环境科学  2014, Vol. Issue (3): 1198-1204   PDF    
引用本文
李名升, 孙媛, 陈远航, 张建辉. 污染排放与环境质量关系模型构建与应用[J]. 环境科学, 2014, (3): 1198-1204.
LI Ming-sheng, SUN Yuan, CHEN Yuan-hang, ZHANG Jian-hui. Establishment and Application of Pollutant Discharge-Environment Quality Model[J]. Environmental Science, 2014, (3): 1198-1204.
污染排放与环境质量关系模型构建与应用
李名升, 孙媛, 陈远航, 张建辉     
中国环境监测总站, 北京 100012
收稿日期: 2013-7-29; 修订日期: 2013-10-18.
基金项目： 林业公益性行业科研专项（201304301）
作者简介：李名升(1981~),男,博士,高级工程师,主要研究方向为环境质量综合分析与评价,E-mail:lims@cnemc.cn
摘要：为分析污染排放与环境质量的相互影响，构建了环境质量与污染排放关系模型，将环境质量与污染排放的关系划分为低污染-高质量、高污染-高质量、高污染-低质量、低污染-低质量这4种类型，探讨不同类型间的演变路径，并以2005~2010年中国各地区数据对建立的模型进行实证分析.结果表明，中国大部分省区属于高污染-低质量类型，且研究期内类型格局未发生明显变化；大部分省区环境质量指数高于污染排放指数，污染物排放量超过环境容量，污染物减排是各地所面临的首要环境问题；中国目前正处于环境治理的关键时期，应防止经济系统对环境系统的过度扰动.研究结果有助于各地区研判环境形势，推进污染减排，从而最终改善环境质量.
关键词： 环境质量     污染排放     关系模型     偏差     演变路径    
Establishment and Application of Pollutant Discharge-Environment Quality Model
LI Ming-sheng, SUN Yuan, CHEN Yuan-hang, ZHANG Jian-hui    
China National Environment Monitoring Center, Beijing 100012, China
Abstract: In order to explore the mutual influence between pollutant discharge and environment quality, relation models of pollutant discharge and environmental quality were established, and the relationship was divided into four types, low pollutant discharge-high environmental quality, high pollutant discharge-high environmental quality, high pollutant discharge-low environmental quality, and low pollutant discharge-low environmental quality. The evolution paths from one type into another were also discussed. The regional data in 2005 and 2010 was used to validate the pollutant discharge-environmental quality models. The results showed that most regions of China belonged to the high pollutant discharge-low environmental quality type, and the pollutant discharge-environmental quality type didn't vary too much during the 2005-2010 period. In the majority of provinces, the environmental quality index was higher than the pollutant discharge index, and the pollutant discharge quantity overflowed the environmental capacity. The reduction of pollutant discharge quantity should be the most important environmental problem in China. At present, China is in a critical period of environmental governance, and excessive disturbance from economic system to the environment system should be prevented. The results should be helpful for understanding the regional environmental quality situation, on the implementation of pollutant discharge reduction, and the improvement of environmental quality.
Key words: environment quality     pollution emission     relation model     deviation     evolution path    

当前,发展中国家工业化过程中产生的环境质量退化成为各国关注的热点[1,2],是影响区域可持续发展的瓶颈之一.中国正处于工业化的中后期,环境问题非常突出,人民群众改善环境质量的愿望相当强烈,政府所推出的节能减排等措施正是希望通过污染减排达到改善环境质量的目的.欧美发达国家在工业化过程中也曾经历严重的环境问题,但他们通过产业转移与升级、 技术改造等方式减少污染物排放量,使整体环境质量得到较大程度改善,但局部环境问题仍然存在.因此,发达国家研究污染排放与环境质量关系时往往着眼于微观尺度[3, 4, 5],如交通污染对道路周边环境质量的影响[6,7]、 污染物浓度随点源距离的递变规律等[8],注重污染排放对生物[9,10]、 人体健康[11]等影响.在区域尺度上,由于本地污染物排放大量减少,发达国家对污染物的跨境转移较为关注[12],在环境质量的短时预报[13]和长时情景模拟[14]也有深入研究.受国外影响,我国污染排放对环境质量影响的研究也注重微观尺度[15],中观尺度研究集中在城市[16,17]，较为关注污染物远距离传输对环境质量的影响[18,19],也有学者探讨污染源空间分布对环境质量的影响[20,21],研究环境质量与污染排放变化的同步性、 关联性[22].但总体来看,国内中、 宏观尺度上环境质量与污染排放关系的研究还较少,缺乏对中国污染排放与环境质量关系演变路径的分析.随着中国环境管理目标由以排放量削减为导向的总量控制向以环境质量改善为导向的总量控制转变,对区域尺度污染排放与环境质量关系的研究就更为迫切.

