广州市城区站点冬季PM2.5时间变化及碳氮同位素组成特征

于2018年冬季在广州城区磨碟沙站点开展细颗粒物(PM_2.5)样品采集,并获得PM_2.5中水溶性离子、含碳组分、稳定碳氮同位素的组成及时间变化特征,重点讨论了PM_2.5浓度升高时段的化学组成特征变化,进而利用稳定碳氮同位素变化特征探究了主要污染来源。结果表明：采样期间,研究站点PM_2.5平均质量浓度为22.1μg/m³,共出现两个PM_2.5浓度水平升高时段,所对应的平均质量浓度分别达46.0μg/m³和63.0μg/m³。风速降低、温度升高等不利气象条件是导致上述时段PM_2.5浓度上升的重要原因。在上述时段,伴随着PM_2.5浓度的升高,NO^-₃和NH⁺₄浓度均出现显著升高,NO^-₃与SO^2-₄的摩...     

烟花爆竹燃放对河南省空气质量影响的研究

基于河南省常规空气污染物、颗粒物组分等数据,开展烟花爆竹燃放对空气质量影响的定量评估。结果表明：2023年元宵节期间,河南省PM_2.5质量浓度小时峰值为226μg/m³,仅次于2019年的239μg/m³,明显高于2022年的86μg/m³,正月十六重度及以上污染天数为历史最高值;烟花爆竹燃放造成K⁺、SO₄^2-、Cl^-浓度快速上升,对K⁺浓度影响最为显著,河南省K⁺小时峰值浓度较基准时刻平均上升了26.6倍;烟花爆竹燃放对河南省正月十五、十六PM_2.5日均值贡献分别为31.5%、31.8%,使PM_2.5质量浓度分别上升39μg/m³和57μg/m³,2 d的烟花爆竹燃放可使河南省2023年PM_2.5年均质量浓度上升0.26μg/m³,造成...     

河南省2014-2020年PM2.5浓度时空分布特征及气象成因分析

利用2014—2020年河南省18个地级城市空气质量监测资料和气象数据,运用空间自相关分析、ArcGIS制图及相关性分析等方法,从时空分布特征上揭示河南省PM_2.5污染特征,并分析其气象成因。结果表明：河南省2014—2020年PM_2.5年均浓度为40～100μg/m³,总体呈递减趋势。PM_2.5浓度季节分布特征为冬季>秋季=春季>夏季。河南省2019年和2020年PM_2.5污染空间分布存在显著自相关,污染程度严重的地区主要是中部和东北部地区。冷热点分析发现,热点城市为濮阳、安阳、济源、郑州、新乡、焦作、鹤壁,冷点城市为信阳、驻马店、周口。PM_2.5在年尺度上与气压、气温、相对湿度、风向、风速、能见度显著相关,其中,与气温相关性最高,相关系数为-0.424。当相对湿度处于90%以下时,PM_2.5浓度与相对湿度呈正相关;而在相对湿度超过90%之后,PM_2.5浓度下降至70μg/m³...     

漯河市一次秋季典型PM2.5和O3复合污染过程中挥发性有机物污染特征分析

基于漯河市大气灰霾站在线观测数据,分析2022年10月12—19日PM_2.5-O₃复合污染过程中VOCs的污染特征及来源,以期判别复合污染过程中需要优先管控的VOCs物种及来源,为PM_2.5和O₃协同管控提供依据。结果表明：污染期间VOCs平均质量浓度(96.7μg/m³)显著高于污染前(49.4μg/m³)和污染后(54.8μg/m³),以烷烃和卤代烃占比较高;整个污染过程中质量浓度较高的物种包括乙醛、乙烷、丙烷、异戊烷、氟利昂-12、二氯甲烷、甲苯、苯、一氯甲烷、氟利昂-11、正丁烷和1,2-二氯乙烷;污染期间正丁烷、异戊烷、丙烷、二氯甲烷、一氯甲烷和苯的质量浓度增幅均超过100%。漯河市VOCs的O₃生成潜势(OFP)以OVOC和烯烃占比较高,二次有机气溶胶生成潜势(SOAp)以芳香烃占比最高。OFP贡献较高物种为乙醛、乙烯、甲苯和丙烯,SOAp贡献较高物种为甲苯、苯、间、对二甲苯、乙苯和邻二甲苯;污染期间...     

