西南环境史研究所简讯
污染天气条件下人工降雨对成渝西南区域环境空气质量的影响评估
污染天气条件下人工降雨对成渝西南区域环境空气质量的影响评估污染天气条件下人工降雨对成渝西南区域环境空气质量的影响评估1. 引言近年来，随着工业化进程的快速推进，成渝西南地区的环境空气质量受到严重威胁。
大气污染物的排放、天气条件的不利因素等成为导致该地区污染天气条件的重要原因之一。
在这一背景下，人工降雨开始被广泛研究、应用于改善空气质量，本文将对人工降雨在成渝西南区域环境空气质量改善方面的影响进行评估。
2. 成渝西南地区环境空气质量问题概述成渝西南地区是我国经济发展较为集中的地区之一，然而，其空气质量逐渐恶化成为制约当地可持续发展的重要问题。
燃煤、排放污染物、交通运输等成为导致该地区大气污染的主要原因。
据统计，该地区PM2.5浓度高于标准限值的天数逐年增加，严重危害居民健康。
3. 人工降雨技术概述人工降雨，即通过人为干预的手段增加降水量，以改善天气和环境。
通过云处理、云种植、云助凝等手段，可以增加降水或调控空气中的颗粒物浓度。
人工降雨已经在成渝西南地区得到广泛应用，有望成为改善空气质量的有效手段。
4. 人工降雨对环境空气质量的影响评估方法为了评估人工降雨对环境空气质量的影响，本文采用实地观测、模拟模型和统计分析相结合的方法。
首先，通过对成渝西南地区污染天气条件的实地观测，获取目标区域的空气污染物浓度数据；其次，利用模拟模型对人工降雨的作用进行数值模拟，预测不同降雨强度和时机对空气质量的改善效果；最后，通过统计分析方法，对实测数据与模拟结果进行对比和验证。
5. 人工降雨对环境空气质量的影响评估结果及分析根据实地观测数据和模拟模型结果，得到了人工降雨对成渝西南地区环境空气质量的影响评估结果。
研究发现，人工降雨可以有效减少大气污染物的浓度，降低空气中颗粒物的含量，改善可吸入颗粒物指数等环境指标。
不同降雨强度和时机对环境空气质量的改善效果存在差异，但总体上呈现出显著的改善趋势。
6. 影响因素分析与未来展望本文从人工降雨技术、气象条件、地理环境等多个角度对影响人工降雨对环境空气质量的因素进行了深入分析。
科学考察简报第八期
图２ 农民居住的嗲破旧房屋
9月1日，西南石漠化专题考察组对云南省丘北县双龙营镇野猪塘村进行了实地考察，这里的景象再一次让考察组的队员感受到了水土流失与生态恶化的严峻现实。猪塘村土地面积33km2，人口3645人，耕地面积4900亩，人口密度110人/km2，人均耕地1.3亩，2004年人均收入576元，人均粮食287kg，是滇东岩溶断陷盆地周边山区的典型代表。进入野猪塘村境内，岩石大片裸露，未见一块平整的田地，都是坡耕地。据村民和随行的干部介绍，坡地下部土层较厚的地，是需要缴纳公粮的一等地，全村80％以上的耕地是土壤残存、石牙林立的石旮旯地，零星栽种着玉米(图1)。当进入古老彝族僰人村寨时，印入我们眼帘的是水资源奇缺和居民贫困的景象，令人心情沉重。村民住的是由石块堆积、四壁通风的低矮房屋(图2)，猪舍用玉米秸秆档雨、档风，村口一处约10m2的水塘是全村唯一的洗衣水源，由于水严重营养化，藻类繁盛，水体呈现墨绿色(图3)，经当地干部指引，我们才发现政府为解决居民生活饮水而修建的积水窖竟然是唯一用水泥堆砌的“豪华05-10-15
编者按：7月27日至9月3日，西南石漠化区专题考察组对贵州省的水城、盘县、兴义、兴仁、贞丰、关岭、普定、荔波8县以及云南省东部的曲靖州宣威市、富源县，玉溪州的华宁县，红河州的开远市，文山州的丘北县和昆明市的石林县6县市进行了实地考察。现将中国科学院袁道先院士在考察总结交流会专题报告的要点以及考察组在贵州省兴义县则戎乡和云南省丘北县双龙营镇野猪塘村两个石漠化严重乡村的见闻印发给大家。
图3贵州省兴义县则戎乡村民开石造田的情景
古老的彝族僰人呼唤水土保持
云南省丘北县双龙营镇野猪塘村科学考察随感
滇东岩溶地貌主要以断陷盆地及周边山区丘丛洼地为主，盆地土壤资源较相邻地区相对丰富，但水资源短缺，而周边裸露岩溶丘丛洼地则由于水资源漏失，土壤侵蚀严重。周边山区丘丛洼地地区雨季集中分布在5月～9月，降雨量占全年的78％，天然降雨虽然高于盆地，但周边地区岩溶发育，洼地中形成众多的漏斗、落水洞、竖井，使地表降雨迅速漏失于地下，出现天晴地干的“岩溶干旱”现象，农业生产长期“靠天吃饭”，广种薄收。由于生活贫困、燃料昂贵等多种原因，老百姓日常生活中取暖烧饭主要以薪柴作为燃料。植被的破坏，加上降雨集中，大雨、暴雨频繁，造成土壤侵蚀极为严重，本就脆弱的岩溶生态系统迅速退化，石漠化不断蔓延，当地群众的生存环境不断恶化，生态状况令人担忧。
西准噶尔额敏东缘晚泥盆世油页岩的发现及沉积环境浅析
第３７卷 第２期 ２０２２年６月 西 南 科 技 大 学 学 报 ＪｏｕｒｎａｌｏｆＳｏｕｔｈｗｅｓｔＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ Ｖｏｌ．３７Ｎｏ．２ Ｊｕｎｅ２０２２ＤＯＩ：１０．２００３６／ｊ．ｃｎｋｉ．１６７１ ８７５５．２０２２．０２．００８收稿日期：２０２１－０９－２４；修回日期：２０２１－１２－２１基金项目：新疆１∶５万区域地质矿产调查项目（ＸＪＺＢＫＤ２００７－１）作者简介：第一作者，黄建国，男，博士，助理研究员，研究方向为矿床地质，Ｅ ｍａｉｌ：ｈｊｇ＠ｓｗｕｓｔ．ｅｄｕ．ｃｎ；通信作者，陈廷方，男，博士，教授，研究方向为沉积岩及沉积环境，Ｅ ｍａｉｌ：ｃｔｆ６１２＠１６３．ｃｏｍ西准噶尔额敏东缘晚泥盆世油页岩的发现及沉积环境浅析黄建国 陈廷方 刘岁海（西南科技大学环境与资源学院 四川绵阳 ６２１０１０）摘要：西准噶尔额敏东缘发现晚泥盆世油页岩，分布较为广泛（走向延长大于５ｋｍ），具有含油率高（１３．４％～１６．６％）、单层厚度大（９．７７～１７．９０ｍ）、多层分布（可采３层）、走向延伸稳定等特征。
含矿岩系位于上泥盆统塔克台组下段（Ｄ３ｔｋ１），总体上反映出缓慢海侵的沉积层序，由粗大砾石砾岩→细小砾石砾岩（含砾砂岩）→砂岩→粉砂岩／泥页岩（油页岩）→生物碎屑灰岩组成。
油页岩矿层沉积环境特殊，处于滨浅海三角洲相的沉积环境，海水相对较浅，非常适宜于大量海百合生物的繁衍生殖，油页岩层主要（或全部）由海百合茎碎片堆积而成，据其分选性及沉积方式判别，海百合茎似乎经历过搬运分选后被异地埋藏，可能为正常死亡后水流搬运聚集的结果。
关键词：西准噶尔 额敏 晚泥盆世 油页岩 沉积环境中图分类号：Ｐ５３，Ｐ６１ 文献标志码：Ａ 文章编号：１６７１－８７５５（２０２２）０２－００５２－０６ＴｈｅＤｉｓｃｏｖｅｒｙａｎｄＳｅｄｉｍｅｎｔａｒｙＥｎｖｉｒｏｎｍｅｎｔＡｎａｌｙｓｉｓｏｆｔｈｅＬａｔｅＤｅｖｏｎｉａｎＯｉｌＳｈａｌｅｉｎＥａｓｔｅｒｎＭａｒｇｉｎｏｆＥｍｉｎ，ＷｅｓｔＪｕｎｇｇａｒＨＵＡＮＧＪｉａｎｇｕｏ，ＣＨＥＮＴｉｎｇｆａｎｇ，ＬＩＵＳｕｉｈａｉ（ＳｃｈｏｏｌｏｆＥｎｖｉｒｏｎｍｅｎｔａｎｄＲｅｓｏｕｒｃｅｓ，ＳｏｕｔｈｗｅｓｔＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，Ｍｉａｎｙａｎｇ６２１０１０，Ｓｉｃｈｕａｎ，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：ＴｈｅｌａｔｅＤｅｖｏｎｉａｎｏｉｌｓｈａｌｅｗａｓｆｏｕｎｄｉｎｅａｓｔｅｒｎｍａｒｇｉｎｏｆＥｍｉｎ，ＷｅｓｔＪｕｎｇｇａｒ，ａｎｄｉｔｓｄｉｓｔｒｉ ｂｕｔｉｏｎｉｓｗｉｄｅ（ｔｈｅｅｘｔｅｎｓｉｏｎａｌｏｎｇｓｔｒｉｋｅｉｓｇｒｅａｔｅｒｔｈａｎ５ｋｍ）．Ｉｔｉｓｃｈａｒａｃｔｅｒｉｚｅｄｉｎｈｉｇｈｃｏｎｔｅｎｔｏｆｏｉｌ（１３．４％－１６．