武汉市2014-2017年大气污染物分布特征及其潜在来源分析

利用武汉市2014—2017年大气污染物（SO₂、NO₂、CO、O₃、PM_2.5和PM₁₀）和气象要素的观测数据,分析了大气污染物的变化特征及其影响因素.使用HYSPLIT模式计算了影响武汉市的主要气团类型,并利用潜在源区贡献（PSCF）和浓度权重轨迹（CWT）分析方法,揭示了研究期内武汉市不同大气污染物的潜在源区分布及其贡献特性.结果表明,武汉市2014—2017年空气质量逐年好转,SO₂、O₃、PM_2.5和PM₁₀的浓度呈逐年下降的趋势,但NO₂和CO的浓度先下降后上升.2017年SO₂、O₃、PM_2.5、PM₁₀、NO₂和CO的浓度分别为9.6、50.8、52.7、89.2、47.5 μg·m^-3和1.1 mg·m^-3,分别比2014年降低了64.3%、23.0%、24.7%、18.8%、3.5%和5.9%.大气污染物存在显著的季节变化和月变化.大气污染物在四个季节中日变化类似,SO₂和O₃均为单峰型分布,NO₂、CO、PM_2.5和PM₁₀均为双峰型分布.武汉市空气污染以PM_2.5为主,随着污染程度的加剧PM_2.5/PM₁₀的值逐渐增大,在空气质量为严重污染时,PM_2.5/PM₁₀高达90%,比空气质量为优时高了31.34%.局地气团（45%）和来自山西、陕西和河南一带的西北气团（12.1%）下大气污染物浓度较高.大气污染物的潜在源区贡献（WPSCF）和浓度权重轨迹（WCWT）的较大值主要集中在武汉市本地及其周边地区,局地污染对武汉市大气污染物的贡献较大,但不同大气污染物受到排放源分布和停留时间等影响其WPSCF和WCWT的分布范围不同.     

2015—2017年天水市大气污染物变化特征及来源分析

据天水市2015-2017年大气污染物（SO₂、NO₂、CO、O₃、PM_2.5和PM₁₀）的监测数据及气象资料,分析了天水市大气污染物的浓度变化特征,并利用排放源清单和HYSPLIT模型对污染物来源进行了解析.结果表明：①天水市空气质量有所下降,总体优良率达84.9%.SO₂、NO₂、CO均达标,污染物以颗粒物和O₃为主.②一次污染物SO₂、NO₂、CO、PM_2.5和PM₁₀浓度具有相似的季节变化和日变化特征,冬季最高,夏季最低,日变化呈早晚双峰型.二次污染物O₃夏季浓度最高,冬季最低,日变化呈单峰型.③天水市空气质量主要受污染物的本地排放和外来输送的影响,本地民用和工业部门对SO₂、CO、PM_2.5和PM₁₀的贡献最大,交通和工业部门对NO_x的分担率最高,民用部门是CO的最大排放源;西北和东部气流是污染物外来的最主要输送路径.此外,污染物在城市大气中的稀释、扩散和转移也受当地气象因素（气温、降水、风向等）的影响.     

