北京地区基于化学组分的夏季气溶胶吸湿特性

利用吸湿增长光散射测量系统、黑碳仪和气相色谱质谱联用仪等仪器,于2019年7月15日~8月4日在北京地区开展了为期21d的大气气溶胶观测实验.观测期间北京市区于7月27日出现短暂的轻度污染,并在7月29日出现强降水天气.结果显示：北京市区夏季大气污染变化剧烈且短暂,大气气溶胶散射吸湿增长因子f（RH）呈现平滑连续的特点,并且降水会对f（RH）造成显著影响.7月27日PM_2.5的平均质量浓度为（92.54±47.05）μg/m³;,表现出较为剧烈的污染变化.7月28~30日平均散射吸湿增长因子f（80%±1%）分别为（1.50±0.35）,（1.43±0.36）和（1.48±0.25）,反映了降水对于大气气溶胶的湿清除作用.最后利用实验数据估算粒径吸湿增长因子gf（RH）,并建模研究f（RH）和gf（RH）的关系,模型精度R²最高可达0.698.     

近三十年中国非点源污染研究现状与未来发展方向探讨

非点源污染是我国面临的重要环境问题之一,其影响范围广,污染不易控制,因此受到研究者和管理者越来越多的关注.中国非点源污染研究呈起步晚、速度快、范围广的发展特点,近十年来相关论文发表已达到一定数量,但是现有研究多是针对非点源污染体系中某些方面进行探究,缺少从全国尺度和长时间序列角度对我国非点源污染研究现状的梳理和总结.本文从全球主要文献库中检索了1988—2018年我国非点源污染的相关文章,挑选出1354篇文章进行统计分析,对于年发文数量、研究区所属省份、研究区所属流域、研究对象和研究方法分别进行统计展示.对我国近三十年非点源污染研究现状与存在问题进行总结,其中农业非点源污染需要继续深入探究其机理,城市非点源污染研究深度不足,研究地区有较大差异,研究方法存在复杂性与实用性的矛盾.未来中国非点源污染研究仍会以农业和农村非点源为主要研究对象;城市非点源将得到进一步发展;非点源污染物的防治与利用将成为重要的研究目标和研究方向;在国家实施的长江大保护战略及黄河生态保护高质量发展战略中,非点源污染也是关键研究问题;全球变化对非点源污染的影响也将是未来研究不可忽视的问题.本文对近三十年中国非点源污染研究规律进行了总结,探究发展变化原因,并提出未来发展方向,为污染源控制以及污染管理提供科学建议和决策支持.     

乌鲁木齐市气溶胶光学厚度时空分布特征及潜在来源分析

依据2009年1月—2019年7月MODIS/AQUA C6.1 MYD04_L2 气溶胶光学厚度（Aerosol Optical Depth, AOD）日数据,在宏观视角下对乌鲁木齐市AOD时空分布特征进行分析,利用后向轨迹模式（Hybrid Single Particle Lagrangian Integrated Trajectory,HYSPLIT）和潜在源贡献作用分析方法（Potential Source Contribution Function, PSCF）讨论气溶胶运输的季节性变化,并揭示研究不同季节对AOD影响较为明显的潜在源空间分布.结果表明：①乌鲁木齐市AOD呈显著的季节性差异,四季均值依次为：春季（0.328） > 夏季（0.310） > 秋季（0.273） > 冬季（0.137）,AOD高值区主要集中在市区.②AOD年内呈双峰分布,峰值分别对应为4月（0.402）和8月（0.346）;10 a间AOD呈弱下降趋势,其中2014年最高（0.316）,2017年最低（0.235）,AOD均值为0. 276.③春季和冬季乌鲁木齐市气团输送主要来自中亚地区,夏季和秋季则来自于天山周边地区;AOD主要潜在源区为乌鲁木齐市及其周边地区,对乌鲁木齐市空气质量具有显著影响.     

