电子制造业塑料件生产过程的挥发性有机物排放特征分析

选取珠三角地区典型电子制造企业,通过气袋采样及预浓缩-GC-MS/FID分析方法,获得塑料件生产过程的挥发性有机物(VOCs)浓度水平与组分特征.实验共检出包括烷烃、烯烃、芳香烃、醛类、卤代烃等在内的101种VOCs组分.其中,塑料件生产过程可分为注塑成型期和塑料件加工期,塑料件加工期包括喷涂工艺和非喷涂工艺.结果表明,注塑成型期总VOCs排放浓度较塑料件加工期低,含氧VOCs(OVOCs)、烷烃是最重要的组分;塑料件加工期的喷涂工艺VOCs排放浓度普遍高于非喷涂工艺,OVOCs、卤代烃是塑料件加工期主要的VOCs组分,其中,丙酮和三氯乙烯为主要成分.与其他研究相比,本研究中卤代烃排放比例明显提高,芳香烃排放比例下降.注塑成型期臭氧生成潜势标准化反应活性系数R值比塑料件加工期高24%,其中,丙烯醛是贡献最大的物种;在塑料件加工期,喷涂工艺的R值比非喷涂工艺高31%,正己醛是最主要的臭氧贡献物种.苯系物对二次有机气溶胶(SOA)生成潜势贡献起主导作用.在臭氧控制的背景下,不仅排放浓度高的喷涂工艺需受到控制,对于标准化反应活性大的其他工艺也需关注.     

COVID-19期间区域大气高污染发生的非线性动力机制

以长株潭城市群3个城市（长沙、株洲和湘潭）疫情期间（2020年1月24日~2020年5月31日）大气PM_2.5和O₃小时平均浓度时间序列数据为研究对象,对污染物日变化规律、长期持续性、多重分形性及自组织演化动力学特性进行研究.以期阐释疫情期间高污染事件发生及演化的内在动力机制.首先,对3个城市PM_2.5和O₃质量浓度的日变化规律进行分析,发现O₃呈现出昼高夜低的单峰型,而PM_2.5日变化规律表现出昼低夜高单峰型,与非疫情期间的特征有所差异.进一步,应用消除趋势波动分析法（DFA）、多重分形消除趋势波动分析法（MFDFA）和概率统计分析,研究了大气复合系统中PM_2.5和O₃质量浓度序列的长期持续性和多重分形结构.结果发现3个城市PM_2.5和O₃浓度序列均具有显著的长期持续性特征和较强的多重分形结构,同时,应用去趋势互相关分析法（DCCA）方法和多重分形去趋势互相关分析法（MFDCCA）对PM_2.5和O₃两者之间的互相关性进行了分析,发现PM_2.5-O₃之间的互相关也存在显著的长期持续性特征以及在不同时间尺度存在多重分形特征.进一步将疫情期间得到的非线性分析结果与2018年和2019年同期非疫情期间的结果进行了对比分析.最后,基于自组织临界理论（SOC）探讨了大气PM_2.5和O₃浓度时空演化的内在动力规律,并结合典型区域气象特征,阐明了SOC内禀动力机制可能是COVID-19疫情期间大气高污染形成的主导机制之一.疫情期间大气PM_2.5和O₃浓度并非分别独自演化,而是依然保持复杂的相互作用.静稳气象条件下,大气复合污染内部的非线性耦合作用可能达到动力学临界状态,将导致长株潭城市群在疫情期间仍有发生大气高污染的风险.     

长三角秋冬季典型区域霾天气特征及对比

为总结出霾天气发生时的相关影响因子、特征共性,选取长三角地区8个主要城市,2016~2019年秋冬季发生的7次典型霾天气过程,对比分析了3次霾天气过程中AQI、PM_2.5浓度、气象要素、天气形势、边界层特征的变化以及污染物来源.结果表明：不利的气象条件及高低空配置的静稳天气型导致霾天气的形成.3次过程AQI指数峰值分别为247、306及272,与PM_2.5浓度变化趋于一致.PM_2.5浓度和能见度呈明显负相关关系,且污染过程发生时能见度普遍偏低,2、3次过程能见度谷值均低于50m.高相对湿度、稳定的气温及静风与霾过程的形成有着紧密的联系.总体上混合层高度与AQI呈现负相关关系,混合层高度较低抑制垂直对流,从而使污染物在低空区域性积聚,3次污染过程混合层高度最低值均小于100m.逆温层的出现利于霾污染过程中污染物的累积,近地层的贴地逆温将污染物集聚在地表,第1次过程贴地逆温强度高达8.2℃;脱地逆温导致污染物在边界层内堆积并抑制其扩散,均易导致高浓度污染发生,第2次过程脱地逆温为主,强度高达4.8℃.气溶胶类型多为沙尘、大陆型污染物、污染型沙尘及烟粒.污染发生通常受局地排放、区域输送及长距离输送的共同影响,气团携带的因人为产生的细粒子也是造成污染的主要原因之一.     

