北京市混凝土搅拌站风蚀扬尘排放特征

混凝土搅拌站是北京市一类典型扬尘源,本研究以北京市2座混凝土搅拌站为例,采用美国沙漠所的便携式风洞(PISWERL)测试搅拌站料堆和道路风蚀扬尘排放特征,结合搅拌站料堆和道路表面扰动频次以及当地气象数据,建立搅拌站料堆和道路风蚀扬尘PM_(2.5)本地化排放因子.结果表明:(1)搅拌站骨料大棚进口、混凝土装载区、社会道路进口和搅拌站进口道路风蚀扬尘PM_(2.5)日均排放因子差异不明显,分别为0.45、0.41、0.31和0.30 kg·(hm~2·d)~(-1),降水对道路风蚀扬尘PM_(2.5)年排放因子的削减率仅为4%;(2)搅拌站粗石、细石、粗砂和细砂料堆风蚀扬尘PM_(2.5)日均排放因子分别为0.10、0.12、0.26和2.02 kg·(hm~2·d)~(-1),细砂料堆风蚀扬尘排放因子是粗石、细石和粗砂料堆的20.5、16.8和7.7倍,细砂料堆春季排放因子是夏秋冬季的6.4、3.4和1.3倍;(3)北京市搅拌站料堆和道路风蚀扬尘PM_(2.5)日均排放因子分别为1.13 kg·(hm~2·d)~(-1)和0.37 kg·(hm~2·d)~(-1),是AP-42文件(c11s12混凝土,1995年版)料堆风蚀扬尘排放因子推荐值的3.9和1.3倍,搅拌站风蚀扬尘排放因子的不确定性范围为34%~92%;(4)建议搅拌站加强道路洒水和清扫保洁,对料堆尤其细砂料堆实施全封闭储存和喷雾降尘.     

北京市混凝土搅拌站扬尘排放因子及排放清单

为准确估算混凝土搅拌站扬尘排放清单,本研究综合美国环保局和南加州的搅拌站扬尘排放因子,并在北京市典型搅拌站开展道路积尘负荷测试,建立了北京市搅拌站各生产环节及综合扬尘排放因子.结合北京市搅拌站扬尘治理过程,估算北京市1991~2014年搅拌站扬尘排放清单,并预测2015~2020年排放清单.结果表明:北京市2015年搅拌站道路积尘负荷平均值为(26.2±11.5)g/m~2,是南加州推荐值(11.0g/m2)的2.4倍;(2)1995年以前北京市搅拌站PM_(2.5)综合排放因子为86g/m~3混凝土,第1季度混凝土产量月不均匀系数是其他季度的1/3,2015年PM_(2.5)综合排放因子相比1995年以前下降89.4%,场区道路扬尘排放占比由10%增加至70%;(3)《北京市2013~2017年清洁空气行动计划》实施后,2015年搅拌站扬尘PM_(2.5)排放量下降至543.1t/a,相比2013年减排48.3%,其中清退无资质搅拌站对PM_(2.5)减排的贡献为18.6%;(4)搅拌站扬尘排放主要集中在五环至六环(52%),六环外排放量占总量的28%.未来北京市搅拌站扬尘减排工作应该着力于继续清退无资质搅拌和加强场区道路清扫保洁.     

