大气污染物指纹系统构建及在污染溯源中的应用

基于污染物检测特征信息结合区域产业结构、企业布局等信息构建了大气污染物指纹系统,通过污染物检测特征信息构建的第一级指纹数据库实现了对大气特征污染物的识别和污染物应急处置措施的推送;通过污染源行业及其排放的特征污染物信息构建的第二级指纹数据库实现了产排污行业的溯源;通过企业及其产排污信息,结合气象条件构建的第三级指纹数据库实现了对产排污企业的溯源。基于大气污染物指纹数据库的污染溯源技术为突发环境污染事故中污染物质的识别和污染源的追踪提供了新途径。实际应用验证表明,大气污染物指纹系统污染溯源响应快速、识别精准,实现了大气污染物从监测、溯源到应急处置的全过程无缝衔接。     

辛集市"十三五"期间空气质量特征分析

重点对河北省辛集市"十三五"期间整体空气质量变化情况以及影响辛集市优良天数的2个重要参数O₃和PM_2.5的污染规律进行了分析。结果表明,辛集市"十三五"期间空气质量改善明显,优良天数整体增加,污染天数整体减少。O₃浓度及其作为首要污染物出现的天数整体呈现上升趋势,对综合指数的贡献率逐年增加;O₃污染高发期主要集中在4—9月,高值区域分布差距较大,但市区污染持续突出。PM_2.5浓度逐年下降,以PM_2.5为首要污染物的天数逐年减少;PM_2.5浓度季节变化特征整体呈现"秋冬高、春夏低"的分布特点,空间分布呈"南北高、中间低"的污染特征。     

2014—2018年洛阳市大气污染变化特征及影响因素研究

研究采用空气质量指数法对2014—2018年洛阳市大气污染变化特征进行了分析,构建了空气污染物浓度的影响指标体系,采用灰色关联法研究了空气污染物浓度与影响因子之间的关联度,得到了影响空气污染物浓度的主要指标因子,并提出了改善洛阳市空气质量的措施。结果表明:洛阳市空气质量指数类别主要为良和轻度污染。2014—2018年空气质量为优良的天数主要出现在春季、夏季和秋季,重度污染和严重污染主要出现在冬季。2018年PM₁₀、PM_2.5、NO₂、SO₂和CO这5项污染物浓度随时间变化呈"V"型,污染主要集中在1—5月和11—12月。O₃浓度随时间变化呈倒"V"型,污染主要集中在4—9月。研究期内PM_2.5、PM₁₀和O₃是主要污染物。市区总人口、工业(综合)能源消耗量、人均生产总值、城市机动车总数、城市房屋施工面积、人均公园绿地面积、建成区绿化覆盖率和一般工业固体废物产生量等8项指标因子与PM_2.5、PM₁₀和O₃的浓度表现出高关联度或较高关联度。     

滁州市臭氧污染特征及一次连续臭氧污染过程分析

利用滁州市环境空气质量监测数据和气象观测数据,分析了滁州市O₃污染基本特征,并着重分析了一次连续O₃污染过程中气象因素、VOCs以及其他污染物对于O₃浓度的影响。结果表明:滁州市环境空气污染类型正由"PM_2.5型"向"PM_2.5和O₃混合型"转变,O₃污染程度呈现加重趋势,污染持续时间有所拉长。9月4—9日一次连续O₃污染过程中O₃呈单峰状;受到光化学生成和区域传输共同影响,峰值时气温大多在30℃以上,相对湿度较小,风速大多处于小风区(WS≤1 m/s),也有部分处于风速较大区域(WS>3 m/s);VOCs/NO_x比值法和O₃/NO_x比值法均反映此次连续O₃污染为VOCs控制;体积分数较大的VOCs物种主要为烷烃,其中单个体积分数最大的物种是乙烷;烯烃是对O₃生成贡献最大的关键活性组分,对O₃生成潜势的贡献为53.5%,控制1-戊烯、反2-戊烯、异戊二烯、间/对二甲苯等物种可以有效控制光化学生成对此次O₃污染过程的影响。     

