天津冬季一次重污染过程颗粒物中水溶性离子粒径分布特征

为研究天津冬季重污染天气过程中颗粒物水溶性离子的粒径谱分布及二次离子生成机制,于2014年1月利用Anderson撞击式分级采样器在中国气象局天津大气边界层观测站内采集颗粒物样品,并使用离子色谱仪分析Na~+、NH_4~+、K~+、Mg~(2+)、Ca~(2+)、Cl~-、NO_3~-、SO_4~(2-)等8种水溶性无机离子(TWSII).结果表明,采样期间PM_(2.5)和PM_(10)质量浓度均值分别为(138±100)μg·m~(-3)和(227±142)μg·m~(-3),粗、细粒子中TWSII的平均浓度分别为(34.07±6.16)μg·m~(-3)和(104.16±51.76)μg·m~(-3).细粒子中SO_4~(2-)、NO_3~-和NH_4~+这3种离子的浓度远高于其他离子,且相关性较好,粗粒子中NO_3~-、SO_4~(2-)、Cl~-浓度较高.随着污染程度加剧,细粒子中TWSII浓度增加明显,粗粒子中则变化不大.水溶性离子的粒径谱分布显示,SO_4~(2-)以单模态分布,优良天峰值出现在0.43~0.65μm,NO_3~-在优良日呈现三模态分布,峰值分别出现在0.43~0.65、2.1~3.3和5.8~9.0μm,NH_4~+呈双模态分布,优良日峰值出现在0.43~0.65μm和4.7~5.8μm,污染日3种二次离子峰值均以0.65~1.1μm的单模态分布为主,与三者之间的热动力平衡过程有关.细粒子中NH_4~+除与SO_4~(2-)和NO_3~-结合外,还与部分Cl~-结合,粗粒子中NH_4~+全部与NO_3~-和SO_4~(2-)结合后,剩余的NO_3~-和SO_4~(2-)与其他阳离子结合.     

石家庄秋季一次典型霾污染过程水溶性离子粒径分布特征

为研究石家庄秋季典型霾污染过程中颗粒物水溶性离子的粒径谱分布,并进一步分析其来源及形成机制,于2013年10月15日到11月14日利用惯性撞击式8级采样器(Andersen)对石家庄城区大气颗粒物进行了为期一个月的连续采样,并使用离子色谱仪对观测期间一次霾污染过程颗粒物中8种水溶性无机离子(Na~+、NH_4~+、K~+、Mg~(2+)、Ca~(2+)、Cl~-、NO_3~-、SO_4~(2-))进行了分析.结果表明,石家庄秋季颗粒物污染严重,采样期间PM10和PM2.5日均值分别达到(361.2±138.7)μg·m~(-3)和(175.6±87.2)μg·m-3,PM_(2.5)日均值达到国家环境空气质量二级标准的2.3倍.此次污染过程,优良天、轻/中度污染天和重度污染天总悬浮颗粒物中总水溶性无机离子(TWSII)浓度日均值分别为(64.4±4.6)、(109.9±22.0)和(212.9±50.1)μg·m-3,由优良天过渡到重度污染天,总水溶性无机离子中二次无机离子(SO_4~(2-)、NO_3~-和NH_4~+)的比例由44.9%上升至77.6%,此次的霾污染过程主要来源于二次无机离子的生成和积累.优良天,SO_4~(2-)、NO_3~-和NH_4~+呈现双模态分布,峰值分别出现在0.43~0.65μm和4.7~5.8μm,而在轻/中度污染天和重度污染天,逐渐转变为单模态分布,峰值出现在0.65~1.1μm,随着高湿度下液相反应的加剧,二次无机离子由凝结模态向液滴模态转移的迹象明显.Na+、Mg~(2+)和Ca~(2+)这3种离子在优良天、轻/中度污染天和重度污染天的粒径分布相似,均以粗模态形式存在,在4.7~5.8μm出现峰值;K~+、Cl~-在优良天、轻/中度污染天和重度污染天均为双峰分布,但峰值出现的粒径段有所改变.     