北京市平原区裸露地风蚀扬尘排放量

以北京市平原区为研究对象,基于美国国家航空航天局（NASA）的陆地卫星（Landsat系列）遥感资料,设计算法批量提取裸露地信息,并结合通用扬尘排放模型,计算估计北京市平原区的裸露地风蚀扬尘源中PM₁₀、PM_2.5的排放系数及年排放量,建立了北京市各区的裸露地风蚀扬尘排放清单.研究表明,1987~2016年间北京市平原区裸露地面积减小了约600km²;风蚀扬尘最严重的地区为大兴区,其次为通州区;以气候年均值为参数计算获得,2016年北京平原区裸露地由于风蚀扬尘效应产生的PM₁₀年排放量为7591.7t,这一排放量与前人研究估算的北京裸地风蚀扬尘PM₁₀排放量较为接近.在此基础上,进一步引入月和季度尺度气候参数,并对模型进行改进,探讨了逐月和季度累计的扬尘排放结果.进一步的研究表明：北京市平原区裸露地面积具有显著季节变化特征,2月裸露地面积最大,可达4500km²,8月最小为500km²;基于月气候参数和季度气候参数结合每月卫星资料反演获得的裸地面积估算,逐月累计的PM₁₀年排放量可达55175t,分季度累计PM₁₀年排放量为39294t.这说明当前常采用的裸地扬尘估算方法,由于扬尘排放模型的气候参数采用年均值,忽视了风蚀过程的季节差异,将会导致裸地风蚀扬尘的极大低估.     

西安市建筑施工扬尘排放的模型估算

作为我国大气污染治理重点区域汾渭平原的重点城市,西安正处于城市建设迅速发展阶段,建筑扬尘排放量大,极大地影响了西安的空气质量.本研究基于西安市建筑和市政施工工程的调查资料,结合两套由不同机构测量的我国北方典型城市排放因子,估算获得了西安市2017年建筑施工扬尘PM_(10)、PM_(2.5)的排放量及排放强度,构建了西安市区县级别建筑扬尘排放颗粒物清单,并分析其空间分布特征.结果表明:①引用中国环境科学研究院依据建筑扬尘产生类型测定的排放因子,估算获得2017年西安市建筑施工扬尘PM_(10)、PM_(2.5)排放总量分别为6.8×10~4、1.4×10~4 t,其中,作业施工扬尘排放量占总排放量的74%,风蚀扬尘占26%;②引用北京市环境保护科学研究院构建的建筑扬尘季节性排放因子,估算西安市建筑施工扬尘PM_(10)、PM_(2.5)排放总量分别为10.8×10~4、2.2×10~4 t,建筑扬尘排放量存在着明显的季节差异,夏季、秋季、冬季的扬尘排放量明显低于春季,但冬季略高于夏季、秋季;③综合两套排放计算结果表明,估算的建筑扬尘排放量存在50%的差异,西安2017年建筑扬尘PM_(10)排放量约为6.8×10~4～10.8×10~4 t,PM_(2.5)排放量约为1.4×10~4～2.2×10~4 t;④空间分布上,主城区建筑施工扬尘排放量大,约占总排放量的72%;主城区建筑施工扬尘排放强度高,约为郊区县的29倍.     

北京市交通扬尘PM2.5排放清单及空间分布特征

为建立一种自下而上的交通扬尘PM_2.5排放清单方法,对北京市不同区域、不同类型道路的路面积尘负荷进行了采样和实验室分析,对各类路网的道路车流量和车辆类型进行了调查和统计,建立了北京市道路交通扬尘PM_2.5排放清单,并对其空间分布进行了分析. 结果表明:北京市城区快速路、主干道、次干道、支路和胡同的交通扬尘PM_2.5排放因子分别为(0.05±0.03)(0.09±0.05)(0.11±0.05)(0.16±0.14)和(0.27±0.20)g/(km·辆),相应各类型道路的交通扬尘PM_2.5排放强度分别为(7.21±4.66)(5.27±3.03)(3.34±1.49)(2.84±2.49)和(0.54±0.40)kg/(km·d);郊区高速路、国道、省道、县道、乡道和城市道路的交通扬尘PM_2.5排放因子分别为(0.10±0.03)(0.50±0.33)(0.39±0.37)(0.41±0.41)和(0.65±0.31)(0.19±0.08)g/(km·辆),各类型道路交通扬尘的PM_2.5排放强度分别为(3.82±1.31)(10.00±6.58)(3.93±3.74)(1.64±1.63)(0.65±0.31)和(0.74±0.32)kg/(km·d). 北京市道路交通扬尘PM_2.5的年排放量为13 565 t,从空间分布上看,郊区交通扬尘PM_2.5年排放量、单位道路长度排放量以及排放因子均高于市区,而城区单位行政区面积的交通扬尘PM_2.5排放量高于远郊区县. 从交通扬尘PM_2.5排放的空间分布特征看,在继续加强城区交通扬尘控制的同时,应采取措施控制远郊区县公路的扬尘排放. 自下而上的交通扬尘PM_2.5排放清单提高了排放的时空分辨率,能够识别路网中高排放的区域和路段,为交通扬尘总量管理和减排目标考核提供了一种技术手段.      

