典型西南工业城市春冬季PM2.5来源与潜在源区分析——以柳州市为例

为了揭示柳州城区春冬季PM_2.5的来源及其潜在源区分布和贡献,利用2018年24h自动监测数据和气象数据对柳州市大气污染物浓度变化特征进行了分析,并且使用后向轨迹模型（HYSPLIT）对春冬季柳州市PM_2.5逐日72h气流后向轨迹和前向轨迹进行聚类分析,同时结合潜在源贡献因子分析法（WPSCF）和轨迹浓度权重法（WCWT）对其潜在源区和浓度贡献进行了分析.结果显示,（1）在研究期内,不利的主导风向和工业区布局导致研究区PM_2.5在春冬季污染较严重,且工业源和交通源是其主要本地来源;（2）春冬季PM_2.5高值主要来源于西北和东南方向,其中,西北向PM_2.5主要来源于本地排放,且浓度在空间上呈现西高东低的趋势;（3）春季后向轨迹PM_2.5浓度整体大于冬季,春冬季中对柳州市PM_2.5影响最大轨迹均来自东部的短距离输送,而来自西北的气流轨迹输对PM_2.5贡献最低.春冬季柳州市大气PM_2.5通过气流传输对贵州地区大气环境有较大影响;（4）春季,柳州市PM_2.5的主要潜在源区分布在广西东南部、广东中西部、南海沿岸海域、湖南中部、江西西北部、湖北东部及安徽西北部;冬季,主要分布在广西东南部、广东西南部和南海沿岸海域.     

利用HYSPLIT模型研究珠三角地区VOCs时空分布特征

于2016年在中国广东大气超级监测站,开展4个季节的VOCs长时间观测,共获得2142组有效数据,并利用HYSPLIT模型分析珠三角地区VOCs时空分布特征.结果表明,各类VOCs混合比和化学反应活性具有明显的季节变化特点.观测期间,VOCs平均浓度为（18.523±20.978）×10^-9,其中,低碳烯烃和苯系物二者混合比之和仅占46%,但贡献了85%的·OH消耗速率（L_OH）、82%的臭氧生成潜势（OFP）和97%的二次气溶胶生成潜势（SOAFP）.观测站点主要受来自北部内陆地区气团（1#）、西部内陆地区气团（2#）、台湾海峡南端气团（3#）以及南部海洋地区气团（4#）的影响.1#气团中炔烃和苯系物的混合比占比最高,分别达到10%、37%,而3#气团中低碳烷烃的浓度水平最高,达到（8.437±5.561）×10^-9.通过估算气团中VOCs的化学反应活性,可以发现,1#气团的VOCs化学反应活性最强,其对O₃和SOA的生成贡献最高.1#、2#、3#和4#气团中VOCs的化学反应活性主要由苯系物和低碳烯烃贡献.     

中国化学品环境暴露评估领域的综合区划

大尺度空间（中国）化学品环境暴露多介质模型的建立需要先对空间做相应的区划.本文以ArcGIS软件为平台,通过有空间约束的聚类方法和水文分析方法相耦合,建立全国范围的综合分区.全国范围分为华南综合大区、华北综合大区、西北综合大区、华东综合大区、东北综合大区和西南综合大区6个综合大区.每个综合大区又分别包含了若干个综合小区,小区总数为38个.该研究为我国暴露评估的综合分区提供了一个方案,在多介质模型的建立中起着重要的作用.     

土地利用方式下土壤有机碳特征及影响因素——以后寨河喀斯特小流域为例

为研究喀斯特小流域土壤有机碳空间分布与土地利用之间的关系,基于网格法在后寨河流域挖掘了2 755个土壤剖面,并采集了22 057个土壤样品。分析了后寨河流域不同土地利用方式下土壤有机碳密度特征。结果表明：后寨河流域土壤有机碳密度主要受人为干扰、土壤厚度与岩石裸露率的制约。不同利用方式土壤有机碳密度（0~100 cm）总体上呈现以下规律：水田>旱地>经果林地>园地>草地>弃耕地>坡耕地>乔灌木林地>乔木林地>荒地>灌木林地>灌草地。后寨河流域100 cm土壤有机碳平均碳密度为8.70 kg/m²,低于中国土壤有机碳平均密度10.83 kg/m²,总有机碳储量为5.39×10⁸ kg。科学合理地进行土地利用方式调整与管理,可以增大喀斯特小流域土壤有机碳储量。     

