中国主要电子废物产生量估算

在分析了电子废物类型及其可能造成的主要环境问题的基础上。根据电子电器产品的销量、社会保有量以及产品寿命期等因子建立模型对我国2000-2010年间的电脑、电视机、冰箱、洗衣机、空调等5大类电子电器产品的年度废弃量进行估算。结果显示到2003年电脑年度废弃量达到447万台，总体呈增长趋势；电视机、冰箱的废弃量在2003年分别达到4229万台和976万台；洗衣机年度废弃量有一定波动。大约在2005年达到一个高峰，废弃量为1521万台；空调废弃量相对于其他家电较少，但一直处于稳步增长期。并在此基础估算了我国2003年主要电子废物中的可回收资源含量。量大而且增长较快的电子废物的处置和资源再生化将是我国电子废物管理面临的一个难题。     

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.     

岗南水库沉积物间隙水有色溶解有机物的时空分布特征及差异分析

有色可溶性有机物(CDOM)作为溶解性有机物的重要组分,影响着水体中污染物质的形态特征和迁移转化过程.本研究运用紫外-可见光谱技术(UV-vis)以及三维荧光光谱(EEMs)技术结合平行因子分析法(PARAFAC),对岗南水库自入库河口到坝前主库区四季演变过程中沉积物间隙水CDOM的分布、光谱特征以及来源进行解析.结果表明,岗南水库沉积物间隙水CDOM的相对浓度a_(254)、a_(260)、a_(280)和a_(355)存在显著的季节差异,并且相对浓度大小为夏季春季秋季冬季;沉积物间隙水CDOM的E2/E3、E3/E4、E4/E6以及S_R存在显著的季节差异,呈现冬季高夏季低的特征;秋冬季的E2/E3以及E3/E4明显高于春夏季,并且秋冬季的E3/E4大部分均大于3.5,表明秋冬季沉积物间隙水CDOM具有更小的分子量和更低的腐殖化程度;三维荧光光谱通过PARAFAC解析出3种组分,分别为类酪氨酸(C1)、短波类富里酸(C2)和降解的腐殖类物质(C3),并且3种荧光组分间具有显著的正相关性(P0.001);岗南水库沉积物间隙水的CDOM总荧光强度和各荧光组分荧光强度呈现显著的季节差异,总荧光强度以及各组分的荧光强度呈现春季的最高、秋冬季次之、夏季最低的分布特征;秋冬季各个荧光组分占比不存在显著差异,春夏季各个荧光组分占比不存在显著差异,秋冬季与春夏季各个荧光组分占比存在显著差异;秋冬季沉积物间隙水CDOM生物源指数(BIX)和荧光指数(FI)均高于春夏季,表明秋冬季CDOM的自生源强于春夏季,与腐殖程度指标(HIX)的结果相吻合;PCA结合Adonis分析显示沉积物间隙水CDOM的光谱特征呈现显著的季节差异(P0.001);并且组分C1、C2、C3以及水质参数[氨氮、硝氮、亚硝氮、溶解性总氮以及溶解性总磷]均有很好的线性回归方程.综上,通过对岗南水库沉积物间隙水CDOM光谱特征进行研究,可以为分析岗南水库有机物污染特征和水质管理提供技术支持.     

铁铜双金属有机骨架MIL-101(Fe,Cu)活化双氧水降解染料性能

针对非均相芬顿传质效率低和Fe（Ⅲ）Fe（Ⅱ）转化慢导致活性低等问题,采用溶剂热法制备铁铜双金属有机骨架材料[MIL-101（Fe,Cu）],并研究了材料界面性质、催化降解染料（亚甲基蓝）性能以及活化催化机制.结果表明,MIL-101（Fe,Cu）晶体结构完整且呈三维八面体形状;比表面积和平均孔径分别为667.2 m² ·g^-1和1.9 nm,可充分暴露反应活性位点.MIL-101（Fe,Cu）在广谱pH范围可活化H₂ O₂高效降解亚甲基蓝.当pH=5、反应20 min,MIL-101（Fe,Cu）/H₂ O₂对20 mg ·L^-1亚甲基蓝的去除率为100%,较MIL-101（Fe）/H₂O₂和单独H₂ O₂分别提高43.1%和88.9%.自由基猝灭实验与反应前后铁和铜价态变化结果表明,羟基自由基（·OH）是MIL-101（Fe,Cu）/H₂ O₂催化降解亚甲基蓝的主要活性物种;Cu（Ⅱ）掺杂引入新的活性位点,且Cu（Ⅱ）/Cu（Ⅰ）循环和Fe（Ⅲ）/Fe（Ⅱ）循环可协同产生·OH,进而提高催化效率.MIL-101（Fe,Cu）作为新型非均相类芬顿催化剂,无需复杂pH调节即可获得良好催化效果,在工业废水处理上具有较好地应用前景.     