“十三五”期间伊宁市大气污染特征分析及对策建议

基于伊宁市“十三五”期间大气国控监测点位数据，分析伊宁市“十三五”期间环境空气质量变化特征并提出建议对策。结果表明：“十三五”期间，伊宁市空气优良率在78.9%～86.3%,重污染天气在3～17 d,重污染天气仍频发；PM_2.5年均浓度在38～47μg/m³,年均值均超标。影响空气质量的主要污染物为PM_2.5、PM₁₀和CO。与三大区域相比，伊宁市SO₂和CO污染程度相对较重，燃煤型的污染特征显著。此外伊宁市采暖季空气污染较重，PM_2.5、SO₂、CO等污染物浓度显著高于非采暖季，采暖季主要污染物呈现双峰变化特征。     

基于复合LSTM模型的PM2.5浓度预测

在对淄博市19个空气质量监测站点监测数据进行分析后,提出了一种基于机器学习的复合模型——灰色关联度分析(GRA)-改进的完备总体经验模态分解(ICEEMD)-长短期记忆网络(LSTM)模型。通过分析淄博市2019年大气污染物和气象数据,选用LSTM模型预测PM_2.5浓度。由于传统单一模块机器学习模型具有训练时间较长和预测精度较低的问题,提出了复合LSTM模型。该模型由3部分组成：GRA,用于PM_2.5浓度影响因素变量筛选;ICEEMD,用于PM_2.5分解、分量筛选和原始大气污染物及气象数据处理;LSTM,用于PM_2.5浓度预测。预测结果表明：淄博市中部丘陵地带PM_2.5浓度高于南部山区和北部平原,东部高于西部;淄博市逐月PM_2.5浓度呈“U”形分布,1月最高,8月最低;淄博市PM_2.5浓度受PM₁₀和CO影响较大,受湿度和温度影响较小。对比单一LSTM模型和GRA-LSTM模型,GRA-ICEEMD-LSTM模型...     

“十四运”期间西安PM2.5中水溶性无机离子污染特征

为探究中国第十四届运动会(简称“十四运”)期间西安大气PM_2.5中水溶性无机离子浓度水平及来源,利用高分辨率MARGA ADI 2080离子在线分析仪对西安“十四运”前、“十四运”期间和“十四运”后水溶性无机离子进行实时观测,分析了不同时段水溶性无机离子组分污染特征、pH变化及污染来源。结果表明,“十四运”前、“十四运”期间和“十四运”后PM_2.5质量浓度分别为13.4、11.9、32.6μg/m³,SNA(NO^-₃、SO₄^2-和NH⁺₄三者统称)质量浓度分别为5.8、5.4、13.3μg/m³,占总水溶性无机离子的91.6%～93.6%。“十四运”前和“十四运”期间NO^-₃与SO₄^2-质量浓度比分别为0.7和0.9,表明移动源的比例增加,主要受交通管控的影响。“十四运”后NO     

台州市区PM2.5和O3污染特征及相互作用关系

基于2016—2020年台州市区大气污染物监测数据及气象观测资料,分析了台州市区PM_2.5和O₃的污染特征及受气象因素影响情况,并探究了不同季节下的PM_2.5浓度和O₃浓度的相关性及相互作用关系。2016—2020年,台州市区PM_2.5年均浓度和超标天数呈显著下降趋势,O₃-8 h年均浓度和超标天数总体呈上升趋势。PM_2.5浓度在冬季最高,且易发生超标;O₃浓度在春、夏、秋季均较高,且均会发生超标。通过相关性分析可知：PM_2.5浓度与气温、相对湿度、风速、降水量呈负相关,与大气压呈正相关;O₃浓度与气温、风速呈正相关,与相对湿度、降水量呈负相关。不同季节下的PM_2.5浓度与O₃浓度均呈正相关,两者存在协同增长。在春、夏、秋季,二次PM_2.5在总PM_2.5中的占比随着O₃     

2017年江苏省PM2.5数值模拟及内外源解析

根据江苏省72个国控点监测数据,采用了区域大气模式和多尺度空气质量模式系统(RAMS-CMAQ)模拟了2017年江苏省ρ(PM_2.5)的时空分布,耦合综合源追踪算法(ISAM)分析了不同地区排放源对ρ(PM_2.5)的贡献特征。结果表明,PM_2.5模拟与观测值的相关系数(r)=0.76,标准平均偏差(NMB)=5.2%,均方根误差(RMSE)=23.4μg/m₃,模拟结果落于观测结果0.5~2倍的比例(FAC2)=84.2%。源追踪模块结果显示,夏季主要受东南风控制,本地排放的贡献更大(省内贡献为52.34%),其他季节受偏北风输送影响,外源输送的影响较大(省外贡献为53.48%~56.84%);冬季苏北5市的排放贡献比沿江8市的更大,而春、夏季沿江8市排放贡献较大。     

