ISSN 1009-6248CN 61-1149/P 双月刊

主管单位:中国地质调查局

主办单位:中国地质调查局西安地质调查中心
中国地质学会

    • 中文核心期刊
    • CSCD收录期刊
    • 中国科技核心期刊
    • Scopus收录期刊
高级检索

青藏高原东北部地区城市PM2.5和PM10时空分布特征及气象因素的影响

梁明武, 李慧婷, 李魏龙, 贾晓丹, 汪铭媛, 冯朝晖

梁明武,李慧婷,李魏龙,等. 青藏高原东北部地区城市PM2.5和PM10时空分布特征及气象因素的影响[J]. 西北地质,2024,57(4):285−296. doi: 10.12401/j.nwg.2023184
引用本文: 梁明武,李慧婷,李魏龙,等. 青藏高原东北部地区城市PM2.5和PM10时空分布特征及气象因素的影响[J]. 西北地质,2024,57(4):285−296. doi: 10.12401/j.nwg.2023184
LIANG Mingwu,LI Huiting,LI Weilong,et al. Spatial-Temporal Distribution Characteristics of PM2.5 and PM10 in the Northeast Tibetan Plateau and the Influence of Meteorological Factors[J]. Northwestern Geology,2024,57(4):285−296. doi: 10.12401/j.nwg.2023184
Citation: LIANG Mingwu,LI Huiting,LI Weilong,et al. Spatial-Temporal Distribution Characteristics of PM2.5 and PM10 in the Northeast Tibetan Plateau and the Influence of Meteorological Factors[J]. Northwestern Geology,2024,57(4):285−296. doi: 10.12401/j.nwg.2023184

青藏高原东北部地区城市PM2.5和PM10时空分布特征及气象因素的影响

基金项目: 青海省重点研发与转化计划项目"三江源区流域水资源对气候变化的响应及模拟预测研究"(2023-QY-205)资助成果
详细信息
    作者简介:

    梁明武(1972−),男,博士,正高级工程师,研究方向为环境生态科学。E–mail:lmw@chinapaper.com.cn

    通讯作者:

    贾晓丹(1979−),女,硕士,高级工程师,研究方向为环境资源评价与保护。E–mail:jxiaodan@mail.cgs.gov.cn。

  • 中图分类号: P43;X823

Spatial-Temporal Distribution Characteristics of PM2.5 and PM10 in the Northeast Tibetan Plateau and the Influence of Meteorological Factors

  • 摘要:

    随着工业化进程的迅速发展,大气污染问题已不容忽视,青藏高原东北部作为中国重要的生态安全战略地区,由于其常年多风的地理特点导致土地荒漠化,而土地荒漠化会带来颗粒物污染的问题。笔者以青藏高原东北部地区逐月可吸入颗粒物(PM10)和细颗粒物(PM2.5)浓度为基础,分析了大气颗粒物PM2.5和PM10时空分布特征,与气象因素(降水量、气温和风速)之间的相关性及受气象因素的影响程度。结果表明:①东部人口密集和经济发达的西宁市、海东市和黄南州PM2.5和PM10较高,以上3个市州的PM2.5平均水平分别为44.2 μg/m3,44.7 μg/m3和36.5 μg/m3,PM10平均水平分别为99.1 μg/m3,99.7 μg/m3和72.2 μg/m3;2015~2019年的时间分布上各地区颗粒物浓度呈现逐年下降的趋势;空间分布表明PM2.5呈现从西到东逐渐升高的趋势,PM10则呈东高西低分布。②各地区气温和降水量的峰值均出现在夏季,呈现出“Λ”型的分布规律;而各地区的PM2.5、PM10逐月浓度变化整体呈现出“V”型的分布规律,非采暖季颗粒物浓度最低、采暖季颗粒物浓度最高。③各种气象因素的影响中,PM2.5和PM10与降水量、气温、风速均呈负相关,并且PM2.5浓度受到风速的负向影响,而PM10浓度受到风速的显著正向影响,表明风起扬尘对该区域大气污染贡献突出但风速与污染物浓度的作用机制复杂。本研究可为典型地区空气质量的改善与预测提供理论基础与参考依据。

    Abstract:

    With the rapid development of industrialization, the problem of air pollution can not be ignored. As an important ecological security strategic area in China, the Northeast Tibetan Plateau had prominent particulate pollution caused by soil desertification. Based on the monthly concentrations of inhalable particulate matter (PM10) and fine particulate matter (PM2.5) in 8 cities (prefectures) from 2015 to 2019 and the meteorological data, this study analyzed the spatial-temporal distribution characteristics of PM2.5 and PM10, the relationships between them and meteorological factors (precipitation, temperature and wind speed) and the degree of influence of meteorological factors. The results showed that: ①Xining city, Haidong city and Huangnan prefecture, which were densely populated and economically developed in the east of Qinghai province, had higher PM2.5 and PM10 concentrations, with an average level of 44.2 μg/m3 (99.1 μg/m3)、44.7 μg/m3 (99.7 μg/m3) and 36.5 μg/m3 (72.2 μg/m3) respectively. In terms of time distribution, the concentration of particulate matter in each region showed a downward trend year by year. The spatial distribution showed that PM2.5 gradually increased from the west to the east, and PM10 was high in the east and low in the west. ② The peak values of temperature and precipitation appeared in summer, showing a "Λ" distribution law. While the monthly concentration changes of PM2.5 and PM10 in various regions showed a "V" distribution law. The particle concentration in non-heating season was the lowest and that in heating season was the highest. ③ Among the effects of various meteorological factors, the concentrations of PM2.5 and PM10 were strongly or moderately negatively correlated with precipitation and temperature, and were negatively affected by temperature. The concentration of particulate matter was negatively correlated with wind speed. The concentration of PM2.5 was negatively affected by wind speed, while the concentration of PM10 was significantly positively affected by wind speed, indicating that wind-induced dust had a prominent contribution to air pollution, but the action mechanism between wind speed and pollutant concentration was complex. The results of this study could provide reference and theoretical basis for the improvement and prediction of air quality in typical regions.

