北大考研-地球与空间科学学院研究生导师简介-赵红颖
北大考研-地球与空间科学学院研究生导师简介-何 涛
爱考机构-北大考研-地球与空间科学学院研究生导师简介-何涛何涛Email：taohe(at)联系电话：个人主页：办公室：职称职务：讲师/中级职称个人简历教育背景：2002.9－2007.8加拿大维多利亚大学地球与海洋科学学院博士1999.9－2002.7北京大学地球与空间科学学院硕士1995.9－1999.7北京大学地球与空间科学学院本科工作经历：2008.4－至今北京大学地球与空间科学学院大陆动力学与资源工程研究所从事教学科研工作工作情况及研究方向教学与主讲课程：本科：主干基础课《固体力学基础》，教学目标是使学生牢固掌握基本的力学概念，学会一般的解题方法，学会如何用力学知识分析地质问题，建立合理的地质模型，以及ANSYS数值分析实验。
主干基础课《中国区域地质学》的滨太平洋部分，教学目标是建立学生对我国东部滨海区域地质的总体框架性认识。
主干基础课《区域地质实习》（辽宁兴城），教学目标是培养学生的野外地质综合能力。
选修课《海洋地质学》，采用中英双语教学，教学目标是拓宽学生对当代海洋地质科学的知识面，了解相关领域的国内外最新研究进展，激发对现代海洋地质科学的兴趣。
所在专业与主要研究方向：所在专业：大陆动力学与资源工程研究所主要研究方向：（1）跟海洋天然气水合物相关的地质和地球物理研究，包括：天然气水合物的地震性质，海底构造，海底表面热流和低温热液，传统地震信号处理，DTAGS （DeepTowedAcousticandGeophysicalSystem）信号处理等。
（2）跟油气勘探相关的地震岩石物理和测井解释等方面的研究。
（3）地质问题的数值模型研究，包括有限元分析、反演理论应用等。
主持的主要科研课题：2010.01-2012.12：国家自然科学基金青年基金项目《用深拖多道地震系统（DTAGS）和ODP/IODP钻井结果研究Cascadia边缘北部陆坡海洋天然气水合物的储层特征》（项目批准号40904029）；该项目将和加拿大维多利亚大学和加拿大太平洋地调中心合作，开展海洋天然气水合物方面的研究。
基于环境承载力的中深层地热资源评估方法
益等ꎮ 在传统的地热资源评估中很少考虑地热开发
禀赋条件、社会经济技术条件和环境影响作用条件
经济效益等因素ꎬ因此ꎬ难以得出综合性评价体系来
３ 个部分构成ꎬ涉及地热热储深度、热储温度、地热资
源可开采量和人口密度等评价指标ꎬ得出目标区域内
指导地热开发ꎮ
２ ２ 体系的评价指标和原则
的中深层地热资源承载力ꎮ 再结合典型区域的地下
深层地热资源评价体系的分级标准ꎬ结合大量地热数
Ｑ ｗ 为水质储存的热量ꎬＪꎻ
Ｖ Ｌ 为热储中存储的水量ꎬｍ３ ꎻ
Ｖ１ 为截至计算时刻ꎬ热储孔隙中热水的静储量ꎬｍ３ ꎻ
Ｖ２ 为水位降低到目前取水能力极限深度时ꎬ热
储释放水量ꎬｍ３ ꎻ
４１
ＫＯＮＧ Ｗｅｉｚｈｅｎｇ ꎬ ｅｔ ａｌ . Ｅｖａｌｕａｔｉｏｎ Ｍｅｔｈｏｄ ｏｆ Ｍｅｄｉｕｍ ａｎｄ Ｄｅｅｐ Ｇｅｏｔｈｅｒｍａｌ Ｒｅｓｏｕｒｃｅｓ Ｂａｓｅｄ ｏｎ Ｅｎｖｉｒｏｎｍｅｎｔａｌ Ｃａｒｒｙｉｎｇ Ｃａｐａｃｉｔｙ
Ａ 为计算区面积ꎬｍ２ ꎻ
市的 经 济 水 平 进 行 评 价ꎮ 此 外ꎬ 参 考 国 标 ＤＺ /
Ｍ 为热储层厚度ꎬｍꎻ
Ｔ０３３１—２０２０ 确定地热井开采经济性ꎮ 人口密度也是
ρ ｒ 为热储岩石密度ꎬｋｇ / ｍ ꎻ
３
地热资源开发时的社会经济水平的重要指标ꎬ本文根
ｃ ｒ 为热储岩石比热容ꎬＪ / ( ｋｇＫ) ꎻ
ｅｎｄｏｗｍｅｎｔ ａｎｄ ｌａｒｇｅ ｒｅｓｅｒｖｅｓ. Ｔｈｅ ｃｕｒｒｅｎｔ ｇｅｏｔｈｅｒｍａｌ ｒｅｓｏｕｒｃｅ ａｓｓｅｓｓｍｅｎｔ ｍｅｔｈｏｄｓ ａｒｅ ｍａｉｎｌｙ ｕｓｅｄ ｔｏ ｅｖａｌｕａｔｅ
ｓｈａｌｌｏｗ ｇｅｏｔｈｅｒｍａｌ ｅｎｅｒｇｙꎬ ａｎｄ ｄｏ ｎｏｔ ｃｏｎｓｉｄｅｒ ｆａｃｔｏｒｓ ｓｕｃｈ ａｓ ｅｎｖｉｒｏｎｍｅｎｔａｌ ｃａｒｒｙｉｎｇ ｃａｐａｂｉｌｉｔｙ ａｎｄ ｅｘｔｒａｃｔｉｏｎ
频域滤波的高光去除方法
激光与光电子学进展５０，０５１２０５（２０１３）Ｌａｓｅｒ ＆Ｏｐｔｏｅｌｅｃｔｒｏｎｉｃｓ Ｐｒｏｇｒｅｓｓ○Ｃ２０１３《中国激光》杂志社基于频域滤波的高光去除方法柴玉亭１ 王 昭２ 高建民１ 黄军辉２１西安交通大学机械制造系统工程国家重点实验室，陕西西安７１００４９２西安交通大学机械工程学院，陕西西安（）７１００４９摘要 结构光三维测量广泛应用于测量物体外轮廓，但使用这种技术测量金属零部件时，会由于金属表面的局部强反射形成高光区域，这种高光致使相机饱和、信息丢失，造成条纹中心提取不准确，从而产生较大的测量误差。
因此，寻找一种有效的手段来避免高光问题是非常必要的。
基于结构光测量系统自身的特点，提出一种新的高光去除方法———频域滤波法。
该方法将高光视作噪声，通过对比分析漫反射光条和高光光条频谱分布的不同，制作合适的滤波器以滤除高光。
通过３ｄｓｍａｘ软件仿真，模拟高光效果，测试频域滤波后的条纹中心提取精度比不滤除前提高０．８ｐｉｘｅｌ。
将该方法应用于实际叶片测量中，较好地解决了其中的高光问题。
仿真和实验均证明，频域滤波法可以在一定程度上降低高光对结构光条纹中心提取准确度的影响。
关键词 测量；结构光三维测量；高光去除；频域滤波；条纹中心中图分类号 ＴＨ７４１ 文献标识码 Ａ ｄｏｉ：１０．３７８８／ＬＯＰ５０．０５１２０５Ｈｉｇｈｌｉｇｈｔ Ｒｅｍｏｖａｌ Ｂａｓｅｄ ｏｎ Ｆｒｅｑｕｅｎｃｙ－Ｄｏｍａｉｎ ＦｉｌｔｅｒｉｎｇＣｈａｉ Ｙｕｔｉｎｇ１ Ｗａｎｇ Ｚｈａｏ２ Ｇａｏ Ｊｉａｎｍｉｎ１ Ｈｕａｎｇ Ｊｕｎｈｕｉ ２１Ｓｔａｔｅ Ｋｅｙ Ｌａｂｏｒａｔｏｒｙ ｆｏｒ Ｍａｎｕｆａｃｔｕｒｉｎｇ Ｓｙｓｔｅｍｓ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｘｉ′ａｎ Ｊｉａｏｔｏｎｇ Ｕｎｉｖｅｒｓｉｔｙ，Ｘｉ′ａｎ，Ｓｈａａｎｘｉ ７１００４９，Ｃｈｉｎａ２Ｓｃｈｏｏｌ ｏｆ Ｍｅｃｈａｎｉｃａｌ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｘｉ′ａｎ Ｊｉａｏｔｏｎｇ Ｕｎｉｖｅｒｓｉｔｙ，Ｘｉ′ａｎ，Ｓｈａａｎｘｉ ７１００４９，烄烆烌烎ＣｈｉｎａＡｂｓｔｒａｃｔ Ｔｈｒｅｅ－ｄｉｍｅｎｓｉｏｎａｌ（３Ｄ）ｍｅａｓｕｒｅｍｅｎｔ ｔｅｃｈｎｉｑｕｅ ｏｆ ｓｔｒｕｃｔｕｒｅｄ ｌｉｇｈｔ ｉｓ ｗｉｄｅｌｙ ｕｓｅｄ ｉｎ ｏｂｊｅｃｔｓ′ｏｕｔｌｉｎｅｍｅａｓｕｒｅｍｅｎｔ．Ｈｏｗｅｖｅｒ，ｗｈｅｎ ｉｔ ｉｓ ａｐｐｌｉｅｄ ｔｏ ｍｅａｓｕｒｅ ｍｅｃｈａｎｉｃａｌ ｃｏｍｐｏｎｅｎｔｓ ａｎｄ ｐａｒｔｓ，ｓｏｍｅ ｐａｒｔｓ ｏｆ ｉｎｔｅｎｓｅ ｒｅｆｌｅｃｔｉｏｎ（ｈｉｇｈｌｉｇｈｔ ｏｒ ｓｐｅｃｕｌａｒ ｌｉｇｈｔ）ｏｎ ｔｈｅ ｓｕｒｆａｃｅ ｏｆ ｍｅｔａｌ ｃｏｍｐｏｎｅｎｔｓ ｗｏｕｌｄ ｆｏｒｍ ｈｉｇｈｌｉｇｈｔ ａｒｅａ．Ｔｈｅ ｉｎｔｅｎｓｅ ｒｅｆｌｅｃｔｅｄ ｌｉｇｈｔ ｃａｎｍａｋｅ ＣＣＤ ｓａｔｕｒａｔｅ ａｎｄ ｃａｕｓｅ ｔｈｅ ｅｘｔｒａｃｔｉｏｎ ｏｆ ｃｅｎｔｅｒ ｏｆ ｌｉｇｈｔ ｓｔｒｉｐｅ ｉｎａｃｃｕｒａｔｅ，ａｎｄ ｔｈｅｎ ｅｒｒｏｒｓ ｗｏｕｌｄ ａｐｐｅａｒ ｉｎ ｔｈｅｍｅａｓｕｒｅｍｅｎｔ ｒｅｓｕｌｔｓ．Ｔｈｕｓ，ｉｔ ｉｓ ａ ｍａｔｔｅｒ ｏｆ ｇｒｅａｔ ｕｒｇｅｎｃｙ ｔｏ ｆｉｎｄ ａ ｗａｙ ｔｏ ａｖｏｉｄ ｈｉｇｈｌｉｇｈｔ．Ｗｅ ｔｒｙ ｔｏ ｕｓｅ ｔｈｅ ｃｈａｒａｃｔｅｒｉｓｔｉｃｏｆ ｓｔｒｕｃｔｕｒｅｄ ｌｉｇｈｔ ｍｅａｓｕｒｅｍｅｎｔ ｓｙｓｔｅｍ ｔｏ ｐｒｏｐｏｓｅ ａ ｎｅｗ ｍｅｔｈｏｄ ｏｆ ｈｉｇｈｌｉｇｈｔ ｒｅｍｏｖａｌ———ｆｒｅｑｕｅｎｃｙ－ｄｏｍａｉｎ ｆｉｌｔｅｒｉｎｇ．Ｈｉｇｈｌｉｇｈｔ ｉｓ ｄｅｆｉｎｅｄ ａｓ ａ ｋｉｎｄ ｏｆ ｎｏｉｓｅ，ａｎｄ ｔｈｉｓ ｍｅｔｈｏｄ ｃｏｍｐａｒｅｓ ｔｈｅ ｄｉｆｆｅｒｅｎｃｅ ｂｅｔｗｅｅｎ ｈｉｇｈｌｉｇｈｔ ｆｒｅｑｕｅｎｃｙ ｓｐｅｃｔｒｕｍ ａｎｄｄｉｆｆｕｓｅ ｌｉｇｈｔ ｆｒｅｑｕｅｎｃｙ ｓｐｅｃｔｒｕｍ ｔｏ ｍａｋｅ ｆｒｅｑｕｅｎｃｙ ｆｉｌｔｅｒｉｎｇ，ａｎｄ ｔｈｅｎ ｔｏ ｒｅｍｏｖｅ ｔｈｅ ｉｎｆｌｕｅｎｃｅ ｏｆ ｈｉｇｈｌｉｇｈｔ．Ｓｉｍｕｌａｔｉｎｇｈｉｇｈｌｉｇｈｔ ｉｎ ３ｄｓｍａｘ ｓｏｆｔｗａｒｅ，ｔｈｅ ｐｒｏｐｏｓｅｄ ｍｅｔｈｏｄ ｃａｎ ｇｅｔ ０．８ｐｉｘｅｌ ｉｍｐｒｏｖｅｍｅｎｔ ｉｎ ｔｈｅ ａｃｃｕｒａｃｙ ｏｆ ｌｉｇｈｔ ｓｔｒｉｐｅ ｅｘｔｒａｃｔｉｏｎ．Ｒｅｓｕｌｔｓ ｏｆ ｒｅａｌ ｂｌａｄｅ ｔｅｓｔ ａｒｅ ａｌｓｏ ｐｒｏｖｉｄｅｄ ａｎｄ ｐｒｏｖｅ ｔｈａｔ ｉｔ ｉｓ ａ ｂｅｔｔｅｒ ｓｏｌｕｔｉｏｎ ｉｎ ａｃｔｕａｌ ｂｌａｄｅ ｔｅｓｔ．Ｂｏｔｈ ｓｉｍｕｌａｔｉｏｎ ａｎｄｅｘｐｅｒｉｍｅｎｔ ｃｏｎｆｉｒｍ ｔｈａｔ ｔｈｅ ｐｒｏｐｏｓｅｄ ｍｅｔｈｏｄ ｃｏｕｌｄ ｉｍｐｒｏｖｅ ｔｈｅ ａｃｃｕｒａｃｙ ｉｎ ｅｘｔｒａｃｔｉｏｎ ｏｆ ｌｉｇｈｔ ｓｔｒｉｐｅ ｃｅｎｔｅｒ．Ｋｅｙ ｗｏｒｄｓ ｍｅａｓｕｒｅｍｅｎｔ；ｓｔｒｕｃｔｕｒｅｄ ｌｉｇｈｔ ｔｈｒｅｅ－ｄｉｍｅｎｓｉｏｎａｌ ｍｅａｓｕｒｅｍｅｎｔ；ｈｉｇｈｌｉｇｈｔ ｒｅｍｏｖａｌ；ｆｒｅｑｕｅｎｃｙ－ｄｏｍａｉｎｆｉｌｔｅｒｉｎｇ；ｌｉｇｈｔ ｓｔｒｉｐｅ ｃｅｎｔｅｒＯＣＩＳ ｃｏｄｅｓ １２０．３９３０；１２０．２４４０；１２０．５７００；１２０．６６５０ 收稿日期：２０１３－０１－１４；收到修改稿日期：２０１３－０３－０６；网络出版日期：２０１３－０４－２８基金项目：国家自然科学基金（６１０７８０４２）资助课题。
中国科学院研究生院
分类号密级：UDC 编号：中国科学院研究生院硕士学位论文中国虚拟天文台可视化设计及实现邵惠娟指导老师：赵永恒研究员中国科学院国家天文台申请学位级别: 硕士学科专业名称：天体物理论文提交日期: 2004年6月论文答辩日期：2004年7月培养单位：中国科学院国家天文台学位授予单位：中国科学院研究生院答辩委员会主席：阎保平中国科学院研究生院研究生论文中国虚拟天文台可视化设计及实现作者邵惠娟指导老师赵永恒学科专业天体物理研究方向天文数据处理方法申请学位硕士培养单位国家天文台二〇〇四年六月National Astronomical Observatory Chinese Academy of SciencesDesign and Realization ofVisualization forChinese Virtual ObservatoryH u i j u a n S h a oA d v i s o r:P r o f.Y o n g h e n g Z h a oJune 2004摘要随着地面和空间观测站的建立、探测器灵敏度的提高、望远镜口径的增大，天文界正面临着“数据雪崩”的问题。
如何通过现代计算机软硬件和网络系统有效地对这些PB量级的数据进行存储、计算、统计、分析和显示，成为天文学面临的一大问题。
在这样的背景下，虚拟天文台应运而生。
各国虚拟天文台正致力于通过数据网格来实现海量分布式数据的管理和统一访问等功能。
数据可视化是虚拟天文台中必不可少的一部分。
它能够从大量的数据中提取有用的信息，或者得到其他方式的不容易察觉的数据特征，以用户需要的形式展现给用户。
最主要的是它能够通过网络，通过表格、图形、图像、视频甚至虚拟现实方式给用户以直观的感受。
本文着重阐述了对天文星表数据和天文图像的可视化设计及实现方法。
天文星表包括Hipparcos，Tycho2，GSC1.2，GSC2.2，USNO A2.0，USNO B1.0，UCAC2等天文学家常用的星表；星图包括DSS-I全天星图。
锆石Hf同位素：MC-ICP-MS和LA-MC-ICP-MS分析结果的比较
表 2; 锆石 !" 分离流程 #)C’/ 2; @/^)&)E%D, D" !" "&DM _%&‘D,F
步骤
27 平衡 87 载样 :7 淋洗基体元素 G7 接收 !" 元素
酸
体积
2 MD’ Y 6 !=’ Z 97 2 MD’ Y 6 !+ 2 MD’ Y 6 !=’ Z 97 2 MD’ Y 6 !+ 2 MD’ Y 6 !=’ Z 97 2 MD’ Y 6 !+ 2 MD’ Y 6 !=’ Z 97 2 MD’ Y 6 !+
G; 结果及讨论
锆石样品的 !" 同位素分析结果（ 表 8）显示，首先，在采 用 *=<>=?<*@ 分析的三个锆石样品及其平行样的结果中， 同一样品的 !" 同位素组成在误差范围内高度一致。这表明 用单柱离子交换色谱法分离锆石的 !" 元素，可以达到很好 的分离效果，能够保证 !" 同位素分析结果的再现。其次， *=<>=?<*@ 和 60<*=<>=?<*@ 两种分析方法获得了在误差 范围一致的结果，表明用这两种方法获得的锆石 !" 同位素 组成具有很好的可对比性。
为了保证分离效果，每次在离子交换柱使用前后均采用 K* !=’ L 8G* !+ L !8 O 各 28M6 清洗一次。经测定，两次清 洗后的离子交换柱空白可达到 : ] 29 T 22 U 以下。
!" 同位素分析是在中国科学院地质与地球物理研究所 +%,,%U), Q/^Ea,/ 型 *=<>=?<*@ 上完成的。在 *=<>=?<*@ 分 析时，采用静态接收方式测量2J8 IC、2J: IC、2J4 6a、2J（K IC、6a、 !"）、2JJ !"、2JP !"、2J3 !"、2P9 !" 和2P8 .，使 用 !" 标 准 溶 液 1*= GJ4 监测仪器的稳定性，同时对样品进行外部校正。分析过 程中，仪器对一个样品采集 3 组共 39 个数据进行统计。在 每次测量之前进行基线测量作为样品测量的背景，在随后的 样品测量后进行自动在线校正。在每次测完样品溶液之后， 用 8\ !QO: Z 2\ !+ 溶液清洗约 G L PM%,，检测2P9 !" 信号 降至 89 L :9!b 后，开始下一个样品的测量。每个样品总的 测量时间为 24 L 89M%,。
基于数字孪生的海底地质灾害监测预警技术研究