本研究通过建立环境质量与污染排放关系模型,探索经济发展过程中污染物排放对环境质量的影响,并以2005～2010年中国各地区数据对建立的模型进行实证分析.

1 污染排放与环境质量关系模型

人类社会向自然界排放的废弃物包括废水污染物、 废气污染物、 固体废物等.在量化各类污染物数量的基础上,通过一定的方法可以将各种废弃物排放量标准化为污染排放指数.环境质量包括水环境质量、 空气质量、 声环境质量、 海洋环境质量等.与污染排放指数的构建类似,在量化各环境要素的基础上也可以通过一定方法构建标准化的环境质量指数.

假设污染排放指数和环境质量指数均标准化为0～1的正向数值(即数值越大越好),则可建立如图 1所示污染排放与环境质量的关系模型.

图 1 污染排放与环境质量关系模型 Fig.1 Relation model between pollution emission and environment quality

图 1中,直线x=0.5、 y=0.5将[0, 1]之间的正方形分成Ⅰ、 Ⅱ、 Ⅲ、 Ⅳ等4个区域.4个区域代表了不同的污染排放-环境质量关系.

区域Ⅰ:低污染-高质量型.区域Ⅰ是一种可持续发展模式,污染物排放量少,环境质量高.其典型代表是工业化革命以前的世界各国,可称为环境和谐期.

区域Ⅱ:高污染-高质量型.在工业化初期,人类向自然界排放的污染物急剧增加,但自然环境具有一定的吸纳、 消解污染物的能力,当污染物排放量未达到自然环境的环境容量时,环境质量仍处于较好水平.这一时期环境问题虽然尚未影响人类健康,但若不加控制必将产生严重的环境问题,可称为环境问题埋藏期.

区域Ⅲ:高污染-低质量型.随着传统工业化发展模式的推进,污染物排放量超过环境容量,污染物的排放对人类健康和可持续发展形成严重威胁,环境质量持续下降,环境问题集中爆发.这一时期可称为环境问题爆发期.

区域Ⅳ: 低污染-低质量型.在后工业革命时期,人类开始反思传统工业化带来的弊端,调整产业结构,提高产业技术水平,采用更环保节能的设备,从而一定程度上削减了污染物排放量.当污染物产生量仍大于环境消解量时,环境质量还将继续恶化,此时体现了环境质量变化的滞后性特点； 当污染物产生量小于环境消解量时,环境质量将在低水平基础上逐步改善.

区域Ⅰ、 Ⅱ、 Ⅲ、 Ⅳ之间存在多种演变路径.传统的工业化发展模式所经历的污染排放-环境质量演变路径为Ⅰ→Ⅱ→Ⅲ→Ⅳ→Ⅰ,即通常所说的先污染后治理.若在环境问题埋藏期即采取环境友好的政策,在环境质量未发生根本性恶化之前开始减少环境污染,则有可能经历Ⅰ→Ⅱ→Ⅰ的演变过程.在环境问题爆发期,若未采取污染治理措施,任由污染物排放,当污染物累积量远超出环境容量时,环境系统可能发生崩溃,经历的演变过程为Ⅰ→Ⅱ→Ⅲ→崩溃,且是不可逆过程.在部分区域,如河流下游、 大气污染源下风向地区等,即使本身污染物排放量较小,受周边污染源影响,则可能经历Ⅰ→Ⅳ的演变过程.

图 1中,直线OS上的各点环境质量指数与污染排放指数相等,环境质量与污染排放相协调.正方形OXSY内其他各点环境质量与污染排放之间均有一定的偏差.其中,区域OXS内的各点环境质量指数小于污染排放指数,区域环境质量在未来一段时期有可能得到较大改善； 区域OYS内各点污染排放指数小于环境质量指数,减少污染排放将是区域亟待解决的问题.正方形内任意一点A与原点O形成的直线OA与OS所围夹角α称为环境质量与污染排放的偏差,其大小可以表示环境质量与污染排放偏差的大小,其正负可以判断区域未来环境问题走向.