临沂市区主要大气污染物的污染特征及其对居民健康的影响

大气污染是全球性的公共环境健康问题.本研究基于临沂市区2015年6种大气污染物（PM_2.5、PM₁₀、SO₂、NO₂、CO、O₃）的逐日监测数据,分析了污染物的污染特征及其与气象因子的相关性,通过构建广义相加模型,模拟分析了单个污染物与居民呼吸、循环系统疾病门诊人次的暴露-反应关系.结果表明,PM_2.5和PM₁₀是临沂市区首要大气污染物,NO₂和SO₂次之,O₃和CO浓度较低;除O₃外,其它5种污染物之间呈显著正相关,与风速、温度、相对湿度3个气象因子呈负相关,浓度水平冬季高、夏季低;O₃与温度呈显著正相关.对于呼吸系统疾病,单个污染物每增加10 μg·m^-3（CO每增加0.1 mg·m^-3）的最大效应情况是：PM₁₀、SO₂、NO₂、CO均在当天（lag0）使得门诊人次分别增加0.36%、1.77%、1.29%、0.69%,PM_2.5和O₃分别在累积滞后6 d（lag05）和单日滞后3 d（lag3）使得门诊人次分别增加0.6%和1.07%;对于循环系统疾病,单个污染物每增加10 μg·m^-3（CO每增加0.1 mg·m^-3）的最大效应是：PM_2.5、PM₁₀均在累积滞后5 d（lag04）使得门诊人次分别增加0.72%、0.80%,SO₂、NO₂均在累积滞后6 d使得门诊人次分别增加3.55%、3.54%,CO和O₃则分别在当天和单日滞后3 d使得门诊人次分别增加0.77%、1.39%.对于呼吸、循环系统疾病,PM_2.5、PM₁₀、CO、O₃对男性的影响均大于女性,SO₂则反之;NO₂对男性呼吸系统和女性循环系统影响较大.大气污染物对少年（7~17岁）呼吸系统和对中年（41~65岁）循环系统影响较大.临沂市区6种大气污染物存在不同程度的污染,对居民呼吸、循环系统疾病均有不同程度的影响,且存在性别和年龄的差异.     

四川盆地大气污染物时空分布特征及气象影响因素研究

利用2015—2018年四川盆地内18个城市的6种污染物逐日质量浓度监测资料、同期的常规气象观测资料，采用插值、相关分析等方法，分析了四川盆地3个区域6种污染物的时空分布特征，探讨了各个污染物质量浓度与气象要素之间的关系.结果表明：①O₃在盆地中西部污染较重，PM_2.5和PM₁₀在德阳、成都、眉山、内江、自贡一带污染较重，在广元和巴中污染较轻，SO₂在巴中、南充、绵阳、德阳一带污染较轻，在广元和盆地中南部污染较重；②NO₂平均浓度呈先增后减的趋势，O₃呈增加趋势，而CO、PM_2.5、PM₁₀、SO₂均呈减小趋势；③CO、NO₂、PM_2.5、PM₁₀、SO₂呈"夏低冬高"的特征，O₃则相反，CO、NO₂、PM_2.5、PM₁₀均表现为"双峰双谷"型，O₃和SO₂则表现为"单峰"型；④偏东风有利于CO、NO₂、PM₁₀、PM_2.5的稀释扩散，偏北风有利于O₃、SO₂的稀释扩散；⑤6种污染物质量浓度均与气压、气温、24 h变温、24 h变压、相对湿度、10 m风速、700 hPa散度、850 hPa高度显著相关.风速、相对湿度、混合层高度、逆温层平均高度的增加有利于大多数污染物的稀释扩散.     

厦门湾空气质量对新冠疫情管控的响应

通过对厦门湾城市群在COVID-19封锁前后6周内（2020-01-11~2020-02-21）的空气污染物浓度变化进行分析,以确定影响本区域空气质量的主要人为污染源.在春节假期与封锁叠加期间,SO₂、NO₂、CO、PM₁₀和PM_2.5浓度相比于节前1周的下降幅度分别为6%~22%、53%~70%、34%~48%、47%~64%和53%~60%,而O₃浓度变化没有一致的规律性;与2018~2019年历史同期相比,PM_2.5、PM₁₀、CO和NO₂的下降幅度更大,但SO₂的下降幅度相当;在复工复产后,NO₂的反弹幅度最大（38%~138%）,远高于SO₂（2%~42%）,显示交通源相对于固定源更易受到疫情管控的影响;春节后风速增大和降水增多也为SO₂、NO₂和PM的下降提供了正向影响.利用反距离插值权重法,得到管控前后厦门湾城市群不同污染物的空间分布变化特征,显示NO₂浓度高值区的变化与交通源高度相关,CO和SO₂空间分布特征保持稳定,复工后PM_2.5和PM₁₀在人口与路网密集区变化不明显,而在工地相对集中区域有明显上升,O₃空间分布的低值区与NO₂的高值区具有较好的空间匹配性,显示NO₂对O₃滴定作用明显,可为进一步O₃污染减排措施的制定提供参考.     

