滨海新区大气颗粒物中半挥发性有机物污染特征研究

本文通过在天津市滨海新区局部区域汉沽和大港采集TSP和PM10样品,研究了不同颗粒物中半挥发性有机物的不同期别污染和分布特征,结果表明:半挥发性的污染水平存在明显的季节性特征,采暖期半挥发性有机物和可吸入颗粒物中苯并[a]芘浓度均远远高于非采暖期.     

南京市环境空气中苯并[a]芘的时空分布

通过在南京市大气国控点采集PM10样品,测量苯并[a]芘浓度。结果表明:南京市大气中苯并[a]芘月均值浓度呈双峰型变化,季节变化是夏季<春季<秋季<冬季,受工业污染的影响,呈现北高南低的局面。南京市苯并[a]芘浓度在国内外部分大城市中处于较低污染水平。     

真菌对土壤中苯并[a]芘的共代谢降解

研究了模拟生物泥浆法修复多环芳烃污染土壤.选择了几种从石油污染土壤中分离出来的真菌,研究它们对土壤内苯并[a]芘的降解,并研究了土壤内共存底物:菲、芘、邻苯二甲酸对苯并[a]芘降解的影响,及其之间的共代谢过程.结果表明,芘可以促进镰刀菌、毛霉对苯并[a]芘的降解,并认为这是共代谢作用的结果;菲也可以促进镰刀菌对苯并[a]芘的降解,但抑制了毛霉和青霉对苯并[a]芘的降解;而邻苯二甲酸对青霉和毛霉降解苯并[a]芘的过程均有抑制作用.      

太原市采暖期PM_(10)中PAHs的碳同位素组成及源贡献率

在太原市7个点位采集采暖期PM10样品,用气相色谱-同位素质谱仪测定环境空气PM10和污染源(煤烟尘和机动车尾气)中9种多环芳烃(PAHs)的碳同位素组成(δ13C),并根据碳同位素质量平衡原理定量环境空气PAHs的源贡献率.结果表明:煤烟尘中PAHs随环数增加贫13C,机动车尾气中PAHs随环数增加富13C;各点位PAHs的δ13C值差别不大,变化趋势与煤烟尘基本一致,煤烟尘是城市PAHs的主要污染源;煤烟尘对各点位荧蒽和苯并[a]蒽的贡献率都大于机动车尾气,对的贡献率与机动车尾气相当,煤烟尘是各点位荧蒽和苯并[a]蒽的主要来源,是二者共同作用的结果;煤烟尘和机动车尾气对全市环境空气中荧蒽、苯并[ghi]荧蒽、苯并[a]蒽和苯并[b+k]荧蒽贡献率比都约为7:3,太原市环境空气PAHs污染属于煤烟尘和机动车尾气的复合污染.     

太原市采暖期PM10中PAHs的碳同位素组成及源贡献率

在太原市7个点位采集采暖期PM10样品,用气相色谱-同位素质谱仪测定环境空气PM10和污染源(煤烟尘和机动车尾气)中9种多环芳烃(PAHs)的碳同位素组成(δ13C),并根据碳同位素质量平衡原理定量环境空气PAHs的源贡献率.结果表明:煤烟尘中PAHs随环数增加贫13C,机动车尾气中PAHs随环数增加富13C;各点位PAHs的δ13C值差别不大,变化趋势与煤烟尘基本一致,煤烟尘是城市PAHs的主要污染源;煤烟尘对各点位荧蒽和苯并[a]蒽的贡献率都大于机动车尾气,对 的贡献率与机动车尾气相当,煤烟尘是各点位荧蒽和苯并[a]蒽的主要来源, 是二者共同作用的结果;煤烟尘和机动车尾气对全市环境空气中荧蒽、苯并[ghi]荧蒽、苯并[a]蒽和苯并[b+k]荧蒽贡献率比都约为7:3,太原市环境空气PAHs污染属于煤烟尘和机动车尾气的复合污染.     

