典型地带使用Pearson,Spearman相关系数法以及地理加权回归模型,结合多项地理、气象、城市人文数据探寻气溶胶主要影响因子。最后结合气团数据作后向轨迹聚类分析。研究结果如下:1、中国气溶胶呈现东高西低分布特征,在人口分界线两侧存在明显差异,高值地区位于华北平原及长江中下游地带;低值区位于青藏高原地区。气溶胶分布等值线与自然分界线存在多处重合,说明地理环境及气候条件与气溶胶之间有密切关联。2、中国2008年～2018年气溶胶变化规律为先增后降,在2011年到达最高峰,随后的几年间下降趋势明显。在季节变化方面气溶胶均值与极大值的统计数据峰值出现时间存在差异。说明全国气溶胶高值区与其他大部分地区变化规律有所不同。3、山东地区气溶胶分布规律西高东低,年际变化先增后降,在2012年达到最高峰,与2012年～2018年该地区进行全面深化改革开放攻坚阶段相吻合。季节变化规律与全国极大值统计变化规律相同。4、DEM数据、NDVI数据、城市人口占比与AOD之间为负相关关系,对气溶胶浓度有抑制作用,但是植被对空气的净化作用相对于其他因素影响力较低,不具有决定性。光照时长、温度与AOD之间呈正相关,对气溶胶粒子的形成有促进作用。降水与气溶胶之间作用力复杂,在不同地区影响力不同。人类活动生产的气体污染物与气溶胶厚度密切相关,可直接对气溶胶浓度产生影响。夜间灯光数据、城市等级数据与AOD无直接明显的正负相关性,说明空气污染不是城市发展过程中的必然现象。
朱莉娜[4]（2020）在《绥化市大气污染特征及重污染成因研究》文中研究指明绥化市作为黑龙江省特色农业城市,在哈大绥重污染天气联防联控工作中有着至关重要的地位,然而目前针对绥化市大气污染特征及重污染成因的相关研究尚处于空白阶段,因此对以上问题进行探究并详细阐明,是目前亟待完成的工作,这一研究对绥化市大气污染治理乃至哈大绥重污染天气联防联控,都具有重大的参考意义。本研究以2017～2019年黑龙江省大气污染时空特征作为背景,通过Arc GIS对主要污染物(PM2.5、PM10、SO2、NO2、CO及O3)分析研究,以此表征绥化市大气污染在省内的污染程度,分析表明黑龙江省大气污染主要以颗粒物污染为主,尤以哈尔滨及绥化较为突出;对绥化市大气污染特征通过Origin、R语言统计分析显示,PM2.5、PM10和SO2、CO季节浓度为春冬高于秋夏,NO2为秋冬高于春夏,而O3为春夏高于秋冬;除O3逐月及逐日变化为倒“U”型,其余主要污染物皆呈“U”型变化;O3逐时浓度呈单峰型特征,其余皆呈双峰特征;PM2.5、PM10及O3为绥化市的首要污染物,相关性分析表明AQI和PM2.5及PM10在显着水平上高度相关;同时,通过SPSS软件中皮尔逊相关系数分析研究了气象要素与主要污染物浓度之间的相关性,结果表明,除PM10与风速呈较弱正相关外,其余污染物都呈负相关;O3与温度呈显着正相关,其余污染物则呈负相关。选取绥化市重污染时期作为研究对象,即秸秆露天焚烧期、春季沙尘期及冬季雾霾期,对三个时期内的污染过程分析结果表明秸秆露天焚烧期及冬季雾霾期以PM2.5污染为主,春季沙尘期以PM10为首要污染物,并探究了不利污染物扩散的气象条件,同时结合HYSPLIT/Meteo Info模拟,结果表明秸秆露天焚烧期潜在源区呈以绥化市为中心向西南及西北方向扩散的扇形分布,春季沙尘期潜在源区则以绥化为中心呈现东北至西南纺锤状分布,冬季雾霾期潜在源区则以绥化为中心呈放射状分布。秸秆露天焚烧在绥化市重污染天气的影响因素中占据主导地位,春季沙尘期及冬季雾霾期污染贡献较低,因此针对绥化市秸秆露天焚烧活动加以管控,首先基于排放清单筛选污染物控制项目,采用等标污染负荷法确定基本控制污染物项目为PM2.5和NOX,选择控制污染项目为CO、SO2及排放清单中排放量大的CO2、NMVOCs,其后进行焚烧前评估报备,评估焚烧条件为:焚烧地点不得属于烟雾敏感区,焚烧时段为上午10点及下午5点,秸秆含水率低于10%,以竖直堆垛或松散堆垛方式来堆放焚烧秸秆,气象条件为:烟雾扩散指数DI在3000～5000m2/s范围内、相对湿度小于50%、气温垂直递减率高于0.98℃/100m,且空气质量指数AQI小于100。同时辅以教育宣传手段,加强监督及执法管控,结合焚烧评价及反馈,不断修订完善管控方案。这一方案的提出,不仅可以指导秸秆合理焚烧,遏制空气污染,同时兼顾农业活动实际需要,可以为黑龙江省推行秸秆计划焚烧工作提供一定参考价值。
李梓赫[5]（2020）在《吉林市大气中典型污染物来源时空变化特征研究》文中研究指明近年来,随着工农业快速发展、国民经济的稳定增长以及城市化的推进,人们的生活水平逐步提高,但是,随之而来的是以雾霾为代表的日益频发的大气污染事件在严重影响着人们正常的生活和生产。吉林市是能源结构以燃煤为主导的东北地区重要的老工业基地和化工城市,近年来,随着经济的快速发展,城市规模不断扩大,人口、工业企业和机动车数量不断增加,且受地理位置影响,吉林市四面环山,空气污染物不断增加的同时又难于扩散,导致大气污染问题十分严重。因此,明确主要大气污染物的时空分布变化特征,开展重污染时段的成因分析,探究空气质量影响因素等,对于吉林地区可持续发展具有重要的理论和现实意义。本文基于美国国家环境预报中心（NCEP）提供的全球资料同化系统（GDAS）数据、气象数据、环境空气质量地面监测数据等多源数据资料,结合HYSPLIT后向轨迹气象模型,分析了吉林地区2017年1月1日-2017年12月31日期间PM10、PM2.5、O3、CO、NO2、SO2等主要大气污染物浓度的时间变化趋势、空间分布特征。在此基础上,进行吉林市一次典型污染事件的污染形成机制以及污染物的时空变化特征分析、吉林市空气质量影响因素分析,从科学角度为相关部门治理大气污染、制定大气污染防治措施提供理论支撑。本文的主要结论如下:（1）分析主要影响因子PM2.5、PM10、O3的月变化和季节分布规律。春季,主要呈现PM10污染和O3污染;夏季,仅呈现出O3污染;秋冬季节,颗粒物质量浓度剧增,O3质量浓度相对较低。由PM2.5与PM10比值的月变化曲线可知,春季沙尘天气对PM10的影响比对PM2.5的影响更大;冬季供暖期对PM2.5的影响比对PM10的影响更大。（2）分析主要影响因子各季节的逐时变化特征。春季,颗粒物在傍晚至夜间的污染比白天严重,O3质量浓度昼高夜低;夏季,仅呈现出O3污染;秋季,颗粒物质量浓度最大值均出现在22:00左右,夜间污染明显重于白天,O3质量浓度较夏季出现明显下降:冬季,颗粒物质量浓度逐时变化出现两个明显的小波峰,第一次在9:00附近,第二次在20:00附近。（3）对比分析污染物在2017年工作日、周末和全年的日平均浓度,颗粒物平均浓度在周末明显高于工作日和全年的平均浓度,呈现出显着的“周末效应”现象。对比分析污染物在2017年节假日和全年的日平均浓度,法定节假日期间,吉林市存在着污染物节假日浓度高于全年日平均浓度的“假日效应”现象,在春节期间,“假日效应”现象更加严重。（4）使用HYSPLIT后向轨迹分析模型分析外来污染物的传输路径,并确定污染物的潜在来源分布。吉林市大气污染物外来输送分布特征明显,PM2.5、PM10和O3均有明显的外来输送主要通道方向。潜在源分析结果显示,吉林市PM25主要潜在源区分布在黑龙江北部、吉林市周边、上海附近区域,吉林市PM10主要潜在源区分布在内蒙东部、俄罗斯东南部区域,吉林市O3主要潜在源区分布在吉林市附近区域和海洋、山东半岛等地区。（5）分析2017年11月1日-11月3日的一次典型重污染事件。燃煤、扬尘与秸秆露天焚烧的复合污染是这次典型重污染事件发生的主要原因,风速风向、相对湿度等不利的气象条件也为本次污染形成提供了基础。吉林市附近区域的污染物可以远距离运输到吉林市,来自俄罗斯、黑龙江省以及吉林省内长春、四平等地的气团都携带着严重的污染,促进了本次重污染现象的形成。（6）探究城市空气质量的影响因素。在分析气象因素时,根据PM2.5、PM10、O3三种污染物与温度、相对湿度、风速这三个气象条件的Pearson相关系数,进行了相关性分析。此外,地理位置因素以及产业布局、机动车尾气、燃煤供暖、秸秆燃烧等其他因素也都是对吉林市空气质量产生影响的主要因素。
