西安市PM2.5中水溶性离子的季节变化特征

为探究西安市大气PM_(2.5)中水溶性离子的污染特征及来源,本研究采集2017～2018年的PM_(2.5)样品,利用离子色谱仪测定9种水溶性离子(SO~(2-)_4、NO~-_3、Cl~-、F~-、Na~+、Mg~(2+)、NH~+_4、K~+和Ca~(2+))的浓度水平,并对NH~+_4的存在形式分析、氮氧化率(NOR)、硫氧化率(SOR)以及[NO~-_3]/[SO~(2-)_4]等进行探究.结果表明,西安市PM_(2.5)中水溶性离子主要来自扬尘、燃煤、生物质燃烧和二次生成.Ca~(2+)、SO~(2-)_4、NH~+_4和NO~-_3是西安市大气PM_(2.5)中主要的水溶性离子.相关性分析结果表明,西安市春季NH~+_4不能完全中和SO~(2-)_4,未中和的SO~(2-)_4主要与K~+和Ca~(2+)结合;夏季NH~+_4主要以NH_4HSO_4和(NH_4)_2SO_4的形式存在于大气中;秋季的NH~+_4主要以NH_4HSO_4和NH_4NO_3的形式存在;冬季大气中NH~+_4多以(NH_4)_2SO_4和NH_4NO_3的形式存在.硫氧化率和氮氧化率的年均值分别为0.35和0.16,说明研究期间SO~(2-)_4、NO~-_3的二次生成率较大.[NO~-_3]/[SO~(2-)_4]比值说明西安市春夏季主要受固定源影响,秋冬季主要受移动源影响.     

基于高分辨率MARGA分析成都市PM2.5中水溶性离子污染特征

利用高分辨率MARGA对2019年成都市PM_(2.5)中水溶性离子展开连续监测,结合气象参数分析水溶性离子污染特征.结果表明,MARGA监测的8种水溶性离子质量浓度与PM_(2.5)变化趋势一致,水溶性离子年均浓度为(23.1±13.6)μg·m~(-3),在PM_(2.5)中占比为48.6%,表明水溶性离子为PM_(2.5)重要组分.各离子质量浓度大小顺序依次为:NO~-_3、 SO_4~(2-)、 NH~+_4、 Cl~-、 Ca~(2+)、 K~+、 Mg~(2+)和Na~+,其中二次离子(NO~-_3、 SO_4~(2-)和NH~+_4)年均质量浓度为(20.2±2.7)μg·m~(-3),在水溶性离子占比为87.2%.水溶性离子质量浓度季节变化趋势为:冬季春季≈秋季夏季,逐月变化呈"U"型, 1月和12月浓度最高, 6～8月浓度最低.无论有无降雨,能见度均随水溶性离子浓度的增加呈幂指数递减规律,且SNA为首要影响因素.降小雨(日累计降雨量10 mm)对水溶性离子无清除作用,中雨及以上时清除作用显著.SNA在0.01水平上显著相关(两两之间相关系数均大于0.7),表明二次离子生成机制及在大气中演变过程具有较高的相似性.硫氧化率(SOR)和氮氧化率(NOR)年均值分别为0.42和0.12,与温度和O_3均呈负相关性,与湿度均呈正相关性,表明SO_4~(2-)来源主要为液相非均相氧化反应,NO~-_3来源主要为夜间非均相氧化反应.阳离子和阴离子电荷比(CE/AE)年均值为1.2,二次离子中和率(NR)年均值为1.1,表明气溶胶整体呈弱碱性.成都市大气环境处于富氨状态,二次离子存在形式主要为(NH_4)_2SO_4和NH_4NO_3.     