基于本地污染源调查的杭州市大气污染物排放清单研究

基于实地调查数据并辅以统计数据,采用物料衡算法和排放因子法,估算了杭州市2015年大气污染物排放清单,并选取经纬度坐标、路网、航道、土地类型和人口等数据作为权重因子,研究了该地区各类排放源污染物排放空间分布特征.结果表明,杭州市2015年SO_2、NO_x、CO、VOCs、PM_(10)、PM_(2.5)和NH_3年排放总量分别为22.20×10~3、108.17×10~3、192.10×10~3、134.94×10~3、78.12×10~3、27.65×10~3和59.75×10~3t.工业源是杭州市SO_2排放的主要来源,移动源对NO_x和CO的排放贡献最为显著,扬尘源是杭州市PM_(10)和PM_(2.5)排放的最主要来源,其次为工业源;VOCs排放的主要来源依次为工业源、天然源和移动源;NH_3排放主要来自农业源.从空间分布来看,排放主要集中在中心城区及其周边的萧山、下沙、大江东、余杭和富阳等工业企业相对密集的区域.本研究建立的排放清单在污染源覆盖范围和排放因子方面仍然存在一定的不确定性,建议在后续研究中重点开展低、小、散企业及本地化排放因子调查研究工作,进一步提升大气污染物排放清单的准确度.     

城市道路行道树树池裸地扬尘排放特征

本研究以北京市西城区为例,研究城市道路行道树树池裸地(以下简称树池裸地)扬尘排放特征.利用GIS技术获取西城区分道路类型里程空间分布,对展览路街道树池裸地进行全口径调查,得到西城区道路树池裸地活动水平,采用便携式风洞(PI-SWERL)实测各种道路树池裸地扬尘PM2.5排放因子,估算西城区2016年树池裸地扬尘排放清单.结果表明:(1)快速路辅路、主干路、次干路和街坊路单位面积树池裸地扬尘PM2.5年排放因子分别为47.9、7.9、14.9和29.9 g·(m2·a)-1,2016年降水过程对树池裸地PM2.5排放因子的削减率为30.3%;(2)快速路辅路、主干路、次干路、支路和街坊路单位里程树池裸地扬尘PM2.5年排放因子分别为2.57、2.33、4.04、7.31和5.44 kg·(km·a)-1,支路是街坊路、次干路、快速路辅路和主干路的1.3、1.8、2.8和3.1倍,以次干路为例,冬季排放因子分别是春夏秋季的1.3、7.3和8.7倍;(3)北京市西城区树池裸地全年PM2.5排放量为1.60 t·a-1,排放清单的不确定性范围为-143%~184%,冬季排放量为0.68 t·a-1,分别是春夏秋季的1.1、4.2和5.1倍,快速路辅路、主干路、次干路、支路和街坊路占总排放量的5.6%、8.7%、23.2%、4.1%和58.4%.建议尽快对全市树池裸地采取不影响树木生长的覆盖措施,减少风蚀扬尘排放.     

