成渝城市群机动车污染特征及减排分析

近年来随着机动车保有量的快速增长,其排放的污染物已成为区域大气污染的重要来源之一,关系到人类身体健康和社会经济发展。基于COPERT模型构建成渝城市群多年尺度的机动车污染物CO、NMVOC、NO_x、PM_(2.5)、PM_(10)、CO_2、CH_4、N_2O、NH_3和SO_2排放清单,分析其时空排放特征及主要贡献车型,在此基础上设置9种污染物减排情景,评估不同减排措施下各污染物未来年的减排效果。结果表明,成渝城市群不同机动车污染物时间变化趋势存在差异,污染物CO、NMVOC、CH_4和SO_2排放量近几年下降趋势明显,而污染物NO_x、PM_(2.5)、PM_(10)和N_2O排放却呈相反趋势,特别是CO_2和NH_3排放量在整个研究期间增长趋势明显;轻型客车为污染物CO、NMVOC、CO_2、CH_4、N_2O和NH_3的主要贡献车型,而污染物NO_x、PM_(2.5)、PM_(10)和SO_2则主要来源于重型货车与重型客车的排放;污染物空间分布主要集中在成都与重庆市城市中心区域,随着路网逐渐向外延伸,排放量逐渐变小;研究期间污染物(CO、NO_x、CO_2和NH_3)排放量与GDP表现出较好的相关性;与基准情景相比,各减排情景控制下的减排效果差异明显,实施淘汰高排放车情景对污染物NO_x、PM_(2.5)、PM_(10)和CH_4的减排效果较好,实施激进新能源车推广情景对污染物NMVOC、CO_2、N_2O和NH_3的减排效果较好,而综合所有减排措施的激进综合情景的整体减排效果则最为显著。     

中国道路机动车10种污染物的排放量

为了定量分析中国道路交通过程机动车污染状况，综合利用MOBILE5模式和燃料消耗计算方法，在调查分析中国1995年(基准年)机动车基本数据基础上，建立了THC、NMVOC、CH4、CO、NOx、CO2、SO2、Pb、PM10、N2O等10种主要的机动车污染物排放因子和排放总量计算方法。计算结果表明，机动车排放的02、CH4、SO2、PMl0等污染物也不容忽视。     

南京北郊冬季PM_(2.5)中水溶性离子以及碳质组分特征分析

2015年12月21日—2016年2月29日在南京北郊进行了大气细颗粒物PM_(2.5)的观测,并分析其中主要水溶性离子(Na~+、NH_4~+、K~+、Mg~(2+)、Ca~(2+)、Cl~-、NO_3~-、SO_4~(2-))浓度以及碳质组分(OC、EC)含量.结果表明,观测期间南京北郊冬季大气细颗粒物(PM_(2.5))污染较为严重,二次离子(NO_3~-+SO_4~(2-)+NH_4~+)为主要污染成分,占PM_(2.5)浓度的47%.对36个观测日进行SO_4~(2-)-NO_3~--NH_4~+三相聚类,发现3种离子在整个体系中的配比存在差异.排放源类型所造成的前体物的不同以及NH_4~+与SO_4~(2-)、NO_3~-的结合方式是造成这种差异的主要原因.OC与EC的变化趋势相似,OC含量较高,而且浓度波动幅度较大.OC/EC的值为2.63±0.90,说明普遍存在二次反应产生的SOC.K+/PM_(2.5)比值法表明,除燃煤与机动车尾气排放以外,生物质燃烧亦是PM_(2.5)污染的排放源.     