６％），ｂｉｇｍｏｎｏ ｌａｙｅｒｔｈｉｃｋｎｅｓｓ（９．７７－１７．９０ｍ），ｍｕｌｔｉ ｌａｙｅｒｓｄｉｓｔｒｉｂｕｔｉｎｇ（３ｒｅｃｏｖｅｒａ ｂｌｅｌａｙｅｒ），ａｎｄｔｈｅｅｘｔｅｎｓｉｏｎａｌｏｎｇｓｔｒｉｋｅｉｓｒｅｌａｔｉｖｅｌｙｓｔａｂｌｅ，ｅｔｃ．Ｔｈｅｏｒｅ ｂｅａｒｉｎｇｒｏｃｋｓｅｒｉｅｓｉｓｌｏｃａｔｅｄｉｎｔｈｅｌｏｗｅｒｓｅｇｍｅｎｔｏｆｔｈｅｕｐｐｅｒＤｅｖｏｎｉａｎＴａｋｅｔａｉＦｏｒｍａｔｉｏｎ（Ｄ３ｔｋ１）．ＴａｋｅｔａｉＦｏｒｍａｔｉｏｎ（Ｄ３ｔｋ１）ａｎｄｔｈｅｓｅｒｉｅｓｇｅｎｅｒａｌｌｙｒｅｆｌｅｃｔｔｈｅｓｌｏｗｔｒａｎｓｇｒｅｓｓｉｖｅｄｅｐｏｓｉｔｉｏｎａｌｓｅｑｕｅｎｃｅ：ｃｏａｒｓｅｇｒａｖｅｌｃｏｎｇｌｏｍｅｒａｔｅ→ｓｍａｌｌｇｒａｖｅｌｃｏｎｇｌｏｍｅｒａｔｅ（ｐｅｂｂｌｙｓａｎｄｓｔｏｎｅ）→ｓａｎｄｓｔｏｎｅ→ｓｉｌｔｓｔｏｎｅ／ｃｌａｙｓｈａｌｅ（ｏｉｌｓｈａｌｅ）→ｂｉｏｃｌａｓｔｉｃｌｉｍｅｓｔｏｎｅ．Ｉｔｉｓｖｅｒｙｓｐｅｃｉａｌｓｅｄｉｍｅｎｔａｒｙｅｎｖｉｒｏｎｍｅｎｔｆｏｒｏｉｌｓｈａｌｅ ｆｏｒｍｉｎｇ，ｗｈｉｃｈｓｉｔｕａｔｅｓｉｎｔｈｅｓｅｄｉｍｅｎｔａｒｙｅｎｖｉｒｏｎｍｅｎｔｏｆｄｅｌｔａｆａｃｉｅｓｏｆｌｉｔｔｏｒａｌ ｎｅｒｉｔｉｃｓｅａ，ａｎｄｓｅａｗａｔｅｒｉｓｒｅｌａｔｉｖｅｌｙｓｈａｌｌｏｗ．Ｔｈｉｓｅｎ ｖｉｒｏｎｍｅｎｔｉｓｖｅｒｙｓｕｉｔａｂｌｅｆｏｒｔｈｅｒｅｐｒｏｄｕｃｔｉｏｎｏｆａｌａｒｇｅｎｕｍｂｅｒｏｆｃｒｉｎｏｉｄｓ，ａｎｄｏｉｌｓｈａｌｅ ｂｅａｒｉｎｇｓｔｒａｔａａｒｅｍａｉｎｌｙ（ｏｒｗｈｏｌｌｙ）ｍａｄｅｕｐｏｆｃｒｉｎｏｉｄｓｔｅｍｆｒａｇｍｅｎｔｓ．Ｏｎｔｈｅｂａｓｉｓｏｆｉｔｓｓｏｒｔｅｄｂｅｈａｖｉｏｒａｎｄｄｅｐｏｓｉ ｔｉｏｎａｌｍｏｄｅ，ｉｔｓｅｅｍｓｔｈａｔｃｒｉｎｏｉｄｓｓｔｅｍｓｈａｖｅｂｅｅｎｔｒａｎｓｐｏｒｔｅｄａｎｄｓｏｒｔｅｄｂｅｆｏｒｅｂｅｉｎｇｂｕｒｉｅｄｉｎｄｉｆｆｅｒｅｎｔｐｌａｃｅｓ，ａｎｄｉｔｍａｙｂｅｔｈｅｒｅｓｕｌｔｏｆｃａｒｒｙｉｎｇａｎｄｇａｔｈｅｒｉｎｇｏｆｗａｔｅｒｆｌｏｗａｆｔｅｒｔｈｅｎｏｒｍａｌｄｅａｔｈｏｆｃｒｉｎｏｉｄｓ．Ｋｅｙｗｏｒｄｓ：ＷｅｓｔＪｕｎｇｇｅｒ；Ｅｍｉｎ；ＴｈｅｌａｔｅＤｅｖｏｎｉａｎ；Ｏｉｌｓｈａｌｅ；ＳｅｄｉｍｅｎｔａｒｙｅｎｖｉｒｏｎｍｅｎｔCopyright©博看网. All Rights Reserved. 中国油页岩资源分布范围广泛，覆盖了２０个省和自治区、４７个盆地，共８０个油页岩含矿区［１］。
牲畜粪便沼气发酵过程中微生物丰度变化分析
牲畜粪便沼气发酵过程中微生物丰度变化分析秦文弟;蒋湖波;黄凌志;宋贤冲;徐铁纯;伍琪;李金怀【摘要】微生物在沼气发酵过程中起着重要的作用,采用实时荧光定量(quantitative real-time PCR,qPCR)技术检测了牲畜粪便沼气发酵过程中微生物的丰度变化.结果表明:夏季沼液样品中16S rRNA基因丰度从7.88×108copies/mL到6.35×1010 copies/mL,平均为1.78×1010 copies/mL,冬季沼液样品中16S rRNA基因丰度从4.04×108 copies/mL到7.28×1010 copies/mL,平均为1.89×1010copies/mL,而且新鲜猪粪、新鲜水牛粪及其混合物在发酵过程中其微生物丰度演变规律与其产气情况相一致.说明微生物在牲畜粪便沼气发酵过程决定着沼气发酵的产量和质量.【期刊名称】《广西林业科学》【年(卷),期】2015(044)004【总页数】5页(P416-420)【关键词】沼气发酵;牲畜粪便;微生物丰度;实时荧光定量PCR【作者】秦文弟;蒋湖波;黄凌志;宋贤冲;徐铁纯;伍琪;李金怀【作者单位】广西壮族自治区林业科学研究院广西优良用材林资源培育重点实验室,南宁530002;广西壮族自治区林业科学研究院广西优良用材林资源培育重点实验室,南宁530002;广西壮族自治区林业科学研究院广西优良用材林资源培育重点实验室,南宁530002;广西壮族自治区林业科学研究院广西优良用材林资源培育重点实验室,南宁530002;广西壮族自治区林业科学研究院广西优良用材林资源培育重点实验室,南宁530002;广西壮族自治区林业科学研究院广西优良用材林资源培育重点实验室,南宁530002;广西壮族自治区林业科学研究院广西优良用材林资源培育重点实验室,南宁530002【正文语种】中文【中图分类】Q938.1;S216.4沼气发酵是一个复杂的生化过程，主要由多种微生物协同完成，因此，微生物在其厌氧发酵过程中起着举足轻重的作用[1]。
新气候态下西南地区夏季气候变化特点及其成因
唐红玉, 吴遥, 董新宁, 等. 2024. 新气候态下西南地区夏季气候变化特点及其成因[J]. 气候与环境研究, 29(1): 45−58. TANG Hongyu, WU Yao, DONG Xinning, et al. 2024. Characteristics and Causes for Summer Climate Changes in Southwest China under the New Climate State [J]. Climatic and Environmental Research (in Chinese), 29 (1): 45−58. doi:10.3878/j.issn.1006-9585.2023.22084新气候态下西南地区夏季气候变化特点及其成因唐红玉 吴遥 董新宁 魏麟骁重庆市气候中心 重庆 401147摘 要 利用1981～2020年中国西南地区云南、贵州、四川、重庆393站气象观测台站夏季气温、降水和NCEP/NCAR再分析资料，分析了西南地区夏季气温、降水的气候值在新旧气候态下的不同特征和变化差异，并从大气环流影响角度，对变化成因进行了分析。
结果表明：相对于旧气候态，新气候态下西南地区夏季降水总体呈略减少的变化，气温具有一致性变暖的变化特征。
相对于旧气候态，新气候态下四川盆地东部降水的减少和云南北部、四川西部及贵州夏季降水的增多与西太平洋副热带高压的相对偏西偏北有关。
同时中高纬阻高等系统的相对不活跃、贝加尔湖槽的减弱，对西南大部地区的暖干变化起到了积极作用。
新气候态下，西南地区夏季贵州呈弱暖湿变化、而云南为较强的暖干变化、四川和重庆则呈强的暖干变化，这与西太平洋和印度洋地区水汽的变化密切相关。
关键词 新气候态 西南地区 夏季 成因文章编号 1006-9585(2024)01-0045-14 中图分类号 P461 文献标识码 Adoi:10.3878/j.issn.1006-9585.2023.22084Characteristics and Causes for Summer Climate Changes inSouthwest China under the New Climate StateTANG Hongyu, WU Yao, DONG Xinning, and WEI LinxiaoChongqing Climate Center, Chongqing 401147Abstract Using meteorological data from 393 observation stations in Yunnan, Guizhou, Sichuan, and Chongqing in Southwest China spanning from 1981 to 2020 in summer, alongside NCEP/NCAR reanalysis data in the same period, this study