  • 青藏高原的形成与演化经历了多个洋盆的闭合以及陆陆碰撞过程,由此形成了高原上多个近EW向延伸的构造缝合带,将青藏高原划分为多个次级地块(Zhu et al., 2011; Kapp et al., 2019)。其中,班公湖–怒江缝合带(以下简称班–怒带)横亘于青藏高原中部,是中生代班公湖–怒江特提斯洋(以下简称班-怒洋)构造演化的残迹,其EW向延伸达2 000 km以上,构成了拉萨地块与羌塘地块之间的地质界线(图1a)。

    图  1  青藏高原构造单元划分图(a)、南羌塘地块中—晚侏罗世侵入岩展布图(b)、卡易错地区地质简图(c)
    1.第四系;2.上三叠统日干配错组;3.古新统—始新统牛堡组;4.中—晚侏罗世花岗岩;5. 构造岩快;6. 断层;7. 角度不整合;8. 湖泊;9. 采样点;10. 锆石U-Pb年龄(本文);11. 锆石U-Pb年龄(引用);JSSZ.金沙江缝合带;LSSZ.龙木措–双湖缝合带;BNSZ.班公湖–怒江缝合带;IYZSZ.印度–雅鲁藏布缝合带;LT.拉萨地块;SQ.南羌塘地块;NQ.北羌塘地块;年龄数据引自Li等(2014)Liu等(2014)Wu等(2016)Sun等(2020)Yang等(2021)
    Figure  1.  (a) Tectonic subdivision of the Tibetan Plateau, (b) distribution of Middle-Late Jurassic intrusive rocks within Southern Qiangtang block and (c) simplified geological map of the Kayico area, Tibet

    中生代以来,受班–怒洋俯冲闭合过程的影响,在班–怒带上及其两侧发育了大规模的火山岩浆活动,这些多期次岩浆岩记录了洋盆开合过程的信息,是反演区域构造–岩浆演化的关键,为揭示班–怒洋俯冲闭合过程提供了重要约束(李永飞等, 2005; Zhu et al., 2011, 2016; Pan et al., 2012; Wu et al., 2016, 2019a, 2019b; 刘海永等, 2019; 吴浩等, 2020)。然而,尽管国内外学者先后在青藏高原中部开展了大量的地质研究工作,但是关于区域上中生代多期次、多样性岩浆活动的成因与深部动力学过程尚存有较大的争议,是众多学者关注的热点(Kapp et al., 2007; Pan et al., 2012; Zhu et al., 2016; Fan et al., 2017)。近年来,越来越多的岩浆岩研究资料表明羌塘地块的南缘出露着大规模的中—晚侏罗世岩浆岩(图1b),并显示复杂的地球化学组成,仅在中酸性侵入岩中就先后识别了普通钙碱性I型花岗岩、高分异型花岗岩、富Na埃达克岩与富K埃达克岩等岩石类型(Li et al., 2014; Wu et al., 2018)。然而,羌塘地块南缘中—晚侏罗世多样性岩石类型之间究竟有何成因联系、形成于何种构造环境、反映了怎样的深部动力学过程尚不明确,亟待进一步研究。不仅如此,尽管关于班-怒洋的闭合时限仍存有争议(Kapp et al., 2007; Wu et al., 2019b; Fan et al., 2021),但是当前的研究普遍认为青藏高原中部中-晚侏罗世岩浆岩形成于洋壳俯冲背景,是班–怒洋洋壳俯冲消减引发的弧型岩浆活动(Li et al., 2014; Wu et al., 2016, 2018)。因此,查明羌塘地块南缘中—晚侏罗世岩浆作用过程,不仅对认识班–怒洋构造演化史具有重要的指示意义,同时对探讨俯冲带弧型岩浆起源与演化、壳幔物质循环与交换过程同样具有重要的约束。

    藏北卡易错地区发育着大规模的晚侏罗世酸性侵入岩,为揭示班-怒洋俯冲过程、探讨俯冲带复杂的构造–岩浆活动提供了理想的研究对象(图1b)。本次在详细野外地质调查工作的基础上,对藏北卡易错地区出露的花岗闪长岩体进行了系统的岩石学、地质年代学、地球化学和同位素的研究工作,以此确定花岗闪长岩的形成时代与岩石成因,进一步对比区域岩浆岩研究资料,共同约束区域构造–岩浆过程,为揭示班–怒洋俯冲过程、探讨青藏高原早期形成与演化史提供新的约束。

    研究表明青藏高原自中生代以来经历了多个地块的闭合、碰撞过程,由此形成了青藏高原上近EW向延伸的多个构造缝合带,并将青藏高原从北至南划分为可可西里–松潘–甘孜地块、北羌塘地块、南羌塘地块、拉萨地块和喜马拉雅地块等多个次级地块(Zhu et al., 2011; Kapp et al., 2019)(图1a)。其中,班-怒带夹持于南羌塘地块和拉萨地块之间,大量的岩浆岩在南羌塘地块的南缘出露着大规模的中-晚侏罗世岩浆岩,该期岩浆岩以中酸性侵入岩为主,具有持续时间长、地球化学组分多样的特征,为探讨青藏高原早期形成与演化过程提供了理想的研究对象。

    本次研究区卡易错地区位于日土县NE方向约45 km,大地构造位置处于班-怒带以北、南羌塘地块的南缘。区内构造–地层格架近NW–SE向展布,其研究区西南部主要以上三叠统日干配错组(T3r)灰岩夹砂岩和古新统—始新统牛堡组(E1-2n)砂、砾岩为主;而研究区东北部主要以酸性侵入岩为主。此外,受构造作用的影响,区内出露着大量的灰岩和砾岩的构造岩块(图1c)。前人已经对区内花岗岩体进行了初步的年代学和地球化学的研究工作,研究认为卡易错岩体形成于中—晚侏罗世(168~160 Ma),其地球化学组成指示岩石类型以高分异型花岗岩为主,是古老的变火成岩地壳部分熔融并经历广泛结晶分异作用的产物(Li et al., 2014; Liu et al., 2014)。

    本次研究的花岗闪长岩(E 80°6′25″;N 33°28′20″)呈岩株状侵入于构造岩块之中(图2a),出露规模长约为10 m、宽约为3 m,岩石整体呈灰黑色,块状构造,中粗粒花岗结构(图2b),矿物组成以长石、角闪石、石英为主,粒度在0.5~2 mm之间,副矿物有锆石、磷灰石等(图2c图2d)。

    图  2  卡易错花岗闪长岩野外(a、b)与室内镜下照片(c、d)
    Hb.角闪石;Pl.斜长石
    Figure  2.  (a, b) Field and (c, d) petrographic photographs of Kayico granodiorite

    本次锆石U-Pb、全岩主微量地球化学与锆石Lu-Hf同位素测试分析工作均在武汉上谱分析科技有限责任公司完成。锆石U-Pb同位素定年和微量元素含量利用LA-ICP-MS同时分析完成,GeolasPro激光剥蚀系统由COMPexPro 102 ArF 193 nm准分子激光器和MicroLas光学系统组成,ICP-MS型号为Agilent 7700e,详细的仪器参数和分析流程见Zong等(2017)李艳广等(2023)。分析数据的离线处理(包括对样品和空白信号的选择、仪器灵敏度漂移校正、元素含量及U-Pb同位素比值和年龄计算)采用软件ICPMSDataCal(Liu et al., 2008, 2010)完成。锆石样品的U-Pb年龄谐和图绘制和年龄加权平均计算采用Isoplot/Ex_ver3(Ludwig, 2003)完成。全岩主量元素含量利用日本理学PrimusⅡ X射线荧光光谱仪(XRF)分析完成,微量元素含量利用Agilent 7700e ICP-MS分析完成。原位微区锆石Lu-Hf同位素比值测试利用激光剥蚀多接收杯等离子体质谱(LA-MC-ICP-MS)完成。激光剥蚀系统为Geolas HD(Coherent,德国),MC-ICP-MS为Neptune Plus(Thermo Fisher Scientific,德国)。