东南亚生物质燃烧输送影响我国西南气溶胶辐射特性研究

利用2013年地基CE-318太阳光度计观测数据,结合中分辨率成像光谱仪（MODIS）遥感产品和HYSPLIT后向轨迹分析,研究了一次东南亚生物质燃烧污染长距离输送至中国西南昆明站点过程（2013年4月5~8日）中,气溶胶光学特性和辐射特性的变化及其可能来源.结果表明,此次污染过程期间,我国西南地区生物质燃烧活动较少,而中南半岛地区生物质燃烧活动显著.4月5~7日,昆明站点气溶胶光学厚度（AOD）升高,消光波长指数（EAE）和吸收波长指数（AAE）均增大.此外,依据EAE和AAE分类方法,5~6日昆明站点以城市工业气溶胶为主,7~8日以生物质燃烧气溶胶为主,其细模态峰值半径（0.11μm）小于5~6日（0.15μm）,7日细模态粒子体积浓度峰值（约为0.16μm³/μm²）是5日的2倍.气溶胶直接辐射强迫（ARF）日变化结果表明4月7日气溶胶对地表的降温效应达到最大,对大气的加热作用最强.气溶胶直接辐射强迫效率值（ARFE）的变化表明生物质燃烧气溶胶对大气顶的降温作用减弱.MODIS遥感以及HYSPLIT模式后向轨迹表明,此次昆明站点生物质燃烧气溶胶主要来源于东南亚地区（主要是印度北部、印缅北部和不丹地区）.     

基于RF-LSTM的鸡舍恶臭气体预测研究

以鸡舍氨气为研究对象,对鸡舍氨气预测模型进行了研究.首先,利用随机森林算法（RF）对影响鸡舍氨气浓度的环境变量进行重要性排序,选取温度、湿度、光照、气象温度、降雨量作为模型的输入变量;在此基础上,构建了基于长短时记忆神经网络（LSTM）的鸡舍氨气浓度预测模型,并将提出的预测模型应用于江苏省宜兴市某养鸡场的氨气浓度预测中,并与LSTM模型、RF-Elman模型和RF-BP模型进行了对比实验,结果表明,基于RF-LSTM模型的预测效果最好,其平均绝对误差（MAE）、平均绝对百分误差（MAPE）和均方根误差（RMSE）分别为0.9183、4.9637%和1.4262;同时,为了验证该模型的性能,本文还实现了不同时间尺度的鸡舍氨气浓度预测,提前2h、3h、4h、5h氨气预测的平均绝对误差（MAE）分别为1.6218、2.1991、2.8553和3.0677.本文提出的预测模型提高了鸡舍氨气浓度的预测精度,可为减少鸡舍恶臭气体排放提供科学依据.     

珠三角城市群PM2.5和O3污染特征及VOCs组分敏感性分析

系统分析了珠三角城市群PM_2.5、O₃和挥发性有机物（VOCs）的污染特征,并筛选出对二次有机气溶胶（SOA）和O₃影响较大的敏感性组分。结果显示:珠三角城市群PM_2.5和O₃浓度的季节变化具有明显差异,PM_2.5和O₃分别在1月和10月出现浓度最高值。珠三角城市群VOCs主要以烷烃为主,占比为64.2%,其次为芳香烃和烯烃,含量较高的组分为丁烷、异戊烷、异丁烷和环己烷。SOA生成潜势贡献主要以芳香烃为主,占比为78.5%,其中甲苯、间,对-二甲苯和乙苯的SOA生成潜势最大。O₃生成潜势主要以烯烃为主,占比为42.3%,其次为芳香烃（34.2%）和烷烃（23.5%）,其中丙烯、异戊二烯和1-丁烯的O₃生成潜势最大。为有效缓解珠三角城市群PM_2.5和O₃污染,建议优先对机动车尾气、溶剂挥发、涂料使用和石化行业的VOCs敏感组分进行控制。     

