三江源植被碳利用率动态变化及其对气候响应

本文基于MODIS GPP/NPP数据估算了三江源植被碳利用率（CUE）,结合气象数据和高程数据采用一元线性回归和相关分析法,探讨了2001~2017年三江源植被CUE的时空变化特征及植被CUE对气温、降水量和蒸散量变化的响应.结果表明：（1）三江源植被CUE年内3~10月表现为先增加后降低的变化趋势,其中6月植被CUE最高.（2）三江源年植被碳利用率位于0.73~1,平均水平为0.85;植被CUE空间上呈现北高南低,西高东低的分布特征.（3）整体上,三江源4~10月植被碳利用率与同期气温、降水量和蒸散量分别呈现正相关、负相关和负相关关系,降水量是影响三江源植被CUE变化的主要影响因素,气温为次要因素,蒸散量影响程度最小.     

基于土壤重金属特征的绿色食品产地环境评价——以重庆(江津)现代农业园区为例

以重庆市江津区现代农业园区内4种农用地类型的653个表层土样为研究对象,测定土壤重金属元素含量.依据绿色食品产地环境相关标准,采用重金属污染指数法对标准中所涉及的Cu、Cr、Cd、Hg、As和Pb共6种重金属元素开展土壤环境质量评价和潜在生态风险评价,并结合用地类型确定绿色农产品生产的适宜性土壤分区.结果表明：除元素Cu、Cr和As外,其他元素的平均含量均高于重庆市土壤背景值;除元素As和Hg外,其他元素的平均含量均高于我国土壤背景值.土壤重金属元素Cu、Cr、Cd、Hg、As和Pb的平均浓度均达到《绿色食品产地环境质量》标准要求,但Cd污染已处于安全警戒线内,应高度警惕和严格监管园区内该元素的污染.水田、旱地和果园的土壤环境均以尚清洁为主,其他园地的土壤环境以轻度污染水平为主.部分水田存在一定程度的Pb污染（轻度）、Hg污染（中度）和Cd污染（中度）,旱地存在一定程度的Hg污染（中度）和Cd污染（中度）,果园和其他园地的土壤存在一定程度的Cd的轻、中度污染.全区符合《绿色食品产地环境质量》标准要求的土壤面积为12.47km²,占农用地总面积的63.64%,旱地、果园、水田和其他园地中符合该标准的面积分别占各自总面积的84.83%、68.07%、56.51%和42.09%.4种用地类型的土壤环境生态风险水平均以低等为主,共占研究区总面积的74.70%.Cd和Hg在园区表层土壤重金属生态风险评估中占有较大的贡献率,应列为优先控制污染元素并对其生态效应开展进一步研究.     

组配改良剂联合硅肥对Cd污染稻田的修复效果

选取湖南省浏阳市某Cd污染稻田进行田间试验,研究组配改良剂石灰石+海泡石（LS）、基施硅肥及叶面喷施硅肥对Cd污染稻田修复效果,结果表明：（1）基施硅肥90kg/hm²和叶面喷施硅肥（0.2,0.4g/L）对土壤pH值无明显影响,添加LS（2250,4500kg/hm²）的各处理均显著提高土壤pH值（P < 0.05）.（2）基施硅肥90kg/hm²分别降低土壤交换态、毒性特征浸出（TCLP）提取态Cd含量20.0%和18.5%,叶面喷施硅肥对土壤Cd两种提取态含量无明显影响,添加LS的各处理（2250,4500kg/hm²）分别使土壤交换态、TCLP提取态Cd含量降低25.8%~49.9%、26.4%~44.5%.（3）3种单一技术措施均能明显降低水稻各部位Cd含量,但降低糙米中Cd含量的效果低于3种技术措施的组合处理;“组配改良剂LS+基施硅肥+叶面喷施硅肥”各处理（JL1F1、JL1F2、JL2F1、JL2F2）使水稻糙米中Cd含量降低25.6%~70.5%.（4）“组配改良剂LS+基施硅肥+叶面喷施硅肥”的组合技术处理能显著降低土壤中Cd的有效性,显著降低水稻各部位中Cd含量,其中JL2F2处理效果最佳,能使对照糙米Cd含量从0.66mg/kg降低到0.19mg/kg,实现中重度Cd污染稻田的水稻安全生产.     

