熔融制样XRF法测定海洋沉积物中10种主量元素的条件优化

采用四硼酸锂-偏硼酸锂混合熔剂（67∶33）,硝酸锂为氧化剂,溴化锂为脱模剂,熔融制作样片,利用X射线荧光光谱仪,用土壤、水系沉积物和海洋沉积物等标准物质拟合校准曲线,系统研究了熔剂、稀释比、脱模剂、熔融温度与时间对测定结果的影响,并分析了产生这些影响的机理,优化改进了X射线荧光光谱(XRF)法同时测定海洋沉积物中主量组分(Na₂O、MgO、Al₂O₃、SiO₂、P₂O₅、K₂O、CaO、Fe₂O₃、MnO、Ti₂O)的分析方法。结果表明,当样品与混合熔剂在熔融稀释比例为1∶10的条件下混合均匀,在700 ℃预氧化200 s,升温至1050 ℃熔融10 min,实验优化获得高质量的熔片,较大的稀释比与未知烧失量（loss on ignition,缩写为LOI）校正结合,无需对样品烧失量进行校正,简化了分析步骤。对海洋沉积物标准物质GBW07314进行精密度考察,各组分含量的相对标准偏差(RSD)为0.32%～2.05%,方法检出限为70～270 μg/g。对海洋沉积物、水系沉积物、岩石矿物和土壤4类标准样品进行准确度考察,测定值与标准推荐值无显著性差异。表明方法准确可靠,能满足地质与地理类海洋沉积物、水系沉积物、岩石矿物和土壤等样品准确定量分析。     

基于MGWR模型的中国城市PM2.5影响因素空间异质性

基于全国297个地级市2018年PM_2.5浓度数据、自然与社会经济数据,采用多尺度地理加权回归（MGWR）模型分析了各影响因素对PM_2.5浓度的作用尺度与影响效果的空间异质性.结果表明,MGWR模型适用于中国地级市PM_2.5浓度影响因素研究.在作用尺度上,人均GDP、技术支持水平作用尺度最大,其次是相对湿度、居民地比重、人口密度与风速,降水量、第二产业比重、植被覆盖状况、温度与能源消费强度作用尺度最为局限.在影响效果上,相对湿度、人口密度与居民地比重全部为正向作用;第二产业比重和能源消费强度主要为正向作用,分别占总样本的70.71%与64.98%;风速、温度既存在正向作用也存在负向作用,空间上呈两极分化,其中正向作用分别占总样本的49.83%与57.91%;降水量、植被覆盖状况主要为负向作用,分别占总样本的91.58%与69.70%;人均GDP、技术支持水平全部为负向作用.研究结果表明各因素对于中国城市PM_2.5浓度的影响均存在着不同程度的空间异质性.     

哈尔滨市臭氧时空分布特征及气象要素的关系

利用2015~2018年哈尔滨市臭氧（O₃）监测数据，与其他典型城市进行对比，详细分析了哈尔滨市O₃的时间和空间分布特征，及其与气象要素的关系。结果表明：哈尔滨市2015~2018年O₃污染程度比北上广及长春，沈阳，大连等城市轻；哈尔滨市O₃污染具有明显的季节特征，春夏季O₃超标率大于秋冬季；月变化趋势呈现倒“U”型，O₃高值集中在5~7月；日变化为单峰分布，在13：00~15：00时浓度维持在全天高值； O₃浓度表现为“周末效应”，工作日O₃浓度略高于周末；空间分布特征表明：哈尔滨市外围郊区O₃浓度普遍高于内围市区；在O₃污染高发的5~7月，太阳辐射强度在800~1200W/m²、气温越高、风速越大和相对湿度越小，O₃超标率越高。     

南海北部主要海表温度锋面的时空变化特征

本文利用2003年—2017年卫星遥感海表温度数据,研究我国南海北部主要海表温度锋特征。结果表明:南海北部海表温度锋常年存在,锋面特征存在明显的月变化,锋面范围和强度从1月开始逐渐减小,11月达到谷点,12月再次升高;南海北部温度锋具有琼东-粤西温度锋、粤东温度锋和台湾浅滩温度锋三个强锋面和粤西陆架陆坡温度锋和东沙群岛南陆坡温度锋两个次强锋面,1月,自西向东,三个强锋面的最大强度分别为0.036℃/km,0.038℃/km和0.068℃/km,两个次强锋面的温度锋出现概率均大于75%,至11月份,除三个强锋面仍然存在外,其它海域温度锋消失。粤西陆架陆坡温度锋从1月—4月由陆架逐渐过渡到陆坡和深海,东沙群岛南陆坡温度锋出现在5月。     