道路交通扬尘排放因子测量系统研发及应用

道路交通扬尘排放是城市大气环境颗粒物(PM_(10)和PM_(2.5))的主要来源之一,对其排放测量研究是进行排放清单建立、环境影响分析和制定控制方案的依据.本研究设计了一种道路交通扬尘排放因子测量系统,通过测量行驶中车辆尾羽不同位置的颗粒物浓度,应用浓度剖面积分的方法计算单车行驶过程中扬尘PM_(10)排放量.在北京市典型道路测量了小汽车和大客车在不同车速下的交通扬尘颗粒物排放因子,结果显示,车辆尾羽的颗粒物浓度特征呈明显的"层状"分布,距离路面越近浓度越高,在车辆行驶方向中心浓度最高,向两侧浓度逐渐降低,车速越快浓度越高.在试验车速范围内,排放因子与车速呈幂函数关系,幂指数为2.7~2.8.排放因子与积尘负荷呈幂函数关系,幂指数为0.85.不同路段或同一路段的不同区域排放因子空间变异性较大,应用排放因子测量系统进行实测的结果更加准确可靠.     

京津冀地区高空间分辨率土壤扬尘清单构建及动态化方法

土壤扬尘是我国北方地区广泛存在的颗粒物污染来源,由于其分布广、数量大,活动水平获取困难,难以系统构建区域层面的高时空分辨率排放清单,不利于土壤扬尘源的影响评估与管控策略的制定.以2017年为基准年,通过对Landsat 8卫星的30 m分辨率遥感影像解译获取高空间分辨率的土壤扬尘源活动水平,结合空间差异化的土壤质地与气象资料,构建了京津冀地区2017年各季节高空间分辨率土壤扬尘排放清单,结合气象参数,将各季节清单结果合理分配至逐月,并与环境受体观测数据印证了结果的可靠性.结果表明:①京津冀地区土壤扬尘排放源面积比例呈冬季>春季>秋季>夏季的特征,分别为65%、59%、57%与33%.就全年平均而言,张家口市和承德市较高,分别为64%与58%;北京市和天津市较低,分别为42%与43%;其余城市差异不显著.②京津冀地区2017年土壤扬尘排放PM_2.5、PM₁₀和TSP分别为6.5×104、31.0×104和103.4×104 t.③季节尺度上,土壤扬尘排放量呈春季>冬季>秋季>夏季的特征;城市尺度上,邢台市、邯郸市、张家口市及承德市的全年排放较高,廊坊市和秦皇岛市全年排放较低.全年单位面积排放较高值出现在张家口市以及邯郸市和邢台市的西部地区.研究显示,京津冀土壤扬尘排放具有较大时空分布差异,逐月分配清单可为扬尘重点管控月份提供数据支撑,土壤扬尘清单较高的空间分辨率也为城市重点区域差异化管理提供基础.      

天津市春季样方法道路扬尘PM_(2.5)粒度乘数特征

粒度乘数表示道路扬尘排放因子模型中不同粒径的颗粒物的系数,是道路扬尘排放清单的重要参数,直接影响排放清单的不确定性.2015年春季用样方真空吸尘法采集了天津市市区11条道路88个点位的道路扬尘样品,在便携式气溶胶粒径谱仪Grimm1.109和再悬浮采样器粒径实验基础上,通过公式计算得到了道路扬尘PM_(2.5)的粒度乘数值K_(2.5),开展了粒度乘数分布特征的研究.结果表明:天津市春季非机动车道和机动车道慢车道道路扬尘的PM_(2.5)粒度乘数范围分别为0.053~0.088g/VKT和0.047~0.087g/VKT;主干道、次干道、支路以及快速路的非机动车道PM_(2.5)的粒度乘数K_(2.5)均大于机动车道慢车道的K2.5,环线的机动车道PM_(2.5)的粒度乘数K2.5均大于非机动车道慢车道的K_(2.5);不同道路类型的道路扬尘PM_(2.5)粒度乘数分布规律为:机动车道,环线次干道主干道支路快速路;非机动车道,次干道支路主干道环线快速路;道路两侧相同类型车道间PM_(2.5)粒度乘数中位值不同,但是其差异无统计学意义.     