高炜[6]（2020）在《小兴安岭沼泽湿地时空格局演变及驱动机制分析》文中研究表明湿地具有“地球之肾”的美誉,在调节气候、防洪蓄水、保护生物多样性和净化水源等方面起着重要作用。近年来,随着全球环境变化以及人类活动的干扰,全世界湿地正经历快速且大面积的退化,湿地保护成为全世界关注的热点问题。小兴安岭地处我国中温带,发育众多沼泽湿地,具有独特的生态功能,然而,几十年来,小兴安岭沼泽湿地受到农业开垦、森林砍伐等一系列生产建设活动的破坏,以及环境变化的影响,沼泽湿地的面积快速减少,沼泽湿地生态系统功能受到严重破坏。本文以小兴安岭地区沼泽湿地为研究对象,（1）以Landsat遥感数据作为数据源,利用随机森林和增强回归树分类方法,提取1975年、1985年、1995年、2005年、2015年五期小兴安岭地区草本沼泽湿地、灌丛沼泽湿地、森林沼泽湿地,分析不同时期三类沼泽湿地的动态度、景观格局、质心,研究沼泽湿地时空变化过程;（2）研究1975—2015年（40a）、1975—1985年、1985—1995年、1995—2005年、2005—2015年小兴安岭气温、降水、地温、植被覆被指数（NDVI）、冻融厚度时空变化特征,分析小兴安岭地区社会经济要素变化特征;（3）建立最大熵模型,量化五个不同时期沼泽湿地减少驱动因素,分析主要驱动因素与沼泽湿地减少的关系;在此基础上建立地理探测器模型,探究主要驱动因子间的相互作用对沼泽湿地减少的影响。本研究为沼泽湿地的保护提供科学依据,对沼泽湿地的可持续发展与生态恢复具有重要的理论意义和应用价值。主要结果如下:（1）1975—2015年（40a）,小兴安岭草本沼泽、灌丛沼泽、森林沼泽湿地面积均出现大幅度下降,面积下降比例由高到低的是灌丛沼泽、森林沼泽、草本沼泽。草本沼泽、灌丛沼泽、森林沼泽转出类型主要是林地和耕地,1975—1995年,沼泽湿地转出为耕地的面积处于上升阶段,1995—2015年,沼泽湿地转出为耕地的面积有所下降,整个研究时段耕地是沼泽湿地转出的第二大土地利用类型。说明人为耕种是沼泽湿地减少的一个不可忽视的重要因素。（2）1975—2015年,沼泽湿地发生剧烈变化、稳定性变差,沼泽湿地退化的强度从北向南、从西向东逐渐增强;三类沼泽湿地质心都不同程度地向西北方向迁移,草本沼泽的迁移距离相对最小,森林沼泽和灌丛沼泽迁移距离较大。三类沼泽湿地发生迁移的主要原因是空间上沼泽湿地发生退化的剧烈程度不均衡造成的。小兴安岭沼泽湿地景观格局演变规律与中低纬度天然湿地既存在共性规律又存在差异。（3）1975—2015年小兴安岭气温、地温、降水均呈增加趋势。气温呈现出北部和中部上升趋势高于南部;地温的空间分布呈现出中部升高趋势最强,北部升高趋势强于南部的特点;降水空间分布为北部降水变化小,南部特别是西南地区降水呈较强增加趋势。小兴安岭40a间气温、地温、降水变化既有时间序列上的差异,又存在空间上的分异特征。（4）1975—2015年小兴安岭年以及季节冻融厚度呈显着下降趋势,下降速率为春季（7.87cm/10a）>夏季（3.16cm/10a）>冬季（1.79cm/10a）>秋季（0.873cm/10a）,40a间冻融厚度的空间分布变化呈现出南部冻融厚度下降强度强于北部,且具有显着性,东部下降强度大于西部。1975—2015年NDVI具有显着下降趋势（p<0.05）,研究区北部、中部、东南部区域NDVI呈现下降趋势,下降的强度为中心弱、边界强。（5）1975—2015年,小兴安岭地区不同类型沼泽湿地减少主导因素不同,不同年代际同一类型沼泽湿地减少的主导因素也不尽相同。草本沼泽湿地减少驱动因素具有年代际的分异性,1995年是草本沼泽湿地减少驱动因子的拐点,1975—1995年草本沼泽湿地的减少主要是由耕地扩张造成的,而1995年后耕地对草本沼泽湿地的影响降低,特别是2005年开始,耕地已经不是草本沼泽湿地减少的重要因素;不同年代际灌丛沼泽湿地减少主要受到气温升高、冻融厚度下降等自然环境因子变化的影响;森林沼泽湿地的减少主要受地温、气温升高、冻融厚度下降等自然环境因素的变化影响。小兴安岭沼泽湿地减少的驱动因素存在南北、东西差异,南部、东部地区耕地扩张是草本沼泽湿地减少的重要因素,北部和西部地区长期受自然环境因素变化导致沼泽湿地减少。因此,40a小兴安岭沼泽湿地减少是耕地扩张与自然环境变化共同作用的产物,并且具有空间分异特征。
魏庆彬[7]（2020）在《黑龙江省大气颗粒物时空异质性分析及其来源解析》文中认为空气雾霾污染是人类生存环境受到污染的典型代表,很多科学家都在致力于研究造成雾霾污染的成因及规律。高浓度的大气颗粒物（PM10、PM2.5）是导致雾霾污染的原因之一,分析大气颗粒物的来源、影响因素、时空异质性及扩散途径已经成为大气科学和环境科学研究的热点问题。近年来,全国多个城市在不同季节多次出现重度雾霾污染天气,黑龙江省多个城市的空气质量经常亮起“红灯”,省会城市哈尔滨在2013年和2014年PM10、PM2.5的月平均浓度多次超过国家二级标准。虽然最近几年黑龙江省的环境空气质量状况总体改善,重点城市重污染天数大幅下降,但是偶尔还会出现空气质量超过国家二级标准的天气。为了探求大气颗粒物的时空分布情况,本文收集了黑龙江省13个城市的六项标准污染物（PM2.5、PM10、SO2、NO2、CO和O3）的自动监测数据,构建全局及局域模型来量化2015年1月～2018年12月黑龙江省内六项标准空气污染物（PM2.5、PM10、SO2、NO2、CO和O3）之间的时空关系。模型包括普通最小二乘回归（Ordinary least squares regression,OLS）,线性混合模型（liner mixed models,LMM）,地理加权回归（geographically weighted regression,GWR）,时间加权回归（temporally weighted regression,TWR）以及地理和时间加权回归（geographically and temporally weighted regression,GTWR）。同时,为了解污染源对大气颗粒物（PM10、PM2.5）的贡献以及大气颗粒物的组分随季节变化,本文通过手工监测的方式获得了受体成分和污染源谱数据,针对黑龙江省内重污染天气相对较多的省会城市-哈尔滨,进行了 2014年的大气颗粒物的化学组分随季节变化及来源解析。因哈尔滨的冬季时间较长（10月下旬～4月上旬）,本研究将四个季节（春、夏、秋、冬）划分为五个采样时期（春、夏、秋、初冬、深冬）。在各时期于哈尔滨市主城区的四个采样点位进行受体样品采集,不定期分别对土壤尘、扬尘、建筑水泥尘、燃煤尘、机动车尾气尘、生物质燃烧尘、餐饮油烟尘源进行源样品采集。受体和源样品分析的化学组分为碳、水溶性离子和无机元素。对组分进行特征分析之后,根据获得的受体成分和污染源谱数据,利用化学质量平衡模型（chemical mass balance,CMB）对不同季节和不同点位的大气颗粒物进行来源解析,最终得到污染源的分担率并对源解析的结果进行原因分析。本文的主要研究结果如下:（1）将LMM和所有基于GWR的模型（包括GWR,TWR及GTWR）与OLS相比,模型拟合更有优势,有更高的模型R2和更理想的模型残差（考虑时间变异的TWR和GTWR模型性能最佳）。与OLS的R2（0.85）相比,GWR、LMM、TWR和GTWR分别将模型的解释力提升了 3%,5%,12%和12%。TWR的模型性能略好于GTWR,与OLS相比,TWR将模型残差的均方根误差（root mean squared errors,RMSE）和平均绝对误差（mean absolute error,MAE）降低了 67%,而 GWR 仅将 RMSE 和 MAE 降低了 14%～15%。传统的OLS和GWR模型不足以描述PM2.5的非平稳性。由于LMM将不同位置处理为随机效应,并用R矩阵处理时间相关性,因此LMM的性能略好于GWR,它为PM2.5建模提供了一种除GWR系列模型之外的备选方案。本研究中时间相关性比空间异质性更重要,因此,构建PM2.5与其他空气污染物的模型时加入时间信息是非常必要的。本研究提供了大气颗粒物时空异质性的证据,并为构建黑龙江省PM2.5和5个标准空气污染物之间的关系提供了可能的解决方案。（2）本研究获得了大气颗粒物组分的季节分布特征和主要存在形态。多数组分在初冬时期浓度最高、夏季最低,春、秋、深冬时期季节特征不显着。组分出现季节特征的原因与采样期内的天气条件以及某些污染源（如燃煤源）发生季节性变化有关。采样期内大气颗粒物以PM2.5为主要存在形态,细颗粒物污染占比较大。（3）根据源样品的分析结果建立了 PM10、PM2.5的主要排放源的源成分谱,根据灵敏度矩阵结果并参考相关文献确定了各污染源的特征成分,如燃煤尘、扬尘、生物质燃烧、建筑尘、二次有机碳的特征成分分别是Al、Si、K、Ca和OC。（4）相同季节不同点位的源的分担率之间存在差异,但源的分担率的变化趋势基本一致,呈现区域性特征。除了不确定的“其他源类”（可能包含钢铁尘源、外来传输源等）以外,燃煤源在各季均是PM10和PM2.5的首要贡献源,其分担率分别为15.3%～38.6%和17.9%～43.2%,其冬季的分担率约是春、夏季的两倍。机动车源在各季均为PM10和PM2.5的次要贡献源,其分担率分别为13.7%～17.4%和14.8%～18.1%,冬季分担率高于其他三季。秋季、初冬时期生物质燃烧是PM10和PM2.5的重要贡献源,其分担率分别为12.0%～13.7%和13.6%～16.1%,具有明显的季节性特征。PM10中燃煤源在供暖期的贡献率是非供暖期的2.14倍,扬尘源在非供暖期的贡献率是供暖期的2.21倍;PM2.5中燃煤源在供暖期的贡献率是非供暖期的2.12倍,扬尘源在非供暖期的贡献率是供暖期的1.78倍;PM10中生物质燃烧源在燃烧期的贡献率是非燃烧期的25.8倍;PM2.5中生物质燃烧源在燃烧期的贡献率是非燃烧期的24.8倍。将二次污染物（硫酸盐、硝酸盐、SOC）进行再分配,除其他源以外,对PM10和PM2.5贡献最大的污染源为燃煤尘源,之后依次为机动车源、开放源（扬尘、土壤尘和建筑尘）和生物质燃烧源。源解析的研究内容量化了主要污染源在不同季节对大气颗粒物的贡献率。本研究通过对大气颗粒物的时空异质性、浓度、化学组分特征分析、来源解析方面的研究比较深入的认识了大气颗粒物的季节特征、大气颗粒物的分布和来源信息,对研究大气颗粒物的成因、迁移、转化及提出最终的污染防治对策具有重要借鉴意义。
