南京玄武湖水质管理方法及其模拟

本文根据当前湖泊治理的迫切需要,建立了玄武湖水动力生态预测模型,模拟参数包括悬浮物、可溶解磷、颗粒磷、总磷、浮游植物的透明度,模型经过充分验证,精度良好.水动力生态预测模型可作为湖泊水质管理方法的研究基础.本文反映了南京有关部门已经采用或将采用的湖泊截污和引水冲污管理措施相应的水质模拟和数值计算的结果,为玄武湖水质管理方法最终决策提供科学依据.     

神秘的史前巨鳄

在美国缅因州的一个古湖,发生了一起神秘死亡事件,死者死得奇惨无比,身上留有奇大无比的动物齿印。一个美丽的女古生物学家听到这件事情后,特地赶到现场进行调查。古生物学家通过调查认为,在平静的湖水下一定有只巨大的“怪物”,后来,她和她的同伴发现了一只巨大无比的史前大鳄鱼。突然,这只史前的大鳄鱼开始肆无忌惮地大开杀戒,搞得人人自危……     

洪涝灾害中的环境监测

1991年夏季,苏州城乡遭受百年未遇的特大洪涝灾害袭击,全市受淹农田249万亩,工业企业700家,居民住宅10万多户,受灾人口76万,市区直接经济损失30亿元以上.全市人民生命财产的安全受到严重威胁.苏市环境监测站的监测人员以对工作高度负责的精神,既投入了抗洪抢险斗争,又抓紧时机进行水质监测,充分发挥了“哨兵”、“耳目”的作用.     

三江平原地貌因子及其主要环境地质问题

地貌因子有其不可替代的作用和功能,是决定环境的主要因子,是生态地质环境中最积极最活跃的主导支力条件;是生态平衡的重中之重;是生态地质环境的基础,并影响其它因子或成份.如地貌因子或成份发生了变化,其它因子或成份就会发生一系列连锁反应;地貌因子发生变化或失去平衡,其它因子也会发生变化或失去平衡.文本论述了三江平原地貌特征,详细地分析了地貌的作用,阐明了有关地貌的主要环境地质问题.     

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.     

京津冀大气污染的时空分布与人口暴露

经济的快速发展和城市化导致京津冀地区的空气质量不断恶化,已经引起学术界广泛的关注.为了揭示近年来京津冀地区大气污染状况,本研究基于中国空气质量在线监测分析平台发布的PM_(2.5)、PM_(10)、SO_2、CO、NO_2和O_3_8 h_max长期监测数据,采用统计学的方法分析了2014—2018年京津冀13个市这6种污染物的时空变化特征,结合各城市人口数据,评估了在此背景下该地区PM_(2.5)和O_3_8 h_max的人口暴露风险.结果表明:京津冀地区PM_(2.5)、PM_(10)、SO_2、CO和NO_2近年来整体上呈下降趋势,而O_3_8 h_max则呈上升趋势.总体而言,PM_(2.5)、PM_(10)、SO_2、CO和NO_2表现为冬季最高、春秋季次之、夏季最低的特征,而O_3_8 h_max则表现为夏季春季秋季冬季的特点,并在月变化上呈倒"V"型,从1月份开始逐渐上升,在6月份达到峰值,而后又逐渐下降.空间上,PM_(2.5)、PM_(10)、SO_2、CO和NO_2呈现南高北低的分布特征,而O_3_8 h_max在2014—2016年呈现北高南低的分布特征,但在2017—2018年则呈现南高北低的分布特点.此外,京津冀北部地区PM_(2.5)的来源主要是一次气溶胶,而二次气溶胶是中部地区PM_(2.5)的主要来源.除秦皇岛、承德和张家口外,其他城市细粒子在颗粒物中占的比重较大.随着近年来PM_(2.5)浓度的降低,暴露于高浓度的PM_(2.5)中的人口比例逐年减少,但距离年平均浓度限值还相差很远.除2014年外,暴露在O_3浓度超标情况下的人口在2015—2017年逐渐上升.     