基于反演模型的焦炉无组织苯并[a]芘排放因子研究

由于焦炉无组织苯并[a]芘排放因子难以测量,导致了焦炉苯并[a]芘大气污染研究存在一定的不确定性.针对上述问题,本研究根据1999年~2003年上海某焦化厂的产量、空气质量监测等数据,建立了基于AERMOD(AMS/EPA REGULATORY MODEL)模型反演苯并[a]芘排放因子的方法.结果显示,企业周边3个监测点年平均浓度结果分别为0.033,0.0024,0.0031μg/m³,均超过了2012年颁布的环境空气质量标准,通过AERMOD模型反演得到该焦化厂苯并[a]芘平均排放因子为14.71mg/t焦煤, 苯并[a]芘预测浓度超标面积125km²,超标区域主要集中在焦化厂周围,超标焦炉苯并[a]芘防护距离为6300m.     

滨海新区局部大气颗粒物中多环芳烃污染特征研究

在滨海新区局部区域汉沽和大港采集了TSP和PM10样品,分析了不同颗粒物中多环芳烃的不同期别污染和分布特征,结果表明,多环芳烃的污染水平存在明显的季节性特征,采暖期多环芳烃和可吸入颗粒物中苯并[a]芘浓度均远远高于非采暖期。多环芳烃在不同期别也有不同的分布特征,非采暖期均是高环类多环芳烃占主导地位,比例超过60%;而在采暖期则是中环类多环芳烃占主导。     

苯并[a]芘降解菌的分离筛选及其降解条件的研究

从被石油污染的土壤样品中,以苯并[a]芘为唯一碳源反复驯化,分离筛选出1株高效降解苯并[a]芘的菌株JL 14 .经形态及生理生化特征分析,初步鉴定属于氮单胞菌属(Azomonas) .菌株JL 14在苯并[a]芘浓度为5mg·L- 1 ,2 8℃振荡培养10d ,苯并[a]芘的降解率达到48. 9% .培养基初始pH值分别为4、6、8、10时,2 8℃振荡培养10d ,苯并[a]芘的降解率分别为7 1% ,2 4 8% ,49 6%和2 5 9% .JL 14在苯并[a]芘浓度分别为10mg·L- 1 与2 0mg·L- 1 的条件下,2 8℃振荡培养10d ,苯并[a]芘的降解率分别为3 8. 2 %与2 7. 6% .Zn2 + (2 0 0mg·L- 1 )、Cd2 + (5 0mg·L- 1 )与Pb2 + (2 0 0mg·L- 1 )不影响JL 14对苯并[a]芘的降解作用,但Cu2 + (5 0mg·L- 1 )、Cr2 + (5 0mg·L- 1 )对JL 14有毒性;菲和蔗糖均可促进菌株JL 14对苯并[a]芘的降解作用.     

天津局部大气颗粒物上多环芳烃分布状态

通过对天津市内的几个典型地区大气颗粒物进行测定,检测出58种多环芳烃,并对11种多环芳烃进行定量测定。其结果表明,所涉及 的区域在采暖期内大多数点位的苯并(a)芘超标,超标倍数在1.1～4.6之间;交通繁忙地区的多环芳烃的污染程度高于其他地区;笔者还对多 环芳烃在不同粒径颗粒物上的分布特征、苯并(a)芘与大气颗粒物进行相关性分析和评价。      

蚯蚓细胞色素P450酶系对土壤中芘或苯并[a]芘的响应

以赤子爱胜蚓(Eisenia fetida)为受试生物,通过人工污染草甸棕壤微宇宙试验方法,研究了暴露于不同环境浓度芘或苯并[a]芘(添加量分别为0.12、0.24、0.48、0.96 mg·kg~(-1))污染的土壤中14 d后,蚯蚓体内细胞色素P450(CYPs)酶系,如CYPs总量、CYP1A1及CYP2C9活性的变化.结果显示,芘或苯并[a]芘暴露导致蚯蚓CYPs总量、CYP1A1及CYP2C9活性的变化不同.其中,CYPs总量与CYP1A1活性对芘的响应趋势相似:试验3 d后,0.96 mg·kg~(-1)芘导致二者都显著高于对照水平;14 d后,都显著低于对照水平;CYP1A1活性对芘的响应更为敏感.CYPs总量与CYP2C9活性对苯并[a]芘的响应趋势相似:暴露初期,苯并[a]芘最高暴露剂量(0.96 mg·kg~(-1))导致二者都显著低于对照水平;试验结束后,苯并[a]芘最低暴露剂量(0.12 mg·kg~(-1))导致二者都显著高于对照水平,最高剂量暴露导致二者都显著低于对照水平,CYP2C9活性对苯并[a]芘的响应更为敏感.因此,推断CYPs亚酶对污染物的响应具有选择性且亚酶的响应敏感度高于CYPs总量.将CYPs总量与CYP1A1活性结合,或与CYP2C9活性结合分别诊断土壤芘污染或并[a]芘污染,较为准确有效.     