呼和浩特市城区大气污染物浓度变化特征分析

本文利用呼和浩特市8个国控监测点中CO、NO_2、SO_2、O_3、PM_(10)和PM_(2.5)逐时地面观测数据资料,采用聚类分析、相关性分析等方法,综合研究呼和浩特市城区大气污染物浓度时空变化特征.结果表明,2017年呼市PM_(10)、PM_(2.5)和O_3的污染较为严重,超标天数分别为49 d、52 d和41 d;CO和SO_2整体污染较轻.CO、NO_2、SO_2以及PM_(2.5)浓度表现出冬高夏低变化,O_3表现出夏高冬低变化,PM_(10)则表现为春冬高而夏秋低.O_3和NO_2均呈现单峰型日变化特征,且变化趋势相反;CO、SO_2和PM_(2.5)都呈现出相似的双峰型日变化.小召和工大金川校区监测点污染整体较为严重,小召监测点主要污染物为PM_(2.5)和PM_(10),工大金川校区主要污染物为SO_2.相关性分析表明,O_3浓度与气温呈显著正相关;PM_(2.5)与湿度呈显著正相关;CO、NO_2和SO_2均与风速呈显著负相关;PM_(10)与各气象要素在不同的季节相关性不同.     

基于情景分析的珠三角臭氧与前体物排放关系研究

珠三角在全国主要城市群中率先在2015年实现PM2.5达标,但区域O_3上升的势头并没有得到遏制。为深化珠三角空气质量精细化管理,有效遏制区域O_3上升和促进空气质量改善,应用三维空气质量模型对珠三角秋季典型O_3污染进行了40种情景的模拟分析,定量研究了珠三角重污染季节O_3与前体物排放的关系。结果表明,秋季珠三角大部分点位O_3与前体物排放的关系表现出高度非线性的规律。对于江门、中山和珠海等下风向站点,NO_x的减排对O_3污染的控制有强烈的不利效应,若NO_x减排30%,则O_3浓度上升24%～41%,当NO_x削减量在60%以上时,O_3浓度随着NO_x削减而下降;区域VOCs的减排可以有效降低O_3浓度,若NO_x排放不变,VOCs减排30%,则O_3浓度可以下降20%～26%。对于惠州、深圳和东莞等上风向的站点,NO_x减排对O_3污染的不利效应较弱,当NO_x削减量在30%以上时,O_3浓度随着NO_x削减而下降。若NO_x减排比例为12%,VOCs减排比例为50%,珠三角西部O_3浓度下降幅度可达20%以上,其他地区O_3浓度普遍下降10%～16%。若NO_x减排比例为8%,VOCs减排比例为30%,中山、江门与珠海的O_3峰值浓度将下降15%左右,但其他地区的O_3污染改善不明显,广州、东莞、肇庆等地的O_3改善幅度在10%以内。在2017年广东省的臭氧专项行动中,实际的O_3前体物削减力度远未达到建议方案的程度,而且气象条件可能有利于O_3污染加剧,导致O_3控制效果不如预期。要缓解珠三角秋季的O_3污染,珠三角及其邻近地区应该加大VOCs的控制力度,减少NO_x的减排力度。     

凤眼莲深度净化污水厂尾水生态工程中温室气体的排放特征

构建凤眼莲(Eichhornia crassipes)三级串联净化塘生态工程,对村镇污水处理厂尾水进行深度处理,采用自主研发的原位收集气体装置联合气相色谱法,于2015年8—11月采集并监测生态工程中排放的温室气体(CO_2、CH_4和N_2O),分析其排放特征,并探讨主要水体环境因子与气体释放之间的相关性。结果显示,生态工程对尾水TN和TP具有良好的净化效果,去除率分别达68.07%和64.21%;出水TN和TP浓度接近GB 3838—2002《地表水环境质量标准》的Ⅴ类标准。运行期间,生态工程中CO_2、CH_4和N_2O平均排放通量分别为0.058、0.076和1.539 mg·m~(-2)·h~(-1),实验期内CO_2、CH_4和N_2O累积释放总量分别为1.273、1.685和33.59 kg。CO_2和CH_4排放通量呈现明显的季节变化特征,夏季释放通量远高于秋季,N_2O排放通量未表现明显季节变化特征;沿生态工程水流方向上,CO_2、CH_4和N_2O排放通量均呈现先升高后降低的变化趋势。相关性分析结果表明,CO_2和CH_4排放通量与水温呈显著正相关(P0.05),CO_2排放通量分别与pH值和DO呈显著负相关(P0.05),CH_4排放通量分别与pH值和DO呈负相关(P0.05);N_2O排放通量分别与TN和NO_3~--N浓度呈正相关(P0.05)。     