太原市大气颗粒物粒径和水溶性离子分布特征

在太原市于2014年7月至2015年4月利用TE-235分级采样器采集PM_(10)分级颗粒物样品,通过离子色谱分析其中9种无机水溶性离子,报道了大气颗粒物(PM_(10))及其水溶性无机离子水平,探讨了其粒径分布、季节变化特征和来源.结果表明,采样期间太原市PM_(10)日平均浓度水平为173.7μg·m~(-3),超过了国家环境空气二级日标准限值(150μg·m~(-3),GB3095-2012);冬季PM_(10)浓度(199.1μg·m~(-3))和春季(194.2μg·m~(-3))较接近,远高于夏季水平(127.7μg·m~(-3)).PM_(10)在0.95μm和3.0~7.2μm粒径段处呈双峰分布.PM_(10)中总离子浓度季节变化为冬季夏季春季,其中SO~(2-)_4、NO~-_3和NH~+_4是主要离子,占总离子的质量分数为66%~80%.分级离子中,SO~(2-)_4、K~+、NH~+_4、Cl~-以及冬、春季的NO~-_3在0.95μm段呈单峰分布;Ca~(2+)、Mg~(2+)和夏季NO~-_3均在0.95μm和3.0~7.2μm段呈双峰分布.相关性分析显示,风速增大对冬夏季的颗粒物及其水溶性离子有稀释作用,但春季沙尘天气则会导致其升高.通过NO~-_3/SO~(2-)_4和Mg~(2+)/Ca~(2+)比值发现,太原市颗粒物中NO~-_3和SO~(2-)_4主要来自于燃煤排放,Mg~(2+)和Ca~(2+)来源为扬尘和煤燃烧排放.     

泉州市大气PM2.5中水溶性离子季节变化特征及来源解析

为掌握泉州市大气PM_(2.5)中无机水溶性离子的季节变化特征,于2014年3月~2015年1月同步采集了泉州市5个采样点共116个PM_(2.5)样品.用离子色谱法分析了PM_(2.5)中Na~+、NH_4~+、K~+、Ca~(2+)、Mg~(2+)、F~-、Cl~-、NO_3~-和SO_4~(2-)等9种水溶性无机离子.观测期间,总水溶性离子浓度季节变化特征为春季(14.24±6.43)μg·m~(-3)冬季(8.54±7.61)μg·m~(-3)夏季(4.10±2.67)μg·m~(-3)秋季(3.91±2.58)μg·m~(-3);SO_4~(2-)、NO_3~-和NH_4~+(SNA)是PM_(2.5)中主要的3种离子,占水溶性离子总质量浓度比例分别为春季(90.3±3.3)%、夏季(68.8±11.7)%、秋季(78.9±7.1)%和冬季(74.0±18.4)%,说明春季二次污染较为严重;PM_(2.5)中阴、阳离子电荷平衡分析显示,阴离子相对亏损,大气细颗粒物组分呈弱碱性;春、冬季NH_4~+主要以(NH_4)_2SO_4、NH_4HSO_4和NH_4NO_3等形式存在,而夏、秋季则主要以NH_4HSO_4和NH_4NO_3形式存在;PMF源解析结果表明,泉州市大气PM_(2.5)中水溶性离子主要来自海盐、二次源、建筑扬尘、垃圾焚烧源和生物质燃烧源.     