天津市环境空气SO2污染现状及分析

天津环境空气SO2的年均浓度始终超过国家二级标准。年均浓度超标主要因为采暖期SO2浓度过高所至，采暖期SO2平均浓度是非采暖期浓度的3倍左右；在2002--2005年的三个采暖期里，SO2污染逐年加重，导致了年均SO2浓度的逐年升高。天津SO2污染与采暖期增多的低烟囱排放、不利的气象条件有关，也与流动源的隐性排放、能源利用效率低下有关。结合天津经济发展速度、每年煤耗增量、现有环境治理手段来做预测，空气SO2浓度要在未来几年内达到国家二级标准仍是不可能的。     

天津市环境空气SO2污染现状及分析

天津环境空气SO2的年均浓度始终超过国家二级标准.年均浓度超标主要因为采暖期SO2浓度过高所至,采暖期SO2平均浓度是非采暖期浓度的3倍左右;在2002-2005年的三个采暖期里,SO2污染逐年加重,导致了年均SO2浓度的逐年升高.天津SO2污染与采暖期增多的低烟囱排放、不利的气象条件有关,也与流动源的隐性排放、能源利用效率低下有关.结合天津经济发展速度、每年煤耗增量、现有环境治理手段来做预测,空气SO2浓度要在未来几年内达到国家二级标准仍是不可能的.     

天津市环境空气中恶臭感官定量评价分析

为研究环境空气恶臭污染特征,以天津市区为研究区域,分别在夏秋两季对天津市内六区的环境空气中恶臭感官浓度进行了监测。结果显示,在观测期间臭气浓度在限值（以《恶臭污染物排放标准》厂界臭气浓度限值20作为参照）范围以内的样品数量夏季占63％,而秋季占18％;通过多元线性回归方法建立了典型恶臭污染物与恶臭感官浓度的定量表达式,计算出典型恶臭污染物对市区环境空气的臭气浓度贡献率占59％。通过对实测值与预测值的拟合情况的分析,表明该回归方程可以较好的预测天津市环境空气中夏季恶臭感官浓度。     

京津冀民用燃煤减排对大气中BaP污染影响评估

运用空气质量模型CMAQ模拟评估民用燃煤减排政策对京津冀大气中BaP污染状况的改进效果,模拟包括作为基准情景的2014年和低消减和高消减2个减排情景.模拟结果表明：基准情景下,京津冀BaP年均浓度为2.54ng/m³,超过国家空气质量标准（1ng/m³）,呈现1月 > 4月 > 10月 > 7月的季节变化特点,反映出冬季供暖燃煤的影响;京津冀南部BaP浓度高于北部,推测原因是南部BaP排放量较高.1月削减民用燃煤排放量对降低该地区BaP浓度和沉降量效果最显著,低削减和高削减下,北京、保定、廊坊BaP浓度分别比基准情景降低30%和40%以上;4、7、10月削减民用燃煤排放量对该地区BaP浓度和沉降量的变化影响不大.京津冀民用燃煤联防联控能更加有效地降低该地区BaP浓度.     

黔江区环境空气质量评价及变化趋势

利用黔江区环境空气的监测资料,采用空气综合污染指数、Daniel趋势检验方法等评价和分析方法,研究了黔江区2012年环境空气质量状况及变化趋势。结果表明:2012年,黔江区环境空气综合污染指数为1.67,满足国家二级标准天数比例为94.2%,影响环境空气质量等级的首要污染物为可吸入颗粒物;2006—2012年环境空气质量变化趋势表明,二氧化氮和可吸入颗粒物随年份变化呈增长趋势;月变化结果表明,黔江城区环境空气质量夏季和秋季质量比春季和冬季好。     

太原市典型大气污染物时空分布及其成因分析研究

根据太原市2001年-2012年环境空气定点监测数据,采用分时段统计分析和GIS空间分析相结合的方法探讨了太原市主要大气污染物的时空分布特征,并分析了形成原因.结果表明,太原市环境空气污染物浓度呈逐年下降趋势,环境空气质量逐步改善,这与太原市积极转变经济结构,加强污染控制有直接的关系.但是,太原市自然气象条件和污染源格局都不利于环境空气质量的改善,太原市空气污染情况依然严峻.     