examines the distinct characteristics and variances in the climatological values of summer temperatures and precipitation in the Southwest China under different climatic states. Additionally, it delves into the analysis of causes for these variations from the perspective of atmospheric circulation. The results show that the summer temperature and precipitation values in Southwest China vary under the old and new climatic conditions. In addition, the summer precipitation in Southwest China is slightly reduced under the new climate state than that of the old one, and the temperature displays the characteristics of consistent warming. A decrease in precipitation in the eastern part of the Sichuan basin and an increase in summer precipitation in northern Yunnan, western Sichuan, and Guizhou are related to the west–northward shift of subtropical high pressure in the western Pacific Ocean. Meanwhile, the relative inactivity of收稿日期 2022-03-10；网络预出版日期 2022-11-22作者简介 唐红玉，女，1967年出生，正研级高级工程师，主要从事气候预测与诊断研究。
世界四大内燃机设计咨询公司概况(AVL等)
奥地利AVL、德国FEV、英国Ricardo、美国Southwest Research Institute，并称内燃机设计咨询业内四巨头，他们对于发动机的设计都各有各的计算评价标准而且都为行业所认同。
简介如下：1 SwRI- Engine, Emission and Vehicle Research （美国西南研究院1947 年）全名：Southwest Reserch Institute中文名：美国西南研究院，发动机、排放和车辆研究所成立年份：1947年总部：得克萨斯州，圣安东尼奥San Antonio, Texas美国西南研究院——SwRI成立于1947年，是一家独立的、非赢利性质的应用技术研发机构。
研究院拥有3200多名员工，总部位于美国德克萨斯州圣安东尼奥市，占地1200多英亩，其中近200万英尺的最先进的实验室及各类试验设施、车间和办公用地。
2009财年总收入为5.64亿美元。
美国西南研究院在美国和世界多地设有办事处，以及时反映客户需求和更好地服务本地客户。
发动机、排放和车辆研究所（Engine, Emissions and Vehicle Research Division）是美国西南研究院的一个重要技术部门，具有当前行业顶级的研发能力、世界一流的设备及工程技术人员为客户提供各种技术服务。
部门提供的服务包括：发动机、变速器和传动系统的设计和分析柴油和天然气发动机开发与研制传动控制系统的开发与研制摩托车和小型发动机技术的开发与研制变速器及车辆的开发与研制2 AVL List（奥地利1948年）全名: Anstalt fur Verbrennungskraftmaschinen List中文名：AVL李斯特，李斯特内燃机及测试设备公司全球总部：奥地利格拉茨Graz, Austria创始人：Prof. Dr. h.c. Helmut List. 创立年份：1948年李斯特内燃机及测试设备公司(AVL List GmbH)成立于1948年，3,100名员工。
三岔湖沉积物中葡萄糖脱氢酶 gcd 基因的多样性及其与环境因子的关系
放的研究主要集中在环境理化因子对沉积物内源磷形
ρ( ＴＮ) 、ρ( ＴＰ) 则一直上升ꎬ与之相应的 ρ( Ｃｈｌａ) 逐年
引起水体富营养化[１] . 目前ꎬ国内外对沉积物内源磷释
态转化及释放量的影响上[２￣５] ꎬ而对微生物作用下的磷
释放研究还比较缺乏. ｇｃｄ 基因是编码葡萄糖脱氢酶
ρ( ＣＯＤ Ｃｒ ) 、ρ( ＢＯＤ ５ ) 呈逐年下降趋势ꎬ而三岔湖水体
文献标志码: Ａ
ＤＯＩ: １０ １３１９８∕ｊ ｉｓｓｎ １００１￣６９２９ ２０１９ ０３ ０６
Ｄｉｖｅｒｓｉｔｙ ｏｆ Ｇｌｕｃｏｓｅ Ｄｅｈｙｄｒｏｇｅｎａｓｅ ｇｃｄ Ｇｅｎｅ ａｎｄ Ｉｔｓ Ｒｅｌａｔｉｏｎｓｈｉｐ ｗｉｔｈ
Ｅｎｖｉｒｏｎｍｅｎｔａｌ Ｆａｃｔｏｒｓ ｉｎ Ｓｅｄｉｍｅｎｔ ｏｆ Ｓａｎｃｈａ Ｌａｋｅ
ｈａｒｂｏｒｉｎｇ ｂａｃｔｅｒｉａꎬ ｓｅａｓｏｎａｌ ｖａｒｉａｔｉｏｎ ｈａｄ ａ ｓｍａｌｌ ｅｆｆｅｃｔ ｏｎ ｓａｍｐｌｉｎｇ ｓｉｔｅｓ Ｌ１ꎬ Ｌ２ꎬ Ｌ３ꎬ ａｎｄ Ｌ５ꎬ ｂｕｔ ｈａｄ ａｎ ａｐｐｒｅｃｉａｂｌｅ ｉｍｐａｃｔ ｏｎ ｔｈｅ
ｓｉｔｅｓ Ｌ４ ａｎｄ Ｌ６. (４) Ｔｈｅ ｄｉｖｅｒｓｉｔｙ ｉｎｄｉｃｅｓ ｏｆ ｇｃｄ ｇｅｎｅ ｗｅｒｅ ｓｉｇｎｉｆｉｃａｎｔｌｙ ｃｏｒｒｅｌａｔｅｄ ｗｉｔｈ ρ( ＤＯ) ꎬ ｗ( ＴＰ) ꎬ ｗ( ＨＣｌ￣Ｐ) ꎬ ａｎｄ ρ( ＤＴＰ) . Ｔｈｅ
年 ４ 月( 春季) 和 １１ 月( 秋季) 分别在各采样点使用
抓斗式彼得逊采泥器采集湖底部的表层沉积物ꎬ放入
聚乙烯袋中密封. 每个采样点均采集 ３ 个平行样混
合后作为该采样点的代表样ꎬ沉积物样品用冰保存后
基于CSGD的排放清单处理工具研究
第３２卷㊀第６期２０１９年６月环㊀境㊀科㊀学㊀研㊀究ＲｅｓｅａｒｃｈｏｆＥｎｖｉｒｏｎｍｅｎｔａｌＳｃｉｅｎｃｅｓＶｏｌ.３２ꎬＮｏ.６Ｊｕｎｅꎬ２０１９收稿日期:２０１８￣０５￣０９㊀㊀㊀修订日期:２０１９￣０２￣２０作者简介:王堃(１９９１￣)ꎬ男ꎬ山西孝义人ꎬ研究实习员ꎬ硕士ꎬ主要从事大气污染控制研究ꎬｗｋｔｙ＠ｍａｉｌ.ｂｎｕ.ｅｄｕ.ｃｎ.∗责任作者:①王树堂(１９８２￣)ꎬ男ꎬ山东临沂人ꎬ工程师ꎬ硕士ꎬ主要从事大气污染防治方向研究ꎬｗａｎｇ.ｓｈｕｔａｎｇ＠ｍｅｐｆｅｃｏ.ｏｒｇ.ｃｎꎻ②刘媛(１９７９￣)ꎬ女ꎬ湖南吉首人ꎬ高级工程师ꎬ硕士ꎬ主要从事环保产业技术工作研究ꎬｌｉｕｙｕａｎ５００２＠１６３.ｃｏｍ基金项目:北京市科学技术研究院萌芽计划(Ｎｏ.ＧＳ２０１８２６)ꎻ国家重点研发计划重点专项(Ｎｏ.２０１６ＹＦＣ０２０８１０３)ꎻ国家自然科学基金项目(Ｎｏ.２１６０７００８)ＳｕｐｐｏｒｔｅｄｂｙＧｒｅｅｎＳｈｏｏｔｓＰｌａｎꎬＣｈｉｎａ(Ｎｏ.ＧＳ２０１８２６)ꎻＮａｔｉｏｎａｌＫｅｙＲｅｓｅａｒｃｈａｎｄＤｅｖｅｌｏｐｍｅｎｔＰｒｏｇｒａｍｏｆＣｈｉｎａ(２０１６ＹＦＣ０２０８１０３)ꎻＮａｔｉｏｎａｌＮａｔｕｒａｌＳｃｉｅｎｃｅＦｏｕｎｄａｔｉｏｎｏｆＣｈｉｎａ(Ｎｏ.２１６０７００８)基于ＣＳＧＤ的排放清单处理工具研究王㊀堃１ꎬ高㊀超２ꎬ王晨龙１ꎬ童亚莉１ꎬ王树堂３∗ꎬ王人洁４ꎬ刘㊀媛５∗１.