成都G20会议期间大气污染特征及污染防治分析

为保障2016年7月22—24日G20财长与央行行长会议期间空气质量良好,成都市政府采取了大气污染排放控制应急措施。为评估这些措施的成效,提出未来进一步改善成都空气质量的措施建议,利用成都2016年7月1日—8月18日8个国家级空气质量监测点PM_(10)、PM_(2.5)、SO_2、NO_2、O_3和CO等污染物浓度数据和地面气象资料,比较了减排前(7月1—15日)、减排中(7月16—26日)和减排后(7月27日—8月18日)空气质量与气象条件变化特征,同时量化了PM2.5来源。结果表明,采取的污染控制措施取得了一定效果。在减排期低压、低风速及无降雨等不利的气象条件情况下,PM_(10)、PM_(2.5)、O_3、SO_2和NO_2浓度在开始减排后出现了明显下降;相反,它们在停止减排后出现了明显上升。虽然整个研究时段内市区PM2.5和PM10浓度均达到了国家空气质量二级标准,但仍超过世界卫生组织准则值,超标天数占总天数50%以上;约80%天数的臭氧日最大8 h浓度超过世界卫生组织准则值;成都已面临雾霾和臭氧的双重污染。虽然雾霾和臭氧污染发生的主要季节不同,但臭氧和二次颗粒物的前体物(如NO_x和VOCs)具有共同主要来源。市区与背景点在PM_(2.5)、PM_(10)和O_3的浓度上接近且具有似的变化趋势,表明市区空气质量与区域污染物排放密切相关,成都SO_2浓度受本地源和污染物远距离传输的共同影响。为进一步改善成都空气质量,建议加强成渝地区区域减排,特别要控制臭氧前体物和二次颗粒物前体物的排放。     

济南冬季大气重污染过程颗粒物组分变化特征

为研究济南市冬季大气重污染过程的颗粒物化学组分特征,于2017年11月15日—12月30日在市监测站及跑马岭清洁对照点同步采集PM_(10)和PM_(2.5),并对其质量浓度、水溶性离子及碳组分进行分析,结果表明重污染过程中PM_(2.5)/PM_(10)质量浓度比均超过0.6.NO_3~-(硝酸盐)、SO_4~(2-)(硫酸盐)、NH_4~+(铵盐)、OC(有机碳)浓度及百分占比与颗粒物浓度同步增加,其中NO_3~-、SO_4~(2-)、NH_4~+、OC的浓度增加倍数远大于PM_(2.5)的浓度增加,重污染日市监测站NO_3~-、SO_4~(2-)、NH_4~+、OC质量浓度分别是非污染日的5.1倍、8.8倍、8.3倍、7.0倍,跑马岭重污染日NO_3~-、SO_4~(2-)、NH_4~+、OC质量浓度分别是非污染日的3.0倍、3.9倍、3.7倍、4.6倍;且SO_4~(2-)和NH_4~+质量百分占比涨幅比NO_3~-的大,说明重污染天气下SO_4~(2-)和NH_4~+对PM_(2.5)浓度增加的贡献更大.通过经验公式计算得出市监测站和跑马岭SOC质量浓度分别占OC的82.4%和92.3%,说明重污染期间SOC是OC主要组成部分.二次无机离子和二次有机碳是导致重污染的主因,表明在冬季重污染过程中,大气化学反应非常重要,这可能与空气静稳和湿度较大的气象条件、前体物的大量积累、液相非均相化学过程的加强紧密相关.重污染天气下需要重视NO_2对SO_2液相催化氧化作用,严格控制NO_2的排放.     

