北京、石家庄2017—2018年PM2.5与SNA组分特征及典型重污染分析

基于北京、石家庄2017、2018年的1月和7月PM_2.5样品采集,研究两地采暖期、非采暖期及典型重污染过程的PM_2.5、SNA污染特征及二次转化特征.应用TrajStat模型,结合浓度权重轨迹分析法（CWT）,分析两地PM_2.5气流输送路径以及潜在源区.利用WRF-CAMx模式定量分析两地重污染月份（2017年1月）PM_2.5、硫酸盐及硝酸盐的区域传输贡献.结果表明, 2017年1月北京和石家庄均存在重污染过程,两年1月石家庄市PM_2.5浓度均高于北京; SNA占PM_2.5所有组分的34.11%~51.68%,对PM_2.5浓度有重要贡献,其中北京NO₃^-浓度最高,石家庄SO₄^2-浓度最高, SO₄^2-/NO₃^-夏季高于冬季;北京SOR高于石家庄,石家庄NOR高于北京,重污染期间两城市硫酸盐、硝酸盐、铵盐质量浓度、SOR与NOR明显升高;两地冬季气流主要受俄罗斯、蒙古、内蒙戈壁等地区的西北方向远距离输送影响,另外北京两年冬季均存在西南传输通道,石家庄重污染期间受冀南和鲁西北重工业城市群潜在贡献较高,两市夏季受东南季风影响,污染轨迹多来自渤海湾和山东等地区; 2017年1月,北京、石家庄PM_2.5受周边区域传输贡献分别为33.80%、22.54%,其中河北南部分别贡献14.86%, 17.21%,二次离子中NO₃^-的传输作用比SO₄^2-更加突出.从PM_2.5本地源来看,北京主要来源为移动源和扬尘源,分别占比43.30%、20.10%,石家庄为工业、燃煤和扬尘,分别占比26.40%、24.82%、22.50%.     

青岛市港口区域PM2.5污染特征及来源解析研究

港口区域因大气污染物排放量大且污染源复杂,已成为沿海城市大气污染防治的关键区域.为明确青岛港口区域PM_2.5污染特征及主要贡献源类,于2019年在青岛市3个港口区域和1个背景点位采集了不同季节的环境PM_2.5样品,并分析了其化学组分特征;同时,采用正定矩阵因子分析模型（PMF）和潜在源贡献函数（PSCF）分别分析了港口区域PM_2.5的主要贡献源类及各源类潜在的影响区域.结果表明,2019年青岛港口区域ρ（PM_2.5）年均值为64 μg·m^-3,是我国空气质量二级标准的1.8倍,其中,董家口点位最高（74 μg·m^-3）,崂山点位最低（55 μg·m^-3）. NO₃^-、OC和SO₄^2-是PM_2.5的主导组分,其中,NO₃^-含量（13.1%）明显高于其它组分.董家口点位ρ（NO₃^-）、ρ（SO₄^2-）、ρ（OC）和ρ（EC）（分别为13.0、7.09、8.98和2.91 μg·m^-3）明显高于其它点位,燃煤、工业特别是钢铁企业及货车等影响可能较为明显.同时,冬季这些组分浓度也显著高于其它 季节,而夏季Na的浓度（0.96 μg·m^-3）和占比（2.13%）明显较高;春季Si和Al的浓度（1.27和0.45 μg·m^-3）和占比（2.79%和1.00%）明显高于其它季节.PMF源解析结果表明,二次硫酸盐和二次有机碳气溶胶（SOA）混合源（22.4%）及二次硝酸盐（20.1%）是港口区域PM_2.5的主要贡献源类,其次为机动车源（16.7%）和扬尘源（14.6%）,燃煤源的贡献率为13.8%,而海盐和船舶源的贡献为7.2%.从季节变化来看,春季扬尘贡献（32.1%）较高,夏季二次硫酸盐和二次有机碳气溶胶（SOA）混合源（31.6%）、海盐和船舶源（19.2%）贡献较高,而冬季燃煤（16.6%）、机动车（22.8%）、二次硝酸盐（23.9%）、钢铁及相关冶金源（3.2%）和建筑水泥尘（3.6%）贡献较高.河北省中南部及山东省中西部地区是青岛港口各 源类的主要潜在源区,黄海是船舶排放的主要潜在源区.     