亚热带稻田土壤碳氮磷生态化学计量学特征

为了解稻田土壤中是否存在稳定的土壤有机碳(C)、氮(N)和磷(P)比值,基于亚热带区110个水稻土剖面和587个发生层的土壤调查数据库,在区域尺度上分析了典型水稻土C∶N∶P比值的生态化学计量学特征,并应用相关分析和冗余分析,研究水稻土C∶N∶P比值与土壤-环境因子(地形和母质、土壤发生层、土壤类型和土壤理化性质)的关系.结果显示,亚热带区稻田土壤C∶N、C∶P和N∶P的剖面加权平均值分别为12. 6、49和3. 9,C∶N∶P为38∶3. 2∶1.不同母质起源、不同土壤亚类和不同发生层的水稻土C∶N变异相对较小;但C∶P和N∶P的变异很大,两者均值也远低于全球(186和13. 1)和中国土壤(136和9. 3)的C∶P和N∶P的平均水平.尽管稻田土壤剖面的C∶N∶P相对不稳定,但由于稻田表土生物与环境相互作用强烈,表土C∶N相对稳定(14. 2).这反映长期水耕熟化作用下,稻田表土中C和N仍存在紧密的耦合作用.然而,在稻田土壤剖面上,C∶P和N∶P并不稳定,SOC与全P含量、全N与全P含量也无显著相关性,表明环境变化可能导致土壤C∶N∶P解耦.地形、土壤质地、氧化铁和容重是调控稻田土壤剖面C∶N∶P的关键土壤环境因子.     

不同生物质炭对陇东黄土高原石油污染土壤的修复作用

为了分析比较不同生物质炭对陇东黄土高原地区石油污染土壤的修复作用,以玉米秸秆（JYB）,小麦秸秆（JXB）和苹果树枝条（JGB）为原料制备生物质炭,以适生植物金盏菊（Calendula officinalis）为供试植物（J）,在甘肃省庆阳市长庆油田公司采油二厂实施了为期4个月的油污土壤场地修复试验.采用常规方法研究了土壤总石油烃（TPH）降解率、植物生长指标、土壤理化和酶活性及土壤微生物群落结构对外源施用不同生物质炭的响应情况.结果显示：JYB和JGB处理组土壤TPH降解率相对较高（P < 0.05）,分别为（59.89±2.23）%和（58.17±1.89）%;外源施用3种生物质炭均可显著增加金盏菊株高、地上和地下部干重、土壤速效氮、磷、钾含量以及土壤脱氢酶和多酚氧化酶活性,但与JXB处理组相比,JYB和JGB处理组的根长、过氧化氢酶和脲酶活性则分别增加了23.81%、18.89%,153.12%、80.13%和188.66%、117.45%（P < 0.05）;此外,JYB和JGB处理组的鞘氨醇单胞菌属、油螺旋菌属、志津氏菌属、Salinimicrobium属、不动杆菌属、红球菌属、食烷菌属和诺卡氏菌属等具备石油污染物降解功能的优势菌属相对丰度显著高于其他处理组（P < 0.05）. 综上,JYB和JGB处理组通过增加金盏菊根际土壤多酚氧化酶（R²=0.9786,P=0.001）和脱氢酶活性（R²=0.9713,P=0.005）、微生物群落Shannon指数（R²=0.7311,P=0.036）、Chao1指数（R²=0.6361,P=0.041）和碱解氮含量（R²=0.6112,P=0.046）的方式改变土壤微生物群落结构和组成,进而提升了土壤TPH降解率.因此,陇东黄土高原地区油污土壤植物生态修复时宜选用玉米秸秆（JYB）和苹果树枝条（JGB）生物质炭作为土壤调理剂.     

煤矿沉陷区土壤酶活性研究——以林地为例

通过对韩王矿沉陷区林地和非沉陷区对照点的取样分析测定土壤酶活性,并分析不同采样点和不同采样深度之间酶活性之间的关系.结果表明:土壤酶活性在0～5 cm、50～10cm、10～20 cm深度普遍高于20～40 cm深度.在不同采样深度均值差异比较中,当p＜0.05时,脲酶和磷酸酶的活性在不同采样深度差异都很显著,其他四种酶活性均值差异不显著;在不同采样点均值差异比较中,p＜0.05时,脲酶活性和磷酸酶活性在10～20 cm、20～40 cm深度均值差异显著,其他酶活性均值差异不显著.由此说明采煤沉陷对脲酶和磷酸酶活性影响比较大,对蔗糖酶、过氧化氢酶、多酚氧化酶、脱氢酶活性影响不明显.     