天津市环境空气污染演变机理及策略

基于系统的资料分析和Spearman秩相关检验法,认为天津市环境空气质量演变的总趋势是：PM10呈现持续下降趋势,NO2和SO2年均浓度维持在0.04 mg/m^3-0.05 mg/m^3和0.05 mg/m^3-0.08 mg/m^3的较稳定水平。同时揭示了近年来天津市环境空气污染、经济发展与各项保护措施之间的制衡,认为政府监管、能源及产业结构调整及环保资金投入是关键的应对策略。     

南京大气气溶胶中多环芳烃源识别及污染评价

采用GC、GC-MS等方法,研究了南京市不同功能区夏、冬季大气气溶胶中多环芳烃(PAHs)的污染状况和污染来源,并对不同功能区的PAHs进行了污染评价.结果表明,南京市各功能区气溶胶中PAHs总量在19.73～497.40ng/m³之间,且冬季高于夏季,细颗粒中含量高于粗颗粒.通过一些特征标志PAHs的比值,可判断夏季各功能区的PAHs污染主要来自于汽车尾气(主要是柴油型)的排放,冬季则为汽车尾气和燃煤污染.采用苯并(a)芘(BaP)及苯并(a)芘等效致癌浓度(BaPE)来评价5个功能区气溶胶中PAHs的污染状况,夏季除交通干道超过国家标准(BaP,10ng/m³),居民区细颗粒中略超过居民区标准(BaP,5ng/m³)外,空气质量良好.而冬季各功能区PAHs基本上均严重超标.     

雅安市环境空气质量时空动态变化及改善途径分析

根据雅安市4个空气自动站监测数据,按照《环境空气质量标准》(GB3095-2012)中的二级标准,采用综合污染指数法分析了雅安市2009~2013年环境空气质量时空动态变化趋势及其影响因素。结果表明:从年际变化看,PM1 0和SO 2浓度呈下降趋势,NO2浓度在2013年略有上升;年内变化显示,各污染物浓度季节变化明显,冬季污染最严重,污染程度由高到低的顺序为冬季、秋季、春季、夏季;空间变化显示,SO2浓度存在一定的空间差异性,各监测点位SO 2浓度随年限均呈下降趋势。NO 2和PM 10浓度空间分布差异明显。雅安空气环境综合污染指数呈下降趋势,空气污染程度得到了明显缓解,空气质量逐渐改善,并在上述研究基础上,提出了环境空气质量的改善途径。     

天津市PM2.5浓度时空分布特征及重污染过程来源模拟分析

天津市多发生以PM_2.5为首要污染物的重污染事件,明确ρ（PM_2.5）时空分布特征及重污染过程来源对PM_2.5的综合治理意义深远.利用天津市2014-2017年环境资料和2016年气象资料,结合WRF-Chem模式研究了天津市ρ（PM_2.5）时空分布特征及重污染过程来源.结果表明:①自2014年以来,天津市ρ（PM_2.5）呈逐年下降趋势.②ρ（PM_2.5）月变化曲线呈"U"型分布,呈冬春季高、夏秋季低的季节性特征;ρ（PM_2.5）日变化呈双峰型分布,主峰值出现在08:00-09:00,次峰值出现在21:00-翌日00:00.③各季节天津市ρ（PM_2.5）空间分布不同,春季、夏季、秋季和冬季高值中心分别位于天津市西南部的静海区、中心城区北部的北辰区、西部的武清区及北部的蓟州区.④WRF-Chem模式模拟的天津市秋冬季污染物来源结果表明,本地源贡献率为56%,外来源输送贡献率为44%,其中以河北省和山东省的输送为主.2016年12月16-22日天津市一次重污染过程的模拟结果表明,天津市本地源贡献率为49.6%,河北省、北京市和山东省的外来源输送贡献率分别为32.2%、7.0%和2.2%.污染前期,不利气象条件和外来源输送造成天津市ρ（PM_2.5）聚集并形成重度污染;污染持续过程中,本地源贡献率逐渐增大并占主导地位.研究显示,近年来天津市ρ（PM_2.5）呈下降趋势,并有明显的空间分布特征.