北京市PM2.5水分含量及其变化特征

利用卡尔费休法可直接测定PM_2.5水分含量,方法精密度及准确度均较好.将该方法应用于北京市城区站点2020年全年的PM_2.5分析,结果显示PM_2.5水分浓度年均值为(5.0±4.1)µg/m³,在PM_2.5占比为(12.5±4.8)%,与PM_2.5质量浓度呈显著相关.水分质量浓度与PM_2.5的质量浓度月度及季节变化趋势基本一致.研究发现,随着空气污染加重,水分质量浓度及其在PM_2.5占比均呈上升趋势,二者相关性明显增强.可见污染发生时,水分增加有利于颗粒物吸湿增长从而推高污染水平,对PM_2.5的贡献同步增强.当沙尘污染发生时湿度处于同期较低水平,不利于细颗粒物的吸湿增长,水分质量浓度及其占比均处于较低水平. PM_2.5水分与二次离子及有机物均有很好的相关性,说明水分为气态污染物提供非均相转化载体,促进硝酸盐、硫酸盐、有机物的进一步生成.PM_2.5水分与地壳物质无相关性,证实地壳元素为一次源,不受水分影响.     

基于重要抽样法的耐压球壳可靠性计算方法研究

目的 解决耐压球壳极小失效概率的可靠性计算问题。方法 在自适应Kriging的基础上,结合重要抽样法提出耐压球壳可靠性计算方法。该方法在较大失效概率下构建的Kriging模型基础上获得重要方向,在重要方向上计算得到较低失效概率下的设计点,以设计点为中心,构建小失效概率的Kriging模型,并通过此模型采用重要抽样法开展可靠性计算。结果 分别使用提出的重要抽样法和蒙特卡洛法计算了2个算例的失效概率,计算结果表明,该方法具有较高的精度和效率。使用该方法对某耐压球壳工作载荷下的失效概率进行了计算,计算得到该球壳失效概率为4.094×10^–96。结论 研究结果可为无失效方程下极低失效概率的可靠性计算问题提供参考。     

呼包鄂地区冬季、夏季PM2.5污染特征

基于PMF模型源解析结果分析了呼包鄂地区冬季、夏季主要污染源及污染特征.物质重构结果表明,有机物(19. 9%～44. 6%)、地壳物质(9. 7%～46. 2%)在呼包鄂地区受体PM_(2.5)中占有较大比重.源解析结果表明,冬季各类源对PM_(2.5)的分担率大小依次为:二次源(26. 7%)燃煤源(26. 1%)机动车源(19. 1%)扬尘源(18. 1%),夏季则为二次源(26. 7%)扬尘源(22. 3%)燃煤源(16. 6%)机动车源(15. 1%) SOC(8. 7%),可以看出二次源在呼包鄂地区冬季和夏季均为首要贡献源类,冬季燃煤源、夏季扬尘源对呼包鄂地区的影响较大.分析冬季、夏季典型污染过程,对应于源解析结果,冬季主要污染源为二次源、燃煤源,夏季为二次源.     

基于PMF模型的九龙江流域农田土壤重金属来源解析

选取九龙江流域农田土壤为研究对象,运用电感耦合等离子体质谱(ICP-MS)和原子荧光光谱(AFS)测定了土壤中重金属含量,通过正定矩阵因子分析模型(PMF)解析农田土壤中重金属的主要来源.结果表明,研究区域农田土壤中大部分金属相对福建省土壤环境背景值已存在一定程度的富集,部分土壤中Cd、Zn、Pb和Cu含量超过农用地土壤污染风险筛选值(GB15618-2018),且各金属在研究区不同区域(北溪流域、西溪流域和河口区)分布存在中等变异.Cr、Ni、Cu、Zn和Cd的含量在北溪流域的龙岩区域较高,Pb的含量在西溪流域较高,而Co、Hg和As的含量在河口区域较高.正定矩阵因子分析模型(PMF)得出的源成分谱和源贡献率具有非负性质,土壤中重金属实测值与模型预测值拟合曲线呈现较好相关性,结果相对合理,能满足研究需要.正定矩阵因子分析模型(PMF)解析得出:研究区农田土壤中重金属主要来源有自然源、农业活动、燃煤释放和工业活动,其对农田土壤中重金属的综合贡献率分别为37. 0%、26. 7%、17. 6%和18. 7%.     