第54卷 第5期 2024年5月中国海洋大学学报P E R I O D I C A L O F O C E A N U N I V E R S I T Y O F C H I N A54(5):102~114M a y,2024基于数字孪生的海底地质灾害监测预警技术研究❋李晓萌1,陈 天1,2,徐玮铎3,孙志文1,薛 凉1,朱宪明1,范智涵1,单红仙1,4,贾永刚1,4❋❋(1.中国海洋大学山东省海洋环境地质工程重点实验室,山东青岛266100;2.自然资源部海岸带科学与综合管理重点实验室,山东青岛266061;3.中国海洋大学信息科学与工程学部,山东青岛266100;4.崂山实验室海洋地质过程与环境功能实验室,山东青岛266237)摘 要: 本文创新了基于海底实时监测数据驱动的海底工程地质环境数字孪生模型,建立了一套埕岛油田地质灾害监测预警系统,构建了海底工程地质环境数据库,实现了对海底监测数据的远程实时可视化更新及交互控制㊂该系统应用于埕岛海底地质灾害监测,在持续运行的40天监测周期内,累计警报了2次强海底侵蚀灾害,提示了4次高浊度事件,真实反映了研究区海底侵蚀变化㊂本文首次尝试将数字孪生技术融合到海底地质灾害的监测预警中,为区域地质灾害防控提供了一种新的技术参考㊂关键词: 数字孪生;海洋地质灾害;监测预警;海底工程地质环境;埕岛油田;U E 4中图法分类号: P 736;X 4 文献标志码: A 文章编号: 1672-5174(2024)05-102-13D O I : 10.16441/j.c n k i .h d x b .20230056引用格式: 李晓萌,陈天,徐玮铎,等.基于数字孪生的海底地质灾害监测预警技术研究[J ].中国海洋大学学报(自然科学版),2024,54(5):102-114.L i X i a o m e n g ,C h e n T i a n ,X u W e i d u o ,e t a l .R e s e a r c h o n s u b m a r i n e g e o h a z a r d m o n i t o r i n g a n d e a r l y w a r n i n g t e c h n o l o g yb a s e d o n d i g i t a l t w i n [J ].P e r i o d ic a l o f O c e a n U n i v e r s i t y of C h i n a ,2024,54(5):102-114. ❋ 基金项目:国家自然科学基金项目(41877223,U 190620170);自然资源部海岸带科学与综合管理重点实验室开放基金项目(2021C O S I M Q 007);中央高校基本科研业务费专项(202161039)资助S u p p o r t e d b y t h e N a t i o n a l N a t u r a l S c i e n c e F o u n d a t i o n o f C h i n a (41877223,U 190620170);t h e O p e n F u n d o f t h e K e y L a b o r a t o r y of C o a s t a l Z o n e S c i e n c e a n d I n t eg r a t e d M a n a g e m e n t ,M i n i s t r y of N a t u r a l R e s o u r c e s (2021C O S I M Q 007);t h e C e n t r a l U n i v e r s i t i e s B a s i c R e s e a r c h F u n d s (202161039)收稿日期:2023-02-09;修订日期:2023-04-03作者简介:李晓萌(1996 ),女,硕士生㊂E -m a i l :21201031153@s t u .o u c .e d u .c n❋❋ 通信作者:贾永刚(1965 ),男,教授㊂E -m a i l :y o n g g a n g@o u c .e d u .c n 海底地质环境变动会诱发海洋地质灾害,威胁海洋平台㊁海上风电㊁海底管线等工程设施的安全㊂中国海洋资源丰富,海洋油气产量接近海陆油气产量的50%[1],但是中国也是世界上遭受海洋地质灾害影响最严重的国家之一,海洋地质灾害会导致重大经济损失和人员伤亡[2-4]㊂黄河水下三角洲埕岛海域是中国自主开发的滩浅海大油田 埕岛油田的所在地,但该海域地质条件复杂,沉积物主要由粉土和软弱黏性土组成,极易发生海洋地质灾害[5]㊂2003年靠近采油平台C B 12B 处的海底沉积物在海洋动力作用下发生液化扰动,造成两条海底电缆击穿中断㊂2010年台风 玛瑙 引发该海域4.5m 巨浪,致使海床发生液化失稳破坏,导致胜利三号平台发生重大倾覆事故[6]㊂因此,为获悉海底地质环境的变化过程,实现海洋地质灾害的监测预警,亟需开展海底工程地质环境监测预警技术的研究,从而降低灾害潜在威胁,保障海洋工程安全㊂早在20世纪90年代,国外就已经开展了海底地质环境监测技术的研究,建立起美国大洋观测计划O O I(O c e a n o b s e r v a t i o n i n i t i a t i v e )[7]㊁加拿大 海王星 海底观测网N E P T U N E (N o r t h -E a s t pa c i f i c t i m e -s e r i e s u n -d e r s e a n e t w o r k e d e x pe r i m e n t s )[8]㊁日本高密度地震海啸海底观测网D O N E T 1(D e n s e o c e a n f l o o r n e t w o r ks y s t e m f o r e a r t h qu a k e s a n d t s u n a m i s )等代表性海底观测网[9]㊂中国于2009年建立了东海海底观测小衢山试验站[10],有力推动了国内海底环境监测技术的发展㊂此后,国内外学者广泛结合空间数据库和地理信息系统G I S (G e o g r a p h i c i n f o r m a t i o n s y s t e m )技术,进行海洋地质环境监测数据的综合管理与分析评价㊂在此基础上,美国国家地球物理数据中心(N G D C )建立的海啸历史数据库[11]和中国国家海洋信息中心建立的中国海洋灾害(2001 2005)数据库[12]㊁自然资源部海洋减灾中心建立的历史海洋灾害数据管理平台[13],都实现了对大量历史海洋灾害数据的规范化管理,并提供数据的查询调用㊁统计分析和可视化展示等功能㊂此外,戴勤奋等[14]在M a pi n f o 平台上开发的胜利埕岛油田海洋工程环境地理信息系统,集成1964年以来该地区海岸5期李晓萌,等:基于数字孪生的海底地质灾害监测预警技术研究带变迁及海底冲淤变化等海洋工程环境信息,扩展了系统评价与决策功能㊂赵晓龙等[15]研发了海洋工程地质环境综合信息系统,并应用于埕岛海域工程地质数据管理分析,综合评价工程地质环境质量㊂为了更加直观显示海洋环境监测数据复杂且庞大灾害信息,部分学者尝试将交互式可视化视觉分析技术应用于展示㊁分析和理解大规模㊁动态和异构的海洋环境数据[16],摆脱传统2D㊁2.5D㊁3D图形及可视化系统的静态展示局限,实现海洋环境多要素可视化与多元分析及海洋现象识别与跟踪等目的,显示出广阔的发展和应用前景㊂目前,国内外针对海底地质环境监测技术的研究已经取得了较好的发展,收获了大量监测数据,但是数据管理与分析的数据库较少,涉及灾种范围较小,鲜有聚焦海底地质灾害的数据库开发应用㊂而且,数据库功能仅停留在对历史监测数据的汇编,不具备实时数据的接入㊁存储与可视化展示,难以满足灾害监测预警的需求㊂数字孪生植根于三维建模㊁系统仿真等技术[17],是将真实世界的事物映射为虚拟空间,并指导和优化现实或物理空间的过程[18]㊂数字孪生以其多源数据融合㊁物理空间精准映射㊁智能决策的功能优势被广泛应用于航空航天㊁航运㊁医疗等领域,并逐渐在灾害监测预警领域得到应用与发展㊂D o u r v a s等[19]基于建筑物的内部温度㊁湿度等气候监测参数,结合元胞自动机建模方法构建数字孪生平台,实现了建筑内部结构可视化㊁火灾蔓延模拟等功能,为火灾事故提供实时预警和决策支持㊂李强[20]以可视化表达㊁数据驱动模型及虚实交互的智能闭环控制为框架,建立了基于城市数字孪生体模型的城市洪涝灾害评估与预警系统,该系统具备城市洪涝灾害的自动监测预警㊁实时智能指挥调度等功能㊂目前,数字孪生也在陆地地质领域已经取得了初步进展㊂H a o y u W u[21]提出一种多层次体素方法,能够准确㊁高效地表示长深隧道工程的各种地质特征,灵活响应隧道施工期间地质环境的几何形状和特性的变化,满足实时数字孪生应用的需求㊂Z h a n g[22]研发了基于数字孪生驱动的山地地质灾害监测预警系统,利用物联网㊁数据驱动等技术,结合B P神经网络算法对山地地质灾害进行智能预警㊂Z i j i a n Y e等[23]通过多功能基站在隧道内建立通信线路,收集和传输隧道施工信息,构建数字孪生多信息智能预警和安全管理平台,并在东天山隧道成功预测了一起开挖面坍塌事故㊂俄罗斯科学院科拉科学中心采矿研究所[24]将固体矿产开采的地质和岩土工程数据整合于数字空间中,根据实际地质信息生成固体矿床数字孪生,保障采矿安全以及实现采矿策略的优化㊂宫思艺[25]结合大数据分析㊁知识图谱及数字孪生技术,提出了一套基于数字孪生的盾构施工地面沉降智能分析方法,实现对地面沉降的分析㊁预测和控制㊂李鹏等[26]使用建模软件构建掘进㊁回采工作面数字孪生的地质模型载体,接入实时监测数据,实现工作面地质信息数字孪生,对掘进前方地质异常距离进行预警,保障掘进地质安全㊂虽然数字孪生在海洋地质灾害领域尚未有研究报道,但在海洋工程领域得到了应用与发展,研究主要侧重于船舶智能制造㊁海洋工程平台建设㊁海洋设备状态监测与维修[27-28]㊂A n d r e a[29]通过机载监测系统传感器收集大量信息,构建了基于数据驱动的数字孪生,估计航速损失的平均漂移时间,准确有效地预测海洋污垢对船舶性能的影响㊂M o g h a d a m F K[30]介绍了海上浮动风力涡轮机传动系统的数字孪生状态监测方法,对传动系统进行仿真研究,提出了用于估计动力传动元件剩余寿命的数字孪生框架㊂王文明[31]构建了海洋修井数字孪生系统五维模型框架,基于监测数据对故障信息进行诊断分析,为修井作业提供决策㊂此外,罗岚等[32]开发了基于U n i t y3D引擎的深海采矿动态数字孪生系统,对采矿过程进行全生命周期可视化监测与数据管理,实现交互控制,这是数字孪生在海洋地质环境领域的首次应用㊂近年来,随着海洋工程的蓬勃发展,工程安全得到越来越多的重视,数字孪生技术显示了对物理世界远程感知㊁实时监控与控制的巨大潜力,为海底工程地质环境监测与海洋地质灾害预警提供了理想的解决方案㊂本文开展了基于数字孪生的海底工程地质环境监测预警技术研究,建立了一套适用于埕岛油田的海底地质灾害监测预警系统,创新了基于海底实时监测数据驱动的海底工程地质环境数字孪生模型,实现了海底工程地质环境的数字化精准映射;构建了埕岛油田工程地质环境数据库,实时读取与综合管理海底地质环境监测数据㊂系统具备海洋环境漫游㊁监测数据实时查询及可视化㊁灾害的动态预测预警三大功能㊂该技术应用于埕岛海域海底地质灾害监测预警,实现了对海洋环境的远程感知㊁监测数据的实时更新及交互控制,对区域海底地质灾害风险防控提供了新的思路㊂1研究区概况研究区位于黄河水下三角洲埕岛海域,水深范围约5~13m(见图1(a))㊂该海域位于莱州湾西北部,渤海湾南部的黄河冲积平原北部,地处1964 1976年黄河行水入海口附近[33],地势西南高,东北低㊂区内开发有大量石油平台以及海底管线等工程设施,是胜利油田的主力采油区[34]㊂潮流是研究区海流的主要构成和泥沙搬运的主要301中 国 海 洋 大 学 学 报2024年载体,该区潮流属于规则半日潮[35],运动形式呈现平行岸线的往复流特征[36]㊂强流区位于10~15m 等深线处,主流具有较高的流速,冲刷能力强,存在短暂的突发性激流[37]㊂强流导致研究区悬浮物浓度较高,海底侵蚀淤积严重(见图1(b))㊂波浪是研究区底质泥沙再悬浮的主要动力[35]㊂由于渤海是较为封闭的内陆浅海,外海波浪难以传入,所以研究区的波浪由渤海当地风生成,波浪的生成和消失都很迅速,并具有季节变化明显㊁周期短的特征[38]㊂此外,该区受风暴潮灾害影响严重㊂风暴潮事件对海床稳定性影响较大[39]㊂研究区内沉积物主要由具有液化特性的粉土和软弱黏性土组成,地层工程性质差异大,海底地质灾害具有多发性㊂图1 研究区自然地理位置F i g .1 T h e n a t u r a l g e o g r a ph i c a l l o c a t i o n o f r e s e a r c h a r e a 2 灾害调查及原位监测2.1海底地质灾害调查为获悉研究区海底地形地貌发育特征及海底地质灾害发育情况,2017年在区内开展了覆盖范围2.5k m ˑ3k m 的多波束调查工作(见图2)㊂调查区域靠近采油平台C B 12B ,测线以平行等深线方向布设主测线,测线间隔30m (水深8m ),检查测线垂直于等深线方向,间隔30m ,每条测线长3k m ㊂调查结果表明研究区水深范围约5~13m ,海床面粗糙不平整,呈现大量负地形地貌和斑状蚀余体结构特征㊂区内发育有大量海底沟槽,沟槽最深处与海床面的高度差约为3m ㊂此外,研究区内广泛发育海床失稳滑动体以及失稳破坏所伴生的塌陷洼地㊁滑动挤压脊,以及海床失稳后在水动力作用下形成的蚀余体㊁冲蚀沟㊁冲蚀凹坑等多种类型的海底地质灾害,表明该区域海床受水动力扰动程度强烈,海底变形滑动及海床侵蚀严重㊂2.2 海底环境原位长期监测为实时获取研究区海底环境变化数据,实现海底地质灾害的预警,2016年在研究区布放一套海底环境原位长期监测平台㊂该平台搭载波潮仪㊁声学多普勒流速剖面仪(A c o u s t i c d o p pl e r c u r r e n t p r o f i l e r ,A D C P )㊁激光粒度仪(L a s e r i n -s i t u s c a t t e r i n g an d t r a n s m i s s o m e t r