北京市水环境非点源污染监测与负荷估算研究

文章对北京全市域范围开展水环境非点源污染监测以及污染负荷估算研究。监测结果表明,天然降雨氨氮、总氮污染程度高;城区典型下垫面降雨径流的有机污染十分严重,其中屋面降雨径流总氮和氨氮污染最严重,路面降雨径流COD和总磷污染最严重;下垫面降雨径流汇入城市排水管网后,由于冲洗下水道中的沉积物,使得水质污染进一步恶化。农业典型小流域面源污染对水质影响也很明显。城市非点源污染负荷估算选用SWMM暴雨径流模型,农业非点源污染负荷模型选用改进的输出系数模型,估算结果表明:城市非点源污染主要来自大气湿沉降、综合用地、路面和屋面等,农业非点源污染主要来自耕地和林地;全市污染物排放总量中,点源排放总量与非点源排放总量基本各占50％左右。为进一步挖掘污染减排空间,完善总量减排体系提供了依据。     

湘江株洲段氨氮污染变化趋势及规律研究

对湘江干流株洲段中氨氮在近10年来时间、空间上的变化规律进行了全面分析。结果表明,氨氮污染的空间浓度变化较明显,霞湾断面的氨氮含量最高;通过对污染源的治理,目前氨氮污染有减轻趋势;同时对污染源情况进行详细调查,工业污染源相对畜牧业、非点源的污染较重,但未经处理的生活污水,则成为湘江株洲段最重要的氨氮污染源。     

平原感潮河网地区非点源污染监测方法

平原感潮河网地区非点源污染严重以及交叉污染等特性，造成了严重的环境污染和环境安全问题。由于非点源污染监测资料不完善，相关研究的深度、广度以及监测管理存在不足，确定非点源污染大小、少资料区域污染定量化预测等问题都是亟待解决的难点。以南通平原感潮河网地区为例，对非点源污染中的不确定性及监测方法进行探讨，提出分别针对平原河网圩区和平原河网非圩区的非点源污染监测方法。     

农业面源污染防治的监测问题分析

近年来,农业面源污染已成为许多国家和地区水环境质量改善的主要影响因素,开展农业面源污染监测将为深入打好污染防治攻坚战提供重要支撑。该文系统分析当前我国农业面源污染监测存在的主要问题,综合考虑国内外经验,提出如下建议:采取空间嵌套式的布局模式优化地表水环境监测点位,充分发挥环境监测的预测预报和风险评估功能;建立包括污染源、产排污系数和空间传输过程的农业面源污染全过程监测网络;定期开展土壤氮、磷养分含量评估和地下水硝酸盐氮测定和评估;建立完善数据整合与共享机制。     

南昌市区初期雨水污染研究与防治对策

随着城市污水和工业废水等点源污染控制水平的提高，城市非点源污染的严重性日益表现出来，是仅次于农业非点源污染的第二大污染源．降雨后在形成的地表径流中污染物的浓度与未经处理的城市污水基本相同，成为我国城市水体水质恶化的主要原因之一．在充分调查研究之后，分析了南昌市区非点源特征，探讨了非点源污染控制的主要对策和措施，以便为该地区城市非点源污染供科学依据．     

城市声环境功能区划中的3S技术应用探索

探索3S技术在声环境功能区划中的应用.根据噪声的相关标准规范,应用3S技术开展桂林城区声环境普查和声功能区划的划分.结合传统的噪声监测评价方法和模糊数学聚类方法,探讨3S资源利用和精度控制、GPS应用、影像解译和GIS空间分析中的作用、特点及问题.3S技术使监测部门拥有获取城市基础数据的能力.     