王新友[8]（2020）在《石羊河流域人工固沙植被的固碳过程、速率和效益研究》文中指出荒漠草地（Desert grassland）是我国北方最主要的土地利用类型之一,受到沙漠化的严重威胁。种植梭梭（Haloxylon ammodendron）等人工固沙植被（Sand-fixing vegetation）是保护和稳定荒漠草场的重要措施之一,得到政府、群众和学者的一致认同。然而,人工固沙植被的固碳效益长期被忽略,缺乏可靠方法的核算以及详实的实测数据验证。石羊河流域地处我国自然生态环境的脆弱带和气候的敏感区,是我国最早开展防沙治沙与人工固沙植被建设的荒漠草地区域之一,其沙漠化与固沙植被建设在干旱区具有典型性与代表性。本研究主要从实验、模型模拟、验证三个层次展开研究:首先,以石羊河流域人工固沙植被为研究对象,采用样地法揭示了典型人工固沙植被梭梭植被固碳以及土壤碳通量的动态变化机理（过程、规律、速率）,分析了风蚀和降尘对人工梭梭固沙植被固碳作用的影响。然后,基于甘肃省森林资源二类清查数据,应用CBP（Carbon benefits project）碳计量模型工具模拟并预测了石羊河流域人工固沙植被的固碳效益和碳储量未来的变化趋势,以及围封和退耕还林情景下的固碳潜力。最后,利用石羊河流域人工固沙植被碳储量的实测数据对CBP模型的测算结果进行了验证。主要研究结果如下:1.人工固沙植被建设显着提高了干旱区沙化土地植被和土壤的有机碳储量,以地上植被和表层0-5 cm土壤提高最为明显。35a人工梭梭固沙植被碳储量达到0.75 kg C/m2,平均固碳速率达到0.02 kg C/m2/a,是流动沙丘的25倍,其固碳速率与同区域沙地稳定天然白刺固沙灌丛植被的固碳速率相当,但其碳储量仅约为稳定天然白刺固沙植被的1/3。35a人工梭梭固沙植被土壤有机碳储量达到2.48 kg C/m2,平均固碳速率达到0.07 kg C/m2/a,是流动沙丘的3.5倍,但只占到稳定天然白刺固沙灌丛的29.4%。35a梭梭人工固沙植被-土壤系统有机碳储量达到3.23 kg C/m2,平均固碳速率达到0.09 kg C/m2/a,较流动沙丘提高了3.4倍,但是只占到稳定天然白刺固沙灌丛的35.1%。显然,人工梭梭固沙植被还存在很大的固碳潜力。2.人工梭梭固沙植被地上植被碳储量随种植年限增加先增加后降低,土壤碳储量随种植年限增加逐渐增加,植被-土壤生态系统的碳储量随种植年限先增加后降低,而后逐渐增加。人工梭梭固沙植被地上植被碳储量在0-10a阶段增长快速,10a时达到峰值2.74 kg C/m2,分别是35a、25a和3a的3.65、3.01和6.68倍;而土壤碳储量在35a达到峰值2.48 kg C/m2,分别是25a、10a、3a的1.09、1.56和2.41倍;植被-土壤生态系统的碳储量在10a时达到峰值4.34 kg C/m2,分别是35a、25a和3a的1.34、1.36和2.99倍,这说明人工梭梭固沙植被的碳储量大小受植被碳储量的影响大,意味着梭梭固沙植被的生长状况决定着其生态系统的碳储量。3.风蚀和降尘是沙漠地区最频繁的风沙活动,是影响人工梭梭固沙植被碳汇的重要因子。风蚀被人工固沙植被截留的沙尘引起的碳输入速率,5年平均值为1.12±0.42 g C/m2/a;以35a人工梭梭固沙植被为参考,人工固沙植被阻挡风蚀引起的碳固定速率占到其土壤碳固定速率的1.58%,占到其系统碳固定速率的1.21%。在人工固沙植被下垫面上,降尘引起的碳输入速率为2.47±0.47 g C/m2/a;以35a人工梭梭固沙植被为参考,降尘引起的碳输入速率占人工固沙植被土壤固碳速率的3.48%,占到其系统固碳速率的2.67%。4.土壤碳通量是土壤碳循环的重要组成部分。典型人工固沙植被——梭梭植被的土壤碳通量具有明显的季节和日夜变化特征,主要受种植年限、土壤水含量和土壤结皮的影响。不同种植年限梭梭固沙植被土壤碳通量均具有明显的季节变化特征,生长季（8月）的土壤碳通量明显大于非生长季（1月）;不同种植年限梭梭固沙植被生长季和非生长季碳通量的日变化均为明显的单峰曲线,且呈现出一定的波动性,日最大排放速率出现在12:00-14:00时,最小值出现在8:00时左右。人工梭梭固沙植被建设和去结皮处理显着提高了沙漠土壤碳通量,而且不同种植年限的人工梭梭固沙植被碳通量大体上随着种植年限的增加而递增。土壤水含量是影响人工梭梭固沙植被碳通量的关键因素,生长季和非生长季土壤碳通量均与0-5 cm土壤水分显着相关,且均呈二次曲线关系。5.CBP碳计量模型预测显示,石羊河流域人工固沙植被当前（39a）的碳储量为0.81 Tg C,固碳速率为0.045 kg C/m2/a;在0-100a时间尺度内的最大固碳潜力为2.19 Tg C,是当前碳储量的2.71倍,固碳速率为0.19 kg C/m2/a;在35a-100a时间尺度上,人工固沙植被碳储量逐渐减小,并在80a后变成碳源,100a时碳排放达到0.44 Tg C。35a时,CBP碳计量模型预测结果和样地法估算结果两者相差34.5%,这验证了CBP碳计量工具在干旱荒漠区有一定的适用性和有效性。石羊河流域人工固沙植被的碳储量主要分布于民勤县与凉州区,合计占流域人工固沙植被碳储量的92.4%;人工梭梭固沙植被碳储量达到1.15 Tg C,占流域人工固沙植被碳储量的84.8%。降低植被死亡率、实施围封和植被建设措施能显着增强人工固沙植被固碳效益。6.0-35a时间尺度上,石羊河流域人工固沙植被的固碳效益随种植年限先增大后减小的机理在于在0-10a期间人工梭梭固沙植被逐渐兴盛,植被碳储量迅速增加,并在10a左右达到峰值,随种植年限的增长,梭梭固沙植被开始衰败和死亡,植被碳储量下降,引起生态系统碳密度减小。调控和提升石羊河流域人工固沙植被固碳效益的关键在于设法使土壤水含量高于植物枯萎点,保证植被的正常生长发育和维持荒漠草地稳定。为了维持碳汇效益和避免将来变成碳源,石羊河流域人工固沙植被亟待保育和重新恢复。研究揭示了典型人工固沙植被——梭梭固沙植被固碳过程、规律、速率、土壤碳通量变化特征及其影响因素,为我国干旱区荒漠草地生态系统碳储量计算提供了重要依据;计量了风蚀和降尘在人工固沙植被固碳中的比重,是对干旱荒漠区碳汇估算方法的创新。首次应用了CBP碳计量工具模拟预测了石羊河流域人工固沙植被固碳效益和潜力,并用样地法的估算结果验证了该工具的有效性。本研究为干旱区人工固沙植被碳效益的精确估算和提升提供了参考,对干旱荒漠灌丛草地的生态维持以及科学保育等具有重要意义。
刘芳[9]（2018）在《准东煤炭开采区周边环境特征及社会经济发展评价》文中研究指明露天煤田开采区及周边作为以煤炭资源开发利用为主导的复合生态系统,已成为生态环境与社会经济矛盾相对明显的区域。新疆准东露天煤田有丰富的煤炭资源,但地处西北典型干旱荒漠区,生态环境异常脆弱。对准东煤炭开采区及周边的地表扰动变化、环境污染状况以及当地社会经济发展情况进行及时的监测和评价,是维护该区域生态环境和社会经济协调发展的有效途径。本研究利用准东煤炭开采典型区域为研究靶区,研究了土地利用覆盖变化;明确了土壤重金属污染分布与富集转运、大气颗粒物污染时空分布特征;分析了准东煤炭开采区周边的环境特征及社会经济发展状况;基于地理加权回归（GWR）模型探讨了研究区土地利用覆盖主要类型与环境污染因子的关系;基于协调发展度模型探讨了土地利用覆盖变化与社会经济的关系;运用恢复成本法和损失成本法核算了准东煤田生态补偿费用并给出生态环境保护建议。主要得出以下结论:（1）2006—2014年间,土地利用类型以裸地、沙地和植被为主;裸地、采掘区、排土场、建设用地和水域的面积均呈现逐年递增的趋势;植被面积呈现先增长后减少的趋势。2006—2010年采掘区变化幅度较高,均高于90%,综合土地利用动态度分别为46.762和53.871;2010—2014年裸地变化幅度高于50%,变化强度高于1%,综合土地利用动态度分别为38.136和43.930。2010年两个开采区土地利用信息熵和土地利用程度综合指数均最高。2010—2014年,西部开采区沙地和裸地以增加和不变为主;植被以减少为主;采掘区、排土场和建设用地以增加为主,附近植被减少明显,覆盖度有所降低;东部开采区沙地和裸地以不变为主;植被以不变和减少为主;采掘区、排土场和建设用地以增加为主。（2）Zn、Cu、Pb的含量与新疆背景值相比均未超标,Cr、Hg、As的含量均超标60%以上;010cm土层的重金属污染负荷（PLI）、非致癌风险（HI）和致癌风险（TCR）均高于其它两个土层,属于轻度污染,不同深度土壤差异不显着;010cm土壤Zn、Cu和As含量高值区位于产业区附近及其北部,Pb含量组合成明显的“V”形高值带,Hg高值区位于中南部,Cr高值区以各产业区为中心向四周辐射状递减;PLI、HI和TCR高值区均位于西北和东北方向,PLI随土壤深度增加中度污染区逐渐减小,HI和TCR随深度增加面积无明显变化。