太原大气颗粒物中水溶性无机离子质量浓度及粒径分布特征

为研究太原大气颗粒物中水溶性无机离子的质量浓度水平、季节变化和粒径分布特征,于2012年6月~2014年5月使用惯性撞击式分级采样器采集大气颗粒物样品,并用离子色谱分析了其中的水溶性无机离子组成.结果表明,PM_(1.1)、PM_(2.1)和PM_9中总水溶性无机离子浓度平均值分别为(15.39±9.91)、(21.10±15.49)和(36.34±18.51)μg·m-3.PM1.1和PM2.1中,二次离子(SO_4~(2-)、NO_3~-和NH_4~+)占总水溶性无机离子质量分数最高;PM9中SO_4~(2-)和Ca~(2+)占比较高.各粒径段中SO_4~(2-)和NH+4季节变化特征相似,均为冬夏季节高、春秋季节低;NO_3~-、K+和Cl-季节变化特征一致:冬季秋季春季夏季;Ca~(2+)和Mg~(2+)季节变化特征一致:春季冬季秋季夏季.SO_4~(2-)和NH+4为细模态单峰分布,春秋季节在0.43~0.65μm处出现峰值,而夏季出现在0.65~1.1μm处,细粒径段峰值出现由凝结模态向液滴模态转移的现象.NO_3~-为双模态离子,冬季在0.43~2.1μm出现明显细粒径段峰值,夏季在4.7~5.8μm出现明显粗模态峰值.K~+、Na~+和Cl~-为双模态离子,分别在0.43~1.1和4.7~5.8μm出现峰值;Ca~(2+)、Mg~(2+)和F-呈粗模态单峰分布,在4.7~5.8μm出现峰值.主成分分析结果显示,水溶性无机离子来源主要是二次源、燃煤、工业源、生物质燃烧和土壤尘或降尘.     

2015年北京城区大气PM2.5中NH4+、NO3-、SO42-及前体气体的污染特征

2015年1~12月对北京市城区开展PM_(2.5)中主要水溶性离子NH_4~+、NO_3~-和SO_4~(2-)(统称SNA)及其前体气体NH_3、NO、NO_2和SO_2的监测,共获得样本325组.用特氟龙滤膜采集PM_(2.5)中SNA,用在线仪器实时监测各前体气体.分析各前体气体和SNA的污染特征并同时对其相关性进行研究.观测期间NH_3、NO、NO_2、SO_2、NH_4~+、NO_3~-和SO_4~(2-)的年平均浓度分别为21.5、17.7、54.3、14.2、8.1、13.5和12.7μg·m~(-3),SNA质量浓度占PM_(2.5)的43.4%.NO、NO_2和SO_2冬季最高,夏季最低;NH_3为夏季最高,秋冬较低;NH_4~+浓度和体积分数四季波动不大;NO_3~-浓度和体积分数均夏季最低;SO_4~(2-)浓度为冬季最高,百分含量为夏季最大.全年([NO_3~-]+2[SO_4~(2-)])与NH_4~+的比值为0.97,表明阴离子主要以NO_3~-和SO_4~(2-)的形式存在.随着污染程度的增加,各化合物浓度均有明显上升,NO_3~-是重污染过程累积效应比较明显且贡献率最大的离子.SO_4~(2-)则在污染级别较低时,贡献率较大.NO_3~-与NO_2,NO、NH_4~+与NH_3,SO_4~(2-)与SO_2在置信度为0.01水平上均显著相关;SO_4~(2-)和SO_2变化规律呈负相关,NO_2和NO_3~-基本呈正相关,相比NH_3,NH_4~+浓度的高低受酸性气体NO_2、SO_2影响更大.     

郑州市夏、秋季大气颗粒物中水溶性无机离子质量浓度及粒径分布特征

为研究我国中原城市群中心城市郑州市的不同粒径大气颗粒物的组成特征,利用八级撞击式采样器在夏、秋季进行大气颗粒物分级采样,利用离子色谱测定Na~+、Ca~(2+)、NH_4~+、K~+、Mg~(2+)、F~-、Cl~-、NO_3~-和SO_4~(2-)共9种离子的浓度,利用在线离子色谱分析仪监测颗粒物中硝酸盐的实时浓度.结果表明,采样期间郑州市水溶性离子平均浓度为(70. 9±52. 1)μg·m~(-3),其中监测的9种水溶性离子浓度从大到小顺序依次为:NO_3~- SO_4~(2-) NH_4~+ Ca~(2+) Na~+ Cl~- Mg~(2+) K~+ F~-、NO_3~-、SO_4~(2-)和NH_4~+占总水溶性离子的质量分数为79. 9%;无论在秋季或夏季SO_4~(2-)主要集中在≤1. 1μm粒径段上,而NO_3~-主要集中在0. 65～3. 3μm粒径段上. NO_3~-和SO_4~(2-)夏季和秋季均呈双峰分布,主要分布于细粒子中; NH_4~+夏季呈双峰分布,秋季呈单峰分布,表现出季节变化.郑州市夏季臭氧污染严重,O_3与NO_3~-明显地"错峰"现象,表示大气中存在光化学反应;秋季颗粒物污染严重,采样期间[NO_3~-]/[SO_4~(2-)]的比值远大于0. 5,移动源成为颗粒物重要的来源.夏季NOR、SOR峰值在1. 1～2. 1μm粒径段上,秋季两者峰值在0. 65～1. 1μm粒径段上;夏季硫的气-粒转化大于氮的转化,而秋季则相反.     