郴州市大气细颗粒物中水溶性离子的污染特征及来源分析

为全面了解南方典型工业城市郴州市的大气细颗粒物(PM_(2.5))中水溶性离子污染特征及其来源,本研究利用离子色谱对从2016年4月到2017年1月间郴州市6个采样点的PM_(2.5)样品中的9种水溶性离子(SO_4~(2-)、NH_4~+、NO_3~-、Ca~(2+)、Cl~-、Na~+、K~+、F~-、Mg~(2+))进行分析.研究表明:郴州市的PM_(2.5)浓度范围为23. 3—66.5μg·m~(-3),呈现秋冬高,春夏低的特点.研究区域的水溶性离子质量浓度的变化趋势与PM_(2.5)变化趋势相类似; NO_3~-、SO_4~(2-)、NH_4~+和K~+与PM_(2.5)相关性较好,其中SNA(SO_4~(2-)、NH_4~+、NO_3~-)占PM_(2.5)的比重最高,为18.9%—40.2%.SNA三角图解表明NH_4~+的主要存在形式为(NH_4)_2SO_4,AE/CE均小于1,因此研究区域的PM_(2.5)呈碱性.通过主成分分析可知研究区域的水溶性离子污染来源主要为燃煤、交通、生物质燃烧等燃烧综合源,[NO_3~-]/[SO_4~(2-)]证明该区域的大气污染属于煤烟型污染.     

艾比湖湿地典型植物群落土壤剖面CO_2、CH_4和N_2O扩散通量研究

于2015年10月—2016年9月在艾比湖湿地鸟岛站,选取典型植物群落芦苇(Phragmites communis)、柽柳(Tamarix chinensis)和裸地对照组,每个月份通过气体原位采集系统对4个不同深度(0—10、10—20、20—40、40—60 cm)的土壤CO_2、CH_4和N_2O进行采集,利用气相色谱仪法分析其不同深度土层温室气体排放特征及其与环境因子的关系。结果表明,芦苇和裸地土壤剖面CO_2、CH_4和N_2O扩散通量呈现夏秋高于冬春特点,柽柳土壤剖面CO_2、CH_4和N_2O扩散通量季节变化小,而芦苇土壤夏季的CO_2、CH_4和N_2O扩散通量分别占年排放量的56.52%、86.90%和52.10%,但各季节之间无显著差异(P0.05)。芦苇、柽柳和裸地均表现出深层土壤CO_2和N_2O扩散通量高于浅层土壤的空间分布特征,20—40 cm土层显著高于其他土层,而土壤剖面CH_4扩散通量在各样地、各土层之间均无明显差异。土壤剖面CO_2、N_2O扩散通量在不同样地、不同土层之间存在显著的交互作用(P0.05),且不同样地之间芦苇土壤剖面CO_2、N_2O扩散通量显著高于柽柳和裸地。芦苇、柽柳和裸地土壤剖面CO_2、CH_4和N_2O与环境因子相关分析表明,土壤温度、土壤含水量、土壤有机碳对土壤CO_2、CH_4和N_2O扩散通量影响最大,其次为空气温湿度、土壤铵态氮和土壤硝态氮,而土壤盐分和土壤全磷对土壤CO_2、CH_4和N_2O扩散通量的影响则不明显。     