三个土壤深度的第一主成分贡献率分别为:37.896%、37.985%和33.872%,Cu和Zn富集到周围土壤中;第二主成分贡献率分别为:25.574%、25.350%和24.093%。Cr和Hg可能来源于生产及运输过程中产生的污染;第三主成分土壤贡献率分别为:16.712%、15.551%和16.157%,有较高荷载的Pb,可能来源于土壤母质;As（010cm）在第三主成分贡献率较高,可能与Cu和Zn的来源相同。（3）研究区4个月份的PM10和PM2.5平均质量浓度均未超过国家环境空气质量标准（GB3095-2012）日均浓度限值,PM10和PM2.5浓度大小顺序为12月﹥7月﹥5月﹥9月。同一月份PM10和PM2.5浓度空间分布格局几乎相同,高浓度区域基本分布在产业区周边。湿度与PM10、PM2.5质量浓度呈较高正相关,温度与PM10呈负相关;风速与PM10、PM2.5在9月和12月呈负相关关系,在5月和7月呈正相关关系。湿度是影响粉尘质量浓度和分布的主要因素,重金属是PM2.5和PM10的重要组分,但不同季节气候条件下,不同重金属所受到的影响不同。Pb在7月与湿度负相关性最大,降雨对Pb有一定冲刷作用。12月Zn、Cu、AS、Cr与PM2.5、PM10和风速呈现正相关关系,大气颗粒物浓度较高的同时重金属污染也较为严重。（4）不同样点盐生假木贼、蛇麻黄、梭梭和琵琶柴靠近煤矿区植物对Zn、Cu和Cr的富集能力较强,对As较弱,均转运能力较差。不同样点大部分植物对重金属的富集系数小于1,为较低累积重金属植物。不同植物和不同样点的转运能力基本都大于1,植物有吸收重金属并运送到地上部分的能力;离煤矿周边较近样点的植物转运能力较弱,可能是植物为免受重金属毒害的一种自我保护策略。土壤中重金属Pb与有机质呈显着正相关,Cr与有机质显着负相关,Zn、Cu、Hg和As与有机质相关性较弱,有机质不是影响土壤重金属分布的主要因素。（5）2006—2014年吉木萨尔县和奇台县经济实力显着提升,总体均呈现增长的趋势;产业结构发生明显变化,第一和第三产业比重下降,第二产业比重明显上升,工业增加值增长迅速;人民生活水平有所提高,农牧家庭可支配收入和就业人员数量在2010年以后增加较快;总人口数量有所增加;奇台县地区生产总值高于吉木萨尔县。吉木萨尔县和奇台县综合发展指数最高值分别为2013年的0.7414和2014年的0.8306。吉木萨尔县和奇台县的总人口与社会经济指标的异速生长系数最大分别为0.9813和1.0267,没有正异速增长现象。两县总人口与其他10个指标呈现同速生长模式,反映了总人口与这些社会经济指标成比例的同速增长。（6）准东煤田西部大部分区域的植被面积与重金属含量GWR拟合高度负相关;植被面积比例与As含量关系在中部分布呈“正相关—负相关”的递变,与Cr含量呈负相关和正相关交替出现,与PM10含量在东部呈正相关,在沙地西部和工矿区周边呈负相关。土地利用综合指数2010年的值最低,社会经济综合指数2006年最低;协调度2014年的值最低;发展度2006年的值最低;协调发展度最高值在2010年,最低为2014年;研究区2006、2010和2014年的协调发展度的类型均属于“勉强协调土地利用滞后型”。裸地、采掘区、排土场、建设用地和水域是导致准东煤田西部开采区土地利用变化的主要因子。（7）2014年准东煤炭资源开发生态补偿总费用为117876.30万元。其中植被修复成本最高,占34.94%,水污染治理成本占30.57%,大气与固体废物损失成本占19.14%,土地复垦成本总费用的10.08%,煤矸石污染损失成本、生态服务价值成本和生态环境维护成本均占总费用的1%以下。准东生态补偿费用估算小于准东煤炭销售收入的1/10,属于标准范围内。建议准东生态环境保护可以从准东煤田环境管理体制、提高准东煤炭开采企业环境保护意识、重视准东生态环境破坏预防和治理以及多元化生态补偿资金筹措等方面进行完善。
李宗杰[10]（2017）在《石羊河流域大气降水特征变化及对沙尘天气的指示意义》文中研究说明沙尘天气主要受下垫面以及大气运动情况的综合影响,干旱区的荒漠戈壁以及植被覆盖非常低接近裸露的地球表面为沙尘天气的发生提供了充足的沙尘源物质,不稳定的空气和气流是沙尘天气发生的动力源,沙尘源和动力源是沙尘天气发生的必不可少的两个条件。众多的科学家已经对沙尘天气发生的条件包括沙尘源以及动力源都开展了广泛的研究,当然关于沙尘天气发生条件的相关研究也是系统了解和研究沙尘天气,从而有效治理沙尘天气的主要途径之一,但是要更加科学的预报和防治沙尘天气,更应该从降水化学的角度去分析和探讨沙尘天气发生的机理和主要影响因素。由于干旱地区大气降水的独特意义就是对沙尘天气的指示,而大气降水中主要阴阳离子的浓度在某种程度上也反映了大气降水中化学物质成分以及大气中物质成分的变化,大气降水是清洁和净化研究区大气污染环境的最为有效的途径之一,随着大气降水事件的发生以及对大气环境的清洁与净化,使得大量的漂浮在大气环境中的污染物质进入到降水中,这就导致大气降水中主要阴阳离子浓度发生相应的变化,最终使得大气降水的p H、EC和主要阴阳离子浓度也发生了变化,因此大气降水的p H、EC和离子浓度变化也在一定程度上反映了大气环境的变化状况。而目前关于沙尘天气的研究主要致力于观测分析、成因与预报、卫星遥感监测和地球化学示踪等领域,而大气降水化学对沙尘天气指示的相关研究只是停留在某些气候因子与沙尘天气的关系研究方面,有关大气降水特征变化对沙尘天气指示作用的相关报道目前并不多见。本文通过分析石羊河流域的大气降水特征变化和石羊河流域的大气降水特征的时空变化,对石羊河流域的降水类型和大气降水离子的主要来源进行分析,最后探讨p H、EC以及大气降水主要离子对石羊河流域沙尘天气的指示意义。结果表明:通过对石羊河流域一个水文年大气降水样品的分析,石羊河流域大气降水中p H值的变化范围为从6.62到8.53,其平均值为7.46,偏碱性。石羊河流域的大气降水绝大多数集中在p H值在7-8之间;从季节变化来看,石羊河流域春季（7.55）的p H值最大,其次为冬季（7.46）和夏季（7.46）,而石羊河流域秋季（7.36）的p H值最小;从石羊河流域p H值的空间变化来看,从石羊河流域的上游到下游p H值呈逐渐增加的趋势（R2=0.8724）,石羊河流域上游p H值的平均值为7.36,石羊河流域中游p H值的平均值为7.55,而石羊河流域下游p H值的平均值为7.6。从每个观测站点的p H值来看,黑松驿、民勤、古浪、武威、西大河、九条岭和乌鞘岭的p H值分别为7.63、7.6、7.52、7.51、7.36、7.36和7.36;石羊河流域大气降水样品EC的变化范围在17.28-787.00μS/cm之间,最大值出现在2014年2月28日,最小值出现在2013年8月11日,EC的平均值为179.68μS/cm。通过对石羊河流域EC季节变化的分析来看,石羊河流域冬季（261.15μS/cm）的EC值最大,其次为春季（238.76μS/cm）,接下来是秋季（187.02μS/cm）的EC值,而夏季（140.19μS/cm）的EC值最小。冬春两季的EC值相差不大但明显高于夏秋两季的EC值。通过对石羊河流域EC空间变化的分析来看,从上游到下游石羊河流域的EC的变化与研究区p H值的空间变化一致都呈增加的趋势。从每个观测站点的EC值来看,中游黑松驿的EC值最高,为225.93μS/cm,其次为西大河（218.58μS/cm）,民勤、武威、古浪、九条岭和乌鞘岭的EC值分别为176.06μS/cm、175.58μS/cm、155.98μS/cm、105.30μS/cm和104.23μS/cm;通过对石羊河流域一个水文年降水中离子浓度的分析表明,SO42-、Ca2+、NO3-、Cl-、Na+、K+、Mg2+、NH4+、NO2-和F-的离子浓度为28.74μeq/L、17.77μeq/L、12.16μeq/L、8.24μeq/L、5.71μeq/L、3.83μeq/L、3.42μeq/L、1.97μeq/L、0.44μeq/L和0.19μeq/L。从石羊河流域大气降水中阴阳离子浓度的整体大小来看,Ca2+和Na+的浓度占了阳离子总离子浓度的71.08%,所以Ca2+和Na+是石羊河流域大气降水中最为重要的两个阳离子。而SO42-和NO3-的浓度占了阴离子总离子浓度的82.18%,所以SO42-和NO3-是石羊河流域大气降水中主要的阴离子。因此从阴阳离子浓度变化的整体情况来看,石羊河流域的主要降水类型为SO42--Ca2+-NO3-,且SO42-、Ca2+和NO3-离子浓度之和占石羊河流域总离子浓度的71.14%,其中SO42-、Ca2+和NO3-分别占总离子浓度的34.85%、21.55%、14.75%;九条岭的阳离子浓度大小顺序(Ca2+>Na+>K+>NH4+>Mg2+)基本与西大河(Ca2+>Na+>K+>Mg2+>NH4+)的阳离子浓度大小顺序相同。西大河、九条岭和乌鞘岭的主要阴离子大小顺序都为SO42->NO3->Cl-。