    花岗闪长岩锆石整体呈无色透明的长柱状,晶形完好,粒径为200~300 μm,长宽比为2∶1~3∶1(图3)。本次共对20颗锆石进行测试分析工作(表1),20颗锆石测点206Pb/238U年龄均集中在162~154 Ma之间。在谐和图上(图3),所有测点都落在谐和线上或附近区域,获得锆石206Pb/238U年龄加权平均值为(158.4±1.8)Ma(MSWD=0.15),这与前人在卡易错花岗岩体中获得的168~160 Ma的年龄信息基本一致,代表了花岗闪长岩的形成时代。

    图  3  锆石CL图像、锆石U-Pb谐和图和年龄分布图
    Figure  3.  Cathodoluminescence (CL) images, U-Pb concordia plots and age distribution for zircons
    表  1  卡易错花岗闪长岩LA-ICP-MS锆石U-Pb定年分析结果
    Table  1.  LA-ICP-MS U-Pb dating results for zircons of Kayico granodiorites
    点号同位素比值(1σ)年龄比值(Ma)
    207Pb/206Pb207Pb/235U206Pb/238U207Pb/206Pb207Pb/235U206Pb/238U
    18T12-010.049540.002190.170170.007810.024910.000661735916071594
    18T12-020.049290.002660.168240.009270.024750.000671627815881584
    18T12-030.049650.001910.169440.006900.024750.000641795015961584
    18T12-040.049890.002330.169740.008240.024670.000641906615971574
    18T12-050.049390.004380.170640.015190.025050.00071166147160131594
    18T12-060.050920.002370.169850.008100.024190.000662376115971544
    18T12-070.048850.002110.166230.007400.024670.000671415615661574
    18T12-080.049550.002180.170370.007770.024930.000661745916071594
    18T12-090.048880.002990.166550.010420.024710.000641429515691574
    18T12-100.050120.002380.172890.008520.025010.000652016716271594
    18T12-110.049080.004530.168670.015610.024920.00071152154158141594
    18T12-120.048890.001900.166710.006810.024720.000651435015761574
    18T12-130.049400.002800.170260.009800.024990.000691678316091594
    18T12-140.049700.001730.169640.006370.024750.000641814315961584
    18T12-150.049050.002190.168880.007750.024960.000681505915871594
    18T12-160.049500.002330.170510.008310.024980.000661726616071594
    18T12-170.050170.001760.172460.006510.024920.000642034416261594
    18T12-180.048920.004630.168030.015940.024900.00071144159158141594
    18T12-190.050000.002260.172120.008080.024960.000661956216171594
    18T12-200.048620.002070.170180.007510.025380.000681305616071624
    下载: 导出CSV 
    | 显示表格

    此外,对8颗获得谐和年龄的锆石进行原位Lu-Hf同位素测试(表2),8颗锆石测点的176Yb/177Hf在0.0128650.037412之间,176Lu/177Hf在0.0004270.001145之间,表明所测锆石放射成因Hf的积累很少(吴福元等, 2007),测定的176Hf/177Hf(0.2826020.282669)值可以用来代替锆石的初始176Hf/177Hf值。8个测点Hf同位素地壳模式年龄TDMC为10901222 Ma,对应的εHft)值变化范围在−2.66~−0.27之间。

    表  2  卡易错花岗闪长岩锆石Lu-Hf同位素组成
    Table  2.  Lu-Hf isotopes of zircons from the Kayico granodiorites.
    点号 年龄(Ma)176Hf/177Hf176Lu/177Hf176Yb/177HfεHf0εHftTDM1TDMCfLu/Hf
    18T12-011590.2826080.0000080.0005620.0000030.0173910.000117−5.810.59−2.380.609011207−0.98
    18T12-021580.2826020.0000090.0009960.0000050.0312110.000271−6.030.61−2.660.629211222−0.97
    18T12-031580.2826090.0000100.0008420.0000260.0265960.000831−5.770.61−2.390.629071207−0.97
    18T12-041540.2826180.0000100.0008670.0000130.0274690.000376−5.460.62−2.170.638951191−0.97
    18T12-051590.2826410.0000090.0004270.0000020.0128650.000067−4.650.61−1.200.628531142−0.99
    18T12-061570.2826430.0000090.0006080.0000050.0194020.000131−4.570.60−1.180.618541139−0.98
    18T12-071590.2826310.0000080.0005320.0000010.0164310.000077−4.980.59−1.550.608681161−0.98
    18T12-081590.2826690.0000090.0011450.0000430.0374120.001346−3.640.60−0.270.618291090−0.97
    下载: 导出CSV 
    | 显示表格

    本次共采集4件花岗闪长岩样品进行全岩主微量元素地球化学分析工作,分析结果见表3。4件样品的地球化学组成相对均一,其SiO2含量为62.6%~65.2%,Al2O3含量为15.9%~16.6%,TiO2含量为0.68%~0.81%,TFe2O3含量为4.53%~5.37%,MgO含量为2.06%~2.34%,全碱(Na2O+K2O)含量为5.40%~5.56%,Na2O/K2O值为0.94~1.10,Mg#为50~52。在岩石类型判别图解中(图4a),样品均在花岗闪长岩区域;在K2O-SiO2图解中(图4b),样品显示中钾–高钾钙碱性的特征;在A/NK-A/CNK图解中(图3c),样品整体显示弱过铝质的特征(A/CNK=1.02~1.05)。以上主量元素地球化学组成表明样品整体显示弱过铝质中钾-高钾钙碱性花岗闪长岩的特征。

    表  3  卡易错花岗闪长岩全岩主量(%)和微量(10−6)元素分析结果
    Table  3.  Whole-rock major (%) and trace (10−6) element contents of Kayico granodiorites
    元素T12h1T12h2T12h3T12h4元素T12h1T12h2T12h3T12h4
    SiO263.665.264.562.6Zr248230244245
    TiO20.780.680.710.81Nb13.813.113.714.1
    Al2O316.115.916.216.6Sn3.585.264.554.30
    TFe2O35.374.534.825.12Cs17.521.114.620.0
    MnO0.080.060.070.07Ba457383401428
    MgO2.342.062.072.33La29.832.732.130.2
    CaO4.484.444.384.83Ce66.768.563.061.6
    Na2O2.702.742.832.74Pr6.977.457.026.90
    K2O2.862.782.572.77Nd26.3728.127.325.4
    P2O50.150.130.140.15Sm5.265.685.755.24
    LOI0.991.111.301.30Eu1.111.051.141.16
    SUM99.599.799.599.3Gd5.084.654.554.66
    Li56.749.263.654.6Tb0.830.830.780.74
    Be1.972.312.182.07Dy4.955.014.544.49
    Sc14.912.713.814.8Ho1.001.010.910.92
    V74.061.367.174.1Er2.832.872.722.60
    Cr40.032.837.637.7Tm0.450.430.400.41
    Co15.411.512.912.8Yb2.702.782.462.42
    Ni16.614.315.215.5Lu0.410.440.370.37
    Cu10445.744.145.7Hf6.646.246.796.29
    Zn56.643.145.751.6Ta1.021.101.050.98
    Ga19.218.819.119.5Tl1.331.401.131.34
    Rb170185169178Pb8.409.577.7610.2
    Sr188181194203Th14.416.915.512.4
    Y28.228.026.824.8U2.182.882.522.23
    下载: 导出CSV 
    | 显示表格
    图  4  卡易错花岗岩TAS图解(Middlemost, 1994)(a)、K2O-SiO2图解(Le Maitre et al., 1989; Rickwood, 1989)(b)和A/NK-A/CNK图解(c)(Shand, 1943
    Figure  4.  (a) TAS classification diagram, (b) K2O vs. SiO2 diagram and (c) A/NK vs. A/CNK diagram of Kayico granitic rocks