北京市劳动保护科学研究所ꎬ北京㊀１０００５４２.中国科学院东北地理与农业生态研究所ꎬ吉林长春㊀１３０１０２３.生态环境部对外合作与交流中心ꎬ北京㊀１０００３５４.交通运输部规划研究院ꎬ北京㊀１０００２８５.中国环境保护产业协会ꎬ北京㊀１０００８１摘要:ＣＳＧＤ(ｃｒｏｗｄｓｏｕｒｃｉｎｇｇｅｏｇｒａｐｈｉｃｄａｔａꎬ众源地理数据)是通过互联网向大众或相关机构提供的一种开放地理空间数据ꎬ具有易获取㊁时效性好㊁准确性高等特点ꎬ在排放清单时空分配方面具有应用潜力.然而ꎬ现有排放清单处理工具不支持ＣＳＧＤ数据直接输入且难以满足排放清单空间分配和空气质量模式所需清单格式ꎬ因此ꎬ亟待开发一套可以拓展该类数据在排放清单领域应用的工具.以ＣＳＧＤ中的ＰＯＩ(城市设施兴趣点)数据为主要研究对象ꎬ基于ＱＧＩＳ平台㊁Ｃ＋＋语言及Ｐｙｔｈｏｎ语言ꎬ开发了在Ｗｉｎｄｏｗｓ系统下的ＩＳＡＴ(ｉｎｖｅｎｔｏｒｙｓｐａｔｉａｌａｌｌｏｃａｔｅｔｏｏｌꎬ排放清单空间分配工具)工具及在Ｗｉｎｄｏｗｓ或Ｌｉｎｕｘ系统下的ＩＳＡＴ.Ｍ工具.结果表明:ＩＳＡＴ工具以ＰＯＩ数据为基础制作出的空间分配结果与排放源排放强度的空间分布特征的一致性较好ꎻＩＳＡＴ.Ｍ工具输出的ｉｎｌｉｎｅ清单可以作为ＣＭＡＱ空气质量模式及其ＤＤＭ敏感性分析模块的输入文件并开展模拟ꎬ通过与ＳＭＯＫＥ模型的关闭源法模拟结果对比发现ꎬ二者在数据及空间分布上呈较好的一致性.研究显示ꎬＣＳＧＤ数据应用于排放清单空间分配可较好地反映排放源空间分布特征ꎬ同时由于此类数据存在信息冗杂㊁近郊区数据缺失等问题ꎬ在应用过程中应注意数据清洗及数据种类的选取工作.关键词:ＩＳＡＴꎻ排放清单处理工具ꎻ众源地理数据ꎻＰＯＩ中图分类号:Ｘ５１㊀㊀㊀㊀㊀文章编号:１００１￣６９２９(２０１９)０６￣１０９０￣０９文献标志码:ＡＤＯＩ:１０ １３１９８∕ｊ ｉｓｓｎ １００１￣６９２９ ２０１９ ０２ １３ＲｅｓｅａｒｃｈｏｎＥｍｉｓｓｉｏｎＩｎｖｅｎｔｏｒｙＰｒｏｃｅｓｓｉｎｇＴｏｏｌｂａｓｅｄｏｎＣＳＧＤＤａｔａＷＡＮＧＫｕｎ１ꎬＧＡＯＣｈａｏ２ꎬＷＡＮＧＣｈｅｎｌｏｎｇ１ꎬＴＯＮＧＹａｌｉ１ꎬＷＡＮＧＳｈｕｔａｎｇ３∗ꎬＷＡＮＧＲｅｎｊｉｅ４ꎬＬＩＵＹｕａｎ５∗１.ＢｅｉｊｉｎｇＭｕｎｉｃｉｐａｌＩｎｓｔｉｔｕｔｅｏｆＬａｂｏｕｒＰｒｏｔｅｃｔｉｏｎꎬＢｅｉｊｉｎｇ１０００５４ꎬＣｈｉｎａ２.ＮｏｒｔｈｅａｓｔＩｎｓｔｉｔｕｔｅｏｆＧｅｏｇｒａｐｈｙａｎｄＡｇｒｏｅｃｏｌｏｇｙꎬＣｈｉｎｅｓｅＡｃａｄｅｍｙｏｆＳｃｉｅｎｃｅｓꎬＣｈａｎｇｃｈｕｎ１３０１０２ꎬＣｈｉｎａ３.ＦｏｒｅｉｇｎＥｃｏｎｏｍｉｃＣｏｏｐｅｒａｔｉｏｎＯｆｆｉｃｅꎬＭｉｎｉｓｔｒｙｏｆＥｃｏｌｏｇｙａｎｄＥｎｖｉｒｏｎｍｅｎｔꎬＢｅｉｊｉｎｇ１０００３５ꎬＣｈｉｎａ４.ＴｒａｎｓｐｏｒｔＰｌａｎｎｉｎｇａｎｄＲｅｓｅａｒｃｈＩｎｓｔｉｔｕｔｅꎬＭｉｎｉｓｔｒｙｏｆＴｒａｎｓｐｏｒｔꎬＢｅｉｊｉｎｇ１０００２８ꎬＣｈｉｎａ５.ＣｈｉｎａＡｓｓｏｃｉａｔｉｏｎｏｆＥｎｖｉｒｏｎｍｅｎｔａｌＰｒｏｔｅｃｔｉｏｎＩｎｄｕｓｔｒｙꎬＢｅｉｊｉｎｇ１０００３７ꎬＣｈｉｎａＡｂｓｔｒａｃｔ:ｃｒｏｗｄｓｏｕｒｃｉｎｇｇｅｏｇｒａｐｈｉｃｄａｔａ(ＣＳＧＤ)ｉｓａｋｉｎｄｏｆｏｐｅｎｇｅｏｓｐａｔｉａｌｄａｔａｐｒｏｖｉｄｅｄｔｏｔｈｅｐｕｂｌｉｃｏｒｒｅｌａｔｅｄｏｒｇａｎｉｚａｔｉｏｎｓｔｈｒｏｕｇｈｔｈｅｉｎｔｅｒｎｅｔ.ＣＳＧＤｈａｓｔｈｅｐｏｔｅｎｔｉａｌｔｏｂｅａｐｐｌｉｅｄｉｎｔｈｅｓｐａｃｅ￣ｔｉｍｅａｌｌｏｃａｔｉｏｎｏｆｅｍｉｓｓｉｏｎｉｎｖｅｎｔｏｒｉｅｓｄｕｅｔｏｉｔｓｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｅａｓｙａｃｃｅｓｓꎬｇｏｏｄｔｉｍｅｌｉｎｅｓｓａｎｄｈｉｇｈａｃｃｕｒａｃｙ.ＨｏｗｅｖｅｒꎬｔｈｅｅｘｉｓｔｅｄｅｍｉｓｓｉｏｎｉｎｖｅｎｔｏｒｙｐｒｏｃｅｓｓｉｎｇｔｏｏｌｓｄｏｎｏｔｓｕｐｐｏｒｔｔｈｅｄｉｒｅｃｔｉｎｐｕｔｏｆＣＳＧＤｄａｔａａｎｄａｒｅｄｉｆｆｉｃｕｌｔｔｏｍｅｅｔｔｈｅｉｎｖｅｎｔｏｒｙｆｏｒｍａｔｓｒｅｑｕｉｒｅｄｆｏｒｔｈｅｓｐａｃｅａｌｌｏｃａｔｉｏｎｏｆｅｍｉｓｓｉｏｎｉｎｖｅｎｔｏｒｉｅｓａｎｄｔｈｅａｉｒｑｕａｌｉｔｙｍｏｄｅｌｓ.ＴｈｅｒｅｆｏｒｅꎬｉｔｉｓｕｒｇｅｎｔｔｏｄｅｖｅｌｏｐａｎｅｗｓｅｔｏｆｔｏｏｌｓｔｏｅｘｐａｎｄｔｈｅａｐｐｌｉｃａｔｉｏｎｏｆＣＳＧＤｉｎｔｈｅｆｉｅｌｄｏｆｅｍｉｓｓｉｏｎｉｎｖｅｎｔｏｒｉｅｓ.Ｉｎｔｈｅｐｒｅｓｅｎｔｓｔｕｄｙꎬｗｅｆｏｃｕｓｅｄｏｎｔｈｅｐｏｉｎｔｏｆｉｎｔｅｒｅｓｔ(ＰＯＩ)ｄａｔａｉｎＣＳＧＤꎬａｎｄｄｅｖｅｌｏｐｅｄａｎｅｍｉｓｓｉｏｎｉｎｖｅｎｔｏｒｙｐｒｏｃｅｓｓｉｎｇｔｏｏｌｃａｌｌｅｄＩＳＡＴｂａｓｅｄｏｎｔｈｅＱＧＩＳｐｌａｔｆｏｒｍꎬＣ＋＋ａｎｄＰｙｔｈｏｎ.ＩＳＡＴｉｎｃｌｕｄｅｄｔｈｅＩＳＡＴｅｍｉｓｓｉｏｎｉｎｖｅｎｔｏｒｙｓｐａｔｉａｌｐｒｏｃｅｓｓｉｎｇｔｏｏｌｂａｓｅｄｏｎｔｈｅＷｉｎｄｏｗｓｓｙｓｔｅｍａｎｄｔｈｅＩＳＡＴ.ＭｔｏｏｌｕｎｄｅｒｔｈｅＬｉｎｕｘｓｙｓｔｅｍ.ＴｈｅｒｅｓｕｌｔｓｐｒｏｖｅｄｔｈａｔｔｈｅｓｐａｔｉａｌｄｉｓｔｒｉｂｕｔｉｏｎｒｅｓｕｌｔｓｂａｓｅｄｏｎｔｈｅＰＯＩｄａｔａｉｎｔｈｅ第６期王㊀堃等:基于ＣＳＧＤ的排放清单处理工具研究㊀㊀㊀ＩＳＡＴｗｅｒｅｉｎｇｏｏｄａｇｒｅｅｍｅｎｔｗｉｔｈｔｈｅａｃｔｕａｌｅｍｉｓｓｉｏｎｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｔｈｅｅｍｉｓｓｉｏｎｓｏｕｒｃｅ.ＴｈｅｉｎｌｉｎｅｉｎｖｅｎｔｏｒｙｏｕｔｐｕｔｔｅｄｂｙｔｈｅＩＳＡＴ.ＭｔｏｏｌｃｏｕｌｄｂｅｕｓｅｄａｓａｎｉｎｐｕｔｆｏｒｔｈｅＣＭＡＱａｉｒｑｕａｌｉｔｙｍｏｄｅｌａｎｄｉｔｓＤＤＭｍｏｄｕｌｅ.ＭｏｒｅｏｖｅｒꎬｔｈｅｓｉｍｕｌａｔｉｏｎｒｅｓｕｌｔｓｏｆｉｎｌｉｎｅｉｎｖｅｎｔｏｒｙｂｙＩＳＡＴ.ＭｓｈｏｗｅｄｈｉｇｈｃｏｎｓｉｓｔｅｎｃｙｗｉｔｈｔｈｅｒｅｓｕｌｔｓｏｆＢｒｕｔｅＦｏｒｃｅｍｅｔｈｏｄｏｆｔｈｅＳＭＯＫＥｍｏｄｅｌｉｎｂｏｔｈｔｈｅｄａｔａａｎｄｔｈｅｓｐａｔｉａｌｄｉｓｔｒｉｂｕｔｉｏｎ.ＴｈｉｓｓｔｕｄｙｓｈｏｗｓｔｈａｔｔｈｅＣＳＧＤｄａｔａａｐｐｌｉｅｄｔｏｔｈｅｅｍｉｓｓｉｏｎｉｎｖｅｎｔｏｒｙｓｐａｃｅａｌｌｏｃａｔｉｏｎｃａｎｒｅｆｌｅｃｔｔｈｅｓｐａｔｉａｌｄｉｓｔｒｉｂｕｔｉｏｎｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｔｈｅｅｍｉｓｓｉｏｎｓｏｕｒｃｅ.Ａｔｔｈｅｓａｍｅｔｉｍｅꎬｄｕｅｔｏｔｈｅｉｎｆｏｒｍａｔｉｏｎｒｅｄｕｎｄａｎｃｙａｎｄｔｈｅｌａｃｋｏｆｄａｔａｉｎｔｈｅｓｕｂｕｒｂｓꎬａｔｔｅｎｔｉｏｎｓｈｏｕｌｄｂｅｐａｉｄｔｏｔｈｅｄａｔａｃｌｅａｎｉｎｇａｎｄｄａｔａｔｙｐｅｓｅｌｅｃｔｉｏｎｄｕｒｉｎｇｔｈｅａｐｐｌｉｃａｔｉｏｎｐｒｏｃｅｓｓｅｓ.Ｋｅｙｗｏｒｄｓ:ＩＳＡＴꎻｅｍｉｓｓｉｏｎｉｎｖｅｎｔｏｒｙｐｒｏｃｅｓｓｉｎｇｔｏｏｌꎻｃｒｏｗｄｓｏｕｒｃｉｎｇｇｅｏｇｒａｐｈｉｃｄａｔａꎻＰＯＩ㊀㊀大气污染物排放清单是空气质量预报㊁预警的重要基础ꎬ也是制定大气环境质量目标管理和达标规划的根本依据ꎬ它反映了污染源在一定时间跨度和空间区域内排放到大气中的各种污染物的数量ꎬ建立完善㊁精准㊁动态的污染源清单已成为空气质量管理科学决策的首要环节[１￣２].空间分配是通过一些地理空间指标将以行政区为单位的排放清单分配到网格中的过程ꎬ准确地对排放清单进行空间分配是排放清单编制的必要环节[１￣４].