基于有机物指纹图谱技术的长江南京段水中有机磷溯源研究

长江水环境污染物识别和溯源分析是保护长江水生态环境的前提。于2021年11月26—27日对长江南京段有机磷进行溯源调查,采用有机物指纹图谱识别技术对9个干流监测点位和7个临近入河排口监测点位之间以有机磷为代表的有机污染物的耦合关联性进行研究,筛查重点潜在污染水域及可能来源。研究结果表明,应用指纹图谱技术共识别出25类有机污染物,其中干流XC-02点位有机磷等有机污染物输入明显,主要受临近陆域污水处理厂、制药企业、石化企业及表面加工企业等的工业废水排放影响;干流XC-07点位有机磷离子峰强度升高,受上游传输与陆域入河排口XA-07点位共同影响。研究为河流有机污染物溯源提出了指纹图谱解析方法思路并得以应用,为水环境有机污染物管控提供技术支撑和决策依据。     

基于OP-FTIR的化工区空气特征污染实测方法研究

应用开放式傅里叶变换红外光谱分析仪(OP-FTIR)对华东地区某化工区周边空气特征污染进行了180 d连续在线监测,建立了污染特征分析、预警评估和污染溯源等体系化监测应用方法,匹配形成了近10项日常数据监控指标的质保质控体系和基于最小二乘法人机结合的谱图解析和数据生成体系,数据误差控制在20%以内。结果表明,通过180 d外场稳定监测,实现了超过40种区域特征污染因子库的建立和实时监控,掌握了乙烯和甲醇等10余种特征污染物的排放规律和主要来源。     

区域污染治理能力与排污规模的协调性评价

为分析区域排污规模与污染治理的协调性,构建了排污规模与污染治理协调度模型,并以2006、2013年的数据对模型进行实证分析。结果表明,制约排污规模和污染治理协调性的主要矛盾是污染治理能力的落后,全国70%以上地区污染治理能力均滞后于污染物产生规模;国内治理能力在研究期间不断提高,区域差异在不断缩小,治理能力过度滞后的省份由14个减少到2个;除江苏外2013年其余各地区均有1项或多项污染物的治理能力滞后,其中生活废水治理能力滞后的区域最多;经济发展水平是影响协调性的重要因素,2013年协调度与地区人均GDP基本呈线性关系。模型实证计算结果与主观判断也较为吻合,具有一定的推广应用价值。     

“十三五”时期哈尔滨空气质量变化特征及影响因素分析

对"十三五"期间哈尔滨市空气质量状况、变化特征及影响因素进行分析,为哈尔滨市打赢蓝天保卫战提供科学参考。以哈尔滨市为研究区域,基于哈尔滨市12个国控监测点位监测结果,对"十三五"期间哈尔滨市环境空气质量优良天数及6项污染物进行分析,总结了环境空气质量变化特征及影响因素。结果表明:"十三五"期间,哈尔滨市环境空气质量呈现波动向好趋势,较"十二五"期间大幅改善,除细颗粒物外,其他指标已稳定达二级标准,臭氧成为仅次于细颗粒物的首要污染物,冬季燃煤污染是环境空气最主要的污染来源,秋季秸秆焚烧及春季清除秸秆根茬也会产生一定影响。     

典型铅蓄电池场地土壤污染识别与调查研究

以成都平原某废弃铅蓄电池污染场地为例,调查识别典型工业场地主要污染物空间分布特征和剖面迁移特征。结果表明:场地主要潜在Pb污染源有建筑垃圾、土壤及残留废水,潜在污染途径为大气降尘、含Pb废水排放;建筑垃圾中Pb、Cd、As等污染严重;场地内酸液暂存池和清洗池地表水中Pb、Cd超标严重,均为劣Ⅴ类;场地内及周边环境地下水中Cd、Cr污染较重;区内表层土壤中Pb、Cd污染严重,且呈面源性,距循环水池及酸液暂存池1.2 m处土壤中Pb含量远高于周边区域。     

