一、Pollutant Concentration Distribution Behind Peninsular Models(论文文献综述)
周易[1](2021)在《南京市PM2.5空气污染对呼吸系统疾病的可能效应分析》文中研究表明随着我国工业化与城镇化的加速推进,PM2.5污染问题越来越突出,对居民生活质量造成了严重影响,近年来已成为社会各界关注的焦点问题。本文以江苏省南京市为研究对象,使用空气污染数据、健康数据、气象数据、社会经济数据和人口数据等,对我国和南京市的PM2.5时空分布特征进行研究,探讨了空气污染因子与呼吸系统疾病的关联性,研究了PM2.5污染和呼吸系统疾病门诊量的滞后关系,通过训练深度学习模型对南京市日呼吸系统门诊量进行了模拟,并对2021-2035年南京市呼吸系统疾病门诊量进行预估,分析了PM2.5污染的影响因素。研究结果为合理调配医疗资源、有效治理空气污染、科学制定相关政策法规提供决策依据。主要结论如下:(1)解析了我国、江苏省和南京市PM2.5时空变化特征。我国PM2.5污染严重区域为华北平原、长江中下游平原、四川盆地、柴达木盆地、天山山脉、河西走廊、河套平原等地区。从2000年至2018年,我国绝大部分人口稠密区经历了一次PM2.5污染加重后减轻的过程,2014年后我国PM2.5污染区域总体上呈现出范围减小、强度减弱的趋势。江苏省的PM2.5污染空间上呈现出内陆地区高于沿海地区,北部地区高于南部地区的分布特征,徐州市和苏南地区是2个污染中心。2014年后江苏省PM2.5污染改善明显,尤其是苏南污染中心的改善最为显着。人为活动是导致江苏PM2.5污染的主导因素,气象要素的影响非常小。在人为影响因素中,社会进步、能源利用和交通运输是三个主要影响因素。2000年至2014年,南京市PM2.5总体上呈现出南部高于北部、主城区高于郊区的分布特征,主城区和南部的高淳区是两个污染中心。2014年后南京市PM2.5改善明显,尤其是南部地区和主城区PM2.5污染状况改善最为显着。南京市PM2.5污染浓度有着显着的季节效应,冬季、春初和秋末PM2.5污染较重,夏季和秋初污染较轻;一年12个月中PM2.5污染浓度呈U形分布,1月和12月PM2.5浓度最高,8月最低;一天24小时中,PM2.5浓度峰值主要出现在上午8-9时和夜晚21-23时。(2)确定了PM2.5是引起南京市呼吸系统疾病关联度最大的空气污染因素,PM2.5污染对于南京市因呼吸系统疾病死亡有着约2-8年的滞后期。(3)南京市日均PM2.5浓度每提高10μg/m3会使得居民患上呼吸系统疾病风险增加0.11倍,绝大多数患者会在PM2.5污染出现2至4天后因呼吸系统疾病前往医院就诊。男性因PM2.5污染患上呼吸系统疾病风险高于女性;0-14岁儿童因PM2.5污染患上呼吸系统疾病风险最高,较低浓度的PM2.5也会导致儿童患上呼吸系统疾病;其次是65岁以上老人,15至64岁的人群风险最小。(4)未来PM2.5浓度降低可显着减少呼吸系统疾病门诊的预估量。构建的LSTM(Long Short-Term Memory,长短期记忆人工神经网络)模型对于2015年南京市某三级甲等医院日呼吸系统疾病门诊数据有着较好的模拟效果。对全部呼吸系统疾病模拟的R2为0.7319。对2021-2035年南京市某三级甲等医院呼吸系统疾病门诊量的预估结果显示,降低PM2.5浓度可以减少呼吸系统疾病门诊量,不同情景下在2035年全部呼吸系统疾病门诊量的预估量最多的为SSP3-7.0,约为8.4万,最少的是SSP4-3.4,约为6.6万。
刘昂[2](2021)在《极地多环芳烃和有机氯污染物分布特征、源解析及风险评价》文中研究说明作为持久性有机污染物(POPs)典型代表的多环芳烃(PAHs)和有机氯农药(OCPs),具有半挥发性、难降解性等特征。目前在南北极地区均检测到PAHs和OCPs的存在,南北极在全球气候变化、大气与海洋物质能量交换过程中处于重要地位,且极地的生态系统比较脆弱,污染物可能会对极地的生态环境造成严重威胁。因此对极地多介质环境中污染物的监测与分析则显得尤为重要。本论文以第三十五次(2019年)、第三十六次(2020年)南极科考和第十次(2019年)北极科考期间获得的土壤和生物样品为研究对象,选择常见的16种优控PAHs和10种OCPs农药为研究目标,探究PAHs和OCPs污染物在南极和北极研究区域中的分布特征、来源和生态风险。主要的研究成果如下:(1)2019年南极研究区域表层土壤中PAHs平均含量为9.82 ng·g-1(干重,以下相同),2020年为15.58 ng·g-1;2019年南极研究区域表层土壤中OCPs平均含量为2.01 ng·g-1,2020年为0.81 ng·g-1,呈现出下降的趋势。两年中PAHs均以LMW-PAHs为主,且呈现阿德雷岛地区>菲尔德斯半岛东部地区>菲尔德斯半岛西部地区的空间分布特征;OCPs呈现出阿德雷岛>菲尔德斯半岛的分布特征。南极研究区域PAHs主要来源于石油源和石油燃烧源,处于低生态风险;OCPs主要来源于大气传输以及历史沉降残留,不会产生生态风险。(2)南极研究区域生物样品中PAHs呈现出鱼>帽贝>磷虾>粪土>褐藻>苔藓的关系,具有随营养级逐渐放大的趋势。随着营养级增高,HMW-PAHs的占比增加。鱼头和鱼肌肉中PAHs都具有大鱼>中鱼>小鱼的规律,大鱼不同组织部位中PAHs的大小规律为:内脏>鱼头>肌肉>鱼骨。大鱼不同部位中PAHs的组成略有差异,HMW-PAHs在内脏的比例高于其他部位。可见,PAHs更容易在高营养级生物中富集放大。(3)北极研究区域土壤中PAHs平均含量为47.38 ng·g-1,高于同年南极研究区域;OCPs平均含量是2.22 ng·g-1,与同年南极研究区域基本持平。北极研究区域以LMW-PAHs为主,DDTs的残留水平略高于HCHs,以厌氧环境为主。PAHs主要来源于石油源和石油燃烧源,OCPs来源于大气远距离传输以及历史残留。PAHs处于低生态风险,OCPs不会产生潜在生态风险。
薛保铭[3](2021)在《北部湾近海沉积物微塑料污染时空格局及源—汇关系研究》文中研究表明目前,塑料污染防治已成为国际社会维护全球可持续发展的重要议题,我国将塑料污染治理列入了《国民经济和社会发展第十四个五年规划和2035年远景目标纲要》,海洋微塑料污染控制是全球塑料污染治理的重中之重,联合国环境大会多次针对海洋微塑料污染开展专题研讨。海洋微塑料污染研究是维护海洋生态环境安全的重要前提,但目前全球范围有关海洋环境中微塑料环境行为的研究仍面临众多挑战:对于“源”的研究大部分均局限于陆源污染,海源污染被严重忽视,但人类渔业活动大量使用了塑料制品,渔业来源的微塑料污染研究在广度和深度上仍有待进一步开展;对于“汇”研究,海洋沉积物被认为是微塑料污染最重要的“汇”,但大部分研究聚焦在表层沉积物,微塑料在深层沉积物中的归趋以及针对红树林、珊瑚礁等独特的“汇”的研究有待深入;微塑料污染研究作为引领海洋塑料污染有效削减的前提工作,相关研究成果有待向务实管用的管控对策转化。针对现状问题,本研究以我国四大传统渔场之一、中国-中南半岛沿海几何中心的北部湾为基底,重点研究海洋沉积物微塑料污染时空格局及源-汇关系,研究主要内容以及成果如下:(1)研究对北部湾重点研究区(包括5条入海河流)沉积物的微塑料污染情况开展调查,发现观测的8种不同聚合物类型的微塑料在表层沉积物中均被检出,其中,PP(聚丙烯)的丰度最高,占比达68.7%,其次为PE(聚乙烯),占比为18.5%,微塑料形态研究表明,纤维状微塑料达检出的微塑料总量的69.6%。表层沉积物微塑料丰度均值为405±336个/kg,与国内外其他海域相比处于中等偏高水平,微塑料在不同环境功能区的污染分布呈现以下特征:市区河段>海洋养殖区>郊区河段>潮间带>近岸海域>港口区。