基于KZ滤波法的江淮地区PM2.5浓度变化影响分析

基于2018—2020年合肥、芜湖和马鞍山3个城市国控站点的PM_2.5逐日监测数据和同期地面气象观测资料,利用Kolmogorov-Zurbenko(KZ)滤波对PM_2.5日浓度的原始时间序列进行分解,获取短期分量、季节分量和长期分量,并进行多元线性逐步回归构建各分量与气象因子的模型,最后依据短期分量和基线分量的回归模型和残差分析,对序列进行重建,获取消除气象条件影响的PM_2.5长期分量。KZ滤波分析结果表明：2018—2020年气象条件对江淮区域PM_2.5污染改善影响存在波动,在2018—2019年为负贡献,而在2020年秋冬季则变为正贡献;江淮地区3个城市2018年和2020年PM_2.5修正后的长期分量均值表明气象条件对各市PM_2.5改善影响存在差异较大,气象条件对合肥PM_2.5改善的贡献仅为1.0%,芜湖为7.8%,马鞍山为21.0%;NAQPMS数值模式情景分析结果显示,减排措施对江淮之间PM_2.5浓度改...     

合肥市生活垃圾产量多模型预测与分析

针对合肥市生活垃圾产量现状,通过建立时间序列(ARIMA)、多元线性回归(MLR)、灰色系统GM(1,1)和反向传播神经网络(BPNN)模型对历史数据进行验证比较分析。结果表明,ARIMA(0,1,2)模型的MAPE、MAE、RMSE、NRMSE分别为1.879%、2.240、2.781、0.021,其精度最高、效果最好,为合肥市生活垃圾产量的最佳预测模型。用该模型预测合肥市2021—2025年的城市生活垃圾产量,结果显示生活垃圾产生量为218.89万t～290.71万t。     

秦山岛周边海域大型底栖动物群落健康状况评价

2015年8月,对秦山岛周边的10个站位进行大型底栖动物定量调查。采用生物多样性指数法和丰度生物量比较法对大型底栖动物群落健康状况进行评价。结果显示,共鉴定大型底栖动物7大类31种,其中软体动物、环节动物各10种,节肢动物5种,脊索动物和棘皮动物各2种,纽虫类和腔肠动物各1种;密度优势类群为软体动物,占总密度的35.00%,生物量优势类群为脊索动物,占总生物量的49.35%;优势种分别为红狼牙虾虎鱼(Odontamblyopus rubicundus)、棘刺锚参(Protankyra bidentata)、内卷原盒螺(Eocylichna involuta)和微角齿口螺(Odostomia subangulata)。大型底栖动物密度为站位St.6最大,为115 ind./m²,St.2最小,为20 ind./m²,平均值为70 ind./m²;生物量St.3最大,为197.25 g/m²,St.9最小,为2.56 g/m²,平均值为54.04 g/m²。秦山岛受污染压力、人为活动干扰和生境限制能因素影响,多样性偏低,优势种为耐污的软体动物、脊索动物和棘皮动物,但其主要为K对策种类,大型底栖动物群落受到了轻度干扰,但群落结构仍较为稳定。     

Artificial neural network modeling of dissolved oxygen in reservoir

The water quality of reservoirs is one of the key factors in the operation and water quality management of reservoirs. Dissolved oxygen (DO) in water column is essential for microorganisms and a significant indicator of the state of aquatic ecosystems. In this study, two artificial neural network (ANN) models including back propagation neural network (BPNN) and adaptive neural-based fuzzy inference system (ANFIS) approaches and multilinear regression (MLR) model were developed to estimate the DO concentration in the Feitsui Reservoir of northern Taiwan. The input variables of the neural network are determined as water temperature, pH, conductivity, turbidity, suspended solids, total hardness, total alkalinity, and ammonium nitrogen. The performance of the ANN models and MLR model was assessed through the mean absolute error, root mean square error, and correlation coefficient computed from the measured and model-simulated DO values. The results reveal that ANN estimation performances were superior to those of MLR. Comparing to the BPNN and ANFIS models through the performance criteria, the ANFIS model is better than the BPNN model for predicting the DO values. Study results show that the neural network particularly using ANFIS model is able to predict the DO concentrations with reasonable accuracy, suggesting that the neural network is a valuable tool for reservoir management in Taiwan.     

Generalized regression neural network (GRNN)-based approach for colored dissolved organic matter (CDOM) retrieval: case study of Connecticut River at Middle Haddam Station,USA

The prediction of colored dissolved organic matter (CDOM) using artificial neural network approaches has received little attention in the past few decades. In this study, colored dissolved organic matter (CDOM) was modeled using generalized regression neural network (GRNN) and multiple linear regression (MLR) models as a function of Water temperature (TE), pH, specific conductance (SC), and turbidity (TU). Evaluation of the prediction accuracy of the models is based on the root mean square error (RMSE), mean absolute error (MAE), coefficient of correlation (CC), and Willmott’s index of agreement (d). The results indicated that GRNN can be applied successfully for prediction of colored dissolved organic matter (CDOM).     