春季沙尘过程北京市不同粒径大气气溶胶污染特征及来源分析

为了解沙尘气溶胶在大气中的物理、化学特性演变,于2017年5月北京沙尘暴发期间,对北京大气中不同粒径颗粒物的质量浓度进行了连续观测,并用离子色谱仪和水溶性有机碳分析仪对其中的主要水溶性化学组分进行了检测.结果表明,沙尘期间TSP及其中的水溶性有机碳(WSOC)、元素碳(EC)、有机碳(OC)和水溶性无机离子的平均质量浓度分别为(2237.59±681.49)、(29.90±18.05)、(1.46±3.05)、(67.35±29.07)和(136.75±46.38)μg·m~(-3),除EC变化不大外,其他成分沙尘期浓度远高于非沙尘期,其中Na~+、NH_4~+、K~+、Mg~(2+)、Ca~(2+)、Cl~-、NO_3~-、SO_4~(2-)、WSOC的浓度分别为沙尘前的11.55、3.00、14.88、14.89、9.40、4.60、2.40、3.91、1.83倍,浓度增长最为明显的是地壳元素离子,变化最小的为NH_4~+和NO_3~-;粒径分析表明,地壳元素离子在整个采样期间均在粗粒径段(4.7~5.8μm)表现出最大浓度;沙尘期间SO_4~(2-)及NO_3~-均以粗模态为主,沙尘结束后SO_4~(2-)在0.43~0.65μm粒径段出现峰值,而NO_3~-依然是在4.7~5.8μm粒径段出现峰值,表明大部分NO_3~-主要以非均相反应存在于粗粒径段中.沙尘期SO_4~(2-)与地壳元素离子表现显著的正相关关系,与NH_4~+没有表现出相关性,表明沙尘期SO_4~(2-)主要来自于沙尘携带的一次来源,非沙尘期SO_4~(2-)与地壳元素没有明显的相关性,而与NH_4~+之间相关系数r=0.70,表明其为非均相二次转化形成.NO_3~-与地壳元素离子和NH_4~+的相关性分析表明其在沙尘期既有一次来源,也有二次转化,而在非沙尘期主要来源于二次转化过程.     

杭州市PM2.5中水溶性离子的污染特征及其消光贡献

对杭州市2013年大气PM_(2.5)进行采样分析,探讨了其中水溶性离子的污染特征和消光贡献.杭州市PM_(2.5)中总水溶性离子的质量浓度为37.5μg·m~(-3),占PM_(2.5)质量浓度的44.4%,二次离子SNA(SO_4~(2-)、NO_3~-和NH_4~+)是水溶性离子的主要成分,共占到水溶性离子的83.4%.PM_(2.5)和主要水溶性离子的质量浓度都在冬季最大,夏季最低,夏秋季水溶性离子占PM_(2.5)的比值明显高于冬春季,而SNA在总水溶性离子中的比例4个季节非常接近.燃料燃烧和汽车尾气排放导致的二次离子生成,对杭州市PM_(2.5)贡献最大.SOR和NOR的年平均值分别为0.27和0.15,SO_2在大气中的转化率大于NO_x,SOR和NOR与相对湿度都呈现出明显正相关,非均相氧化过程对SO_4~(2-)和NO_3~-的生成具有重要贡献.气溶胶中[NO_3~-]/[SO_4~(2-)]的年平均值为0.63,主要受到燃煤排放的影响.霾天随着霾污染等级的逐渐加重,PM_(2.5)、水溶性离子和SNA的浓度都逐渐增大,SOR和NOR值也不断升高,霾天稳定的天气条件,能有效促进污染物的积累和二次转化.PM_(2.5)和SNA的质量浓度与大气消光系数都呈现出明显正相关,使用IMPROVE公式对不同化学组分消光系数的计算结果能够基本反映出气溶胶对大气散射的变化趋势,其结果显示SNA对大气总消光系数的贡献达60.8%.SNA的消光系数冬季最高,夏季最低,随着霾污染等级的加重,SNA的消光系数和对总消光的贡献比例也逐步增加.     