深圳臭氧污染日的VOCs组成与来源特征

由于挥发性有机物（VOCs）是O₃生成的关键前体物,因此了解VOCs的污染特征以及主要来源对控制O₃污染具有重要的意义.本研究于2019年9~10月在深圳市开展了在线VOCs观测,共计监测104个物种.观测期间,臭氧超标率达17.8%.TVOCs总浓度为38.9×10^-9,污染日浓度明显高于非污染日.从大类物种来看,浓度从高到低依次为烷烃>含氧有机物（OVOCs）>卤代烃>芳香烃>烯烃>乙炔>乙腈,臭氧生成潜势（OFP）中芳香烃、OVOCs以及烯烃贡献较大.由PMF源解析模型分析结果可知,VOCs主要来源包括生物质燃烧、汽油挥发、机动车尾气、工业过程以及溶剂使用等,而其中对OFP贡献较大的排放源为溶剂使用（45.8%）、机动车尾气（27.3%）.臭氧污染日发生时,清晨低风速可能导致了机动车尾气与汽油挥发源在交通早高峰快速积累,而当日高温亦会加快汽油源与溶剂源组分挥发并促进光化学反应.     

北京城区不同组分PM2.5散射特性及来源分析

近年来北京城区PM_2.5浓度下降伴随其中二次离子占比升高,为探索不同组分PM_2.5散射特性及其来源,于2020年12月至2021年11月开展了小时分辨率的PM_2.5及其组分浓度和散射系数的连续在线监测,分析了PM_2.5组分及散射的特征和来源.结果表明,研究期间北京城区PM_2.5最主要组分为NO^-₃,PM_2.5中ω(NO^-₃)和ω(SNA)分别为24%和46%.根据浓度和组分占比将PM_2.5划分为6种类型：优型出现频率最高,为56%,四季分布均匀,PM_2.5中ω(SNA)、ω(OM)和ω(FS)相当,分别为32%、 32%和28%;沙尘(D)型和OM(O)型全年出现频率较低,分别以FS和OM为主要组分,PM_2.5中ω(FS)和ω(OM)分别为66%和46%,主要分布于春季和夏季;OM+SO₄     

安徽省饮用水中氟化物含量及健康风险分析

分析了安徽省不同地区231个随机样点饮用水中氟化物含量及其健康风险.结果表明,饮用水中氟化物含量为0.12~1.94mg/L,平均0.57mg/L,其中淮北平原区(0.85mg/L)>大别山地区(0.42mg/L)≈江淮丘陵区(0.41mg/L)>沿江平原区(0.34 mg/L)>皖南山区(0.24mg/L). 61.85%的饮用水中氟化物含量小于0.50mg/L,24.89%在0.50~1.0mg/L之间,12.05%在1.01~1.50mg/L之间,1.21%高于1.5mg/L.不同地区居民每人每天饮水摄氟总量为0.26~4.3mg (以2.2L饮水量计).江淮丘陵、皖西大别山、沿江平原和皖南山区饮水摄氟总量全部低于我国生活饮用水卫生标准推荐的最低限量,应采取饮茶或饮水加氟措施增加摄氟量,而在淮北平原区亳州市部分样点氟化物摄入量超过了我国生活饮用水卫生标准推荐的最高限量,宜采取降氟饮水方法减少人体摄氟量.     

北京城区不同下垫面降雨径流产污特征分析

通过对北京城区3类不同下垫面的降雨径流水质进行监测以及对实验数据进行皮尔森(Pearson)统计分析,探讨了沥青路面、硬质屋顶及草地屋顶的雨水径流污染物历时变化规律,计算了各场次降雨径流污染物的事件平均浓度(EMCs),分析了径流水质的主要影响因素.结果表明,相对于沥青路面与硬质屋顶,草地屋顶对除磷外的其他径流污染物浓度有明显削减作用;初期降雨径流中CODcr、NH3-N、NO3-N、TP、Pb、Cu、Zn的EMC值大多超出V类国家地表水标准,3类重金属污染物监测结果也表明城区暴雨径流污染明显;统计分析结果表明污染物质与前期晴天数、降雨历时呈现正相关关系,与降雨量、降雨强度呈现负相关关系,通过控制初期径流污染、加强清扫及屋顶绿化可以从源头减少城市降雨径流污染.     