2014年APEC会议期间北京市空气质量分析

为研究区域性大气污染物减排措施对北京市空气质量的影响,结合地面观测的气象数据、能见度、常规污染物浓度和PM_2.5化学组分,对APEC会议期间北京市的空气质量进行分析.结果表明,APEC期间的11月4日和8-10日两个过程,大气污染物扩散条件较不利,易出现污染过程.APEC期间,密云、榆垡、昌平、奥体中心和西直门北大街5个站点SO₂、NO₂、O₃、PM₁₀和PM_2.5平均浓度分别为(8.0±8.0)、(37.4±21.6)、(36.0±22.5)、(67.7±43.4)和(48.6±42.2) μg·m^-3.与近5年同期(PM_2.5为去年同期)相比,SO₂、NO₂、PM₁₀和PM_2.5日均浓度分别下降了61.5%、40.8%、36.4%和47.1%,O₃日均浓度上升了101.8%.从污染物日变化规律来看,减排措施的环境效果在大气污染物扩散条件较有利的时段体现的更明显.在APEC期间,PM_2.5浓度在前半夜保持平稳,未出现积累峰值.与秋季非APEC期间相比,PM_2.5中大部分组分浓度均有明显下降,二次离子组分降幅尤为明显.同时,本文测算了APEC期间减排措施的"净环境效益",发现减排措施使得SO₂、NO₂、PM₁₀和PM_2.5浓度分别降低了74.1%、48.0%、66.6%和64.7%,O₃浓度上升了189.2%.与10月份的大气污染过程相比,同样在不利气象条件下,实施减排措施后PM_2.5浓度峰值明显降低,积累速度明显减缓.     

北京2015年大气细颗粒物的空间分布特征及变化规律

近年来,随着雾霾事件的频发,人们逐渐提高了对雾霾的关注度,PM_2.5作为其首要污染物对大气能见度及人体健康造成了严重影响.因此,本文利用2015年北京12个环境监测站点的PM_2.5、PM₁₀、NO₂、SO₂、CO和O₃的浓度数据和气象数据,综合研究了北京2015年大气细颗粒物的空间变化特征及分布规律.同时,利用空间差异率（COD）统计方法评估了不同地区细颗粒物浓度的差异程度,并结合2015年2次特殊事件（春节和阅兵）,对大气污染特征及其与排放源控制的关系进行了深入对比分析.结果发现,重污染天气集中发生在秋冬季,且污染程度高、持续时间长.城区PM_2.5浓度比郊区高约12 μg·m^-3.东城区与对照区差异最大,COD值为0.24;东城区与西城区差异最小,COD值为0.05.春、夏、秋季颗粒物PM_2.5、PM₁₀浓度日变化较为平稳,在中午有所升高,冬季颗粒物质量浓度明显呈现出夜间高于日间的污染模式.近3年PM_2.5与PM₁₀保持显著的相关性,但PM_2.5/PM₁₀比值呈降低趋势.阅兵期间采取的空气质量管控措施和气象要素共同作用导致PM_2.5浓度下降约72%,市中心的首要污染物为NO₂,郊区首要污染物为O₃和PM₁₀.春节期间烟花燃放对PM_2.5的瞬时贡献量很大,对比春节假期和非假期2个阶段的大气污染特征发现,人口和机动车减少及餐馆暂停营业并没有使北京局地空气质量得到明显改善.该研究结果提示在进行PM_2.5控制的同时也要对O₃浓度有所关注,同时也进一步支撑了北京空气质量改善需要京津冀协同控制这一重要结论.     