郑州市细颗粒物时空差异及管控措施影响

为研究郑州市细颗粒物（PM_2.5）时空分布差异及秋冬季管控措施影响,于2017年秋季至2018年冬季选取5个点位采集PM_2.5样品并进行组分分析,利用正定矩阵因子分解模型（PMF）解析PM_2.5污染来源,评估郑州市秋冬季管控效果,并基于源解析结果为下一阶段秋冬季管控提供支撑.郑州市PM_2.5浓度冬季 > 秋季 > 春季 > 夏季,郑州大学（ZZU）PM_2.5浓度最高［（83.1±44.7）μg·m^-3］,高出平均浓度［（76.5±46.1）μg·m^-3］的8.7%.SO₄^2-、NO₃^-和NH₄⁺在9种水溶性离子中平均占比高达22.5%、43.6%和23.4%,受燃煤影响Cl^-两年冬季占比高于其他季节（6.7%和6.6%）.秋冬季二次有机碳（SOC）污染严重,浓度占有机碳的一半以上,2018年市监测站（JCZ）和ZZU点位SOC/OC比2017年有所下降,但其他3个点位大幅度升高,说明这些地区不同的排放基础应对管控措施的表现不尽相同.重构结果表明硫酸盐占比在夏季最高（25.0%）,硝酸盐两年秋季占比较高（23.1%和25.1%）,地壳物质春季占比最高（18.2%）,二次有机气溶胶（SOA）冬季最高（14.1%和20.5%）;JCZ和航空港（HKG）点位SOA贡献较大（16.9%和16.4%）,ZZU点位受到一次有机气溶胶和地壳物质影响较大（14.3%和12.1%）.PMF结果表明二次无机盐（37.5%）、SOA（15.4%）、交通源（14.9%）、工艺过程源（4.8%）、燃煤源（16.0%）、扬尘源（6.5%）和生物质燃烧源（2.8%）是郑州市PM_2.5的主要污染源,SOA和燃煤源在冬季贡献最大,扬尘源和生物质燃烧源在春季和秋季贡献较大;市区点位JCZ、ZZU和临近机场的HKG受到交通源的影响高于其他点位,非市区点位新密和HKG受到生物质燃烧源的影响较大.对比两年秋冬季,2018年秋冬季SOA、交通源和工艺过程源的贡献有所升高,而二次无机盐、燃煤源和生物质燃烧源有所下降,冬季扬尘源也有所下降.结果表明秋冬季管控措施对一次源中的扬尘、燃煤和工业效果显著,同时SOA前体物挥发性有机物是进一步减排管控的方向.     

甘肃南部典型城镇PM2.5浓度及水溶性离子特征分析

为研究甘肃南部城镇PM_2.5及水溶性离子（WSIIs）浓度水平,于2019年4月—2020年2月在甘肃成县按季度进行PM_2.5样品采集,分析了其变化特征,并运用相关和主成分分析法进行来源解析.结果表明：采样期间甘肃成县PM_2.5年平均质量浓度为（57.2±26.9） μg·m^-3,表现为冬季>春季>秋季>夏季的季节变化特征,冬季质量浓度约为夏季的1.9倍,全年空气质量优良率为81%,其中夏季达100%.WSIIs质量浓度呈现SO₄^2->NO₃^->Na⁺>NH₄⁺>Ca²⁺> K⁺>Cl^->Mg²⁺的特征.SNA是浓度水平最高的3种水溶性离子,占8种主要水溶性离子浓度的70.1%.ρ（NO₃^-）/ρ（SO₄^2-）平均值为0.6,表明工农业生产及化石燃料燃烧排放等固定源是颗粒物污染的主要来源.新型冠状病毒疫情期间人员管控对PM_2.5和水溶性离子中SNA质量浓度影响显著,PM_2.5平均质量浓度降幅达44.2%.源解析表明,PM_2.5中WSIIs主要来自化石燃料燃烧、生物质燃烧及二次源和道路建筑扬尘等.     