(2)研究针对北部湾重点研究区域表层沉积物主要的微塑料类型污染物(PP纤维、PE纤维)的来源开展了来源解析工作,通过不同塑料纤维的用途、进入环境的途径以及将检出的微塑料纤维与几个不同来源的渔具塑料纤维进行比对,证明研究区域PP纤维、PE纤维很可能来源于渔具的磨损。此外,PP纤维和PE纤维的整体丰度与不同渔业活动强度的相关度较高(R2=0.8586,p=0.015),既表明了渔业活动对微塑料污染的重要影响,也验证了研究区域表层沉积物微塑料纤维来源于渔业活动的论断。(3)研究发现珊瑚礁、红树林这两个独特而重要的生态系统的沉积物也是海洋微塑料的“汇”。珊瑚礁一般分布在洁净度较高的海域,但本研究结果表明,北部湾区域所有的珊瑚礁区沉积物均发现了微塑料的存在,包括沿陆地海岸发育珊瑚礁以及沿海岛边缘发育的珊瑚礁,平均丰度为363±476个/kg。红树林沉积物中微塑料丰度要高于本研究的其他沉积物类型,平均丰度为655±526个/kg。红树林沉积物是微塑料集聚度很高的“汇”,同时也起到滞留微塑料颗粒的作用。根据野外调查结果,红树林尤其是小型红树林容易受到周边人类活动的破坏或侵占,其积累的微塑料可能会重新释放到外环境中,有从微塑料的“汇”转变为“源”的可能。(4)研究结果表明沉积柱中(长度60 cm)的微塑料的平均丰度为410±329个/kg,证明了微塑料可以赋存于深层沉积物中,而且可“隐藏”在深度达60 cm的深层沉积物中(丰度为167个/kg)。沉积柱中微塑料的丰度分布和尺寸分布表明微塑料可长期埋藏于深层沉积物中,是被忽视的、微塑料重要的“汇”。沉积柱中微塑料的丰度水平与表层沉积物相近,研究区域“藏于”深层沉积物的微塑料总量(185吨)是表层沉积物的5倍,由于目前大部分研究主要集中于表层沉积物,因此,微塑料储量水平可能普遍被低估。(5)本研究采用210Pb和137Cs的定年法构建沉积柱的年代框架,分析选定海域微塑料污染历史记录,结果显示1933年以及年龄更大的沉积物(深度≥22 cm)也发现了微塑料的存在,然而常用的塑料在二十世纪40年代才被发明并且70年代才被普及使用,这表明微塑料在沉积物中会垂直向下迁移。本文认为研究区域的生物扰动以及深层沉积物的尺寸分布可能是微塑料在沉积物中垂向迁移,导致“新塑料”埋藏于“老沉积物”中的重要原因。(6)针对海洋微塑料污染,尤其是渔业来源的微塑料污染,本研究对我国现时塑料污染防治政策进行了梳理分析,并结合微塑料污染“源-汇”关系研究成果,识别削减污染的关键性控制因素,提出了“整体保护性开发、局部开发性保护”的发展策略,以及渔业从粗放型向集约型转型、建立塑料全生命周期评价的制度、构建城乡一体化垃圾分类处理体系等具有针对性的政策建议,推动学术研究成果进一步转化为务实管用的管控措施。同时提出北部湾要充分发挥东联广东、海南,西接东盟的区位优势,在海洋塑料污染防治上,率先探索跨省(区)、跨国境的协同共治,打造可持续发展标杆。
刘群群[4](2021)在《滨海河流沉积物的典型重金属质量基准确定及Cd污染原位修复研究》文中认为沉积物是水生生态系统重金属迁移转化重要的源和汇。近年来,沉积物重金属污染已经成为一个亟待解决的全球性环境问题。目前,我国河流沉积物重金属污染形势不容乐观,时刻威胁着水生生态系统及人体健康的安全。因此,重金属污染沉积物的有效管控迫在眉睫。然而,我国尚没有相应的河流沉积物环境质量基准或标准对沉积物重金属污染进行有效的监管与评价,重金属有效治理的技术研究也相对滞后。鉴于上述现状,本研究分别从重金属污染沉积物的评估和治理两个角度,探究基于改进的相平衡分配法建立流域尺度沉积物重金属环境质量基准(SQG)的可行性,再结合质量基准开展了Cd污染沉积物的原位修复技术研究,以期为重金属污染沉积物的有效管控提供科学依据。主要研究结果如下:(1)滨海河流沉积物典型重金属质量基准的确定:以胶莱河(JL)和夹河(JH)沉积物为研究对象,并结合地表水水质标准(GB 3838-2002),建立了流域尺度的Cd、Cu、Pb和Zn沉积物环境质量基准。此外,还探究了两条河流沉积物和间隙水中重金属的空间分布、赋存形态、分配系数和环境风险。结果表明,JH沉积物中重金属含量高于JL,而间隙水中重金属含量则呈相反趋势。重金属赋存形态分析表明,沉积物中大部分重金属以残渣态为主。重金属在沉积物和间隙水中的分配主要受沉积物和间隙水性质以及外源重金属输入的影响。污染因子法分析表明,JH和JL沉积物大部分站位Cd呈高或极高污染水平;间隙水标准毒性单位和Nemerow指数表明,两条河流沉积物大部分站位间隙水单一重金属均不会对生物产生毒性。结合地表水水质标准改进的间隙水水质标准,采用改进的相平衡分配法建立了流域尺度的重金属SQG。可以发现,流域尺度的重金属SQG可以合理地对不同水功能区的沉积物进行不同等级的划分。基于SQG的沉积物重金属评价结果表明,两条河流沉积物重金属的潜在生物毒性效应较低。由此可见,依据不同的水功能区划而建立流域尺度的重金属SQG是可行的。(2)不同材料负载纳米零价铁前后对Cd污染沉积物的原位固定修复:采用沸石、海泡石、赤泥(RM)和生物炭(BC)负载纳米零价铁(nZVI)后,然后将它们用于Cd污染沉积物的原位固定修复(90d),并探究了修复后沉积物理化性质、Cd稳定性和细菌群落的变化。实验结果表明,修复后沉积物理化性质发生了显着改变(P<0.05);与对照组相比,处理组沉积物Cd弱酸溶解态占比减少了11%~47%,而残渣态占比增加了50%~1000%,Cd稳定性得到提高。在4种原材料中,RM和BC对Cd污染沉积物的固定化效果明显高于海泡石和沸石;特别地,相对于原材料而言,改性材料对Cd的固定化效率更高,浸出毒性比原材料修复下降低了15%~22%。固定化修复提高了沉积物细菌群落的丰富度和多样性。在所有材料中,nZVI/RM和nZVI/BC的修复效果最好;相比于对照组,其浸出毒性分别下降了42%和44%。此外,固定化修复还可以通过增加Fe(III)还原细菌和硫酸盐还原菌的丰度来分别促进Fe(III)和硫酸盐的还原,从而有利于沉积物Cd的固定。总体来看,BC(nZVI/BC)对沉积物Cd的固定化效果好,且对沉积物的不良影响小,可作为Cd污染沉积物固定修复的首选材料。(3)nZVI/BC和BC原位固定修复Cd污染沉积物的效率及细菌响应:为探究修复时间和修复剂量对BC和nZVI/BC修复效果的影响,采用不同剂量BC和nZVI/BC对沉积物Cd进行了更长时间的原位固定(140d),研究了BC和nZVI/BC对沉积物Cd稳定性和细菌群落的影响,并探讨了它们在不同pH值下的修复效果。结果表明,施用BC和nZVI/BC可使沉积物Cd向上覆水和间隙水的释放分别降低了31%~69%和26%~73%。与对照组相比,修复后沉积物Cd的稳定性得到提高,Cd浸出毒性降低了7%~29%。这直接证明了原位固定修复后沉积物Cd对上覆水和间隙水的风险降低,沉积物Cd的生态风险下降。这说明经过一段的修复时间后,沉积物Cd可能会满足相应的重金属SQG。Cd可移动性的降低与BC或nZVI/BC的添加剂量密切相关,呈现剂量依赖性。值得注意的是,在所有pH值处理下,nZVI/BC对沉积物Cd释放的抑制效果明显优于BC。在碱性条件下,BC和nZVI/BC的修复效果明显优于酸性和中性条件。细菌群落分析表明,低剂量的修复材料提高了细菌群落的丰富度和多样性;但是,由于沉积物理化性质的变化和修复材料毒性的影响,施用高剂量的修复材料会对沉积物细菌群落产生不利影响。(4)BC负载纳米Fe2O3原位覆盖Cd高度污染沉积物的效率:由于nZVI复合材料合成成本较为昂贵,且固定化修复见效较慢;因此,进一步采用了BC和BC负载的纳米Fe2O3(nFe2O3@BC)原位覆盖Cd高度污染沉积物,并探究了BC和nFe2O3@BC的覆盖性能、适用条件和修复机理。结果表明,覆盖60 d后,BC和nFe2O3@BC均一定程度上抑制了Cd从沉积物向上覆水和间隙水的释放(抑制效率>99%),表明沉积物Cd对间隙水和上覆水造成的风险经原位覆盖后降低。在上覆水所有不同pH和干扰强度处理下,nFe2O3@BC覆盖的效果均优于BC覆盖。特别地,低pH值和高水力扰动均会削弱BC和nFe2O3@BC原位覆盖的效果。鉴于Cd的高毒性,不适合在酸性和中性水体(pH=3、5和7)中使用BC原位覆盖Cd污染沉积物,而在所有pH处理组中均可使用nFe2O3@BC覆盖。BC和nFe2O3@BC覆盖在高水力干扰下(搅拌速度=150 rpm)会失效,但nFe2O3@BC覆盖在低水力干扰下(搅拌速度=0和100 rpm)仍然有效。薄膜扩散梯度技术的分析结果表明,BC和nFe2O3@BC覆盖均抑制了沉积物Cd向间隙水的释放。在BC(98.74%)和nFe2O3@BC(98.10%)覆盖层中吸附的大部分Cd可能会重新释放到水体中,因此需要及时处理覆盖层。另外,过量使用nFe2O3@BC作为覆盖材料可能会增加Fe释放的风险。