y,L I S S T )㊁边界层悬浮物剖面测量仪(A r gu s s u r f a c e m e t e r ,A S M )㊁声学多普勒流速仪(A c o u s t i c d o p p l e r v e l o c i m e t r y,A D V )㊁多参数水质仪等观测仪器,仪器的安装位置如图3所示㊂平台通过电缆连接至水面浮球并通过4G 信号完成数据传输㊂平台布放位置靠近采油平台C B 12B 处(见图2),海底原位长期监测时间从2016年12月18日 2017年1月28日,共计41d㊂根据研究区的海底地质灾害调查结果,该区的潜在地质灾害类型包括海床液化㊁侵蚀冲刷㊁变形滑动等㊂海底环境原位长期监测平台搭载的仪器用于获取灾害监测预警所需的海洋动力数据㊁海洋环境数据㊁灾害地质数据等实时数据㊂其中,海洋动力数据包括:波4015期李晓萌,等:基于数字孪生的海底地质灾害监测预警技术研究图2 研究区灾害地质地形特征F i g .2 C h a r a c t e r i s t i c s o f d i s a s t e r g e o l o g i c a l t e r r a i n i n t h e s t u d y ar ea 图3 监测设备示意图F i g .3 D i a g r a m o f t h e m o n i t o r i n g e q u i pm e n t 浪(有效波高㊁波周期㊁最大波高等)㊁潮汐(潮位)㊁流速㊁流向等,通过波潮仪㊁A D C P ㊁A D V 等仪器获得,可以获悉浪㊁潮㊁流等海洋动力变化过程,是海底地质灾害的主要致灾因素;海洋环境数据包括:温度㊁盐度㊁浊度㊁溶解氧浓度㊁悬浮物粒度㊁悬浮物体积浓度等,通过浊度计㊁A S M ㊁L I S S T 等仪器获得,可以获悉水体物理㊁化学参数等海洋环境变化过程,反映了海底地质灾害的主要环境扰动特征;灾害地质数据包括:海床垂向变形㊁水平向变形,沉积物孔隙压力,海底面高程等,分别通过高精度压力传感器㊁三轴加速度传感器㊁孔隙压力传感器㊁声波侵蚀仪测得,可以获悉海床变形滑动及液化破坏过程,反映了海底地质灾害的内部应力㊁外部变形及灾前征兆等灾害特征㊂搭载仪器的种类㊁型号㊁采样频率及观测参数的详细信息如表1所示㊂3 海底地质灾害监测预警系统设计及开发3.1海底工程地质环境数字孪生五维模型依据研究区海底地质灾害调查结果及原位实时监测数据,提出了基于实时监测数据驱动的海底工程地质环境数字孪生五维模型(见图4),模型结构包括:物501中 国 海 洋 大 学 学 报2024年表1 海底环境原位长期监测平台搭载仪器介绍T a b l e 1 I n s i t u l o n g -t e r m i n t e g r a t e d m o n i t o r i n g pl a t f o r m f o r t h e s e a b e d e n v i r o n m e n t w i t h i n s t r u m e n t a t i o n 搭载仪器O n -b o a r d i n s t r u m e n t s仪器型号I n s t r u m e n t m o d e l采样频率S a m p l i n g f r e q u e n c y观测参数O b s e r v a t i o n p a r a m e t e r s多参数水质仪①R B R m a e s t r o 3C .T .D .T u .D O .6H z温度㊁盐度㊁浊度㊁溶解氧浓度声学多普勒流速剖面仪②W o r k H o r s e S e n t i n e l 1200k H z A D C P1m i n流速剖面声学多普勒流速仪③N o r t e k /V e c t o r V e l o c i m e t e r D W 6MH z16H z高频流速波潮仪④R B R V i r t u o s o D |W a v e &T i d a l6H z波浪㊁潮汐激光粒度仪⑤L I S S T -1001H z悬浮物粒度㊁悬浮物体积浓度边界层悬浮物剖面测量仪⑥A S M I V0.1H z浊度剖面高精度压力传感器⑦P a r o s c i e n t i f i c /43K -1010.1H z 海床垂向变形孔隙压力传感器⑧M E A S1H z孔隙压力三轴加速度传感器⑨P a r o s c i e n t i f i c10H z海床水平向变形声波侵蚀仪⑩E c h o L o g g e r A A 4001H z海底面高程注:①M u l t i p a r a m e t e r w a t e r q u a l i t y m o n i t o r i n g i n s t r u m e n t ;②A c o u s t i c d o p p l e r c u r r e n t p r o f i l e r ;③A c o u s t i c d o p p l e r v e l o c i m e t r y ;④T i d e &w a v e r e c o r d -e r ;⑤L a s e r i n -s i t u s c a t t e r i n g a n d t r a n s m i s s o m e t r y ;⑥A r g u s s u r f a c e m e t e r ;⑦H i g h A c c u r a c y pr e s s u r e s e n s o r s ;⑧P o r e p r e s s u r e s e n s o r s ;⑨T h r e e -a x i s a c c e l e r o m e t e r ;⑩S o n i c e r o s i o n i n s t r u m e n t .理环境实体㊁虚拟环境实体㊁监测信息交互㊁预报预警服务㊁环境孪生数据㊂其中,物理环境实体即海洋工程地质环境,可通过监测设备进行数据采集㊂利用所采集的数据,可实现物理环境实体的数字化映射,生成虚拟环境实体㊂监测信息交互是指传感器获取数据后,在输入接口上进行传输的过程㊂环境孪生数据融合了来自物理环境实体的监测数据及来自虚拟环境实体的仿真等数据㊂图4 海底工程地质环境数字孪生五维模型F i g .4 D i gi t a l t w i n f i v e -d i m e n s i o n a l m o d e l o f t h e s u b s e a e n g i n e e r i n g g e o l o gi c a l e n v i r o n m e n t 在监测信息驱动下,物理环境实体与虚拟环境实体进行交互,促进虚拟环境实体的迭代更新,使模型具备预报预警服务功能㊂3.2基于数字孪生的系统结构设计在海底工程地质环境数字孪生五维模型的基础上,设计了海底地质灾害监测预警系统的总体结构(见图5)㊂物理环境实体包括海水环境㊁海床环境㊁海底环境原位长期监测平台及其所搭载仪器㊁采油平台㊂虚拟环境实体以海底原位监测数据为驱动,可以对海洋工程地质环境进行全面映射㊂并且可以向物理环境实体发出数据采集指令,利用采集数据进行虚拟环境的实时更新㊂环境孪生数据是系统运行及实现预报预警服务的核心,包括两类:由物理环境实体监测所得的海洋环境数据㊁海洋动力数据㊁灾害地质数据;由虚拟环境实体所生成的系统运行数据㊁仿真数据等信息数据,并将两类数据进行融合㊂各模块以海底原位监测数据为驱动进行交互连接,使预报预警服务具备海洋环境漫游㊁数据信息实时查询㊁预警信息发布的功能㊂3.3基于数字孪生的系统功能开发系统通过U E 4平台进行开发,并以海底环境实时监测技术所获取的数据为驱动,可实现系统功能,具体运行环境见表2㊂根据海底地质灾害监测预警的海洋环境漫游㊁数据信息实时查询㊁预警信息发布的需求,在预报预警服务模块设计了海洋环境漫游㊁海洋数据可视化㊁海洋灾害预警三大功能模块(见图6)㊂6015期李晓萌,等:基于数字孪生的海底地质灾害监测预警技术研究图5 海底地质灾害监测预警系统总体结构F i g .5 G e n e r a l s t r u c t u r e o f s u b m a r i n e g e o h a z a r d m o n i t o r i n g a n d e a r l y w a r n i n g s ys t e m 表2 海底地质灾害监测预警系统运行环境T a b l e 2 O p e r a t i n g e n v i r o n m e n t f o r s u b s e a g e o h a z a r d m o n i t o r i n g a n d e a r l y w a r n i n g s ys t e m s 序号S e r i a l n u m b e r配置内容C o n f i gu r a t i o n c o n t e n t 参数P a r a m e t e r s1开发的硬件环境H a r d w a r e e n v i r o n m e n t f o r d e v e l o pm e n t C P U :I n t e l (R )C o r e (T M )i 9-9900K C P U @3.60G H zG P U :N V I D I A Q u a d r o R T X 5000内存:64G B2运行的硬件环境O p e r a t i n g ha r d w a r e e n v i r o n m e n t C P U :I n t e l (R )C o r e (T M )i 9-9900K C P U @3.60G H zG P U :N V I D I A Q u a d r o R T X 5000内存:64G B3开发的操作系统O p e r a t i n g s y s t e m s d e v e l o pe d W i n d o w s 10专业版4软件的开发环境S o f t w a r e d e v e l o pm e n t e n v i r o n m e n t V i s u a l S t u d i o P r o f e s s i o n a l 2019㊁V i s u a lA s s i s t X ㊁U n r e a l E n gi n e 4.26.25软件的运行平台T h e p l a t f o r m o n w h i c h t h e s o f t w a r e r u n sW i n d o w s 10 专业版6支持软件S o f t w a r e s u p po r t e d D i r e c t X 11㊁D i r e c t X 127编程语言及版本号P r o g r a m m i n g l a n g u a ge a n d v e r s i o n n u m b e r C ++14㊁H L S L701中 国 海 洋 大 学 学 报2024年图6 系统运行界面F i g .6 S y s t e m o pe r a t i o n i n t e rf a c e 其中,海洋环境漫游功能是指在虚拟环境实体中进行人机交互,包含海水环境㊁地形地貌㊁海洋监测设备子模块;海洋数据可视化功能是指监测信息的可视化及交互控制,还可对数据信息进行实时查询,包括海洋动力数据㊁海洋环境数据㊁预测预警数据㊁灾害地质数据子模块;海洋灾害预警功能是海底地质灾害监测预警系统的主要功能,可实现对灾害的预报预警,包含灾害预测㊁灾害预警子模块,具体功能模块所含信息如图7㊂图7 系统功能设计框架F i g .7 S y s t e m f u n c t i o n a l d e s i gn f r a m e w o r k 此外,实现海洋灾害预警功能,需对灾害数据进行分析,此过程基于数字孪生数据库来实现,所需数据库的数据信息如图8㊂数据库信息包括两部分:一部分是与灾害特征直接相关的基础信息数据库,包括灾害地质要素㊁水动力要素库㊁环境要素,这些数据信息可以体现海洋工程地质环境条件㊁灾害成因和演化机制;另一部分是预测预警综合数据库,预测预警综合数据库储存了很多有借鉴意义的数据信息,包括历史灾害㊁预报判据㊁专家知识库㊂图8 数据分析所需数据库信息F i g .8 D a t a b a s e i n f o r m a t i o n r e q u i r e d f o r d a t a a n a l ys i s 3.3.1海洋环境漫游 实现海洋环境漫游功能,需进行场景的构建㊂关键在于将真实物理空间进行高度还原,生成一个与物理实体一一对应的虚拟模型,并将其进行可视化展示㊂利用3D M a x 软件,对设备及平台进行建模,将模型以F B X 的格式导入U E 4中调整材质㊁光照等物理属性特征,并根据工程地质环境数据进行场景搭建,制作用户交互界面(U s e r I n t e r f a c e ,U I),在8015期李晓萌,等:基于数字孪生的海底地质灾害监测预警技术研究系统界面中进行可视化展示,最终实现海洋环境漫游㊂3.3.2海洋数据可视化 为实现海洋数据可视化,首先要在U E 4中构建和连接数据库㊂将关系型数据库管理系统M y S Q L 通过可视化工具N a v i c a t 进行呈现,利用C ++编程语言使U E 4引擎与M y S Q L 数据库相连接㊂U E 4具备强大的蓝图系统,不需编写任何代码,通过节点创建逻辑,便可实现交互开发㊂基于U E 4的蓝图技术制作U I ,并开发数据库对图件及数据信息的增添㊁删改㊁查询等功能,实现对数据信息的高效综合管理㊂其次,E C h a r t s 是一种基于J a v a S c r i pt 的数据可视化图表库㊂实现数据在系统中的图表可视化展示,关键在于大数据图表的构建以及U E 4与E C h a r t s 的连接㊂实现过程包括两方面:(1)数据库J S O N 数据结合E C h a r t s 接口A P I ,实现W E B 端的大数据图表可视化,所有海洋多维数据信息(海洋动力㊁海洋环境㊁灾害地质等数据)都可当做储存在服务器中的J S O N 文件,通过服务器(客户端)与浏览器交互,初步实现大数据图表在浏览器中的呈现㊂(2)超文本链接标示语言(H y-p e r T