广安市城区2010年上半年酸雨频率较高的成因分析

通过对广安市城区近几年及2010年上半年大气降水监测结果的分析,结合当地地形地貌、污染源排放等影响因素,初步分析了火电厂排污对广安市酸雨的贡献以及可能造成该市城区酸雨发生频率较高的原因,并提出了改善大气环境质量、缓解酸雨污染的对策建议。     

苏北地区农业非点源氮磷污染对水体的影响研究

通过对连云港市农业非点源氮磷污染对水环境影响的研究,掌握了连云港市农业非点源氮磷污染情况及氮磷在土壤中的转化机制,监测分析了水环境氮磷污染现状及氮磷对水环境的影响途径,提出了控制农业非点源氮磷对水体环境污染的措施。     

天津市臭氧污染现状与污染特征分析

通过臭氧监测实验,系统研究了天津市城区的臭氧污染现状、污染特征和时空分布规律,并从空间上确定了城市城区易发生光化学污染的敏感区域、高发区域.     

中国水中优先控制污染物黑名单的确定

面对我国水环境污染逐年加重的事实,国家环境保护局从“七五”开始,开展“中国环境优先监测研究”,加强水污染控制与监测,改善环境质量,“中国水中优先控制污染物黑名单研究”是该项目的一个分课题.我国的水污染来自工业废水、生活污水,以及非点源排放,但主要来自数十种类型的工业污染源排放废水对水体造成的污染.进入水环境的有毒化学物质成千上万,     

农业面源污染对我国农村地表水的影响与对策研究

基于2015—2021年我国农村地表水环境质量监测数据,分析了农村地表水环境质量状况特征;选取农业农村社会经济活动相关参数,与农村地表水中主要超标因子的超标比例进行了相关性分析;以2020年为基准年,对全国31个行政区,涵盖农村地表水水质状况、农业农村活动水平和污染压力、环境容量3个方面的9个指标进行了聚类分析。结果表明,我国农村地表水的变化趋势、季节特点和主要超标因子等表现出明显的农业面源污染特征;乡村人口、农业投入品使用量和经济作物种植比例等参数与主要超标指标具有较强的相关性（R＞0.9）;聚类分析将全国31个行政区划分为7种不同的农业面源污染类型。提出,应根据不同地区农业面源污染特点,因地制宜地推进标准化规模养殖、畜禽粪污资源化利用、化肥减量行动、高效低风险农药推广等农业面源污染治理措施,进一步加大农村生活污水处理设施建设,同时,完善农村环境质量监测网络,加强农业面源污染监测和评估。     

基于DPeRS模型的渭河典型断面汇水区面源污染评估及污染成因分析

近年来甘肃渭河桦林断面月度水质不稳定达标的问题引起了管理部门的广泛关注,掌握桦林断面汇水范围面源污染现状,对控制流域面源污染和促进水质稳定达标具有重要意义。采用遥感分布式污染估算（DPeRS）面源污染评估模型,对2018年黄河流域甘肃桦林断面汇水区面源污染空间分布特征进行分析,开展多类型污染量产排特征解析。结果表明：农业面源污染量方面,2018年甘肃桦林断面汇水区总氮（TN）、总磷（TP）、氨氮（NH⁺₄-N）、重铬酸盐指数（COD_Cr）面源污染排放量分别为11 591,2 697,7 141和1 458 t,入河量分别为2 184,512,1347,263 t;空间分布上,氮型（TN和NH⁺₄-N）排放负荷高值区主要分布在陇西县、武山县县段和岷县县段;武山县县段TP排放负荷较为突出;COD_Cr型面源污染高负荷区主要分布在陇西县、渭源县县段和武山县县段。农业面源污染物入河排放负荷空间分布差异明显,氮磷型（TN、NH⁺₄-N和TP）入河高负荷区主要分布在武山县县段、陇西县、临洮县县段;COD_Cr型面源污染入河高负荷区呈分散分布。漳县西部地区水土流失量较高,漳县西部、陇西县和渭源县县段北部局部地区泥沙负荷量较高。枯水期污染治理仍是保障水质稳定达标的关键期,农田径流是渭河桦林断面所在汇水区氮磷型面源污染的首要污染类型,畜禽养殖是COD_Cr型面源污染的首要污染类型。     