古浪和黑松驿的阳离子浓度相同为Ca2+>Na+>Mg2+>K+>NH4+,而古浪与武威的阴离子浓度基本相同,但与黑松驿的完全不同。民勤属于石羊河流域的下游区域,阴阳离子浓度的大小顺序为NO3->Ca2+>Cl->SO42->Na+>NH4+>K+>Mg2+>NO2->F-,离子浓度值分别为13.94、13.51、12.28、12.06、6.17、4.35、2.68、1.68、0.25和0.06μeq/L;石羊河流域的阴阳离子浓度表现出明显的季节变化,石羊河流域的离子浓度的季节大小变化为:冬季（16.38μeq/L）石羊河流域的离子浓度最大,其次为春季（9.22μeq/L）的离子浓度,而春季的离子浓度略大于秋季（9.20μeq/L）的离子浓度,夏季的离子浓度最小为5.54μeq/L,石羊河流域冬春季大气降水样品中的离子浓度较高,而夏季离子浓度最低;通过相关性分析、因子分析、富集因子分析和端元贡献分析表明,石羊河流域大气降水中的阴阳离子主要受控于地壳源和人为源。通过后向轨迹分析表明,在干季,粉尘随西风环流从中亚和西亚以及中国西北沙尘源地区到达研究区,而在湿季,粉尘通过来自于印度洋和太平洋的季风环流到达研究区。因此可以将石羊河流域的降水类型主要分为混合降水类型（包括季风和西风的共同影响）、西风降水类型和季风降水类型。研究区在采样期间的所有降水样品中季风降水占了19%,西风降水占了33%,而混合降水占了总降水次数的48%;通过对石羊河流域p H、EC和阴阳离子浓度对典型沙尘天气的指示来看,随着沙尘天气的发生p H和EC均呈增加趋势,但大气降水p H和EC对沙尘天气的指示还受气候因子的影响,特别是风速的影响。典型的沙尘天气发生后,石羊河流域降水中阴阳离子整体呈增加的趋势。从典型沙尘天气发生前后石羊河流域阳离子浓度的整体变化来看,三次典型沙尘天气发生后,Na+、K+、Mg2+、Ca2+和NH4+的变化平均值分别为22.62μeq/L、17.17μeq/L、9.83μeq/L、42.03μeq/L和-0.05μeq/L。沙尘天气发生后最为敏感的阳离子是Ca2+,其次为Na+,K+和Mg2+居中,而NH4+是最不敏感的阳离子。三次典型沙尘天气发生后阴离子浓度平均变化的大小顺序为SO42->NO3->Cl->F->NO2-,阴离子浓度的平均变化值分别为40.92μeq/L、24.33μeq/L、21.10μeq/L、0.08μeq/L和0μeq/L。沙尘天气发生后石羊河流域阴离子浓度变化最敏感的离子是SO42-,其次为NO3-,Cl-仅次于NO3-,而NO2-基本不随沙尘天气的发生而变化。
二、黑龙江省沙尘天气发生规律及环境因子分析（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、黑龙江省沙尘天气发生规律及环境因子分析（论文提纲范文）
（1）不同沙障的防风固沙生态服务效益研究 ——以库布齐沙漠为例（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 研究目的与研究意义 |
| 1.3 国内外研究进展 |
| 1.3.1 生态系统服务及生态服务效益研究进展 |
| 1.3.2 土壤释尘模型研究进展 |
| 1.3.3 风沙传输模型研究进展 |
| 1.3.4 沙障研究进展 |
| 1.4 研究内容与技术路线 |
| 1.4.1 研究内容 |
| 1.4.2 技术路线 |
| 第二章 研究区概况与数据介绍 |
| 2.1 研究区概况 |
| 2.1.1 自然条件概况 |
| 2.1.2 生态治理概况 |
| 2.2 数据介绍 |
| 2.2.1 生态本底数据 |
| 2.2.2 气象数据 |
| 2.2.3 社会经济数据 |
| 第三章 研究方法 |
| 3.1 WEPS风蚀预测系统 |
| 3.1.1 WEPS数据集 |
| 3.1.2 WEPS子模型 |
| 3.2 HYSPLIT前向轨迹模型 |
| 第四章 WEPS风蚀预测系统与HYSPLIT模型的耦合 |
| 4.1 WEPS风蚀预测系统数据本地化处理 |
| 4.1.1 研究区拆分 |
| 4.1.2 天气发生器的调用 |
| 4.1.3 土壤和作物数据集的调用 |
| 4.2 基于WEPS风蚀预测系统的PM_(10)释放量计算结果 |
| 4.2.1 不同生态本底下的PM_(10)年单位释放量 |
| 4.2.2 不同区块下的PM_(10)年释放总量 |
| 4.3 HYSPLIT模型耦合沙尘传输分析 |
| 4.4 本章小结 |
| 第五章 模型验证与比对 |
| 5.1 RWEQ模型与WEPS风蚀预测系统 |
| 5.1.1 模型方法对比 |
| 5.1.2 模型结果对比 |
| 5.2 耦合模型结果周边站点实测数据验证 |
| 5.3 本章小结 |
| 第六章 不同沙障的防风固沙生态服务效益 |
| 6.1 沙障设置 |
| 6.1.1 樟子松沙障 |
| 6.1.2 梭梭沙障 |
| 6.1.3 尼龙阻沙网沙障 |
| 6.1.4 芦苇沙障 |
| 6.2 防风固沙生态服务效益评价 |
| 6.2.1 不同沙障下的生态效益评估 |
| 6.2.2 不同沙障下的社会经济效益评估 |
| 6.3 本章小结 |
| 第七章 总结和展望 |
| 7.1 结论 |
| 7.2 创新点 |
| 7.3 不足之处与展望 |
| 参考文献 |
| 致谢 |
| 作者介绍 |
（2）沈阳市公园绿地对空气颗粒物的影响及阻滞能力研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 前言 |
| 1.1 研究背景 |
| 1.2 研究目的及意义 |
| 1.3 国内外研究进展 |
| 1.3.1 空气颗粒物的特征及来源 |
| 1.3.2 空气颗粒物对健康的危害 |
| 1.3.3 园林植物对空气颗粒物的的影响 |
| 1.3.4 空气颗粒物与环境因子之间的关系 |
| 1.3.5 存在的问题及发展趋势 |
| 1.4 研究内容及技术路线 |
| 1.4.1 研究内容 |
| 1.4.2 技术路线 |
| 第二章 研究区概况与研究方法 |
| 2.1 研究区概况 |
| 2.1.1 研究区域与研究地点 |
| 2.1.2 气候状况 |
| 2.1.3 研究区植物资源概况 |
| 2.2 研究对象 |
| 2.2.1 不同区域公园绿地 |
| 2.2.2 植物群落 |
| 2.2.3 植物群落内不同树种 |
| 2.3 研究方法 |
| 2.3.1 公园绿地颗粒物浓度测定 |
| 2.3.2 植物群落颗粒物浓度测定 |
| 2.3.3 植物个体滞尘能力测定 |
| 2.3.4 数据处理 |
| 第三章 不同区域公园绿地内颗粒物浓度变化的研究 |
| 3.1 不同区域公园绿地颗粒物浓度的季节变化 |
| 3.1.1 TSP浓度的季节变化 |
| 3.1.2 PM_(10)浓度的季节变化 |
| 3.1.3 PM_(2.5)浓度的季节变化 |
| 3.1.4 PM_(1.0)浓度的季节变化 |
| 3.2 公园绿地不同季节各粒径颗粒物的组成变化特征 |
| 3.2.1 城区颗粒物组成特征 |
| 3.2.2 近郊颗粒物组成特征 |
| 3.2.3 远郊颗粒物组成特征 |
| 3.3 公园绿地内颗粒物浓度变化与环境因子的关系 |
| 3.3.1 不同季节颗粒物浓度变化与环境因子的关系 |
| 3.3.2 颗粒物的浓度变化与空气相对湿度的关系 |
| 3.3.3 颗粒物的浓度变化与温度的关系 |
| 3.3.4 颗粒物的浓度变化与风速的关系 |
| 3.4 公园绿地阻滞不同粒径颗粒物的能力研究 |
| 3.4.1 冬季公园绿地滞尘能力研究 |
| 3.4.2 春季公园绿地滞尘能力研究 |
| 3.4.3 夏季公园绿地滞尘能力研究 |
| 3.4.4 秋季公园绿地滞尘能力研究 |
| 3.5 小结与讨论 |
| 3.5.1 小结 |
| 3.5.2 讨论 |
| 第四章 植物群落阻滞大气颗粒物能力分析 |
| 4.1 植物群落内颗粒物浓度时间动态变化 |
| 4.1.1 不同植物群落内颗粒物浓度月动态 |
| 4.1.2 不同植物群落内颗粒物浓度的季节动态 |
| 4.2 植物群落对不同粒径颗粒物的阻滞效应分析 |
| 4.2.1 TSP的阻滞效应 |
| 4.2.2 PM_(10)的阻滞效应 |
| 4.2.3 PM_(2.5)的阻滞效应 |
| 4.2.4 PM_(1.0)的阻滞效应 |
| 4.3 群落结构特征对阻滞作用的影响 |
| 4.3.1 群落结构特征指标对阻滞能力的影响 |
| 4.3.2 植物群落内不同树种吸附空气颗粒物能力比较分析 |
| 4.4 小结与讨论 |
| 4.4.1 小结 |
| 4.4.2 讨论 |
| 第五章 结论 |
| 5.1 不同区域公园绿地内空气颗粒物浓度的变化 |
| 5.2 植物群落对空气颗粒物的阻滞能力 |
| 5.3 建议 |
| 参考文献 |
| 致谢 |
（3）基于MODIS数据研究中国气溶胶时空分布变化及典型地区的影响因素（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 研究目标、内容与技术路线 |