基于深度学习方法的PM2.5精细化时空估算模型

提出一种基于深度学习方法的地面PM_2.5浓度时空估算模型（PM_2.5-DNN）,该模型基于葵花-8卫星反演的AOD数据,结合PM_2.5监测站和气象站点观测数据对北京市地面PM_2.5浓度进行了逐时的高精度模拟,同时将PM_2.5-DNN模型的模拟性能与当前的主流方法进行了对比研究.结果表明,使用PM_2.5-DNN模型估算的北京地区1km分辨率每小时地面PM_2.5浓度与地表监测站观测数据对比的一致性较好,模型估算精度可达到R²=0.88,性能优于当前的主流方法.本文所提出的方法适用于区域尺度PM_2.5浓度时空分布细粒度建模与估算,采用端到端的训练方式构建模型,为精细的PM_2.5浓度估算提供了一个简便而有效的方法模型.     

四川中东部地区2009年大气硫沉降模拟

采用第三代公共多尺度空气质量模型Models-3/CMAQ,对四川中东部地区2009年1月、4月、7月和10月SO₂排放所产生的硫沉降分布进行数值模拟研究,并且将该模型输出的ρ(SO₂)、SO₄2-湿沉降量分别与地面层的ρ(SO₂)、降水中SO₄2-湿沉降量实测值进行相关分析,探讨硫沉降的季节、区域分布特征及湿沉降变化. 结果表明:ρ(SO₂)模拟值与实测值的R(相关系数)为0.445,SO₄2-湿沉降量模拟值与实测值的R为0.510;四川中东部地区夏季硫沉降量为2.2×104 t,高于其他三季,冬季最小,为1.0×104 t;硫沉降呈三大片区分布,宜宾、乐山、泸州为高值分布区,资阳、遂宁、南充、广安和达州均属于硫沉降低值区,成都、德阳、绵阳片区属硫沉降次高值区;干沉降中SO₂沉降量在各季所占比例均在85%以上,湿沉降中各季SO₄2-沉降量所占比例均在99%以上.      

CeWOx催化剂协同脱除氮氧化物及氯代芳香化合物的反应机制研究

多污染物协同控制是大气污染控制技术的发展方向.本文以氮氧化物（NO_x）及氯苯（CB）为典型多污染物组分,考察了不同Ce/W比例Ce WO_x催化剂协同脱除NO_x及CB的催化性能及反应特征.其中,Ce₈W₁O_x催化剂表现出最佳的催化活性,在温度为350℃时,NO_x、CB转化率均达到100%.NO_x选择性催化还原（SCR）、CB催化氧化（CBCO）和协同脱除反应（SCR+CBCO）的对比实验发现,协同反应的NO_x和CB转化均受到不同程度的抑制,尤以SCR对CBCO的抑制作用更为明显.TPSR及DRIFT表征证明NH₃和CB之间的竞争性吸附是SCR和CBCO协同反应活性下降的主要原因.Ce WO_x催化剂上CB解离生成的氯经氧空位活化形成Cl·,易导致亲电加氯反应从而促进多氯苯生成.SCR为CBCO提供了额外氢,源于NH₃吸附于Lewi...     

重庆缙云山针阔混交林地土壤呼吸速率及温度敏感性特征分析

以重庆缙云山亚热带针阔混交林为研究区,研究了土壤呼吸及其Q₁₀(温度敏感性系数,指温度增加10℃所造成的呼吸速率改变的商)的时间变异特征,并深入分析二者受土壤温度、湿度变化的影响. 2011年4—12月采用LI-8100二氧化碳通量测量系统观测选取样地的R_S (土壤呼吸速率)、土壤5cm深处的T₅(土壤温度)和W₅(土壤湿度),分析R_S与Q₁₀的变化规律;同时利用单一和二元混合模型探讨T₅和W₅对R_S、Q₁₀的影响. 结果表明:①在观测期内R_S和T₅月均值均呈单峰曲线变化;R_S的变化范围在(1.38±0.15)~(3.94±0.21)μmol/(m2·s)之间,T₅的变化范围在(9.28±0.65)～(22.99±1.14)℃之间;由于受到自然降水影响,W₅的月际变化不规律. ②Q₁₀季节差异明显,最大值(3.31)出现在春季,观测期内的平均值为2.01. ③R_S与T₅之间呈显著正相关(P<0.05),与W₅的关系不明显(P>0.05);R_S与T₅、W₅的关系模型拟合度分别为87%和26%;T₅与W₅的复合模型对R_S的变化解释能力为89%,高于单一模型. ④影响Q₁₀的主要因素是T₅,其次为W₅.      