贵州喀斯特区域土壤有机质的分布与演化特征

中国西南喀斯特区域是全球最大的喀斯特生态区域之一,该区生态环境脆弱,水土流失严重,石漠化趋势严峻。土壤有机质是极为重要的保持土壤结构与质量的物质,深刻认识喀斯特区域土壤有机质的特征与演化是防治和改善我国西南喀斯特区域石漠化现状的迫切需求。本文以贵州省为例,总结归纳前人的研究成果,阐述了该区土壤有机质的分布规律与演化特征,探讨了影响该区土壤有机质分布的因素,以期提出更好的石漠化防治策略。中国西南喀斯特区域土壤受该区多山地形的限制,具有水平地带性以及垂直地带性特征,同时受到喀斯特地质地貌的控制,发育各种非地带性土壤,本区土壤类型多、成因复杂;土壤有机质的分布、演化特征与土壤类型密切相关,具有明显的区域特点。贵州省分布广泛的主要土壤有黄壤、石灰土、红壤、紫色土、黄棕壤、棕壤以及水稻土等。其中,棕壤有机质含量最高,原因可能是棕壤存在区域海拔高,气温低,抑制微生物活动,土壤有机质分解过程比较缓慢;石灰土有机质含量高,原因可能是土壤中钙的含量较高,有机质的保存可能受益于腐殖酸钙及碳酸盐沉淀的包裹保护;而黄壤和红壤等酸性土壤有机质主要是与R_2O_3结合,有机质的活性高于石灰土;黄棕壤有机质含量介于棕壤和黄壤之间;紫色土由于土壤质地的原因,有机质含量最低。     

壬基酚在污灌土壤中吸附行为研究

采用序批式室内实验研究了壬基酚(NP)在污灌土壤中的吸附行为,同时探讨了壬基酚在土壤中吸附行为的影响因素,包括pH、离子强度、黑炭和矿物质.水溶液中NP检测方法为液液萃取-高效液相方法(LLE-HPLC).研究结果表明,土壤中有机质含量在吸附过程中起决定作用,土壤自身矿物组成成分对NP吸附行为具有一定影响.NP在土壤中吸附反应6h后达到平衡,吸附动力学都符合准二级线性模式;吸附等温线符合线性模式.壬基酚在污灌和清灌土壤中有机质吸附系数(Koc)分别为3.1×104 L·kg-1和3.2 ×104 L·kg-1,在土壤中很难移动.pH改变对壬基酚在土壤中吸附行为影响程度要高于离子强度,碱性条件下影响结果更为显著.NP在土壤黑炭和矿物质中吸附行为均符合线性模式,分配系数都有所下降.     

氮循环的人为干扰与土壤酸化

从生物地球化学循环的观点出发 ,研究了N循环的人为干扰与土壤酸化的关系 ,并探讨了N循环扰动下导致土壤酸化的机理。在土壤酸化中 ,人类对N循环干扰起作用最大的是对大气中NOx 排放的影响以及对N固定的影响 ;前者通过酸雨导致土壤酸化 ,后者则通过施肥导致土壤酸化。     