厦门市大气PM_(2.5)中水溶性离子污染特征及来源解析

为探讨厦门市大气PM_(2.5)水溶性离子污染特征及来源,于2014年8月和12月同步采集了城区和郊区的PM_(2.5)样品.用离子色谱分析了9种水溶性离子(F~-、Cl~-、NO_3~-、SO_4~(2-)、Na~+、K~+、NH_4~+、Ca~(2+)和Mg~(2+))的质量浓度.结果表明,厦门大气PM_(2.5)中水溶性离子浓度处于较低水平,总水溶性离子浓度(μg/m~3)顺序为:冬季城区(18.16)冬季郊区(14.55)夏季郊区(6.87)夏季城区(5.33),降水对水溶性离子有显著的去除作用.观测期间,夏季PM_(2.5)阴离子相对亏损,冬季反之.SO_4~(2-)、NO_3~-、NH_4~+(简称SNA)占全部水溶性离子质量浓度之和的比例达79.64%以上,表明厦门市大气PM_(2.5)二次污染较严重.相关性分析和SNA三角图解表明厦门市夏季NH_4~+主要以(NH4)2SO4的形式存在,其次为NH_4NO_3及碱性游离NH_4~+;冬季则主要以(NH_4)_2SO_4和NH_4NO_3的形式存在,其次为NH_4Cl.N/S值表明夏季PM_(2.5)中水溶性离子污染特征以燃煤源排放为主,冬季以交通排放为主,总体呈现出交通源与燃煤污染并存的复合型污染特征,但受海洋源的影响很小.主成分分析进一步表明厦门市大气PM_(2.5)水溶性离子主要来自燃煤源、交通排放和生物质燃烧源.     

成都平原大气颗粒物中无机水溶性离子污染特征

为探讨成都平原大气颗粒物中水溶性离子的污染特征,识别水溶性离子的组成、分布和时空变化,有针对性地控制重污染和灰霾天气,于2013年8月~2014年7月,在成都平原的5个监测点位共采集1 476个颗粒物样品,应用离子色谱法对PM10和PM_(2.5)中8种无机水溶性离子(SO_4~(2-)、NO_3~-、NH_4~+、K~+、Na~+、Ca~(2+)、Mg~(2+)、Cl~-)进行测量.结果表明在观测期间,PM_(2.5~10)和PM_(2.5)中无机水溶性离子总量分别为11.35μg·m-3和36.93μg·m-3,分别占ρ(PM_(2.5)~10)和ρ(PM_(2.5))的37.8%和46.6%;其中二次离子(SO_4~(2-)、NO_3~-和NH~+4,SNA)约占各自水溶性离子总量的81.1%和89.9%.水溶性离子质量浓度冬季最高,春秋季相当,夏季最低.ρ(SO2-4)/ρ(PM_(2.5))夏秋季较高,而ρ(NO_3~-)/ρ(PM_(2.5))冬季最高,夏季最低.SNA、Cl~-、K~+大多分布在PM_(2.5)中,Ca~(2+)和Mg~(2+)主要分布在PM_(2.5~10)中.PM_(2.5)基本呈中性,水溶性离子主要以(NH_4)_2SO_4、NH_4NO_3、KNO_3、NaCl、KCl等形式存在.ρ(NO_3~-)/ρ(SO_4~(2-))揭示固定源依然是PM_(2.5)的主要来源.硫氧化速率(SOR)和氮氧化速率(NOR)年均值分别为0.31和0.13,SOR夏季最高,NOR冬季最高,二者变化趋势相反.成都平原PM_(2.5)呈区域性复合污染特征,SNA是造成ρ(PM_(2.5))增加的主导因素.     

沈阳大气气溶胶中水溶性无机离子的观测研究

为了解沈阳大气气溶胶中水溶性无机离子浓度水平和季节变化,探究污染期与清洁期气溶胶特性的差异,本研究采集了2012年6月至2013年5月沈阳大气气溶胶分级样品,测定了其中水溶性无机离子浓度.结果表明,沈阳细粒子和粗粒子中水溶性无机离子的浓度总和分别为22.30μg·m~(-3)和14.29μg·m~(-3),其中含量最高的离子分别是SO~(2-)_4和Ca~(2+).细粒子中NH~+_4主要以(NH_4)_2SO_4和NH_4NO_3的形式存在,SO~(2-)_4/NO~-_3质量比为2.28.细粒子中水溶性无机离子的浓度总和(total water soluble inorganic ions,TWSI)季节变化明显,冬春季浓度高,夏秋季浓度低,化石燃料燃烧是细粒子中二次离子冬季出现高值的主要原因;粗粒子中TWSI季节变化不明显,秋季略高,冬季略低,风沙扬尘使秋季粗粒子中的Ca~(2+)出现了显著高值.SO~(2-)_4、NO~-_3、NH~+_4这3种离子浓度总和在冬季清洁期细粒子中比例为80%,污染期则上升为94%;清洁期的离子在细粒径段的峰值主要出现在0.43~0.65μm粒径处,而污染期的离子在细粒径段的峰值主要出现在0.43~2.1μm处,污染期SO~(2-)_4、NO~-_3、NH~+_4这3种离子在细粒径段的峰值由0.43~0.65μm处转移至1.1~2.1μm处,出现了由凝结模态向液滴模态转移的现象;清洁期气团主要生成在贝加尔湖附近,经高空远距离传输至采样点;而污染期气团主要生成并经过我国东北工业区,经低空短距离输送至采样点.     