e x t M a r k -u p L a n g u a ge ,H T M L )对接U E 4(客户端),实现在引擎关卡内的展示㊂海底环境原位长期监测平台搭载仪器所获取的工程地质环境实时数据及历史灾害信息数据将储存在数据库中,信息查询结果以图表形式进行显示,并可实现用户对图表的动态控制㊂3.3.3海底地质灾害预警 灾害预测模块以监测信息为驱动,利用数字孪生数据库的经验公式或预报判据,根据不同的灾害类型在对应的预报预警模块进行数据分析,当数据达到阈值时,则在系统界面发出对应颜色的预警弹窗㊂灾害预警负责信息发布,需利用U E 4所具备的像素流技术(P i x e l S t r e a m i n g),此技术也被称为云渲染,可扩展虚幻程序终端的应用类别㊂利用像素流技术可将U E 4画面㊁异常变化信息及预警结果发布在W E B 端,实现用户与网页端的高质量交互㊂4 系统应用海底地质灾害监测预警系统在持续运行的40d 监测周期内,累计提示了4次高浊度事件,警报2次强海底侵蚀㊂通过系统数据可视化交互控制分析,发现这4次高浊度事件与波浪变化过程呈现高度相关性,与现有研究认为波浪是该区海底侵蚀和失稳滑动的控制因素的结论一致,且2次侵蚀预警结果与声波侵蚀仪数据相吻合,证明该系统在海底侵蚀淤积灾害预警方面运行稳定,运行界面如图9㊂图9 系统应用界面F i g .9 S y s t e m a p pl i c a t i o n i n t e r f a c e 4.1 海洋环境漫游海洋环境包括海洋水动力环境㊁采油平台及监测设备㊁地形地貌㊂海底地质灾害监测预警系统可使用户通过平台直接查看海洋环境及设备状态,并能够使监测信息在平台界面进行实时显示㊂4.1.1海水环境与设备可视化 海底地质灾害监测901中 国 海 洋 大 学 学 报2024年预警系统在运行期间,可透过屏幕观察到海洋环境,切身感受到海洋内部构造,也可根据需要实现设备视角的随时切换,查看每个设备所搭载的仪器名称及位置,观察监测设备运行状态,设备监测数据也会实时呈现于用户界面,并进行实时更新㊂4.1.2真实地形可视化 开展海底地形可视化工作,需要在系统中对埕岛油田测深数据进行处理,以匹配引擎格式㊂数字高程模型(D i gi t a l E l e v a t i o n M o d e l ,D E M )是一定范围内规则格网点的平面坐标(X ,Y )及其高程(Z)的数据集,它主要是描述区域地貌形态的空间分布㊂U E 4所支持的图片格式为灰度图P N G 格式,D E M 数据在U E 4中不能被直接解析㊂因此,通过G l o b a l M a p pe r 软件解析D E M 数据的T I F 格式文件㊂Z =100㊃z /512㊂(1)在U E 4中,Z 是像素单位的高;z 为D E M 数据的高,单位为m ㊂在U E 4平台导入高度图进行地形创建时,通过G l o b a l M a p pe r 获取面积和海拔信息,用公式(1)换算距离单位,得到场景的Z 值约为1.7㊂将Z 轴按照1.7的比例进行调整,从图10(a)可以发现,当Z 分别为3.4㊁6.8时,地形起伏不明显;当Z =27.2时,地形较为粗糙;当Z =13.6时,地形较为平滑自然,所以将Z 轴数值设定为13.6㊂按照Z =13.6来优化调整地形,最终地形及其灾害地质信息在用户界面中被清晰呈现(见图10(b)),操作者可对观察视角进行调整,在系统中查看地形灾害地质信息㊂4.2海洋数据实时可视化海底地质灾害监测预警系统运行期间,数据库可有效储存和综合管理工程地质环境数据㊂以波浪㊁流速数据为代表,系统数据的实时接收与可视化如图11,在用户界面可以点击波浪㊁浊度数据表中的每一个数据点来查看详细的数据信息,也可以通过拉动流速数据的右侧滚轴查看不同时刻的流速信息,风向指针的朝向也会随着滚轴的变化而更新㊂图10 可视化地形调整F i g .10 V i s u a l t e r r a i n a d ju s t m e n t 通过波浪数据交互(见图11(a)),发现共有9次明显的增大事件,这几次突增事件间隔周期通常在两到三天左右㊂通过系统的浊度数据可视化(见图11(b ))分析,在监测期间,存在4次高浊度现象㊂基于数据库数据分析功能,发现浊度与波浪㊁流速数据变化有一定联系㊂在系统运行期间,高浊度事件与波浪变化过程呈现高度相关性,以2016年12月26日7:00至12月28日8:10为例(见图11(f )),浊度与波浪㊁流速变化趋势大致相同,波浪与流速的增大导致浊度增大,且波浪㊁流速与浊度均在2016年12月27日傍晚逐渐趋于稳定,数据的监测质量较高,系统在数据接收及可视化分析等方面运行稳定,确保了后续预警的准确性㊂4.3灾害预警研究区受冲蚀扰动严重,海底地质灾害监测预警系统根据灾害类型在侵蚀淤积预警模块进行预警,由于侵蚀淤积的判定无特定的依据和规范,系统根据历史侵蚀淤积数据规律设置阈值,具体过程如图12㊂传感器数据用于埕岛工程地质环境数字孪生体的构建,并储存在埕岛数字孪生数据库㊂以数据库中实时模型与历史模型数据为驱动,对监测所得的数据进行自动分析,在侵蚀淤积模块进行预警,当数据达到设定的不同阈值时,则在系统界面发出对应颜色的预警弹窗㊂011。
招生专业代码
招生专业、代码 招生院系及人数研究方向 导师姓名及职称 考 试 科 目 备注 政治 外语 专 业 科 目070701 物理海洋学 001 物理海洋系 8人 海洋动力学 方国洪 院 士乔方利研究员①101 政治 ②201 英语 A 组:③361高等数学④801流体力学或802理论力学或803数学物理方法； B 组:③361高等数学 ④804 遥感概论 C 组：③361高等数学④805微机原理 研究方向01—05必考A 组；06必考B 组；07 必考C 组。
02.海洋环境数值模拟 魏泽勋研究员03.区域海洋学 袁业立院 士熊学军副研究员 杨永增 研究员 吕连港 副研究员 04.海气相互作用 于卫东研究员05.海洋与气候数据分析 陈显尧研究员06.海洋遥感 张 杰研究员王岩峰研究员07.海洋环境信息赵 伟研究员 070702海洋化学 002 海洋化学系 2人01.海洋环境分析与药物分析 王小如 研究员 ①101 政治 ②201 英语 ③602分析化学 ④806仪器分析 02.海洋环境分析郑晓玲 研究员 070703 海洋003 海洋01.海洋生态学 王宗灵 研究员 张学雷 ①101 ②201 英语 ③603普通生物学 ④807生物化学生物学生物系6人研究员政治02.微生物生态学田黎研究员郑立副研究员03.基因工程黄晓航研究员刘晨临副研究员04.赤潮生态学李瑞香研究员05.极地微生物及其活性物质缪锦来研究员06.海洋生物合成途径陈颢研究员07070 4 海洋地质004海洋地质系7人01.海洋地球物理与海底构造刘保华研究员郑彦鹏研究员①101政治②201英语③361高等数学④808普通地质学或809海洋地质学02.海洋沉积学石学法研究员03.同位素地球化学刘季花研究员04.海洋第四纪环境于洪军研究员徐兴永副研究员05.工程地质与灾害灾害刘乐军研究员06.海洋地貌与灾害地质傅命佐研究员李萍副研究员07.工程地质环境与勘察技术亓发庆研究员07750 1 005环海洋环境臧家业研究员①10②201英语A组:③361高等数学研究方向01—02必考A组；03必考B组。
北京大学2015届本科毕业生推荐免试研究生公示名单
城市与环境学院邹建军城市与环境学院端木一博城市与环境学院王慧城市与环境学院孙思佳城市与环境学院高旭城市与环境学院张释义城市与环境学院罗靖波城市与环境学院张博城市与环境学院邹东廷城市与环境学院李赫然城市与环境学院王凌越城市与环境学院许阳城市与环境学院王迪城市与环境学院熊冠男城市与环境学院齐澄宇城市与环境学院肖菁城市与环境学院高凡茜城市与环境学院李羿城市与环境学院采诗越城市与环境学院李一龙城市与环境学院康艺馨城市与环境学院刘星辰城市与环境学院雷夏城市与环境学院钟玲城市与环境学院楼梦醒城市与环境学院赵辉城市与环境学院郭永沛城市与环境学院王雅捷城市与环境学院罗芊城市与环境学院符祥文城市与环境学院袁钰莹城市与环境学院吴宇翔城市与环境学院李上城市与环境学院肖璇城市与环境学院焦扬城市与环境学院秦双妮城市与环境学院夏晓天城市与环境学院申子杭城市与环境学院张逸昕城市与环境学院张穆城市与环境学院宋萌城市与环境学院张佳梁城市与环境学院陈培培城市与环境学院刘达城市与环境学院陈晓威地球与空间科学学院周新明地球与空间科学学院刘沐明地球与空间科学学院薛晓添地球与空间科学学院余洪政地球与空间科学学院曲平地球与空间科学学院傅绍恒地球与空间科学学院崔丛越地球与空间科学学院罗彪地球与空间科学学院孙晓宇地球与空间科学学院乔雪园地球与空间科学学院赵静贤地球与空间科学学院王陆一地球与空间科学学院左思成地球与空间科学学院崔一鑫地球与空间科学学院吕杰地球与空间科学学院陈鹏辉地球与空间科学学院刘天伦地球与空间科学学院张晓晨地球与空间科学学院金续地球与空间科学学院马文婷地球与空间科学学院王偲瑞地球与空间科学学院王雯夫地球与空间科学学院何世闯地球与空间科学学院许月怡地球与空间科学学院陈聪地球与空间科学学院于杰地球与空间科学学院谭宇地球与空间科学学院徐劭懿地球与空间科学学院蔡振宇地球与空间科学学院田定方地球与空间科学学院吴红红地球与空间科学学院杨华地球与空间科学学院刘晗地球与空间科学学院王海峰地球与空间科学学院徐健荣地球与空间科学学院黄亦磊地球与空间科学学院周思杰地球与空间科学学院闵阁地球与空间科学学院程静地球与空间科学学院李骞地球与空间科学学院吕简曼地球与空间科学学院王明粲地球与空间科学学院周叶骏地球与空间科学学院张申健地球与空间科学学院冯禧地球与空间科学学院黄圣轩地球与空间科学学院周基明地球与空间科学学院王晋娟地球与空间科学学院周恩波地球与空间科学学院蒋久阳地球与空间科学学院杨柳地球与空间科学学院王天阳地球与空间科学学院刘思叶法学院任爱枫法学院蔡南威法学院原田法学院段克非法学院林桢淑法学院曹晓萍法学院刘宣麟法学院谭丁宁法学院孙邦娇法学院邓澄婕法学院沙日娜法学院王宇法学院张顼法学院栾皕瑶法学院高留建法学院潘林琳法学院王冰山法学院高颖文法学院车晔法学院闵兆鹏法学院刘俞含法学院邬佳伶法学院郭冉冉法学院罗策法学院董雅婧法学院赵育才法学院丁洁琼法学院王鹏法学院彭慧琳法学院付明燕法学院马思萌法学院龚姝法学院吴芷筠法学院白紫薇法学院顾赛君法学院刘祥名法学院赵睿璇法学院曹源法学院王晨竹法学院薛小溪法学院陈锦法学院曹伊敏法学院庄文颖法学院董怡岑法学院刘屹坤法学院侯梦旭法学院翟宏堃法学院冯思华法学院陈嘉希法学院黄月盈法学院徐冰彦法学院谭思瑶法学院徐爽法学院胡皓法学院豆飞洋法学院徐亚法学院冯时佳法学院雷宇京法学院闫若铭法学院方策法学院方潇逸法学院寇梦晨法学院陈虹州法学院贾雪法学院曾理法学院张露露法学院杨肯法学院沈寒法学院邱遥堃法学院苟晨露法学院徐成法学院徐温妮法学院李昕妍法学院黄曼兮法学院金雪儿法学院邵明潇法学院吴冬妮法学院王一真法学院武岳法学院戴月法学院李盼法学院胡瑞琪工学院赫嘉欢工学院汤皓翔工学院侯文达工学院李可仰工学院吕宣德工学院徐政工学院陈萍萍工学院张祺工学院蔡文久工学院黄紫橙工学院刘歆工学院徐致远工学院程杰工学院杨艳涛工学院郑晨曦工学院温泽坤工学院薄云天工学院王伟工学院宋世瀚工学院李佳航工学院黄晟林工学院罗园工学院崔静远工学院樊瀚雄工学院孟晋工学院刘泽宇工学院张紫欣工学院郑方毅工学院李海东工学院唐天宇工学院黄鑫工学院顾丁炜工学院赵堃工学院徐杲工学院郝进华工学院刘谦益工学院王国昌工学院袁野工学院赵磊工学院黄振航工学院孟伟工学院曾祎工学院刘馨月工学院姚梦碧工学院李程光华管理学院陶博光华管理学院倪江珊光华管理学院王浩然光华管理学院姚广光华管理学院陈美桃光华管理学院孙斌光华管理学院董又源光华管理学院张治红光华管理学院杨洋光华管理学院张千玉光华管理学院张国承光华管理学院梁雅光华管理学院易霓虹光华管理学院牛方佳光华管理学院孙明琳光华管理学院桂亚楠光华管理学院陈毓坤光华管理学院石伟光华管理学院金子琳光华管理学院张少强光华管理学院张爽光华管理学院安志鹏光华管理学院冯济舸光华管理学院费立孝光华管理学院陈博雅光华管理学院董骄阳光华管理学院付英娇光华管理学院刘晗光华管理学院蔺怿霏光华管理学院张一林光华管理学院陶润雨光华管理学院王超光华管理学院陈晨光华管理学院贾巍光华管理学院蔡金旭光华管理学院陆维翔光华管理学院晋睿智光华管理学院解环宇光华管理学院白惠天光华管理学院傅艺光华管理学院陈健雄光华管理学院李靖楠光华管理学院文雯光华管理学院李雨嘉光华管理学院张雨晴光华管理学院王丹烨光华管理学院仇心诚光华管理学院姜静妍光华管理学院曹光宇光华管理学院方铭光华管理学院黄宇健光华管理学院邓喆国际关系学院杨喆涵国际关系学院吕宸国际关系学院曹家豪国际关系学院付汶卉国际关系学院包国军国际关系学院岳铮男国际关系学院田坤国际关系学院吴其阳国际关系学院张晓晖国际关系学院孙靖国际关系学院胡延雷国际关系学院李振宇国际关系学院陈傲寒国际关系学院涂纵驰国际关系学院袁嘉遥国际关系学院秦伟利国际关系学院计明洲国际关系学院戴玉磬国际关系学院马欣悦国际关系学院尹玉萍国际关系学院李卓尔国际关系学院郑方圆国际关系学院沈小勇国际关系学院陈振兴国际关系学院于瀛国际关系学院罗烨国际关系学院马媛国际关系学院史翔坤国际关系学院庄晓月国际关系学院陈钰培国际关系学院秦肯国际关系学院冷慧宁国际关系学院刘雪彬国际关系学院黄惠伶国际关系学院周越国际关系学院杨起帆国际关系学院闫雪怡国际关系学院杨晨桢国际关系学院杨芳音国际关系学院高鑫炜国际关系学院唐雨旋国际关系学院夏雨佳国际关系学院胡杨国际关系学院包恺国际关系学院李竞菁国际关系学院梁筱璇国际关系学院王丹逸国际关系学院张先弛国际关系学院李思烨国际关系学院赵晨宇国际关系学院王菊国际关系学院鲁蕾国际关系学院赵轶君国际关系学院赵同慧国际关系学院洪叶国际关系学院周玫琳国际关系学院宋建含国际关系学院蒋雅茜国际关系学院程浩然国际关系学院熊文雪化学与分子工程学院高融坦化学与分子工程学院郭立东化学与分子工程学院胡惠达化学与分子工程学院姚本林化学与分子工程学院杨天鹤化学与分子工程学院沈昊明化学与分子工程学院尹昊琰化学与分子工程学院孙博勋化学与分子工程学院傅晓阳化学与分子工程学院平赫化学与分子工程学院弓俣化学与分子工程学院褚骁盈化学与分子工程学院姚拯民化学与分子工程学院唐汉庭化学与分子工程学院乔朔化学与分子工程学院曾兴为化学与分子工程学院王亮亮化学与分子工程学院熊超杰化学与分子工程学院陈默化学与分子工程学院林廷睿化学与分子工程学院戴琨化学与分子工程学院张何化学