沈阳市冬季大气PM2.5中水溶性离子污染特征及来源解析

为研究沈阳市冬季PM_2.5和水溶性离子的污染特征,使用URG-9000D在线监测系统于2018年冬季对大气颗粒物和气体组分进行连续采样.结果表明,采样期间沈阳市PM_2.5的平均质量浓度为80.67 μg·m^-3,总水溶性离子质量浓度变化范围为2.68~132.79 μg·m^-3.与清洁天相比,污染天NO₃^-、SO₄^2-和NH₄⁺（SNA）占比明显增加,占到PM_2.5的43.7%.静稳天气时SO₂短时间内的迅速累积使得沈阳市冬季大气PM_2.5有暴发性增长现象.Pearson相关性分析可知,SNA、Cl^-与PM_2.5之间的相关系数均达0.78以上,表明沈阳市冬季PM_2.5的主要贡献组分为SNA和Cl^-.PMF源解析表明沈阳市冬季污染物来源主要包括二次反应源、燃煤和生物质燃烧源以及扬尘源.     

兰溪市PM2.5中水溶性离子的组成特征及季节变化

为探索浙江省中部地区大气细颗粒物（PM_2.5）中水溶性离子的组成特征及其季节变化,采集了兰溪市市区和近郊两个站点2016年4个季节的PM_2.5样品,利用双通道离子色谱对水溶性无机离子（Cl^-、NO₃^-、SO₄^2-、Na⁺、NH₄⁺、K⁺、Ca²⁺、Mg²⁺）进行了定量分析.结果表明,兰溪PM_2.5中离子总浓度存在明显的冬季高、夏季低的季节变化趋势,年均值为21.19 μg·m^-3,约占PM_2.5质量的45%;SO₄^2-、NO₃^-和NH₄⁺是水溶性离子中最主要的组分,年均浓度分别为8.11、5.92、3.87 μg·m^-3.Cl^-和NO₃^-浓度的季节变化最为显著,冬/夏浓度比接近10,其半挥发特性是导致兰溪PM_2.5中离子组成呈现季节变化的重要原因.兰溪PM_2.5中NO₃^-/SO₄^2-比值的冬季平均值为1.18,说明流动源对兰溪PM_2.5有很大贡献;夏季（以及春、秋季）时NO₃^-/SO₄^2-比值较低,且与PM_2.5浓度呈负相关,与矿物尘结合的硝酸根离子的较大贡献可能是导致夏季PM_2.5浓度较低时NO₃^-/SO₄^2-比值较高的主要原因.阴阳离子平衡、相关性及主成分分析（PCA）结果表明,矿物尘对兰溪市PM_2.5的酸度及离子赋存状态有较大影响;冬季及春、秋季兰溪的PM_2.5具有一定的酸性;NO₃^-和SO₄^2-主要与NH₄⁺结合,但部分可能与钙等其他组分结合;Cl^-和K⁺主要来源于生物质燃烧,但K⁺的年均浓度仅为0.31 μg·m^-3,说明生物质燃烧对兰溪PM_2.5的贡献不大.     