桂林市秋季PM_(2.5)组分特征及高浓度硫酸根形成机制初探

为了揭示桂林市大气中PM_(2.5)组分特征,本研究于2015年秋季在桂林5个环境受体点采集了PM_(2.5)样品,分析了PM_(2.5)质量浓度及多种无机元素、水溶性离子和有机碳(OC)、元素碳(EC)的含量,并运用富集因子法、比值法等分别研究了PM_(2.5)中元素富集程度、颗粒物来源等情况,并探讨了PM_(2.5)中高硫酸盐(SO_4~(2-))的污染成因.结果表明,采样期间,桂林市PM_(2.5)的浓度为(57.0±35.8)μg·m-3,PM_(2.5)中以水溶性离子(56.7%)和有机物OM(22.6%)污染最为突出,其次是元素(7.2%)和EC(6.3%).PM_(2.5)中Se、Pb、As、Zn、V、Cu严重富集,表明燃煤源排放对桂林市大气中元素产生了较大的影响;[NO_3~-]/[SO_4~(2-)]比值小于1,也进一步证明了固定燃烧源的主导作用.SO_4~(2-)/PM_(2.5)的比值为41%,高于国内其他城市报道值;而SOR均值0.51远高于一次排放源特征值(0.1),表明除本地和区域传输的一次SO_4~(2-)排放外,SO_4~(2-)主要来自SO_2的二次转化.因此,桂林市在控制本地燃煤源排放的同时,还应当注意区域污染传输对PM_(2.5)的影响.     

北京采暖期典型区域环境空气污染特征分析

北京采暖期空气污染较非采暖期严重得多,但目前针对采暖期北京城市上风向、下风向、中心区和主干道路等典型人类活动区域的主要污染物浓度特征及其受气象条件变化影响的研究还比较缺乏,为了摸清北京市采暖期不同典型区域大气污染特征,更有针对性地制定环境空气污染防治对策,利用2014年采暖期首月(11月15日—12月14日)北京市北郊(八达岭)、南郊(永乐店)、城市中心区(天坛)、城市交通干道(永定门内大街)等典型区域的PM_(2.5)、SO_2、NO_x、O_3质量浓度监测数据和气象数据,分析4类代表性区域的环境空气污染特征和时空变化情况。结果表明,PM_(2.5)是各区域冬季主要污染物,日均质量浓度在61.75~143.81μg?m-3,总体空间分布状况为南郊最严重、城市交通干道和城市中心区次之、北郊的PM_(2.5)污染最轻,除北郊外其余监测点ρ(PM_(2.5))均超过二级标准限值。各区域的主要污染物略有不同,其中北郊ρ(SO_2)较其他区域高,白天12:00时最低(29.09μg?m-3),夜晚18:00—次日01:00持续居高(58.8~63.19μg?m-3),这与燃煤采暖等人类活动规律一致;南郊以PM_(2.5)、NO_x混合型污染为主;城市交通干道附近ρ(NO_x)和ρ(O_3)较高,表明局地光化学反应NO_x-O_3生消机制作用明显,污染物浓度变化与人类出行时间一致。气象条件对不同污染物浓度的影响存在差异,微风无持续风向、大气扩散条件较差时,PM_(2.5)呈现不断累积状态,SO_2、NO_x和O_3累积效应不明显,但其单日质量浓度峰值显著增加;北风和微风反复交替、大气扩散条件总体较好时,各监测点的SO_2、NO_x受地区性污染源排放影响波动不大,随扩散条件转差南郊ρ(PM_(2.5))会迅速增加。城市交通干道机动车排放典型污染物ρ(NO_x)及其二次污染物ρ(O_3)随着气象条件变化其峰值在日内变化显著。     

秸秆腐熟剂对秸秆还田稻田CH_4和N_2O排放的影响

采用静态暗箱-气相色谱法对太湖地区稻田生态系统甲烷(CH_4)和氧化亚氮(N_2O)排放进行田间原位观测,研究秸秆与秸秆腐熟剂(金葵子腐熟剂与宁粮腐熟剂)配施条件下秸秆还田稻田CH_4和N_2O的排放规律。结果表明,相对秸秆还田处理(S),配施秸秆腐熟剂处理(SJ和SN)提前出现CH_4排放峰值,而对N_2O排放的季节变化趋势无明显影响。秸秆配施金葵子腐熟剂处理(SJ)和宁粮腐熟剂处理(SN)CH_4累积排放量(以C计)分别为363和388 kg·hm~(-2),N_2O累积排放量(以N计)分别为0.18和0.20 kg·hm~(-2)。相对于S处理,添加腐熟剂处理CH_4累积排放量分别增加2.5%和9.6%,N_2O累积排放量分别减少33.3%和25.9%。同时,水稻产量分别增加7.5%和11.1%,温室气体排放强度(GHGI)分别减少5.1%和1.7%。该研究可为评估秸秆腐熟剂对秸秆还田稻田系统CH_4和N_2O排放的综合影响提供科学依据。     