北方湖库沉积物重金属区域特征及生态风险评价

以白洋淀、衡水湖、于桥水库、松花湖、大伙房水库和小兴凯湖沉积作为研究对象,通过对北方六湖库沉积物中Cu、Zn、Pb、Cr、Ni等重金属元素进行分析,并与国内外其他水域重金属污染情况进行多因素比较,探讨了六湖库主要重金属污染源的差异性,区域分布特征以及与国内外其他水域污染的相似性和区别.结果表明,六湖库沉积物重金属污染处于中等偏下水平.六湖库之间主要重金属污染源存在差别.沉积物重金属含量未出现明显上升的趋势.其中Zn、Pb存在富集现象,但Pb含量与历史数据相比出现下降,Zn的含量与其他地区相比整体偏高.大伙房水库沉积物重金属污染较重,Cu、Zn、Pb、Cr、Ni含量平均值分别为56.28,142.3,17.44,97.9,44.44mg/kg.小兴凯湖沉积物重金属含量最低,Cu、Zn、Pb、Cr、Ni含量平均值分别为2.41,63.90,13.37,56.36,26.09mg/kg.六湖库综合风险评价结果为大伙房水库>于桥水库>白洋淀>衡水湖>松花湖>小兴凯湖,重金属整体潜在生态风险指数为低.     

基于Sentinel-2的平寨水库叶绿素a浓度反演

为实现对平寨水库叶绿素a的遥感监测,选取平寨水库2017年11月17—18日的实测叶绿素a浓度数据和准同步的Sentinel-2数据,通过选取最佳波段组合建立BP神经网络模型,对平寨水库叶绿素a进行反演,并分析其空间分布特征。结果表明:Sentinel-2红边波段对叶绿素a的敏感性优于可见光波段,在叶绿素a浓度反演方面具有较大潜力。相关系数最大的波段组合方式是:B5/B4、[1/B4-1/B5]*B6、[1/B4-1/B5]*B7和[1/B4-1/B5]*B8;BP神经网络模型可决系数R2为0.9160,平均相对误差为29.87%,反演精度优于三波段模型;平寨水库叶绿素a浓度空间分布差异明显,水面开阔的中心库区浓度较高,各支流上游河段浓度较低。Sentinel-2数据可较好地应用于喀斯特高原湖泊叶绿素a浓度反演,BP神经网络模型估测结果合理、可靠;研究结果可为平寨水库水环境治理提供科学依据。     

基于Stacking的地面PM2.5浓度估算

为了解决地面PM_2.5监测网络在空间和时间覆盖受限的问题,提出了基于宽时空覆盖的卫星气溶胶光学厚度AOD,利用Stacking方法建立地面PM_2.5浓度估算模型,将AOD、PM_2.5和各气象参数以及与PM_2.5排放有关的数据进行训练,使用改进网格搜索对模型超参数进行优化,通过对多重共线性分析,建立基于Stacking的最优PM_2.5浓度估算模型。选取2016-01-01-2016-12-31的数据作为实验对象,结果表明:相比于随机森林、GBRT和XGBoost 3种模型,使用岭回归作为元学习器的Stacking模型性能更优,可见Stacking适用于大范围地理区域的大气污染监测。     

土壤环境中微塑料的污染现状及其影响研究进展

微塑料作为一种持久性污染物,对土壤生态系统具有严重影响,土壤中微塑料的污染已愈加受到国内外学者的广泛关注。当前关于土壤环境中微塑料的研究较少,针对当前土壤中微塑料的来源、分布、降解迁移、生态效应及污染防治等方面进行综述。主要包括以下几个方面:1）概括土壤生态系统中微塑料的来源、分布特点和迁移降解规律,确定了土壤环境中微塑料的赋存状态;2）总结土壤生态系统中微塑料与其他污染物的复合效应;3）分析了微塑料对土壤理化性质、动物、植物、微生物的影响,并揭示了微塑料对于土壤生态系统的影响;4）根据土壤微塑料的分布特点、降解迁移及生态效应提出污染防治措施。最后,对今后土壤微塑料的研究重点进行了展望。