自贡市大气颗粒物中水溶性离子的特征及来源

基于四川省自贡市2015年9月-2016年9月的大气颗粒物采样数据,利用离子色谱仪对其中8种水溶性离子(SO_4~(2-)、NO_3~-、NH_4~+、Na~+、K~+、Cl~-、Ca~(2+)和Mg~(2+))进行了浓度测定。分析结果表明,自贡市PM_(10)平均浓度为(88.4±59.2)μg/m~3,PM_(2.5)为(76.2±51.7)μg/m~3,各季节PM_(2.5)/PM_(10)的浓度比值均大于80%,说明自贡市大气颗粒物污染以PM_(2.5)为主;水溶性离子是颗粒物的主要化学组分,其总质量浓度对PM_(10)和PM_(2.5)的贡献率分别为40.3%和42.7%,其中SNA(二次水溶性无机离子,SO_4~(2-)、NO_3~-和NH_4~+)、Cl~-、K~+、Ca~(2+)、Na~+和Mg~(2+)在PM_(2.5)的占比分别为39.5%、1.8%、1.2%、0.5%、0.3%和0.04%;SO_4~(2-)是自贡市春季和秋季污染天主要来源,其在PM_(2.5)水溶性离子中的贡献率均为45.5%,NO_3~-对应的贡献率分别为22.3%和23.6%,冬季污染天SO_4~(2-)和NO_3~-的贡献率分别为33.5%和35.7%,NO_3~-的贡献率显著上升。利用因子分析法对PM_(2.5)中水溶性离子进行源解析发现,其来源主要为二次污染源、燃烧源、农业源以及道路扬尘源。     

青岛大气气溶胶水溶性无机离子研究:季节分布特征

为了全面了解当前青岛地区大气气溶胶中水溶性组分的特征及来源,于2008年1～12月在青岛市区连续采集了总悬浮颗粒物(TSP)样品,运用离子色谱法对其主要的水溶性阴阳离子进行了分析.结果表明,SO24-、NO3-、NH4+和Cl-是TSP中水溶性离子的主要成分,四者质量浓度之和占总水溶性离子质量浓度的86.9%.TSP及其水溶性组分存在明显的季节变化,其来源也存在多源性.Na+、NH4+、Ca2+、F-、Mg2+均为冬季最高,夏季最低,K+、PO34-为秋季最高,夏季最低,Cl-为冬季最高,秋季最低,NO3-则为春季最高,夏季最低,而SO24-为春季最高,秋季最低.不同天气对颗粒物和气溶胶中水溶性离子影响很大.颗粒物浓度在晴天时最低,其次是雾天,再次是烟雾和霾,沙尘天气下质量浓度最高.Na+、Mg2+、Ca2+、F-、Cl-和PO34-在烟雾天气下的平均浓度最高,而NH4+、K+、NO3-和SO24-则是在霾天气下质量浓度最高.     