石灰氮对土壤NH3、N2O排放的影响

为了研究石灰氮对土壤氨(NH_3)挥发和氧化亚氮(N_2O)排放的影响,本研究采用室内模拟方法,共设置石灰氮(LN)、尿素(Ur)、碳酸氢铵(AB)和对照(CK)等4个处理,分别采用原位通气和静态箱法测定NH_3和N_2O排放速率.结果表明,与AB处理氨挥发速率逐渐降低的特征相比,LN与Ur处理氨挥发速率均呈先增加后降低的特征,且LN处理的氨挥发速率高于Ur处理.Ur、AB处理的N_2O排放为单峰,LN处理先后出现两个排放峰.培养前期(2—12 d),LN处理土壤NH_4~+-N显著高于Ur和AB处理,与该处理前期NO_3~--N含量增幅较小、随后增长速率加快相吻合.AB和Ur处理的N_2O、NH_3排放速率均与土壤NO_3~--N和NH_4~+-N显著相关,但LN处理仅NH_3挥发速率与土壤NO_3~--N、NH_4~+-N显著相关.LN、AB和Ur处理NH_3挥发系数分别为5.9%、5.3%和2.5%,N_2O排放系数分别为0.52%、1.13%和0.76%.综上,施用石灰氮可显著降低N_2O排放,但增加了NH_3挥发风险,因此施用石灰氮时应综合考虑其氮素损失及环境风险.     

生化抑制剂组合与施肥模式对黄泥田稻季CH_4和N_2O排放的影响

添加脲酶/硝化抑制剂是稻田温室气体减排的重要措施。采用二因素随机区组设计,研究生化抑制剂组合[N-丁基硫代磷酰三胺(NBPT)、N-丙基硫代磷酰三胺(NPPT)和2-氯-6-(三氯甲基)吡啶(CP)]与施肥模式(一次性和分次施肥)互作对黄泥田稻季温室气体(CH_4和N_2O)排放通量的影响,并计算全球增温潜势(GWP)及温室气体排放强度(GHGI)。结果表明,不同施肥处理CH_4和N_2O排放通量具有明显的季节性变化规律。尿素分次施用处理稻季CH_4和N_2O排放总量、GWP及GHGI较一次性施用处理分别显著降低13.5%、20.7%、14.4%和25.0%。不同施肥模式下,硝化抑制剂CP处理显著降低稻季N_2O排放通量峰值,减少稻季CH_4和N_2O排放总量。脲酶抑制剂NBPT/NPPT配施CP处理更能有效减少稻季CH_4和N_2O排放,降低GWP和GHGI。新型脲酶抑制剂NPPT单独施用及与CP配施的稻季温室气体排放规律与NBPT相似。总之,生化抑制剂与适宜的运筹相结合能保证产量并有效降低温室气体排放,是水稻低碳、高产可行的施肥措施。     