大气污染物排放清单的时空分配工作主要集中在较难统计㊁分布较广且排放高度较低的城市及农村居民生活源㊁道路交通源㊁典型行业的无组织排放等非点源排放.然而ꎬ现有的方法多根据人口统计㊁ＧＤＰ统计㊁路网等数据进行分配ꎬ存在精度较差ꎬ或可能由于人口集中导致排放分配到其他地区等问题ꎬ与实际情况存在较大的误差.近年来ꎬ我国现代信息技术快速发展ꎬ数字城市技术已经成为城市规划㊁建设与管理的主要发展方向[５￣６].同时ꎬ由于对排放源时间排放特征和空间分布特征的精准描述ꎬ数字城市数据逐渐被用于空气质量监测及预测方面ꎬ为空气质量管理提供了可贵实践ꎬ基于大数据的排放清单编制及实时动态更新成为亟待开展和研究的技术方向[２ꎬ７￣９].ＣＳＧＤ(ｃｒｏｗｄｓｏｕｒｃｉｎｇｇｅｏｇｒａｐｈｉｃｄａｔａꎬ众源地理数据)是通过互联网向大众或相关机构提供的一种开放地理空间数据ꎬ并已成为地理数据获取的新方法[１０]ꎬ该类数据包括公共版权数据(如交通路网)㊁ＧＰＳ数据㊁自发创建的地理数据等ꎬ具有时效性好㊁信息丰富㊁成本低㊁数据量大等特点[１１].典型的众源地理数据网站ꎬ如Ｇｏｏｇｌｅ㊁ＯｐｅｎｓｔｒｅｅｔＭａｐ(ＯＳＭ)㊁高德㊁百度㊁微博等通过提供ＡＰＩꎬ允许用户在所选区域对数据进行直接读取ꎻ常用的ＣＳＧＤ包括ＰＯＩ(城市设施兴趣点)数据㊁交通态势㊁城市热力图等.ＰＯＩ是电子地图的基础数据ꎬ具有分类细致㊁定时更新㊁准确性高㊁易于获取等特点ꎬ因此其在空间规划分析中有很大的利用空间.如Ｂａｋｉｌｌａｈ等[１２]通过提取ＯＳＭ数据中与人口密度相关性较高的ＰＯＩ数据分析了小尺度下德国汉堡的人口密度ꎻ王明等[１３]利用ＰＯＩ数据对城市的地标进行分层提取ꎻＺＨＥＮＧ等[１４]基于ＰＯＩ数据对城市的可达性进行计算ꎻ王堃等[４]初步研究了基于ＰＯＩ数据对大气污染物排放清单进行空间分配的方法.国内外学者以ＰＯＩ等众源地理数据为基础ꎬ开展了大量在城市规划及管理中的应用和研究ꎬ并在空气质量管理领域进行了初步的实践ꎬ以期为解决传统数据精度不足㊁获取成本较高㊁无法动态反映城市活动变化的问题提供了新的技术路径.排放清单处理工具是开展排放清单空间分配工作㊁空气质量模式输入数据处理的重要组成.国外学者开发了诸多以实现ＧＩＳ功能为主的排放清单空间分配工具ꎬ如美国环境保护局资助开发了ＳＡ￣ＴＯＯＬＳ空间分配工具㊁ＭＩＭＳ空间分配工具等.法国空气质量模式Ｃｈｉｍｅｒｅ２０１４ｂ以高精度土地利用数据为空间分配指标ꎬ通过模式自带的Ｅｍｉｓｓｕｒｆ模块根据不同土地利用类型㊁不同排放源的分布特征对排放清单数据进行空间分配[１５].同时ꎬ美国环境保护局资助开发的ＳＭＯＫＥ排放清单工具ꎬ可以将时空分配参数及排放数据作为输入ꎬ提供可满足ＣＭＡＱ空气质量模式运行要求的高时空分辨率排放清单[１６].然而ꎬ现有的排放清单空间分配工具需要直接输入处理后的空间分配因子ꎬ无法输入ＰＯＩ数据等众源地理数据ꎬ并且多基于Ｌｉｎｕｘ平台ꎬ存在技术门槛高㊁操作性较差等问题ꎻ为满足高精度模拟及敏感性分析要求ꎬＣＭＡＱ空气质量模式利用ＰｉｎＧ模块解决次网格大点源模拟问题[１７]㊁利用ＤＤＭ敏感性分析模块等满足敏感性分析要求ꎬ而该类模块要求输入包含点源烟囱信息㊁经纬度及排放信息的ｉｎｌｉｎｅ类型清单ꎬ为排放清单工具的开发提出了新的要求.由于ＰＯＩ数据相较于其他ＣＳＧＤ具有更易获取处理且应用广泛的特点ꎬ该研究以ＣＳＧＤ中的ＰＯＩ数据为主要研究对象ꎬ通过研究ＷＲＦ气象模式及ＣＭＡＱ空气质量模式的网格化划分方法㊁ＣＭＡＱ空气质量模式的ＤＤＭ敏感性分析模块ꎬ开发了可满足基于ＣＳＧＤ开展空间分配的ＩＳＡＴ(ｉｎｖｅｎｔｏｒｙｓｐａｔｉａｌａｌｌｏｃａｔｅｔｏｏｌꎬ排放清单空间分配)工具及可用于ＣＭＡＱ空气质量模式ｉｎｌｉｎｅ格式排放清单制作的１９０１㊀㊀㊀环㊀境㊀科㊀学㊀研㊀究第３２卷ＩＳＡＴ.Ｍ工具.同时ꎬ为了验证工具的有效性ꎬ该研究利用ＣＭＡＱ空气质量模式及其ＤＤＭ敏感性分析模块ꎬ以清华大学编制的ＭＥＩＣ(ｍｕｌｔｉ￣ｒｅｓｏｌｕｔｉｏｎｅｍｉｓｓｉｏｎｉｎｖｅｎｔｏｒｙｆｏｒＣｈｉｎａꎬ中国多尺度排放清单模型)清单及北京市工业锅炉大气污染物排放清单为输入清单ꎬ基于ＳＭＯＫＥ模型和ＩＳＡＴ.Ｍ工具分别采用关闭源法和ＤＤＭ法开展敏感性分析ꎬ以验证该工具的有效性.１㊀材料与方法１ １㊀研究方法１ １ １㊀基于ＰＯＩ数据的排放清单空间分配方法王堃等[４]初步建立了基于ＰＯＩ数据的大气污染物排放清单空间分配方法ꎬ并基于ＣＭＡＱ空气质量模式验证了该方法的有效性.对于以人类活动密切相关的民用源类ꎬ采用商业住宅类或与排放源空间分布特征相关性较强的ＰＯＩ数据点数作为空间分配指标对排放量进行空间分配ꎬ如对餐饮油烟源选用餐饮服务类ＰＯＩ点数据ꎬ对城市居民采暖源可采用商业住宅类ＰＯＩ数据ꎬ对挥发性油气产品被收集㊁储存㊁运输和销售的储存运输源可采用汽车服务类ＰＯＩ数据中的加油站数据等.设定每个网格内的空间分配权重为Ｆｉꎬ分配得到排放量Ｅｉꎬ计算公式:Ｆｉ＝Ｎｉ∕Ｎｓｕｍ(１)Ｅｉ＝ＦｉˑＥｓｕｍ(２)式中:Ｆｉ为第ｉ个网格的空间分配权重ꎻＥｉ为第ｉ个网格中分配的污染物排放量ꎬｔꎻＮｉ为第ｉ个网格中商业及住宅类的ＰＯＩ数据点个数ꎻＮｓｕｍ为研究区域内所有网格中商业及住宅类ＰＯＩ数据点的个数ꎻＥｓｕｍ为研究区域内的所有网格中污染物的排放总量ꎬｔ.对于以机动车为主的交通源ꎬ通过统计每条道路周边停车场或与机动车活动水平相关性较强的ＰＯＩ数据个数为指标ꎬ如重型货车类选用工厂类ＰＯＩ数据点ꎬ小型客车类选用停车场类ＰＯＩ数据点.根据道路级别设定交通流量调整系数ꎬ基于 标准道路长度法 [１８]设定每个网格内的空间分配权重为Ｆｉꎬ分配得到污染物排放量Ｅｉ[４]ꎬ计算公式:Ｋａꎬｂ＝Ｎａ∕Ｎａｖｇꎬｂ(３)Ｌｉ＝ðｍｂ＝１ðｎｂａ＝１ＬａꎬｂˑＱｂˑＲａꎬｂ(４)Ｆｉ＝Ｌｉ∕Ｌｓｕｍ(５)Ｅｉ＝ＦｉˑＥｓｕｍ(６)式中:ａ为道路编号ꎻｂ为道路类型ꎻｍ为道路类型数ꎻｎｂ为道路类型ｂ中道路的个数ꎻＫａꎬｂ为道路类型ｂ中道路ａ的交通流量调整系数ꎻＮａ为道路类型ｂ中道路ａ周边停车场或相关源类ＰＯＩ数据点的个数ꎻＮａｖｇꎬｂ为在研究区域内道路类型ｂ中所有道路的周边停车场或相关源类ＰＯＩ数据点的平均个数ꎻＬｉ为第ｉ个网格中所有类型道路的标准长度ꎬｋｍꎻＬａꎬｂ为道路类型ｂ中道路ａ的长度ꎬｋｍꎻＱｂ为不同道路的标准长度换算因子ꎬｋｍ∕ｋｍꎻＬｓｕｍ为研究区域内所有网格中所有类型道路的标准长度总和ꎬｋｍ.１ １ ２㊀工具开发语言由于实际工作中排放清单编制及网格化工作多基于Ｗｉｎｄｏｗｓ系统ꎬ空气质量模式多基于Ｌｉｎｕｘ系统ꎬ两项工作互相独立且由不同人员负责.因此ꎬ该研究基于实际情况将主体工具设计为在Ｗｉｎｄｏｗｓ系统下运行的空间分配工具ꎬ并开发了可在Ｌｉｎｕｘ系统下运行的ＣＭＡＱ空气质量模式排放清单输入文件制作工具ꎬ分别命名为ＩＳＡＴ工具和ＩＳＡＴ.Ｍ工具.ＩＳＡＴ工具是该研究的主体工具ꎬ用来实现排放清单空间分配工作ꎬ其采用ＱＧＩＳ作为基础ＧＩＳ平台ꎬ采用Ｃ＋＋作为开发语言.ＱＧＩＳ是目前流行的开源㊁免费的桌面ＧＩＳ系统ꎬ其基于Ｑｔ跨平台类库开发ꎬ支持Ｗｉｎｄｏｗｓ㊁Ｌｉｎｕｘ等多种系统ꎬ支持Ｃ＋＋㊁Ｐｙｔｈｏｎ语言的扩展开发ꎬ支持Ｓｈｐｆｉｌｅ㊁Ｔｉｆｆ等多种数据格式ꎬ被广泛地应用于ＧＩＳ二次开发[１９]ꎬ可为今后的应用扩展和实用推广提供技术和架构保障.Ｃ＋＋被广泛地应用于大规模㊁复杂度高㊁长生存期的软件开发中[２０]ꎬ由于ＩＳＡＴ工具需要满足处理海量空间数据㊁结果输出高效稳定等要求ꎬ该研究中采用Ｃ＋＋作为系统开发语言采用６４位架构ꎬ以最大程度地利用硬件资源ꎬ降低软㊁硬件运行成本ꎬ提高性价比.ＩＳＡＴ.