青岛工业与资源灰色关联分析

本文应用灰色关联分析方法研究了青岛地区主导工业对资源的依赖状态及不同工业行业之产出对各类资源投入的反应程度,以灰关联树反映工业经济与资源复合系统之整体及不同层次子系统的耦合关系,定量揭示工业经济效益主导变量与各类资源变量的动态联系,从资源高效利用的角度探讨了青岛工业产业结构调整和优化的方向及区域经济与环境效益相协调的可能途径。     

The aggregation pheromone ofIps duplicatus and its role in competitive interactions withI. typographus (Coleoptera: Scolytidae)

Summary Ips duplicatus withI. typographus co-inhabiting Norway spruce (Picea abies (L.) Karst.) would benefit from a pheromone blend distinct from that of the larger competitorI. typographus. GC-MS analysis showed thatI. duplicatus males feeding in the host produced ipsdienol (Id),cis-verbenol (cV),trans-verbenol (tV), myrtenol (Mt), andE-myrcenol (EM) and traces of 2-methyl-3-buten-2-ol (MB).I. duplicatus produced Id in approximately racemic form (48.9-54.5% (+)-(S)-isomer). The amounts of Id and EM released over a 9 day period had a maximum of 250 and 5 ng/h/male, respectively, on day 2. Exposure ofI. duplicatus males to myrcene and -pinene resulted in the production of small amounts of Id, cV, tV, Mt, andtrans-pinocarveol, but not of EM. In laboratory bioassays with walking beetles, the pheromone component Id alone was weakly attractive while EM was inactive, but in binary combination with Id strongly synergized attraction. A combination of EM and Id at a release rate equivalent to 100–200 males was more attractive in the field than 70 unmated males in a spruce log. The addition of myrcene ( a suggested pheromone precursor of Id) to Id did not enhance trap caches, while addition of EM increased catches > 10-fold. Subtracting EM from a blend of Id, EM, cV and MB drastically reduced trap catches while subtraction of cV or MB or both had no significant effect. Addition of EM over a wide concentration range to the synthetic pheromone ofI. typographus did not reduce the attraction of females of this species in the laboratory. A two-species pheromone interaction field test releasingI. typographus pheromone components (MB + cV) at 10–1000 male equivalents (ME) andI. duplicatus pheromone (Id + EM) at 0, 10–1000 ME in all possible combinations showed both positive intraspecific dose-response effects and an interspecific inhibition. Higher release rates of EM appeared to inhibitI. typographus, especially males. In a tree colonization model, the response of the two competing species to their respective pheromones show a good separation during the mass-attack with a small initial cross-attraction. It remains to be shown whether either of the two pheromone systems have in fact evolved in the present sympatry, or if they are an incidental effect of ancestry of these phylogenetically distantIps.     

新疆石化工业区颗粒物含水量和酸度对二次无机组分形成的影响

大气二次污染物是新疆独山子区大气污染物的重要组成部分,研究大气中二次组分的转化过程对区域大气污染治理有着重要意义.对新疆独山子区2015年9月至2016年7月采集到的样品进行水溶性组分分析.结果表明,水溶性无机离子(TWSIs)表现出与PM_(2.5)一致的季节变化,为冬季(67.86μg·m~(-3))秋季(13.77μg·m~(-3))春季(10.09μg·m~(-3))夏季(4.85μg·m~(-3));冬季二次无机离子(NH~+_4、SO~(2-)_4和NO~-_3)占TWSIs的98%;结合气溶胶热力学模型(E-AIM)探讨独山子区大气颗粒污染物中颗粒相含水量以及颗粒酸碱性;表明独山子区颗粒物呈酸性,年均原位pH为0.81,其中冬季样品的pH(2.93)值最高;颗粒含水季节变化为冬季(331.32μg·m~(-3))秋季(5.91μg·m~(-3))春季(5.46μg·m~(-3))夏季(1.62μg·m~(-3));年均氮氧化率(NOR)和硫氧化率(SOR)分别为0.13和0.47,表明区域污染物存在二次转化;进一步分析表明颗粒相中的硫酸盐质量浓度受到颗粒含水量和颗粒酸碱度的影响较为明显;高的颗粒相含水条件下区域硝酸盐的形成主要以非均相反应为主.     

