氧化铜纳米颗粒(CuO NPs)对土壤环境因子与砷生物有效性的影响

氧化铜纳米颗粒（CuO NPs）可以通过农药和肥料施用、意外泄露或污水灌溉进入As污染农田土壤,从而对土壤环境因子和As生物有效性产生影响.本试验选取两种不同类型土壤（安徽宿松黄棕壤和黑龙江海伦黑土）进行人工As污染,添加不同浓度的CuO NPs,探究90 d淹水-落干过程中CuO NPs对As污染农田环境因子和As生物有效态的影响.结果表明,CuO NPs进入土壤后12 h内快速溶解产生Cu²⁺,且在黄棕壤中的溶解速度较黑土迅速.CuO NPs可在短时间内降低土壤pH,提高土壤氧化还原电位（E_h）,降低土壤电导率（EC）,但随着培养时间增加土壤EC逐渐提高.一定时间内CuO NPs在两种类型土壤中可降低51.0%~82.5%土壤浸出液中的As和15.7%~66.5%的As生物有效性,减少淹水时Fe （II）的含量.但在土壤落干时期产生一定的“纳米效应”从而促进了Fe （II）的产生.研究表明,CuO NPs进入As污染农田改变了土壤环境因子,一定时间内降低了土壤As生物有效性.     

深圳市商业厨房排放非甲烷碳氢化合物污染特征研究

随着我国餐饮业的快速发展,餐饮源逐渐成为城市大气非甲烷碳氢（NMHCs）的主要来源之一.因此,深入研究餐饮源NMHCs的排放特征是餐饮业科学减排的重要基础.本研究采集了深圳市6类典型餐馆（西式快餐、茶餐厅、职工食堂、湘菜馆、浙菜馆和家常菜馆）排放的NMHCs,并分析了其相应的排放特征、排放因子（EF）、臭氧生成潜势（OFP）和二次有机气溶胶生成潜势（SOAp）.结果显示,6类餐馆排放NMHCs中,茶餐厅、家常菜馆和浙菜馆排放的烷烃浓度最高,而西式快餐和职工食堂排放的烯烃浓度最高,湘菜馆油烟中烷烃和烯烃浓度相近.采用灶台数及用油量作为EF的核算基准,结果显示西式快餐和职工食堂的EF较高.餐饮排放的NMCHs中乙烯、丙烯、1,3-丁二烯、间/对二甲苯、甲苯及癸烷的OFP最高,而环己烷、正庚烷、正辛烷和正癸烷则具有较高的SOA生成潜势.此外,甲苯和苯不仅具有高的O₃生成潜势,还对SOA的生成有明显贡献,是油烟中值得重点关注的污染物.     

2018年冬季淄博市一次沙尘天气颗粒物污染特征研究

2018年11月底淄博市经历了一次沙尘影响下的大气重污染过程,为研究此次重污染过程形成机制,分析了淄博市ρ(PM₁₀)和ρ(PM_2.5)及PM_2.5化学组分特征,并利用PMF模型和后向轨迹模型对颗粒物的来源进行研究.结果表明:①污染期间,ρ(PM₁₀)和ρ(PM_2.5)小时平均值分别为(259±111)和(133±51)μg/m3,分别是污染后ρ(PM₁₀)〔(88±38)μg/m3〕和ρ(PM_2.5)〔(36±14)μg/m3〕的2.9和3.7倍.②受沙尘的影响,Ca2+、Mg2+、Al、Mg、Ca、Si等代表沙尘源的离子和元素组分的质量浓度在PM_2.5中占比均高于污染后.③ 72 h后向轨迹结果表明,除受西北方向沙尘传输气流影响外,局地盘旋的当地气流也增加了污染物的累积,此次大气污染过程是本地污染物累积及西北沙尘传输共同作用形成的.④ PMF模型解析表明,污染期间扬尘源是PM_2.5的首要贡献源类,贡献率达33.61%,说明沙尘过境对此次污染过程有较大贡献;污染后工业源贡献显著增高,成为主要污染源,贡献率为22.71%,体现了淄博市是重工业城市的特点.研究显示,淄博市此次重污染过程颗粒物来源复杂,除受本地区域污染影响外,外来沙尘过境贡献也较大.      