超高效液相色谱法测定土壤中微量阿特拉津

采用超高效液相色谱仪,建立了土壤中微量阿特拉津的快速检测方法。研究结果表明:采用反相C18色谱柱,以甲醇/水(70∶30,v/v)为流动相,流速为0.2 ml/min,柱温为30℃,检测波长为220 nm条件下,在12.5~1000μg/L质量浓度范围内线性关系良好(r=0.9999),检出限0.18×10^-3 mg/kg,加标回收率为69.0%~94.8%,相对标准偏差为2.5%~8.0%,该方法具有灵敏度高、重复性好、简便、快速、干扰小、精密度高的特点,可用于土壤中阿特拉津的快速检测。     

紫外光诱导荧光分析仪结合多元线性回归算法在城市河流常规污染指标监测中的应用

为建立一种针对城市河流水体常规污染指标的快速原位监测方法,首次运用紫外光诱导荧光分析仪对扬州市60条城市河流进行水体三维荧光光谱(EEM)测量,形成了具有多样性的水质样本集合。利用峰值拾取法、相关性分析和主成分分析3种方式从三维荧光光谱中提取溶解性有机物(DOM)污染信息,结合多元线性回归算法(MLR),建立与化学需氧量(COD_Cr)、高锰酸盐指数(I_Mn)、氨氮(NH₃-N)和总磷(TP)4项常规水质污染指标相关的预测模型。研究结果表明,峰值拾取法结合相关性分析可以有效地反映水体EEM中的污染特征和状况,由此建立的4项水质指标预测模型训练集决定系数均>0.82,预测结果与国家及行业标准方法分析值之间具有较低的均方根误差,说明该预测方法具有较好的准确度和精密度,为城市广域水体的高效、原位监测提供了一种有效的解决方案。     

2020年江苏省机动车排放污染分布特征及与大气质量耦合性研究

依据生态环境部2021年6月发布的《排放源统计调查产排污核算方法和系数手册》,结合本地实测数据,在对汽油车颗粒物(PM)排放系数进行测算的基础上,核算了2020年江苏省机动车PM、氮氧化物(NO_(X))、挥发性有机物(VOC_(S))的排放总量,分析了机动车排放污染分布特征及与大气质量的耦合关系。结果表明:2020年江苏省机动车PM、NO_(X)、VOC_(S)排放量分别为0.5×10^(4),3.71×10^(5),1.17×10^(5) t。从区域分布来看,苏州、南京、无锡3市的3项污染物排放总量及NO_(X)、VOC_(S)排放量均位列前3位,PM排放量位列前3位的是苏州、徐州、无锡。从车型、燃料类型和排放阶段来看,国Ⅳ及以下排放标准的汽油小型客车是机动车VOC_(S)排放控制的重点,国Ⅲ排放标准的重型柴油货车是机动车PM和NO_(X)排放控制的重点。分析区域机动车PM排放量与大气中PM_(2.5)来源解析结果的耦合关系,其间存在不同程度的正相关性,控制机动车污染对改善大气环境会产生积极成效,南京、徐州和盐城3市的成效会尤为明显。     

基于ZIF-L的微固相萃取技术测定地表水中痕量典型多环芳烃

制备类沸石咪唑酯骨架ZIF-L材料,将其用作微固相萃取吸附剂,处理水中萘、苊、苊烯、芴、菲、蒽、荧蒽、芘等8种痕量典型多环芳烃,再用HPLC测定。试验表明,ZIF-L对上述多环芳烃的萃取效率明显高于商品化萃取材料C 18和多壁碳纳米管。方法在0.100μg/L^200μg/L范围内线性良好,方法检出限为0.02μg/L^0.03μg/L,标准溶液5次测定结果的RSD为4.7%~9.5%,实际水样加标回收率为84.5%~115%。将该方法用于北太湖5个点位水样的测定,测定值为未检出~3.40μg/L。     

UPLC-MS/MS测定地表水中总微囊藻毒素的快速前处理方法探究

为方便地表水中总微囊藻毒素(TMCs)的预警监测,探究提取MC-LR、MC-RR、MC-YR的不同快速前处理方法,建立同时测定3种TMCs的煮沸-过滤-UPLC-MS/MS法。该方法在0.006μg/L~50.0μg/L范围内线性良好,方法检出限为0.006μg/L~0.010μg/L,实际水样3个质量浓度水平的加标回收率为88.6%~108%,6次测定结果的RSD为2.6%~9.4%。