基于阶段式时序注意力网络的PM2.5鲁棒预测

PM_2.5浓度的预测对于大气污染治理、改善环境质量等起到重要作用。受气象条件变化与大气污染物排放等多种因素的交叉影响,PM_2.5预测通常易受突变事件及噪声数据干扰。因此,基于对气象条件以及大气污染物与PM_2.5的相关性分析,提出阶段式时序注意力网络模型（staged temporal-attention network,STAN）,该方法融合多段注意力学习模块与循环神经网络,建模气象因素与大气污染物对PM_2.5浓度的交叉影响。统计分析北京市、上海市、广州市预测结果的绝对误差值,可知:1）对比广泛使用的单一类模型支持向量机（support vector machine,SVM）、长短期时序记忆方法（long short-term memory,LSTM）和多层感知机（multilayer perceptron,MLP）,STAN可达到10%以上的性能领先;对比最新的融合类模型U型网络（U-net）,STAN领先了7%的优势。2）以北京市冬季预测结果为例进行统计分析,STAN的预测值与实测值之间的拟合系数可有95.2%的性能领先。此外,在鲁棒性分析中发现,STAN在含有10%噪声的数据上进行预测,误差上升幅度仅为9.3%。结果表明:注意力机制与时序学习模块相结合能够深度挖掘PM_2.5变化规律并抑制噪声数据,且STAN模型可以进行PM_2.5浓度的鲁棒预测。     

基于树模型的北京市PM2.5预测效果对比分析

在城市空气质量预测中,ρ（PM_2.5）会受到气象条件和时间周期的影响。选取北京市全市为实验区域,对多种污染物浓度特征、时间特征及天气特征等进行分析,采用2019年33个空气质量监测站逐小时数据开展PM_2.5预测实验,建立了基于特征的LightGBM （light gradient boosting machine） PM_2.5质量浓度预测模型,分别与随机森林模型（RF）、梯度提升树模型（GBDT）、 XGBoost模型3个PM_2.5浓度预测模型进行对比。结果表明:在PM_2.5浓度预测精度方面,LightGBM模型最高,XGBoost模型次之,RF模型最差。LightGBM模型的PM_2.5污染浓度预测准确率高于其他模型,R2为0.9614,且具有训练快、内存少等优点。LightGBM模型的5个评估指标均优于其他模型,说明其在PM_2.5逐时预测上具有很好的稳定性和应用前景。     

近周边电厂源对北京市采暖期间SO2的贡献分析

应用中尺度气象模式(MM5)与区域多尺度空气质量模型(CAMx)的耦合模型系统,模拟研究了2005年采暖期间近北京地区电厂源排放对北京市空气质量的影响;采用SO₂贡献来源识别技术筛选了对北京市空气质量影响大的区域电厂源. 结果表明:近北京地区电厂源对北京市ρ(SO₂)的影响从南到北呈递减趋势,其对北京城区、北京全市ρ(SO₂)月均贡献值分别为6.97和6.40 μg/m3;影响北京城区ρ(SO₂)的电厂排放源主要来自张家口、唐山、天津、石家庄、廊坊和衡水等地区,占ρ(SO₂) 总贡献值的83.2%;为缓解北京采暖期间SO₂污染压力,应首先控制和削减张家口、天津、唐山、石家庄地区SO₂排放量大的电厂源.      

非均相活化剂磁性纳米CoFe2O4的制备及其活性评价

采用溶胶-凝胶法制备了磁性纳米铁酸钴（CoFe₂O₄）固体颗粒，并采用扫描电镜（SEM），X射线衍射仪（XRD），傅里叶变换红外光谱仪（FT-IR）和振动样品磁强计对样品进行表征分析.以磁性纳米CoFe₂O₄颗粒活化过硫酸盐氧化去除水中四环素为探针反应，评价CoFe₂O₄颗粒的活化性能.结果表明，600℃焙烧温度下制备出的固体颗粒，其活性较高，颗粒表面金属离子浸出率较低；优化温度下制备的CoFe₂O₄颗粒在较宽的pH值范围（4.4~9.0）内均具有较高活性；控制实验条件PDS₀ 1g/L，CoFe₂O₄ 1g/L，TCH₀ 50mg/L，20℃，pH₀ 4.4，反应4h后TCH去除率达到82.0%.CoFe₂O₄颗粒循环重复利用10次后仍保持较高的活性和结构稳定性，而且因其特殊的磁性能便于回收利用.     