长三角地区秋冬季大气PM_(2.5)含量空间变异特征

利用长三角地区的128个国控大气监测站2014年11月到2015年1月的PM_(2.5)浓度逐时数据,采用地统计学方法进行了ρ(PM_(2.5))的空间异质性分析,并讨论了其动态变化的影响因素.结果表明,研究时段内ρ(PM_(2.5))的基底效应值在0.07—0.26之间,空间自相关性较强.块金值呈逐步变大趋势,表明PM_(2.5)人为源对其空间异质性的影响逐渐加强.ρ(PM_(2.5))变程值在217.1—336.2 km之间,东-西方向大于南-北方向.可依据各季节空气PM_(2.5)含量空间自相关距离的1/4—1/2进一步优化环境空气质量监测网点.根据普通克里格法空间插值结果得出,研究区PM_(2.5)污染呈片状分布,且PM_(2.5)污染程度持续加重,污染重心在苏锡常都市圈、南京都市圈和徐州都市圈,是空气PM_(2.5)污染防治的关键区域.南京都市圈和徐州都市圈可能受到WSW上风向外源输送的强烈影响,苏锡常都市圈则对SSE下风向的城市群构成较大的潜在影响.PM_(2.5)还与SO2、CO、NO2均呈显著正相关,表明研究区空气PM_(2.5)污染与化石能源燃烧和机动车尾气均有较大关系,也可能与SO2或NO2在不利气象条件下形成的二次气溶胶有关.     

舟山市环境空气PM2.5及水溶性离子污染特征分析

为探究舟山市PM_(2.5)及水溶性离子组分的污染特征,于2016年4月、7月、10月和2017年1月在舟山市区3个国控点采集了168个PM_(2.5)样品,利用离子色谱仪测定颗粒物中的9种水溶性离子(Cl~-、NO_3~-、SO_4~(2-)、NH_4~+、K~+、F~-、Na~+、Mg~(2+)和Ca~(2+)),结合气象数据和数值分析手段对舟山市区PM_(2.5)和水溶性离子质量浓度特征、颗粒物酸碱度及二次离子的影响因素(气象参数、前体物)进行研究.结果表明,采样期内,舟山市PM_(2.5)质量浓度时间变化规律为春季冬季夏季秋季,空间分布较为均匀;二次离子是舟山PM_(2.5)主要水溶性组成,且在PM_(2.5)中具有一致的季节变化特征;阴阳离子平衡分析显示舟山市PM_(2.5)整体呈现酸性,并以夏季酸度最低、秋季酸度最高;温度是影响舟山市二次离子浓度的主要气象因素;以燃煤源为主的固定源是舟山市水溶性污染物的主要污染来源,檀枫和临城采样点的SO_4~(2-)和NO_3~-受电厂和燃煤锅炉的污染排放影响严重,普陀区船舶客货运输量大,是普陀点二次离子前体物的主要污染来源.     

不同UV-B辐射增幅对稻田土壤酶活性、活性有机碳含量及温室气体排放的影响

UV-B辐射增强对整个农业生态系统产生不同程度的影响,为探讨不同UV-B辐射增幅对稻田土壤碳转化和温室气体排放的影响,在元阳梯田稻田原位种植农家水稻品种白脚老粳,通过人工模拟不同UV-B辐射增幅(0、2.5、5.0、7.5 k J·m~(-2)),研究不同UV-B辐射增幅对水稻生长期稻田土壤碳转化酶活性、活性有机碳含量和CH_4、CO_2、N_2O排放的影响。结果表明,5.0 k J·m~(-2) UV-B辐射处理导致稻田土壤纤维素酶活性显著增加,增幅范围为15.4%—37.7%;而7.5 k J·m~(-2) UV-B辐射导致土壤碳转化酶(纤维素酶、β-葡萄糖苷酶、多酚氧化酶和蔗糖酶)活性显著降低。UV-B辐射增强导致土壤溶解性有机碳含量显著增加,而易氧化有机碳和微生物量碳含量减少。3个强度的UV-B辐射增幅处理均使稻田CH_4排放量显著减少,降幅范围为7.5%—30.6%;5.0 k J·m~(-2) UV-B辐射处理显著增加稻田CO_2、N_2O排放量,而7.5 k J·m~(-2) UV-B辐射导致稻田CO_2、N_2O排放降低;综合而言,UV-B辐射增强导致稻田3种温室气体的全球增温潜能降低。此外,土壤中多酚氧化酶活性与微生物量碳、易氧化有机碳含量呈显著正相关(P0.05),CH4排放通量与微生物量碳含量呈极显著正相关(P0.01)。可见,随UV-B辐射增强稻田土壤多酚氧化酶活性降低,进而减少易氧化有机碳和微生物量碳含量,最终导致稻田CH_4排放减少、CO_2和N_2O排放增加。     