成都夏冬季PM2.5中水溶性无机离子污染特征

利用大气细颗粒物水溶性组分及气态前体物在线监测设备(GAC-IC)对成都市2017年夏、冬两季大气PM_(2.5)中水溶性无机离子(WSIIs)及气态前体物进行了连续观测,对其污染特征及冬季一次典型污染过程进行了深入分析.结果表明,成都冬季PM_(2.5)质量浓度为100.2μg·m~(-3),显著高于夏季(34.0μg·m~(-3)).WSIIs是PM_(2.5)的重要组成,对夏、冬季PM_(2.5)的贡献分别可达52.9%和53.3%.夏、冬季的二次离子(SNA)占WSIIs的比例分别为73.2%和87.6%,其中,SO_4~(2-)和NO~-_3分别是夏、冬季SNA的主导组分,对SNA的贡献分别为37.7%和59.7%.冬季NO~-_3/SO_4~(2-)比值(2.7)显著高于夏季(0.8),体现了移动源(尤其是机动车源)对该季节PM_(2.5)的重要贡献.受来源及气象条件差异的影响,两季节SNA的日变化规律明显.在冬季,随着污染加重,各化学组分及主要气态前体物浓度均显著增加,NO~-_3是引发重污染的关键组分.后向轨迹分析表明,成都两季节气团来向差异明显,夏、冬季聚类对应的WSIIs分别以SO_4~(2-)和NO~-_3为主导,成都周边地区的近距离低空传输对该城市PM_(2.5)污染贡献重大.     

森林与径流关系——一致性和复杂性

@论文综述国外近一个世纪以来在配对集水区研究方面所取得的结论,从水的自然属性出发,从森林变化对径流(年径流量、洪峰与枯水径流)的影响,径流响应的干扰临界值及水文恢复各方面探讨森林变化与径流关系的一致性与复杂性。森林变化与径流关系的一致性主要表现在由较长时间尺度表达的年径流量上。绝大多数的配对集水区的试验研究表明,采伐森林就会增加年径流量,而在荒地上造林就会减少年径流量。而由较短时间尺度表达的洪峰径流与枯水流量则呈现较大的复杂性和难预估性。综述表明,对径流特别是洪峰与枯水径流的定义及分析方法的不同也是造成森林与径流关系复杂性的重要原因。森林与径流关系的复杂性要求人们在研究及应用其关系时就必须有系统观,必须考虑植被、径流与其它过程(土壤变化、气候变化等)的相互作用。论文还认为尽管配对集水区试验作为一种研究方法为研究者提供了许多可靠的结论,但由于许多研究者只把集水区看作是“黑箱”Q从而对认识森林与径流关系的复杂性有一定的局限性。未来的研究应把配对集水区的试验与其它对过程的研究技术(同位素、GIS等技术)结合起来。     

科技与可持续发展

科学技术对生产力发展的巨大作用。不仅表现在它对生产力3个要素的渗透性影响。而且表现在它促进生产力结构的优化和系统功能的发挥，但经济发展会带来资源破坏和环境污染等负面影响。应在发挥科技作为第一生产力作用的同时，遏制其带来的负面影响，以促进可持续发展。     

伊宁市城市水系现状调查及问题与对策

以泉水来源的伊宁市城市水系,具有特有城市标志的同时对伊宁市起着重要的生态、景观、润泽作用。近年来,城市建设的快速发展给伊宁市水系带来了新的问题。文章以如何保护好伊宁市城市水系为出发点,以现场调查及相关数据为基础,对现状问题进行分析,提出了城市水系保护方面的一些建议对策。     

真菌和细菌对染料的吸附脱色及再生能力的研究

进行了真菌和细菌共培养对染料的吸附脱色和吸附脱色能力再生的研究。结果表明，青霉菌G－1首先对偶氮染料S－119、蒽醌染料艳紫KN－B（C．I．Reactive violet 22）水溶液中染料进行快速吸附去除，菌丝对同种染料的吸附速度随菌丝培养液中葡萄糖浓度的增加而加快，吸附染料的G－1菌丝在与细菌的共培养中完成对染料的脱色降解，脱色速度受培养液中葡萄和氮源浓度影响较大，从吸附速率和完全脱色时间综合评价，以葡萄糖浓度为5g/L、酒石酸铵为20mmol/L的培养基中培养的菌丝对染料的吸附脱色效果最好，吸附在菌丝上的艳紫KN－B脱色后菌丝吸附脱色能力得到再生，菌丝对100mg/L的艳紫KN－B染料水溶液可重复处理4次。青霉菌G－1对酸性染料废水处理3h，色度去除率为75．9％，吸附染料的菌丝在与细菌共培养中完成对染料的脱色，对试验所用染料废水，菌丝的处理能力获得1次再生。     