徐州市冬季大气细颗粒物水溶性无机离子污染特征及来源解析

本研究于2015年12月至2016年2月在徐州市城区采集大气细颗粒物PM_(2.5)样品共32套,使用离子色谱法分析了颗粒物中的F~-、Cl~-、NO_3~-、SO2-4、Na~+、Mg~(2+)、NH_4~+、K~+和Ca~(2+)的质量浓度.观测期间,徐州市冬季PM_(2.5)的平均质量浓度为(164.8±77.3)μg·m-3,9种水溶性离子总质量浓度为(67.5±36.1)μg·m~(-3),占PM_(2.5)的40.9%,各离子浓度高低顺序为NO_3~-SO_4~(2-)NH_4~+Cl~-Ca~(2+)K~+Na~+Mg~(2+)F~-,其中NH_4~+、NO_3~-和SO_4~(2-)是最主要的水溶性离子.清洁大气、轻度霾和重度霾时期PM_(2.5)中总水溶性无机离子(WSIIs)质量浓度分别为(12.8±8.8)、(59.0±22.8)、(86.3±36.0)μg·m~(-3),SNA分别占WSIIs的86.4%、82.8%和78.9%.NH_4~+、NO_3-和SO_4~(2-)三者之间相关性显著,在PM_(2.5)中的结合方式为(NH_4)_2SO_4和NH_4NO_3.徐州市PM_(2.5)中水溶性离子的主要来源为二次转化、生物质燃烧、化石燃料燃烧和矿物粉尘等.     

2018年石家庄市秋冬季典型霾污染特征

依托河北省灰霾污染防治重点实验室,对2018年10月31日至12月3日期间石家庄市大气PM_(2.5)的质量浓度和化学组分进行连续在线观测,解析石家庄市秋末冬初典型灰霾过程的特征.观测期间,石家庄市共发生4次霾污染过程,PM_(2.5)均为首要污染物,日均浓度最大值分别为154、228、379和223μg·m~(-3),达到重度污染甚至严重污染.PM_(2.5)主要组分为无机水溶性离子(WSII)和含碳气溶胶,两者质量浓度的平均占比分别为(60. 7±15. 6)%和(21. 6±9. 7)%.相比优良天,两者浓度分别上升了4. 4倍和3. 1倍,是霾污染形成的主要原因.WSII中NO_3~-为首要成分,SO_4~(2-)和NH_4~+次之,三者(SNA)质量浓度之和占WSII质量浓度的(91. 5±17. 3)%,污染期间SNA的暴发式增长是推高PM_(2.5)浓度的主要原因.非高湿条件下,单位质量NO_3~-和SO_4~(2-)的变化速率差异不明显,高湿条件触发SO_2的液相氧化过程后,SO_4~(2-)二次转化被显著促进.大气处于富NH_3状态,PM_(2.5)中n(NH_4~+)与n(NO_3~-+2×SO_4~(2-))的比值 1,过量NH_3加剧NO_3~-和SO_4~(2-)的转化.霾污染时段,燃煤和机动车排放的一次污染物的积累为含碳气溶胶浓度上升的主要原因,相比优良天,二次有机碳的生成受到抑制.在采暖季开始之前的两次霾污染过程,移动源为PM_(2.5)首要污染源,平均占比30. 8%和39. 8%.随着燃煤采暖污染排放的增加,燃煤源贡献逐步增高至25. 2%,攀升为首要污染源.     