    在球粒陨石标准化稀土元素配分曲线中,样品呈轻稀土元素富集、重稀土元素亏损的右倾模式([La/Yb]N=7.90~9.34),同时具有不同程度的Eu负异常(Eu/Eu*=0.62~0.72)(图5a)。在原始地幔标准化蛛网图中,样品具有明显Nb、Ta等高场强元素以及Ba、Sr、Eu等大离子亲石元素的亏损(图5b)。

    图  5  岩石球粒陨石标准化稀土元素模式图(a)和原始地幔标准化微量元素蛛网图(b)(标准化值引自Sun 等1989)
    Figure  5.  (a) Chondrite-normalized rare earth element and (b) primitive-mantle–normalized multi-element patterns

    近年来,国内外学者已经对青藏高原中部出露的岩浆岩开展了系统的研究工作,报道了大量的年代学和地球化学数据(Li et al., 2014; Liu et al., 2014; Wu et al., 2016; 刘海永等, 2022)。越来越多的研究表明在南羌塘地块南缘的卡易错、材玛、青草山、改则、荣玛、高保约一带存在一期大规模的中—晚侏罗世岩浆活动(约165~150 Ma),这些岩浆岩整体呈带状近平行于班–怒带出露,EW向延伸近上千千米,岩石类型整体以中酸性侵入岩为主,具有持续时间长、分布范围广的特征(图1b)。前人的研究在卡易错花岗岩体中获得了168~160 Ma的锆石U-Pb年龄信息(Liu et al., 2014; Li et al., 2014),本次锆石U-Pb定年工作在卡易错花岗闪长岩中获得了158 Ma的年龄,表明区内花岗岩形成于中—晚侏罗世之交,与南羌塘地块上大规模发育的中酸性侵入岩形成时代相近,应该是区域上同一期构造–岩浆活动的产物。

    此外,Wu等(2018)对南羌塘地块上发育的中—晚侏罗世侵入岩进行了系统的地球化学对比研究,研究发现该期侵入岩整体显示复杂的地球化学特征,根据岩石的主、微量元素含量和同位素地球化学特征,可以划分为普通钙碱性I型花岗岩、高分异花岗岩、富Na埃达克岩与富K埃达克岩等不同的岩石类型,反应了区域上花岗质岩石复杂的岩浆源区与成岩过程。而根据现有地球化学资料,卡易错花岗岩可以划分为普通钙碱性I型花岗岩和高分异型花岗岩两类(Li et al., 2014; Liu et al., 2014),然而二者之间有何成因联系尚不明确。

    大量的岩浆岩研究资料表明青藏高原中部中生代岩浆作用整体沿班–怒带展布,主要发育在混杂带上及其两侧的南羌塘地块南缘和拉萨地块北缘,显示与与班–怒洋密切的时空联系,系统的研究工作已经初步建立中生代多期次岩浆作用与班–怒洋俯冲闭合过程之间的成因联系(Zhu et al., 2011, 2016; Kapp et al., 2019; Wu et al., 2019a, 2019b)。尽管对于班–怒洋的闭合时限一直存在争论,然而现有的争议均认为班–怒洋闭合与拉萨–羌塘地块陆陆碰撞应不早于白垩纪,而青藏高原中部侏罗纪构造演化主要受班–怒洋俯冲消减作用的影响(Liu et al., 2022)。此外,班–怒带上蛇绿混杂岩系统的年代学和地球化学的研究同样表明班–怒洋洋盆在中—晚侏罗世仍存有一定的规模(范建军等, 2019; 李志军等, 2019; 唐跃等, 2021)。

    卡易错花岗闪长岩显著的Nb、Ta等元素亏损(图5),显示与俯冲成因的弧型岩浆岩相似的地球化学特征。近年来,不同学者对南羌塘地块上发育的中—晚侏罗世岩浆岩开展了大量的研究工作,陆续取得了众多的研究进展(Liu et al., 2014; Li et al., 2016; Wu et al., 2016)。其中,中酸性侵入岩整体显示陆缘弧的地球化学特征,而洋壳熔融成因的埃达克质花岗岩的识别则为深部俯冲洋壳的存在提供了最直接的岩石学证据(Li et al., 2016)。此外,区域上还陆续报道了中—晚侏罗世俯冲成因的钙碱性弧型安山岩与OIB型辉绿岩(李小波等, 2015; 董宇超等, 2016; Li et al., 2016),如此复杂多样的岩石组合反映了俯冲带上复杂的源区物质组成与循环过程。不仅如此,最近的研究提出班–怒洋的初始俯冲起始于晚三叠世末—早侏罗世(Qian et al., 2020; Liu et al., 2022),进一步表明班–怒洋中—晚侏罗世应处于洋壳俯冲背景。综上所述,南羌塘地块南缘出露的中—晚侏罗世岩浆岩应该形成于洋壳俯冲背景,是班-怒洋北向俯冲至南羌塘地块之下引发的弧型岩浆活动。

    花岗岩的类型划分与岩石成因长期以来一直以来是众多地质学家关注的热点研究问题,其中Chappell等(1974, 1992)根据花岗岩的岩浆源区物质组成和成岩构造环境的差异将花岗岩划分为I、S、M、A型4类,该分类方式已经被广泛运用于花岗岩成因与演化的研究工作(王亮等, 2022; 孙巍等, 2022)。Li等(2014)Liu等(2014)对区内花岗岩岩石开展了年代学和地球化学的研究工作,识别了普通钙碱性I型和高分异型两类花岗岩。笔者在新获得的卡易错花岗闪长岩研究资料的基础上,进一步收集整理了前人已报道的卡易错花岗岩体的数据资料,以此准确约束卡易错地区花岗质岩石的岩石类型与成因。