砷的污染、检测与防治

在环境化学污染物中,砷是最常见、最严重的污染物之一.随着现代工农业生产的发展,砷对环境的污染日趋严重.为了更好地评价砷污染对环境和人体的影响,介绍了砷污染的来源、对人体的危害、标准的检测方法和目前砷污染治理的现状.     

土壤及果树中HCH和DDT残留及分布规律研究

采用索氏提取、弗罗里土固相微萃取小柱净化结合GC-ECD测定了苹果园土壤和果树样品中4种六六六(HCH)和4种滴滴涕(DDT)的残留量,并对果树的根、枝、叶中HCH和DDT的分布规律进行了研究。实验结果表明,土壤和果树样品中均有HCH和DDT检出。土壤样品中两类农药的含量分别在0.51～3.97ng/g和1.46～15.55ng/g之间,其中β-HCH是六六六残留的主体,滴滴涕类的含量以p,p'-DDT为最高,并且(DDE+DDD)/DDT<1表明近期果园中有新的DDT输入。果树样品中,HCH和DDT的残留量分别在0.22～2.01ng/g和0.38～6.08ng/g之间,都要低于相应土壤中有机氯农药的浓度。果树中总OCPs的含量在4.88～17.94ng/g之间,是土壤和大气中OCPs污染共同作用的结果。根部的OCPs的含量明显高于枝和叶,其分布规律为根>叶>枝,这主要取决于根、枝、叶各组织的结构以及农药的理化性质。     

Homology and phylogeny and their automated inference

The analysis of the ever-increasing amount of biological and biomedical data can be pushed forward by comparing the data within and among species. For example, an integrative analysis of data from the genome sequencing projects for various species traces the evolution of the genomes and identifies conserved and innovative parts. Here, I review the foundations and advantages of this "historical" approach and evaluate recent attempts at automating such analyses. Biological data is comparable if a common origin exists (homology), as is the case for members of a gene family originating via duplication of an ancestral gene. If the family has relatives in other species, we can assume that the ancestral gene was present in the ancestral species from which all the other species evolved. In particular, describing the relationships among the duplicated biological sequences found in the various species is often possible by a phylogeny, which is more informative than homology statements. Detecting and elaborating on common origins may answer how certain biological sequences developed, and predict what sequences are in a particular species and what their function is. Such knowledge transfer from sequences in one species to the homologous sequences of the other is based on the principle of 'my closest relative looks and behaves like I do', often referred to as 'guilt by association'. To enable knowledge transfer on a large scale, several automated 'phylogenomics pipelines' have been developed in recent years, and seven of these will be described and compared. Overall, the examples in this review demonstrate that homology and phylogeny analyses, done on a large (and automated) scale, can give insights into function in biology and biomedicine.     

油气集输联合站火灾爆炸危险分析与事故后果模拟

以某联合站为例,根据油气集输联合站站场功能,将联合站划分为油气处理、储运及污水处理3个单元,对各单元发生火灾爆炸事故的可能条件进行分析,并利用DNV公司的SAFETI软件对事故后果进行模拟计算,根据事故影响范围数据,提出相应的安全措施。     

立体种植与水土保持

与自然相协调的立体种植，迁用于护堤、护岸、渠道衬砌和城市绿化，具有良好的保持水土作用，将其与生态开发相结合，会带来巨大的经济和社会效益。