全程自养颗粒污泥快速启动及混合营养型脱氮性能分析

在连续流条件下,基于颗粒污泥全程自养脱氮（CANON）工艺的快速启动和混合营养条件下高效脱氮,是CANON工程应用的重要环节.本研究在气提内循环反应器（AIR）中,以老化的CANON颗粒污泥经机械破碎至0.3 mm作为种泥,实现混合营养型单级颗粒污泥同步脱氮除碳.启动26 d,通过控制DO,系统出现稳定的部分硝化,再缩短HRT提升氨氮负荷至5.65 kg ·（m³ ·d）^-1,促进颗粒化和厌氧氨氧化;第68 d,总氮去除率达到58%之后,进水加入有机物,C/N从0提升到0.25和0.5,促进AOB、AMX和异养微生物的协同,氨氮去除率达95%,总氮去除率达85%,COD去除率达80%左右.COD浓度增加,能较好地抑制Nitrospira菌属等NOB的活性,q（NH₄⁺-N）和q（TN）稳定在0.4 g ·（g ·h）^-1和0.34 g ·（g ·h）^-1,q（NO₃^--N）约为0.02 g ·（g ·h）^-1.采用MiSeq高通量测序对微生物多样性分析,表明有机物对污泥中Nitrosomomas和Candidutus_Kuenenia丰度未产生显著影响,增加了Candidutus_Brocadia菌属以及具有反硝化功能Denitratisoma等菌属的丰度.这对于快速启动连续流CANON颗粒污泥工艺处理低C/N比废水提供思路.     

基于OMI数据的东南沿海大气臭氧浓度时空分布特征研究

基于臭氧监测仪(OMI)卫星反演数据,对2005—2018年东南沿海5省区域大气臭氧柱浓度数据进行提取及分析,探讨其时空分布格局及影响因素.结果表明:①在时间变化上,14年间,该区域大气臭氧柱浓度整体呈先上升后下降的趋势,2005—2013年臭氧柱浓度持续升高,最高值为324.52 DU,高值区不断向南部区域扩大;2013—2018年臭氧柱浓度呈下降趋势,最低值为228.27 DU,但在2017、2018年略有上升.②在空间分布上,臭氧柱浓度自北向南逐渐降低,高值区集中分布在江苏及浙江省北部;低值区集中于福建省南部及广东省大部分地区.③在季节变化上,大体呈现出春夏季高于秋冬季,高值区在春夏季交替出现,秋季略高于冬季,但差异不明显.④稳定性分析表明:研究区臭氧柱浓度整体呈现中部分散、南北部集聚、差异较显著的分布格局.⑤自然因素中,风向、气温均呈现显著正相关,江淮地区的梅雨季节(降水)及华南地区的台风和暴雨也起到显著作用.⑥人文因素中,臭氧柱浓度与地区生产总值、各产业生产总值及机动车保有量均表现出正相关,其中,臭氧柱浓度与第二产业的相关度最高.另外,臭氧柱浓度与NO_x排放量表现出显著相关性.VOC_s对臭氧柱浓度的影响中,工业源是主控因素,交通源和居民源次之,电厂源对臭氧柱浓度的影响最弱.这进一步说明臭氧浓度的变化受到了诸多因素的综合影响,但气温、NO_x及VOC_s的排放是臭氧浓度变化的主导因素.     

北京南部城区PM2.5中碳质组分特征

为了解《大气污染防治行动计划》实施后北京市大气PM_2.5中碳质组分特征,于2017年12月至2018年12月在北京污染较重的南部城区进行了PM_2.5连续采样,对其中的有机碳（OC）和元素碳（EC）进行了全面研究.结果表明,北京大气PM_2.5、OC和EC浓度变化范围分别为4.2~366.3、0.9~74.5和0.0~5.5 μg ·m^-3,平均浓度分别为（77.1±52.1）、（11.2±7.8）和（1.2±0.8）μg ·m^-3,碳质组分（OC和EC）整体占PM_2.5的16.1%.OC质量浓度季节特征表现为：冬季[（13.8±8.7）μg ·m^-3] > 春季[（12.7±9.6）μg ·m^-3] > 秋季[（11.8±6.2）μg ·m^-3] > 夏季[（6.5±2.1）μg ·m^-3],EC四季质量浓度水平均较低,范围为0.8~1.5 μg ·m^-3.二次有机碳（SOC）年均质量浓度为（5.4±5.8）μg ·m^-3,四季贡献比例范围为45.7%~52.3%,年均贡献为48.2%,凸显了二次形成的重要贡献.随污染加重,尽管OC和EC贡献比例均降低,但浓度水平却成倍升高,OC和EC浓度在严重污染天分别是空气质量为优天的6.3和3.2倍.与非供暖时段相比,供暖时段PM_2.5、OC和SOC浓度分别增加了14.4%、47.9%和72.1%,体现了OC对供暖季PM_2.5污染的重要贡献.PSCF分析表明,位于北京西南的山西省和河南省部分区域是PM_2.5和OC的主要潜在源区,且PM_2.5潜在源区更为集中;EC的PSCF高值（>0.7）区域较少,主要位于北京南部,如山东省和河南省部分地区,且北京市及周边地区贡献明显.