周有康[5](2021)在《基于Boosting算法的合肥市AQI预测模型研究》文中认为空气质量的优劣不仅影响着人们的生产生活,还在一定程度上影响着一个城市的整体竞争力,因此空气质量的优劣越来越受到人们的关注。本文以合肥市空气质量相关的每日均值数据为基础,对空气质量指数的现状以及空气质量指数数值的预测效果进行研究。首先,本文通过对空气质量的相关数据进行探索性数据分析,直观地描述了合肥市的空气质量变化趋势、污染物和气象因素的总体概况与变化规律等,并使用皮尔逊相关系数创建了相关系数矩阵表与热力图。通过比较各个特征与AQI的相关程度,初步探索影响空气质量指数的主要特征以及内在联系,发现AQI主要受PM2.5和PM10的影响,并且多个特征之间存在共线性。由分析可知,合肥市的空气质量的改善效果显着,当地人们的生活环境质量在不断地提升,但大气污染的季节性差异依然很明显,应当在冬季和春季采取相应的改善措施,控制PM2.5与CO等大气污染物的排放,避免空气质量的进一步恶化。其次,本文使用Lasso回归的方法对预处理之后的数据进行特征筛选,并选取性能评测指标为接下来预测模型的建立与改进设定对比的标准。然后分别建立XGBoost、Light GBM、Cat Boost三种预测模型进行初步预测,通过调参提高模型的性能表现,最后对最终模型的效果进行对比评估,发现三种模型各有利弊。总体来看,Cat Boost预测模型的效果最佳。最后,由于三个模型的模型精度与效率各有不足之处,故采用Stacking进行模型融合加以改进。以本文建立的三种模型做为模型融合中第一层的基础模型,将其预测的输出结果作为第二层模型的输入变量,并选择线性回归作为第二层的元模型进行Stacking。预测出的最终结果,不仅拟合效果变佳,达到了99.45%,预测的精度也得到了进一步的提升,有效避免了过拟合现象。根据分析结果可以得出:利用该模型能够有效地预测空气质量指数的日均值,对有关的部门制定与发布大气污染预警提供科学有效的理论指导。
李梓赫[6](2020)在《吉林市大气中典型污染物来源时空变化特征研究》文中研究表明近年来,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。
李登辉[7](2020)在《中国城市与城市群PM2.5污染时空动态及影响因素》文中认为伴随着中国社会经济的高速发展,环境问题开始显现。雾霾,这个隐形的“杀手”正对人类的生命安全构成威胁,同时也对中国社会经济健康发展提出挑战。城市作为人类生活的集聚地,是PM2.5污染的主要发生地,城市群作为城市发展中的必然产物,不同发育阶段的城市群的PM2.5污染严重程度异同。了解各城市PM2.5污染时空动态及影响因素可对城市提出针对性政策及建议,深入分析中国各城市群PM2.5污染时空动态及影响因素可为各发展阶段城市群的PM2.5污染的联防联控提出基础性建议,有着重要的现实意义。本文以2000—2015年PM2.5遥感栅格数据为基础进行分析,内容包括三个方面:一是对中国整体的PM2.5污染时序特征进行描述,利用核密度估计法分析中国城市群中地级以上城市的PM2.5污染分布特征,利用时空演化模型分析中国城市群、城市人口规模等级和PM2.5污染的关系,基于Arcgis分析中国城市PM2.5污染的变化模式;二是利用地理探测器对中国城市群PM2.5污染风险因子进行探测,在通过空间自相关检验后,利用空间面板模型分析中国城市PM2.5污染的影响机制;三是利用Spatial lag with regimes模型对中国“沿海—内陆”区域的城市PM2.5污染变化的空间差异性及空间溢出性耦合进行检验。第一方面侧重PM2.5污染时空上的异同,第二方面侧重PM2.5污染的空间效应及驱动机制,第三方面侧重空间上的耦合。主要结论如下:(1)时间动态方面。(1)城市层面。2000至2015年中国城市PM2.5年均浓度值的变化呈现先上升后稳定趋势,污染在2005年前后积累量最大,城市PM2.5年均浓度值围绕国家二级标准上下浮动,全国PM2.5年均浓度值低于一级标准的地区占比逐年减少,高污染区的占比不断增加。(2)城市群层面。国家级城市群PM2.5污染增长的贡献率最大,区域性城市群与地方性城市群PM2.5污染增长的贡献率基本相当;各等级城市群的PM2.5年均浓度值变化趋势均呈倒“U”型曲线,历年国家级城市群PM2.5年均浓度值最高,其次为区域性城市群、地方性城市群,地方性城市群的污染最先出现峰值,其次为国家级城市群、区域性城市群;不同等级城市群中各城市PM2.5污染的分布情况存在差异,国家级城市群各城市PM2.5污染有先加重后减轻态势,浓度在40μg/m3左右的城市最多;区域性城市群各城市PM2.5污染呈现持续加重态势,浓度值在35μg/m3与60μg/m3两浓度范围集聚,呈现“双峰”模式;地方性城市群各城市PM2.5污染变化区间较小,PM2.5年均浓度多分布在15μg/m3到30μg/m3之间,地方性城市群各城市的污染状况表现为先加重后减轻态势;非城市群中局部城市出现污染,浓度值在67μg/m3左右,大部分城市的污染值较小,在10μg/m3至20μg/m3左右。(2)空间动态方面。(1)胡焕庸线两侧的PM2.5污染差异明显,PM2.5污染在2005年前后最为严重,空间上存在多个高污染区。(2)中国PM2.5污染8种演化模式中的R-D-D类型占比最多,R-R-R类型其次,D-D-D类型最少,空间上主要呈组团或带状分布,具体表现为:福建—浙江—广东组团、山西—河南—湖北—湖南—江西组团、甘肃—贵州组团为空间分布的R-D-D类型,山东—河南—湖北—四川—云南带状分布的R-R-D类型;(3)人口规模等级越高的城市,其PM2.5污染超出的可能性越高,研究样本中的特大城市的PM2.5污染超标率为77.78%,超大城市PM2.5污染超标率达60%,大城市与中等城市的城市PM2.5污染超标率分别为48.21%与56.58%,小城市中占25%。(3)空间效应方面。中国PM2.5污染存在空间溢出效益,呈现高-高(H-H)集聚和低-低(L-L)集聚,2007年的集聚性最强,高/高(H-H)集聚区主要分布在北京、天津、上海、安徽、河北、河南、湖北、江苏、江西、吉林、山东、山西、浙江、湖南、辽宁、陕西等16个省市,低/低(L-L)集聚区主要有甘肃、贵州、黑龙江、内蒙古、宁夏、青海、四川、西藏自治区、新疆、云南等10个省份。(4)影响因素方面。各等级城市群不同时间截面下PM2.5污染的风险因子存在差异;针对中国PM2.5污染的驱动机制,在运用空间面板模型进行探讨时发现人口因素、产业结构、交通因素、能源消耗、气候及环境等对PM2.5污染有较大影响,PM2.5污染更倾向于人口数量大、工业总产值高、煤炭消耗量大的地区,公共交通的有效利用有利于缓解PM2.5污染;另外,本文验证出中国“沿海—内陆”区域的PM2.5污染存在空间差异和空间溢出性的嵌套结构。