2 实证分析

本研究以各省份环境空气质量和废气污染物排放为例,对所建立的污染排放与环境质量关系模型进行实证分析.在实证中将北京、 天津归入河北省,上海纳入江苏省计算,实际处理28个行政单元.研究年份选取2005～2010年,以考察污染排放与环境质量关系的演变趋势.

2.1 模型构建

环境空气质量指标选择环境质量监测中常规空气监测指标:SO2浓度、 NO2浓度和PM10浓度,污染排放指标选择单位国土面积的SO2排放量、 NOx排放量、 烟尘与工业粉尘排放量.数据来源于相应年份的《中国环境质量报告》和《中国环境统计年报》.

根据上文所建立的关系模型,首先要对所选指标进行标准化处理,使各指标标准化为0～1的正向数值.本研究对数据的标准化处理采用式(1)、 (2)的方法:

式中,Ei和Pi分别为环境质量指标和污染排放指标的标准化数值； ei为某地区空气中污染物i的浓度值,为该地区所辖次级行政单元该污染物年均浓度的平均值； pi为某地区污染物i的排放量,为该地区所辖次级行政单元该污染物排放量的总和； i、 i为污染物i的标准化系数.

对空气质量指标,当空气质量为背景值(即未受任何人为污染)时,其标准化数值应为1.对污染排放指标,当排放量为0时,其标准化数值应为1,但0排放是不可能实现的； 当排放量为环境容量时,环境质量发生质变,此时标准化数值可以赋以0.5.因此,式(1)中标准化系数可以取环境背景值,式(2)中标准化系数可以取环境容量值.

环境背景值是指在不受污染的情况下,各环境要素中与环境污染有关的各种化学元素的含量,反映环境质量的原始状态.根据文献[23],自然保护区、 风景名胜区和其他需要特殊保护的地区执行空气质量一级标准.因此,环境背景值应低于空气质量一级标准值.本研究取文献[23]中各污染物年均值一级标准限值的1/2近似作为环境背景值.

学术界对于环境容量的研究较为活跃,但多限于理论探讨[24,25]和局部区域环境容量的计算[26,27],尚未见诸对各省区环境容量的研究报道.美国与我国国土面积相近,自然条件有相似之处,但环境质量较好且自20世纪70年代以来基本呈改善趋势,经济发展与环境污染的矛盾得到一定程度缓和,其污染物排放量可认为处于环境容量内.根据世界银行报道[28],美国有机污水和SO2排放量约为我国的2倍左右,同时有成果表明[29],2010年我国COD和氨氮排放量约为环境容量的2倍左右,因此,可以近似认为美国单位面积国土的污染物排放量与我国环境容量基本相同.本研究取2010年全国单位国土面积SO2平均排放量的1/2作为环境容量值(约为美国单位面积排放量).由于未能获取美国2010年NOx、 烟尘与工业粉尘的排放量,这2个指标的环境容量值参考SO2,取2010年全国单位国土面积污染物排放量的1/2.

在对各项指标标准化处理以后,还需将各指标综合成环境质量指数和污染排放指数.本研究采用等权加和方法计算.

式中,E为环境质量指数,P为污染排放指数,其他变量含义同式(1)、 (2).

2.2 环境质量变化分析

2010年,全国28个行政单元SO2年均浓度范围为0.009～0.050 mg ·m-3,NO2年均浓度范围为0.016～0.042 mg ·m-3,PM10年均浓度范围为0.033～0.113 mg ·m-3 .与2005年相比,大部分地区污染物浓度有所下降,SO2年均浓度变化范围为-71.8%～48.3%,NO2年均浓度变化范围为-44.7%～35.7%,PM10年均浓度变化范围为-52.5%～22.0%.仅分别有3个、 9个和4个地区SO2、 NO2和PM10年均浓度升高.

MPI指数可用于比较各地环境质量或比较年际间环境质量[30].计算公式如下:

式中,i为第i种污染物,AC为污染物实际浓度,GC为污染物参考值,本研究取世界卫生组织对各污染物的指导值.若MPI=-1,则表明该地区空气质量未受任何污染； MPI>0,则表明该地区某一(几)种污染物高于世界卫生组织指导值,且MPI越大,污染越严重.

