Size distributions of aerosol and water-soluble ions in Nanjing during a crop residual burning event

To investigate the impact on urban air pollution by crop residual burning outside Nanjing, aerosol concentration, pollution gas concentration, mass concentration, and water-soluble ion size distribution were observed during one event of November 4-9, 2010. Results show that the size distribution of aerosol concentration is bimodal on pollution days and normal days, with peak values at 60-70 and 200-300 nm, respectively. Aerosol concentration is 10⁴ cm^-3. nm^-1 on pollution days. The peak value of spectrum distribution of aerosol concentration on pollution days is 1.5-3.3 times higher than that on a normal day. Crop residual burning has a great impact on the concentration of fine particles. Diurnal variation of aerosol concentration is trimodal on pollution days and normal days, with peak values at 03:00, 09:00 and 19:00 local standard time. The first peak is impacted by meteorological elements, while the second and third peaks are due to human activities, such as rush hour traffic. Crop residual burning has the greatest impact on SO₂ concentration, followed by NO₂, O₃ is hardly affected. The impact of crop residual burning on fine particles (< 2.1 μm) is larger than on coarse particles (> 2.1 μm), thus ion concentration in fine particles is higher than that in coarse particles. Crop residual burning leads to similar increase in all ion components, thus it has a small impact on the water-soluble ions order. Crop residual burning has a strong impact on the size distribution of K⁺, Cl^-, Na⁺, and F^- and has a weak impact on the size distributions of NH₄⁺, Ca²⁺, NO₃^- and SO₄^2-.     

城市交通干道降雨径流中PAHs的污染特征

以上海、温州市典型交通干道地表径流为研究对象,分析了样品中16种溶解态和颗粒态PAHs浓度,了解了城市交通干道降雨径流中PAHs污染特征及其动态变化过程.结果表明,径流中∑PAHs(包括溶解相、颗粒相)浓度范围为919.8～16711.6ng·L-1,溶解相中PAHs浓度要远低于颗粒相(分别为4.9～1558.0ng·L-1,635.4～16624.0ng·L-1).通过对3场降雨事件中PAHs浓度随降雨过程变化的研究,可以发现并不是所有道路径流都有初期冲刷效应,初期冲刷的产生受雨前干期、降雨强度以及径流量等因素共同作用,因此简单拦截初期径流并不能十分有效地降低PAHs污染负荷.径流中PAHs在颗粒相-水相间的分配系数Kp值为2.3×104～2.5×106L·kg-1,随着悬浮颗粒物含量增加而减少,这可能跟径流过程中颗粒物粒径组成有关.     

广州市不同功能区大气二噁英含量和分布特征研究

应用气相色谱-高分辨率质谱仪(GC-HRMS)对广州市秋冬季6个区域环境空气样品中的17种2,3,7,8-氯代二英含量进行了检测.结果表明,广州市各观测区域大气中二英毒性当量浓度范围为0.151～2.230pg.m-3,均值为0.418pg.m-3.各观测区域空气中二英毒性当量浓度分布存在一定的差异,本研究的背景区、居民住宅区和商业区二英毒性当量浓度较低且水平相近,分别为(0.294±0.099)、(0.305±0.115)、(0.308±0.102)pg.m-3.交通枢纽区、郊区和工业区二英毒性当量浓度相对较高,分别为(0.342±0.049)、(0.423±0.113)和(0.838±0.704)pg·m-3.广州市不同功能区二英毒性当量浓度呈现背景区<住宅区<商业区<交通枢纽区<郊区<工业区的分布特点.与2004年相比,广州市城区二英毒性当量浓度有所下降,郊区毒性当量浓度有所上升.     

生物流化床短程硝化的快速启动及影响因素研究

采用内循环生物流化床反应器处理模拟高浓度氨氮废水,以确定其对处理高浓度氨氮废水的可行性,同时对试验条件进行了优化。结果研究表明:控制温度为(31±1)℃,利用反应器自身流化所携带溶解的空气,反应器内DO值可维持在1.5~2.5 mg/L,调节pH为8.0~8.5。经过42 d的污泥驯化适应时期,进水氨氮(NH4+-N)浓度由50 mg/L提高到300 mg/L。由于流化床采用填料载体微生物膜与活性污泥双重作用,同时载体呈流化状态,接触均匀,有巨大的比表面积,可以使床内保持高浓度的生物量,从而达到高效快速的传质效果。在HRT由开始的16 h缩短到8 h的条件下,氨氮(NH4+-N)的去除率达到90%以上,亚硝氮(NO2--N)的积累率达到75%。且在以后30 d的稳定运行阶段,氨氮(NH4+-N)去除率和亚硝氮(NO2--N)积累率均保持稳定。同时反应器最后出水水质澄清,无需二沉池及污泥处理。     