段欣荣[8](2020)在《山东省面源污染的空间特征及影响因素研究》文中认为面源污染是当今世界水质恶化的第一大威胁,其中农业面源污染最为普遍。山东省是人口大省,也是农业大省,同时密集人类活动也使得面源污染日益严重,水污染问题令人堪忧,明确山东省面源污染的空间分布及影响对山东省水资源总体规划与管理有重大参考价值。本文通过收集山东省的日降雨量、DEM、土壤分类和土地利用等数据,以子流域作为控制单元,利用L-THIA模型模拟估算TN、TP面源污染模拟值;对山东省面源污染模拟结果进行空间分异及年内随季度变化研究分析,并通过自组织映射网络(SOM)定义山东省内面源污染的不同模式;最后基于地理探测器探究影响山东省不同尺度下TN、TP面源污染的自然因素和社会因素,主要研究结果如下:(1)以子流域为控制单元,通过L-THIA模型,获得山东省面源污染TN和TP的总负荷分别为681404.33t、38623.91t,单位面积污染负荷量的均值分别为4434.19kg/km2和252.87kg/km2。从空间特征上分析,TN、TP单位面源污染的空间变化趋势呈现出西高东低的空间分布特征,污染负荷量的分布较高的区域主要集中南四湖流域、沂沭河下游、徒骇-马颊河下游,其中极值区主要出现京杭大运河南四湖沿线。(2)以日降雨量驱动L-THTA模型,获得山东省年内不同季度的面源污染负荷季度性变化的规律,呈现第三季度>第二季度>第一、四季度的趋势。另外,山东省TP面源污染空间变异程度受年内季度影响较大,第二、三季度空间变异较大,第一、四季度空间变异较小;而山东省TN面源污染空间变异程度受年内季度影响较小。(3)以子流域为控制单元的面源污染数据,通过SOM聚类模式分析并结合山东省面源污染特征分析,获得三种不同的污染模式,分别为“低海拔高负荷风险模式”区域,主要位于湖西平原及鲁西北平原地区,TN单位面积负荷为5262.36kg/km2,TP单位面积负荷为293.27kg/km2;“高-低海拔较高负荷风险模式”区域,主要位于鲁中南部分山区、胶东半岛部分丘陵及黄河下游平原地区,TN单位面积负荷为4503.03kg/km2,TP单位面积负荷为252.475kg/km2;“高海拔低负荷风险模式”区域,主要位于鲁中山区和胶东半岛中部,TN单位面积负荷为3225.32kg/km2,TP单位面积负荷为196.27kg/km2。(4)基于地理探测器探究山东省“双尺度”下的面源污染影响因素。研究结果表明:省级尺度下土壤黏粒含量和土壤砂粒含量等自然因子和耕地面积、建设用地面积、化肥折纯量等社会经济因子对山东省TN、TP面源污染的空间变异均具有较大影响。在污染模式尺度下自然因子和社会经济因子的影响程度均发生了变弱趋势,其中自然因子变弱趋势最为明显,q统计值低于0.5,除耕地面积、建设用地面积、农林牧渔总产值和化肥折纯量等社会经济因素保持较高的q统计值,其他社会因素的影响程度也明显下降。
崔毅[9](2020)在《华北地区PM2.5中水溶性离子和CCN特征:泰山山顶和山底的同步观测研究》文中研究说明为了进一步理解华北地区(NC)水溶性离子(WSI)和云凝结核(CCN)特征及二者之间的关系,本研究从2017年5月12日至6月24日在泰山山顶和山底对细颗粒物(PM2.5)和CCN进行了同步观测和采样分析,具体结论如下:与文献中相关研究结果相比,泰山地区PM2.5中水溶性离子浓度总体呈降低趋势,其中SO42-浓度降低最为明显,但NO3-占水溶性离子的比例有所上升;固定源仍是华北地区WSI的主要贡献来源,但移动源污染的贡献逐年增大。山顶和山底水溶性离子浓度分别为22.26±16.53μg·m-3和31.02±21.92μg·m-3,且二次离子(SO42-、NO3-、NH4+)是水溶性离子的主要成分。山顶WSI浓度昼夜差异较小,但受边界层昼夜变化影响,山底水溶性离子浓度的昼夜差别较大。受昼夜温差影响,山底白天NO3-浓度低于夜间;山底SO42-昼夜质量浓度接近,但白天占水溶性离子比例更高。观测期间大部分时间内NH4+、SO42-、NO3-主要以NH4HSO4和NH4NO3的形式结合,但在山底白天人类活动更加频繁时,也会有少量的(NH4)2SO4存在,且观测期间NO3-主要以氨气和硝酸气体结合生成。主成分分析(PCA)结果表明,泰山地区主要受到二次气溶胶污染、海盐与生物质燃烧、矿物/土壤扬尘等因素的共同影响。后向轨迹分析表明,观测期间泰山主要受西南气团影响,所含水溶性离子浓度也最高。经分析发现,6月14日~16日华北地区发生大规模的区域性细颗粒物污染,受反气旋高压系统过境影响,污染期间泰山主要受西南风支配,将上游污染物输送至泰山南侧山脚下,并沿山体地形强迫抬升,导致泰山山顶山底同时观测到高浓度的水溶性离子。根据CCN谱拟合,观测期间泰山地区CCN浓度随过饱和度增加而升高,白天浓度明显高于夜间,且昼夜均表现出明显的大陆型特征。CCN数浓度日变化呈现出双峰特征,浓度最高峰值出现在下午16~17时,且早晨6时也出现一个较低的浓度峰值,且不同过饱和度下CCN日变化趋势基本一致。CCN数浓度与水溶性离子浓度呈现出明显的正相关,相关系数随过饱和度增加而减小。
蒋宛彦含[10](2020)在《中国短链氯化石蜡环境归趋和海洋水生食物暴露风险数值模拟研究》文中进行了进一步梳理短链氯化石蜡(short chain chlorinated paraffins,SCCPs)是碳链数10-13的氯化石蜡(Chlorinated paraffins,CPs),具有持久性有机污染物(persistent organic pollutants,POPs)的高毒性、生物蓄积性、半挥发性和持久性,能从排放区域长距离迁移到未排放地区,在全球范围内导致环境污染。2017年持久性有机污染物审查委员会将SCCPs列入《斯德哥尔摩公约》附件A中。中国生产了世界近20-30%的CPs,主要集中在东部沿海区域,大量SCCPs在排放后进入海洋。海洋环境是各类POPs最终和主要的汇之一,SCCPs具有较高亲脂性和抗代谢性,在水生生物体内表现出富集潜力,会沿食物链富集和放大,对海洋环境和海洋生物都造成了不同程度的污染。消费SCCPs污染的海产品是人体摄入SCCPs的一个主要途径,尤其当消费处于食物链中较高营养级的鱼类时。沿海省份捕捞海鱼后,通过省际鱼类贸易运输到全国各地。随着省际贸易强度和深度不断增加,除了在大气和洋流等环境因素下迁移,省际食品贸易为污染物在地区之间迁移提供了另外一种迁移途径,带来的健康风险转移问题也愈发突出。一般评价食用污染的海产品而引起的暴露风险时,不会考虑食品消费地和生产地差异,导致评估的暴露风险与真实情况存在一定差异,尤其当消费地和生产地被污染程度差异较大时。为确定我国区域尺度上SCCPs环境行为,健康影响和鱼类贸易中转移的暴露风险,本论文首先建立了高分辨率的中国SCCPs大气排放清单,利用多介质耦合大气传输模型,确定了我国四大海域中SCCPs分布、环境行为和源汇关系(四大海域即渤海、黄海、东海和南海);在此基础上,耦合了海洋食物网模型和暴露风险评价方法,评估了海洋生物体内SCCPs污染情况和我国沿海居民摄食SCCPs污染鱼类导致的暴露风险;以我国沿海省际带鱼贸易为例,探究了贸易中隐含的SCCPs暴露风险转移。基于上述研究,本论文得到如下主要研究结果:(1)2008-2012年我国SCCPs大气总排放量分别为1068.4、968.6、1042.9、1127.6和1444.0吨。从排放源看,来自金属切削液添加剂使用过程的SCCPs排放量最大,5年共排放2680.2吨,其次为CPs生产过程(2281.8吨),作为增塑剂使用过程(514.3吨),作为阻燃剂使用过程(108.6吨)和净进口(66.6吨)。从空间看:我国SCCPs排放主要聚集在我国东部沿海区域和南部区域。其中,山东省排放量最大,5年共向大气排放了742.3吨,其次是江苏省(724.0吨),浙江省(573.4吨),河南省(456.7吨)和广东省(441.7吨)。