化学物质水体归趋与影响数据库(CAFE)，一种用于评估水环境中化学物质溢出水平的工具

化学物质水体归趋与影响 (简称CAFE)数据库是一个允许快速并无限制访问数据的集中式数据库。CAFE将现有的32 377种化学物质的归趋数据和4 498种化学物质的毒性效果数据整合至用户友好的工具中,以物种敏感度分布(SSD)的形式总结毒性数据,并提供了相关的1%和5%危害浓度(HC₁和HC₅)。为探究CAFE数据与报道的化学事故之间的联系,一项数据可用性评估显示,2000年至2014年间在美国国家应急中心呈报的55种化学物质中,32种物质的归趋和20种物质的毒性在CAFE中均有记录;2003年至2014年间由美国海洋及大气管理局呈报的205种化学物质中,86种物质的归趋和103种物质的毒性在CAFE中也均有记录。我们假设2种化学物质在环境中溢出(丙烯腈,溢出量为625桶 ;变性乙醇,溢出量为857桶),根据模型对其环境浓度进行模拟,进而说明CAFE在实际中的应用。在24 h时程的SSD中,大多数物种很可能分别在溢出后最初的35 min内和15 h内受到丙烯腈和变性酒精的影响。丙烯腈浓度在溢出后45 min已低于HC₅(17 mg?L^L-1),变性酒精浓度在溢出后60 h已低于HC₅(2 676 mg?L^L-1)。将100种化学物质以CAFE数据为基础得出的HC₅与发表的HC₅进行对比,我们发现超过一半的数值都在2倍差异以内,较少的一部分数值则超过了10倍差异。CAFE的发展提高了获取相关环境信息的能力,并可能应用于水体环境污染物溢出分析之外的更多领域。
精选自Adriana C. Bejarano, James K. Farr, Polly Jenne, Valerie Chu, Al Hielscher. The chemical aquatic fate and effects database (CAFE), a tool that supports assessments of chemical spills in aquatic environments. Environmental Toxicology and Chemistry: Volume 35, Issue 7, pages 1576–1586, July 2016. DOI: 10.1002/etc.3289
详情请见http://onlinelibrary.wiley.com/doi/10.1002/etc.3289/full
     

Cl-BDE-208和BDE-209诱导LINE-1基因低甲基化和ESR1基因高甲基化

十溴联苯醚(BDE-209)是使用最多的一种多溴阻燃剂,由于具有高亲脂性和低挥发性,容易蓄积在生物体内,在人体血清、母乳、肝脏等组织中均有检出;其环境脱溴产物九溴一氯联苯醚(Cl-BDE-208)也在血清样品和环境样品中被频频检出,而目前对这种化合物的毒理学研究,特别是对人体早期健康效应的研究较少。为了评估Cl-BDE-208和BDE-209的早期健康效应,以人乳腺癌细胞MCF-7为模型,环境相关浓度(0.375~3μmol·L-1)为暴露浓度,检测Cl-BDE-208和BDE-209对重复序列LINE-1、全基因组DNA甲基化(GDM)和雌激素受体基因(包括ESR1和ESR2)甲基化水平的改变。结果表明,Cl-BDE-208和BDE-209都可能通过降低DNA甲基化转移酶(DNMTs)活性而诱导了LINE-1和GDM的低甲基化,8-羟基脱氧鸟苷(8-OHd G)水平的升高可能参与了BDE-209引起的低甲基化过程;同时通过促进雌激素受体α(ESR1)基因的高甲基化而显著下调了ESR1基因的表达,而对雌激素受体β(ESR2)基因甲基化水平并没有显著影响。Cl-BDE-208和BDE-209都可能通过改变DNA甲基化水平而影响人体的早期健康效应,同时ESR1基因的高甲基化可能是Cl-BDE-208和BDE-209引起内分泌毒性的机制之一。     

重庆市不同材质屋面径流水质特性

2010年雨季对重庆市6场降雨时段的屋面径流进行采样监测,分析了水泥屋面和瓦屋面径流污染物的出流过程和初始冲刷现象,并且运用多元统计方法分析了降雨特征对径流水质的影响.结果表明:2种材质屋面径流水质参数中CODCr和TN的次降雨平均浓度(EMC,以ρ计)均超出GB 3838—2002《地表水环境质量标准》的Ⅴ类标准,为屋面径流主要污染物.水泥屋面的CODCr、TN、NO3--N、TSS、Cu和Zn的EMC明显高于瓦屋面,分别高出1.63、1.57、1.15、1.70、1.50和1.88倍.在水泥屋面上,ρ(CODCr)、ρ(TN)、ρ(TP)和ρ(TSS)变化幅度大于瓦屋面,并且其峰值滞后或同步于最大雨强;在瓦屋面上,ρ(CODCr)、ρ(TN)、ρ(TP)和ρ(TSS)的峰值提前或同步于最大雨强.瓦屋面各污染物FF30(初期30%径流携带的污染负荷)的平均值均高于水泥屋面;水泥屋面各污染物(除Zn和Cd外)FF30的标准差均高于瓦屋面.各污染物的EMC与降雨量、平均雨强、径流量和最大雨强呈负相关;溶解态重金属的EMC与前期晴天数呈负相关,其余指标均与前期晴天数呈正相关.