大兴安岭5种乔木树种燃烧释放PM2.5中水溶性元素特性

采用自主设计的生物质燃烧实验装置,在不同燃烧状态（明燃、阴燃）下,对大兴安岭林区5种典型乔木树种的不同部位（枝、叶、皮）燃烧释放PM_2.5中的水溶性元素特性进行研究.结果显示,不同树种间PM_2.5的排放因子差异显著,排放范围为（2.408±0.854）~（9.227±1.172）g/kg.5种乔木树种燃烧释放PM_2.5中主要检测到Mg、Ca、K等16 种元素,其中Ca、K、Zn、Mg 4种元素的排放因子明显大于其它元素.不同树种间元素排放因子差异较大,针叶树的排放因子一般高于阔叶树.除Cd元素外,不同器官间排放的元素总量无明显差异.不同树种不同器官燃烧释放PM_2.5中水溶性元素的占比顺序较为一致,其中Ca、K、Zn和Mg 4种元素的排放因子在枝、叶、皮中均较高.此外,燃烧状态对元素排放特征影响较大,Li、Mg、Ca等7种元素的排放因子均表现为明燃显著高于阴燃.     

成都市施工扬尘排放特征研究

采用DustTRAK TM气溶胶（粉尘）监测仪对成都市112个不同类别的房建、市政工地施工扬尘进行测试,研究了不同类别施工扬尘的排放特征,分析了下风向扬尘浓度的变化趋势,并采用CALPUFF对成都市新都区某建筑工地的排放进行了模拟.结果表明：（1）成都市施工扬尘排放浓度约为0.13~2.91mg/m³,其中房建类施工平均浓度约为0.94mg/m³,高于市政施工;大型工地扬尘平均浓度约为0.61mg/m³,低于中型和小型工地;土方施工阶段平均浓度约为1.21mg/m³,远高于地基建设、主体建设、装饰阶段.（2）成都市施工扬尘呈现出高低浓度交替的周期性变化,其中房建工程土方施工阶段的高低浓度差值可达到0.6mg/m³以上.（3）施工扬尘在场界外下风向5~15m范围内会出现浓度增加的趋势,随后逐渐下降,在50m附近逐渐趋于稳定,稳定浓度介于0.1~0.2mg/m³.（4）CALPUFF模型能较好地从宏观角度来模拟成都地区施工扬尘的扩散趋势,但难以捕捉施工扬尘在下风向近距离的扩散特征.     

亚铁添加条件下潜流湿地中氮和化学需氧量的去除效应

为了强化水平潜流人工湿地脱氮和去除化学需氧量的效果,文章利用模拟实验开展了不同浓度的亚铁(Fe~(2+))添加对其去除效果的影响研究,并初步探讨了其作用机理。研究结果表明,添加Fe~(2+)影响了水平潜流人工湿地脱氮和去除化学需氧量的能力,而且各形态的氮素和化学需氧量的去除率随水力停留时间的延长而增大。添加高浓度Fe~(2+)(≥50 mg/L)促进了湿地系统总氮和硝态氮的去除,其去除率分别超过67.7%和72.6%;而对铵态氮去除效果的影响不明显;添加低浓度Fe~(2+)(≤10 mg/L)限制了硝态氮和铵态氮的去除,而对总氮的去除效果的影响较弱。添加高浓度Fe~(2+)(≥50 mg/L)显著促进水平潜流人工湿地化学需氧量的去除,水力停留时间为24 h,其去除率均高于91%,而添加低浓度Fe~(2+)(≤10 mg/L)对促进化学需氧量的去除效果不明显,但其去除率略高于对照组,表明添加Fe~(2+)可以提高水中易降解有机物的去除能力。Fe~(2+)进入湿地系统后,水中可溶性总铁、Fe~(2+)和Fe3+浓度迅速下降,5 h后基本保持平稳,其中可溶性总铁浓度低于3.2 mg/L。添加Fe~(2+)明显降低了人工湿地出水的pH和氧化还原电位,并发生了显著变化。因此,添加适宜浓度Fe~(2+)(50 mg/L)可促进水平潜流湿地对氮素和化学需氧量的去除,可以为人工湿地强化技术研发提供理论依据。     