| 2 研究区概况 |
| 2.1 中国地区概况 |
| 2.2 山东丘陵半岛区域概况 |
| 3 数据获取处理及研究方法 |
| 3.1 MODIS气溶胶数据获取及处理方法 |
| 3.2 数值型统计数据获取 |
| 3.3 栅格数据获取及处理 |
| 3.4 研究方法 |
| 4 中国AOD时空特征分析 |
| 4.1 中国AOD空间分布特征 |
| 4.2 中国AOD时空变化特征 |
| 5 山东地区AOD时空特征及驱动因子分析 |
| 5.1 山东地区AOD时空分布特征 |
| 5.2 山东地区AOD驱动因子分析及外源入侵防治 |
| 6 结论及展望 |
| 6.1 研究结论 |
| 6.2 主要创新点 |
| 6.3 论文不足及研究展望 |
| 参考文献 |
| 作者简历 |
| 致谢 |
| 学位论文数据集 |
（4）绥化市大气污染特征及重污染成因研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题来源 |
| 1.2 研究背景 |
| 1.3 国内外研究现状 |
| 1.3.1 大气污染物浓度分布特征及气象因素研究 |
| 1.3.2 大气污染物聚类及潜在源研究 |
| 1.3.3 秸秆露天焚烧污染物排放清单研究 |
| 1.3.4 秸秆焚烧综合管控方案研究 |
| 1.4 研究目的及意义 |
| 1.5 研究内容 |
| 1.6 技术路线 |
| 第2章 绥化市环境概况及研究方法 |
| 2.1 绥化市基本概况 |
| 2.1.1 地理概况 |
| 2.1.2 土地资源概况 |
| 2.1.3 气象概况 |
| 2.1.4 经济发展与污染的关系 |
| 2.2 数据来源 |
| 2.2.1 大气污染物数据 |
| 2.2.2 气象数据 |
| 2.2.3 秸秆露天焚烧数据 |
| 2.3 研究方法 |
| 2.3.1 HYPSLIT/Traj Stat模式 |
| 2.3.2 统计分析方法 |
| 2.3.3 不确定性分析方法 |
| 第3章 绥化市大气常规污染物污染特征分析 |
| 3.1 引言 |
| 3.2 黑龙江省大气污染物时空分布特征 |
| 3.2.1 颗粒物时空分布 |
| 3.2.2 气态污染物时空分布 |
| 3.3 绥化市大气污染特征分析 |
| 3.3.1 大气污染物季节变化特征 |
| 3.3.2 逐月变化特征 |
| 3.3.3 逐日变化特征 |
| 3.3.4 逐时变化特征 |
| 3.3.5 基于AQI对绥化市空气质量级别的评价 |
| 3.4 气象因素对大气污染物浓度的影响 |
| 3.4.1 风速对大气污染物浓度的影响 |
| 3.4.2 风向对大气污染物浓度扩散的影响 |
| 3.4.3 相对湿度对大气污染物浓度的影响 |
| 3.4.4 气温对大气污染物浓度的影响 |
| 3.5 本章小结 |
| 第4章 重污染期污染过程及潜在源区分析 |
| 4.1 引言 |
| 4.2 秸秆露天焚烧期重污染分析 |
| 4.2.1 各污染物浓度变化及相关性分析 |
| 4.2.2 污染物扩散气象条件分析 |
| 4.2.3 秸秆露天焚烧过程PM_(2.5)传输路径及潜在源区分析 |
| 4.3 春季沙尘期重污染分析 |
| 4.3.1 污染特征分析 |
| 4.3.2 气象因素及高空天气形势分析 |
| 4.3.3 沙尘过程PM_(10)传输路径及潜在源区分析 |
| 4.4 冬季雾霾期重污染分析 |
| 4.4.1 污染概况及形成机制分析 |
| 4.4.2 雾霾过程PM_(2.5)传输路径及潜在源区分析 |
| 4.5 本章小结 |
| 第5章 绥化市秸秆露天焚烧综合管控方案探究 |
| 5.1 引言 |
| 5.2 基于排放清单的污染物控制项目 |
| 5.2.1 排放源分类 |
| 5.2.2 活动水平系数 |
| 5.2.3 秸秆露天焚烧排放系数 |
| 5.2.4 秸秆露天焚烧量 |
| 5.2.5 秸秆露天焚烧污染物排放清单 |
| 5.2.6 各类秸秆焚烧对同类污染物的贡献分析 |
| 5.2.7 排放清单不确定性分析 |
| 5.2.8 秸秆露天焚烧控制污染物项目的选择 |
| 5.3 焚烧前评估报备及授权许可 |
| 5.3.1 秸秆露天焚烧前置准备 |
| 5.3.2 秸秆露天焚烧气象条件 |
| 5.3.3 秸秆露天焚烧授权管理 |
| 5.4 宣贯管控及效果反馈 |
| 5.4.1 公众教育与宣传 |
| 5.4.2 秸秆露天焚烧监督与执法 |
| 5.4.3 方案实施效果评价 |
| 5.5 本章小结 |
| 结论 |
| 参考文献 |
| 致谢 |
（5）吉林市大气中典型污染物来源时空变化特征研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 六种大气污染物的概述及危害 |
| 1.3 国内外研究进展 |
| 1.3.1 国内外大气污染研究近况 |
| 1.3.2 吉林市大气污染研究进展 |
| 1.4 研究目的和意义 |
| 1.5 研究内容与创新点 |
| 1.5.1 研究内容 |
| 1.5.2 研究创新点 |
| 第2章 吉林市大气污染物的时间特性研究 |
| 2.1 引言 |
| 2.2 研究区域概况 |
| 2.3 数据来源和处理 |
| 2.4 利用空气质量指数法进行空气质量研究 |
| 2.4.1 空气质量指数的确定方法 |
| 2.4.2 首要污染物的确定方法 |
| 2.4.3 吉林市首要污染物的确定 |
| 2.5 大气中各污染物质量浓度的季节变化规律研究 |
| 2.5.1 季节的划分 |
| 2.5.2 污染物质量浓度的季节变化规律 |
| 2.6 大气中各污染物质量浓度的逐时变化规律研究 |
| 2.7 污染物的“周末效应”和“假日效应”现象研究 |
| 2.7.1 “周末效应”现象研究 |
| 2.7.2 “假日效应”现象研究 |
| 2.8 本章小结 |
| 第3章 吉林市大气污染物的空间分布规律研究 |
| 3.1 引言 |
| 3.2 研究方法 |
| 3.2.1 数据来源 |
| 3.2.2 后向轨迹分析方法 |
| 3.2.3 聚类分析法 |
| 3.2.4 PSCF函数 |
| 3.2.5 CWT函数 |
| 3.3 聚类分析结果 |
| 3.4 PSCF分析 |
| 3.5 CWT分析 |
| 3.6 本章小结 |
| 第4章 2017年一次吉林市大气重污染事件及影响因素分析 |
| 4.1 引言 |
| 4.2 污染概况与形成机制分析 |
| 4.3 气象条件对大气重污染过程的影响 |
| 4.4 大气重污染过程中PM_(2.5)、PM_(10)的空间分布特征 |
| 4.5 本章小结 |
| 第5章 吉林市空气质量影响因素分析 |
| 5.1 引言 |
| 5.2 气象因素对空气质量的影响 |
| 5.2.1 Pearson相关性分析 |
| 5.2.2 气象因素对空气质量的影响 |
| 5.3 地理位置对空气质量的影响 |
| 5.4 其他因素对空气质量的影响 |
| 5.5 本章小结 |
| 第6章 吉林市空气质量提升措施与建议 |
| 6.1 完善城市通风廊道系统,改善空气流通现状 |
| 6.2 科学规划城市空间,加强工业企业污染政府治理力度 |
| 6.3 加强社会生活污染治理,降低污染排放强度 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表的论文及其它成果 |
| 致谢 |
（6）小兴安岭沼泽湿地时空格局演变及驱动机制分析（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景、意义 |
| 1.2 国内外研究进展 |
| 1.2.1 遥感技术在湿地监测研究中的应用 |
| 1.2.2 环境变化对湿地影响研究 |
| 1.2.3 沼泽湿地驱动机制研究 |
| 1.2.4 生态位模型研究进展 |
| 1.3 研究内容与技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 1.3.3 创新点 |
| 第2章 研究方法与数据预处理、研究区概况 |
| 2.1 研究方法 |
| 2.1.1 增强回归树算法 |
| 2.1.2 Mann-kendall检验 |
| 2.1.3 Theil-Sen Median趋势分析法 |
| 2.1.4 最大熵模型原理 |
| 2.1.5 地理探测器模型原理 |
| 2.2 数据预处理 |
| 2.2.1 遥感影像数据预处理 |
| 2.2.2 地形数据预处理 |
| 2.2.3 环境因子数据预处理 |
| 2.2.4 模型参数预处理 |
| 2.3 研究区概况 |
| 2.3.1 自然概况 |
| 2.3.2 资源概况与社会经济 |
| 2.3.3 湿地概况 |
| 2.4 本章小结 |
| 第3章 小兴安岭沼泽湿地时空格局演变分析 |
| 3.1 沼泽湿地提取 |
| 3.1.1 草本沼泽湿地提取 |