基于紫外可见吸收光谱微型污染溯源站的村镇水环境监测技术研究

为实现村镇分散度高、随机性强的水环境污染的高效管控,采用以紫外可见吸收光谱技术为核心的微型污染溯源站,于2022年4月1—14日对某县域村镇的河流水环境开展了在线监测溯源研究。结果表明,监测期间共发生2组污染事件,微型污染溯源站快速响应,氨氮、电导率等常规指标之间具有较强的相关性,各指标中,氨氮受冲击波动最为显著,最适合用于污染事件报警。通过紫外可见吸收光谱可识别污染事件之间的差异,第1组污染事件光谱特征为205 nm波长吸光度下降,疑似为硝态氮浓度下降;第2组污染事件光谱特征为230 nm波长出现显著吸收峰,疑似为水中烯-酮共轭双键类有机污染物含量大幅增加。多元线性回归拟合结果表明,2组污染事件可能分别由污水处理厂工艺波动导致的超标排放和上游化工类企业的偷排造成。研究结果为微型污染溯源站实现对不同污染情景的报警和溯源提供了依据。     

流域水污染监测与溯源技术研究进展

水污染特征识别和溯源是实施水污染精准治污的关键一步,也是流域水污染防治工作的前提。该文概述了不同分析监测技术、传统溯源方法与人工智能在水污染监测与溯源中的应用进展。光谱分析由于灵敏度高、准确度好,在实现水污染快速监测中应用最为广泛。传统溯源方法在复杂多样的水污染事故中不能准确快速地确定其污染源类型,而人工智能技术由于可以解决动态环境问题中的不确定性和复杂性,能够准确、智能地识别水质特征和追踪污染源。将人工智能与传统技术相结合是流域水污染溯源的发展趋势。展望了人工智能在水污染溯源方面的应用前景,为实现流域水污染全面监管提供了新的思路。     

与我国环境管理对接的大气污染源排放清单分析

环境管理与大气污染源清单对接的基础是环境管理数据体系。选取京津冀大气污染传输通道"2+26"城市中的14个城市实施访谈与问卷调查,普遍认为大气污染源清单的主要用途为大气污染应急、预警以及污染源解析,但由于环境统计、污染源监测和排污许可三大环境管理数据体系差异较大,导致环境管理数据的行业和工艺过程针对性不强,无法满足污染源清单的需求。造成该问题的主要原因在于基层生态环境部门技术储备不足、污染源信息分散以及数据管理任务分工不明确。促进环境管理与大气污染源清单的对接,重点在于污染源数据定期更新和环境管理数据的一体化,应着重形成多部门数据共享、全面和全过程环境管理以及人才和技术保障机制。     

黄河流域水质和工业污染源研究

为科学评价黄河流域的水质状况及工业企业污染源现状,根据黄河流域2018—2019年地表水和饮用水水源地水质监测数据,建立了综合反映流域水环境质量和可定量分析排名的城市水质指数;利用大数据技术分析工业企业水污染物排放数据,研究建立了企业环境信用动态评价体系。研究结果表明:2018—2019年,黄河流域城市水环境质量得到一定程度的改善,城市地表水环境质量优和良等级数量从17个增加到19个,饮用水水源地优等级城市数量从7个增加到11个;但黄河流域中游地区水污染问题较为严重,需要重点加强水污染控制。水质污染主要以点源工业污染为主,COD和氨氮排放量较多,COD和氨氮年日均排放浓度平均值分别为51.1、3.1 mg/L,工业废水处理率偏低;山西、陕西、河南等"高"风险企业数量较多,分别达到3 047、1 630、1 442家。建议加强黄河流域上下游、左右岸、干支流协同配合,加大水污染防治工作的深度和力度。     

Occurrence of pharmaceuticals in urban wastewater of north Indian cities and risk assessment

Six pharmaceuticals of different categories, such as nonsteroidal anti-inflammatory drugs (ibuprofen, ketoprofen, naproxen, diclofenac), anti-epileptic (carbamazepine), and anti-microbial (trimethoprim), were investigated in wastewater of the urban areas of Ghaziabad and Lucknow, India. Samples were concentrated by solid phase extraction (SPE) and determined by high-performance liquid chromatography (HPLC) methods. The SPE-HPLC method was validated according to the International Conference on Harmonization guidelines. All the six drugs were detected in wastewater of Ghaziabad, whereas naproxen was not detected in Lucknow wastewater. Results suggest that levels of these detected drugs were relatively higher in Ghaziabad as compared to those in Lucknow, and diclofenac was the most frequently detected drug in both the study areas. Detection of these drugs in wastewater reflects the importance of wastewater inputs as a source of pharmaceuticals. In terms of the regional distribution of compounds in wastewater of two cities, higher spatial variations (coefficient of variation 112.90–459.44 %) were found in the Lucknow wastewater due to poor water exchange ability. In contrast, lower spatial variation (162.38–303.77 %) was observed in Ghaziabad. Statistical analysis results suggest that both data were highly skewed, and populations in two study areas were significantly different (p?NSAIDs) posed high (RQ >1) risk to all the test species. The present study would contribute to the formulation of guidelines for regulation of such emerging pharmaceutical contaminants in the environment.     