2017年1月天津市区PM2.5化学组分特征及高时间分辨率来源解析研究

为了快速分析天津市区冬季以及重污染过程中PM_2.5的化学组成特征及来源,本研究于2017年1月利用在线监测仪器快速采集了天津市区环境受体中PM_2.5及其化学组分的小时数据,并通过PMF（positive matrix factorization,正定矩阵因子分解法）模型解析了天津市区2017年1月及重污染过程中PM_2.5的主要贡献源类,分析了重污染过程中排放源的变化趋势.结果表明：2017年1月天津市区PM_2.5浓度为6.0~449.0 μg·m^-3,平均值为153.3 μg·m^-3.NO₃^-、SO₄^2-、NH₄⁺是PM_2.5中水溶性离子的主要组分,三者之和占水溶性离子总量的88.3%.NH₄⁺与Cl^-、NO₃^-、SO₄^2-均表现出显著的正相关性（r=0.82,0.95,0.97;p<0.01）.NO₃^-和SO₄^2-（r=0.90;p<0.01）,Ca²⁺与Mg²⁺（r=0.65;p<0.01）均表现出显著的相关性,说明它们分别具有较高的同源性.OC和EC也是PM_2.5的重要组成部分,两者之和占PM_2.5质量浓度的20.4%.重污染过程中,PM_2.5及其主要离子的浓度显著的增加（p<0.01）,并存在较高的二次离子生成.PMF解析结果表明,二次源类是天津市区2017年1月PM_2.5的首要源类,分担率为38.1%,其次为机动车源（分担率为25.6%）、燃煤源（分担率17.1%）、扬尘（分担率10.1%）和生物质燃烧（分担率9.1%）.重污染过程中,二次源是PM_2.5的主要贡献源类,分担率达到39.3%;说明重污染期间存在显著的二次转化及二次粒子的积累过程.重污染发生演变过程中,二次源、机动车源和燃煤源对PM_2.5贡献表现出显著增加的趋势,而扬尘和生物质燃烧的贡献则没有显著增加.     

武汉地区2014年PM2.5时空分布与来源贡献的数值模拟研究

利用耦合了污染源在线追踪模块的化学传输模式NAQPMS （Nested Air Quality Prediction Model System）,结合地面细颗粒物（PM_2.5）的小时观测数据,模拟了2014年1、4、7、10月4个月份武汉地区PM_2.5浓度时空分布特征,量化了本地、武汉城市圈及远距离地区对武汉PM_2.5浓度贡献.研究发现,2014年武汉市PM_2.5年均浓度为85.3 μg·m^-3,污染天（PM_2.5日均值≥75 μg·m^-3）占全年总天数的47.9%.细颗粒物的月均值呈现出季节性特征,即冬季污染最为严峻,1月均值为199.1 μg·m^-3,PM_2.5浓度超标持续一整月;夏季空气质量最好,春秋介于两者之间.模拟的PM_2.5平均浓度在空间上大致呈现"城区高,郊区低"的分布态势.污染物区域来源解析发现,武汉市本地排放源贡献在1月最低,为34.1%,表明外来源贡献对长期灰霾的形成起决定性作用.7月本地源影响最显著（65.7%）,和毗邻城市源（23.1%）一起成为夏季污染物的主要来源.4月和10月本地排放贡献比分别为49.1%和42.1%.4个月份,武汉城市圈对该市PM_2.5浓度的贡献差异不大,范围在20.8%~24.1%.受大尺度天气系统的影响,远距离传输贡献率趋势与本地来源相反,占10.6%~35.3%.研究结果表明污染气团跨界输送对武汉不同季节PM_2.5浓度有重要贡献.在冬季大范围污染背景下,污染物区域大范围协同控制才能有效减缓武汉PM_2.5污染问题;而夏季对本地及近周边城市的减排措施可以有效改善武汉的空气质量.     

成都城区PM2.5季节污染特征及来源解析

于2009—2010年各季节典型月在成都城区采集了大气PM_2.5样品,对PM_2.5的质量浓度及其主要化学成分(含碳组分、水溶性无机离子和元素)进行了测定. 结果显示:成都城区PM_2.5平均质量浓度高达(165.1±85.1)μg·m^-3,是国家环境空气质量标准年均PM_2.5限值的4.7倍. OC、EC和水溶性二次离子(SO₄^2-,NO₃^-和NH₄⁺)的平均浓度分别为(22.6±10.2)μg·m^-3,(9.0±5.4)μg·m^-3和(62.8±44.3)μg·m^-3,分别占PM_2.5浓度的13.7%、5.5%和38.0%. PM_2.5及其主要化学成分浓度季节特征明显,即秋冬季高于春夏季. 利用正交矩阵因子分析(PMF)对成都城区PM_2.5的来源进行解析,结果表明,土壤尘及扬尘、生物质燃烧、机动车源和二次硝酸盐/硫酸盐的贡献率分别为14.3%、28.0%、24.0%和31.3%. 就季节变化而言,生物质燃烧源贡献率在四个季节均维持在较高水平;土壤尘及扬尘的贡献率在春季显著提高;机动车源的贡献率在夏季中表现突出;而二次硝酸盐/硫酸盐的贡献率在秋冬季中则最为显著.     