基于土地利用回归模型的北京市2013-2019年大气污染时空变化分析

在近年来大力控制大气污染的背景下,通过历史观测数据分析污染物的时空变化特征,有助于总结以往控制的成效,并为制定下一阶段措施提供科学依据.本研究基于北京市大气环境质量监测站点2013—2019年数据,分析了6种常规大气污染物（PM_2.5、NO₂、O₃、PM₁₀、SO₂、CO）的时间变化趋势,并构建了2013和2019年PM_2.5、NO₂和O₃ 3种主要污染物的土地利用回归模型（Land use regression model, LUR）,对它们详细的空间分布及变化特征进行了分析.结果表明,污染物浓度在过去7年中发生了重大变化,除O₃增长,其余5种污染物下降明显.不同城区间的差异在迅速缩小,污染物浓度在空间上趋于均匀.PM_2.5呈明显的南高北低,城区NO₂浓度显著高于郊区和山区,O₃在主城区尤其是道路附近浓度较低.约50%的区域PM_2.5下降30 μg·m^-3以上,约40%的区域NO₂下降幅度为5~15 μg·m^-3,道路附近O₃升幅在20 μg·m^-3以内.研究结果揭示出北京市及其周边地区大气污染治理近年来取得了卓有成效的成绩,但同时也面临着O₃浓度升高的新挑战.     

“兰州蓝”背景下空气污染特征、来源解析及成因初探

兰州市近年空气质量有所好转，频繁出现"兰州蓝"现象.本文利用兰州市2013—2018年空气污染物实时监测数据，分析了兰州市空气污染特征、潜在来源和成因.结果表明，2013—2018年兰州市SO₂、PM_2.5和PM₁₀浓度呈下降趋势，NO₂、CO和O₃浓度呈上升趋势，PM_2.5和PM₁₀是兰州市的主要污染物，其值远远高于标准限值.大气污染物与气象参数的关系表明，较低的一次污染物与较高的风速相关，二次污染物O₃其较低的浓度值与较低的温度有关.从后向轨迹模型分析来看，新疆塔克拉玛干及周围的戈壁沙漠、内蒙古高原和西部青海地区是春季、秋季和冬季污染物的主要来源区，兰州东南部周边地区是夏季的主要源区和秋季的次要源区.初步分析了当地污染物排放和气象条件的影响，由于严格的排放控制，空气质量的改善可能与污染物排放量的减少有关，而气象条件的贡献并不明显，具体还需要进一步研究.     

和田绿洲沙尘暴物质输送路径及其对大气环境质量的影响

为了研究来自不同方向的沙尘暴对和田绿洲大气环境质量的影响，本文利用HYSPLIT后向轨迹模型和NCEP的GDAS全球气象要素数据，将和田绿洲西北部的墨玉县城作为模拟受点（37.26°N，79.72°E），计算2016年1月1日—2018年12月31日发生的每一次沙尘天气期间逐日18：00（世界时）36 h后向气流轨迹，轨迹计算起始高度设置为500 m，并结合相应的PM_2.5、PM₁₀、SO₂、NO₂、CO、O₃浓度监测数据进行聚类分析，研究抵达该地区的沙尘暴的主要移动轨迹和污染物输送路径.同时，运用潜在源贡献因子分析法（PSCF）和权重污染轨迹分析法，分析了沙尘暴期间不同气流轨迹对墨玉县污染物浓度的影响，识别大气污染物的潜在源区，揭示不同源区对污染物浓度的贡献差异.结果表明，影响和田绿洲（墨玉县）的沙尘暴主要来自西北（WN）、北（N）、东北（EN）和东（E）4个方向；其中，来自东部的沙尘天气频率最高（60.2%），但主要以浮尘天气为主；扬沙和强沙尘暴主要来自西部方向，54.48%的强沙尘暴和38.53%的扬沙来自西和西北方向.不同沙尘源区和不同传输路径上的沙尘气溶胶对和田绿洲大气环境的影响不一样.沙尘天气期间，大气PM_2.5和PM₁₀的平均浓度相当于无沙尘天气期间的3~5倍，但对SO₂、NO₂、CO、O₃质量浓度的影响不大；由西向东和由北向南的沙尘暴对墨玉县PM_2.5和PM₁₀质量浓度的贡献率最大；由东向西的沙尘暴由于路过和田市和洛浦县等工业污染源区，此簇沙尘暴气团将该区域SO₂、NO₂、CO等污染颗粒携带到墨玉县，因此，东-东南（E-ES）方向的沙尘暴对SO₂、NO₂、CO的贡献率分别为15.56%、20.55%和21.57%.本文定量印证了沙尘暴对和田绿洲大气环境质量的影响，可为绿洲区沙尘暴研究提供参考.     