2010年,各地区MPI指数范围为-0.26～1.25,海南、 西藏MPI指数小于0； 2005年,MPI指数范围为-0.28～2.68,海南MPI指数小于0(图 2).与2005年相比,仅4个地区(海南、 广西、 山东、 新疆)MPI指数上升,即环境质量略有降低.

图 2 2005与2010年各地区MPI指数值 Fig.2 Province-specific MPI in 2005 and 2010

2.3 污染物排放分析

2010年,全国SO2、 NOx、 粉尘与工业烟尘排放量分别为2 185.1×104、 1 852.5×104、 1 277.9×104 t.与2005年相比,SO2、 烟尘与工业粉尘分别下降14.3%和39.0%,NOx排放量增加21.6%.27个行政单元中(因西藏大部分污染物排放量极少,本节未计西藏),SO2排放量增加的仅新疆、 青海、 海南,烟尘和工业粉尘排放量增加的仅青海、 宁夏、 新疆,NOx排放量减少的仅河北、 上海、 海南、 辽宁.

2010年,单位国土面积SO2、 NOx、 粉尘和工业烟尘的排放量分别为2.26、 1.92、 0.86 和0.46 t ·km-2.27个行政单元中,青海单位面积SO2、 NOx、 烟尘与工业粉尘排放量最低,分别为0.20、 0.15和0.24 t ·km-2； 江苏(含上海)单位面积SO2和NOx排放量最高,为12.92和15.65 t ·km-2,单位面积烟尘和工业粉尘排放量最高的是山西,为6.32 t ·km-2 ； 分别有8个、 10个和8个行政单元单位面积SO2、 NOx、 烟尘与工业粉尘排放量低于全国平均值(图 3).

2.4 污染排放与环境质量关系类型

将各地区环境质量与污染排放数据代入第一部分所建立模型,可以考察各地区环境质量与污染排放类型(表1和图 4).

图 3 2010年各地区主要污染物单位面积排放量 Fig.3 Province-specific pollutions emission per unit area in 2010

图 4 2005与2010年各地区污染排放-环境质量散点图 Fig.4 Scatter diagram between pollution emission and environment quality by province in 2005 and 2010

表1 2005与2010年各地区污染排放-环境质量关系类型 Table 1 Province-specific relation type between pollution emission and environment quality in 2005 and 2010

2005年与2010年,我国大部分地区处于所构建模型的Ⅲ区,即高污染-低质量,地区环境问题较为突出.海南、 西藏、 青海、 甘肃、 新疆等地区污染排放量较少,海南、 西藏、 云南环境质量较好.

2005年,全国共有22个地区处于所构建模型的Ⅲ区,即高污染-低质量.其中,河北、 江苏、 山东、 辽宁、 河南、 山西等地区污染排放指数小于0.1且环境质量指数在0.3左右,工业化特征更为显著.海南、 西藏两个地区污染物排放量较少,环境质量较高,但经济发展水平尤其是工业化水平相对较低,处于Ⅰ区.云南自然条件优越,环境自净能力较强,虽然污染物排放量较高,但环境质量较好,处于Ⅱ区.新疆、 甘肃、 青海这3个地区SO2和NO2污染较轻,受地理位置影响,沙尘较多,空气中PM10污染较为严重,致使环境质量指数较低.因此,虽然这3个地区污染物排放量较少,但仍处于低污染-低质量的Ⅳ区.

2010年,除广东、 黑龙江、 内蒙古由Ⅲ区转变到Ⅱ区外,其他地区类型均未发生变化.广东地处我国南方,气候湿润,年平均降水量是全国平均降水量的3倍左右[31]； 黑龙江森林覆盖率是全国平均水平的2倍以上. 广东、 黑龙江环境自净能力远高于全国平均水平.但本研究在计算各地区环境容量时由于数据无法获取,各地环境容量取全国平均值,易造成自然条件较好的地区污染排放指数偏低.因此,广东、 黑龙江由Ⅳ区转变到Ⅰ区更切合实际.

分析2005～2010年年度间环境质量-污染排放关系类型变化情况,可以发现中国各省区类型格局未发生明显变化:仅广东自2008年、 黑龙江自2009年起环境质量指数高于0.5,由Ⅲ区转变到Ⅱ区； 内蒙古在研究期内变化较为复杂:2005年,内蒙古环境质量与污染排放指数均小于0.5,属高污染-低质量型； 自2007年起,污染排放指数高于0.5,步入低污染-低质量区； 2009年起,环境质量指数也开始高于0.5,步入低污染-高质量区； 但2010年,由于NOx和烟粉尘排放量的激增,污染排放指数又降至0.5以下,演变为高污染-高质量型.未来随着污染减排政策的推进,预计内蒙古将稳定在Ⅰ区.