2013-2014年河南省PM2.5浓度及其来源模拟研究

随着城市化和工业化水平的逐渐提高,河南省的空气污染问题也日益严重.利用嵌套网格空气质量模式（NAQPMS）,数值模拟了2013年7月-2014年6月年河南省大气细颗粒物及其前体物（NO₂、SO₂、PM₁₀、PM_2.5）的地面浓度,并量化了其主要来源.结果表明：模式能够较好地再现污染物的时空演化特征.整体来讲,河南省PM_2.5的高值区集中在中部和北部地区,呈现冬季高、夏季低的特点.在线源解析模拟发现,河南省不同地区PM_2.5的来源有所不同,中西部地区主要来自于本地,而在东部和北部地市,来自周边省份的区域输送更为显著,其贡献达到40%～50%,且在PM_2.5浓度的高值区更为明显.就行业贡献而言,居民源、工业源和机动车排放是河南省PM_2.5浓度的主要来源,其浓度贡献分别为23.7 μg·m^-3（贡献比例24%,下同）、20.6 μg·m^-3（21%）和21.3 μg·m^-3（22%）,电厂、农牧业和地面扬尘的浓度贡献分别为7.0 μg·m^-3（7%）、8.7 μg·m^-3（9%）和17.8 μg·m^-3（18%）.受居民源影响最大的地区是河南中东部和北部地市,其贡献达到PM_2.5浓度的27%、27%和25%.工业源影响最大的地区集中在太行山南部地市,其浓度贡献为26.4 μg·m^-3（24%）,在其他地市的贡献为17%～23%.机动车对河南东部影响最为显著,其浓度贡献为22.9 μg·m^-3（24%）.电厂和农畜牧业对全省PM_2.5的贡献分布比较均匀,分别为6%～9%和8%～10%.分析不同浓度下的PM_2.5来源,发现工业源和扬尘贡献随PM_2.5浓度增加逐渐降低,而居民源和机动车排放的贡献则有所增加,在PM_2.5浓度高于100 μg·m^-3期间,达到22%和20%.     

近10年海南岛大气NO2的时空变化及污染物来源解析

利用OMI卫星反演的NO2柱浓度数据,分析了近10年海南岛对流层NO2柱浓度(Tro NO2)和总NO2柱浓度(Tot NO2)的时空变化,同时结合地面风向、SO2排放资料,以及HYSPLIT模式等探究其大气污染物来源.结果表明,海南岛地区大气NO2呈北半部高于南半部、中部山区低于四周沿海的分布特征,其季节变化表现为冬季高、夏季低的特点,其中夏季浓度偏低和雨水的冲刷作用有关,而冬季浓度偏高与珠江三角洲地区的外源输送作用有密切联系.近10年海南岛大气NO2冬夏季有相反的变化趋势,冬季逐年下降,夏季则有弱的上升趋势.其原因可能是夏季大气污染物以本地排放为主,冬季外源输送起主要贡献作用.海口市Tro NO2与珠江三角洲地区的有利风向日数相关系数为0.84,通过了99%的信度检验.后向轨迹分析表明,2013年12月影响海口市的3条气流移动路径,均不同程度的经过珠江三角洲地区,进一步表明海南岛冬季大气污染物主要以珠江三角洲地区的外源输送为主.     

纳米结构Fe3O4/Y2O3磁性颗粒的制备、表征及磷吸附行为研究

采用共沉淀法制备了一种新型铁钇氧化物(Fe3O4/Y2O3)磁性吸附剂,并对其表面特性及磷吸附行为进行了初步研究.扫描电镜(SEM)与X-射线衍射仪(XRD)表征结果表明,此吸附剂具有纳米结构,初级粒子平均粒径为15.2nm.振动样品磁强计(VSM)测得比饱和磁化强度为38.7emu·g-1,磁性较强,可方便地实现固液分离.吸附剂的等电点为6.8.磷吸附实验表明,25℃时,Langmuir吸附等温线可较好地拟合Fe3O4/Y2O3对溶液中磷的吸附(R2=0.989),最大吸附量(pH=5.0)为60.6mg·g-1(以P计);吸附速率较快,在120min内可完成吸附容量的80%以上,符合准二级动力学模型(R2=0.997);溶液pH对Fe3O4/Y2O3吸附磷的影响较为明显,离子强度则影响不大;共存阴离子对吸附影响的大小顺序为Cl-相似文献   