| 3.1.2 灌丛沼泽湿地、森林沼泽湿地提取 |
| 3.2 小兴安岭沼泽湿地时空变化分析 |
| 3.2.1 小兴安岭土地利用类型面积动态变化 |
| 3.2.2 小兴安岭沼泽湿地面积的时空动态变化 |
| 3.3 小兴安岭沼泽湿地动态度分析 |
| 3.3.1 小兴安岭沼泽湿地土地利用动态转移 |
| 3.3.2 小兴安岭沼泽湿地动态度 |
| 3.4 小兴安岭沼泽湿地景观格局变化分析 |
| 3.4.1 小兴安岭沼泽湿地景观格局指数的时间变化 |
| 3.4.2 小兴安岭沼泽湿地景观格局指数的空间分布 |
| 3.5 小兴安岭沼泽湿地质心变化分析 |
| 3.6 小兴安岭沼泽湿地变化规律分析 |
| 3.7 本章小结 |
| 第4章 小兴安岭沼泽湿地环境因子变化分析 |
| 4.1 气候指标时空变化特征分析 |
| 4.1.1 气温的时空变化分析 |
| 4.1.2 降水的时空变化分析 |
| 4.1.3 地温的时空变化分析 |
| 4.2 冻融厚度变化特征分析 |
| 4.2.1 冻融的年代际变化特征分析 |
| 4.2.2 冻融的年际变化特征分析 |
| 4.2.3 冻融的突变特征分析 |
| 4.2.4 冻融空间变化特征分析 |
| 4.2.5 冻融时空变化规律 |
| 4.3 植被覆盖变化特征分析 |
| 4.3.1 植被覆盖变化的时间变化分析 |
| 4.3.2 植被覆盖空间变化分析 |
| 4.3.3 植被覆盖时空变化规律 |
| 4.4 小兴安岭社会经济要素变化分析 |
| 4.4.1 人口数量 |
| 4.4.2 粮食产量 |
| 4.4.3 国内生产总值 |
| 4.4.4 农、林、牧、渔业总产值 |
| 4.5 本章小结 |
| 第5章 小兴安岭沼泽湿地变化驱动机制分析 |
| 5.1 环境因子变量的重要性分析 |
| 5.1.1 1975-2015年沼泽湿地减少驱动机制分析 |
| 5.1.2 1975-1985年沼泽湿地减少驱动机制分析 |
| 5.1.3 1985-1995年沼泽湿地减少驱动机制分析 |
| 5.1.4 1995-2005年沼泽湿地减少驱动机制分析 |
| 5.1.5 2005-2015年沼泽湿地减少驱动机制分析 |
| 5.2 驱动因子分析结果 |
| 5.3 本章小结 |
| 结论与讨论 |
| 主要结论 |
| 讨论 |
| 参考文献 |
| 攻读学位期间发表的学术论文 |
| 致谢 |
（7）黑龙江省大气颗粒物时空异质性分析及其来源解析（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 大气颗粒物的国内外研究现状 |
| 1.2.1 大气颗粒物时空异质性的研究现状 |
| 1.2.2大气颗粒物组分分析的研究现状 |
| 1.2.3 大气颗粒物源解析的研究现状 |
| 1.3 研究的目的和意义 |
| 2 研究区域概况与数据收集 |
| 2.1 研究区域自然概况 |
| 2.1.1 黑龙江省自然概况 |
| 2.1.2 哈尔滨市自然概况 |
| 2.2 数据收集 |
| 2.2.1 自动监测数据的收集 |
| 2.2.2 手工监测数据的收集 |
| 3 黑龙江省大气颗粒物时空异质性分析 |
| 3.1 引言 |
| 3.2 标准空气污染物数据分析 |
| 3.3 时空异质性研究方法 |
| 3.3.1 传统局域模型和线性混合模型(OLS和LMM) |
| 3.3.2 地理加权回归(GWR)及其参数估计 |
| 3.3.3 时空加权模型(GTWR)和时间加权模型(TWR) |
| 3.3.4 模型检验 |
| 3.4 模型拟合结果 |
| 3.4.1 最小二乘回归(OLS)和线性混合模型(LMM) |
| 3.4.2 局域模型(GWR,TWR与GTWR) |
| 3.4.3 模型检验 |
| 3.5 讨论 |
| 3.5.1 黑龙江省空气污染变化趋势 |
| 3.5.2 国际上PM_(2.5)相关因素及其建模技术比较 |
| 3.5.3 本章应用的PM_(2.5)建模技术分析 |
| 3.6 本章小结 |
| 4 大气颗粒物受体样品的组分和特征分析 |
| 4.1 引言 |
| 4.2 大气颗粒物的质量浓度分析 |
| 4.2.1 质量浓度化学分析 |
| 4.2.2 大气颗粒物质量浓度特征分析 |
| 4.3 碳组分分析 |
| 4.3.1 碳组分化学分析 |
| 4.3.2 碳组分特征分析 |
| 4.4 水溶性离子组分分析 |
| 4.4.1 水溶性离子化学分析 |
| 4.4.2 水溶性离子特征分析 |
| 4.4.3 阴阳离子电荷平衡 |
| 4.5 无机元素组分分析 |
| 4.5.1 无机元素组分化学分析 |
| 4.5.2 元素组分特征分析 |
| 4.6 数据有效性检验 |
| 4.7 本章小结 |
| 5 污染源成分谱分析 |
| 5.1 引言 |
| 5.2 污染源成分谱的组成分析 |
| 5.3 污染源的特征成分分析 |
| 5.4 本章小结 |
| 6 哈尔滨市大气颗粒物来源解析 |
| 6.1 引言 |
| 6.2 大气颗粒物来源解析结果分析 |
| 6.2.1 拟合优度分析 |
| 6.2.2 季节分担率分析 |
| 6.2.3 非供暖期和供暖期、非燃烧期和燃烧期的分担率比较 |
| 6.2.4 二次污染物分担率再分配 |
| 6.3 本章小结 |
| 结论 |
| 参考文献 |
| 附录 |
| 攻读学位期间发表的学术论文 |
| 致谢 |
（8）石羊河流域人工固沙植被的固碳过程、速率和效益研究（论文提纲范文）
| 中文摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 人工植被固碳作用的研究进展 |
| 1.2.1 人工植被固碳作用及其影响因素研究 |
| 1.2.2 人工固沙植被固碳作用研究 |
| 1.2.3 人工固沙植被固碳影响因素研究 |
| 1.2.4 碳计量方法研究 |
| 1.3 研究目标、内容及技术路线 |
| 1.3.1 研究目标 |
| 1.3.2 研究内容 |
| 1.3.3 技术路线 |
| 第二章 研究区与研究方法 |
| 2.1 研究区概况 |
| 2.1.1 地理位置 |
| 2.1.2 地形地貌 |
| 2.1.3 气候 |
| 2.1.4 土壤 |
| 2.1.5 水文与水资源 |
| 2.1.6 植被 |
| 2.2 研究方法 |
| 2.2.1 野外调查实验 |
| 2.2.2 实时监测实验 |
| 2.2.3 室内实验 |
| 2.2.4 样地碳储量计算方法 |
| 2.2.5 基于CBP碳计量模型的碳效益模拟预测与验证方法 |
| 2.2.6 数据统计与处理 |
| 第三章 石羊河流域人工固沙植被——梭梭植被碳储量演变过程、规律与影响因素 |
| 3.1 结果与分析 |
| 3.1.1 人工梭梭固沙植被-土壤系统动态变化特征 |
| 3.1.2 人工梭梭固沙植被碳储量演变过程和规律 |
| 3.1.3 风蚀和降尘对人工梭梭固沙植被碳固定的影响 |
| 3.2 讨论 |
| 3.2.1 固沙植被建设对荒漠草地生态系统碳储量的影响机制 |
| 3.2.2 固沙植被建设对荒漠草地生态系统植被碳储量的影响机制 |
| 3.2.3 固沙植被建设对荒漠草地生态系统土壤有机碳储量的影响机制 |
| 3.2.4 人工梭梭固沙植被碳储量的影响因素 |
| 3.3 小结 |
| 第四章 石羊河流域典型人工固沙植被——梭梭植被的土壤碳通量特征 |
| 4.1 结果与分析 |
| 4.1.1 人工梭梭固沙植被土壤碳通量日变化特征 |
| 4.1.2 人工梭梭固沙植被土壤碳通量均值比较 |
| 4.1.3 人工梭梭固沙植被土壤碳通量的影响因素 |
| 4.2 讨论 |
| 4.2.1 人工梭梭固沙植被土壤碳通量动态变化特征 |
| 4.2.2 人工梭梭固沙植被土壤碳通量的影响因素 |
| 4.2.3 人工梭梭固沙植被土壤碳通量对土壤碳储量的影响机制 |
| 4.3 小结 |
| 第五章 基于CBP的石羊河流域人工固沙植被碳效益研究 |
| 5.1 结果与分析 |
| 5.1.1 基于CBP碳计量工具的石羊河流域人工植被碳效益预测 |
| 5.1.2 石羊河流域人工固沙植被CBP计量碳效益的实测验证 |
| 5.1.3 石羊河流域人工固沙植被碳汇提升策略 |
| 5.2 讨论 |
| 5.2.1 人工固沙植被固碳效益的变化 |
| 5.2.2 人工固沙植被固碳效益的影响因素 |
| 5.2.3 与其他研究中固碳效益的比较 |
| 5.3 小结 |
| 第六章 结论与展望 |
| 6.1 结论 |
| 6.2 创新点 |
| 6.3 展望 |
| 参考文献 |
| 在学期间的研究成果 |
| 致谢 |
（9）准东煤炭开采区周边环境特征及社会经济发展评价（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 露天煤矿地表扰动方面 |
| 1.2.2 露天煤矿环境污染方面 |
| 1.2.3 露天煤矿社会经济发展方面 |
| 1.2.4 关于准东露天煤田的相关研究 |