2008-2012年网格化SCCPs大气总排放量的空间分布与金属切削液导致的网格化排放量空间分布上比较一致,主要聚集在我国工业发达,夜间灯光指数高和人口密集地区。(2)SCCPs在大气、海水、海洋沉积物中浓度和总沉降量都表现出距离海岸线距离增加时,SCCPs浓度和沉降量变小的趋势。在自由大气的西风作用下,东海位于我国大陆下风向,沿岸地区SCCPs排放量大,易于污染物在此沉积,在东海附近形成了向外(东)扩散的烟羽。由于目前还在大量使用SCCPs,在邻近海岸带的近海陆地土-气和水-气交换都未达到动态平衡状态,发现SCCPs表现为从大气向地表或海水表面沉降。对四大海域的源汇关系进行了确认,不同海域的主要源区各不相同,均以邻近海岸带和近海陆地的排放源贡献为主,主要源区贡献比例都在64%以上,尤其是南海附近近海陆地源对南海海洋环境中SCCPs贡献率接近100%。以2011年渤海两个主要源区的月干、湿沉降贡献率变化为例,发现主要受当地排放源影响,其次是气象条件。(3)中国11种海鱼体内SCCPs模拟浓度范围为31-1337 ng/g,对不同人群消费这11种鱼类导致的暴露风险进行了评估,年龄2-5、6-18和>18三个年龄组每人每日估计摄入SCCPs剂量(Estimated Daily Intake,EDIs,ng/(kg?day))分别是21.7-1033.0、21.8-1082.7和23.0-1133.4 ng/(kg?day),同年龄组女性消费SCCPs污染鱼类导致的暴露风险高于男性,EDIs值会随年纪增大而增加。但本研究模拟结果发现消费这11种鱼类目前不会对人体造成明显风险,但仍需要关注潜在的风险。(4)关于省际海产品贸易中隐含的SCCPs暴露风险研究发现,浙江、福建和山东是我国最主要的带鱼生产省份,分别贡献了我国带鱼捕捞导致的SCCPs暴露剂量(EDIs)的38-41%、26-29%和6-8%。上海和天津是我国消费带鱼导致的EDIs最大的省市,分别是1.6-7.8和0.7-2.8 ng/(kg?day)。如果上海消费的带鱼全部来自浙江,和消费上海本地附近海域捕捞的带鱼相比会减少50.5-62.8%的SCCPs暴露风险。如果天津消费的带鱼一半来自浙江,一半来自山东,和消费本地附近海域捕捞的带鱼相比SCCPs暴露风险会增加276.8-361.2%。研究结果表明,当地海洋环境和鱼类捕捞地变化都会影响SCCPs相关的暴露风险。
二、Pollutant Concentration Distribution Behind Peninsular Models(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、Pollutant Concentration Distribution Behind Peninsular Models(论文提纲范文)
(1)南京市PM2.5空气污染对呼吸系统疾病的可能效应分析(论文提纲范文)
摘要 |
Abstract |
第一章 前言 |
1.1 研究背景 |
1.2 国内外研究进展 |
1.2.1 PM_(2.5)来源与影响因素研究 |
1.2.2 PM_(2.5)时空分布研究 |
1.2.3 PM_(2.5)对人口暴露风险研究 |
1.3 研究思路与内容 |
第二章 数据和方法 |
2.1 研究数据 |
2.1.1 空气污染数据 |
2.1.2 健康数据 |
2.1.3 气象数据 |
2.1.4 社会经济数据 |
2.1.5 人口数据 |
2.2 研究方法 |
2.2.1 基于机会约束的随机数据包络分析法 |
2.2.2 灰色关联分析 |
2.2.3 分布滞后非线性模型 |
2.2.4 长短期记忆人工神经网络 |
第三章 PM_(2.5)污染时空分布与影响因素分析 |
3.1 全国2000-2018年PM_(2.5)时空分布特征 |
3.2 江苏省2000-2018年PM_(2.5)时空分布特征 |
3.3 江苏省PM_(2.5)污染影响因素分析 |
3.3.1 构建不同级别的投入与产出指标 |
3.3.2 基于不同级别指标的PM_(2.5)污染影响要素分析 |
3.3.3 二级投入指标对PM_(2.5)污染影响分析 |
3.3.4 二级投入指标对PM_(2.5)污染影响分析 |
3.4 南京市2000-2018年PM_(2.5)时空分布特征 |
3.5 本章小结 |
第四章 南京市空气污染因子与呼吸系统疾病死亡率的关联性分析 |
4.1 南京市居民死亡数据特征分析 |
4.2 空气污染影响因子构建 |
4.3 呼吸系统疾病死亡率与六个空气污染影响因子的灰色关联度分析 |
4.4 呼吸系统疾病死亡率与更大时间尺度上PM_(2.5)年均浓度的灰色关联度分析 |
4.5 本章小结 |
第五章 南京市PM_(2.5)污染对呼吸系统疾病门诊量和滞后期的影响 |
5.1 南京市某三级甲等医院门诊数据特征分析 |
5.2 PM_(2.5)浓度升高对呼吸系统疾病门诊量和滞后期的影响 |
5.3 不同PM_(2.5)浓度对于不同人群呼吸系统疾病门诊量和滞后期的影响 |
5.4 本章小结 |
第六章 2021-2035 年南京市某医院呼吸系统疾病门诊量预估 |
6.1 基于LSTM模型的PM_(2.5)污染与呼吸系统疾病门诊量模拟分析 |
6.2 未来不同情景下呼吸系统门诊量的预估 |
6.3 本章小结 |
第七章 结论及展望 |
7.1 结论 |
7.2 主要创新点 |
7.3 存在的不足 |
7.4 下一步工作展望 |
参考文献 |
个人简历 |
致谢 |
(2)极地多环芳烃和有机氯污染物分布特征、源解析及风险评价(论文提纲范文)
摘要 |
abstract |
1 绪论 |
1.1 持久性有机污染物的种类及特性 |
1.2 多环芳烃的性质、来源与解析 |
1.2.1 多环芳烃简介和理化性质 |
1.2.2 多环芳烃来源 |
1.2.3 多环芳烃源解析方法 |
1.3 有机氯农药的性质、来源与解析 |
1.3.1 有机氯农药简介及特性 |
1.3.2 六六六 |
1.3.3 滴滴涕 |
1.4 极地地区持久性有机污染物研究现状 |
1.5 本论文的研究内容、研究目的意义 |
1.5.1 研究内容 |
1.5.2 研究目的及意义 |
2 南极菲尔德斯半岛和阿德雷岛土壤中持久性有机污染物的分布、源解析和风险评价 |
2.1 引言 |
2.2 研究区域及样品采集 |
2.2.1 研究区域概况 |
2.2.2 样品采集 |
2.3 实验材料与分析方法 |
2.4 结果与讨论 |
2.4.1 南极研究区域表层土壤中PAHs的分布、来源及年际变化 |
2.4.1.1 2019 年南极研究区域表层土壤中PAHs的分布特征 |
2.4.1.2 2019 年南极研究区域表层土壤中PAHs的组成特征 |
2.4.1.3 2019 年南极研究区域表层土壤中PAHs源解析 |
2.4.1.4 2019 年南极研究区域表层土壤中PAHs生态风险评价 |
2.4.1.5 2020 年南极地区PAHs的分布特征及年际变化 |
2.4.2 南极研究区域表层土壤中OCPs的分布、来源及年际变化 |
2.4.2.1 2019 年南极研究区域表层土壤中OCPs的分布特征 |
2.4.2.2 2019 年南极研究区域土壤中OCPs的组成及源解析 |
2.4.2.3 2019 年南极研究区域土壤中OCPs的生态风险评价 |
2.4.2.4 2020 年南极地区OCPs的分布特征及年际变化 |
2.4.2.5 南极地区PAHs和 OCPs相关性分析 |
2.5 本章小结 |
3 南极菲尔德斯半岛和阿德雷岛生物样品中PAHs的含量与分布 |
3.1 引言 |
3.2 样品采集及实验方法 |
3.2.1 样品采集 |
3.2.2 实验方法 |
3.3 结果与讨论 |
3.3.1 南极地区生物样品中PAHs的含量分布 |