霾不同发展阶段下污染气体和水溶性离子变化特征分析

为探讨霾不同阶段下大气污染物的变化特征,使用MARGA观测了2018年11月18日～12月7日长三角地区一次区域霾过程中前体污染气体(NH_3、HNO_3、SO_2)和8种水溶性离子浓度.结合环保数据(PM_(2.5)、NO_2、CO、O_3)和气象数据,分析此次区域霾过程的成因、大气污染物的日变化特征以及在霾不同阶段下大气污染物的分布特征.结果表明,此次霾过程中长三角地区主要受到高压脊控制,天气形势稳定,有利于大气污染物累积.霾天时PM_(2.5)、NO_2、NO_3-、SO_24-、NH_4+、Cl-和Na+的浓度分别为(118. 91±39. 23)、(61. 62±26. 34)、(45. 64±16. 01)、(18. 80±8. 02)、(20. 82±7. 16)、(3. 02±2. 25)和(0. 23±0. 22)μg·m-3,分别是干净天的2. 73、1. 63、2. 64、1. 94、2. 50、2. 05和2. 56倍;霾天CO的浓度为(1. 34±0. 39)mg·m-3,是干净天的1. 86倍.不同大气污染物的日变化特征不同.霾不同阶段下大气污染物的分布特征不同.SO_2的浓度在霾发生阶段最高; PM_(2.5)、NO_2、NH_3、CO和SNA的浓度在霾发展阶段最高; O_3、Cl-、Na+和K+的浓度在霾消散阶段最高.SNA在霾不同阶段下对PM_(2.5)的相对贡献可达94%～96%,且在发展阶段的增速最大,增速排序为NO_3- NH_4+ SO_24-. SNA在干净天、发生阶段和发展阶段以NH_4NO_3为主,在消散阶段(NH_4)2SO4为主.此次霾过程主要由NO_3-增长导致,NO_3-在霾发生、发展和消散阶段对PM_(2.5)的相对贡献分别为51. 06%、51. 85%和48. 22%,主要通过气相均相反应生成.     

国内外体内X射线荧光骨铅检测系统比较研究

血铅生物半衰期较短,只能反应人体短近铅中毒状况,存在一定局限性;骨铅生物半衰期较长,能够反应人体铅负荷的累积效应,有必要进行检测。体内X射线荧光骨铅检测系统从发明至今已有30多年的历史,文章根据激发源的不同将其分为三类系统进行分析讨论,作为国内开展相关研究工作的借鉴。     

水中高锰酸盐指数测定不确定度的评定

合理评定测量结果的不确定度是分析实验室必须重视的问题。通过酸性高锰酸钾氧化法测定水中高锰酸盐指数的实例,确立高锰酸盐指数测量的不确定度数学模型。讨论了高锰酸盐指数测定值不确定度的各种因素,对各不确定度分量进行分析和量化,求得其扩展不确定度。结果表明,影响其测量不确定度的主要因素是测量熏复性。在高锰酸盐指数值为4.17 mg/L的水样测定中,扩展不确定度为0.08 mg/L。     

五大连池冬季水体中磷的分布特征

在冬季对东北地区五大连池各池采取表层水样,对水体中总磷、溶解性总磷和溶解性磷酸盐进行了分析。结果表明五大连池冬季水体中总磷浓度在0.035 mg/L～0.144 mg/L之间,其中四池含量最高,二池含量最低。溶解性总磷的含量在0.027 mg/L～0.049 mg/L之间,三池含量最高,一池含量最低。溶解性磷酸盐的浓度在0.020 mg/L～0.042 mg/L之间,三池含量最高,二池含量最低。水体中磷以溶解态的形式存在为主,而溶解态中又以溶解性磷酸盐为主,占溶解性总磷的平均百分比为80.92%。总的来说三池、四池和五池磷水平较高,人类污染影响严重。     

鞍山市总悬浮颗粒物中多环芳烃分布特征

通过对鞍山市典型区域（6个污染源、4个居住区、一个对照点）大气中总悬浮颗粒物（TSP）的监测,采用GC／MS法分析了总悬浮颗粒物中16种PAHs的含量,探讨了鞍山市总悬浮颗粒物浓度及16种多环芳烃的分布特征及来源。研究结果表明,鞍山市大气中总悬浮颗粒物采暖期普遍比非采暖期高1．1～2．5倍,总悬浮颗粒物中PAHs总量采暖期也远远高于非采暖期;鞍钢6个点位在非采暖期的PAHs总量均远远高于其他五个点位,表明了工业污染导致的环境空气质量下降是不容忽视的。     

部分城市空气中颗粒物的元素组成比较

通过对数浓度图和分歧系数对中国广义、武汉、兰州和重庆4座城市空气中粗细颗粒物的42种元素组成进行了比较。结果表明，与人类活动有关的污染元素主要富集在细颗粒物中，而粗颗粒物中元素相对于细颗粒物来说更多的来自于土壤；同一座城市内城区同郊区相比，元素污染更严重，城郊之间细颗粒物中元素在短距离和有利地形下传输作用十分明显。同时还比较了城市之间的元素污染程度。结果表明，兰州城区相对于其它采校点位颗粒物中元素污染较为     