Ｍ是一种在Ｗｉｎｄｏｗｓ或Ｌｉｎｕｘ系统下运行并为空气质量模式(如ＣＭＡＱ㊁ＷＲＦ￣Ｃｈｅｍ㊁ＣＡＭｘ等)提供排放源输入数据的清单处理工具ꎬ该工具主要基于Ｐｙｔｈｏｎ开发.Ｐｙｔｈｏｎ作为一种解释型㊁面向对象㊁动态数据类型的开源脚本语言ꎬ同时其拥有ＧＤＡＬ∕ＯＧＲ㊁Ｐｙｐｒｏｊ㊁Ｓｈａｐｅｌｙ等丰富的空间数据处理函数库ꎬ被广泛地应用于ＧＩＳ开发领域[２１￣２２].１ １ ３㊀ＣＭＡＱ￣ＤＤＭ空气质量模式ＣＭＡＱ￣ＤＤＭ空气质量模式选用ＣＭＡＱｖ５ ０ ２和ＤＤＭ敏感性分析模块.采用ＣＢ０５化学机制及ＡＥＲＯ６气溶胶机制.采用ＷＲＦ气象模式为ＣＭＡＱ空气质量模式提供气象输入场ꎬ选用的参数化方案为ＷＳＭ３微物理方案㊁ＣＡＭ长波辐射方案㊁ＲＲＴＭＧ短波辐射方案㊁ＮｏａｈＬａｎｄＳｕｒｆａｃｅＭｏｄｅｌ陆面方案㊁Ｍｏｎｉｎ￣Ｏｂｕｋｈｏｖ近地面层方案㊁ＭＹＪ边界层方案和Ｇｒｅｌｌ３Ｄ积云参数化方案.ＣＭＡＱ模拟采用三层模拟ꎬ２９０１第６期王㊀堃等:基于ＣＳＧＤ的排放清单处理工具研究㊀㊀㊀空间分辨率分别为２７ｋｍˑ２７ｋｍ(全国大部分区域)㊁９ｋｍˑ９ｋｍ(京津冀地区)㊁３ｋｍˑ３ｋｍ(北京市).采用Ｌａｍｂｅｒｔ投影ꎬ坐标原点为３６ ４ʎＮ㊁１０１ ９ʎＥ.其中ꎬ北京市ＣＳＧＤ及排放清单基础较好作为主要研究区域ꎬ其他模拟区域为该区域提供边界场ꎬ模拟时段选取污染较为严重的采暖季ꎬ并以２０１５年１月作为研究时段.１ ２㊀研究数据主要采用的空间分配指标有北京市高德地图ＰＯＩ数据㊁北京市道路交通路网数据ꎬ排放清单采用了ＭＥＩＣ清单㊁２０１２年中国大陆地区网格化排放数据(ｈｔｔｐ:∕∕ｗｗｗ.ｍｅｉｃｍｏｄｅｌ.ｏｒｇ)ꎬ其空间分辨率为０ ２５ʎˑ０ ２５ʎꎬ包括１０种大气污染物和温室气体ꎬ涉及民用源㊁农业源㊁交通源㊁工业源及电力生产源五种源类ꎻ同时ꎬ该课题组以北京市２０１５年工业锅炉台账为基础ꎬ构建了２０１５年北京市工业锅炉点源化大气污染物排放清单[２３]ꎬ为该研究提供了点源化排放清单研究数据.同时ꎬ利用北京市部分路段２０１５年道路交通数据㊁北京市城市热力图数据作为空间分配结果的参考校验数据.图２㊀软件主界面及结果示意Ｆｉｇ.２Ｓｏｆｔｗａｒｅｍａｉｎｉｎｔｅｒｆａｃｅａｎｄｒｅｓｕｌｔｄｉａｇｒａｍ分别通过商业住宅类ＰＯＩ数据㊁交通路网及停车场类ＰＯＩ数据对民用源㊁交通源开展面源空间分配并作为面源数据.工业锅炉是目前北京市主要的工业点源之一ꎬ以２０１５年北京市工业锅炉排放清单作为点源数据.农业源是北京市氨排放的主要来源[２４￣２５]ꎬ由于ＣＳＧＤ中缺少可以反映农业源活动水平的相关参数ꎬ因此该研究未采用ＣＳＧＤ对该类源开展空间分配研究ꎬ同时ꎬ为保证空气质量模式输入源类及污染物种类完整ꎬ采用土地利用数据对农业源数据开展空间分配ꎬ并作为面源输入数据之一.２㊀结果与讨论２ １㊀系统功能设计为满足实际工作中排放清单编制与空气质量模式运行工作多为不同平台下独立运行的需求ꎬ该研究开发了在Ｗｉｎｄｏｗｓ系统下运行的ＩＳＡＴ工具以满足排放清单编制及网格化工作要求ꎬ以及在Ｗｉｎｄｏｗｓ或Ｌｉｎｕｘ系统下运行的ＩＳＡＴ.Ｍ工具以满足将排放清单输入ＣＭＡＱ等空气质量模式的需求.其中ꎬ研究区域划分是排放清单编制及空气质量模式模拟的基础ꎬ空间分配是高时空分辨率排放清单编制的主要步骤ꎬ将清单作为空气质量模式输入数据是基于数值模拟开展源解析及敏感性分析的必需环节ꎬ因此ꎬ该研究开发了具备研究区域划分㊁排放清单空间分配功能的ＩＳＡＴ工具及为模式提供输入清单处理功能的ＩＳＡＴ.Ｍ工具ꎬ系统功能模块结构见图１ꎬ软件主界面及结果示意见图２.图１㊀系统功能模块结构Ｆｉｇ.１Ｆｒａｍｅｗｏｒｋｓｏｆｉｎｖｅｎｔｏｒｙｓｐａｔｉａｌａｌｌｏｃａｔｅｔｏｏｌ３９０１㊀㊀㊀环㊀境㊀科㊀学㊀研㊀究第３２卷区域划分是根据研究区域范围㊁网格分辨率㊁投影坐标参数来确定的ꎬ其中ꎬ投影坐标参数多采用Ｌａｍｂｅｒｔ投影ꎬ并且需要通过确定研究区域的中央经线和原点纬度等信息来获得.同时ꎬＷＲＦ气象模式为ＣＭＡＱ空气质量模式提供气象场ꎬ也确定了ＣＭＡＱ空气质量模式的研究区域ꎬ而在ＷＲＦ气象模式中ꎬ其对于地球的假设是半径为６３７０ｋｍ的球体ꎬ该假定与常用的ＷＧＳ１９８４等地理坐标系不同[２６].因此ꎬ该研究提供了生成网格功能ꎬ通过输入区域文件的ｓｈｐ矢量文件ꎬ选择ＷＲＦ坐标系ꎬ输入研究需要的网格大小ꎬ自动计算出中央经线㊁原点纬度㊁起始Ｘ㊁起始Ｙ及行㊁列数等信息ꎬ并输出包括不同网格行列号经纬度的网格图层(见图３).图４㊀空间分配功能界面Ｆｉｇ.４Ｉｎｔｅｒｆａｃｅｏｆｓｐａｔｉａｌａｌｌｏｃａｔｉｏｎ空间分配是通过空间分配指标获得研究区域内不同网格空间分配因子的功能.由于ＣＳＧＤ存在ＰＯＩ数据点等点数据ꎬ交通态势㊁交通路网等线数据及城市热力图[２７￣２８]等栅格数据ꎬ因此该研究设定了点数据分配㊁线数据分配及栅格区域分配３个主要功能ꎬ支持矢量㊁栅格文件格式ꎬ空间分配方法如１ １节所述ꎬ输出结果为ｃｓｖ文件并包括了不同网格中的空间分配因子㊁经纬度及行列号等信息.其中ꎬ线数据分配功能参考ＧＢ５０２２０ １９９５«城市道路交通规划设计规范»中对于道路类型的分类方法ꎬ最多可以输入４种不同道路类型的线图层数据ꎬ并且可以根据道路类型为不同数据图层设置相应的标准长度换算因子(见图４).ＩＳＡＴ.Ｍ工具基于Ｐｙｔｈｏｎ语言及其Ｐａｎｄａｓ㊁ＧＤＡＬ∕ＯＲＧ㊁Ｐｙｐｒｏｊ㊁Ｎｕｍｐｙ㊁Ｎｅｔｃｄｆ４等函数库ꎬ构建了可用于图３㊀ 生成网格 功能界面Ｆｉｇ.３Ｉｎｔｅｒｆａｃｅｏｆ ｇｒｉｄｇｅｎｅｒａｔｉｏｎＬｉｎｕｘ及Ｗｉｎｄｏｗｓ系统下的模式清单文件处理模块ꎬ输入文件格式为ｃｓｖ格式文件ꎬ输出文件格式为ｎｅｔｃｄｆ格式文件ꎬ并且可根据实际需求输入多种类型排放源的物种及时间分配谱.模块通过输入ＩＳＡＴ工具生成的空间分配因子及多种污染源的时间㊁物种分配谱ꎬ完成高时空分辨率排放清单的空间㊁时间及物种分配工作ꎬ输４９０１第６期王㊀堃等:基于ＣＳＧＤ的排放清单处理工具研究㊀㊀㊀出包括点源的烟囱信息(ｓｔａｃｋ＿ｇｒｏｕｐｓ)㊁排放量(ｅｍｉｓｓｉｏｎ)文件ꎬ以及面源的网格化排放文件.该研究涉及的Ｐｙｔｈｏｎ主要函数库及功能如表１所示.由于ＣＭＡＱ排放清单文件空间占用量大ꎬ多在Ｌｉｎｕｘ平台下参与数值模拟计算ꎬ因此该模块与ＩＳＡＴ工具不同ꎬ其主要以Ｐｙｔｈｏｎ代码的形式在Ｌｉｎｕｘ平台中运行.表１㊀该研究涉及的Ｐｙｔｈｏｎ主要函数库及功能Ｔａｂｌｅ１ＰｙｔｈｏｎＬｉｂｒａｒｙａｎｄｉｔｓｆｕｎｃｔｉｏｎｉｎｔｈｉｓｓｔｕｄｙ函数库功能Ｐａｎｄａｓ㊀基于ｎｕｍｐｙ函数库的数据分析工具ꎬ用于排放清单数据计算Ｐｙｐｒｏｊ㊀用于确定点源所在网格及其他投影机计算Ｎｅｔｃｄｆ４㊀用于生成ｎｅｔｃｄｆ格式的ＣＭＡＱ排放清单输入文件㊀㊀综上ꎬＩＳＡＴ工具主要应用于排放清单网格化㊁空间分配及空气质量模式输入清单处理方面.ＩＳＡＴ.Ｍ工具目前适用于ＣＭＡＱ空气质量模式ꎬ支持ＣＢ０５大气化学机制及ＡＥＲＯ６气溶胶机制ꎬ同时在空间分配过程中需要适当选择空间分配文件的类型及分辨率以减少计算量ꎬ如ＰＯＩ数据等适用于电子地图数据较为充裕的城区ꎬ其对于郊区有一定的局限性.２ ２㊀ＩＳＡＴ工具空间分配效果验证ＰＯＩ数据反映了与人类活动相关源的空间分布情况ꎬ与ＰＯＩ数据类似ꎬ城市热力图数据通过统计移动终端设备(如手机)连接互联网并分享所在的地理位置与信息ꎬ反映用户城市不同人口活动强度.该研究以北京市城六区为例ꎬ通过对比利用商业及住宅类ＰＯＩ数据所获得的污染源空间分布特征与城市热力图分布情况ꎬ考察ＰＯＩ数据是否能更好地对现实情况进行反映ꎬ以及所开发工具的有效性.基于北京市城市热力图数据及基于ＩＳＡＴ工具和北京市商业及住宅类ＰＯＩ数据分别获得北京市城六区人类活动源空间分配数据(见图５).