与分子工程学院单鹏化学与分子工程学院白贤达化学与分子工程学院刘雪瑞化学与分子工程学院鲜东帆化学与分子工程学院谭馨化学与分子工程学院李照伟化学与分子工程学院黄熹化学与分子工程学院黄哲化学与分子工程学院张骋寰化学与分子工程学院孙嘉昊化学与分子工程学院江杰章化学与分子工程学院李岭高化学与分子工程学院史尧铖化学与分子工程学院张洋化学与分子工程学院高京霞化学与分子工程学院寇焜照化学与分子工程学院唐晟博化学与分子工程学院刘茜化学与分子工程学院刘子豪化学与分子工程学院吴勇化学与分子工程学院范昌瑞化学与分子工程学院陈维化学与分子工程学院黄铃化学与分子工程学院王帅化学与分子工程学院郑淦林化学与分子工程学院权慧化学与分子工程学院杨晓化学与分子工程学院李元鹤化学与分子工程学院许晨曦化学与分子工程学院郭怡彤化学与分子工程学院郭毓化学与分子工程学院武振强化学与分子工程学院刘卡尔顿化学与分子工程学院刘文哲化学与分子工程学院孙旭东化学与分子工程学院潜硕环境科学与工程学院勾斌环境科学与工程学院谢羽倩环境科学与工程学院马知遥环境科学与工程学院吴思枫环境科学与工程学院陈醒环境科学与工程学院马源环境科学与工程学院李奥林环境科学与工程学院廖粒杉环境科学与工程学院李杨环境科学与工程学院汤双宇环境科学与工程学院陈悟环境科学与工程学院王晓静环境科学与工程学院熊富忠环境科学与工程学院汪若宇环境科学与工程学院夏凡环境科学与工程学院孙津经济学院秦瀚玢经济学院方兴经济学院马冰滢经济学院李靖经济学院茹赛娜·努尔经济学院杨婉妮经济学院苏晨风经济学院朴妍经济学院刘峥岩经济学院韩进经济学院付昊经济学院李沛桦经济学院冯璟钰经济学院沈玉芸经济学院占雯燕经济学院李昂经济学院胡超经济学院覃明杰经济学院贺依婷经济学院王申经济学院夏冰经济学院林文杰经济学院马誉侨经济学院张如菡经济学院林英奇经济学院郭宇宸经济学院范令箭经济学院黄青经济学院张疏竹经济学院李思凡经济学院张瑞昕经济学院邓海曼经济学院邹舜经济学院廖顺睿经济学院高鸣经济学院张惟佳经济学院吕苑章经济学院孙瑄梓经济学院袁运凯经济学院杜岩松经济学院宗韶晖经济学院申思经济学院冯可经济学院金超经济学院王元奇经济学院詹媛媛经济学院郭科琪经济学院李一苇经济学院范雯琪经济学院麦联俊经济学院连伟经济学院辛星经济学院陈明熙经济学院荆旗经济学院芮思佳经济学院钟怡经济学院李治琴经济学院高子涵经济学院赵启程经济学院熊磊经济学院周虹先经济学院葛艺璇经济学院胡淑颖经济学院吴雨坤经济学院王薇经济学院谢禹韬经济学院李典经济学院张瑶经济学院符妍舢经济学院卢宇轩经济学院陈剑隽经济学院田露露经济学院韩伟男经济学院朱杨昆经济学院王颖青经济学院慕天实经济学院李思婕经济学院陈正勋经济学院崔含笑经济学院王成经济学院崔英伦经济学院李晓明经济学院张霖梅经济学院李婉婧经济学院柴英楠经济学院张婷经济学院王晓蕾经济学院石瑞琳经济学院林大卫经济学院刘婧经济学院廖儒凯经济学院姜宁馨经济学院王思凯经济学院封帆经济学院张驰考古文博学院娃斯玛·塔拉提考古文博学院刘畅考古文博学院张夏考古文博学院张锐考古文博学院杨凡考古文博学院刘晟宇考古文博学院王云飞考古文博学院王小溪考古文博学院李唯考古文博学院林思雨考古文博学院张予南考古文博学院冯玥历史学系章玉瑾历史学系阮若曦历史学系王佚菲历史学系李昕历史学系伍智东历史学系曹芳历史学系宋今历史学系朱率历史学系李思成历史学系林勰宇历史学系苗继宇历史学系马麟贺历史学系漆袁旻历史学系赵雨婷历史学系蔡怡宽历史学系方凯成历史学系武静怡历史学系穆申历史学系宋天一历史学系刘超历史学系彭诗画历史学系邵晴历史学系郭欣韵历史学系闫敏佳历史学系仲琼历史学系梅嘉禾历史学系李娜历史学系张泽坤历史学系程最历史学系赵茜历史学系章涛历史学系冀夏黎历史学系陈扬历史学系张子悦历史学系孙琪松社会学系周琳社会学系惠康社会学系张兴博社会学系陆永盛社会学系赵毅东社会学系唐伊豆社会学系吴少媓社会学系杨霁社会学系张恒社会学系裴欣竹社会学系韦晓丹社会学系董蔚颖社会学系刘鸿博社会学系梁中良社会学系达祺社会学系卢晓宇社会学系王志杰社会学系黄雪勤社会学系陈洁社会学系范鹏程社会学系闫昊社会学系张皇琦社会学系姚倩社会学系张彦社会学系张涵社会学系周颖社会学系孙士林社会学系刘永博社会学系代瀚锋社会学系李苏晖社会学系阮航清社会学系王梦蝶社会学系李佳颖社会学系张楠社会学系陈绮筠社会学系裘一娴社会学系孙朔晗社会学系李静社会学系刘硕社会学系张君榕社会学系赵晓航社会学系宗泽伟社会学系廖梦莎社会学系颜青琪社会学系徐贤达社会学系董婧嘉社会学系田梓垚社会学系牟思浩社会学系贾晗琳社会学系张芩珲社会学系何奇峰社会学系许立欣生命科学学院来卓元生命科学学院李頔生命科学学院刘小冬生命科学学院于浩生命科学学院曲娜生命科学学院杨纵横生命科学学院娄灿培生命科学学院江庆龄生命科学学院李智鑫生命科学学院朱蕊生命科学学院蒋陈焜生命科学学院金田生命科学学院司雯生命科学学院刘婷婷生命科学学院赵天昊生命科学学院席中海生命科学学院李子逸生命科学学院马赛生命科学学院刘晖生命科学学院张哲生命科学学院石阳生命科学学院邓兆国生命科学学院黄福大生命科学学院李哲生命科学学院王佳茗生命科学学院臧维成生命科学学院孙怀远生命科学学院王雪霏数学科学学院徐博儒数学科学学院王星岩数学科学学院宋健数学科学学院史翔宇数学科学学院鲍宏伟数学科学学院王禹皓数学科学学院韩宇华数学科学学院邢郴琛数学科学学院姚家锐数学科学学院刘智彬数学科学学院张光义数学科学学院林培辉数学科学学院李城宇数学科学学院张诗玉数学科学学院李哲轩数学科学学院刘兆波数学科学学院姚博文数学科学学院欧阳叶田数学科学学院邱日明数学科学学院王昱杰数学科学学院任子林数学科学学院唐盼数学科学学院陈翀尧数学科学学院杨雨田数学科学学院黄博文数学科学学院李颖喆数学科学学院杨新宇数学科学学院雷子涵数学科学学院杨柳数学科学学院王占宇数学科学学院张样攀数学科学学院苏慧凝数学科学学院陈育炎数学科学学院王忆萍数学科学学院胡心宁数学科学学院焦骏鹏数学科学学院朱挺数学科学学院徐凯舟数学科学学院张维熹数学科学学院沈阳数学科学学院张傲数学科学学院张栩川数学科学学院严堃数学科学学院周凯文数学科学学院卢唯阳数学科学学院赵君妍数学科学学院杨鹏飞数学科学学院邸睿达数学科学学院孙泽宇数学科学学院冀元祎数学科学学院冯硕尧数学科学学院杨懿数学科学学院郭巍数学科学学院龙子超数学科学学院杨凡意数学科学学院陈康数学科学学院郁斐凡数学科学学院陆逸波数学科学学院吴晨晖数学科学学院谢永嘉数学科学学院张思宇数学科学学院胡越数学科学学院薛丁川数学科学学院喻怡雯数学科学学院冯杰波数学科学学院翁恺云数学科学学院陈佳杰数学科学学院黄丽晶数学科学学院韩志涛数学科学学院俞思嘉数学科学学院肖一君数学科学学院包正钰数学科学学院林祎露数学科学学院郭心舟数学科学学院王宇鹏数学科学学院陆宇豪外国语学院张翔宇外国语学院王锦辰外国语学院贺辰外国语学院金丹外国语学院王彦光外国语学院李冠徵外国语学院许朝军外国语学院郁子成外国语学院马小棋外国语学院王可外国语学院刘昕宇外国语学院张佳欣外国语学院王阳阳外国语学院范宇亮外国语学院孙利利外国语学院杨泊远外国语学院黄欣欣外国语学院王华磊外国语学院刘璐外国语学院胡君涛外国语学院薛祯外国语学院龚倩雯外国语学院焦丛外国语学院刘庆龙外国语学院黄彩云外国语学院王北辰外国语学院赵博为外国语学院金畔竹外国语学院熊晓琳外国语学院梁嘉莉外国语学院饶翊汉外国语学院王志浩外国语学院杨依卓外国语学院李萌外国语学院李俐娇外国语学院何泠樾外国语学院柯梦琦外国语学院杨迪外国语学院姚岚外国语学院韩梅外国语学院顾佳晖外国语学院邱丽容外国语学院吴扬外国语学院范文艺外国语学院张世哲外国语学院欧阳诗怡外国语学院霍晶晶外国语学院白雪外国语学院王珏外国语学院喻文姗外国语学院何英杰外国语学院钟超男外国语学院张诗若外国语学院陈希外国语学院任子歆外国语学院万秭兰外国语学院李泽外国语学院常悦外国语学院张兴艺外国语学院强文玥外国语学院曾立孚外国语学院朱婧雯外国语学院刘岑外国语学院申明钰外国语学院刘韵姣外国语学院姚丽莎外国语学院徐涵外国语学院廖崧渊外国语学院满园外国语学院蒋骏外国语学院刘畅外国语学院王诗敏外国语学院董欣然外国语学院刘丽文外国语学院张雅能外国语学院杨婉仪外国语学院聂艺菲物理学院公衍铎物理学院舒强物理学院蔡北兵物理学院张顺涛物理学院何鑫物理学院陈佳民物理学院杨益物理学院顾越物理学院冯锐物理学院王晓添物理学院陈新涛物理学院李政元物理学院胡文涛物理学院李凯物理学院肖伟集物理学院辛泽宇物理学院崔野平物理学院周昊物理学院刘艺萌物理学院徐紫嫣物理学院何致劼物理学院郭怀印物理学院黄广伟物理学院檀望舒物理学院林放物理学院谈国禹物理学院马芹春物理学院羊宇佳物理学院夏子恒物理学院姜畅物理学院郑舒文物理学院马世波物理学院耿一方物理学院张同舟物理学院黄雨晖物理学院班帅帅物理学院李思白物理学院韩帅斌物理学院尤闻宇物理学院白杨物理学院杨云鹏物理学院郭岩物理学院王雪韵物理学院马玉林物理学院陈平物理学院胡彪言物理学院周国祯物理学院石佳琪物理学院阙星陆物理学院果辰物理学院吴自华物理学院张晨物理学院柯明达物理学院金晗物理学院刘江雨物理学院刘训川物理学院殷如廷物理学院李俊超物理学院刘旭物理学院邵陈荻物理学院徐韬物理学院付仕佐物理学院张睿物理学院许锡童物理学院刘源物理学院孙术仁物理学院尚广豪物理学院张华物理学院王士博物理学院吕廷博物理学院龚梓博物理学院谢兮兮物理学院赵罡物理学院李琪物理学院张东良物理学院刘洋物理学院乔颢物理学院窦福成物理学院郭璇物理学院吴嘉瑞物理学院赖有方物理学院施偕里物理学院魏坤物理学院陈之昀物理学院王赫物理学院笪琨物理学院李文明物理学院陈怡帆物理学院蔡淙物理学院弓正物理学院肖伊康物理学院魏金霖物理学院胡润杰物理学院蔡新强物理学院周洪彬物理学院杨志栋物理学院孙风潇物理学院刘宏超物理学院胡志强物理学院罗英华心理学系蒲松涛心理学系李曌华心理学系唐文杰心理学系朱煜阳心理学系吴雷焱心理学系杨朗心理学系林丽清心理学系陈丽君心理学系陈悦悌心理学系王一丹心理学系郑婷婷心理学系石玉生心理学系马国凤心理学系王嘉澍心理学系沈如意新闻与传播学院杨洋新闻与传播学院郭祥龙新闻与传播学院宗航宇新闻与传播学院杨晨新闻与传播学院于璐新闻与传播学院方梦琦新闻与传播学院练可新闻与传播学院雷雨浓新闻与传播学院邱鸿淼。
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。
《球状闪电》
9.林云要求立刻离开宏聚变基地，但是她利用回去拿私人物品的时间，强行进行宏聚变试验。
10.战争中处于劣势的中国，由于宏聚变摧毁了三分之一国土的电子芯片。所以，敌军害怕了，撤军了。 11.由于量子玫瑰的存在，小陈和戴琳发生了矛盾，但是孩子和戴琳最终发现它是真的存在。
辩证评论
1.优点：从主人公生日那天发生的奇怪的球状闪电事件开始，对球状闪电产生的现象一步步呈现，使读者感到非 常有趣和好奇，最后由丁仪解释球状闪电的原理。女主人公是林云，她和小陈是对立的性格，两人形成了反差， 给故事的发展增加了曲折和悬念。丁仪看似生活懒散，贪生怕死，但是他做事严谨，思考深远，是对球状闪电理 论贡献最大的人。球状闪电的研究一波三折，扣人心弦，每次都是从希望开始，到失望结束，但最终还是坚持不 懈，解开了这个谜团。人物的结局和性格相对应，就如那句名言“性格决定命运”。 2.缺点：球状闪电在实战当中没有发挥作用，有点遗憾。另外，大战最后的结局是不战而胜，之后怎么样了，没 有具体说明。
人物关系图
江星辰
高波
博士 生导 师 同事
恋人
林允 介绍 认识
林峰
父女
林云
泰山 认识
小陈
研究生 师生
张彬
夫妻
郑敏
同事
同事
云南雷电 项目认识
夫妻 大学 同学
丁仪
赵雨
戴琳
人物身份
1.戴琳：小陈大学同学，后与之结婚，生育一女儿。 2.张彬：大气科学教授，后退休，因癌症死亡。毕生研究球状闪电，但是没有成果。发明了防雷涂料。 3.赵雨：大气科学研究生，泰山气象观察站副站长，后辞职。 4.林云：少校，国防科技大学博士生。因幼年丧母，性格冷漠、坚韧，对新概念武器研究痴迷。因自己制造的宏 原子聚变爆炸死亡。 5.郑敏：北大物理系博士，张彬爱人，痴迷于球状闪电研究。在追逐球状闪电的过程中，不顾危险，意外死亡。 6.高波：麻省理工学院博士，雷电研究所所长。既有专业、活跃的学术思维，又有社会实践的能力。 7.王松林：陆航直升机驾驶员 8.许文诚：空军大校 9.江星辰：“珠峰号”航母舰长，林云恋人。因海战死亡。 10.格莫夫：莫斯科大学物理学博士，后自愿加入苏联科学院西伯利亚分院，研究球状闪电。 11.列瓦连科：苏联雷电研究基地警卫连连长，后基地废弃了，退休了。 12.林峰：林云父亲，三星上将。 13.丁仪：量子物理学博士。在研究球状闪电的过程中，发挥了核心作用。 14.康明：球状闪电武器部队陆军中校。 15.杜玉伦：特别领导小组组长，少将。
城市绿地碳汇测算方法研究进展