    卡易错花岗岩整体具有低的Zr+Ce+Nb+Y含量,然而根据其(Na2O+K2O)/CaO和FeOt/MgO值的不同,区内岩石可以划分为高分异与未分异两组(图6a图6b )。不同于前人报道的高分异型花岗岩,本次采集的花岗闪长岩样品显示低的(Na2O+K2O)/CaO和FeOt/MgO值,具有未分异花岗岩的特征。在P2O5-SiO2和Th-Rb图解中,花岗闪长岩样品均显示出I型花岗岩的演化趋势(图6c图6d)。结合花岗闪长岩弱过铝质的特征(图4c),卡易错花岗闪长岩应该属于普通钙碱性I型花岗岩。I型花岗岩一般认为起源于变火成岩下地壳部分熔融或者幔源物质对变沉积岩下地壳的改造(Petford et al., 1996; Chappell et al., 2001; Li et al., 2007),研究区内乃至整个南羌塘地块南缘均未发现大规模幔源岩浆活动成因的基性岩,结合花岗闪长岩相对均一的锆石原位Hf同位素组成(εHft)=−2.66~−0.27),卡易错花岗闪长岩难以解释为幔源物质与变沉积岩下地壳熔体混合的产物。同时,花岗闪长岩具有高的CaO/Na2O以及低的Al2O3/TiO2和Rb/Ba、Rb/Sr值,进一步指示着其起源于玄武质火成岩下地壳的部分熔融(图7a图7b)。此外,花岗闪长岩中不同程度的Eu、Sr、Ba等元素的负异常一般认为是成岩过程中存在着长石类矿物的结晶分异,而Nb、Ta等元素的亏损则和金红石/榍石的结晶分离相关。综上所述,卡易错花岗闪长岩应该是南羌塘地块之下古老的变火成岩下地壳熔体经历一定结晶分异作用的产物。

    图  6  卡易错花岗岩(Na2O/K2O)/CaO-Zr+Ce+Nb+Y图解(a)、FeOt/MgO-Zr+Ce+Nb+Y图解(b)(Whalen et al., 1987)、P2O5-SiO2图解(c)和Th-Rb图解(d)(Li et al., 2007
    Figure  6.  Geochemical classification diagrams of Kayico granitic rocks: (a)(Na2O/K2O)/CaO vs. Zr+Ce+Nb+Y diagram, (b) FeOt/MgO vs. Zr+Ce+Nb+Y diagram, (c) P2O5 vs. SiO2diagram, (d) Th vs. Rb diagram of Kayico granitic rocks
    图  7  卡易错花岗岩CaO/Na2O-Al2O3/TiO2图解(a)、Rb/Ba-Rb/Sr图解(b)(Sylvester, 1998)、 Rb/Sr-Sr图解(c)、Ba-Sr图解(d)(Rollinson, 1993
    Amp.闪石;Bi.黑云母;Kfs.钾长石;Pl.斜长石
    Figure  7.  (a) CaO/Na2O vs. Al2O3/TiO2 diagram, (b) Rb/Ba vs. Rb/Sr diagram, (c) Rb/Sr vs. Sr diagram, (d) Ba vs. Sr diagram of Kayico granitic rocks

    卡易错高分异型花岗岩具有与钙碱性I型花岗岩形成时代一致,在空间上密切共生,并相似的锆石Hf同位素特征,表明二者具有相似的岩浆源区物质组成(Li et al., 2014; Liu et al., 2014)。然而,高分异型花岗岩显示强烈的亏损Eu、Sr、Ba等元素(图5),指示着岩浆在侵位过程中经历了强烈的结晶分异作用。在Rb/Sr-Sr和Ba-Sr图解中,卡易错两类花岗岩之间显示出明显的长石类矿物分离结晶趋势(图7c图7d),进一步表明卡易错不同类型花岗岩地球化学的差异是后期岩浆侵位过程中经历不同演化过程的产物。近年来,晶粥体模型(MUSH)被广泛应用于解释同期共生花岗闪长岩与高分异型花岗岩之间的成因联系(Bachmann et al., 2004; Hildreth, 2004),该模型提出花岗质岩浆在浅层岩浆房中发生矿物结晶时,形成一种晶体与液体共存的晶粥体,其外围的物质结晶形成富含斑晶的花岗质岩石,而中心的残余岩浆则形成高分异的高硅花岗岩(Wu et al., 2017)。晶粥体模型无疑为卡易错地区空间上相伴生、时代上相一致的普通钙碱性I型花岗岩和高分异型花岗岩提供了合理的成因解释。因此,研究认为,在中—晚侏罗世班–怒洋持续北向俯冲过程中,底侵的幔源玄武质岩浆诱发南羌塘地块之下古老的变火成岩下地壳物质发生重熔,形成的熔体上升侵位、并在浅层岩浆房内发生显著低压结晶分异作用,其外围的晶粥体与内部的熔体分别冷凝形成了卡易错地区普通钙碱性I型和高分异型两类花岗质岩石(图8)。

    图  8  藏北卡易错地区中—晚侏罗世构造-岩浆演化模式
    Figure  8.  Middle-Late Jurassic tectonomagmatic evolution process of Kayico area, Northern Tibet

    (1)锆石U-Pb年龄表明,卡易错花岗闪长岩形成于158 Ma,与前人在卡易错岩体中获得的168~160 Ma的年龄相一致,是南羌塘地块南缘中—晚侏罗世构造-岩浆活动的产物。

    (2)卡易错花岗闪长岩具有钙碱性I型花岗岩的地球化学特征,以及相对富集的锆石Hf同位素组成,是班-怒洋中-晚侏罗世北向俯冲背景下南羌塘地块古老的变火成岩下地壳熔融的产物。

    (3)结合现有研究资料,晶粥体模式为卡易错地区钙碱性I型与高分异型两类花岗岩提供了合理的成因解释,二者是壳源熔体在浅层岩浆房内经历结晶分异后不同端元冷凝的产物。

    致谢:野外工作得到西藏自治区地质调查院刘海永博士和吉林大学罗安波博士等人的帮助,审稿专家对稿件提出的宝贵意见对论文质量提高至关重要,在此一并致以衷心的感谢。

  • 图  1   研究区域

    Figure  1.   Study region

    图  2   青海省各地级市(自治州)PM2.5(a)和PM10浓度(b)均值逐年变化情况

    Figure  2.   (a) Annual change of mean PM2.5 and (b) PM10 mass concentration in cities of Qinghai province

    图  3   青海省各地级市(自治州)PM2.5和PM10浓度均值逐年空间分布图

    Figure  3.   Annual spatial distribution of mean PM2.5 and PM10 mass concentration in cities of Qinghai province

    图  4   青海省各地级市(自治州)PM2.5、PM10月均浓度和降水量、温度逐月变化情况

    a. 西宁市;b. 海东市;c. 海南州;d. 海西州;e. 海北州;f. 果洛州;g. 黄南州;h. 玉树州

    Figure  4.   Monthly mean value of PM2.5, PM10, precipitation and temperature in cities of Qinghai province

    图  5   青海省地级市(自治州)PM2.5、PM10月均浓度与气象因子相关性

    **在0.01水平(双侧)上显著相关;*在0.05水平(双侧)上显著相关,N = 12

    Figure  5.   Correlation analysis between monthly mean value of PM2.5, PM10 and meteorological variables in Qinghai province