| 1.2.5 国内外研究现状总结 |
| 1.3 研究目标和内容 |
| 1.3.1 研究目标 |
| 1.3.2 研究内容 |
| 1.4 研究技术路线 |
| 第2章 研究区概况 |
| 2.1 地理位置与行政区划 |
| 2.2 自然条件 |
| 2.2.1 气候 |
| 2.2.2 地形地貌 |
| 2.2.3 水文与供水 |
| 2.2.4 土壤与动植物资源 |
| 2.2.5 煤炭资源条件 |
| 2.3 社会经济 |
| 2.3.1 产业经济 |
| 2.3.2 社会发展 |
| 第3章 数据获取与处理 |
| 3.1 遥感影像数据获取与预处理 |
| 3.2 实验室测定数据 |
| 3.3 野外实时监测数据 |
| 3.4 社会经济统计数据 |
| 第4章 准东煤炭开采区及周边土地利用覆盖变化 |
| 4.1 研究方法 |
| 4.1.1 土地利用覆盖分类 |
| 4.1.2 土地利用覆盖变化指数 |
| 4.1.3 土地利用结构信息熵 |
| 4.1.4 土地利用程度 |
| 4.1.5 土地利用覆盖时空变化 |
| 4.2 西部开采区土地利用覆盖变化 |
| 4.2.1 土地利用覆盖分类 |
| 4.2.2 土地利用覆盖变化指数分析 |
| 4.2.3 土地利用程度及信息熵分析 |
| 4.2.4 土地利用覆盖时空变化分析 |
| 4.3 东部开采区土地利用覆盖变化 |
| 4.3.1 土地利用覆盖分类 |
| 4.3.2 土地利用覆盖变化指数分析 |
| 4.3.3 土地利用程度及信息熵分析 |
| 4.3.4 土地利用覆盖时空变化分析 |
| 4.4 小结 |
| 第5章 准东煤炭开采区周边环境特征 |
| 5.1 准东煤炭开采区周边土壤重金属污染分析 |
| 5.1.1 研究方法 |
| 5.1.2 土壤重金属含量及污染负荷 |
| 5.1.3 土壤重金属健康风险评价 |
| 5.1.4 土壤重金属空间分布特征 |
| 5.1.5 土壤重金属判源分析 |
| 5.2 准东煤炭开采区周边大气颗粒物污染特征 |
| 5.2.1 研究方法 |
| 5.2.2 PM_(10)和PM_(2.5)浓度特征 |
| 5.2.3 PM_(10)和PM_(2.5)浓度空间分布特征 |
| 5.2.4 气象条件对PM_(10)和PM_(2.5)质量浓度的影响 |
| 5.2.5 大气颗粒物及气象因子对土壤重金属的影响 |
| 5.3 准东煤炭开采区周边植物对土壤重金属的富集转运特性 |
| 5.3.1 研究方法 |
| 5.3.2 植物对重金属富集能力分析 |
| 5.3.3 植物对重金属转移能力分析 |
| 5.3.4 有机质对土壤重金属的影响 |
| 5.4 小结 |
| 第6章 准东煤炭开采时期区域社会经济发展特征 |
| 6.1 研究方法 |
| 6.1.1 指标与权重 |
| 6.1.2 聚类分析 |
| 6.1.3 综合评价指数 |
| 6.1.4 异速生长模型 |
| 6.2 两县社会经济发展特征 |
| 6.2.1 吉木萨尔县社会经济发展变化 |
| 6.2.2 奇台县社会经济发展变化 |
| 6.3 两县社会经济综合发展水平分析 |
| 6.3.1 两县社会经济发展比较 |
| 6.3.2 两县综合发展水平分析 |
| 6.4 两县社会经济指标异速生长特征 |
| 6.4.1 吉木萨尔县总人口－其他社会经济指标的异速生长特征 |
| 6.4.2 奇台县总人口－其他社会经济指标的异速生长特征 |
| 6.5 小结 |
| 第7章 准东煤炭开采区环境因子和社会经济的关系 |
| 7.1 土地利用与环境污染的关系 |
| 7.1.1 研究方法 |
| 7.1.2 植被对土壤重金属污染空间分布的响应 |
| 7.1.3 植被对大气颗粒物污染空间分布的响应 |
| 7.2 土地利用与社会经济发展的关系 |
| 7.2.1 研究方法 |
| 7.2.2 土地利用和社会经济协调发展分析 |
| 7.3 准东煤炭资源开发生态补偿 |
| 7.3.1 研究方法 |
| 7.3.2 补偿费测算结果与分析 |
| 7.3.3 准东煤田生态环境保护建议 |
| 7.4 小结 |
| 第8章 结论与展望 |
| 8.1 主要结论 |
| 8.2 研究特色 |
| 8.3 不足与展望 |
| 参考文献 |
| 致谢 |
| 攻读博士学位期间发表论文 |
（10）石羊河流域大气降水特征变化及对沙尘天气的指示意义（论文提纲范文）
| 摘要 |
| Summary |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.1.1 沙尘天气 |
| 1.1.2 沙尘天气的危害 |
| 1.1.3 沙尘天气的形成及影响因素 |
| 1.1.4 我国沙尘天气的空间分布 |
| 1.1.5 我国沙尘天气的时间变化 |
| 1.2 研究意义 |
| 1.3 国内外研究现状 |
| 1.3.1 观测分析与成因预报研究现状 |
| 1.3.2 卫星遥感监测研究现状 |
| 1.3.3 数值模拟研究现状 |
| 1.3.4 地球化学示踪研究现状 |
| 1.3.5 大气降水对沙尘天气的指示研究现状 |
| 1.4 研究内容及技术路线 |
| 1.4.1 研究内容 |
| 1.4.2 技术路线 |
| 1.5 典型沙尘天气的选取 |
| 第2章 研究区概况 |
| 2.1 地理位置与地形地貌 |
| 2.2 气候状况 |
| 2.3 水文状况 |
| 2.4 土壤和植被状况 |
| 第3章 研究材料与方法 |
| 3.1 样品的采集与测定 |
| 3.2 主要的研究方法 |
| 3.2.1 富集因子及端元贡献 |
| 3.2.2 后向轨迹模型 |
| 第4章 石羊河流域大气降水p H变化及对沙尘天气的指示 |
| 4.1 引言 |
| 4.2 结果与分析 |
| 4.2.1 大气降水pH值的时间变化 |
| 4.2.2 大气降水pH值空间变化 |
| 4.2.3 大气降水pH值对沙尘天气的指示 |
| 4.3 讨论 |
| 4.4 本章小结 |
| 第5章 石羊河流域大气降水EC变化及对沙尘天气的指示 |
| 5.1 引言 |
| 5.2 结果与分析 |
| 5.2.1 大气降水EC的时间变化 |
| 5.2.2 大气降水EC的空间变化 |
| 5.2.3 大气降水EC对沙尘天气的指示 |
| 5.3 讨论 |
| 5.4 本章小结 |
| 第6章 石羊河流域大气降水离子特征及来源分析 |
| 6.1 引言 |
| 6.2 结果与分析 |
| 6.2.1 大气降水离子变化及降水类型 |
| 6.2.2 大气降水离子浓度的时空变化 |
| 6.2.3 大气降水离子来源分析 |
| 6.2.3.1 相关性性分析 |
| 6.2.3.2 因子分析 |
| 6.2.3.3 富集因子分析 |
| 6.2.3.4 后向轨迹分析 |
| 6.3 讨论 |
| 6.4 本章小结 |
| 第7章 大气降水离子浓度对沙尘天气的指示 |
| 7.1 引言 |
| 7.2 结果与分析 |
| 7.2.1 大气降水离子浓度与降水量、风速和相对空气湿度的关系 |
| 7.2.1.1 离子浓度与降水量的关系 |
| 7.2.1.2 离子浓度与风速的关系 |
| 7.2.1.3 离子浓度与气温的关系 |
| 7.2.1.4 离子浓度与相对湿度的关系 |
| 7.2.2 大气降水阳离子浓度对沙尘天气的指示 |
| 7.2.3 大气降水阴离子浓度对沙尘天气的指示 |
| 7.3 本章小结 |
| 第8章 结论与展望 |
| 8.1 主要结论 |
| 8.2 问题与展望 |
| 8.2.1 存在的问题 |
| 8.2.2 展望 |
| 参考文献 |
| 致谢 |
| 作者简历 |
| 导师简介 |
四、黑龙江省沙尘天气发生规律及环境因子分析（论文参考文献）
- [1]不同沙障的防风固沙生态服务效益研究 ——以库布齐沙漠为例[D]. 徐元畅. 南京信息工程大学, 2021(01)
- [2]沈阳市公园绿地对空气颗粒物的影响及阻滞能力研究[D]. 马婷婷. 沈阳农业大学, 2020(04)
- [3]基于MODIS数据研究中国气溶胶时空分布变化及典型地区的影响因素[D]. 薛瑞. 山东科技大学, 2020(06)
- [4]绥化市大气污染特征及重污染成因研究[D]. 朱莉娜. 哈尔滨工业大学, 2020
- [5]吉林市大气中典型污染物来源时空变化特征研究[D]. 李梓赫. 东北电力大学, 2020(01)
- [6]小兴安岭沼泽湿地时空格局演变及驱动机制分析[D]. 高炜. 哈尔滨师范大学, 2020(12)
- [7]黑龙江省大气颗粒物时空异质性分析及其来源解析[D]. 魏庆彬. 东北林业大学, 2020(01)
- [8]石羊河流域人工固沙植被的固碳过程、速率和效益研究[D]. 王新友. 兰州大学, 2020(10)
- [9]准东煤炭开采区周边环境特征及社会经济发展评价[D]. 刘芳. 新疆大学, 2018(12)
- [10]石羊河流域大气降水特征变化及对沙尘天气的指示意义[D]. 李宗杰. 甘肃农业大学, 2017(02)