长春市大气SO2、O3和NOx的变化特征及来源

为研究长春市采暖期大气污染物的污染水平及其随时间的变化特征,于2012年1—6月通过在线监测仪获取了大气中ρ(SO₂)、ρ(O₃)和ρ(NO_x),利用HYSPLIT(混合型单粒子拉格朗日综合轨迹模式)后向轨迹模型结合地面气象资料,初步分析了该市大气污染物的可能来源及传输过程. 结果表明:观测期间ρ(SO₂)和ρ(NO_x)的日均值分别为(25.0±21.6)和(54.4±34.0)μg/m3,ρ(O₃)最大8 h平均值为(85.0±26.2)μg/m3,ρ(SO₂)、ρ(NO_x)和ρ(O₃)的变化范围分别为2.3~131.0、17.6~183.7和31.0~173.3 μg/m3;其中ρ(O₃)日均值超过GB 3095—2012《环境空气质量标准》二级标准限值的时间为2 d,ρ(SO₂)和ρ(NO_x)均未超过二级标准限值,但ρ(SO₂)日均值在采暖期超过GB 3095—2012一级标准限值的时间为23 d,占采暖期的24%. 采暖期ρ(SO₂)日变化为双峰型,峰值出现在06:00和20:00左右,而在非采暖期表现为单峰型,峰值出现在08:00左右;ρ(O₃)表现为单峰型,峰值出现在13:00─15:00;ρ(NO_x)在采暖期表现为双峰型,而在非采暖期表现为单峰型. 对观测期间72 h内HYSPLIT后向轨迹模拟结果和气象数据的分析表明,长春市大气污染主要受本地源的影响,偏西气流易对污染物造成积累,而偏东气流有利于污染物扩散.      

水稻成熟衰老期叶际及根际氮氧化物排放的光控机制

为研究水稻成熟衰老期叶际及根际NOGs(nitrogen oxides gases, 氮氧化物)排放的光控机制,在同步测定条件下,采用密闭箱法,研究了不同光质(黄、绿、白、红、蓝光)、光强〔0.00、(50.00±2.35)(75.00±2.32)(100.00±3.89) μmol/(m2·s)〕对水稻成熟衰老期叶际及根际NOGs排放的影响. 结果表明:在相同氮源〔NH₄NO₃-N,ρ(N)为90 mg/L〕下,日间光强为(75.00±2.32) μmol/(m2·s)时,水稻成熟衰老期叶际N₂O和NO的平均排放速率分别为18.09、0.39 μg/(pot·h),二者排放量分别占各自总排放量的28.88%、30.78%;在(100.00±3.89)μmol/(m2·s)光强条件下,叶际N₂O和NO的平均排放速率则分别为23.27、0.50 μg/(pot·h),二者排放量分别占各自总排放量的36.74%、27.92%. 在0.00～(100.00±3.89)μmol/(m2·s)日间光强下,水稻叶际及根际N₂O和NO排放随随光强增加而增强,但不同光照条件下水稻叶际及根际均无明显的NO₂净排放作用. 在光强一致〔(20.00±0.48)μmol/(m2·s)〕条件下,同期黄、绿、白、红、蓝光处理的水稻叶际N₂O平均排放速率分别为24.90、15.46、13.85、16.40和19.77 μg/(pot·h),红、蓝光在抑制水稻叶际N₂O及根际NO排放的同时,也促进了水稻根际N₂O的排放. 研究显示,水稻成熟衰老期叶际及根际NOGs排放均以N₂O为主,叶际N₂O的排放可以反映根际N₂O的排放情况. 光照越强,NOGs排放就越明显. 适度控制日间光强并增加红、蓝光比例,可抑制N₂O和NO排放.      