    表  1   PM2.5与PM10多元线性回归结果

    Table  1   Results of multiple linear regression between PM2.5 and PM10

    污染物地区多元回归模型R2调整后R2p值
    PM2.5西宁24.269+0.466*×PM10−0.021×气温+0.005×降水−25.996·×风速0.9460.9150.000
    海东21.599**+0.133*×PM10−0.566*×气温+0.029×降水+8.849×风速0.9680.9500.000
    海北26.564***+0.242***×PM10−0.093×气温−0.013×降水−4.361·×风速0.9730.9570.000
    黄南17.730+0.169·×PM10−0.857·×气温+0.053×降水+5.044×风速0.9210.8760.001
    海南14.512+0.236*×PM10−0.277×气温+0.041×降水+0.370×风速0.9550.9290.000
    果洛11.575+0.183×PM10+0.069×气温−0.027×降水+4.387×风速0.7930.6750.015
    玉树5.463+0.413**×PM10−0.392·×气温+0.034×降水−4.285×风速0.9480.9180.000
    海西8.175*+0.176**×PM10+0.038×气温−0.095×降水+4.216×风速0.9540.9280.000
    青海15.047**+0.184*×PM10−0.630**×气温+0.063·×降水+2.971×风速0.9840.9750.000
    PM10西宁−12.793+1.456**×PM2.5−1.145×气温−0.006×降水+54.761*×风速0.9540.9280.000
    海东−87.131·+3.667*×PM2.5+0.818×气温−0.120×降水+8.639×风速0.9310.8920.000
    海北−101.720***+3.498***×PM2.5+0.200×气温+0.046×降水+22.352**×风速0.9750.9610.000
    黄南−75.280·+2.232·×PM2.5−0.486×气温−0.034×降水+33.545×风速0.8850.8190.002
    海南−32.042·+2.624*×PM2.5+0.377×气温−0.187×降水+14.860×风速0.9640.9430.000
    果洛0.990+0.288×PM2.5−1.209*×气温−0.028×降水+29.034**×风速0.9700.9530.000
    玉树1.168+1.692**×PM2.5+0.359×气温−0.086×降水+10.561*×风速0.9590.9350.000
    海西−30.355+3.972**×PM2.5−0.429×气温+0.110×降水−3.438×风速0.9380.9020.000
    青海−42.628+2.835×PM2.5+0.813×气温−0.207×降水+14.313×风速0.9740.9590.000
     注:·为p<0.1, *为p<0.05, **为p<0.01, ***为p<0.001。
    下载: 导出CSV
  • 蔡春霞, 贾晓丹, 鲍国臣, 等. 典型燃煤电厂大气污染物沉降对周边水源地的影响及贡献研究[J]. 西北地质, 2024, 57(1):64-72.

    CAI Chunxia, JIA Xiaodan, BAO Guochen, et al. Impact and contribution of atmospheric pollutant deposition from a typical power plant on surrounding water sources[J]. Northwestern Geology, 2024, 57(1):64–72.

    蔡振媛, 覃雯, 高红梅, 等. 三江源国家公园兽类物种多样性及区系分析[J]. 兽类学报, 2019, 39(4): 410-420

    CAI Zhenyuan, QIN Wen, GAO Hongmei, et al. Species diversity and fauna of mammals in Sanjiangyuan National Park[J]. Acta Theriologica Sinica, 2019, 39(4): 410-420.

    郭立平, 乔林, 石茗化, 等. 河北廊坊市连续重污染天气的气象条件分析[J]. 干旱气象, 2015, 33(3): 497-504

    GUO Liping, QIAO Lin, SHI Minghua, et al. Analysis about meteorological conditions of continuous heavy pollution episodes in Langfang of Hebei province[J]. Journal of Arid Meteorology, 2015, 33(3): 497-504.

    韩福财. 西宁市空气质量指数AQI现状分析[J]. 青海环境, 2017, 27(1): 36-38

    HAN Fucai. Analysis on current situation of air quality index AQI in Xining. Journal of Qinghai Environment[J], 2017, 27(1): 36-38.

    韩婧, 代志光, 李文韬. 西安市灰霾天气下PM2.5浓度与气象条件分析[J]. 环境污染与防治, 2014, 36(2): 52-56

    HAN Jing, DAI Zhiguang, LI Wentao. Analysis of PM2.5 concentration and meteorological conditions in haze weather of Xi’an city[J]. Environmental Pollution & Control, 2014, 36(2): 52-56.

    贺博文, 聂赛赛, 王帅, 等. 承德市PM2.5中碳质组分的季节分布特征及来源解析[J]. 环境科学, 2021, 42(11): 5152-5161

    HE Bowen, NIE Saisai, WANG Shuai, et al. Seasonal Variation and Source Apportionment of Carbonaceous Species in PM2.5 in Chengde[J]. Environmental Science, 2021, 42(11): 5152-5161.

    李江苏, 段良荣, 张天娇. 中国城市PM2.5和PM10时空分布特征和影响因素分析[J/OL]. 环境科学, 2023, 1-18

    LI Jiangsu, DUAN Liangrong, ZHANG Tianjiao. Analysis of Spatio-temporal Distribution Characteristics and Influencing Factors of PM2.5 and PM10 in Chinese Cities[J/OL]. Environmental Science, 2023, 1-18. doi: 10.13227/j.hjkx.202305037

    李同昇, 陈谢扬, 芮旸, 等. 西北地区生态保护与高质量发展协同推进的策略和路径[J]. 经济地理, 2021, 41(10): 154-164

    LI Tongsheng, CHEN Xieyang, RUI Yang, et al. Strategy and path of cooperative promotion of ecological protection and high-quality development in northwest China. Economic Geography[J], 2021, 41(10): 154-164.

    李轶冰. 江河源区生态环境演变与时空格局[D]. 咸阳: 西北农林科技大学, 2007

    LI Yibing. Environment evolvement and spatio-temporal pattern in the source regions of Yangtze, Yellow and Lancang River[D]. Xianyang: Northwest A&F University, 2007.

    刘娜, 余晔, 张莉燕, 等. 2016—2018年西宁市颗粒物来源及输送差异分析[J]. 环境科学学报, 2021, 41(10): 4212-4227

    LIU Na, YU Ye, ZHANG Liyan, et al. Difference analysis of source and transportation in particulate matter in Xining during 2016-2018[J]. Acta Scientiae Circumstantiae, 2021, 41(10): 4212-4227.

    刘彦春, 靳聪丽, 王雨薇, 等. 校园3种植被类型对春季空气PM2.5含量的影响[J]. 河南科技大学学报(自然科学版), 2020, 41(3): 88-92

    LIU Yanchun, JIN Congli, WANG Yuwei, et al. Effects of campus 3 vegetation types on air PM2.5 content in spring[J]. Journal of Henan University of Science and Technology (Natural Science), 2020, 41(3): 88-92.

