利用OMI卫星遥感评估贵州省SO_2减排成效

为评估燃煤火电厂烟气脱硫减排政策对地区SO_2污染的影响,本研究基于OMI卫星遥感SO_2柱数据,对贵州省2005—2012年的SO_2时空变化特征进行了分析,并结合火电厂SO_2排放量模型估算数据,从时间空间尺度上测算了省内不同区域的污染变化趋势及区域污染对火电脱硫政策的响应。结果表明:(1)贵州省SO_2污染强度在2008年后出现了小幅下降趋势,但省内污染改善呈现出显著的空间异质性,工业欠发达地区的污染强度未得到明显改善、部分区域甚至表现出持续增长的趋势。(2)烟气脱硫政策并未驱动贵州省火电厂周边区域的SO_2污染出现一致性改善,部分区域污染在电厂烟气脱硫后仍然呈现出增长的趋势;基于SO_2浓度与年份的相关性分析表明,单一的烟气脱硫政策对于贵州省SO_2污染治理存在着明显的局限性,工业欠发达地区的污染变化未因减排政策实施而呈现出下降趋势。(3)基于火电厂排放清单模型的排放量估算表明,贵州省2009年后来自于火电领域的SO_2减排贡献已显著下降,未来的减排政策应更多地关注其他污染源的排放约束,以确保省内大气污染得到持续、全面的改善。

茶叶中生物碱及多酚类化合物高效液相色谱-主成分聚类分析

色谱分析,以结果中该9种组分的相对含量关系为指标建立样本矩阵,应用主成分分析法进行 聚类分析,结果很好的反映了不同品种和产地的茶叶的品质差异。

杂交稻种品系与真伪的可见-近红外光谱鉴别

提出了一种基于可见-近红外光谱技术快速、无损鉴别杂交稻种品系与真伪的新方法。采集了5种稻种的光谱数据,各获取32个样本,随机分成训练集(125份)和检验集(35份)。光谱经S.Golay平滑和标准归一化(SNV)处理后,以主成分分析法(PCA)降维。将降维所得的前9个主成分作为新变量。分别用模糊模式识别、BP-神经网络、Fisher多类线性判别以及Bayes多类逐步判别四种方法进行分析。对35个未知样的预测结果说明可见-近红外技术进行杂交稻种品系与真伪的快速、无损鉴别是可行的,且PCA结合Bayes多类逐步判别是一种优选方法。

利用卫星遥感评估广西壮族自治区SO_2减排成效

基于2005—2012年OMI卫星遥感PBL SO2柱浓度数据分析了广西壮族自治区SO2污染的时空格局和变化特征,并结合燃煤火电厂SO2排放模型估算与工业经济增长数据,在时间、空间尺度上分析了自治区内不同区域的SO2污染对火电厂烟气脱硫政策的响应以及所呈现出的减排成效。结果表明,广西因火电厂脱硫政策驱动的SO2污染改善具有显著的空间异质性,自治区内高污染区的SO2浓度在2011—2012年出现了显著下降,而低污染区的SO2浓度则在8年中持续增长;排放模型估算结果显示,烟气脱硫驱动的火电厂SO2减排贡献将在2008年后持续下降,而遥感观测结果显示,广西全区SO2半年浓度均值总体呈现波动上升趋势,2005—2012年浓度增加了8.6%、年均增长约0.9%;综合工业经济增长数据发现,近年来其他工业源的增量排放已给广西SO2减排带了新挑战,而这一变化仍未得到相关决策部门关注,存在明显缺陷的SO2统计排放量数据尚未得到修正。针对上述污染变化新特征,政府相关部门应引起足够重视,尽快更新完善污染源信息并启动针对其他污染源的限排措施,以确保环境持续改善。