电絮凝净化含聚污水影响因素研究

目的为保障油田正常安全生产,促进油田含聚污水的循环利用。方法采用电絮凝技术单因素研究方法开展净化含聚污水的静态实验研究,探讨外加电流密度、极板间距、初始pH及聚合物浓度等因素对净化效果的影响规律。结果当初始pH为7.0,电流密度为4.0 m A/m2,极板间距为1.0 cm,电解16 min时,综合处理效果最佳。此时,含油量与浊度去除率分别为98.85%,99.93%,处理每克油平均消耗为0.0494 g的Al,处理每立方米含聚污水的能耗为0.2895 k Wh。污水中的聚合物浓度越小,净化效果越好。结论中性处理,极板间距为1.0 cm,外加电流密度为4.0 m A/m2,通电16 min是最佳处理条件。     

聚丙烯酰胺降解菌株的分离及其油田含聚污水生物强化处理研究

应用厌氧Hungate技术,从大庆油田分离到一株聚丙烯酰胺降解菌株,菌株与Clostridium bifermentans(AY781385)相似性为99%,命名为Clostridium bifermentans H5。菌株能以聚丙烯酰胺为唯一碳源,静态试验表明,在附加乳酸钠和硫酸钠的条件下,聚合物去除率为52.5%;首次采用纯菌培养的厌氧污泥作为底物,水解酸化试验表明,乳酸钠作为碳源要好于砂糖,聚合物去除率为50.89%左右,砂糖为碳源聚合物去除率为43.55%左右;初步试验表明,应用高效降解菌株和水解酸化工艺处理含聚污水具有可行性。     

典型铅锌矿化区不同土地利用类型土壤重金属污染特征与评价

选取云南者海典型铅锌矿区周边冶炼区（A）、粮食主产区（B）、保护区（C）三个区域土壤为研究对象,分析三个区域内林地（LD）和耕地（GD）土壤pH、总碳（TC）、总氮（TN）、总磷（TP）和5种重金属（Hg、Cd、Pb、Zn、Cu）含量,利用典范对应分析（CCA）研究不同土地利用类型下它们之间的关系,基于系统熵值与重金属生物毒性改进灰色聚类评价法对研究区重金属污染程度进行评价。结果表明,A、B、C三区土壤的5种重金属均超过云南省土壤背景值,且含量A区 > B区 > C区,所有土壤样品Hg、Cd、Pb、Zn、Cu平均含量分别为7.24、1.53、1 794、2 892、210 mg/kg;LD土壤重金属含量普遍高于GD。研究区土壤pH总体呈弱酸性,但A区土壤受矿业活动影响呈弱碱性。TC、TN含量和C/N值均表现出LD大于GD,但TP含量表现为GD显著大于LD （P<0.05）。CCA分析表明LD和GD土壤pH与Cd和Cu呈负相关,与Zn和Pb呈正相关,且pH对重金属含量的影响最大;TC、TP与重金属Cd和Cu在LD土壤中呈正相关,在GD土壤中呈负相关。改进灰色聚类评价结果表明重金属污染程度均表现为LD大于GD;A区污染最严重且均呈重度污染,B区次之,C区污染程度最轻。经比较本文改进的灰色聚类评价法在准确性和灵敏度方面优于传统方法。     

基于环境保护大数据的监测与智能诊断研究

为了提高环境保护的智能监测能力,采用大数据分析方法进行环境监测和诊断分析,提出一种基于环保大数据关联特征挖掘的环境保护智能监测与诊断技术。构建环境监测的约束参量模型,以土壤监测数据、空间污染排放量以及水资源监测数据为原始统计数据,采用关联规则特征提取方法进行环保大数据的有用信息挖掘,结合模糊C均值聚类算法实现对环保大数据的分类处理,根据分类结果进行环保监测和智能诊断分析。仿真结果表明,采用该方法进行环保大数据挖掘的准确性较好,对各种污染信息的分类精度较高,提高了环保监测和诊断的有效性与实时性。