土壤整体质量的生态毒性评价

土壤样品采自沈阳西部污灌区 .进行了污染物 (重金属和矿物油 )含量分析和生态毒性试验 .重金属采用原子吸收分光光度仪测定 ,矿物油采用紫外分光光度计测定 .生态毒性试验分别参照国际标准组织 (ISO)和OECD指南 ,进行了植物毒性试验、蚯蚓毒性试验和蚕豆根尖微核试验 .植物试验以小麦种子发芽根伸长抑制率为试验终点 ,试验周期50h ,蚯蚓毒性试验以蚯蚓死亡率、体重增长抑制率为试验终点 ,试验周期28d .土壤中矿物油含量在145mg/kg～1121mg/kg ,重金属Cd为0.34mg/kg～1.81mg/kg .土壤对植物和蚯蚓显示不同程度的毒性效应 ,土壤的蚕豆根尖微核率明显高于对照 .种子发芽根伸长抑制率为2.0%至-35.1% ,蚯蚓死亡率为0%～40%.体重增长抑制率由14d的-2.3%～-19.4%在28d增加到-2.1%～10.7% ,蚕豆根尖微核率最高达6.62/100.研究表明 ,土壤中的污染物积累较低 ,但具有明显的生态毒性 .     

国际化学危险品分类体系简介

介绍了当前国际化学危险品的各种分类体系,对比了GHS与TDG、EU_CLP、DOT、WHMIS等对化学危险品的具体分类。有助于GHS的理解与掌握,全面推进GHS在我国的实施。     

多目标规划在预测区域总产值-排污-水质协调解中的应用研究

以某区域水环境－经济系统为研究实例，寻求值－排污－水质综合协调解方法，寻求净收益最大时的总体规划方案。建立目标参数规划模型，寻求不同生产规模条件下的产值－排污－水质协调解，又探讨了水环境标准约束下的某化工区废水治理费用的计算方法，提出了以供决策者选择的方案。     

滇池富营养化特性评价

介绍了滇池水质状况,对滇池富营养化特性进行了分析和评价,并提出了对策.     

生态保护地协同管控成效评估

分区分类管理是我国生态保护的重要管控制度,生态保护地是事关国家生态安全的关键区域,开展生态保护地保护成效评估及不同类型生态保护地之间的协同管控成效评估具有重要意义。以吉林省自然保护地和重点生态功能区等生态保护地（即禁止开发区和限制开发区）为研究对象,以重要生态空间、植被生态、水源涵养功能为主要内容,基于“禁止开发区—限制开发区—省域”的管控梯度差异,评估分析了生态保护地的协同管控成效。结果表明：（1）从重要生态空间协同管控成效来看,自然保护地的重要生态空间面积比例最高、人类活动干扰指数最低,这与生态保护管控严格程度呈现很好地正相关。但是1980—2015年间重要生态空间面积比例均有所减少,减少幅度与管控严格程度没有表现出正相关。（2）从植被生态协同管控成效来看,植被覆盖总体呈现出自东向西逐步降低的特点,与东部分布有重点生态功能区和森林类自然保护区、西部分布较多的湿地类自然保护地的空间特征一致。但是,由于湿地及水域类型自然保护地面积占比较高,且分布在吉林西部草原和平原区的面积比例较高,自然保护地的年际变化较大、且植被覆盖稳定度低于重点生态功能区。（3）从水源涵养功能协同管控成效来看,水源涵养能力呈现出东部和西部高、中部低的特点,与这两个区域主要分布有森林、草地和湿地等重要生态空间密切相关,也与分布着大面积的重点生态功能区和各类自然保护地密切相关。自然保护区的水源涵养能力最高,且年际变化最小、稳定性最高。     