改良剂对4种木本植物的铅锌耐性、亚细胞分布和化学形态的影响

本研究以4种耐铅锌木本植物夹竹桃(Nerium oleander)、栾树(Koelreuteria paniculata)、泡桐(Paulownia)和苎麻(Boehmeria)为材料,在不同改良剂浓度下(CK组:100%铅锌矿渣±少量磷肥、改良一:85%铅锌矿渣±10%泥炭土±5%菌肥±少量磷肥、改良二:75%铅锌矿渣±20%泥炭土±5%菌肥±少量磷肥),进行了耐性木本植物富集与转移能力以及Pb、Zn在4种木本植物不同部位的亚细胞分布和化学形态分析.结果表明:14种植物种植后基质中重金属的浓度基本低于种植前,夹竹桃与苎麻改良一与改良二之间差异不显著,泡桐改良二效果显著优于改良一,栾树改良一效果显著优于改良二;4种植物地上部对Pb、Zn的富集系数都比较低,但具有较高的转移系数,适当的基质改良有利于提高植物对Pb、Zn的富集与转移能力.2Pb、Zn在4种植物各部位的亚细胞分布以细胞壁组分和可溶性组分为主,在线粒体、叶绿体和细胞核等细胞器组分中分布较少;与CK组相比,两改良组使可溶性组分对Pb的滞留作用和细胞壁对Zn的滞留作用在增强.3Pb在植物各部位的化学形态以盐酸、氯化钠和乙醇提取态为主,其他化学形态含量极少;Zn则以残留态、盐酸、醋酸、氯化钠、水和乙醇提取态这6种形态存在,且都具较高分配比例.与CK组相比,两改良组使植物各部位活性较弱的Pb的化学形态比例减少,活性较强的化学形态比例增加;Zn则是根部活性较强的化学形态比例增加,地上部活性较强的化学形态比例减少.     

成都市大气水汽与空气质量关系的研究

为深入分析大气水汽对空气质量的影响,基于2016年成都温江国家气候观象台的气象观测资料和成都市环境监测中心的环境空气质量指数(AQI),首先利用地面气象要素估算出逐时的大气可降水量(PWV),继而结合空气质量指数资料研究了成都地区降水、静稳天气、太阳辐射强度等气象条件对空气质量及其与大气水汽关系的影响.结果表明:在降水条件下,臭氧(O_3)浓度随着PWV的增大而显著减小,PWV与PM_(2.5)、PM_(10)浓度的正相关系数减小,其中对PWV与PM_(10)浓度的相关性影响最大,相关系数减小47.62%.PWV与O_3的负相关系数在春季增大、夏季减小;PWV与PM_(2.5)的正相关系数在秋、冬季减小.当天气处于高静稳指数时,PWV变化对污染物浓度变化的影响更为显著.不同太阳辐射强度下,PWV与O_3的相关性也不同,随着太阳辐射增强,PWV与PM_(2.5)、PM_(10)的相关性从正相关转变为负相关.     

京津冀臭氧变化特征及与气象要素的关系

基于2014~2017年京津冀13座城市的O₃-8h数据,分析O₃时间变化特征及污染状况.在此基础上,结合同期气象数据研究近地层O₃浓度与气象要素的关系.结果表明：2014~2017年京津冀区域O₃-8h整体呈上升趋势,增长率为4.50μg/m³.区域内O₃污染整体加重,北京、保定O₃污染较为严重;2014~2015年O₃浓度与超标情况的月变化主要呈单峰型变化,峰值出现在5月;而2016~2017年为不规则双峰型变化,峰值出现在5~6月和9月.与气象因子的相关性表明：气象要素对O₃的影响具有明显的季节差异,其中春、夏、秋季气温是影响O₃浓度变化的主要因素,而在冬季相对湿度与风速为影响O₃浓度变化的主要因素.此外,分析表明北京、天津、石家庄3大城市夏季形成高浓度O₃的阈值明显不同.     