湖南安化下寒武统黑色页岩土壤元素地球化学特征

本研究对湖南安化县东坪、烟溪两地发育于下寒武统黑色页岩上的6个土壤剖面进行系统采样,并利用ICP\|MS等分析技术对土壤和相应岩石样品的主量元素和微量元素（包括重金属和稀土元素）含量进行了分析.主量元素A-CN-K(Al2O3-CaO+Na2O-K2O)图解显示,黑色页岩土壤的形成是黑色页岩化学风化的结果,经历了早期的Ca、Na淋失和后期的Al、Fe富集过程后,土壤具有贫Ca、Na而富Al、Fe的化学组成特征.多因子分析和相关性分析结果表明,成土过程中,微量元素可分为稳定元素（Ti、Zr、Nb、Hf、Ta、W等）、次稳定元素（Be、Sc、Ga、Ge、Rb、Cs、Pb、Th、Ba等）、活动性较强的元素（REE、Y、P、Sn等）和强活动性元素（Mn、Co、Ni、Zn、Cd、Tl、V、Mo、Sb、U等）.富集因子重金属污染评价显示,V、U仅在烟溪土壤剖面达到显著污染程度,Sn、Ba在东坪土壤剖面达到显著污染.Mo、Cd、Sb等重金属则在东坪和烟溪土壤均达到显著污染程度,其中,Cd在东坪可达到高度污染水平,而Mo在烟溪可达到极度污染水平.微量元素及稀土元素地球化学示踪分析显示,黑色页岩土壤没有受到外来物源的干扰,土壤重金属污染为来自黑色页岩的自然污染源.     

密云水库上游流域土壤有机碳和全氮密度影响因素研究

为揭示影响密云水库上游流域土壤有机碳(soil organic carbon,SOC)和全氮(total nitrogen,TN)密度的主要因子,采用野外采样、实验室分析和数理统计分析相结合的方法,研究了气候(温度和降水)、地形(海拔和坡度)、土壤理化性质(土壤容重、含水量、pH值和黏粒含量)以及土地利用方式等因素对SOC和TN密度的影响.结果表明,密云水库上游流域森林、草地、农田这3种土地利用类型表层(0～20 cm)SOC密度分别为4.77、6.79和2.90 kg.m-2,TN密度分别为0.41、0.69和0.30kg.m-2,3种土地利用类型之间SOC和TN密度差异显著(P<0.05);土壤含水量、土地利用方式、坡度、土壤pH值和黏粒含量是影响SOC密度的主要因子,土地利用方式、土壤黏粒含量和含水量则是影响TN密度的主要因子;气候、地形、土壤理化性质等区域环境因子共同解释了SOC和TN密度变异性的63.6%和53.4%,而环境因子和土地利用方式对SOC和TN密度变异性的综合解释程度分别为67.6%和57.8%.土地利用对SOC和TN密度变异性的贡献相对于环境因子而言较小,因此,建立高空间分辨率的区域环境因子数据库将是精确估算区域土壤碳氮贮量的关键环节.     

浙西球川富硒区耕地土壤硒含量及其影响因素

通过浙西球川耕地土壤的调查与分析,对表层土壤硒分布特征及其影响因素进行了研究。结果表明,该区表层土壤硒含量均值为0. 43 mg/kg。不同地层分布区土壤硒含量差异较大,荷塘组碳质页岩、硅质岩分布区土壤硒含量最高(平均值为0. 59 mg/kg),寿昌组凝灰岩分布区土壤硒含量最低(平均值为0. 32 mg/kg),地质背景(岩石分布)对土壤硒含量及分布起控制作用。旱地土壤硒含量平均值高于水田。土壤硒含量与有机质含量呈正相关关系,而与土壤p H关系不密切。球川地区土壤硒主要来自自然背景(成土母质),外源输入影响较小,该区富硒土壤具有可持续开发利用潜力。     

兰州某钢厂附近土壤磁化率特征及其环境意义

对兰州某钢厂周围土壤进行了磁化率与化学元素分析,采用污染指数评价方法和多元统计发现,表层2cm以内土壤的磁化率显著增高,达到背景值的3.5倍,且频率磁化率相对于深部土壤较低,对比不同位置样点磁化率值,显示钢厂周边土壤受到了钢厂生产排放物的污染.污染主要发生在下风向,且在2km以内最强,污染深度在2cm以内.磁化率与重金属元素含量相关性显著表明磁性矿物与重金属有相同的来源,本研究应用磁化率浓集因子S判别污染程度,结果与内梅罗综合污染指数评价大致相同,因此S可以作为判断这类土壤污染程度的指标.