我国典型城市冬季龙头水中卤代酚类嗅味污染特征

为研究我国典型城市冬季龙头水中卤代酚类嗅味暴露特征,以8种典型卤代酚类嗅味物质为研究对象,采用固相微萃取预处理,结合气相色谱-质谱联用仪对全国22个典型城市龙头水中的卤代酚类嗅味污染物进行定性、定量分析. 结果表明:在我国冬季典型城市龙头水中普遍存在卤代酚类嗅味物质暴露问题. 其中,以4-氯酚的暴露浓度最大,ρ(4-氯酚)最高为3 526.24 ng/L,ρ(2-氯酚)和ρ(2-溴酚)较小,最大暴露值均小于100 ng/L;ρ(2,6-二溴酚)与ρ(2,6-二氯酚)在各典型城市普遍出现超嗅阈值现象;就调查的城市而言,东北地区污染最为严重,其次为华北地区,中南和西部地区嗅味物质污染及超嗅阈值现象相对较轻.      

太湖北部沉积物不同形态磷提取液中有机质的特征

综合应用高效体积排阻色谱、三维荧光光谱、红外光谱及元素分析等方法,研究了太湖北部3个湖区表层(0～10 cm)沉积物不同形态磷提取液中有机质的特征,并探讨了有机质与磷之间的关系.结果发现,沉积物中总磷的含量与其上覆水体的营养水平相一致;有机C/N、C/P比值在8.5～11.9和188.5～256.6之间,表明沉积物中有机质以湖泊内源自生为主,受陆源输入的影响很小.不同磷形态提取液中有机质的相对分子质量分布和三维荧光光谱存在很大差异,但不同沉积物之间的差别并不显著.3种提取液中有机质的相对分子质量顺序依次为：HCl＞NaOH＞NaHCO₃,其重均相对分子质量(M_w)和数均相对分子质量(M_n)分别在4 983～5 873和3 642～5 065、 3 628～4 198和2 334～2 616、 3 282～3 512和2 249～2 380之间,可能反映了不同提取液中有机磷的组成及其生物活性的不同.沉积物提取液中有机质的三维荧光光谱均以类富里酸荧光峰A(E_x/E_m=230～260　nm/360～470　nm)或C(E_x/E_m=290～320　nm/390～460　nm)为主,NaHCO₃和HCl提取液中还分别发现了类蛋白荧光峰B(E_x/E_m=275～280　nm/340～360　nm)和D(E_x/E_m=225　nm/330～350　nm)及类腐殖酸荧光峰E(E_x/E_m=360～375　nm/460～470　nm).这些荧光光谱特征不仅揭示了不同提取液中有机质组成的差异,而且可能表明了太湖沉积物中有机质的降解受到再悬浮作用的强烈影响.此外,沉积物胡敏酸红外光谱中1 059～1 082　cm^-1的吸收谱带也可能反映了磷酸盐的存在.     

土壤中苯酚迁移转化的研究进展

近年来,由于污水灌溉和运输事故等原因造成土壤苯酚污染的事件多有发生,处理土壤苯酚污染已成为目前亟待解决的环境问题.本文根据土壤中苯酚的水运移,土壤颗粒对苯酚的吸附、土壤微生物对苯酚的降解、植物的吸收、苯酚的挥发等特性以及各种治理方法,提出土壤中苯酚污染的净化与修复措施.     

西藏地表水中砷的分布

通过系统地采集森格藏布和雅鲁藏布地表水样,研究了两流域水体中砷的分布.结果表明不同水体中砷的含量不同,其由高至低依次为:热泉水(4 920μg.L-1±1 520μg.L-1,n=2)>盐(咸)水湖水(2 180μg.L-1±3 840μg.L-1,n=7)>井水(194μg.L-1,n=1)>淡水湖水(163μg.L-1±202μg.L-1,n=2)>河水(35.5μg.L-1±57.0μg.L-1,n=74),森格藏布和雅鲁藏布上游存在高砷河水,森格藏布河水砷平均含量(58.4μg.L-1±69.9μg.L-1,n=39)明显高于雅鲁藏布(10.8μg.L-1±16.9μg.L-1,n=30).采集的热泉水、盐咸湖水、井水以及43.2%的河水样品中砷的含量均高于10μg.L-1,森格藏布和雅鲁藏布分别为两流域内居民重要的饮用水源,居民具有患上地方性砷中毒的风险.     

降水中汞及其它元素来源的识别分析

在北京市不同地点采集４６ 个降水样品,测定了其中汞和其它元素的含量,通过主成分因子分析进行来源识别分析． 结果表明,降水中元素主要来源于燃煤、扬尘、燃油和特殊污染源．降水中汞（Ｈｇ）可能主要是土壤中汞挥发到大气中,经氧化后随降水降到地面．