2015~2018年中国代表性城市PM2.5浓度的城乡差异

选取中国6大城市群中的11座代表性城市为研究区域,将监测站点划分为城区、郊区和乡村站,进而分析各城市间PM_2.5浓度的城乡差异规律.结果表明,同一城市群各城市之间,或同一城市的城区、郊区、乡村站间PM_2.5日变化皆较为相似.京津冀和长三角地区的城市城区PM_2.5浓度最高,高于郊区7.8%~9.7%,高于乡村11.3%~16.9%,而粤港澳大湾区和内陆城市群（成渝、长江中游、关中平原城市群）的城市郊区PM_2.5浓度最高,高于城区2.6%~11.2%,高于乡村16.7%~26.5%.各城市间城乡PM_2.5浓度差值的日变化规律不尽相同,可呈单峰（如上海）或双峰（如杭州）变化,极值可出现在白天（如广州）,亦可在夜间（如深圳）.PM_2.5的排放与传输扩散共同对11城市城乡PM_2.5浓度分布产生影响.     

长三角典型站点冬季大气PM2.5中OC、EC污染特征

对2015年1月9日~2015年1月31日临安、南京和苏州3个站点采集的PM_(2.5)样品(共计279组),使用热光反射法(thermal/optical reflectance,TOR)分析了样品中有机碳(OC)与元素碳(EC)的含量,并研究了长三角地区冬季PM_(2.5)中OC和EC的污染特征.结果表明,采样期间临安、南京和苏州的PM_(2.5)平均质量浓度分别为(123.56±61.11)、(144.77±62.91)和(156.5±68.97)μg·m-3,均超过我国《环境空气质量标准》(GB 3095-2012)规定的PM_(2.5)日均值75μg·m-3;其中3个站点OC与EC的平均质量浓度依次分别为(21.93±11.69)/(6±3.6)、(20.32±10.3)/(5.39±3.07)和(27.08±14.35)/(6.4±4.29)μg·m-3.临安作为长三角大气环境背景点,OC与EC的污染也较为严重.3个站点OC与EC的相关性为临安(R2=0.83)、南京(R2=0.72)和苏州(R2=0.72),表明冬季长三角地区的碳质气溶胶的来源较为一致和稳定.3个站点样品中的OC/EC值均大于2.0,样品的OC/EC值主要分布在2.5~6.0这个区间内,表明燃煤源和机动车尾气排放源是OC与EC的主要来源.使用EC示踪法估算临安、南京和苏州3个站点的二次有机碳(SOC)平均质量浓度分别为(9.23±5.26)、(6.82±4.36)和(12.56±7.52)μg·m-3,在OC中占比为42%、34%和46%,表明SOC是OC的重要组成部分.后向轨迹显示,PM_(2.5)、OC和EC的质量浓度与主要气团的传输路径有较好的相关性,自空气质量较差区域气团的PM_(2.5)、OC和EC的质量浓度是来自空气质量较好区域的1.14~1.7倍、1.55~2.1倍和1.94~2.47倍.     

1970-2015年汉江流域多尺度极端降水时空变化特征

基于汉江流域63个气象站点逐日降水数据,辅以超阈值抽样、极端降水集中度（EPCD）和集中期（EPCP）、Mann-Kendall趋势检验等分析方法,对1970-2015年汉江流域多尺度极端降水变化特征进行分析。结果表明：（1）在旬尺度上,汉江流域EPCD较高,呈现出“西高东低”空间特征;汉江EPCP多年均值为七月下旬,空间呈现出“东部早,西部迟”的分布特征,不同流域表现出不同的年代变化规律。（2）在月尺度上,汉江流域极端降水各月分布不均,主要集中在5-9月,同年10月至次年4月为极端降水少发期。（3）在季尺度上,汉江流域极端降水夏季占比50%以上,但近期全流域夏季极端降水比例下降,其中上游主要为春季占比增加,中下游为秋季占比增加,说明夏季是影响汉江极端降水非均匀变化的关键季节。（4）在影响因素上,当东亚季风和南亚II区季风偏强时,汉江流域夏季极端降水量整体减少;当东亚季风偏弱时,夏季极端降水增幅呈南北分异,而南亚II区季风偏弱时,极端降水增幅呈东西分异。