哈尔滨松北区城市湿地的生态安全分析

以哈尔滨松北区城市湿地为研究对象,选择10个指标,采用因子分析法和聚类分析法,研究了松花江发生污染事故前后城市湿地的生态安全状况.结果表明:发生污染前哈尔滨松北区城市湿地东区的生态安全程度最高,发生污染后中区的生态安全程度最低;西区的抗干扰能力较差.各主因子中以水因子的下降幅度最大,说明水污染直接影响了哈尔滨松北区城市湿地的生态安全.最后有针对性地提出了哈尔滨松北区城市湿地的生态安全对策.      

城镇污水处理厂进、出水COD浓度变化规律分析

通过对某城镇污水处理厂进出水COD浓度进行手工与在线仪器24小时的对比监测,利用该厂在线监测数据,分析了城镇污水处理厂进出水COD浓度的日、周变化规律以及进水浓度与降水量的变化关系,明确了样品的代表性,为COD总量减排和环境管理提供了技术参考。     

氯苯类化合物的生物降解

经过2个月的驯化,从某染料厂和某毛纺厂活性污泥中分离出能够生长于1,4-二氯苯、1,2,4-三氯苯和六氯苯的4种微生物.通过测定该混合菌降解氯苯类化合物过程中的累积好氧量、微生物生长曲线及降解产物Cl^-的释放,证明在好氧条件下该混合菌能够以1,4二氯苯和1,2,4-三氯苯为唯一碳源和能源,降解产物Cl^-浓度的变化与微生物生长周期有关.通过好氧振荡瓶培养法测得3种氯苯的生物降解顺序为:1,4-二氯苯[356.7μg/(L·d)]>1,2,4-三氯苯[110.4μg/(L·d)]>六氯苯[～6μg/(L·d)],说明氯取代数越多,氯苯类化合物越难被好氧降解.     

学生食堂优化管理的数学模型

从学生食堂的设备及场所、物资的储存与购入、工作人员的管理及就餐者对食堂的要求这4个方面描述了各自对学生食堂管理的影响,得出了评估学生食堂优劣的一般公式Y=n∑i=1ωixi,并着重解决了学生就餐排队等待时间太长的问题,分析了该等待问题在排队论中所属的模型,解决了该课题要研究的问题的一般情况和个别案例,确定了各参数之间的关系.通过分析,得出了最优排队模型、费用模型及服务台数,并证明了最优模型的一般性.     

联苯胺对大鼠肝脏线粒体同工酶的影响

采用不同浓度的联苯胺(50,100,200mg/kg)对大鼠进行体内染毒,利用聚丙烯酰胺凝胶电泳法分析了大鼠肝脏线粒体SOD、GSH-Px、COX和Ca2+-ATPase同工酶的表达差异.结果表明,同工酶COX-L和ATPase-L只在50mg/kg低剂量浓度联苯胺处理组中特异表达.分析认为,低浓度联苯胺经体内代谢活化后,对大鼠肝脏线粒体COX-L和ATPase-L的表达具有诱导作用;当联苯胺浓度达到200mg/kg时,对SOD、GSH-Px、COX和Ca2+-ATPase同工酶的表达均产生明显的抑制作用.