温州城市降雨径流磷的负荷及其初始冲刷效应

监测了温州2个采样区5场较为典型的降雨过程,测定了不同下垫面径流pH值以及总磷(TP)、溶解态磷(DP)、颗粒态磷(PP)、总无机碳(TIC)、总有机碳(TOC)、总悬浮颗粒(TSS)、BOD5、COD的含量.结果表明,温州城市降雨径流中TP、DP以及PP含量分别介于0.01～4.32 mg.L-1、ND～0.88 mg.L-1以及ND～4.31 mg.L-1之间,径流初期阶段PP占绝对主导地位,而在整个径流过程的中后期,大部分降雨径流中DP占TP的比重呈现出一个上升的趋势,屋面径流和汇流口径流这一情况尤其明显.从TP和DP的EMC值来判断,有些城市降雨径流会对下级受纳水体造成环境压力.同时,不同城市降雨径流中TP以及DP含量之间的差异显著,而不同的降雨条件也会影响降雨径流中磷的含量.根据M(V)累积曲线判断,TP初期冲刷效应在城市降雨径流中是较为普遍的;与TP相比,城市降雨径流中的DP比较难发生初始冲刷的情况.城市降雨径流中总磷的含量不但受下垫面类型的影响,而且与径流各种理化指标之间呈现出显著的相关关系.所有结果皆指出针对不同下垫面径流磷污染的治理工作应采用不同的最佳管理方案(BMPs),而降低径流TSS含量是削减其磷负荷的有效途径之一.     

铁岭市河流氮素时空分布及源解析

研究了铁岭市22条河流氮素的时空分布特征,并对及其来源进行了解析.结果表明,研究期间总氮、硝态氮、铵态氮浓度的变化范围分别为1.26~18.85、0.53~11.8、0.3~15.7 mg·L~(-1),均值分别为(5.8±1.9)、(2.8±1.74)、(2.0±1.1)mg·L~(-1);硝态氮是氮素的主要赋存形态,占总氮比例为48%.时间尺度上,氮浓度表现出丰水期平水期枯水期的变化趋势.空间尺度上,以氨氮为评价指标,22条河流中有8条河流全年水质低于Ⅲ类水质;条子河和小清河污染比较严重,常年处于劣Ⅴ类水.西辽河、小河子河、辽河等河流水质相对较好.铁岭市河流硝酸盐δ15N值和δ18O值分别介于-3.0‰~23.9‰、-11.7‰~57‰.铁岭市河流氮的主要来源为人畜排泄物以及工业和生活废水;一些河流不同水期河流氮的来源有所差异;条子河、碾盘河丰水期河流氮主要来源于化肥和土壤氮,而枯水期主要来源于工业和生活污水.     

道路扬尘中PM2.5粒度乘数的测定方法及特征

粒度乘数是表征道路扬尘中颗粒物粒径分布特征和计算道路扬尘排放量的重要参数.为实现粒度乘数本地化,采用AP-42法和TRAKER法于2019年3月对保定市城区不同类型的道路进行采样和走航监测,利用校正公式计算得到道路扬尘PM_2.5粒度乘数（K_2.5）,对比了两种方法测定的K_2.5结果,分析了保定市道路扬尘粒度乘数特征.结果表明：①基于AP-42法和TRAKER法获取的保定市道路积尘的K_2.5平均值分别为0.21 g·VKT^-1和0.23 g·VKT^-1.两种方法获得的道路积尘K_2.5具有较高的线性相关性,相关系数约为0.6.分别利用两种方法获得的K_2.5计算道路扬尘PM_2.5排放因子值差异较小.说明利用基于激光传感器的TRAKER法能够满足测量并计算道路扬尘K_2.5的要求.②保定市不同类型道路积尘K_2.5特征按其值大小排序表现为：快速路 < 次干道 < 支路 < 主干道,存在显著差异;③保定市各道路扬尘K_2.5平均值高于0.15 g·VKT^-1,说明若直接借鉴美国环保署的推荐值（K_2.5=0.15 g·VKT^-1）进行排放清单计算,将会低估保定市的道路扬尘排放量,进而增加排放清单的不确定性.保定市K_2.5相对较高,说明保定市道路积尘中微颗粒物含量较多,道路扬尘对城市PM_2.5的贡献可能较大.     