Monitoring and measurement of microalgae using the first derivative of absorbance and comparison with chlorophyll extraction method

Monitoring of microalgae in water supplies and industrial applications are becoming increasingly important, yet there are few options available that are simple and accurate, and can provide real-time information. The present work illustrates a new method to determine the concentration of microalgae in water and wastewater using spectrophotometry and the first derivative of absorbance. Chlorella vulgaris was used as an indicator microalga, spiked in water samples representing a range of water qualities (distilled water, surface water, and wastewater), and correlations among C. vulgaris concentrations, absorbance, and the first derivative of absorbance measurements were investigated. In addition, detection limits were established and sensitivity analyses were carried out to determine the lowest C. vulgaris concentrations that can be confidently measured in different water matrices. Finally, the study compared the performance and detection limits of the spectrophotometry-based methods with the well-accepted chlorophyll extraction method. A strong linear relationship (R²?>?0.97) was found between C. vulgaris concentration and absorbance at 695 nm. Using the first derivative of absorbance improved C. vulgaris detection limits by reducing the effects of the background noise and interferences from other substances. The detection limits established using the first derivative method were 0.47, 0.56, and 1.96 mg TVS/L in distilled water, surface water, and wastewater, respectively. In comparison, the detection limits of the chlorophyll extraction method were found to be 19.6, 38.6, and 48.3 mg TVS/L in the same water matrices. These results indicate that first derivative of absorbance can be successfully used for monitoring of microalgae in surface waters and environmental samples as well as in bioreactors used for microalgae cultivation in industrial applications.     

流域重点工业污染源识别特征成分谱建立技术

研究了基于生产排放全过程、多相、多类污染物并举的污染源识别特征成分谱建立技术。首先建立污染源排放完整图谱,包括原辅料、中间物质、产品、各工艺废水污染物、水处理设施进口和出口污染物等。然后从排放完整图谱中解析出特征污染物。对于废水中的常规污染物和金属污染物,采用与受纳水体浓度相比较的方式得到污染源识别特征污染物,建议将浓度超过受纳水体1倍的污染物定为特征污染物。对于有机污染物,将质量分数之和大于90%的污染物集定为特征有机污染物,并按照有机物类别进行分类。最后开发建立动态的水污染源排放数据库。应用该技术建立了石化行业典型企业的排放特征成分谱,发现这些特征组分具有很好的代表性,为水污染源的识别提供了基础数据。     

基于高分辨率影像的固体废物自动识别技术

随着经济快速发展,工业固废、非正规垃圾、未覆盖建筑渣土等固体废物急剧增加,对区域生态环境造成极大威胁。固废堆场具有面积小、分布散等特点,目前国内仍缺少针对各类固废堆场的遥感自动识别研究。为此,基于国产高分辨率卫星遥感数据,根据野外实地光谱采集结果,分别开展了未覆盖建筑渣土、工业固废及非正规垃圾的自动识别方法研究,提取研究区各类固废堆场。结果表明:未覆盖建筑渣土在蓝波段与绿波段分别存在"吸收谷"与"反射峰",基于该特征构建的比值指数模型,结合直方图双峰法阈值分割可以有效提取未覆盖建筑渣土区域;工业固废、非正规垃圾2种固废类型多样,光谱反射率没有明显规律,结合其纹理、色调等特征,采用面向对象多尺度分割、支持向量机监督分类方法能够较好地识别2种类型固废;基于自动化提取技术并结合人机交互判读方法,提取的研究区未覆盖建筑渣土、工业固废及非正规垃圾等3种固废堆场的精度分别达到96.83%、88.26%、85.71%,各类固体废物遥感识别精度较高,极大提高了固废监测效率。