分析环境质量与污染排放的偏差可以看出,除新疆、 青海、 甘肃、 内蒙古、 西藏外,其他地区偏差均大于0,位于图 1中OYS区域内,环境质量指数高于污染排放指数,污染物减排具有较大潜力,未来一段时间这些区域仍需致力于污染减排.

3 讨论

本研究在理论模型构建和实际应用中仍存在不足,主要有以下3个方面.

(1)所构建的模型仅为二维模型,限于讨论污染物排放与环境质量之间的关系.如果加入经济发展指标形成三维模型,探讨经济-污染-环境耦合发展将更为完善.

(2)环境空气质量指数的计算仅考虑3项常规污染物,未考虑臭氧、 PM2.5、 挥发性有机物等,不能完整代表环境空气质量.

(3)由于不能获得每一省区环境背景值和环境容量值,本研究在计算标准化数值时对各省区采用统一的标准化系数,这就暗含假设条件:各地区环境背景值相同,相同面积的国土环境自净能力是相等的.而这对中国这样一个幅员辽阔的大国而言是不可能的.因此,若能对模型进行分区(如划分东、 中、 西部地区),其适用性将更强.

就模型的适用性而言,该模型较为适合在中、 宏观尺度上使用,若有长时间序列的数据支撑,尤其适合研判区域环境形势在时间尺度上的变化.当需要运用该模型进行区域间横向比较时,需首先进行各区域环境背景和环境容量的测算.

4 结论

(1)本研究在理论上构建了环境质量与污染排放关系模型,并将两者的关系分为4类,即低污染-高质量、 高污染-低质量、 高污染-低质量、 低污染-低质量,探讨了不同类型间的多种演变路径,指出在高污染-低质量阶段,若环境问题不得以妥善处理,环境系统面临崩溃风险.

(2)在实证上分析了2005～2010年中国各省区环境质量与污染排放的类型与演变,发现大部分省区污染排放-环境质量关系表现为高污染-低质量,且在研究期内类型格局未发生明显变化.

(3)中国80%以上的省区环境质量与污染排放的偏差大于0,污染物排放量超过环境容量,环境质量指数相对高于污染排放指数.减少污染物排放是各地面临的首要环境问题.

(4)中国目前正面临污染排放较多、 环境质量较差的严峻环境形势,依然没有摆脱工业化国家环境污染的怪圈,处于环境治理的关键时期.应采取强有力措施控制污染物排放,最终实现环境质量的改善,防止环境系统受经济系统扰动过大而导致环境系统受到不可逆转的损害.