渭南市冬季PM2.5化学组成及来源解析

基于2020年12月16日至2021年1月14日采集的渭南PM_2.5样品,分析了PM_2.5中碳质组分和无机离子的污染特征,并利用正矩阵因子分解法(PMF)、潜在源贡献因子(PSCF)和浓度权重轨迹(CWT)等方法对其来源与源地进行了解析.结果表明,渭南冬季夜间和白天ρ(PM_2.5)、ρ(OC)、ρ(EC)、ρ(TWSIIs)的平均值分别为：119.08、 17.02、 6.20、 34.20μg·m^-3和130.66、 18.09、 6.22、 50.65μg·m^-3.采样期间水溶性离子浓度表现为：F^->NO^-₃>Ca²⁺>SO₄^2->Na⁺>Cl^->NH⁺₄>K⁺>Mg²⁺     

基于随机森林的开封市重型柴油车NOx排放总量估算模型

近年来,在相关法律文件的推动下,监控平台技术得到发展与应用,有助于准确、实时获取海量实车行驶和排放数据,为建立机动车排放清单提供了重要数据基础.基于此背景,本文依托河南开封重型柴油车远程监控平台排放大数据,考虑了中观尺度上的活动因子分布特征及活动因子的影响权重,利用随机森林回归模型对重型柴油车污染物排放量预测方法进行研究.结果表明：①开封市重型柴油车行驶工况呈Ω型分布,而且随着发动机排量的增大,工况范围有逐渐缩小的趋势,且重型柴油车有20%的时间行驶在怠速区域和至少40%的时间行驶在中低转速区域.②在样本车中,在活动因子影响程度占比排序方面,有超过80%的柴油车将车速排在首位,其次分别是SCR床温、废气流量、发动机转速、燃料流量.③NO_x排放总量估算模型计算的6种典型排量下的重型柴油车NO_x排放总量与实际排放总量相比,误差不超过25%,能够满足实际需求.     

2019年7月石家庄市O3生成敏感性及控制策略解析

基于石家庄市2019年7月近地面污染物和气象观测数据,分析夏季O₃污染状况及其影响因素;结合WRF-CMAQ模式和O₃浓度等值线（EKMA曲线）,探究不同区域O₃-VOCs-NO_x的非线性响应关系,旨在探究最佳的前体物减排方案.结果表明,观测期间,石家庄市市区MDA8 O₃超标率高达70.9%.污染天期间,伴随着高温、低湿、小风,且以南风和东南风为主.石家庄市市区属于VOCs控制区,郊县为NO_x和VOCs协同控制区.在臭氧污染时段,市区在仅削减NO_x排放,且削减比例超过50%时,持续减排NO_x使得O₃浓度呈逐渐下降趋势.在非臭氧日时段,市区在VOCs和NO_x的削减比例大于1倍时,O₃浓度才不会出现反弹.对于市区应考虑以仅削减VOCs为先;对于郊县区域而言,不同的NO_x和VOCs削减比例下,O₃浓度均会下降...     

基于GAM模型分析影响因素交互作用对PM2.5浓度变化的影响

对南京市2013~2015年PM2.5及影响因素的时间变化序列,运用广义可加模型(GAM)分析影响因素交互作用对PM2.5浓度变化的影响.结果表明,PM2.5及影响因素都基本服从正态分布类型,影响因素间具较强相关性,其中气温、气压和水汽压间具有显著相关性.PM2.5浓度变化的单因素GAM模型中,所有影响因素均通过显著性检验,其中SO_2、CO、NO_2等影响因素的模型拟合度较优,方程解释度较高;PM2.5浓度变化的多因素GAM模型中SO_2、CO、NO_2、O_3、平均降雨量(PRE)、平均风速(WIND)和相对湿度(RHU)等影响因素对PM2.5浓度变化解释率为73.9%,对其变化具有显著性影响;通过多因素对PM2.5浓度变化影响效应的诊断分析,得到SO_2、NO_2和WIND与PM2.5浓度变化呈线性关系,CO、O_3、PRE和RHU与PM2.5浓度变化呈非线性关系;在影响因素交互作用对PM2.5浓度变化影响的GAM模型中,SO_2与CO、PRE、RHU间交互作用,CO与NO_2、O_3、PRE、WIND、RHU间交互作用,以及NO_2与WIND、PRE、RHU间交互作用,都在P0.01(或P0.05)水平下显著影响PM2.5浓度变化;大气污染物SO_2、CO及NO_2分别与气象等其它因素的交互作用对PM2.5浓度变化产生最主要影响作用;通过对影响因素交互作用GAM模型可视化三维图分析,定量研究了影响因素交互作用对PM2.5浓度变化的影响特征.结论表明,运用GAM模型,能够定量化分析影响因素交互作用对PM2.5浓度变化的影响,研究方法具有一定创新性,对PM2.5浓度污染与控制研究具有重要意义.     