Cu改性石墨相氮化碳(g-C3N4)光催化灭活铜绿微囊藻的效能与机理研究

通过热聚合法制备不同比例Cu掺杂g-C₃N₄复合光催化材料,利用XRD、SEM/EDX、FT-IR、UV-Vis DRS、PL、XPS等技术对复合材料的形貌结构和光学性能进行表征,研究了复合材料对藻细胞的光催化灭活效果.结果表明,Cu掺杂改性可有效促进g-C₃N₄材料表面光生电子-空穴的分离,增强其对可见光的利用率,进而提升其光催化效率;随着Cu掺杂比例的增大,Cu-C₃N₄对藻细胞的灭活效果则越好.进一步研究发现,H₂O₂和·O₂^-是Cu-C₃N₄光催化灭藻过程中起主要作用的活性物质,会损伤藻细胞的形态结构、抗氧化酶系统和光合系统,导致藻细胞大量死亡.     

钒和钨负载量对V2O5-WO3/TiO2表面形态及催化性能的影响

采用浸渍法制备了一系列不同钒和钨负载量的V₂O₅-WO₃/TiO₂催化剂样品,对样品NH₃选择性催化还原NO性能进行了评价,并用BET、XRD、XPS等手段对催化剂样品的表面形态进行了表征.研究发现,钒的负载量对催化剂的比表面积和催化活性有显著影响,当钒负载量从1％升高到8％时,催化剂比表面积下降了16 m²/g,最高活性温度降低了约100℃.钨起到稳定剂和助剂的双重作用,当钒负载量为1％时,钨负载量从0升高到6％,催化剂比表面积仅下降了3 m²/g,而活性温度窗口向高温和低温各拓宽了约50℃.研究表明钒和钨负载量都能影响催化剂表面的VO_x物种,但对催化剂的表面晶型没有明显影响.     

农垦与放牧对内蒙古草原N2O、CO2排放和CH4吸收的影响

利用优选静态箱/气相色谱法(GC),首次对我国内蒙古草原典型地区进行了人类活动对N₂O、CO₂和CH₄交换通量影响的实验观测结果表明,农垦麦田N₂O平均排放通量比原始草原高出3倍,并改变了草甸草原为CO₂汇的性质,使其季节排放净通量以C计增加14.3 mg·(m²·h).随放牧强度的增加CO₂排放通量呈线性增长,轻牧会引起草原对CH₄吸收的大幅增加,而随着放牧压力的增大,增加值迅速回落.农垦麦田与草甸草原相比地-气间CH₄交换无显著变化,放牧强度对N₂O排放影响无显著规律.土壤湿度和温度是影响草原排放N₂O和CO₂、吸收CH4季节变化形式的关键因子,而人类活动仅影响排放强度.排放和吸收量年际间差异很大,但主要受降水的影响.N₂O和CO₂排放与CH₄吸收峰值相反现象普遍存在.     

云水和云下冲刷颗粒物与气态污染物对降水中硫酸盐和硝酸盐的贡献

为定量云水和云下冲刷分别对降水中SO₄2-、NO₃-的贡献,并进一步解析云下冲刷颗粒相和气相物质分别对降水样品中SO₄2-、NO₃-的贡献,于2016年4月-2017年2月采用APS-3A型降水自动采样仪对降水进行分段采集.采用离子色谱检测分段降水样品的ρ（SO₄2-）、ρ（NO₃-）,分析其变化规律;在降水前、降水中及降水后同步采集并检测大气颗粒相ρ（SO₄2-）、ρ（NO₃-）和气相ρ（SO₂）、ρ（NO₂）,分析颗粒相中ρ（SO₄2-）、ρ（NO₃-）和气相中ρ（SO₂）、ρ（NO₂）的变化与分布.结果表明:①ρ（SO₄2-）、ρ（NO₃-）在同一场降水的分段样品中呈逐渐降低至后期趋于平稳的趋势,说明降水对空气中污染物的冲刷使空气逐渐清洁,后期冲刷作用有限使得降水中离子质量浓度趋稳.②颗粒相中ρ（SO₄2-）、ρ（NO₃-）与气相中ρ（SO₂）、ρ（NO₂）在降水前较高,在降水中减小,并在降水后回升,说明降水对颗粒相SO₄2-、NO₃-和气相SO₂、NO₂均有清除作用,降水结束后无云下冲刷作用,污染物质量浓度逐步回升.③云水对降水中ρ（SO₄2-）、ρ（NO₃-）的贡献率分别为22%~56%（平均值为35%）、9%~49%（平均值为29%）,云下冲刷颗粒相SO₄2-、NO₃-对降水中ρ（SO₄2-）、ρ（NO₃-）的贡献率分别为39%~69%（平均值为55%）、43%~73%（平均值为56%）,云下冲刷气相SO₂、NO₂对降水中ρ（SO₄2-）、ρ（NO₃-）的贡献率分别为5%~17%（平均值为10%）、5%~19%（平均值为15%）.研究显示,降水中SO₄2-、NO₃-主要来源于云水和云下冲刷颗粒相SO₄2-、NO₃-,而来源于云下冲刷气相SO₂、NO₂较少.      