由图５可见ꎬ城市热力图数据对于城区尤其是城区边缘的人类活动有良好的反映ꎬＰＯＩ数据与城市热力图数据所获得的空间分配因子在空间分布上具有良好的一致性ꎬ结果表明利用ＩＳＡＴ工具获得的空间分配结果能够反映人类活动源强度的空间分布情况.图５㊀采用城市热力图数据和ＰＯＩ数据的人类活动源空间分配数据Ｆｉｇ.５ＰｏｐｕｌａｔｉｏｎｄｉｓｔｒｉｂｕｔｉｏｎｄａｔａｕｓｉｎｇｕｒｂａｎｔｈｅｒｍａｌｍａｐｄａｔａａｎｄＰＯＩｄａｔａ图６㊀商业及住宅类ＰＯＩ数据及工厂类ＰＯＩ数据所得交通流量调整系数及其与客车和大货车流量的相关性Ｆｉｇ.６ＣｏｒｒｅｌａｔｉｏｎｂｅｔｗｅｅｎｔｈｅｔｒａｆｆｉｃｆｌｏｗａｄｊｕｓｔｍｅｎｔｃｏｅｆｆｉｃｉｅｎｔｏｂｔａｉｎｅｄｆｒｏｍＰＯＩｄａｔａｏｆｃｏｍｍｅｒｃｉａｌａｎｄｉｎｄｕｓｔｒｉａｌｃａｔｅｇｏｒｉｅｓａｎｄｔｈｅｔｒａｆｆｉｃｆｌｏｗｏｆｐａｓｓｅｎｇｅｒｃａｒｓａｎｄｈｅａｖｙｔｒａｃｋｓ㊀㊀该研究进一步基于ＩＳＡＴ工具利用商业及住宅类ＰＯＩ数据及工厂类ＰＯＩ数据计算北京市部分省道的交通流量调整系数Ｋ 见式(３) ꎬ并与２０１５年北京市部分省道不同车型车流量数据进行相关性分析(见图６).由图６可见ꎬ基于ＩＳＡＴ工具ꎬ利用商业及住宅类ＰＯＩ数据和工厂类ＰＯＩ数据所获得的交通流５９０１㊀㊀㊀环㊀境㊀科㊀学㊀研㊀究第３２卷量调整系数Ｋ可分别与客车流量和大货车流量建立良好的相关性关系ꎬ对回归系数进行显著性检验得到Ｐ<０ ０５(通过ｔ检验)ꎬ该方法可有效地反映同等道路等级下㊁不同道路之间不同车型的活动强度关系.该研究以ＭＥＩＣ清单中的民用源为例ꎬ基于ＩＳＡＴ工具和ＰＯＩ数据将其分配至３ｋｍˑ３ｋｍ网格(见图７).由图７可见ꎬ使用ＩＳＡＴ工具分配后的中心城区民用源ＰＭ２ ５排放主要集中在北京市东三环国贸区域㊁中关村地区等热点区域ꎬ近郊区北五环上地区域㊁东五环管庄区域㊁西五环苹果园等建成区的排放分配结果也较高.因此ꎬ基于ＩＳＡＴ工具使用ＰＯＩ数据可以对以城市居民排放源为主的中心城区民用源排放有较好的空间分配结果ꎬ但对近郊建成区的排放分配结果较高ꎬ其主要原因在于ＭＥＩＣ清单中的民用源包括城市居民源和农村居民源ꎬ而ＰＯＩ数据主要反映写字楼㊁住宿楼等城市设施的空间分布ꎬ因此使用该数据对近郊区开展民用源空间分配会导致农村居民源的排放量过多地分配至ＰＯＩ数据密集的建成区ꎬ造成这些区域的结果偏高.因此ꎬＩＳＡＴ工具可以利用ＰＯＩ数据开展民用源图７㊀基于ＩＳＡＴ工具对ＭＥＩＣ清单中民用源进行空间分配前、后情况Ｆｉｇ.７ＲｅｓｕｌｔｓｏｆｓｐａｔｉａｌａｌｌｏｃａｔｉｏｎｏｆｒｅｓｉｄｅｎｔｉａｌｅｍｉｓｓｉｏｎｓｉｎＭＥＩＣｉｎｖｅｎｔｏｒｙｂａｓｅｄｏｎＩＳＡＴｔｏｏｌ及交通源排放清单的空间分配.同时ꎬ在使用ＰＯＩ数据进行空间分配时ꎬ应适当选择与排放源空间分布特征相近的数据集ꎬ以获得与实际排放相吻合的空间分布ꎬ如餐饮源使用餐饮服务类ＰＯＩ数据ꎬ城市居民燃烧源选用商业及住宅类ＰＯＩ数据ꎬ小型客车类选用停车场类ＰＯＩ数据点等.对于农村居民源的空间分配ꎬ现阶段有研究采用农村平房数据进行分配和计算[２９]ꎬＣＳＧＤ中的农村居住点在该方面有一定的应用潜力ꎬ然而由于ＭＥＩＣ清单产品中未单独提供农村居民源排放数据ꎬ因此该研究暂未开展相关研究.２ ３㊀基于ＩＳＡＴ.Ｍ工具的ＣＭＡＱ￣ＤＤＭ空气质量模式运行效果验证关闭源法是指通过关闭某一地区或源类的污染源来计算这一地区对目标区域的污染贡献ꎬＤＤＭ法是利用模式相同的公式结构ꎬ将敏感性分析公式与模式主程序耦合进行敏感性分析的方法.ＩＳＡＴ.Ｍ工具可将ＩＳＡＴ工具所生成的网格化排放清单文件及点源排放文件作为输入文件ꎬ并输出ＣＭＡＱ及其ＤＤＭ敏感性分析模块可以直接使用的ｉｎｌｉｎｅ格式排放清单.该研究耦合２０１２年ＭＥＩＣ清单和２０１５年北京市工业锅炉点源排放清单ꎬ采用ＳＭＯＫＥ模型和ＩＳＡＴ.Ｍ工具分别为ＣＭＡＱ空气质量模式提供排放清单ꎬ并以北京市工业锅炉点源排放清单作为敏感性分析研究对象ꎬ分别利用关闭源法和ＤＤＭ法开展北京市工业锅炉的环境影响敏感性分析ꎬ并对结果进行对比以验证ＩＳＡＴ.Ｍ工具的有效性.由于该研究主要为验证ＩＳＡＴ.Ｍ工具的有效性ꎬ并且２个清单时间上的不一致性会对敏感性分析结果带来一定的不确定性ꎬ因此仅对比不同工具数值模拟结果的一致性ꎬ对敏感性分析结果未展开讨论.图８㊀ＤＤＭ法与关闭源法的计算结果比较Ｆｉｇ.８ＣｏｍｐａｒｉｓｏｎｏｆｔｈｅＤＤＭａｎｄＢｒｕｔｅＦｏｒｃｅｍｅｔｈｏｄ图８㊁９为基于ＳＭＯＫＥ模型的关闭源法和基于ＩＳＡＴ.Ｍ工具的ＤＤＭ法得到的北京市工业锅炉大气污染物排放对ρ(ＰＭ２ ５)贡献的逐网格结果对比及空间分布对比.在数据一致性方面ꎬ２种方法所得数据６９０１第６期王㊀堃等:基于ＣＳＧＤ的排放清单处理工具研究㊀㊀㊀图９㊀ＤＤＭ法与关闭源法计算结果的空间分布对比Ｆｉｇ.９ＣｏｍｐａｒｉｓｏｎｏｆｔｈｅｓｐａｔｉａｌｄｉｓｔｒｉｂｕｔｉｏｎｏｆＤＤＭａｎｄＢｒｕｔｅＦｏｒｃｅｍｅｔｈｏｄ相关系数在０ ９９以上ꎬ斜率约为０ ９５ꎬ具有显著的相关性和一致性(见图８)ꎻ在空间分布方面ꎬ２种方法空间分布结果相近ꎬ关闭源法估算结果的高值区域较ＤＤＭ法分布更为广泛(见图９)ꎬ该结果与王丽涛等[３０￣３１]研究结果相似.３㊀结论与建议ａ)该研究以ＣＳＧＤ中的ＰＯＩ数据为主要研究对象ꎬ开发了在Ｗｉｎｄｏｗｓ平台下运行的ＩＳＡＴ工具ꎬ以及在Ｗｉｎｄｏｗｓ或Ｌｉｎｕｘ平台下运行的ＩＳＡＴ.Ｍ工具ꎬ并通过采用ＷＲＦ气象模式假定的地球模型ꎬ以实现排放清单编制㊁空气质量模式运行过程中网格区域的一致性ꎬ满足不同平台下的工作需求.ｂ)该研究以北京市为例ꎬ基于ＩＳＡＴ工具利用ＰＯＩ数据对人类活动源及道路机动车源等面源排放强度的空间分布进行分配ꎬ并与城市热力图及交通流量数据进行对比以验证其有效性ꎬ结果表明ＩＳＡＴ工具的空间分配结果与排放源空间分布具有较好的一致性.ｃ)ＩＳＡＴ.Ｍ工具可以生成满足ＣＭＡＱ及其ＤＤＭ等模块输入要求的ｉｎｌｉｎｅ格式数据.该研究以ＭＥＩＣ清单及北京市工业锅炉大气污染物排放清单为基础ꎬ通过对比基于ＳＭＯＫＥ模型的关闭源法及基于ＩＳＡＴ.Ｍ工具的ＤＤＭ法的敏感性分析结果ꎬ验证了这２种方法数据的一致性及空间分布的相关性ꎬ并发现关闭源法估算的结果高于ＤＤＭ法.ｄ)ＰＯＩ数据是ＣＳＧＤ的主要组成部分ꎬ该类数据具有信息丰富㊁易于获取㊁时效性强等优点ꎬ但也面临信息冗杂㊁近郊区数据缺失较为严重等问题.因此ꎬ将ＣＳＧＤ应用于排放清单空间分配工作ꎬ需选取与排放源空间分布特征相近的数据种类ꎬ开展冗余数据去除等数据清洗工作ꎬ并注意近郊区数据缺失带来的不确定性.除ＰＯＩ数据之外ꎬＣＳＧＤ中的交通态势数据㊁城市热力图等数据不仅在空间上可以反映道路机动车及人类活动的空间分布特征ꎬ而且该类数据能够实时更新以反映排放源排放强度的时间变化.因此ꎬ在后续研究中应深入开展对该类数据在排放清单时空分配方面的应用.参考文献(Ｒｅｆｅｒｅｎｃｅｓ):[１]㊀郑君瑜.区域高分辨率大气排放源清单建立的技术方法与应用[Ｍ].北京:科学出版社ꎬ２０１４:６.[２]㊀王书肖ꎬ邱雄辉ꎬ张强ꎬ等.我国人为源大气污染物排放清单编制技术进展及展望[Ｊ].环境保护ꎬ２０１７(２１):２１￣２６.ＷＡＮＧＳｈｕｘｉａｏꎬＱＩＵＸｉｏｎｇｈｕｉꎬＺＨＡＮＧＱｉａｎｇꎬｅｔａｌ.ＤｅｖｅｌｏｐｉｎｇａｎｔｈｒｏｐｏｇｅｎｉｃａｉｒｐｏｌｌｕｔａｎｔｅｍｉｓｓｉｏｎｉｎｖｅｎｔｏｒｙｉｎＣｈｉｎａ:ｐｒｏｇｒｅｓｓａｎｄｏｕｔｌｏｏｋ[Ｊ].ＥｎｖｉｒｏｎｍｅｎｔａｌＰｒｏｔｅｃｔｉｏｎꎬ２０１７(２１):２１￣２６. [３]㊀杨柳林ꎬ曾武涛ꎬ张永波ꎬ等.珠江三角洲大气排放源清单与时空分配模型建立[Ｊ].中国环境科学ꎬ２０１５ꎬ３５(１２):３５２１￣３５３４.ＹＡＮＧＬｉｕｌｉｎꎬＺＥＮＧＷｕｔａｏꎬＺＨＡＮＧＹｏｎｇｂｏꎬｅｔａｌ.