北京市农业机械排放因子与排放清单

利用车载排放测试技术对典型的联合收割机、拖拉机、农用运输车和农田建设机械实际工况下的尾气进行测试,建立了实际工况下农业机械的排放因子和2017年北京市农用机械排放清单.结果表明,不同的工作状态对农业机械尾气排放有较大的影响,怠速和行走时CO、NO_x、HC和PM排放趋于平稳;而切地和翻地模式下的波动较为明显.根据各类机械的分类和排放标准对排放因子进行细化,建立了较为完整的实际工况下的排放因子.根据农业机械排放因子和燃油消耗量计算出2017年北京市CO、NO_x、HC和PM的排放量分别是2 566.60、 1 239.29、 563.08和538.32 t.拖拉机、运输机械和联合收割机的污染物总量占CO、NO_x、HC和PM这4种污染物总量的98%、 95%、 95%和98%.因此,农用拖拉机、运输机械和联合收割机在农业机械污染减排中应作为重点控制对象.     

铅锌矿区玉米中重金属污染特征及健康风险评价

以西南某铅锌矿区为研究区域,测定了92份玉米样品中Pb、Zn、Cd、Cr和Ni的含量,开展了矿区玉米籽粒中重金属污染特征及健康风险研究.应用单因子污染指数和内梅罗综合污染指数分析了重金属在玉米中的污染状况,采用健康风险评价模型评价了重金属对人体健康造成的风险,同时利用主成分分析法解析了重金属的主要来源.结果表明,玉米籽粒中Pb、Zn、Cd、Cr和Ni的平均含量分别为0.30、23.75、0.21、1.33和1.15 mg ·kg^-1;除重金属Zn外,其他4种重金属均超过我国食品卫生标准限值,研究区玉米籽粒中Pb、Cd、Cr和Ni的综合污染指数范围介于4.32~9.07之间,均属于重度污染,Zn的综合污染指数小于1;重金属通过玉米籽粒摄入引起的复合重金属污染对成人和儿童均存在健康风险,且对儿童造成的健康风险高于成人.玉米籽粒中5种重金属可以由2个主成分来反映,第一主成分主要支配Pb、Cd、Cr和Ni的来源,第二主成分支配Zn的来源.玉米籽粒重金属含量与土壤重金属含量之间没有明显相关性.     

降水空间异质性对非点源关键源区识别面积变化的影响

针对地形起伏和降水空间差异较大的农业区非点源污染问题,基于SWAT模型评估了阿什河流域在异质性降水和均匀降水两种情景下总氮、总磷关键源区空间变化规律,统计了两种情景下识别的关键源区面积变化,并分析其与降水特征参数的关系.结果表明,降水量一定时,两种情景下识别的总氮、总磷关键源区面积变化趋势大致相同,且总磷关键源区面积不易受降水空间异质性的影响,但总氮关键源区面积却明显受到其影响.对各年份总氮和总磷关键源区面积与降水特征参数的相关分析表明,总磷关键源区面积与当年降水量呈显著正相关,而总氮关键源区面积却与前一年降水量呈显著正相关.研究结果对进一步探讨降水这一重要驱动因子的不确定性对非点源污染关键源区的影响,以及农业非点源污染的治理具有重要意义.     

基于绝对主成分-多元线性回归的滇池污染源解析

定量解析污染源是湖泊流域水环境管理的重要基础.基于滇池草海和外海多年水质监测数据,采用主成分分析（PCA）方法识别了主要水质指标的污染源类型,利用绝对主成分-多元线性回归模型（APCS-MLR）得到不同污染源对水质的贡献程度.结果表明,草海主要的污染源有农业面源、城市面源和内源3类,外海的主要污染源是农业面源、城镇生活污染源、城市面源和内源4类.与河流水污染源解析结果不同,底泥内源与气象因子对滇池主要水质指标的影响较大.     