水环境指示生物筛选及水质评价方法研究

以齐齐哈尔市近30年地表水生物监测数据、理化监测数据为研究依据,提出一套基于指示生物的地表水体评价方法。该方法将地表水体划分为5个级别,并从中筛选出每个级别对应的指示生物,最终建立一套基于指示生物描述水体污染程度的评价体系。该方法以理化指标为基础,筛选多种优势种作为指示生物,对水体进行综合评价。相比单一生物监测评价指标,该评价方法更能反映整个生态系统状况,从而更客观地反映水体真实情况,有望为地表水体污染评价新方法的建立提供参考。     

流域环境风险评价研究进展

在分析流域环境风险内涵的基础上,从研究内容和研究方法两个方面,综述了国内外流域环境风险评价研究现状。指出目前研究内容主要集中在流域水质健康风险评价、流域生态风险评价、地下水环境风险评价、突发事件和农业非点源污染的流域环境风险评价等方面,主要采用基于层次分析、突变理论或经验公式(数学模型)的研究方法。在此基础上讨论了目前研究存在的不足,并从复杂动态系统分析的角度提出了未来的发展趋势。     

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。     

国家地下水环境质量考核监测体系构建与应用

为支撑国家地下水环境管理与污染防治,在系统梳理我国地下水环境监测发展历程的基础上,分析了当前地下水环境监测的技术特点,从支撑国家地下水环境质量考核的角度出发,研究构建了涵盖点位布设、监测指标选取、样品采集与保存、样品分析测试、质量保证与质量控制、质量评价等全流程的监测技术体系和质量管理体系,建立了"十四五"国家地下水环境质量考核监测网络建设及业务运行模式。基于覆盖全国所有地级及以上城市、主要水文地质单元、典型规模以上地下水型饮用水水源地与重点污染源的考核监测网络,建立了完善的地下水环境监测技术与质量管理体系,有效支撑了国家地下水环境质量考核,有助于各级管理部门掌握地下水环境质量状况,有针对性地开展地下水污染防治,为逐步改善地下水环境质量提供基础保障。     

Assessment of surface water quality using multivariate statistical techniques: a case study of Behrimaz Stream, Turkey

Multivariate statistical techniques, such as cluster analysis (CA), principal component analysis, and factor analysis, were applied for the evaluation of temporal/spatial variations and for the interpretation of a water quality data set of the Behrimaz Stream, obtained during 1 year of monitoring of 20 parameters at four different sites. Hierarchical CA grouped 12 months into two periods (the first and second periods) and classified four monitoring sites into two groups (group A and group B), i.e., relatively less polluted (LP) and medium polluted (MP) sites, based on similarities of water quality characteristics. Factor analysis/principal component analysis, applied to the data sets of the two different groups obtained from cluster analysis, resulted in five latent factors amounting to 88.32% and 88.93% of the total variance in water quality data sets of LP and MP areas, respectively. Varifactors obtained from factor analysis indicate that the parameters responsible for water quality variations are mainly related to discharge, temperature, and soluble minerals (natural) and nutrients (nonpoint sources: agricultural activities) in relatively less polluted areas; and organic pollution (point source: domestic wastewater) and nutrients (nonpoint sources: agricultural activities and surface runoff from villages) in medium polluted areas in the basin. Thus, this study illustrates the utility of multivariate statistical techniques for analysis and interpretation of data sets and, in water quality assessment, identification of pollution sources/factors and understanding temporal/spatial variations in water quality for effective stream water quality management.     

基于激光雷达技术的粉尘污染源监测

针对粉尘污染点源数量多、夜间偷排偷放监测难等问题,环保监测迫切需要发展新一代遥感监测技术,为环境保护提供技术支撑。激光雷达具有远距离、全天时监测的优势,可实现对污染源的客观、全天时监测。为了验证激光雷达主动遥感技术监测粉尘污染源排放的可行性,在河北省组织了一次粉尘污染源的Lidar监测实验,在进行距离校正的基础上,发展了Lidar点源污染监测指数因子方法。结果表明:烟尘排放浓度与Lidar指数因子具有较好的一致性,校正决定系数可达0.94。在稳定排污的情况下研究Lidar指数因子的限值,结果显示,将指数因子的限值设为2.3时,与在线监测的一致性可以达到99%以上。