简介:紧扣水土保持工作特点,分析了实现水土保持产业化的基本条件,指出历史赋予了水土保持产业一个千载难逢的大好机遇。要结合中国的国情发展水土保持产业。水土保持是一个费省效宏、回报率极高的产业,现在的小流域经济为其产业化打下了坚实的基础。文中还就实现水土保持产业化的有效途径提出:第一要以经济效益为中心,继续壮大水保产业的实力,第二要以科技为依托实现农业可持续发展,第三要以市场为导向,实现水土保持产业化。在市场经济中一切经济行为都必须按市场规律办事。首先要务实第一产业,在满足人们基本需要的基础上发展拳头产品,抓特色种养业,做到人无我有,人有我新。其次壮大第二产业,抓龙头企业,抓名牌产品,降低生产成本,改善产品质量,提高经济效益。最后是发展第三产业,要抓规模经营和规范化服务,为前两个产业创造条件。只要有了成熟的水土保持产业体系,才能称得上实现水土保持产业化。
简介:回顾了国内外气候变化对环境空气质量影响的相关研究成果。已有研究表明,气候变化可以通过改变地面气温而加速某些大气污染成分(如O3)的前体物(如VOCs)的自然源排放,可以通过改变化学反应速率、边界层高度和天气系统出现频率等来影响污染物的垂直混合和扩散速度,还可以通过改变大气环流形势,进而改变污染物的传输方式;气候变化不仅影响到室外空气质量,还可以影响室内空气质量,给人体健康带来威胁。因而,气候变化可以影响局地或地区的大气环境质量,也可以带来室内空气质量的改变,这些认识已被学者们达成一致。但是这些影响仍存在着诸多不确定性因素,主要包括:未来气候变化的趋势和程度,未来的大气污染物及其前体物的排放量,大气污染成分与气候变化因子间的相关关系,不同大气组分间在不同气象条件作用下的物化过程和机理的认识等。我国在涉及气候变化对环境空气质量影响研究方面处于起步阶段,建议今后加强该项研究,尤其是在气候变化对与空气质量相关的公共健康影响方面的研究。
简介:利用2017年1月1日-7月31日陕西省十地市空气质量资料和气象站地面观测资料,分析了2017年1-7月陕西省空气质量时间变化特征及影响大气环境质量的气象条件.结果表明:全省城市空气质量与2016年同期相比较差1-3月全省首要污染物为颗粒物(PM2.-和PMW),5-7月为臭氧.1-3月各市平均风速均在3.0m/s以下且小风频率较高;全省冷空气活动较上年同期减少3次且强度偏弱;全省平均混合层高度与上年同期相比降低22m.与上年同期相比,平均风速小,小风日数增多,冷空气活动次数减少且强度偏弱,混合层高度偏低,是颗粒物污染过程增多的主要因素.5-7月臭氧质量浓度与高温显著正相关,当日平均气温≥30℃或日最高气温≥35℃时,臭氧显著超标;臭氧质量浓度随日照时数增加而升高,日照时数≥6h时,各市臭氧平均质量浓度均较高,日照时数≥10h时臭氧超标率最高;臭氧质量浓度随日平均相对湿度的升高而降低,当相对湿度〈60.0%时,臭氧平均质量浓度超过140μg/m3,当相对湿度≥70.0%时,臭氧超标率明显降低.与上年同期相比,气温偏高,日照充足,湿度减小是造成臭氧超标日增多的主要因素.
简介:利用京津冀地区80个环境监测站PM_(2.5)浓度的逐时监测资料和常规气象站的观测资料,分析了2013年1月京津冀地区3次典型重污染天气过程PM_(2.5)浓度的分布和演变特征,选取PM_(2.5)浓度快速增长时段的风场特征分析外来源对北京地区污染输送的影响。结果表明:2013年1月京津冀地区存在3个PM_(2.5)浓度高值中心,分别位于石家庄—保定、廊坊和唐山地区。北京地区外来源主要来自河北省中南部的石家庄—保定及廊坊一带,主要通过边界层偏南风远距离输送影响北京地区,边界层辐合线和逆温结构加剧了污染物在北京地区的累积。随着静稳时间的增长,PM_(2.5)污染物向燕山和太行山前输送堆积,造成北京地区PM_(2.5)浓度高于河北省中南部地区,北京市郊区PM_(2.5)浓度高于城区。
简介:城市不同下垫面与建筑物空间形态对近地表气温等微气候要素产生了重要影响。开展城市气温时空变化模拟与影响因素分析,对于城市热环境评价与城市规划具有重要意义。论文基于高空间分辨率Geoeye-1立体影像,在建筑物高度、下垫面覆盖类型信息提取的基础上,选择南京一中、光华东街、玄武湖、头陀岭4个区域,采用ENVI-met微气候模式,以城市基本气象站南京站的实时气象数据作为背景气象场,模拟不同区域近地表气温的时空分布特征,并利用区域自动气象站观测数据进行精度检验。结果表明:在时间变化上,ENVI-met模拟气温与实测值之间吻合程度较高;在空间分布上,南京一中与光华东街区域气温时空分布规律总体相似,但城市空间形态的差异使得局部区域气温变化不同,玄武湖区域气温由陆地中心向外围呈递减趋势,而头陀岭地形复杂多变,白天气温变化剧烈,夜间空间变化较小。
简介:利用1981—2015年沈阳地区7个气象站的日观测数据,通过CLIGEN(ClimateGenerater)天气发生器模拟沈阳地区日降水序列数据,并统计模拟日降水量、月降水量、年降水量及年最大日降水量,利用平均值、标准差、偏度及峰度对CLIGEN天气发生器模拟的沈阳地区降水进行适用性评价。结果表明:CLIGEN天气发生器对沈阳地区日降水量、月降水量和年降水量平均值的模拟效果较好,模拟降水量的平均相对误差绝对值(MeanAbsoluteRelativeError,MARE)分别为2.1%、1.3%和3.3%,年最大日降水量的模拟精度稍差。对于降水最大值方面,CLIGEN天气发生器对沈阳地区日最大降水量和年最大降水量的模拟效果较差,模拟的日最大降水量和年最大降