利用膜进样质谱连续走航测定表层海水O2/Ar比值和pCO2

利用HIDEN公司HPR40溶解气体质谱分析仪,通过实验探索和实际应用,建立了连续走航高频率同时测定海水中O₂、Ar和CO₂等多种气体的分析方法。通过选择硅树脂膜的循环水取样器、进样流量为220 mL/min、进样平衡温度低于海水2℃等实验条件,建立了船载连续走航系统,实现了利用膜进样质谱仪（MIMS）连续走航测定表层海水O₂/Ar比值和pCO₂。所用仪器稳定性良好,连续测定12 h大气鼓泡48 h后的海水样品获得O₂、Ar和CO₂的精密度分别为1.57%、3.75%和2.21%,O₂/Ar的精密度为2.61%;该方法的重复性好,10 d内绘制7条CO₂工作曲线斜率的相对标准偏差RSD=4.18%。应用该方法在南海北部陆坡19.8°N～20.8°N,114.7°E～115°E断面进行调查并取得了很好的效果,结果表明:该调查断面的生物氧过饱和量Δ（O₂/Ar）为0.56%±1.02%,其变化范围为-2.52%至3.34%,调查断面的pCO₂值为361.53±40.46μatm。该方法具有直接、快速、高时空分辨率测定多种溶解气体的优点,为认识多组分气体的高分辨时空分布格局,深入开展我国陆架边缘海生物过饱和氧、海洋群落净生产力和pCO₂动力学研究提供了新方法。     

基于TLSER关系预测POPs在PUF与空气中的分配系数

为开发一种简洁高效预测K_PA值的方法,本文收集了包含多氯联苯（PCBs）、苯类（Benzenes）、多环芳香烃（PAHs）和杀虫剂（Pesticides）等,共95种污染物在聚氨酯泡沫塑料（PUF）与空气中分配系数（K_PA）的实验值,基于理论线性溶解能关系（TLSER）,运用逐步多元线性回归（MLR）构建了预测K_PA值的模型.结果表明,模型的决定系数R_adj²为0.901,外部验证系数Q_ext²为0.748.TLSER模型有较好的拟合度、稳健性和预测能力,可以预测应用域内POPs在PUF和空气之间的分配系数.     

基于PM2.5站点监测数据的京津冀AOD补值研究

以京津冀2020年318个地面监测站点的PM_2.5数据为估算因子,构建了时空线性混合效应模型(STLME)和时空嵌套线性混合效应模型(STNLME),为AOD数据的补值研究提供了一种新方法.结果表明:在有AOD-PM_2.5匹配数据的日期,上述两个模型估算精度相近,交叉验证后决定系数R²分别为0.868和0.874,均方根误差RMSE分别为0.112和0.109;在无AOD-PM_2.5匹配数据的日期,嵌套模型估算精度明显高于非嵌套模型,交叉验证后决定系数R²分别为0.63和0.26.经过模型补值后,研究区监测站点所在网格AOD数据空间维有效比率从原始数据的44.35%提高到99.35%,时间维有效比率从87.94%提高到100%;同时,每个站点的年均AOD值都有明显提高,弥补了高PM_2.5浓度条件下缺失的AOD数据,可以减少空气污染和健康研究中暴露评估的偏差.     

混合嗜酸菌浸出污泥中重金属机制判定方法

为判断混合菌种的生物沥浸机制,采用添加沥浸混合菌种+作用底物（硫酸亚铁铵、硫粉）、只添加作用底物和仅加硫酸3组实验,估算直接氧化作用（F₁₁）,化学氧化作用（F₁₂）和酸性浸出作用（F₁₃）的贡献率,从而获得混合菌种的重金属浸出机制.针对某污水处理厂剩余污泥的生物沥滤实验结果表明,Cu的浸出过程中F₁₁、F₁₂、F₁₃贡献率分别为92.55%、7.45%、0%,说明混合菌种作用下Cu的浸出机制主要为直接机制;Zn的沥浸作用中F₁₁、F₁₂、F₁₃贡献率分别为18.86%、44.35%、36.79%,判定Zn在混合菌种的作用下为间接机制.该法可在实际环境条件下判定重金属的生物沥浸机制,对相关研究和实际应用提供理论依据.     