基于改进遗传算法的河流水污染源反演方法

针对河流水污染应急响应过程中污染源排放历史迟知、未知的问题,结合多种群遗传算法和自适应遗传算法,利用一维河流水质模型和水质监测数据,研究建立了基于改进遗传算法的河流水污染定量源反演方法,实现了对河流污染源排放历史的识别与重构.将该方法应用于美国特拉基河流的3个不同流量下的示踪剂实验中,对示踪剂排放历史进行定量源反演分析.结果表明：IGA算法对高、中、低不同流量下的3次示踪剂实验均可以很好的重构和识别示踪剂排放历史,对于实际河流水污染源反演分析的误差均在可接受范围内.IGA算法在河流水污染源反演分析中具有一定的可靠性和稳定性,可为河流水污染精准溯源与治理提供科学的技术支撑.     

农闲期城郊农田灌溉水中典型污染物含量与评价——以西北江三角洲为例

摸查了农田灌溉系统水环境经农（夏）闲期降水等外部强干预调理后的环境污染物含量——该值理论上是环境自净作用之后的最不利值,对农田灌溉系统水环境进行水质评价,探究其对农田土壤质量的潜在污染风险.于2019年6月中旬—7月下旬（降雨集中期）,分别在西北江三角洲城市（清远市、佛山市和江门市）实验基地周边筛选研究区,并在雨后对有覆水的水源区域、灌渠、蓄水池和田间水等采集上覆水,共采得水样27×2份,对其pH值、悬浮物（SS）、矿化度、总磷（TP）、氨氮（NH₄⁺-N）、Cd、As、Pb、Cu和Zn的含量进行检测;对各研究区pH值、SS的成因和影响,矿化度的等级,重金属均值分布等进行分析;对全样品TP、NH₄⁺-N、重金属含量进行Pearson相关性分析和描述性特征分析;通过单因子水质标识指数P_i和综合水质标识指数P分别对各采样点、各构成项目和各研究区进行水质评价.研究发现雨后农田灌溉系统水环境构成复杂,物质呈无显著性差异的迁移,灌溉沿程上覆水中大部分物质可能处于动态平衡,受局部环境影响变小,TP、NH₄⁺-N和重金属等迁移物质主要还是灌溉水体中原有的,受外力驱动扰动后在水动力作用下可能以氮磷结合形态沿灌溉系统发生远距离迁移;使用河流水质标识指数法评价农田灌溉系统水环境,发现该法可以刻画局部灌溉的水质态势,对农田灌溉系统水环境的含量特征评价做出科学、合理的解释,也可以做出综合性定量评价.虽然灌溉水系统结构差异较大,但是从整体上可以初步得出农闲期西北江三角洲农田灌溉水的灌溉风险不高的结论,总体综合水质评价级别为Ⅰ类~Ⅱ类,达到水环境功能区的使用要求.     

中国集成电路制造行业VOCs排放特征及控制对策

中国电子信息产业发展迅速,集成电路等电子器件产量不断增加.在集成电路制造的过程中,大量有机溶剂的使用导致VOCs的产生和排放,从而对大气环境造成影响.为掌握集成电路制造行业VOCs的排放特征,系统分析了其工艺流程和产排污环节,分析了行业废气收集和治理现状,通过对典型企业VOCs的排放监测,获得VOCs排放水平;采用排放因子法核算行业VOCs历史排放量,并基于行业排放特征及减排潜力分析,提出了相应的污染防治对策.结果表明：在集成电路制造中,VOCs排放环节主要集中在光刻、清洗、去胶等过程,1 m²集成电路产量约使用87 g有机溶剂,VOCs产生量较大;通过采取高效的VOCs治理技术,集成电路制造行业有组织排放水平较低,平均浓度为2.1 mg·m^-3,但厂界无组织排放浓度相对较高,平均浓度为0.78 mg·m^-3,接近国家标准的排放限值.根据排放量核算结果,2011—2016年中国集成电路制造行业VOCs排放量呈逐年上升的趋势,主要受产量增加而相应污染控制技术水平提升有限的影响,无组织排放量比重大,占排放总量的38.1%~45.1%.