黑炭气溶胶质谱仪(SP-AMS)分析春季PM2.5中水溶性有机气溶胶

为探讨常州春季大气细颗粒物(PM_(2.5))的化学组成及污染特征,于2017年3月1日～5月30日采集了84个有效样品,对其水溶性离子(WSIIs)、碳质组分(OC和EC)等常规组分进行了测定和分析,并采用黑炭-气溶胶质谱仪(SP-AMS)对水溶性有机气溶胶(WSOA)进行了分析.结果表明,采样期间PM_(2.5)的日均质量浓度为101. 97μg·m~(-3),超标(环境空气质量标准二级标准)率达73. 8%,以轻度、中度和重度污染为主,分别占总天数的39. 3%、21. 4%和13. 1%. WSIIs约占PM_(2.5)的39. 86%,其中二次离子(SO_4~(2-)、NH_4~+和NO_3~-)占WSIIs的81. 85%,阴阳离子电荷平衡的线性拟合直线的斜率(AE/CE)大于1(1. 09),表明PM_(2.5)偏弱酸性. OC/EC比值为2. 53,说明受二次转化的影响. SP-AMS分析WSOA组分包含C_xH_y+(32. 1%)、C_xH_yO+(30. 4%)、C_xH_yO_~(2+)(25. 4%)和H_yO~+(4. 7%),其平均氧碳比(O/C)、氢碳比(H/C)、氮碳比(N/C)和有机质-有机碳比(OM/OC)分别为0. 72、1. 53、0. 04和2. 15,高的O/C表明春季光化学反应导致的二次转化贡献较大.正定矩阵因子分析模型(PMF)对WSOA的质谱进行解析得到:类烃OA(HOA)、半挥发氧化性-生物质燃烧排放OA(SVOOA-BBOA)和低挥发性氧化性OA(LVOOA) 3种有机气溶胶,分别占WSOA总量的18. 4%、34. 1%和47. 4%.     

基于PMF模型的PM2.5中金属元素污染及来源的区域特征分析

金属元素是大气PM_2.5的重要组成成分,对人群危害性极强且兼具源特异性,分析不同经济模式地区大气细颗粒物中金属污染状况及来源差异,可以为科学规划城市产业布局和保护大气环境提供参考.通过霾/非霾期大气PM_2.5采样,使用电感耦合等离子体发射光谱仪（ICP-OES）测定成都市及仁寿县样品中18种金属元素质量浓度,分析其污染水平,并基于正定矩阵因子分解模型（PMF）解析两地大气PM_2.5中金属元素的来源.结果表明,成都市扬尘源、移动源和燃煤源特征元素占元素总和的比值大于仁寿县,而仁寿县生物质燃烧源、工业源以及燃油源特征元素占比则较高.两地Cr、Cd和As元素浓度均超标,表明PM_2.5中重金属污染严重.随着霾污染加剧,两地PM_2.5中金属元素总量上升,但增幅远低于PM_2.5浓度增长.此外,不同元素在霾期和非霾期浓度比值存在差异,成都市变化范围为0.7（Al）~2.8（Ba）,仁寿县介于0.8（Al）~3.1（Mn）之间,但总的来说两地大致呈现出燃煤和工业活动排放元素增幅较大,机动车污染源次之,扬尘源增幅较缓的状况.受地区产业布局、经济规模和发展模式的影响,大气PM_2.5中金属元素污染水平及来源呈现出不同的区域特征.在重点发展第三产业的大型城市,如成都,更易遭受交通运输和城市建设等带来的大气污染,而在仁寿等第二产业占比不断增加的郊县,其污染主要受化石燃料燃烧和工业过程排放的影响.     