3.3.2 南极地区生物样品中PAHs的组成特征 |
3.3.3 南极鱼体不同组织部位中PAHs的差异性比较 |
3.4 本章小结 |
4 北极新奥尔松地区土壤样品中持久性有机污染物的分布、源解析及风险评价 |
4.1 引言 |
4.2 研究区域及样品采集 |
4.2.1 研究区域概况 |
4.2.2 样品采集 |
4.3 实验材料与方法 |
4.4 结果与讨论 |
4.4.1 北极研究区域表层土壤中PAHs的含量与分布 |
4.4.1.1 北极研究区域表层土壤中PAHs的分布特征 |
4.4.1.2 北极研究区域表层土壤中PAHs的组成特征 |
4.4.1.3 北极研究区域表层土壤中PAHs的源解析 |
4.4.1.4 北极研究区域表层土壤中PAHs的生态风险评价 |
4.4.2 北极研究区域表层土壤中OCPs的含量与分布 |
4.4.2.1 北极研究区域表层土壤中OCPs的分布特征 |
4.4.2.2 北极研究区域表层土壤中HCHs的组成与来源 |
4.4.2.3 北极研究区域表层土壤中DDTs的组成与来源 |
4.4.2.4 北极研究区域表层土壤中OCPs的生态风险评价 |
4.5 本章小结 |
结论与展望 |
结论 |
展望 |
参考文献 |
致谢 |
攻读硕士学位期间所发表的学术论文目录 |
(3)北部湾近海沉积物微塑料污染时空格局及源—汇关系研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 问题的提出 |
1.2 海洋塑料污染概况 |
1.3 海洋微塑料的“源” |
1.3.1 陆源污染 |
1.3.2 海源污染 |
1.4 微塑料的入海途径 |
1.4.1 人工排水系统和地表径流 |
1.4.2 固体废物海洋倾倒 |
1.4.3 风力运输 |
1.5 海洋微塑料的“汇” |
1.5.1 沉积物 |
1.5.2 海洋生物 |
1.5.3 其他可能的“汇” |
1.6 源-汇相互转化 |
1.7 研究内容和拟解决的科学问题 |
1.7.1 研究内容 |
1.7.2 拟解决的科学问题 |
第二章 研究区域和微塑料分析方法的建立 |
2.1 研究区域 |
2.1.1 区域概况 |
2.1.2 研究的主要港湾 |
2.1.3 沿海主要河流 |
2.1.4 珊瑚礁区 |
2.2 海洋环境中微塑料的分析方法 |
2.2.1 微塑料的分类 |
2.2.2 样品采集方式 |
2.2.3 样品的前处理 |
2.2.4 微塑料的鉴定与定量 |
2.3 分析方法的选取和建立 |
2.3.1 样品采集 |
2.3.2 微塑料分析方法的选取 |
2.3.3 实验分析步骤 |
2.3.4 ~(210)Pb定年方法及模型 |
2.3.5 沉积柱样品粒度测定 |
2.3.6 质量控制 |
第三章 微塑料在北部湾近海沉积物的水平分布和特征 |
3.1 北部湾重点研究区表层沉积物微塑料的水平分布和特征 |
3.1.1 总体成分特征 |
3.1.2 总体丰度水平 |
3.1.3 水平分布特征 |
3.1.4 表观特征 |
3.2 红树林沉积物微塑料水平分布和特征 |
3.2.1 丰度水平和组分特征 |
3.2.2 分布特征与原因分析 |
3.2.3 与国内外其他研究对比 |
3.3 珊瑚礁沉积物微塑料水平分布和特征 |
3.3.1 丰度水平和组分特征 |
3.3.2 分布特征与原因分析 |
3.3.3 与国内外其他研究对比 |
3.4 本章小结 |
第四章 沉积柱微塑料垂向分布与年代学分析 |
4.1 垂向分布 |
4.1.1 垂向丰度水平 |
4.1.2 组分和形态特征 |
4.2 微塑料在沉积柱中的污染记录 |
4.2.1 放射性同位素的垂直分布 |
4.2.2 沉积柱的沉积速率及年代学研究 |
4.3 微塑料的垂向迁移 |
4.3.1 垂向迁移观点的提出 |
4.3.2 微塑料垂向迁移观点的论证 |
4.3.3 微塑料向下迁移原因分析 |
4.4 本章小结 |
第五章 微塑料污染源-汇机理解析 |
5.1 北部湾重点研究区微塑料污染来源解析 |
5.1.1 微塑料溯源方式 |
5.1.2 北部湾重点研究区沉积物微塑料来源分析 |
5.2 微塑料的渔业来源及其影响 |
5.2.1 渔业强度与微塑料污染相关性分析 |
5.2.2 污染削减关键控制因素识别 |
5.3 红树林和珊瑚礁沉积物微塑料来源分析 |
5.3.1 红树林沉积物微塑料来源 |
5.3.2 珊瑚礁沉积物微塑料来源 |
5.4 北部湾微塑料的“汇” |
5.4.1 “汇”的分析判断方法 |
5.4.2 表层沉积物 |
5.4.3 红树林沉积物 |
5.4.4 珊瑚礁沉积物 |
5.4.5 深层沉积物 |
5.4.6 “汇”的生态风险评价 |
5.5 本章小结 |
第六章 海洋塑料污染治理的存在问题和对策建议 |
6.1 海洋塑料污染治理存在问题 |
6.1.1 看待塑料污染客观性不足 |
6.1.2 塑料管控对策科学论证不足 |
6.1.3 海洋保护法规执行力不强 |
6.1.4 海岸带开发合理度不高 |
6.2 塑料防治政策应遵循科学原则 |
6.2.1 生命周期评价原则 |
6.2.2 源头减废原则 |
6.2.3 产业布局服从环境容量原则 |
6.3 北部湾染塑料污染防治对策建议 |
6.3.1 科学布局海洋产业和开发区域 |
6.3.2 削减渔业来源的塑料污染 |
6.3.3 建立城乡一体的垃圾分类处理体系 |
6.4 区域环境共治和协同发展建议 |
6.4.1 区域协同的必要性和机遇期 |
6.4.2 发展现代海洋养殖业 |
6.4.3 珊瑚礁和海岛保护开发 |
6.5 效果预期(愿景) |
第七章 结论和研究展望 |
7.1 主要结论 |
7.2 论文特色与创新之处 |
7.3 研究展望 |
参考文献 |
致谢 |
攻读学位期间发表学术论文情况 |
(4)滨海河流沉积物的典型重金属质量基准确定及Cd污染原位修复研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景与意义 |
1.2 水体沉积物重金属污染 |
1.2.1 沉积物重金属污染概况 |
1.2.2 沉积物重金属环境行为 |
1.3 沉积物重金属质量基准研究进展 |
1.3.1 沉积物质量基准概述 |
1.3.2 常用的SQG建立方法 |
1.3.3 国内、外重金属SQG研究现状 |
1.4 重金属污染沉积物修复 |
1.4.1 重金属污染沉积物修复技术 |
1.4.2 铁基材料在重金属修复中的应用 |
1.4.3 沉积物重金属修复效果评价 |
1.5 研究目的与研究内容 |
1.5.1 研究目的 |
1.5.2 研究内容 |
1.5.3 技术路线 |
第2章 滨海河流沉积物典型重金属环境质量基准的确定 |
2.1 引言 |
2.2 材料与方法 |
2.2.1 研究区域 |
2.2.2 样品采集与预处理 |
2.2.3 沉积物指标测定 |
2.2.4 质量控制 |
2.2.5 重金属SQG计算 |
2.2.6 重金属污染评价 |
2.2.7 数据分析 |
2.3 结果与讨论 |
2.3.1 沉积物理化性质和重金属分布 |
2.3.2 间隙水重金属污染 |
2.3.3 重金属SQG的建立 |
2.3.4 重金属SQG的应用及可行性 |
2.4 结论 |
第3章 不同材料负载纳米零价铁前后对Cd污染沉积物固定修复 |
3.1 引言 |
3.2 材料与方法 |
3.2.1 主要仪器与试剂 |
3.2.2 沉积物的样品采集、预处理及理化性质测定 |
3.2.3 材料制备 |
3.2.4 材料表征 |
3.2.5 培育实验 |
3.2.6 沉积物理化指标分析 |
3.2.7 细菌群落分析 |
3.2.8 质量控制 |
3.2.9 数据分析 |
3.3 结果与讨论 |
3.3.1 沉积物和固定化材料的表征 |