㊀第２２卷㊀第１期２０２４年２月中㊀国㊀城㊀市㊀林㊀业ＪｏｕｒｎａｌｏｆＣｈｉｎｅｓｅＵｒｂａｎＦｏｒｅｓｔｒｙＶｏｌ ２２㊀Ｎｏ １Ｆｅｂ ２０２４城市绿地碳汇测算方法研究进展江佩宜１ꎬ２㊀戴㊀菲１ꎬ２１㊀华中科技大学建筑与城市规划学院㊀武汉㊀４３００７４２㊀湖北省城镇化工程技术研究中心㊀武汉㊀４３００７４㊀收稿日期:２０２３－０６－２９∗基金项目:国家自然科学基金面上项目(５２１７８０４１)㊀第一作者:江佩宜(１９９８－)ꎬ女ꎬ博士生ꎬ研究方向为城市蓝绿空间碳汇㊁风景园林规划与设计ꎮＥ－ｍａｉｌ:３５２５０８２７８＠ｑｑ ｃｏｍ㊀通信作者:戴菲(１９７４－)ꎬ女ꎬ博士ꎬ教授ꎬ博士生导师ꎬ研究方向为绿色基础设施㊁城市绿地系统ꎮＥ－ｍａｉｌ:５８８０１３６５＠㊀㊀㊀㊀㊀㊀ｑｑ ｃｏｍ摘要:全球气候变暖加剧㊁ 双碳 目标的提出㊁城市碳排的增加ꎬ使得固碳增汇的任务刻不容缓ꎮ城市绿地作为重要的碳汇来源ꎬ能有效改善城市环境㊁缓解碳汇压力㊁提升生态效益ꎬ维持碳氧平衡ꎮ由此评估碳汇效益ꎬ估算碳汇能力ꎬ对实现碳的可视化管理和碳中和目标具有推动作用ꎮ文章在梳理样地清查法㊁软件模拟法㊁遥感反演法㊁涡度相关法４种城市绿地碳汇测算方法原理的基础上ꎬ归纳并比较了４种方法的应用规模与优缺点ꎬ最后ꎬ从完善测算体系与指导规划实践两方面对城市绿地碳汇测算方法的发展趋势进行展望ꎮ关键词:碳汇ꎻ城市绿地碳汇ꎻ测算方法ꎻ碳汇效益ꎻ遥感ＤＯＩ:１０.１２１６９/ｚｇｃｓｌｙ.２０２３.０６.２９.０００３ＲｅｓｅａｒｃｈＰｒｏｇｒｅｓｓｉｎＣａｒｂｏｎＳｉｎｋＭｅａｓｕｒｅｍｅｎｔｓｆｏｒＵｒｂａｎＧｒｅｅｎＳｐａｃｅＪｉａｎｇＰｅｉｙｉ１ꎬ２㊀ＤａｉＦｅｉ１ꎬ２(１ ＳｃｈｏｏｌｏｆＡｒｃｈｉｔｅｃｔｕｒｅａｎｄＵｒｂａｎＰｌａｎｎｉｎｇꎬＨｕａｚｈｏｎｇＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙꎬＷｕｈａｎ４３００７４ꎬＣｈｉｎａꎻ２ ＨｕｂｅｉＥｎｇｉｎｅｅｒｉｎｇａｎｄＴｅｃｈｎｏｌｏｇｙＲｅｓｅａｒｃｈＣｅｎｔｅｒｏｆＵｒｂａｎｉｚａｔｉｏｎꎬＷｕｈａｎ４３００７４ꎬＣｈｉｎａ)Ａｂｓｔｒａｃｔ:Ｉｔｉｓｅｘｔｒｅｍｅｌｙｕｒｇｅｎｔｔｏｓｅｑｕｅｓｔｒａｔｅｃａｒｂｏｎａｎｄｅｎｈａｎｃｅｃａｒｂｏｎｓｉｎｋｉｎｔｈｅｃｏｎｔｅｘｔｏｆｔｈｅｉｎｔｅｎｓｉｆｉｃａｔｉｏｎｏｆｇｌｏｂａｌｗａｒｍｉｎｇꎬｔｈｅｉｎｔｒｏｄｕｃｔｉｏｎｏｆｔｈｅ ｄｕａｌｃａｒｂｏｎ ｇｏａｌｓꎬａｎｄｔｈｅｉｎｃｒｅａｓｅｉｎｕｒｂａｎｃａｒｂｏｎｅｍｉｓｓｉｏｎｓ.Ａｓａｎｉｍｐｏｒｔａｎｔｓｏｕｒｃｅｏｆｃａｒｂｏｎｓｉｎｋꎬｕｒｂａｎｇｒｅｅｎｓｐａｃｅｓｃａｎｅｆｆｅｃｔｉｖｅｌｙｉｍｐｒｏｖｅｔｈｅｕｒｂａｎｅｎｖｉｒｏｎｍｅｎｔꎬａｌｌｅｖｉａｔｅｔｈｅｐｒｅｓｓｕｒｅｏｎｃａｒｂｏｎｓｅｑｕｅｓｔｒａｔｉｏｎꎬｅｎｈａｎｃｅｅｃｏｌｏｇｉｃａｌｅｆｆｉｃｉｅｎｃｙꎬａｎｄｍａｉｎｔａｉｎｃａｒｂｏｎ￣ｏｘｙｇｅｎｂａｌａｎｃｅ.Ｒｅｓｕｌｔｉｎｇｌｙꎬｔｈｅａｓｓｅｓｓｍｅｎｔｏｆｃａｒｂｏｎｓｉｎｋｂｅｎｅｆｉｔｓａｎｄｅｓｔｉｍａｔｉｏｎｏｆｃａｒｂｏｎｓｉｎｋｃａｐａｃｉｔｙａｒｅｉｎｓｔｒｕｍｅｎｔａｌｉｎｒｅａｌｉｚｉｎｇｃａｒｂｏｎｖｉｓｕａｌｉｚａｔｉｏｎｍａｎａｇｅｍｅｎｔａｎｄｃａｒｂｏｎｎｅｕｔｒａｌｉｔｙ.Ｔｈｅｐａｐｅｒｒｅｖｉｅｗｓｔｈｅｒａｔｉｏｎａｌｅｓｏｆ４ｃａｒｂｏｎｓｉｎｋｍｅａｓｕｒｅｍｅｎｔｍｅｔｈｏｄｓｔｈａｔａｒｅｕｓｅｄｉｎｕｒｂａｎｇｒｅｅｎｓｐａｃｅꎬｉ.ｅ.ꎬｓａｍｐｌｅｉｎｖｅｎｔｏｒｙｍｅｔｈｏｄꎬｓｏｆｔｗａｒｅｓｉｍｕｌａｔｉｏｎｍｅｔｈｏｄꎬｒｅｍｏｔｅｓｅｎｓｉｎｇｉｎｖｅｒｓｉｏｎｍｅｔｈｏｄꎬａｎｄｅｄｄｙｃｏｒｒｅｌａｔｉｏｎｍｅｔｈｏｄꎬａｎｄｓｕｍｍａｒｉｚｅｓａｎｄｃｏｍｐａｒｅｓｔｈｅｓｃａｌｅｓｏｆｔｈｅｉｒａｐｐｌｉｃａｔｉｏｎꎬａｄｖａｎｔａｇｅｓａｎｄｄｉｓａｄｖａｎｔａｇｅｓ.Ａｔｔｈｅｅｎｄꎬｔｈｅｄｅｖｅｌｏｐｍｅｎｔｔｒｅｎｄｏｆｔｈｅｃａｒｂｏｎｓｉｎｋｍｅａｓｕｒｅｍｅｎｔｓｆｏｒｕｒｂａｎｇｒｅｅｎｓｐａｃｅｓｉｓｄｉｓｃｕｓｓｅｄꎬｆｏｃｕｓｉｎｇｏｎｔｈｅｃｏｎｓｔａｎｔｉｍｐｒｏｖｅｍｅｎｔｏｆｔｈｅｍｅａｓｕｒｅｍｅｎｔｓｙｓｔｅｍａｎｄｐｒｏｖｉｓｉｏｎｏｆｇｕｉｄａｎｃｅｆｏｒｐｌａｎｎｉｎｇａｎｄｐｒａｃｔｉｃｅｓ.Ｋｅｙｗｏｒｄｓ:ｃａｒｂｏｎｓｉｎｋꎻｃａｒｂｏｎｓｉｎｋｉｎｕｒｂａｎｇｒｅｅｎｓｐａｃｅꎻｍｅａｓｕｒｅｍｅｎｔｍｅｔｈｏｄꎻｃａｒｂｏｎｓｉｎｋｂｅｎｅｆｉｔꎻｒｅｍｏｔｅｓｅｎｓｉｎｇ㊀㊀㊀㊀中㊀国㊀城㊀市㊀林㊀业㊀第２２卷㊀㊀全球的气候变暖问题日趋加剧ꎬ为此国际组织制定了相关公约与协议以解决气候问题ꎮ２０２０年９月ꎬ习近平总书记在联合国大会上宣布ꎬ中国力争于２０３０年前达到二氧化碳排放峰值㊁力争２０６０年前实现碳中和ꎮ城市作为人类活动的物质载体ꎬ也是碳排放的主要来源地[１]ꎮ城市绿地碳汇是指城市绿地空间内植物通过光合作用ꎬ吸收大气中的二氧化碳并将其固定在植被和土壤之中ꎬ减少大气中二氧化碳浓度的过程[２]ꎮ城市绿地能激活固碳效应ꎬ提供直接增汇途径ꎬ也是实现 双碳 目标的重要阵地ꎮ已有学者对植物群落㊁植株个体与碳汇能力的关系展开分析发现ꎬ植被种类㊁年龄㊁植被分布密度㊁组合方式都会影响碳汇能力[３－６]ꎮ增加碳汇数量㊁提升碳汇质量不仅能维持城市的碳氧平衡㊁改善城市环境㊁调节城市微气候ꎬ还能有效缓解碳汇压力ꎬ优化生态效益ꎮ因此ꎬ了解现阶段碳汇测算方法ꎬ分析未来发展趋势ꎬ对实现碳的可视化管理和 双碳 目标具有重要推动作用ꎮ１㊀城市绿地碳汇测算方法１ １㊀样地清查法样地清查法是指通过对典型样地中的植被㊁土壤等碳储量进行测量与分析后ꎬ得出某时段内碳储量的变化[７]ꎬ主要包括生物量法和生物量转换因子法两种[８]ꎮ生物量法适用于植株尺度ꎬ方法直接ꎬ技术简单ꎬ因倾向于选取优质绿地进行测定ꎬ数值存在高估ꎬ不具有代表性ꎻ生物量转换因子法适用于小型灌草植被ꎬ也可对有资料的城市㊁国家尺度碳汇量进行估算ꎬ但数据资料覆盖不全面ꎬ容易导致各区域尺度结果存在偏差ꎮ两种方法多使用微观尺度的植物变量进行计算ꎬ而植物生长周期是一个漫长的过程ꎬ且需要多个清查样地ꎬ耗时耗力ꎬ工作量较大ꎬ但技术成熟㊁应用面较广ꎮ１ １ １㊀生物量法该方法主要结合了实测生物量数据㊁遥感技术和生命周期评估(ＬＣＡ)ꎮ实测生物量数据通常来源于小规模的精确测量ꎬ特别适用于针对样地中特定植物群落或单一植被的研究ꎮ遥感技术适用于大规模的绿地和城市尺度的评估ꎬ利用卫星或航拍数据来估算碳汇ꎬ尽管遥感技术可能在精度上略有不足ꎬ但能有效减少实地调查的需求ꎮＬＣＡ提供了一个更深入但复杂的视角ꎬ考虑了植物整个生命周期的碳足迹ꎬ能够为长期固碳效益的评估提供分析ꎮ王迪生[９]通过实测发现ꎬ乔木相比灌木具有更高的固碳效益ꎬ特别是常绿乔木ꎮＳｈａｄｍａｎ等[１０]也通过实测得出树木高度与碳汇能力的强关联性ꎬ１５年以上的高大树木固碳能力更强ꎮ而在运用遥感技术方面ꎬ殷利华等[１１]通过遥感影像分析表明ꎬ乔木规格与碳汇能力呈正相关ꎮ同时ꎬ鲁敏等[１２]利用卫星影像对城市绿地进行分类ꎬ进而对碳汇和碳排进行评估ꎮ在ＬＣＡ方法的应用中ꎬＺｈａｎｇ等[１３]揭示了乔木㊁灌木和草坪在不同生长阶段的固碳潜力和稳定性ꎮ１ １ ２㊀生物量转换因子法根据精度和范围的差异ꎬ生物量转换因子法主要有两种应用方式ꎮ一种方式是基于特定统计的树木数据建立方程ꎬ通过计算树木的材积㊁密度和转换因子推算生物量ꎬ可简称为特定统计法ꎮ这种方式适用于有详细样地数据的研究ꎬ能够提供相对精确的生物量估算ꎮ例如ꎬ李源清等[１４]通过分析郑州市１３种乔木的数据ꎬ揭示了乔木和灌木在绿化碳汇中的不同贡献ꎻ欧强新等[１５]也采用这种方法ꎬ分析了福建省马尾松的生物量因子ꎬ探讨了植物的胸径㊁年龄和高度等因素对碳汇量的影响ꎬ这些研究强调了详细数据在准确估算碳汇方面的重要性ꎮ另一种方法是利用现有的资源清查数据ꎬ依据总蓄积量计算生物量和碳汇ꎬ适用于需要进行大规模评估和动态变化评估的研究ꎬ可简称为总量评估法ꎮ例如ꎬ方精云等[１６]结合公开清查数据和遥感图像估算中国植被的碳汇量ꎬ揭示出草地和灌木作为潜在碳汇的地域差异性ꎮ１ ２㊀软件模拟法近年来ꎬ国外有多个软件均可进行碳汇计算ꎮ国内常用软件是由美国林务局开发的ｉ￣Ｔｒｅｅ和ＣＩＴＹｇｒｅｅｎ[１７]ꎬ以及由美国斯坦福大学㊁世界自然基金会(ＷＷＦ)和大自然保护协会(ＴＮＣ)联合开发的ＩｎＶＥＳＴ模型[１８]ꎮｉ￣Ｔｒｅｅ多适用于不同乔８８㊀第１期㊀江佩宜㊀戴㊀菲:城市绿地碳汇测算方法研究进展㊀㊀木㊁灌木ꎬ以及城市尺度的绿地碳汇量测算ꎬ适用范围广ꎻＣＩＴＹｇｒｅｅｎ是单个树种以及区域尺度的生态效益计算器ꎬ需结合调查地块的遥感影像或样地内植被的详细数据进行后续计算ꎬ缺乏对灌木㊁草地的生态效益评价ꎮ这两款软件操作简单ꎬ运算快捷㊁较为成熟ꎬ可对碳汇效益进行经济量化ꎮＩｎＶＥＳＴ模型结合土地利用类型测算碳储量变化ꎬ其所需数据较少ꎬ操作便捷ꎬ可生成图示语言ꎬ结果直观[１９]ꎻｉ￣Ｔｒｅｅ和ＣＩＴＹｇｒｅｅｎ数据库中多为国外植被数据ꎬ缺少本土化数据库ꎬ精准度有待考量ꎬ需进行修正ꎮ１ ２ １㊀ｉ￣Ｔｒｅｅ模型ｉ￣Ｔｒｅｅ模型由生态效益分析和行道树资源分析两大基础模块组成[２０]ꎬ并逐渐扩展为针对不同区域效益分析的多个模块ꎮ其中ꎬＥｃｏ模块主要对城市森林的碳汇效益进行估算ꎬＳｔｒｅｅｔｓ模块主要对行道树碳汇效益进行估算ꎬ二者都可对城市绿地功能与生态价值进行量化呈现ꎮ应用步骤为选取样地ꎬ采集高精度数据ꎬ建立数据库ꎬ导入ｉ￣Ｔｒｅｅ模型进行计算ꎮ在ｉ￣ＴｒｅｅＳｔｒｅｅｔｓ模块应用方面ꎬ刘朋朋等[２１]对杭州西湖景区的５条行道树进行测量并量化其生态效益ꎻ多项研究表明ꎬ悬铃木年综合效益最强ꎬ枫杨在固碳增汇方面发挥重要作用[２２]ꎬ且大树形㊁大冠幅的乔木贡献更大[２３]ꎮ在ｉ￣ＴｒｅｅＥｃｏ模块应用方面ꎬ赵东亮和赵宏宇[２４]通过测算发现乔木效益优于灌木ꎬ也有研究指出水杉在城市滨水区中发挥强大的固碳增汇效益[２５]ꎮ以上研究均揭示出乔木在城市绿化中起到重要的固碳作用ꎬ也指出应增加各国物种气候数据库ꎬ便于提高研究精确度[２６]ꎮ１ ２ ２㊀ＣＩＴＹｇｒｅｅｎ模型ＣＩＴＹｇｒｅｅｎ是基于ＡｒｃＶｉｅｗ平台开发的扩展模块ꎬ不仅能对树木生长进行模拟ꎬ还是集净化空气㊁碳储碳汇㊁暴雨缓排㊁节能等生态效益评价于一体的计算模型ꎮＣＩＴＹｇｒｅｅｎ模型需结合选定区域的遥感影像或样地内林木的详细数据进行评估ꎬ适用于城市绿地的生态效益评估ꎮ陈莉等[２７]结合深圳市绿地１９９０ ２００５年的４段遥感影像ꎬ量化城市绿地的生态服务价值ꎬ结果表明ꎬ生态效益差异化与城市化进程呈现强关联性ꎬ与其他研究结论相吻合[２８]ꎮ也有学者对不同土地利用类型㊁功能区进行测算ꎬ均发现绿地由于植被覆盖率高ꎬ固碳作用最强ꎬ生态效益最优[２９－３０]ꎮ还有研究发现ꎬ绿道固碳效益与绿地面积呈正相关关系[３１]ꎮ以上研究均指出模型可为环境效益评估做出贡献ꎬ但使用模型时应根据本土情况调整参数ꎬ以减小误差[３２－３３]ꎮ１ ２ ３㊀ＩｎＶＥＳＴ模型ＩｎＶＥＳＴ作为国内外生态系统服务常用的评估模型之一[３４]ꎬ其碳储量模块包含地上生物量㊁地下生物量㊁土壤和死亡有机物４个碳库ꎬ其数据常用样地清查或遥感反演进行获取ꎬ将４个碳库的碳密度相加ꎬ再与各类土地利用类型的面积相乘[３５]ꎬ得到区域碳储量ꎮ还可结合ＡｒｃＧＩＳ进行空间制图ꎬ便于直观了解碳储量空间分布与演化模式ꎬ适用于国家㊁省份㊁流域等大尺度测算研究ꎮ韩依纹等[３６]结合政府公开的实测与遥感数据发现ꎬ韩国首尔市自然绿地的固碳更佳ꎮ有些学者结合ＦＬＵＳ㊁ＰＬＵＳ模型对未来碳储量演变规律进行模拟分析指出ꎬ不同土地利用类型导致碳汇能力的差异[３７－３９]ꎮ还有学者揭示出城市化进程中大面积占据林地㊁草地㊁耕地对碳储量的潜在影响[４０]ꎮ１ ３㊀遥感反演法遥感反演法是对卫星图像进行解译ꎬ运用软件进行处理或将实地调研的数据与计算公式结合ꎬ构建碳汇量与其单个或多个影响因子的综合模型[１６]ꎬ以监测碳汇时空变化的方法ꎮ此方法适用于城市㊁区域等大尺度的绿地碳汇估算ꎬ在样地清查法基础上进行优化ꎬ具有实时动态性ꎬ可量化碳汇变化趋势ꎬ估算大尺度绿地碳库ꎬ但数据获取和处理较为复杂ꎬ工作量较大ꎮ该方法通常运用ＥＮＶＩ㊁ＡｒｃＧＩＳ进行解译ꎬ结合归一化植被指数(ＮＤＶＩ)㊁植被净初级生产力(ＮＰＰ)等植被基础数据进行多元回归线性模拟ꎬ并用ＳＰＳＳ分析因子间相关性以验证模型的精确度ꎬ从而测算碳汇量ꎮ殷炜达等[４１]研究指出ꎬ碳储量与ＮＤＶＩ呈显著相关ꎬ绿地类型的不同导致碳汇量差异ꎻＷｅｉ等[４２]发现ꎬ碳汇效益与ＮＰＰ呈正相关关系ꎻ还有学者发现ꎬ增加平面与立面９８㊀㊀㊀㊀中㊀国㊀城㊀市㊀林㊀业㊀第２２卷绿量对于碳汇具有提升作用[４３]ꎬ且灌木碳汇能力强于草本[４４]ꎮ１ ４㊀涡度相关法涡度相关法是以微气象学为原理的测算方法ꎬ通过通量观测塔结合三维超声风速仪㊁ＣＯ２/Ｈ２Ｏ红外分析仪等精密仪器测定大气湍流中温度㊁气体的数据ꎬ计算其与垂直风速脉动的协方差[４５]ꎬ从而求出该气体的通量值ꎮ同时也可对气体影响因子的数据进行采集ꎬ对两者关系进行相关性分析ꎬ探索气体变化的原因与提升或消减的方法ꎮ此方法的优势在于可实时评估绿地碳汇量的连续变化及其与气象因子的相关性ꎬ适用于中尺度观测ꎬ但该方法需借助精密设备测量ꎬ设备较为昂贵ꎬ且气候条件较为复杂ꎬ操作难度较大ꎬ稳定性较弱ꎮ多项研究均围绕碳储量与温度㊁土壤㊁水分等环境因子间相关性展开ꎬ陈文靖等[４６]研究发现ꎬ公园绿地季节性特征明显ꎬ植物生长季固碳ꎬ非生长季排碳ꎬ与多位学者研究结论一致[４７－４８]ꎬ还指出植物生长季可改善公园微气候[４９]ꎬ且乔木对碳汇的贡献最大[５０]ꎬ草本植物固碳能力较弱ꎮ２㊀城市绿地碳汇测算方法比较综上所述ꎬ４种城市绿地碳汇测算方法均有各自的适用范围和优劣势(表１)ꎮ样地清样法中的生物量法适用于微观尺度ꎬ生物量转换因子法适用于宏观㊁微观尺度ꎻ软件模拟法中的ｉ￣Ｔｒｅｅ与ＣＩＴＹｇｒｅｅｎ适用于中观㊁微观尺度㊁ＩｎＶＥＳＴ适用于宏观尺度ꎻ遥感反演法适用于中观㊁宏观尺度ꎻ涡度相关法适用于中观尺度ꎮ生物量法应对测定树种建立特定异速生长方程ꎬ可进一步提升研究精度[５１]ꎬ生物量转换因子法应针对不同区域设定参数㊁建立公式ꎮ软件模拟法中ꎬｉ￣Ｔｒｅｅ与ＣＩＴＹｇｒｅｅｎ模型的不同地域数据还有待完善ꎬ需结合实测数据㊁物候条件调整参数[２６ꎬ３３]ꎬ目前常用ＩｎＶＥＳＴ模型评估城市绿地的生态系统服务[４０ꎬ５２]ꎬ但在微观尺度上仍有提升的空间和潜力ꎬ可结合样地清查法弥补植株尺度的不足ꎮ遥感反演法已被广泛运用于监测大尺度城市绿地碳汇能力[５３]ꎬ为减小误差ꎬ多结合野外调查数据建立优化模型或对比验证其精确性[５４]ꎮ涡度相关法对局部区域测算精度较高ꎬ也应考虑增强此方法的区域适用性[５５]ꎮ表１㊀城市绿地碳汇测算方法比较方法名称㊀㊀计算方法/软件适用范围㊀㊀㊀优势㊀㊀㊀劣势样地清查法生物量法微观方法明确ꎬ技术简单ꎬ可信度高ꎬ参数研究较为全面选取优质绿地ꎬ数据存在高估ꎬ耗时耗力ꎬ不具有实时动态性生物量转换因子法微观㊁宏观方法成熟㊁应用面广空间具有差异性ꎬ大范围计算存在误差ꎬ清查资源不全面软件模拟法ｉ￣Ｔｒｅｅ微观㊁中观操作便捷ꎬ针对不同乔木灌木ꎬ结果直观数据库有待完善ꎬ本土使用参数有误差ＣＩＴＹｇｒｅｅｎ微观㊁中观操作简单㊁计算快速不适用于灌木㊁缺乏本土数据库ꎬ需进行数据修正ＩｎＶＥＳＴ宏观操作简单ꎬ所需数据较少㊁结果可视化㊁适用范围广空间数据不全ꎬ算法过程中有一定简化ꎬ信息不全遥感反演法利用遥感影像获取数据㊁结合调查数据ꎬ构建综合模型中观㊁宏观具有实时动态性㊁可量化大范围碳汇时空变迁参数多ꎬ模型较为复杂ꎬ处理困难涡度相关法通过精密仪器测量气体数据ꎬ计算其与垂直风速脉动的协方差中观获取直观㊁连续数据ꎬ也可了解碳汇对气象因子响应过程设备昂贵㊁观测时间长ꎬ对环境因子要求高ꎬ实际操作难度大㊀㊀由于目前暂无通用类城市绿地碳汇测算方法ꎬ针对不同尺度的城市绿地碳汇计算应选取数据获取简单㊁操作便捷㊁结果直观㊁可信度高的方法ꎬ应全面考量样地㊁参数㊁公式的选择ꎬ这样才能使碳汇量计算更具精确性ꎬ碳汇效益评估更具说服力ꎮ在此基础上ꎬ有学者构建出城市绿地碳汇测算框架:根据城市绿地的５大分类ꎬ实地获取土壤㊁水体㊁乔木㊁灌木㊁草地５种要素的各项生物指标ꎬ建立生物量模型ꎬ分级监测碳汇量[５６]ꎮ也有学者构建出基于遥感影像的绿地碳汇动态监测模型ꎬ通过识别不同树种㊁测算环境因子ꎬ揭示碳汇分布ꎬ预测碳汇量变化[５７]ꎮ还有学０９㊀第１期㊀江佩宜㊀戴㊀菲:城市绿地碳汇测算方法研究进展㊀㊀者构建了三维绿地碳汇测算模型[５８]ꎬ弥补了二维视角的不足ꎬ进一步提高了碳汇测算精度ꎮ再者ꎬ将样地清查和遥感反演相结合的方法已陆续应用在碳汇测算研究之中ꎬ有学者将两种方法相结合ꎬ在ＩＰＣＣ的估算方法基础上ꎬ提出了针对城市总体规划的绿地系统碳汇计算方法并结合案例演练[５９]ꎬ也有多位学者基于上述方法测算碳汇能力ꎬ探究碳汇量与环境因子间相关性ꎬ归纳提炼碳汇提升途径ꎮ３㊀展望城市绿地作为城市生态系统中重要组成部分ꎬ是发挥固碳增汇效益的空间载体ꎮ目前学术界在宏观层面主要探讨空间特征[６０]㊁布局[６１]对城市绿地碳汇的影响及其时空演变特征[６２]ꎻ微观层面也对高固碳植被配置[６３]㊁植被群落[６４－６５]㊁植被个体[６６]展开研究与精确测算ꎬ然而针对多尺度碳汇测算及其差异化规划路径与提升策略研究有待进一步发展ꎬ也应加强理论成果向规划实践转化ꎮ３ １㊀测算体系的不断完善从已有研究来看ꎬ城市绿地碳汇测算方法较为繁杂ꎬ由于尚未构建出系统性㊁全面化测算体系ꎬ多尺度绿地碳汇测算的精准模型与具体方法还有待开发与研究ꎬ应完善对城市不同绿地类型的清查资源与数据统计ꎬ开发基于遥感卫星图像和本土数据库的绿地碳汇模型ꎬ软件可针对各绿地类型㊁规模及各类常见乔灌草植被进行不同季相㊁气候模拟㊁预测碳汇量ꎬ兼具实时㊁统计㊁计算㊁修正等功能ꎬ以及针对不同土地利用类型和人为活动进行更精细的区分测算ꎬ便于动态监测碳汇效益㊁量化碳汇能力ꎮ因此ꎬ未来研究在健全碳汇评估体系的基础上ꎬ在全域尺度ꎬ可开展时间节点的纵向研究与不同城市间碳汇能力的横向比较ꎬ模拟绿地碳汇对碳中和的促进作用ꎻ在区域尺度ꎬ可针对不同绿地类型㊁布局㊁特征㊁质量对碳汇的影响机制展开细致化研究ꎬ分析碳汇能力差异化原因ꎬ也应重视立体维度的碳汇效益ꎻ在植株尺度ꎬ可测算本土优质植被碳汇能力ꎬ同时对配置高固碳乔灌草展开进一步探讨ꎬ从而提升城市绿地碳汇能力ꎬ揭示城市绿地在碳中和目标中的重要贡献ꎮ３ ２㊀规划实践的重要指引测算绿地碳汇能力不仅能为城市规划提供科学指导ꎬ更是实现碳中和目标的重要支撑ꎬ还可对应各类规划实践结合公园城市㊁低碳城市建设等热点实践进行分区管控与布局优化ꎮ在政策响应方面ꎬ«中共中央㊀国务院关于完整准确全面贯彻新发展理念做好碳达峰碳中和工作的意见»中提出应 巩固生态系统碳汇能力ꎬ提升生态系统碳汇增量ꎬ还应提升城乡建设绿色低碳发展质量 ꎬ在区域层面ꎬ上海㊁广东等地提出了健全碳汇监测平台[６７]㊁控碳排增碳汇[６８]的低碳城市规划路径ꎮ国家㊁区域政策均反映出测算城市绿地碳汇的必要性与迫切性ꎬ动态监管城市碳汇将是未来工作的重要环节ꎮ建立碳汇数据库㊁监测平台㊁构建碳汇测算体系ꎬ可了解碳汇分布㊁掌握碳汇动态ꎬ实现城市绿地碳汇能力综合提升ꎬ更能为实现碳中和目标贡献力量ꎮ在规划实践方面ꎬ评估多尺度碳汇能力ꎬ测算高精度碳汇效益不仅能有效监测碳汇㊁管控碳源ꎬ也能为绿地布局优化㊁植被群落配置提供新思路ꎬ能为决策者制定规划部署提供科学依据ꎬ有助于实现高㊁低碳汇区域的针对性管理ꎬ发挥多部门间协同作用ꎬ以期能为城市绿色低碳可持续发展注入新活力ꎮ城市绿地稳定固碳㊁持续增汇是实现碳中和的内驱力之一ꎮ参考文献[１]王敏ꎬ石乔莎.城市绿色碳汇效能影响因素及优化研究[Ｊ].中国城市林业ꎬ２０１５ꎬ１３(４):１－５.[２]褚芷萱ꎬ马锦义ꎬ邵海燕ꎬ等.不同应用类型园林树木固碳能力[Ｊ].中国城市林业ꎬ２０２２ꎬ２０(１):１２６－１２９.[３]ＤＥＮＧＬＦꎬＹＵＡＮＨＲꎬＸＩＥＪꎬｅｔａｌ.Ｈｅｒｂａｃｅｏｕｓｐｌａｎｔｓａｒｅｂｅｔｔｅｒｔｈａｎｗｏｏｄｙｐｌａｎｔｓｆｏｒｃａｒｂｏｎｓｅｑｕｅｓｔｒａｔｉｏｎ[Ｊ].ＲｅｓｏｕｒｃｅｓꎬＣｏｎｓｅｒｖａｔｉｏｎａｎｄＲｅｃｙｃｌｉｎｇꎬ２０２２ꎬ１８４:１０６４３１. [４]ＡＭＯＡＴＥＹＰꎬＳＵＬＡＩＭＡＮＨ.ＱｕａｎｔｉｆｙｉｎｇｃａｒｂｏｎｓｔｏｒａｇｅｐｏｔｅｎｔｉａｌｏｆｕｒｂａｎｐｌａｎｔａｔｉｏｎｓａｎｄｌａｎｄｓｃａｐｅｓｉｎＭｕｓｃａｔꎬＯｍａｎ[Ｊ].ＥｎｖｉｒｏｎｍｅｎｔꎬＤｅｖｅｌｏｐｍｅｎｔａｎｄＳｕｓｔａｉｎａｂｉｌｉｔｙꎬ２０２０ꎬ２２(８):７９６９－７９８４.[５]王敏ꎬ宋昊洋.影响碳中和的城市绿地空间特征与精细化管控实施框架[Ｊ].风景园林ꎬ２０２２ꎬ２９(５):１７－２３. [６]郭晖ꎬ周慧ꎬ张家洋.郑州市１５种常见园林树种固碳释氧能力分析研究[Ｊ].西北林学院学报ꎬ２０１７ꎬ３２(４):５２－５６. [７]殷鸣放ꎬ杨琳ꎬ殷炜达ꎬ等.森林固碳领域的研究方法及最新进１９㊀㊀㊀㊀中㊀国㊀城㊀市㊀林㊀业㊀第２２卷展[Ｊ].浙江林业科技ꎬ２０１０ꎬ３０(６):７８－８６.[８]周健ꎬ肖荣波ꎬ庄长伟ꎬ等.城市森林碳汇及其核算方法研究进展[Ｊ].生态学杂志ꎬ２０１３ꎬ３２(１２):３３６８－３３７７. [９]王迪生.北京城区园林植物生物量的计测研究[Ｊ].林业资源管理ꎬ２００９(４):１２０－１２５.[１０]ＳＨＡＤＭＡＮＳꎬＫＨＡＬＩＤＰＡꎬＨＡＮＡＦＩＡＨＭＭꎬｅｔａｌ.Ｔｈｅｃａｒｂｏｎｓｅｑｕｅｓｔｒａｔｉｏｎｐｏｔｅｎｔｉａｌｏｆｕｒｂａｎｐｕｂｌｉｃｐａｒｋｓｏｆｄｅｎｓｅｌｙｐｏｐｕｌａｔｅｄｃｉｔｉｅｓｔｏｉｍｐｒｏｖｅｅｎｖｉｒｏｎｍｅｎｔａｌｓｕｓｔａｉｎａｂｉｌｉｔｙ[Ｊ].ＳｕｓｔａｉｎａｂｌｅＥｎｅｒｇｙＴｅｃｈｎｏｌｏｇｉｅｓａｎｄＡｓｓｅｓｓｍｅｎｔｓꎬ２０２２ꎬ５２:１０２０６４.[１１]殷利华ꎬ杭天ꎬ徐亚如.武汉园博园蓝绿空间碳汇绩效研究[Ｊ].南方建筑ꎬ２０２０(３):４１－４８.[１２]鲁敏ꎬ高鑫ꎬ纪园园ꎬ等.济南市中心城区绿地固碳释氧能力研究[Ｊ].山东建筑大学学报ꎬ２０１７ꎬ３２(６):５１１－５１６. [１３]ＺＨＡＮＧＹꎬＭＥＮＧＷＱꎬＹＵＮＨＦꎬｅｔａｌ.Ｉｓｕｒｂａｎｇｒｅｅｎｓｐａｃｅａｃａｒｂｏｎｓｉｎｋｏｒｓｏｕｒｃｅ?－ＡｃａｓｅｓｔｕｄｙｏｆＣｈｉｎａｂａｓｅｄｏｎＬＣＡｍｅｔｈｏｄ[Ｊ].ＥｎｖｉｒｏｎｍｅｎｔａｌＩｍｐａｃｔＡｓｓｅｓｓｍｅｎｔＲｅｖｉｅｗꎬ２０２２ꎬ９４:１０６７６６.[１４]李源清ꎬ张晓东ꎬ胡娜ꎬ等.基于统计数据郑州市全口径碳汇估算研究[Ｊ].计量学报ꎬ２０２２ꎬ４３(２):２８１－２８６.[１５]欧强新ꎬ李海奎ꎬ雷相东ꎬ等.基于清查数据的福建省马尾松生物量转换和扩展因子估算差异解析:３种集成学习决策树模型的比较[Ｊ].应用生态学报ꎬ２０１８ꎬ２９(６):２００７－２０１６. [１６]方精云ꎬ郭兆迪ꎬ朴世龙ꎬ等.１９８１ ２０００年中国陆地植被碳汇的估算[Ｊ].中国科学(Ｄ辑:地球科学)ꎬ２００７ꎬ３７(６):８０４－８１２.[１７]于洋ꎬ王昕歌.面向生态系统服务功能的城市绿地碳汇量估算研究[Ｊ].西安建筑科技大学学报(自然科学版)ꎬ２０２１ꎬ５３(１):９５－１０２.[１８]殷楠ꎬ王帅ꎬ刘焱序.生态系统服务价值评估:研究进展与展望[Ｊ].生态学杂志ꎬ２０２１ꎬ４０(１):２３３－２４４.[１９]吴哲ꎬ陈歆ꎬ刘贝贝ꎬ等.ＩｎＶＥＳＴ模型及其应用的研究进展[Ｊ].热带农业科学ꎬ２０１３ꎬ３３(４):５８－６２.[２０]韩明臣ꎬ李智勇.城市森林生态效益评价及模型研究现状[Ｊ].世界林业研究ꎬ２０１１ꎬ２４(２):４２－４６.[２１]刘朋朋ꎬ蔡建国ꎬ章毅ꎬ等.基于ｉ￣Ｔｒｅｅ模型的杭州市环西湖景区行道树生态效益分析[Ｊ].科技通报ꎬ２０１９ꎬ３５(２):１３２－１３７.[２２]熊金鑫ꎬ祁慧君ꎬ王倩茹ꎬ等.基于ｉ￣Ｔｒｅｅ模型的城市小区行道树生态效益评价[Ｊ].南京林业大学学报(自然科学版)ꎬ２０１９ꎬ４３(２):１２８－１３６.[２３]宋思贤.校园行道树生态效益分析及信息管理系统构建[Ｄ].杨凌:西北农林科技大学ꎬ２０２２.[２４]赵东亮ꎬ赵宏宇.基于ｉ￣ＴｒｅｅＥｃｏ模型的城市森林生态效益评估:以长春水文化生态园为例[Ｊ].智能建筑与智慧城市ꎬ２０２２(２):１４６－１４８.[２５]刘利ꎬ李想ꎬ刘秉涛.基于ｉ￣ｔｒｅｅ模型的城市滨河绿化带生态效益评估:以淮安市古黄河景观带为例[Ｊ].环境生态学ꎬ２０２１ꎬ３(２):２７－３４.[２６]邱雯婉ꎬ张敏霞ꎬ鲍沁星.ｉ￣Ｔｒｅｅ模型在城市森林景观绩效量化中的应用评析[Ｊ].浙江林业科技ꎬ２０１９ꎬ３９(５):１０６－１１６. [２７]陈莉ꎬ李佩武ꎬ李贵才ꎬ等.应用ＣＩＴＹＧＲＥＥＮ模型评估深圳市绿地净化空气与固碳释氧效益[Ｊ].生态学报ꎬ２００９ꎬ２９(１):２７２－２８２.[２８]凌焕然ꎬ王伟ꎬ樊正球ꎬ等.近二十年来上海不同城市空间尺度绿地的生态效益[Ｊ].生态学报ꎬ２０１１ꎬ３１(１９):５６０７－５６１５. [２９]胡志斌ꎬ何兴元ꎬ陈玮ꎬ等.沈阳市城市森林结构与效益分析[Ｊ].应用生态学报ꎬ２００３ꎬ１４(１２):２１０８－２１１２.[３０]彭立华ꎬ陈爽ꎬ刘云霞ꎬ等.Ｃｉｔｙｇｒｅｅｎ模型在南京城市绿地固碳与削减径流效益评估中的应用[Ｊ].应用生态学报ꎬ２００７ꎬ１８(６):１２９３－１２９８.[３１]徐容容ꎬ江璐明ꎬ陈水森ꎬ等.基于ＣＩＴＹｇｒｅｅｎ模型的绿道生态效益评价:以增城市为例[Ｊ].广东农业科学ꎬ２０１３ꎬ４０(１７):１７３－１７６ꎬ４.[３２]占珊ꎬ闫文德ꎬ田大伦.基于ＣＩＴＹｇｒｅｅｎ的城市森林生态效益评估的应用[Ｊ].中南林业科技大学学报ꎬ２００８ꎬ２８(２):１３７－１４３.[３３]张陆平ꎬ王婷婷.ＣＩＴＹｇｒｅｅｎ模型在城市绿地生态效益研究中的应用[Ｊ].改革与开放ꎬ２０１８(３):４２－４３ꎬ５２.[３４]黄从红ꎬ杨军ꎬ张文娟.生态系统服务功能评估模型研究进展[Ｊ].生态学杂志ꎬ２０１３ꎬ３２(１２):３３６０－３３６７.[３５]刘洋ꎬ张军ꎬ周冬梅ꎬ等.基于ＩｎＶＥＳＴ模型的疏勒河流域碳储量时空变化研究[Ｊ].生态学报ꎬ２０２１ꎬ４１(１０):４０５２－４０６５. [３６]韩依纹ꎬ张舒ꎬ殷利华.大都市区绿地碳储存能力及其空间分布特点探究:以韩国首尔市为例[Ｊ].景观设计学ꎬ２０１９ꎬ７(２):５５－６５.[３７]林彤ꎬ杨木壮ꎬ吴大放ꎬ等.基于ＩｎＶＥＳＴ￣ＰＬＵＳ模型的碳储量空间关联性及预测:以广东省为例[Ｊ].中国环境科学ꎬ２０２２ꎬ４２(１０):４８２７－４８３９.[３８]姚龙杰ꎬ岳邦瑞ꎬ潘卫涛等.县域碳储量时空演变与多情景模拟:基于ＦＬＵＳ和ＩｎＶＥＳＴ模型[Ｊ].中国城市林业ꎬ２０２３ꎬ２１(５):１５２－１５８.[３９]刘晓娟ꎬ黎夏ꎬ梁迅ꎬ等.基于ＦＬＵＳ￣ＩｎＶＥＳＴ模型的中国未来土地利用变化及其对碳储量影响的模拟[Ｊ].热带地理ꎬ２０１９ꎬ３９(３):３９７－４０９.[４０]ＨＥＣＹꎬＺＨＡＮＧＤꎬＨＵＡＮＧＱＸꎬｅｔａｌ.ＡｓｓｅｓｓｉｎｇｔｈｅｐｏｔｅｎｔｉａｌｉｍｐａｃｔｓｏｆｕｒｂａｎｅｘｐａｎｓｉｏｎｏｎｒｅｇｉｏｎａｌｃａｒｂｏｎｓｔｏｒａｇｅｂｙｌｉｎｋｉｎｇｔｈｅＬＵＳＤ￣ｕｒｂａｎａｎｄＩｎＶＥＳＴｍｏｄｅｌｓ[Ｊ].ＥｎｖｉｒｏｎｍｅｎｔａｌＭｏｄｅｌｌｉｎｇ＆Ｓｏｆｔｗａｒｅꎬ２０１６ꎬ７５:４４－５８.[４１]殷炜达ꎬ苏俊伊ꎬ许卓亚ꎬ等.基于遥感技术的城市绿地碳储量估算应用[Ｊ].风景园林ꎬ２０２２ꎬ２９(５):２４－３０.[４２]ＷＥＩＸＤꎬＹＡＮＧＪꎬＬＵＯＰＰꎬｅｔａｌ.ＡｓｓｅｓｓｍｅｎｔｏｆｔｈｅｖａｒｉａｔｉｏｎａｎｄｉｎｆｌｕｅｎｃｉｎｇｆａｃｔｏｒｓｏｆｖｅｇｅｔａｔｉｏｎＮＰＰａｎｄｃａｒｂｏｎｓｉｎｋｃａｐａｃｉｔｙｕｎｄｅｒｄｉｆｆｅｒｅｎｔｎａｔｕｒａｌｃｏｎｄｉｔｉｏｎｓ[Ｊ].ＥｃｏｌｏｇｉｃａｌＩｎｄｉｃａｔｏｒｓꎬ２０２２ꎬ１３８:１０８８３４.[４３]杨鑫ꎬ高雯雯ꎬ李莎ꎬ等.基于遥感影像估算的北京中心城区２９㊀第１期㊀江佩宜㊀戴㊀菲:城市绿地碳汇测算方法研究进展㊀㊀碳储量与气候环境关联性研究[Ｊ].风景园林ꎬ２０２２ꎬ２９(５):３１－３７.[４４]曹晓裴ꎬ林殷怡ꎬ杜鹏宇ꎬ等.高光谱遥感数据下城市植被碳汇的研究[Ｊ].科技与创新ꎬ２０１６(１６):１１－１３.[４５]陈世苹ꎬ游翠海ꎬ胡中民ꎬ等.涡度相关技术及其在陆地生态系统通量研究中的应用[Ｊ].植物生态学报ꎬ２０２０ꎬ４４(４):２９１－３０４.[４６]陈文婧ꎬ李春义ꎬ何桂梅ꎬ等.北京奥林匹克森林公园绿地碳交换动态及其环境控制因子[Ｊ].生态学报ꎬ２０１３ꎬ３３(２０):６７１２－６７２０.[４７]王亚军ꎬ郁珊珊.城市绿地生态系统碳交换动态及其与环境控制因子的关系[Ｊ].草业科学ꎬ２０１７ꎬ３４(５):９６６－９７４. [４８]孙春健ꎬ王春林ꎬ申双和ꎬ等.珠三角城市绿地ＣＯ２通量的季节特征[Ｊ].生态学报ꎬ２０１２ꎬ３２(４):２６９－２７８.[４９]王修信ꎬ朱启疆ꎬ陈声海ꎬ等.城市公园绿地水㊁热与ＣＯ２通量观测与分析[Ｊ].生态学报ꎬ２００７ꎬ２７(８):３２３２－３２３９. [５０]王修信ꎬ朱启疆ꎬ陈声海ꎬ等.北京市海淀公园绿地ＣＯ２通量变化特征[Ｊ].应用基础与工程科学学报ꎬ２０１１ꎬ１９(１):１６６－１７２.[５１]ＹＯＯＮＴＫꎬＰＡＲＫＣＷꎬＬＥＥＳＪꎬｅｔａｌ.ＡｌｌｏｍｅｔｒｉｃｅｑｕａｔｉｏｎｓｆｏｒｅｓｔｉｍａｔｉｎｇｔｈｅａｂｏｖｅｇｒｏｕｎｄｖｏｌｕｍｅｏｆｆｉｖｅｃｏｍｍｏｎｕｒｂａｎｓｔｒｅｅｔｔｒｅｅｓｐｅｃｉｅｓｉｎＤａｅｇｕꎬＫｏｒｅａ[Ｊ].ＵｒｂａｎＦｏｒｅｓｔｒｙ＆ＵｒｂａｎＧｒｅｅｎｉｎｇꎬ２０１３ꎬ１２(３):３４４－３４９.[５２]ＪＩＡＮＧＷＧꎬＤＥＮＧＹꎬＴＡＮＧＺＨꎬｅｔａｌ.ＭｏｄｅｌｌｉｎｇｔｈｅｐｏｔｅｎｔｉａｌｉｍｐａｃｔｓｏｆｕｒｂａｎｅｃｏｓｙｓｔｅｍｃｈａｎｇｅｓｏｎｃａｒｂｏｎｓｔｏｒａｇｅｕｎｄｅｒｄｉｆｆｅｒｅｎｔｓｃｅｎａｒｉｏｓｂｙｌｉｎｋｉｎｇｔｈｅＣＬＵＥ￣ＳａｎｄｔｈｅＩｎＶＥＳＴｍｏｄｅｌｓ[Ｊ].ＥｃｏｌｏｇｉｃａｌＭｏｄｅｌｌｉｎｇꎬ２０１７ꎬ３４５:３０－４０. [５３]张晓娟ꎬ李东杰ꎬ刘思含ꎬ等.遥感技术在 双碳 目标实现中的应用进展[Ｊ].航天返回与遥感ꎬ２０２２ꎬ４３(６):１０６－１１８. [５４]ＲＩＣＨＡＲＤＳＯＮＪＪꎬＭＯＳＫＡＬＬＭ.Ｕｎｃｅｒｔａｉｎｔｙｉｎｕｒｂａｎｆｏｒｅｓｔｃａｎｏｐｙａｓｓｅｓｓｍｅｎｔ:ｌｅｓｓｏｎｓｆｒｏｍＳｅａｔｔｌｅꎬＷＡꎬＵＳＡ[Ｊ].ＵｒｂａｎＦｏｒｅｓｔｒｙ＆ＵｒｂａｎＧｒｅｅｎｉｎｇꎬ２０１４ꎬ１３(１):１５２－１５７. [５５]同小娟ꎬ张劲松ꎬ孟平.