    刘妍妍. 湖南省2021年春节期间PM2.5重污染特征及来源分析[J]. 江西科学, 2021, 39(05): 893-900

    LIU Yanyan. Analysis on the characteristics and source of heavy pollution process of PM2.5 during the Spring Festival in 2021 in Hunan province[J]. Jiangxi science, 2021, 39(05): 893-900.

    刘震. 黄河流域9市空气质量与社会经济及人群健康效应研究[D]. 兰州: 兰州大学, 2021

    LIU Zhen. Study on the air quality, social economic development and population health effect in 9 cities of the Yellow River Basin[D]. Lanzhou: Lanzhou University, 2021.

    毛旭, 张涛. 2018年4月大气环流和天气分析[J]. 气象, 2018, 44(07): 977-984

    MAO Xu, ZHANG Tao. Analysis of the April 2018 atmosphere circulation and weather[J]. Meteorological Monthly, 2018, 44(07): 977-984.

    聂赛赛, 王帅, 崔建升, 等. 石家庄市大气污染物的季节性时空特征及潜在源区[J]. 环境科学, 2021, 42(11): 5131-5142

    NIE Saisai, WANG Shuai, CUI Jiansheng, et al. Spatial-Temporal Characteristics and Potential Source Areas of Seasonal Atmospheric Pollution in Shijiazhuang[J]. Environmental Science, 2021, 42(11): 5131-5142.

    彭丽思, 孙涵, 聂飞飞. 中国大气污染时空格局演变及影响因素研究[J]. 环境经济研究, 2017, (1): 48-56.
    裘阅, 汪家权, 胡淑恒. 2015-2016年安徽省PM2.5和PM10时空分布特征[J]. 合肥工业大学学报(自然科学版), 2020, 43(1): 113-118

    QIU Yue, WANG Jiaquan, HU Shuheng. Spatial-temporal distribution of PM2.5 and PM10-2.5 in Anhui Province, 2015-2016[J]. Journal of Hefei University of Technology (Natural Science), 2020, 43(1): 113-118.

    石春娥, 邓学良, 吴必文, 等. 降水和风对大气PM2.5、PM10的清除作用分析[J]. 环境科学学报, 2018, 38(12), 4620-4629

    SHI Chune, DENG Xueliang, WU Biwen, et al. The scavenging effect of precipitation and wind on PM2.5 and PM10[J]. Acta Scientiae Circumstantiae, 2018, 38(12), 4620-4629.

    孙蓉花, 陈学刚, 魏疆, 等. 乌鲁木齐市PM2.5浓度与气象条件耦合分析[J]. 环境污染与防治, 2017, 39(12): 1353-1357

    SUN Ronghua, CHEN Xuegang, WEI Jiang, et al. Coupling analysis of PM2.5 concentrations and meteorological conditions in Urumqi[J]. Environmental Pollution & Control, 2017, 39(12): 1353-1357.

    唐家翔, 符传博, 杨仁勇, 等. 海口市PM2.5演变特征及其与气象因素的关系[J]. 环境污染与防治, 2018, 40(4): 445-449

    TANG Jiaxiang, FU Chuanbo, YANG Renyong, et al. Evolution of PM2.5 in Haikou and its relationship with weather factors[J]. Environmental Pollution & Control, 2018, 40(4): 445-449.

    王冰玉, 蔡颖, 郑凯, 等. PM2.5对HBE细胞致癌致突变相关基因表达的影响[J]. 癌变·畸变·突变, 2020, 32(1): 33-38

    WANG Bingyu, CAI Ying, ZHENG Kai, et al. Effect of PM2.5 on expression of genes related to carcinogenesis and mutagenesis in HBE cells[J]. Carcinogenesis, Teratogenesis & Mutagenesis, 2020, 32(1): 33-38.

    王涛, 邵田田. 2017年上海市PM2.5和PM10变化特征及来源分析[J]. 河南科学, 2018, 36(11): 1752-1758

    WANG Tao, SHAO Tiantian. Characteristics and sources of PM2.5 and PM10 in Shanghai in 2017[J]. Henan science, 2018, 36(11): 1752-1758.

    王遵娅, 柳艳菊, 丁婷, 等. 2018年春季气候异常及可能成因分析[J]. 气象, 2018, 44(10): 1360-1369

    WANG Zunya, LIU Yanju, DING Ting, et al. Features and possible causes for climate anomalies in spring 2018[J]. Meteorological Monthly, 2018, 44(10): 1360-1369.

    魏玉香, 童尧青, 银燕, 等. 南京SO2, NO2和PM 10变化特征及其与气象条件的关系[J]. 大气科学学报, 2009, 32(3): 451-457

    WEI Yuxiang, TONG Yaoqing, YIN Yan, et al. The variety of main air pollutants concentration and its relationship with meteorological condition in Nanjing city[J]. Transactions of Atmospheric Science, 2009, 32(3): 451-457.

    魏旖梦. 西北五省(区)大气污染物特征及其影响因素研究[D]. 乌鲁木齐: 新疆大学, 2021

    WEI Yimeng. Study on the characteristics of air pollutants and its influencing factors in northwest of China[D]. Urumqi: Xinjiang University, 2021.

    许文轩, 田永中, 肖悦, 等. 华北地区空气质量空间分布特征及成因研究[J]. 环境科学学报, 2017, 37(8), 3085-3096

    XU Wenxuan, TIAN Yongzhong, XIAO Yue, et al. Study on the spatial distribution characteristics and the drivers of AQI in North China[J]. Acta Scientiae Circumstantiae, 2017, 37(8), 3085-3096.

    薛澜, 翁凌飞. 中国实现联合国2030年可持续发展目标的政策机遇和挑战[J]. 中国软科学, 2017, (1): 1-12

    XUE Lan, WENG Lingfei. The policy opportunities and challenges in China's implementation of 2030 sustainable development goals[J]. China Soft Science, 2017, (1): 1-12.

    杨洪斌, 李元宜, 邹旭东等. 辽宁空气中度污染和重污染天气类型分析[J]. 气象与环境学报, 2009, 25(6): 15-17.
    杨淼. 以幸福的名义建设生态西宁[J]. 青海科技, 2014, (04): 12-14.
    杨稳强. 西北地区大气污染特征及其影响因素分析[D]. 兰州: 西北师范大学, 2023

    YANG Wenqiang. Characteristics of air pollution in Northwest China and its influencing factors[D]. Lanzhou: Northwest Normal University, 2023.

    杨文涛, 谯鹏, 刘贤赵, 等. 2011~2017年中国PM2.5多尺度时空分异特征分析[J]. 环境科学, 2020, 41(12): 5236-5244

    YANG Wentao, QIAO Peng, LIU Xianzhao, et al. Analysis of Multi-scale Spatio-temporal Differentiation Characteristics of PM2.5 in China from 2011 to 2017[J]. Environmental Science, 2020, 41(12): 5236-5244.