3.3.2 固定化修复后对沉积物性质的影响 |
3.3.3 沉积物中Cd稳定性的变化 |
3.3.4 沉积物细菌群落变化 |
3.4 结论 |
第4章 生物炭负载纳米零价铁固定沉积物Cd的效率及细菌响应 |
4.1 引言 |
4.2 材料与方法 |
4.2.1 主要仪器与试剂 |
4.2.2 沉积物的样品采集、预处理及理化性质测定 |
4.2.3 材料制备 |
4.2.4 材料表征 |
4.2.5 培育实验 |
4.2.6 沉积物理化指标分析 |
4.2.7 细菌群落分析 |
4.2.8 质量控制 |
4.2.9 数据分析 |
4.3 结果与讨论 |
4.3.1 沉积物和固定化材料的表征 |
4.3.2 固定化材料对沉积物性质的影响 |
4.3.3 上覆水和间隙水的Cd浓度变化 |
4.3.4 沉积物中Cd可移动性的变化 |
4.3.5 p H对上覆水和间隙水中Cd浓度的影响 |
4.3.6 沉积物细菌群落变化 |
4.4 结论 |
第5章 生物炭负载纳米Fe_2O_3对Cd重污染沉积物的原位覆盖 |
5.1 引言 |
5.2 材料与方法 |
5.2.1 主要仪器与试剂 |
5.2.2 沉积物的样品采集、预处理及理化性质测定 |
5.2.3 材料制备 |
5.2.4 材料表征 |
5.2.5 培育实验 |
5.2.6 沉积物理化指标分析 |
5.2.7 质量控制 |
5.2.8 数据分析 |
5.3 结果与讨论 |
5.3.1 沉积物和覆盖材料的表征 |
5.3.2 原位覆盖对沉积物性质的影响 |
5.3.3 p H对上覆水和间隙水中Cd浓度变化的影响 |
5.3.4 水流扰动强度对上覆水和间隙水Cd浓度变化的影响 |
5.3.5 覆盖对上覆水—沉积物剖面Cd浓度的影响 |
5.3.6 覆盖后BC和nFe_2O_3@BC覆盖层中Cd的稳定性 |
5.3.7 覆盖导致上覆水中Fe溶解的风险 |
5.4 结论 |
第6章 总结与展望 |
6.1 总结 |
6.2 主要创新点 |
6.3 展望 |
参考文献 |
致谢 |
作者简历及攻读学位期间发表的学术论文与研究成果 |
(5)基于Boosting算法的合肥市AQI预测模型研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
第一节 研究背景与研究意义 |
一、研究背景 |
二、研究意义 |
第二节 国内外研究现状 |
一、空气质量现状研究综述 |
二、空气质量预测方法研究综述 |
三、文献综述评价 |
第三节 研究思路和研究内容 |
一、研究思路 |
二、研究方法 |
三、研究内容 |
第四节 研究创新点与不足 |
一、研究的创新点 |
二、研究的不足 |
第二章 方法理论 |
第一节 集成学习方法概述 |
一、集成学习方法 |
二、Bagging方法 |
三、Boosting方法 |
第二节 XGBoost方法 |
一、XGBoost的原理 |
二、XGBoost的优势 |
第三节 Light GBM方法 |
一、Light GBM的原理 |
二、Light GBM的优势 |
第四节 Cat Boost方法 |
一、Cat Boost的原理 |
二、Cat Boost的优势 |
第三章 空气质量相关数据介绍 |
第一节 合肥市地形气候特征与监测站 |
一、地形地貌 |
二、气候环境 |
三、合肥市空气质量监测站点 |
第二节 空气质量数据介绍 |
一、相关知识介绍 |
二、原始数据来源 |
三、数据特征介绍 |
第四章 空气质量指数模型设计与分析 |
第一节 数据预处理 |
一、重复值处理 |
二、异常值处理 |
三、缺失值处理 |
第二节 空气质量探索性数据分析 |
一、描述性统计分析 |
二、探索性分析 |
第三节 特征筛选与评测指标选取 |
一、Lasso回归方法 |
二、筛选特征 |
三、选取性能评测指标 |
第四节 Boosting预测模型建立 |
一、基于XGBoost回归预测模型实现与优化 |
二、基于Light GBM回归预测模型实现与优化 |
三、基于Cat Boost回归预测模型实现与优化 |
第五节 预测模型结果对比分析 |
一、模型精度对比 |
二、模型效率对比 |
三、分析总结 |
第六节 模型融合与对比评估 |
一、模型融合策略 |
二、模型改进 |
三、对比评估 |
第五章 总结与展望 |
第一节 研究总结 |
第二节 研究展望 |
参考文献 |
致谢 |
(6)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 |
(7)中国城市与城市群PM2.5污染时空动态及影响因素(论文提纲范文)
摘要 |
ABSTRACT |
1 绪论 |
1.1 研究背景和意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 相关文献综述 |
1.2.1 PM_(2.5)污染时空动态研究 |
1.2.2 PM_(2.5)污染的影响因素研究 |
1.2.3 分析方法 |
1.2.4 研究评述 |
1.3 问题提出 |
1.4 研究思路、技术路线与研究内容 |
2 数据说明及研究方法 |
2.1 数据说明 |
2.2 研究方法 |
2.2.1 核密度估计 |
2.2.2 时空演化树 |
2.2.3 空间自相关 |
2.2.4 地理探测器 |
2.2.5 空间面板计量模型 |
3 中国城市与城市群PM_(2.5)污染时空动态特征 |
3.1 中国城市及城市群PM_(2.5)污染时空动态 |
3.1.1 中国城市PM_(2.5)污染时序特征 |
3.1.2 中国城市群PM_(2.5)污染时序特征 |
3.1.3 中国城市群地级以上城市PM_(2.5)污染核密度分布 |
3.2 中国PM_(2.5)污染空间特征及变化模式 |
3.2.1 中国城市PM_(2.5)污染空间特征 |
3.2.2 中国城市PM_(2.5)污染变化的空间特征 |
3.2.3 中国城市群各城市PM_(2.5)污染演化特征 |
3.3 本章小结 |
4 中国城市PM_(2.5)污染的空间溢出效应 |
4.1 全局空间自相关分析 |
4.2 局部空间自相关分析 |
4.3 本章小结 |
5 中国城市及城市群PM_(2.5)污染的影响因素 |
5.1 中国城市群PM_(2.5)污染的影响因子探测 |
5.2 中国城市PM_(2.5)污染的影响因素 |
5.3 中国城市PM_(2.5)污染的空间差异与空间溢出耦合检验 |
5.4 本章小结 |
6 结论与讨论 |
6.1 主要结论 |
6.2 政策建议 |
6.3 创新点、不足与展望 |
参考文献 |
附录 A |
致谢 |
攻读学位期间参加的学术会议及发表的学术文章 |
(8)山东省面源污染的空间特征及影响因素研究(论文提纲范文)
摘要 |
ABSTRACT |
1 引言 |
1.1 研究背景与意义 |
1.2 国内外研究现状 |
1.2.1 面源污染估算方法的研究现状 |
1.2.2 面源污染影响因素研究现状 |
1.2.3 山东省面源污染的研究现状 |
1.2.4 研究评述 |
1.3 研究内容和技术路线 |
1.3.1 研究内容 |
1.3.2 技术路线 |
2 研究区概况 |
2.1 自然概况 |
2.1.1 地形地貌 |
2.1.2 气象特征 |
2.1.3 土壤植被 |
2.1.4 河流湖泊 |
2.2 社会经济概况 |
2.2.1 行政区划与人口 |
2.2.2 经济社会 |
3 山东省面源污染负荷估算 |
3.1 子流域划分与典型流域选择 |
3.1.1 子流域划分 |
3.1.2 典型流域选择 |
3.2 L-THIA模型 |
3.2.1 模型机理 |
3.2.2 参数确定 |
3.3 面源污染估算结果检验 |
3.3.1 结果检验方法 |
3.3.2 径流量模拟结果检验 |
3.3.3 污染负荷模拟结果检验 |