基于多机器学习算法耦合的空气质量数值预报订正方法研究及应用

应用多种机器学习算法进行时空耦合从而建立一种新的多模式集合预报订正算法(简称“ET-BPNN算法”),对4种常规污染物(NO₂、O₃、PM_2.5和PM₁₀)的空气质量模型预报结果进行订正. 订正方法分为两步,第一步中利用随机森林、极端随机树和梯度提升回归树3种机器学习算法,采用4个空气质量数值预报模式(CMAQ、CAMx、NAQPMS和WRFChem)的多尺度污染物浓度预报数据、中尺度天气模式(WRF)的气象因子预报数据(包括2 m温度、2 m相对湿度、10 m风速、10 m风向、气压和小时累计降水量)以及污染物浓度观测数据作为训练集,训练结果进入基于均方根误差的择优选择器,选取3种机器学习算法中优化效果最好的算法;在第二步中利用了BP神经网络算法,通过加权平均获得集合模式订正预报结果. 结果表明:①与模式集合平均算法相比,ET-BPNN算法使NO₂、O₃、PM_2.5和PM₁₀浓度预报值与观测值之间的均方根误差分别减小了30.4%、18.9%、43.3%和38.1%. ②ET-BPNN算法的优化效果较随机森林、极端随机树和梯度提升回归树3个机器学习算法有明显提升,与极端随机树算法相比,ET-BPNN算法使NO₂、O₃、PM_2.5和PM₁₀浓度预报值与观测值之间的均方根误差分别降低了42.7%、20.1%、19.7%和9.7%. ③在易发生污染的秋冬季,ET-BPNN算法对PM_2.5浓度的预报具有明显的优化效果,此外该算法明显缩小了不同站点预报和不同预报时效之间的偏差,具有较好的鲁棒性. ④对O₃和PM_2.5浓度预报而言,经ET-BPNN算法优化后的预报结果能够更好地把握污染过程,对污染物峰值浓度的预报也较模式集合平均算法更准确. 研究显示,ET-BPNN算法提高了空气质量模式对污染物浓度的预报效果.      

不同含水率污泥和小麦秸秆混合热解制备富氢合成气

为拓展活性污泥资源化利用方向,在固定床反应器中研究了不同含水率污泥与小麦秸秆的共热解。将不同含水率的污泥和秸秆在600~900 ℃范围内混合热解,研究了热解温度、污泥含水率和秸秆添加量对气体组成的影响。当污泥含水率一定时,随着反应器温度的升高,H₂和CO的含量逐渐增加。在相同温度下,随着污泥含水率的增加,H₂的含量呈现先增加后减少的趋势,而CO含量呈逐渐下降趋势。当污泥含水率为60%时,H₂的含量达到最大值。当热解温度为800 ℃时,制备富氢合成气的最佳比例为40%的秸秆与含水率为60%的污泥混合热解。     

海洋多孔介质中微塑料和富勒烯的共迁移

采用海水和天然海砂，模拟构建了一维柱状的海洋多孔介质体系，研究了粒径1μm的聚苯乙烯微塑料（PS）与富勒烯（C₆₀）在海水饱和砂柱中的共迁移行为.结果发现：单体系下，15mg/L PS的穿透率（M_eff）和最大穿透浓度（MEC）可分别达到36.8%和0.42；而15mg/L的C₆₀团聚明显，其M_eff和MEC值仅分别为16.8%和0.22.当15mg/L PS与15mg/L C₆₀ 1：1共存时，PS能与部分C₆₀形成稳定共团聚体，促进C₆₀迁移；但反之C₆₀却抑制了PS迁移.如果将双体系下PS的浓度由15mg/L增至45mg/L，PS对C₆₀的迁移促进则转变为迁移抑制，这主要源于PS-C₆₀共团聚体体积的增大和数量的增加.     

成都O3逐日污染潜势关键时段优选的GAM模型

利用成都市2016~2018年O₃逐时监测数据以及该时段同时次的地面气象观测资料，通过对O₃日变化特征的分析，确定了表征研究区O₃逐日污染潜势的四个关键时段，即全天时段（00：00~24：00）、日间时段（05：00~20：00）、O₃超标时段（11：00~19：00）以及O₃峰值时段（15：00~16：00）.基于广义可加模型（Generalized Additive Model，GAM）分别构建了O₃日最大8h滑动平均浓度（O_3-8h）与上述四个时段气象要素之间的函数关系，分析了时间尺度变化对O₃逐日污染潜势的影响.结果表明：GAM模型可以很好地表征O_3-8h与不同时段多气象要素之间的非线性关系.O₃超标时段气象要素对O₃逐日污染潜势具有最佳的指示意义，对应GAM模型的调整判定系数R²和方差解释率IRV分别为0.81和81.4%，模型模拟值与观测值的压轴回归决定系数R²为0.805.太阳辐射、相对湿度和气温是决定O₃逐日污染潜势最重要的气象要素，但三者在GAM模型中的重要性排序会因时间尺度的变化而有所差异.