参考文献
[1] Fang M, Chan C K, Yao X H. Managing air quality in a rapidly developing nation: China[J]. Atmospheric Environment, 2009, 43 (1): 79-86.
[2] Zuo H, Ai D X. Environment, energy and sustainable economic growth[J]. Procedia Engineering, 2011, 21 (2): 513-519.
[3] Loibl W, Orthofer R. From national emission totals to regional ambient air quality information for Austria[J]. Advances in Environmental Research, 2001, 5 (4): 395-404.
[4] Kouassi A M, Kaba N, Métongo B S. Land-based sources of pollution and environmental quality of the Ebrié lagoon waters[J]. Marine Pollution Bulletin, 1995, 30 (5): 295-300.
[5] Milovanovic M. Water quality assessment and determination of pollution sources along the Axios/Vardar River, Southeastern Europe[J]. Desalination, 2007, 213 (1-3): 159-173.
[6] Costabile F, Allegrini I. A new approach to link transport emissions and air quality: An intelligent transport system based on the control of traffic air pollution[J]. Environmental Modelling & Software, 2008, 23 (3): 258-267.
[7] Matthias V, Bewersdorff I, Aulinger A, et al. The contribution of ship emissions to air pollution in the North Sea regions[J]. Environmental Pollution, 2010, 158 (6): 2241-2250.
[8] Mayer H, Kalberlah F. Two impact related air quality indices as tools to assess the daily and long-term air pollution[J]. International Journal of Environment and Pollution, 2009, 36 (1-3): 19-29.
[9] Murena F. Measuring air quality over large urban areas: development and application of an air pollution index at the urban area of Naples[J]. Atmospheric Environment, 2004, 38 (11): 6195-6202.
[10] Paoli L, Corsini A, Bigagli V, et al. Long-term biological monitoring of environmental quality around a solid waste landfill assessed with lichens[J]. Environmental Pollution, 2012, 161 (2): 70-75.
[11] Laden F, Schwartz J, Speizer F E, et al. Reduction in fine particulate air pollution and mortality: Extended follow-up of the Harvard Six Cities study[J]. American Journal of Respiratory and Critical Care Medicine, 2006, 173 (6): 667-672.
[12] Miller L, Farhana S, Xu X H. Trans-boundary air pollution in Windsor, Ontario (Canada)[J]. Procedia Environmental Sciences, 2010, 2 (1): 585-594.
[13] Borge G R, Alexandrov V N, Del Vas J J, et al. A comprehensive sensitivity analisys of the WRF model for air quality applications over the Iberian Peninsula[J]. Atmospheric Environment, 2008, 42 (37): 8560 -8574.
[14] Brulferta G, Chemela C, Chaxel E, et al. Assessment of 2010 air quality in two Alpine valleys from modelling: Weather type and emission scenarios[J]. Atmospheric Environment, 2006, 40 (40): 7893-7907.
[15] 崔桂香, 许春晓, 张兆顺, 等. 城市大气环境的数值模拟[J]. 科技导报, 2007, 25 (14): 15-21.
[16] 董芬, 王喜全, 王自发, 等. 北京地区大气污染分布的"南北两重天"现象[J]. 气候与环境研究, 2013, 18 (1): 63-70.
[17] 孙志强, 吉东生, 宋涛, 等. 奥运时段北京及近周边区域空气污染观测与比对分析[J]. 环境科学, 2010, 31 (12): 2852-2859.
[18] 陶俊, 柴发合, 朱李华, 等. 2009年春季成都城区碳气溶胶污染特征及其来源初探[J]. 环境科学学报, 2011, 31 (12): 2756-2761.
[19] 王艳, 柴发合, 王永红, 等. 长江三角洲地区大气污染物输送规律研究[J]. 环境科学, 2008, 29 (5): 1430-1435.
[20] 王磊, 张磊, 段学军, 等. 江苏省太湖流域产业结构的水环境污染效应[J]. 生态学报, 2011, 31 (22): 6832-6844.
[21] 骆育敏, 梁明易, 蒋伟强, 等. 广东南江工业园经济区对周边水域的影响分析[J]. 生态科学, 2003, 22 (4): 310-312.
[22] 李名升, 张建辉, 罗海江, 等. "十一五"期间中国化学需氧量减排与水环境质量变化关联分析[J]. 生态环境学报, 2011, 20 (3): 463-467.
[23] GB 3095-2012. 环境空气质量标准[S].
[24] 严刚. 环境空气质量约束下珠江三角洲能源消费模式研究[J]. 环境科学学报, 2011, 31 (7): 1493-1500.
[25] 夏训峰, 顾雨, 席北斗, 等. 基于水环境约束的抚仙湖流域农业结构调整研究[J]. 环境科学研究, 2010, 23 (10): 1274-1278.
[26] Han H, Li K, Wang X L, et al. Environmental capacity of nitrogen and phosphorus pollutions in Jiaozhou Bay, China: Modeling and assessing[J]. Marine Pollution Bulletin, 2011, 63 (5-12): 262-266.
[27] 薛文博, 王金南, 杨金田, 等. 淄博市大气污染特征模型模拟及环境容量估算[J]. 环境科学, 2013, 34 (4): 1264-1269.
[28] 世界银行著, 王辉等译. 2010年世界发展指标[M]. 北京: 中国财政经济出版社. 2010.
[29] 蒋洪强, 张伟. 如何缓解资源环境瓶颈[N]. 中国环境报, 2012-02-01(2).
[30] Gurjar B R, Butler T M, Lawrence M G, et al. Evaluation of emissions and air quality in megacities[J]. Atmospheric Environment, 2008, 42 (7): 1593-1606.
[31] 赵济, 陈传康. 中国地理[M]. 北京: 高等教育出版社, 1999. 58.