基于涡度相关法的森林生态系统碳交换及其控制机制[Ｊ].温带林业研究ꎬ２０１８ꎬ１(２):１－９ꎬ１４. [５６]张桂莲ꎬ邢璐琪ꎬ张浪等.城市绿地碳汇计量监测方法研究进展[Ｊ].园林ꎬ２０２２ꎬ３９(１):４－９＋４９.[５７]周坚华ꎬ胡永红ꎬ周一凡ꎬ等.城镇绿地植被固碳量遥感测算模型的设计[Ｊ].生态学报ꎬ２０１０ꎬ３０(２０):５６５３－５６６５. [５８]吴宁ꎬ李王鸣ꎬ冯真ꎬ等.基于三维视角的城乡绿色碳汇参数化评估模型[Ｊ].城市规划ꎬ２０１６ꎬ４０(５):９１－９８.[５９]和晓彤.面向总体规划阶段的城市绿地碳汇量估算方法研究:以西安市中心城区为例[Ｄ].西安:西安建筑科技大学ꎬ２０２１.[６０]王敏ꎬ朱雯.城市绿地影响碳中和的途径与空间特征:以上海市黄浦区为例[Ｊ].园林ꎬ２０２１ꎬ３８(１０):１１－１８.[６１]王晶懋ꎬ高洁ꎬ孙婷ꎬ等.双碳目标导向下的绿色生态空间碳汇能力优化设计[Ｊ].中国城市林业ꎬ２０２３ꎬ２１(４):３３－４２. [６２]王天福ꎬ龚直文ꎬ邓元杰.基于土地利用变化的陕西省植被碳汇提质增效优先区识别[Ｊ].自然资源学报ꎬ２０２２ꎬ３７(５):１２１４－１２３２.[６３]王晶懋ꎬ齐佳乐ꎬ韩都等.基于全生命周期的城市小尺度绿地碳平衡[Ｊ].风景园林ꎬ２０２２ꎬ２９(１２):１００－１０５.[６４]依兰ꎬ王洪成.城市公园植物群落的固碳效益核算及其优化探讨[Ｊ].景观设计ꎬ２０１９(３):３６－４３.[６５]ＷＡＮＧＹＮꎬＣＨＡＮＧＱꎬＬＩＸＮＹ.Ｐｒｏｍｏｔｉｎｇｓｕｓｔａｉｎａｂｌｅｃａｒｂｏｎｓｅｑｕｅｓｔｒａｔｉｏｎｏｆｐｌａｎｔｓｉｎｕｒｂａｎｇｒｅｅｎｓｐａｃｅｂｙｐｌａｎｔｉｎｇｄｅｓｉｇｎ:ａｃａｓｅｓｔｕｄｙｉｎｐａｒｋｓｏｆＢｅｉｊｉｎｇ[Ｊ].ＵｒｂａｎＦｏｒｅｓｔｒｙ＆ＵｒｂａｎＧｒｅｅｎｉｎｇꎬ２０２１ꎬ６４:１２７２９１.[６６]ＬＵＣＹꎬＫＯＴＺＥＤＪꎬＳＥＴÄＬÄＨＭ.Ｅｖｅｒｇｒｅｅｎｔｒｅｅｓｓｔｉｍｕｌａｔｅｃａｒｂｏｎａｃｃｕｍｕｌａｔｉｏｎｉｎｕｒｂａｎｓｏｉｌｓｖｉａｈｉｇｈｒｏｏｔｐｒｏｄｕｃｔｉｏｎａｎｄｓｌｏｗｌｉｔｔｅｒｄｅｃｏｍｐｏｓｉｔｉｏｎ[Ｊ].ＳｃｉｅｎｃｅｏｆｔｈｅＴｏｔａｌＥｎｖｉｒｏｎｍｅｎｔꎬ２０２１ꎬ７７４:１４５１２９.[６７]荆贝贝ꎬ杜安.上海城市绿色空间碳汇评估及提升策略[Ｊ].中国国土资源经济ꎬ２０２２ꎬ３５(４):６４－７２.[６８]李禅ꎬ肖百霞.国土空间规划中广东省 碳达峰㊁碳中和 目标的传导路径研究[Ｊ].规划师ꎬ２０２２ꎬ３８(７):６６－７１.３９。
自动电位滴定技术精确测定铜矿石中高含量铜的方法研究
２０１５年１１月Ｎｏｖｅｍｂｅｒ２０１５岩 矿 测 试ＲＯＣＫＡＮＤＭＩＮＥＲＡＬＡＮＡＬＹＳＩＳＶｏｌ．３４，Ｎｏ．６６７２～６７７收稿日期：２０１４－０６－１３；修回日期：２０１５－０９－０８；接受日期：２０１５－１０－２６基金项目：中国地质大调查项目（１２１２０１１３０１４３００）作者简介：赵怀颖，高级工程师，主要从事岩石、矿物化学分析测试方法研究工作。
Ｅ ｍａｉｌ：ｒａｉｎｎｏｗｙｉｎｇ＠ｇｍａｉｌ．ｃｏｍ。
文章编号：０２５４５３５７（２０１５）０６０６７２０６ＤＯＩ：１０．１５８９８／ｊ．ｃｎｋｉ．１１－２１３１／ｔｄ．２０１５．０６．０１１自动电位滴定技术精确测定铜矿石中高含量铜的方法研究赵怀颖１，吕庆斌２，巩爱华１，孙红宾１，马新荣１（１．国家地质实验测试中心，北京１０００３７； ２．北京市计量检测科学研究院，北京１０００２９）摘要：铜矿石中百分含量铜的分析通常采用手动目视滴定法，该方法借助化学指示剂判定终点，存在终点判断和人为操作等误差，精密度、可靠性相对较差。
基于此，本文建立了精确测定铜矿石中高含量铜的分析方法，采用智能型自动电位滴定仪自动判定终点，高分辨加液器精确控制硫代硫酸钠标准溶液加入量至０．００１ｍＬ，并且通过加大碘化钾用量使得滴定中产生的碘化亚铜被高浓度的Ｉ－溶解，消除对碘的吸附影响。
本法应用于铜含量为２４．２％～５９．０９％的铜精矿、黄铜矿、铅黄铜国家标准物质分析，相对标准偏差（ＲＳＤ，ｎ＝１０）＜０．３％，极差仅为０．１３％、０．２１％、０．２９％，优于手动目视滴定法。
本法提高了铜矿石分析的自动化程度，适用于精确测定铜含量大于０．５％尤其是１０％以上的铜矿石。
关键词：铜矿石；铜；硫代硫酸钠标准溶液；自动电位滴定法中图分类号：Ｏ６１４．１２１；Ｏ６５５．２文献标识码：Ｂ当前我国对铜的需求不断增加，而矿产开采中对于成矿物质的准确测定十分重要，关系到矿产的价值以及开采利用。
青蛙的眼睛
特约专稿Invited Manuscripts36随颜色（光谱型）和金属丰度的变化、分析研究了大样本恒星色球活动指数及其随银盘高度和恒星年龄的演化；二是揭秘银河系化学动力学演化和暗物质分布，太阳本征速度、太阳近邻恒星运动速度场精细结构、银盘径向和垂向丰度梯度及其随时间的演化、银河系转动曲线（总质量）及太阳近邻（暗）物质密度等银河系研究的基础前沿性问题、发现一批移动星群。
借助LAMOST还发现了一批有重要研究价值的特殊天体，如高速星、化学丰度特殊星、白矮星、白矮星-主序星双星、M31/M33球状星团、行星状星云和类星体、星系对、双活动星系核等。
“太白何苍苍，星辰上森列。
去天三百里，邈尔与世绝。
”LAMOST望远镜却使灿烂星汉不再邈尔绝世，从2011年至今，LAMOST光谱巡天已获得超过500万的高质量光谱。
中国将基于这些海量的观测数据，建立一个全球规模最大的恒星光谱数据库，这些数据将成为“数字银河系”的重要基石，对于研究银河系的结构、运动、形成和演化具有不可替代的科学意义。
（作者简介：赵永恒，中国科学院国家天文台研究员、博士生导师，LAMOST运行与发展中心常务副主任，北京天文学会理事长。
主要从事天文学和天体物理研究，包括活动天体的理论研究、高能天体的观测分析、多波段观测、数据分析技术、天文信息技术以及LAMOST的科学研究和科学管理等工作）赫米特环形山，月面坐标，经度88°W，纬度86°N，直径84公里。
以法国数学家赫米特的名字命名的。
【月球环形山】责任编辑 郑英姿。
北大考研-地球与空间科学学院研究生导师简介-张显峰
爱考机构中国高端考研第一品牌（保过保录限额）爱考机构-北大考研-地球与空间科学学院研究生导师简介-张显峰张显峰Email：xfzhang(at)联系电话：个人主页：办公室：遥感楼427职称职务：副教授/副高职称个人简历教育背景：2005年于加拿大西安大略大学地理系获遥感信息科学博士学位；2000年于中科院遥感所获制图学与地理信息系统专业博士学位；1993年于北京大学城市与环境学系获硕士学位；1990年于北京师范大学地理系获学士学位。
工作经历：1993年—2000年，中科院遥感所工作，先后任助理研究员与副研究员；2000—2005年，在加拿大西安大略大学学习与工作；2006年初至今，北京大学地球与空间科学学院工作，副教授。
荣誉、获奖情况（省部级及以上）：1996年获中科院科技进步二等奖。
学术或社会职务：国际摄影测量与遥感协会（ISPRS）GI4D学术委员会成员；国际制图学会（InternationalCartographicAssociation,ICA）卫星影像制图委员会（CMSI）通讯会员；PKU-CSU生态遥感联合实验室副主任；《国际农业与生物工程》杂志（IJABE）编委委员；教育部、国家文物局、中科院遥感考古联合实验室兼职研究员；四川大学兼职教授；石河子大学“绿洲”学者；北京大学数字中国研究员空间数据中心副主任；第二届国际对地观测与全球变化研究国际大会（EOGC2009）秘书长。
工作情况及研究方向教学与主讲课程：《生态与环境遥感》、《地理科学进展》、《生态与环境科学》、《地球科学概论I》、《高光谱遥感》所在专业与主要研究方向：摄影测量与遥感专业，主要从事生态遥感、高光谱遥感数据智能处理与分析、遥感数据同化模拟等方向的研究工作。
我的研究可以概括为运用多源遥感信息尤其是高光谱遥感手段，结合数据同化策略，研究海岸带、干旱半干旱区以及重大工程群区域的生态与环境敏感参数遥感反演与宏观监测评价方法与模型。
珠江口海域nw向断裂的地震学特征及意义
Seismological Features and Geological Implication of theNW Faults in the Pearl River EstuaryZHANG Xinyu 1,2,CAO Jinghe 1,ZHAO Fang 1,WANG Liwei 3,XIONG Cheng 1,XIA Shaohong 1(1.Key Laboratory of Marginal Sea Geology ,South China Sea Institute of Oceanology ,Chinese Academy ofSciences ,Guangzhou 510301,China ;2.University of Chinese Academy of Sciences ,Beijing 100049,China ;收稿日期:2019-05-10基金项目:国家自然科学基金(U1701641,41506046,41576046);广东省自然科学基金项目(2017A030311015);中科院边缘海与大洋地质重点实验室开放基金项目(MSGL15-05)作者简介:张馨予(1993-),女,硕士研究生,主要从事地震数据处理与解释工作。
E-mail :zhangxinyu16@.珠江口海域NW 向断裂的地震学特征及意义张馨予1,2,曹敬贺1,赵芳1,王力伟3,4,熊成1,夏少红1(1.中国科学院边缘海与大洋地质重点实验室中国科学院南海海洋研究所,广州510301;2.中国科学院大学,北京100049;3.中国地震局地震观测与地球物理成像重点实验室中国地震局地球物理研究所,北京100081;4.广东省地震局,广州510070冤第39卷第4期2019年12月华南地震Vol.39,NO.4Dec.,2019摘要:珠江口地区是我国重要的经济发达区域,断裂控制了珠江三角洲的坳陷和水系发育,同时也控制了珠江口盆地南北分带、东西分块的构造格局。
26522971_秦刚：与高能粒子共舞太空
58 科学中国人 2022年1月创新之路Way of Innovation秦刚：与高能粒子共舞太空 杜月娇他长期从事空间高能粒子传播和加速的研究，创新性地给出了高能粒子在太阳风中的非线性扩散机制；他完善了空间高能粒子在行星际空间传播的理论机制，还建立了高能粒子的数值计算模型；…………他是赵九章青年科学奖空间物理领域获奖者、国家杰出青年基金获得者、哈尔滨工业大学（深圳）理学院教授秦刚。
一位心怀物理学家梦想，漫步在空间物理学领域的追梦人。
深秋时节，《科学中国人》走近这位教授，聆听他与高能粒子共舞太空的故事——追逐梦想——空间物理探索之旅1971年，秦刚出生于甘肃。
这块大西北厚重的土地，给了秦刚物理学最初的启蒙。
怀抱要成为一名物理学家的梦想，1990年，秦刚顺利考入北京大学空间物理学专业，并于1995年继续在本专业攻读硕士研究生，师从国际著名的空间物理学家涂传诒教授（现为中国科学院院士）。
1998年，硕士毕业后的秦刚前往美国特拉华大学物理与天文系攻读物理学博士学位，师从另一位国际著名的空间物理学家威廉·马特乌斯教授，并于三年零四个月后拿到了博士学位。
2002—2005年秦刚在美国佛罗里达理工学院，在张明教授和乔·德怀尔教授指导下进行博士后研究。
2005年年底，秦刚听从祖国召唤，以“中科院百人计划”的身份进入中国科学院国家空间科学中心从事科学研究。
多年来，秦刚和团队针对空间高能粒子这一空间物理的前沿问题开展了一系列探索。
特别在太阳高能粒子的传播和加速机制，以及银河宇宙线在日球层中的调制等方面开展了深入系统的研究。
期间，他在The Astrophysical Journal、Journalof Geophysical Research 等国际主流杂志上发表论文几十篇，并被邀请成为国际重要的宇宙线会议国际科学委员会的成员，在宇宙线加速和传播研究领域的国际舞台上积累了一定的影响力。
因为出色表现，2011年，秦刚获得了“国家杰青”称号。
金星火山与气候探测任务
金星火山与气候探测任务董晓龙;刘洋;何杰颖;张锋;许健;赵宇鴳;王宇;朱皓天;王咏梅;王文煜;蔡志铭【期刊名称】《空间科学学报》【年(卷),期】2022(42)6【摘要】金星火山和气候探测任务(Venus Volcano Imaging and Climate Explorer,VOICE)聚焦金星火山与热演化历史、水与板块运动、内部结构和动力学、气候演化和生命信息探索等重大科学问题,提出采用极化合成孔径雷达(Polarimetric Synthetic Aperture Radar,PolSAR)、下视与临边结合的微波辐射探测仪(Microwave Radiometric Sounder,MWRS)和紫外–可见–近红外多光谱成像仪(Ultraviolet-Visible-Near Infrared Multispectral Imager,UVN-MSI)等三个先进的有效载荷,在350 km圆轨道上对金星全球表面和大气联合探测。
PolSAR将对金星全球表面进行高分辨多极化雷达成像;MWRS将对金星全球云下大气的热力结构和化学组成,云中可能的宜居环境及与生命相关大气成分进行探测;UVN-MSI则实现大气全貌成像、表面光谱成像和闪电检测。
通过多种先进探测载荷和技术手段的结合,VOICE任务将揭示金星构造热演化历史和超温室效应机理,探索其宜居性和生命信息。
VOICE任务的实施将实现国际金星研究探索中许多“零”的突破,为理解行星宜居性和太阳系演化提供极为关键的观测支持,对提升中国在国际深空探测与空间科学研究中的地位产生重大影响。
【总页数】13页(P1047-1059)【作者】董晓龙;刘洋;何杰颖;张锋;许健;赵宇鴳;王宇;朱皓天;王咏梅;王文煜;蔡志铭【作者单位】中国科学院国家空间科学中心;中国科学院大学;中国科学院地球化学研究所月球与行星科学研究中心;成都理工大学行星科学国际研究中心;中国科学院空天信息创新研究院;中国科学院微小卫星创新研究院【正文语种】中文【中图分类】V476【相关文献】1.印度空间研究组织正在规划金星探测任务2.俄罗斯未来金星探测任务特点浅析3.美国金星探测任务创新方案浅析4.基于金星共振借力的太阳抵近探测任务轨道设计5.金星快车将开始执行探测任务因版权原因，仅展示原文概要，查看原文内容请购买。