    姚振, 田兴元, 姬丙艳, 等. 西宁—乐都地区土地质量地球化学评估[J]. 西北地质, 2012, 45(1): 317-323.
    中国气象局. 2019年全国生态气象公报[EB/OL]. 2020, [2020-06-30].
    张红. 典型沿江城市空气污染物特征及与气象条件的耦合关系研究[D]. 合肥: 中国科学技术大学, 2018

    ZHANG Hong. Study on Relationship & Characteristics of Atmospheric Pollution and Meteorological Conditions of Cities along the Yangtz River[D]. Hefei: University of Science and Technology of China, 2018.

    张天先, 陈长彬, 姚洪发. 天津市大气环境中PM2.5与PM10时空分布特征研究[J]. 洛阳理工学院学报(自然科学版), 2020, 30(04): 8-13.
    章异平, 徐军亮, 赵西平, 等. 基于灰色关联的洛阳市空气质量影响因素分析[J]. 河南科技大学学报(自然科学版), 2012, 33(1): 100-104.
    周安琪, 刘建伟, 周旭, 等. 北京大气PM2.5载带金属浓度、来源及健康风险的城郊差异[J]. 环境科学, 2021, 42(06): 2595-2603

    ZHOU Anqi, LIU Jianwei, ZHOU Xu, et al. Concentrations, sources, and health risks of PM2.5 carrier metals in the Beijing urban area and suburbs[J]. Environmental Science, 2021, 42(06): 2595-2603.

    邹佳乐, 林尧林, 杨薇. 中国近年PM2.5污染研究进展[J]. 环境污染与防治, 2019, 41(3): 357-361

    ZOU Jiale, LIN Yaolin, YANG Wei. Advances on PM2.5 pollution research in China in recent years[J]. Environmental Pollution & Control, 2019, 41(3): 357-361.

    Cao Q, Rui G, Liang Y. Study on PM2.5 pollution and the mortality due to lung cancer in China based on geographic weighted regression model[J]. BMC Public Health. 2018, 18(1): 925.

    Gaio V, Roquette R, Dias CM, et al. Ambient air pollution and lipid profile: Systematic review and meta-analysis. Environmental Pollution, 2019, 254(Pt B): 113036.

    Han X, Xiao J, Wang L, et al. Identification of areas vulnerable to soil erosion and risk assessment of phosphorus transport in a typical watershed in the Loess Plateau[J]. Science of The Total Environment, 2020, 758.

    Hsu CY, Chiang HC, Lin SL, et al. Elemental characterization and source apportionment of PM10 and PM2.5 in the western coastal area of central Taiwan[J]. Science of the Total Environment, 2016, 541: 1139-1150. doi: 10.1016/j.scitotenv.2015.09.122

    Hwang SH, Park WM. Radon and PM10 concentrations in underground parking lots and subway stations with health risks in South Korea[J]. Environmental Science and Pollution Research, 2018, 25(35): 35242-35248. doi: 10.1007/s11356-018-3428-6

    Li R, Zhou R, Zhang J. Function of PM2.5 in the pathogenesis of lung cancer and chronic airway inflammatory diseases[J]. Oncology Letters, 2018, 15(5): 7506-7514.

    Menard, S, Standards for standardized logistic regression coefficients[J]. The Journal of Social Forces, 2011, 89 (4), 1409-1428.

    Pham, TG, Degener, J, Kappas, M. Integrated universal soil loss equation (USLE) and geographical information system (GIS) for soil erosion estimation in a Sap basin: central Vietnam[J]. International Soil and Water Conservation Research, 2018, 6: 99-110. doi: 10.1016/j.iswcr.2018.01.001

    Qiu X, Duan L, Gao J, et al. Chemical composition and source apportionment of PM10 and PM2.5 in different functional areas of Lanzhou, China[J]. Science of the Total Environment, 2016, 40: 75-83.

    Raaschou-Nielsen O, Beelen R, Wang M, et al. Particulate matter air pollution components and risk for lung cancer[J]. Environment International, 2016, 87: 66-73. doi: 10.1016/j.envint.2015.11.007

    Shen F, Ge X, Hu J, et al. Air pollution characteristics and health risks in Henan Province, China[J]. . Environmental Research, 2017, 156: 625-634. doi: 10.1016/j.envres.2017.04.026

    Wu F, Wang W, Man YB, et al. Levels of PM2.5/ PM10 and associated metal(loid)s in rural households of Henan Province, China[J]. Science of the Total Environment, 2015, 512-513: 194-200. doi: 10.1016/j.scitotenv.2015.01.041

  • 期刊类型引用(9)

    1. 解铭威,周慧荻,陈耸,王向荣. 银川市生态系统服务价值评估及多情景模拟. 水土保持研究. 2025(01): 294-304 . 百度学术
    2. 洪桦,张渝. 基于土地利用变化的生态系统服务价值演变研究——以福州滨海新城为例. 农业与技术. 2024(04): 107-112 . 百度学术
    3. 龚芯磊 ,陈鸿申 ,胡世敏 ,李正荣 ,聂坤 ,梁龙 . 特定模型与GIS结合的生态系统服务功能评价及分区研究——以黔北芙蓉江流域绥正道地区为例. 贵州地质. 2024(03): 328-338 . 百度学术
    4. 陈彦珍,张丽华,王亚军,宋学云,曾乐,郝爱华,贺甜田. 不同枸杞品种的区域差异性研究. 宁夏农林科技. 2024(07): 46-52 . 百度学术
    5. 张永生,李建国,赵广臣. 农田回归用水引入鸣翠湖后水质改善的数值模拟研究. 水电能源科学. 2024(11): 51-54 . 百度学术
    6. 朱青青,刘超,沈艳,马红彬,谭松伟,王国会,李燕,李千飞,李国强. 宁夏罗山草地生态系统服务价值的地形效应. 应用生态学报. 2024(12): 3267-3274 . 百度学术
    7. 欧阳渊,刘洪,张景华,唐发伟,张腾蛟,黄勇,黄瀚霄,李富,陈敏华,宋雯洁. 西南山区生态地质调查技术方法研究. 西北地质. 2023(04): 218-242 . 本站查看
    8. 江山,石绍山,郭常来,冯雨林,孙家全,孙秀波,周丽. 大凌河流域1998~2019年NDVI时空变化及其对气温和降水的响应. 西北地质. 2023(04): 254-262 . 本站查看
    9. 高媛,李谦. 湿地生态系统服务价值评估研究现状及展望. 绿色科技. 2023(18): 62-68 . 百度学术

    其他类型引用(1)

图(5)  /  表(1)
计量
  • 文章访问数:  169
  • HTML全文浏览量:  15
  • PDF下载量:  51
  • 被引次数: 10
出版历程
  • 收稿日期:  2023-07-24
  • 修回日期:  2023-09-26
  • 录用日期:  2023-10-06
  • 网络出版日期:  2023-10-12
  • 刊出日期:  2024-08-19

目录

/

返回文章
返回