4 山东省面源污染空间特征分析 |
4.1 山东省面源污染描述性统计 |
4.2 山东省面源污染空间特征分析 |
4.2.1 流域面源污染空间分异特征 |
4.2.2 不同土地利用的污染负荷分布 |
4.2.3 不同子流域面源污染负荷分布 |
4.3 山东省面源污染年内变化特征 |
4.3.1 TP污染负荷季度变化分析 |
4.3.2 TN污染负荷季度变化分析 |
4.4 山东省面源污染模式识别 |
4.4.1 面源污染负荷的空间相关性分析 |
4.4.2 基于SOM的山东省面源污染模式识别 |
5 山东省面源污染影响因素分析 |
5.1 地理探测器模型 |
5.1.1 模型机理 |
5.1.2 影响因子选择 |
5.2 山东省面源污染影响因素分析 |
5.2.1 面源污染的自然影响因素分析 |
5.2.2 面源污染的社会经济影响因素分析 |
5.3 不同污染模式尺度下的影响因素分析 |
5.3.1 面源污染的自然影响因素分析 |
5.3.2 面源污染的社会经济影响因素分析 |
6 结论与展望 |
6.1 结论 |
6.2 展望 |
参考文献 |
攻读硕士学位期间发表论文与参与课题 |
致谢 |
(9)华北地区PM2.5中水溶性离子和CCN特征:泰山山顶和山底的同步观测研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究意义 |
1.2 国内外研究进展 |
1.2.1 水溶性离子的研究 |
1.2.2 云凝结核的研究 |
1.2.3 气溶胶源解析的研究 |
1.2.4 泰山地区的大气气溶胶研究 |
1.3 研究目的与内容 |
1.3.1 研究目的 |
1.3.2 研究内容 |
第二章 研究方法 |
2.1 采样地点和时间 |
2.2 分析仪器和数据质量控制 |
2.2.1 离子分析和数据质量 |
2.2.2 CCN的观测 |
2.3 水溶性离子来源分析 |
2.3.1 主成分分析法 |
2.3.2 后向轨迹法 |
第三章 PM_(2.5)中水溶性离子特征 |
3.1 泰山水溶性离子总体特征及其与前人研究的比较 |
3.2 白天与夜间水溶性离子特征比较 |
3.3 SO_4~(2-)、NO_3~-和NH_4~+的离子分析 |
3.4 本章小结 |
第四章 PM_(2.5)中水溶性离子来源分析 |
4.1 主成分分析 |
4.2 后向轨迹分析 |
4.3 一次山顶山底同时发生的WSI污染事件 |
4.4 本章小结 |
第五章 云凝结核特征 |
5.1 观测期间CCN浓度的整体情况 |
5.2 CCN浓度的日变化和昼夜特征 |
5.3 CCN与水溶性离子的关系 |
5.4 本章小结 |
第六章 主要结论与展望 |
6.1 主要结论 |
6.2 本文特色 |
6.3 不足与展望 |
参考文献 |
致谢 |
作者简介 |
(10)中国短链氯化石蜡环境归趋和海洋水生食物暴露风险数值模拟研究(论文提纲范文)
中文摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景 |
1.1.1 SCCPs及污染来源 |
1.1.2 我国海洋环境污染与人体健康影响的问题 |
1.1.3 我国省际海产品贸易与污染转移 |
1.2 SCCPs概述 |
1.2.1 理化性质及危害 |
1.2.2 生产和使用 |
1.2.3 环境特性 |
1.2.4 环境污染水平 |
1.3 国内外研究进展 |
1.3.1 SCCPs排放清单研究 |
1.3.2 SCCPs环境归趋模拟研究 |
1.3.3 食品中SCCPs人体暴露 |
1.3.4 贸易中隐含的环境污染与健康风险转移研究 |
1.4 研究意义、目的及内容 |
1.4.1 研究意义及目的 |
1.4.2 研究内容 |
1.5 研究方案和技术路线 |
第二章 数据和方法 |
2.1.中国网格化SCCPs大气排放清单的建立 |
2.1.1.排放源分类 |
2.1.2.排放因子及相关数据 |
2.1.3.省级排放清单建立 |
2.1.4.网格化排放清单建立 |
2.1.5.不确定性分析 |
2.2.中国SCCPs环境归趋数值模拟 |
2.2.1.CanMETOP大气传输模型介绍 |
2.2.2.输入和输出参数 |
2.2.3.研究区域设置 |
2.2.4.求解和环境过程 |
2.2.5.灵敏度参数分析 |
2.3.SCCPs在我国海洋食物网富集模拟 |
2.3.1.模拟区域 |
2.3.2.浮游动物与海水的交换 |
2.3.3.底栖软体动物体内SCCPs浓度 |
2.3.4.鱼类体内SCCPs浓度 |
2.4.SCCPs暴露风险评价 |
2.5.沿海省际带鱼贸易中隐含的SCCPs暴露风险转移 |
第三章 中国SCCPs大气排放清单 |
3.1.国家级排放特征 |
3.1.1.排放量的年际变化 |
3.1.2.各排放源的贡献 |
3.2.省级排放空间分布特征 |
3.3.网格化排放空间分布特征 |
3.4.排放清单的不确定性 |
3.5.本章小节 |
第四章 我国及近海SCCPs的环境归趋行为模拟 |
4.1.我国环境中SCCPs空间分布 |
4.2.大气中SCCPs分布 |
4.2.1.土壤中SCCPs分布 |
4.2.2.东部近海海洋环境中SCCPs分布 |
4.3.我国近海SCCPs的环境行为 |
4.3.1.土-气交换 |
4.3.2.东部近海气-水交换通量 |
4.4.东部海域中SCCPs来源分析 |
4.4.1.排放区域情景设置 |
4.4.2.四大海域SCCPs源-汇关系 |
4.4.3.主要排放源区对渤海SCCPs污染的贡献 |
4.5.模拟结果验证 |
4.6.理化性质对模拟结果影响 |
4.7.本章小结 |
第五章 我国东部海洋食物网中SCCPs富集及带鱼贸易中隐含的暴露风险转移 |
5.1.海洋食物网SCCPs富集 |
5.2.暴露风险评估 |
5.3.东部沿海省际带鱼贸易中隐含的SCCPs暴露风险转移 |
5.3.1.东部沿海各省带鱼体内SCCPs浓度水平 |
5.3.2.沿海省际带鱼贸易中隐含的暴露风险转移 |
5.4.本章小节 |
第六章 结论、创新、不足和展望 |
6.1.结论 |
6.2.特色及创新 |
6.3.不足与展望 |
参考文献 |
在学期间的研究成果 |
致谢 |
附录 |
四、Pollutant Concentration Distribution Behind Peninsular Models(论文参考文献)
- [1]南京市PM2.5空气污染对呼吸系统疾病的可能效应分析[D]. 周易. 南京信息工程大学, 2021(01)
- [2]极地多环芳烃和有机氯污染物分布特征、源解析及风险评价[D]. 刘昂. 青岛科技大学, 2021(01)
- [3]北部湾近海沉积物微塑料污染时空格局及源—汇关系研究[D]. 薛保铭. 广西大学, 2021(01)
- [4]滨海河流沉积物的典型重金属质量基准确定及Cd污染原位修复研究[D]. 刘群群. 中国科学院大学(中国科学院烟台海岸带研究所), 2021(01)
- [5]基于Boosting算法的合肥市AQI预测模型研究[D]. 周有康. 安徽财经大学, 2021(10)
- [6]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)
- [7]中国城市与城市群PM2.5污染时空动态及影响因素[D]. 李登辉. 河南大学, 2020(02)
- [8]山东省面源污染的空间特征及影响因素研究[D]. 段欣荣. 山东师范大学, 2020(08)
- [9]华北地区PM2.5中水溶性离子和CCN特征:泰山山顶和山底的同步观测研究[D]. 崔毅. 南京信息工程大学, 2020(02)
- [10]中国短链氯化石蜡环境归趋和海洋水生食物暴露风险数值模拟研究[D]. 蒋宛彦含. 兰州大学, 2020(01)