Ｅｓｔａｂｌｉｓｈｍｅｎｔｏｆｅｍｉｓｓｉｏｎｉｎｖｅｎｔｏｒｙａｎｄｓｐａｔｉａｌ￣ｔｅｍｐｏｒａｌａｌｌｏｃａｔｉｏｎｍｏｄｅｌｆｏｒａｉｒｐｏｌｌｕｔａｎｔｓｏｕｒｃｅｓｉｎｔｈｅＰｅａｒｌＲｉｖｅｒＤｅｌｔａＲｅｇｉｏｎ[Ｊ].ＣｈｉｎａＥｎｖｉｒｏｎｍｅｎｔａｌＳｃｉｅｎｃｅꎬ２０１５ꎬ３５(１２):３５２１￣３５３４. [４]㊀王堃ꎬ高佳佳ꎬ田贺忠ꎬ等.基于ＰＯＩ兴趣点的排放清单空间分配方法[Ｊ].中国环境科学ꎬ２０１７ꎬ３７(６):２３７７￣２３８２.ＷＡＮＧＫｕｎꎬＧＡＯＪｉａｊｉａꎬＴＩＡＮＨｅｚｈｏｎｇꎬｅｔａｌ.ＡｎｅｍｉｓｓｉｏｎｉｎｖｅｎｔｏｒｙｓｐａｔｉａｌａｌｌｏｃａｔｅｍｅｔｈｏｄｂａｓｅｄｏｎＰＯＩｄａｔａ[Ｊ].ＣｈｉｎａＥｎｖｉｒｏｎｍｅｎｔａｌＳｃｉｅｎｃｅꎬ２０１７ꎬ３７(６):２３７７￣２３８２. [５]㊀ＭＡＹＥＲ￣ＳＣＨＮＢＥＲＧＥＲＶꎬＣＵＫＩＥＲＫ.Ｂｉｇｄａｔａ:ａｒｅｖｏｌｕｔｉｏｎｔｈａｔｗｉｌｌｔｒａｎｓｆｏｒｍｈｏｗｗｅｌｉｖｅꎬｗｏｒｋꎬａｎｄｔｈｉｎｋ[Ｍ].Ｌｏｎｄｏｎ:ＪｏｈｎＭｕｒｒａｙꎬ２０１３:１３￣２３.[６]㊀王爽ꎬ李炯.基于城市网络空间的ＰＯＩ分布密度分析及可视化[Ｊ].城市勘测ꎬ２０１５(１):２１￣２５.ＷＡＮＧＳｈｕａｎｇꎬＬＩＪｉｏｎｇ.ＡｎａｌｙｓｉｓａｎｄｖｉｓｕａｌｉｚａｔｉｏｎｏｆＰＯＩｄｉｓｔｒｉｂｕｔｉｏｎｄｅｎｓｉｔｙｂａｓｅｄｏｎｕｒｂａｎｎｅｔｗｏｒｋｓｐａｃｅ[Ｊ].ＵｒｂａｎＧｅｏｔｅｃｈｎｉｃａｌＩｎｖｅｓｔｉｇａｔｉｏｎａｎｄＳｕｒｖｅｙｉｎｇꎬ２０１５(１):２１￣２５.７９０１。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
西南环境史研究所
简讯
第１期
目录
◆西南环境史研究所成立
◆周琼教授参加第六届中国灾害史国际学术研讨会
◆田野社会调查
１．２０１０年１月西双版纳、普洱田野调查２．２０１０年１月临沧、德宏田野调查
３．２０１０年７月大理资料调研
◆田野考察报告会
１．２０１０年６月曹术智元阳梯田考察报告２．２０１０年６月李婉琨麻风病考察报告
◆西南环境史学网站成立
２０１０年７月
一、西南环境史研究所成立
（一）研究所概况
２００９年５月，云南大学正式批准成立西南环境史研究所。
在学校、人文学院、历史系相关部门和各级领导的关心帮助下，在学界相关学者的热心指导下，经过前期的紧张筹备，云南大学西南环境史研究所正式挂牌成立。
研究所自创建以来，秉承立足前沿、兼容包蓄的学术作风，努力开拓西南环境史研究的新领域，在环境史研究的大方向下，建立了生态环境、环境考古、环境法规、环境疾病、自然灾害等研究科目，并组建了以中青年学者为主的优秀学术团队。
（二）研究所科研力量
我所的学者们坚持理论与实践相结合、教学和科研相结合，多领域、多视角开展环境史研究。
第一，多次组织田野调研，通过实地考察获取翔实可信的第一手资料，支撑和拓展相关的学术研究；第二，与各类行政、事业、教育团体建立合作伙伴关系，搭建我所的教学和科研平台；第三，注重构建一支稳定的、多学科背景、年龄分布梯次化的研究团队，积极开展研究生培养。
周琼西南环境史研究所所长，教授，系云南大学历史系博士，中国人民大学清史研究所博士后。
主要研究领域为西南环境史、清代灾荒史、云南民族地方史及古籍整理工作。
在相关研究领域具有学术影响力，研究成果丰硕，发表论文３０余篇；编著、专著３部；整理校注古籍６部；主持和参加１２个课题；国际合作项目２个，研究成果多次获得各类奖项。
朱之勇副教授，中国科学院古脊椎动物与古人类研究所理学博士，云南大学第二批中青年骨干教师成员。
主要研究领域为史前考古、环境考古。
发表相关研究论文１０篇，独立主持研究课题５个，目前正从事云贵高原早期文明起源问题的研究工作。
辛玲副教授，云南大学法学院硕士，研究方向为少数民族法制史，参与国家社科基金特别委托项目《清代云南生态变迁与环境灾害研究》的研究。
辛亦武讲师，云南大学在读博士，主要研究领域为西南边疆民族与社会史、环境史、政治制度史，主持、参与教育部项目、国家社科基金项目、云南省教育厅项目、云南大学重点项目各一项，发表学术论文两篇。
和六花云南省少数民族古籍整理出版规划办公室实习研究员，历史学硕士，主要从事云南环境变迁、血吸虫病史研究。
参与国家社科基金特别项目、云南省教育厅项目、国际合作项目各一项，发表学术论文四篇。
多次进行田野调查，具有丰富的田野调查经验。
二、周琼教授参加第六届中国灾害史国际学术研讨会
２００９年７月１１日至１３日，周琼教授参加了由山西大学中国社会史研究中心、中国灾害防御协会灾害史专业委员会、中国人民大学清史研究所、山西省历史学会共同发起，山西大学中国社会史研究中心承办的第六届中国灾害史国际学术研讨会。
此次研讨会的主题为华北灾荒与社会变迁，来自国内外数十家科研部门的４０余位多学科的专家学者齐聚一堂，紧紧围绕近三
十年中国灾荒史研究的理论与方法、华北灾荒与社会变迁、华北地区重大自然灾害及减灾对策研究、共和国时期的灾荒研究、灾荒史研究的新资料等主题，分别从各自的学科出发，对历史时期的不同灾害进行了深入探讨。
会上，与会学者自始至终激烈又不失理性的交锋辩论，使研讨会形成了一种令人振奋的对话和现场交流氛围，实现了不同区域、不同学科、不同学派间观点的碰撞和互动。
此次会议的成功举办极大地推动了当前的灾害史研究，对于今后我国及华北地区防灾减灾工作的开展具有重要的借鉴意义。
三、田野社会调查
（一）２０１０年１月西双版纳、普洱田野调查
２０１０年１月９日至２０１０年１月２０日，由周琼教授、辛玲副教授带领研究生李新喜、刘雪松、濮玉慧、李婉琨，由西双版纳出发，途
经澜沧县、普洱市、景谷县、临沧市至楚雄市，进行生态环境变迁与环境疾病的田野考察和资料调查。
（二）２０１０年１月临沧、德宏田野调查
２０１０年１月２８日至２０１０年２月１０日，由周琼教授带领研究生濮玉慧、耿金、郑彬彬，由临沧市出发，途经临沧市耿马、孟定、镇康、永德到德宏州的芒市和瑞丽，进行第二次生态环境变迁与环境疾病的田野考察和资料调查。
（三）２０１０年７月大理资料调研
２０１０年７月４日至７月８日，由周琼教授、辛亦武老师带领研究生李新喜、刘雪松、顾维芳，走访大理州疾病控制中心、州地方病防治研究所、州卫生局和州档案馆，进行第三次生态环境变迁与环境疾病的田野考察和资料调查
四、田野考察报告会
２０１０年６月３０日，应云南大学西南环境史研究所邀请，云南大学人文学院历史系研究生曹术智、本科生李婉琨作了生态环境田野调查报告。
报告由西南环境史研究所所长周琼教授主持，辛玲副教授等人出席了报告会。
（一）曹术智元阳梯田考察报告
曹术智主讲的《元阳梯田生态隐患分析》讲座，以元阳梯田为考察重点，阐述元阳梯田历史发展脉络，分析了元阳梯田现存的生态环境隐患。
通过对当地居民的走访调查，结合当地的自然和人文环境，以自己的亲身经历和体验，得出一些独到的思考，认为元阳梯田过度
旅游开发，在很大程度上引发了生态环境恶化。
（二）李婉琨麻风病考察报告
李婉琨主讲的《初识麻风病之旅》以滇西南为考察地点，讲述了普洱、西双版纳、临沧等地区麻风病与当地的自然环境、人文环境之间的关系，初步提出了对麻风病的认识。
麻风病作为一种慢性传染性疾病，随着云南地区社会经济活动的增强引发的生态环境的变迁在一定程度上限制了麻风病病菌的存活环境。
五、西南环境史学网站成立
西南环境史学网站（ｗｗｗ．ｘｎｈｊｓ．ｃｏｍ）自从试运营以来，受到全国各地学界的广泛关注和好评。
目前，网站共有新闻资讯、学术交流、田野考察、学术评论、著作选读、专题论文等六大板块，内容丰富，形式多样，涉及了生态环境、环境考古、环境法规、环境疾病、自然灾害等研究科目，为广大学者提供了交流学习的平台。