利用多元线性回归方法评估气象条件和控制措施对APEC期间北京空气质量的影响

气象条件对大气污染物的扩散和传输有重要影响,准确分离和定量气象因素对空气质量的影响是评估大气污染控制政策有效性的前提.本研究利用APEC会议期间及前后(2014-10-15～2014-11-30)北京城区朝阳观测站点SO_2、NO、NO_2、NO_x、CO、PM_(2.5)、PM_1和PM_(10)以及气象因素的观测数据,采用多元线性回归分析方法,定量评估了气象条件和空气污染控制措施对APEC期间北京空气质量的影响.在假定排放条件不变的情况下,基于气象因素参数建立的预测污染物浓度的多元线性回归模型模拟效果较为理想,决定系数R~2在0. 494～0. 783之间.控制措施使得APEC控制期SO_2、NO、NO_2、NO_x、CO、PM_(2.5)、PM_1和PM_(10)浓度分别降低48. 3%、53. 5%、18. 7%、40. 6%、3. 6%、34. 8%、28. 8%和40. 6%,气象因素使得APEC控制期SO_2、NO、NO_2、NO_x、CO、PM_(2.5)、PM_1和PM_(10)浓度分别降低1. 7%、-2. 8%、18. 7%、4. 5%、18. 6%、27. 5%、30. 6%和35. 6%.气象因素和控制措施共同作用使得APEC控制期北京空气质量得到了明显改善.控制措施对SO_2和氮氧化物浓度的下降起主导作用,气象因素对CO浓度的下降起主导作用,气象因素和控制措施对颗粒物浓度降低的贡献相当.本研究还利用相对权重方法研究了气象因素对污染物浓度影响的贡献,结果表明影响不同污染物浓度的决定性气象因素不同.     

重庆市典型城区PM2.5含碳气溶胶季节变化和来源解析

于2015年10月、12月和2016年3月、8月在重庆大学A区采集秋、冬、春、夏4个季节PM_2.5样品,观察其微观形貌,分析含碳气溶胶及其碳组分的浓度水平,并探讨其季节变化及进行来源解析.结果表明,重庆沙坪坝区PM_2.5中有机碳（OC）、元素碳（EC）、烟灰（char）和烟炱（soot）的年均质量浓度分别为20.66、6.16、5.42和0.74 μg·m^-3.OC季节变化显著,冬季最高,夏季最低;EC秋季最高,冬季最低,但与其它季节相差不大;char表现为秋季 > 春季 > 冬季 > 夏季;soot表现为秋季 > 夏季 > 春季 > 冬季.正定矩阵因子（PMF）解析出3个因子,分别代表生物质/煤燃烧和道路扬尘的混合源（52.7%）、汽油机动车排放源（22.9%）和柴油机动车排放源（24.4%）.机动车尾气是秋、春和夏3个季节含碳气溶胶的主要来源,冬季主要受煤炭/生物质燃烧和道路扬尘混合源的影响.秋季污染事件可能是因为本地及周边城市汽油车通行量增加,冬季污染事件可能是本地煤炭/生物质燃烧排放增加和周边农村地区输入的共同作用,春季污染事件可能与来自西北方向的沙尘长距离传输有关.     

中国省际农业碳排放测算及低碳化水平评价——基于衍生指标与TOPSIS法的运用

农业碳排放量测算及低碳化水平评价,是实现农业绿色发展和制定碳减排计划的重要依据。通过测算2006—2016年中国30个省份的农业碳排放量,并以测算结果为基础,从农业用地、禽畜养殖和农业能源三个方面构造农业碳排放衍生指标,采用基于动态自然权重的TOPSIS法对各省农业低碳化水平进行评价。结果表明：中国农业碳排放总量呈先降后升的“V型”变化,由2006年的91096万t下降至2008年的83521万t,此后稳步增加至2016年的92192万t。农业非能源碳排放量占农业碳排放总量的84%以上,土壤管理是农业非能源碳排放的第一来源。省际农业碳排放衍生指标异质性较强,农业低碳化水平整体不高。研究结果可为农业和环境部门开展低碳农业评价工作提供借鉴。     

中国农产品贸易虚拟水转移及其影响因素研究

挑选与中国农产品贸易额较大且具有代表性的10个国家,构建包含资源环境要素的虚拟水投入产出模型,计算农产品贸易隐含虚拟水的转移情况.进而以国际贸易理论为基础构建了以虚拟水净进口量为被解释变量的贸易引力模型,重点探究了包括自由贸易协定和关税在内的各因素对虚拟水转移的影响.结果表明,中国的农业用水效率虽然在逐年提高,但与农业发达国家相比仍有较大差距;中国通过农产品国际贸易实现了对大部分国家虚拟水的贸易逆差;土地资源、劳动力数量、农业生产效率等方面的比较优势以及是否签订自由贸易协定、关税水平等变量是农产品贸易虚拟水流动的显著影响因素.中国通过进一步发展和壮大农产品国际贸易可以有效缓解国内水资源压力,因此应当在提高自身农业比较优势的同时,加快发展对外贸易关系,并充分发挥自由贸易协定在农产品国际贸易中的关键作用.