乌鲁木齐市大气污染物浓度的变化特征

利用乌鲁木齐2014年3月1日至2015年2月28日PM2.5、PM10、SO2、CO、NO2、O3浓度的日平均数据,结合相应气象要素资料,分析了大气污染物浓度的逐日变化、季节变化特征.建立了基于气体污染物的PM2.5浓度预测模型,探讨了污染物浓度与气象要素的相关性.结果表明:(1)整个1年期间PM2.5、PM10、SO2、NO2、O3年平均浓度分别为67.9、159.3、24.9、56.1、31.5μg·m-3,CO为1.4 mg·m-3.(2)各污染物浓度频率分布不一.期间SO2的污染并未超标,NO2超标率为15.3%,说明"煤改气"能源结构的调整对SO2浓度的降低起到了积极作用,但是由于机动车保有量的增加,使得机动车排放的NO2浓度超过了燃煤.(3)PM2.5与PM10、SO2、CO、NO2、O3具有很强的相关性,尤其与SO2、CO、NO2更为明显,说明机动车尾气和化石燃料的燃烧是乌鲁木齐市PM2.5的重要来源,此外,建立了基于气体污染物的PM2.5浓度预测模型为:CPM2.5=0.21376CPM10+0.42422CSO2+41.66384CCO-0.24325CNO2+0.12466CO3-24.15316.(4)PM2.5、SO2和CO均与气温和水汽压存在较大的负线性相关关系,与O3呈显著的正相关关系.相对湿度与O3浓度的相关性最高为-0.62,与CO有一定的正相关关系,与其他污染物的相关性不大.风速对大气污染的影响较小.日照时数对污染物也有一定影响.     

乌鲁木齐大气细颗粒物PM_(2.5)水溶性离子浓度特征及其来源分析

大气细颗粒物PM_(2.5)是危害人体健康和环境最主要的空气污染物之一,对其水溶性离子的研究是一项非常必要而迫切的工作。文章对乌鲁木齐市中心区域树木年轮实验室和黑山头2013年1月-2014年2月期间采集的大气细颗粒物样品,利用离子色谱仪分析了其中的水溶性离子分布特征,采用硫转化率(SOR)、离子相关性分析等分析其可能来源,结果表明:年轮室和黑山头PM_(2.5)中总离子浓度平均值分别为88.03和65.11μg·m~(-3),分别占PM_(2.5)质量浓度的51.21%和33.8%。年轮室各种离子的季节变化明显:SO_4~(2-)、NO_3~-、Cl~-和NH_4~+表现为冬季秋季春季夏季,Na~+表现为冬季秋季夏季春季,Ca~(2+)表现为秋季夏季春季冬季。SO_4~(2-)、NO_3~-和NH_4~+是PM_(2.5)中主要的离子,(NH_4)_2SO_4、NH_4HSO_4和NH_4NO_3是乌鲁木齐PM_(2.5)中水溶性组分的可能结合方式。Cl~-和K~+主要来源于化石燃料和生物质的燃烧排放,Ca~(2+)和Mg~(2+)主要来自土壤、二次扬尘和燃煤。乌鲁木齐大气PM_(2.5)中ρ(NO_3~-)/ρ(SO_4~(2-))为0.40,说明目前固定排放源仍然是乌鲁木齐大气污染物的主要来源。本研究为更深入了解乌鲁木齐市颗粒物污染现状提供参考,同时为确定乌鲁木齐市大气污染治理重点、制定大气污染防治规划提供依据。