不同裂解温度稻壳生物炭对阿特拉津的吸附行为及机制

为探究不同裂解温度下稻壳生物炭的结构和性质差异及其对阿特拉津（AT）的吸附作用机制和构-效关系,以稻壳为原料在300、500和700℃下制备稻壳生物炭（分别记为RH300、RH500、RH700）,通过电镜扫描、元素分析仪、比表面积分析仪和傅里叶变换红外光谱分析仪等对3种稻壳生物炭进行结构表征分析,并采用批量等温吸附法研究稻壳生物炭对AT的吸附特性.结果表明:裂解温度由300℃升至700℃时,稻壳生物炭中w（C）由48.81%升至64.67%,w（H）、w（N）和w（O）则由3.22%、1.45%和34.66%分别降至0.89%、0.92%和16.29%,原子比H/C、O/C和（O+N）/C值均降低.可见,随着裂解温度升高,稻壳生物炭的芳香性增强,亲水性和极性降低,且比表面积和孔体积增大,平均孔径减小.3种稻壳生物炭对AT的吸附均可用Freundlich和Langmuir两种等温吸附模型进行较好地拟合（R≥0.948,P < 0.01）,吸附作用及非线性程度与生物炭的比表面积（SSA）、芳香性（H/C）、亲水性（O/C）和极性〔（O+N）/C〕呈良好的指数关系,大小表现为RH700 > RH500 > RH300.稻壳生物炭对AT的吸附机制主要包括分配作用和表面吸附,分配作用强度与生物炭的极性和炭化程度有关;而表面吸附作用与AT的分子大小有关,3种稻壳生物炭对AT的表面吸附除表面覆盖外,还存在多层平铺、毛细管现象和孔隙填充等.研究显示,裂解温度是影响生物炭吸附有机污染物的重要因素,在综合考虑成本和制备工艺的同时,适当提高裂解温度可增强生物炭对有机污染物的吸附作用.      

基于BP神经网络的北京城区公园土壤PAHs含量预测

城市公园是城市生态环境的重要组成部分,其环境质量与人类健康息息相关.选择北京市121个城区公园,采集公园土壤样品并分析其中7种多环芳烃（PAHs）含量,评价城区公园土壤中PAHs的含量水平,并基于BP神经网络预测了2020年和2023年土壤PAHs含量.结果表明:北京城区公园土壤中w（PAHs）（7种PAHs总含量）范围为0.033~4.182 mg/kg,低于GB 36600—2018《土壤环境质量建设用地土壤污染风险管控标准（试行）》土壤污染风险筛选值,且7种PAHs的毒性当量浓度（TEQ）均低于世界卫生组织标准值（1 mg/kg）,对人体健康的毒性风险较小.将14个影响指标（8个社会经济因子与6个公园特征因子）作为输入层、土壤w（PAHs）作为输出层,建立BP神经网络的拟合优度达0.845.预测结果显示,2020年和2023年北京城区公园土壤中w（PAHs）范围分别为0.008~0.969 mg/kg和0.022~1.988 mg/kg,整体均低于GB 36600—2018土壤污染风险筛选值,但随时间推移呈上升趋势,尤其朝阳区和海淀区将有大幅增长.研究显示:城市化发展因素对土壤w（PAHs）的增加有明显影响,城市发展进程影响不容忽视;至2023年,北京城区公园土壤若不加管理,其w（PAHs）将持续增长.