西安城市不同功能区街道灰尘磁学特征及环境污染分析

为了解西安城市不同功能区的环境现状,通过采集西安城市不同功能区街道灰尘的样品,进行系统的环境磁学实验分析并结合扫描电子显微镜研究表明,街道灰尘中磁性矿物含量相对较高,多畴和假单畴的低矫顽力软磁性矿物为主要的载磁矿物,还含有赤铁矿等高矫顽力的硬磁性矿物.磁化率、饱和等温剩磁、低矫顽力软磁性矿物和非磁滞剩磁磁化率与饱和等温剩磁比值等磁性参数揭示出街道灰尘的磁学特征在西安城市不同功能区的差异以及污染的主要来源,根据污染程度划分为重度污染区、中度污染区和轻度污染区并对应西安市7个城市功能区:浐灞生态区(F区)为重度污染区,磁性物质含量较高,表明环境污染相对较重,污染的主要来源为"工业+交通";高新技术产业开发区(A区)和中心商务区(B区)磁性物质含量相对较高,粗颗粒物质相对较少,是中度污染的区域,其污染源分别为"工业"和"交通";经济技术开发区(C区)、科教商业区(D区)、科教文化产业区(E区)和教育科技产业区(G区)城市主要功能具有相似性,是轻度污染的区域,污染源主要为"交通".     

大数据视角下的城市“三生”空间识别及分布特征研究——以乌鲁木齐市中心城区为例

基于2020年乌鲁木齐市POI数据,采用ArcGIS空间分析方法,通过构建"影响力—空间面积"权重模型定量识别了城市"三生"空间,并解析其分布特征。结果表明:①乌鲁木齐市城市"三生"空间分布格局与城市功能分区相符合。②"三生"空间分布呈现"大分散、小集中"的特征,各区分布不均衡,总体上形成"生活空间较强凝聚、生产空间相对集中、生态空间均匀分散"的格局。③生活空间呈"西北—东南"走势,呈现内部连片、外围组团状分布特征;生产空间呈现"东西两翼"的空间格局,沿交通干线布局,向产业区集聚;生态空间呈点状分布,"中心—外围"差异明显。     

长株潭城市群大气污染潜在源区分析及传输通道研究——以株洲市为例

利用Hysplit、MeteoInfo模型,计算株洲2017—2019年特护期(10月至次年3月)的后向轨迹,并进行轨迹聚类、潜在源贡献因子(PSCF)和浓度权重轨迹(CWT)分析。结果表明,10—12月,污染物潜在源区主要分布在偏北方向,1—3月,偏南方向的源区不断扩大,这与季节更替、季风转换有关;12和1月,潜在源区面积最大,强度最强,传输通道最清晰。对特护期各月份进行权重潜在源贡献因子(WPSCF)和加权浓度权重轨迹(WCWT)分析,结果表明,12月有1条明显的WPSCF高值带起源于河南省中北部,一路向南,经平顶山、过南阳、再经襄阳进入湖北省,该高值带蛇形前进,过荆州跨长江经岳阳华容县进入湖南,再过常德、益阳,以弧形路径到达长株潭地区,这条路径是12月北方污染物影响长株潭的主要传输通道。WCWT分析也有类似结果,且通道路径更宽广,1月的潜在源区在偏北方向呈扇形分布,在较远距离上的河南、安徽等省份呈指状分布。经2017年12月5日重污染个例检验发现,传输轨迹与分析的传输通道一致。