京津唐地区臭氧时空分布特征与气象因子的关联性研究

京津唐地区随着经济的快速发展和城市化的不断推进,臭氧污染呈现加重的趋势,深入了解臭氧浓度时空变化特征及其变化驱动机制是采取科学有效防控措施的前提和基础.本研究针对京津唐地区近地面臭氧浓度快速增加的2016年,利用卫星遥感反演数据、地面每小时监测数据及气象观测资料,分析探讨了近地面臭氧浓度时空分布及与温度、压强、蒸发量、风（风速和风向）等气象要素的耦合关联关系.结果表明：京津唐地区近地面臭氧浓度每日7：00左右最低,午后达到最高;夏季臭氧浓度最高,且略有分区差异（北京呈现单峰型,6月臭氧浓度最高,天津和唐山呈双峰型,峰值分别出现在6月和9月）,冬季浓度最低,12月达到最低值.全区各季节浓度空间分布趋势较为一致,均呈现从西北向东南逐渐降低的趋势.影响京津唐地区近地面臭氧浓度的首要气象要素为温度,二者呈较大的正相关性,臭氧浓度与近地面压强存在一定的负相关性,而与蒸发量具有较小的正相关性,与风速、风向的相关性较为复杂,表现出明显的地区和风向差异性（在偏南风和强风条件下较易出现高浓度臭氧）,全年臭氧浓度与风速相关系数极低,呈不相关.全区分区（建成区与非建成区）近地面臭氧浓度与温度、压强、蒸发量、风速等的关联相关特性,虽然北京、天津和唐山各略有差异但基本一致.在不同气象要素分级组合协同条件下,臭氧浓度与温度、风速的相关性明显显著于其与蒸发量、压强的相关性,且存在在高压、较低蒸发量的气象条件下,臭氧浓度与温度的相关性随风速的增强（或减弱）而降低（或增强）,与风速的相关性随温度的升高（或降低）而减弱（或增强）的普遍现象;对于压强和蒸发量而言,臭氧浓度与二者的相关性普遍相对较低,且趋势特征不明显.     

基于小波分解及遗传BPNN耦合模型的地表水As浓度预测研究

随着工业的快速发展,水体中污染物超标事件时有发生,造成了较严重的水环境污染问题.水环境监测与预报是环境科学研究的重要内容.为了实现地表水砷（As）污染的准确预报,本研究提出小波分解、遗传算法与BP人工神经网络的耦合建模方法,并结合某河流监测站1998—2016年共19年的地表水质监测数据,通过皮尔逊相关系数和信息指标评价法对模型输入变量进行筛选,最后对比分析了在不同水质参数输入情况下BP人工神经网络（BPNN）、遗传算法改进的BPNN（GABP）、小波-遗传BPNN耦合模型（W-GABP）对后6年（2011—2016年） As浓度预测结果的均方根误差（RMSE）、决定系数（R²）、平均绝对百分比误差（MAPE）,以确立最优模型.结果表明：①多水质参数BPNN、GABP与W-GABP耦合模型预测结果的MAPE分别为17.51%、15.98%、14.46%,单水质参数BPNN、GABP与W-GABP耦合模型预测结果的MAPE分别为18.78%、16.74%、7.83%;②小波分解数据前处理及遗传算法均能较大程度地提高预测模型的精度;③对于地表水水质预报,需对比不同模型在不同输入变量下的预测结果,以获得最佳的预测精度.单水质参数输入的W-GABP耦合模型能较准确地预报地表水As浓度的变化情况,对数据缺乏地区水质监控和地表水As污染防治具有重要意义.     

基于HCNAM-BN的化工过程爆炸事故致因链分析

为了从源头上预防化工过程爆炸事故,依据风险耦合理论,探讨了各风险因子非线性耦合演化为爆炸事故的机理,构建了层次耦合网络分析模型（HCNAM）;从多因素风险耦合角度分析了国内外44起典型化工过程爆炸事故,统计了各风险因子之间的耦合概率并进行了耦合致因重要度分级;采用耦合概率与二态分布相结合的条件概率分布,将层次耦合网络分析模型转化为贝叶斯网络,并对氯乙烯单体槽爆炸性混合气体爆炸事故进行了应用研究。结果表明:91种双因子耦合风险状态中,47种呈现弱耦合致因特性;7种因子双耦合形成风险的概率较大;基于HCNAM-BN模型分析事故,可有效辨识事故最可能致因因素,获取各事故致因链的发生概率并确定事故网络关键节点。