添加不同 N源条件下典型除草剂对土壤呼吸和 N2O排放的影响

通过室内土壤培养实验,采用间歇密闭培养-气相色谱法研究了添加不同N源条件下我国典型旱地除草剂对农田土壤呼吸和N2O排放的影响.结果表明,在添加（NH4）2SO4氮源条件下,莠去津和百草枯对土壤呼吸和N2O排放无显著影响（P〉0.05）.草甘膦显著抑制了土壤呼吸（P〈0.05）,是对照的78.5%,N2O的排放无显著影响（P〉0.05）,仅表现为均值降低了20.1%.苯磺隆显著促进了土壤呼吸（P〈0.05）,是对照的1.1倍,对N2O排放也无显著影响（P〉0.05）.乙草胺显著促进了土壤呼吸和N2O的排放（P〈0.05）,分别是对照的1.1和1.5倍.在添加尿素的条件下,莠去津和乙草胺对土壤呼吸和N2O排放无显著影响（P〉0.05）.百草枯显著促进了N2O的排放（P〈0.05）,是对照的1.4倍,却对土壤呼吸无显著影响（P〉0.05）.草甘膦显著抑制了土壤呼吸（P〈0.05）,仅为对照的82.5%,对N2O的排放却无显著影响（P〉0.05）.苯磺隆显著促进了土壤呼吸和N2O的排放（P〈0.05）,其分别是对照的1.3和1.6倍.鉴于不同除草剂对不同微生物生理代谢影响的复杂性,其对温室气体的作用和影响还需长期田间试验研究.     

2011年春季辽宁一次沙尘天气过程及其对不同粒径颗粒物和空气质量的影响

利用2011年5月11—12日辽宁沙尘天气过程的相关资料,分析了沙尘天气对不同粒径颗粒物及空气质量的影响及此次沙尘过程的天气成因.结果表明:沙尘天气发生前后可吸入颗粒物PM₁₀、PM_2.5和PM₁的浓度变化很大,沈阳、鞍山、本溪和丹东4城市PM₁₀、PM_2.5的小时浓度最大值都增大了1.5~20倍;粗粒子PM_(2.5~10)的数量浓度分别增加了30~41倍,质量浓度分别增加了27~30倍;细粒子PM_(1~2.5)的质量浓度分别增加了30~35倍,数量浓度分别增加了15~30倍;微粒子的数量浓度和质量浓度各城市表现不同,沈阳微粒子的数量浓度和质量浓度最大值增大了3倍和5倍,而鞍山PM₁的数量浓度和质量浓度分别减少了50%和10%.受蒙古气旋的影响内蒙古地区产生大风降温天气,大风将内蒙古地区的沙尘带到高空并随西风带向东移动进入辽宁,由于辽宁地区风速比较小,造成了辽宁大部分地区的浮尘天气,并对辽宁各地空气质量造成了严重影响,除丹东外辽宁其他13个城市空气质量都达到了轻微污染到重度污染的级别,铁岭、阜新、沈阳和抚顺的污染指数分别超过了300,达到了重度污染的级别.