典型西南工业城市柳州市核心区大气污染物时空分布与气象因素研究

为研究柳州市核心区大气污染物浓度时空变化规律与气象因素之间的关系,统计分析了2018年全年研究区内6个自动监测站点PM_(2.5)、PM_(10)、SO_2、NO_2、O_3和CO的浓度监测数据和气象站气象数据,并对28次超标日污染物来源进行了解析.结果显示:①核心区颗粒污染物污染较为严重,且以PM_(2.5)为主的细颗粒污染物仍为柳州市主要的大气污染物;各污染物月均浓度季节差异显著,除NO_2外柳州大气污染物浓度下降明显,指示柳州市多项节能减排综合整治措施成效显著;PM_(2.5)、PM_(10)、CO受早晚高峰期影响,浓度日变化均呈双峰型;NO_2在不同季节峰型不同,作为O_3前体物其浓度日变化与O_3相反,呈现"早峰午谷"的变化趋势.②通过对污染物浓度插值发现,由于核心区主要工商业区位于西部且处于主导风向下风向,故PM_(2.5)和SO_2浓度西北高、东南低,PM_(10)、NO_2和CO浓度西南高、东北低;核心区东部的山区为O_3生成带来大量前体物,使O_3浓度东南高、西北低.③由于气候特征,核心区春、夏季主要气象因素均为降水量;秋季的主要气象因素是风速,风速与污染物的负相关关系表明了风的扩散效应;冬季大部分污染物与气象因素的相关性不显著,表明人为因素对污染物的影响大于气象因素;核心区大气污染物主要来源于局地排放和区域传输,且南北主导风向对大气污染影响最大.④HYSPLIT模型结果指示柳州超标日大气污染物主要来自于珠三角地区,且陆源颗粒物浓度普遍比海洋源高,来自南部的远距离输送气流颗粒物含量最低,表明远距离输送为影响颗粒物传播的主要原因.     

乙醇汽油与普通汽油非常规污染物排放特性对比研究

在一台满足国Ⅴ排放标准的双喷射(气口喷射+缸内直喷)汽油机上开展了燃用E10乙醇汽油(乙醇体积比为10%)对发动机非常规排放特性影响的试验研究.使用傅里叶变换红外分析仪(FTIR)测量了饱和烃、不饱和烃、芳香烃及醇、醛等非常规污染物排放量,对比分析了双喷射模式时各工况下E0和E10两种燃料的非常规排放水平.结果表明,双喷射模式下,加入乙醇有效降低了乙烯、1,3-丁二烯、苯和甲苯的排放量,但会导致乙醛排放升高.双喷射模式下,随着负荷增加,两种燃料下的1,3-丁二烯和甲苯排放呈现先升高后降低的趋势,乙烯、甲醛和苯排放则先降低后升高.乙醇能抑制1,3-丁二烯、乙烯生成,抑制效果为PFI模式优于双喷射模式,GDI模式抑制量最低.PFI和GDI模式下E10的甲醛排放均显著升高,但双喷射模式有效抑制了甲醛排放的增加.     

哈尔滨市秸秆焚烧大气污染负荷估算方法研究

本文针对近些年哈尔滨秋末冬初大气污染程度增加的溯源问题,基于静风污染气象及降雪对秸秆焚烧的影响等基本假设,采用箱式模型和优化拟合的方法对秸秆焚烧产生污染物的源强及其负荷进行了估算.通过对2015年和2017年典型时段数据的优化拟合得到降雪前重污染天气下PM₁₀排放源强分别为20.16、21.83 μg·m^-2·s^-1,CO的排放源强分别为149.32、138.65 mg·m^-2·s^-1;降雪后重污染天气下PM₁₀排放源强分别为15.98、7.09 μg·m^-2·s^-1,CO的排放源强分别为122.91、89.21 mg·m^-2·s^-1.由降雪前后各污染物的源强差得到2015年和2017年秸秆焚烧产生的PM₁₀的排放源强分别为4.18、14.74 μg·m^-2·s^-1,负荷分别为20.73%、67.52%;CO的排放源强分别为26.41、49.44 mg·m^-2·s^-1,负荷分别为17.69%、35.66%.本文为相关清单的研究提供了一种客观的校核方法,具有重要的社会、环境及现实意义.