降水空间异质性对非点源关键源区识别面积变化的影响

针对地形起伏和降水空间差异较大的农业区非点源污染问题,基于SWAT模型评估了阿什河流域在异质性降水和均匀降水两种情景下总氮、总磷关键源区空间变化规律,统计了两种情景下识别的关键源区面积变化,并分析其与降水特征参数的关系.结果表明,降水量一定时,两种情景下识别的总氮、总磷关键源区面积变化趋势大致相同,且总磷关键源区面积不易受降水空间异质性的影响,但总氮关键源区面积却明显受到其影响.对各年份总氮和总磷关键源区面积与降水特征参数的相关分析表明,总磷关键源区面积与当年降水量呈显著正相关,而总氮关键源区面积却与前一年降水量呈显著正相关.研究结果对进一步探讨降水这一重要驱动因子的不确定性对非点源污染关键源区的影响,以及农业非点源污染的治理具有重要意义.     

北京南部城区PM2.5中碳质组分特征

为了解《大气污染防治行动计划》实施后北京市大气PM_2.5中碳质组分特征,于2017年12月至2018年12月在北京污染较重的南部城区进行了PM_2.5连续采样,对其中的有机碳（OC）和元素碳（EC）进行了全面研究.结果表明,北京大气PM_2.5、OC和EC浓度变化范围分别为4.2~366.3、0.9~74.5和0.0~5.5 μg ·m^-3,平均浓度分别为（77.1±52.1）、（11.2±7.8）和（1.2±0.8）μg ·m^-3,碳质组分（OC和EC）整体占PM_2.5的16.1%.OC质量浓度季节特征表现为：冬季[（13.8±8.7）μg ·m^-3] > 春季[（12.7±9.6）μg ·m^-3] > 秋季[（11.8±6.2）μg ·m^-3] > 夏季[（6.5±2.1）μg ·m^-3],EC四季质量浓度水平均较低,范围为0.8~1.5 μg ·m^-3.二次有机碳（SOC）年均质量浓度为（5.4±5.8）μg ·m^-3,四季贡献比例范围为45.7%~52.3%,年均贡献为48.2%,凸显了二次形成的重要贡献.随污染加重,尽管OC和EC贡献比例均降低,但浓度水平却成倍升高,OC和EC浓度在严重污染天分别是空气质量为优天的6.3和3.2倍.与非供暖时段相比,供暖时段PM_2.5、OC和SOC浓度分别增加了14.4%、47.9%和72.1%,体现了OC对供暖季PM_2.5污染的重要贡献.PSCF分析表明,位于北京西南的山西省和河南省部分区域是PM_2.5和OC的主要潜在源区,且PM_2.5潜在源区更为集中;EC的PSCF高值（>0.7）区域较少,主要位于北京南部,如山东省和河南省部分地区,且北京市及周边地区贡献明显.     

长江经济带突发水污染风险分区研究

长江经济带突发水污染事件频发,对区域人群健康和生态安全造成严峻挑战.环境风险分区是环境风险管理的基础和有效工具.本研究以2015年为基准年,基于环境统计数据、DEM数据、水质监测断面数据和基础地理数据,综合考虑了水系流向、水系级别及水质等因素,以1 km×1 km的网格为基本单元,对长江经济带开展突发水污染风险分区.结果表明:①高风险区面积为3348.9 km~2,占评估区总面积的0.16%;较高风险区面积为26030.7 km~2,占比1.27%;中风险区面积为97971.1 km~2,占比4.79%;低风险区面积为1916838.7 km~2,占比93.77%;②从沿长江干流两岸分布来看,高风险区面积沿长江上游至下游呈逐渐增加趋势,主要集中分布在重庆市中部、湖北省东部、安徽省东部、江苏省中西部、浙江省北部、上海市西部等地;③从沿长江主要支流两岸分布来看,高风险区主要分布在嘉陵江南段、乌江南段、汉水东段、湘江北段、赣江北段等.研究结果可为长江经济带生态环境管理提供科学依据.     

典型西南工业城市柳州市核心区大气污染物时空分布与气象因素研究

为研究柳州市核心区大气污染物浓度时空变化规律与气象因素之间的关系,统计分析了2018年全年研究区内6个自动监测站点PM_(2.5)、PM_(10)、SO_2、NO_2、O_3和CO的浓度监测数据和气象站气象数据,并对28次超标日污染物来源进行了解析.结果显示:①核心区颗粒污染物污染较为严重,且以PM_(2.5)为主的细颗粒污染物仍为柳州市主要的大气污染物;各污染物月均浓度季节差异显著,除NO_2外柳州大气污染物浓度下降明显,指示柳州市多项节能减排综合整治措施成效显著;PM_(2.5)、PM_(10)、CO受早晚高峰期影响,浓度日变化均呈双峰型;NO_2在不同季节峰型不同,作为O_3前体物其浓度日变化与O_3相反,呈现"早峰午谷"的变化趋势.②通过对污染物浓度插值发现,由于核心区主要工商业区位于西部且处于主导风向下风向,故PM_(2.5)和SO_2浓度西北高、东南低,PM_(10)、NO_2和CO浓度西南高、东北低;核心区东部的山区为O_3生成带来大量前体物,使O_3浓度东南高、西北低.③由于气候特征,核心区春、夏季主要气象因素均为降水量;秋季的主要气象因素是风速,风速与污染物的负相关关系表明了风的扩散效应;冬季大部分污染物与气象因素的相关性不显著,表明人为因素对污染物的影响大于气象因素;核心区大气污染物主要来源于局地排放和区域传输,且南北主导风向对大气污染影响最大.④HYSPLIT模型结果指示柳州超标日大气污染物主要来自于珠三角地区,且陆源颗粒物浓度普遍比海洋源高,来自南部的远距离输送气流颗粒物含量最低,表明远距离输送为影响颗粒物传播的主要原因.     

京津冀大气污染的时空分布与人口暴露

经济的快速发展和城市化导致京津冀地区的空气质量不断恶化,已经引起学术界广泛的关注.为了揭示近年来京津冀地区大气污染状况,本研究基于中国空气质量在线监测分析平台发布的PM_(2.5)、PM_(10)、SO_2、CO、NO_2和O_3_8 h_max长期监测数据,采用统计学的方法分析了2014—2018年京津冀13个市这6种污染物的时空变化特征,结合各城市人口数据,评估了在此背景下该地区PM_(2.5)和O_3_8 h_max的人口暴露风险.结果表明:京津冀地区PM_(2.5)、PM_(10)、SO_2、CO和NO_2近年来整体上呈下降趋势,而O_3_8 h_max则呈上升趋势.总体而言,PM_(2.5)、PM_(10)、SO_2、CO和NO_2表现为冬季最高、春秋季次之、夏季最低的特征,而O_3_8 h_max则表现为夏季春季秋季冬季的特点,并在月变化上呈倒"V"型,从1月份开始逐渐上升,在6月份达到峰值,而后又逐渐下降.空间上,PM_(2.5)、PM_(10)、SO_2、CO和NO_2呈现南高北低的分布特征,而O_3_8 h_max在2014—2016年呈现北高南低的分布特征,但在2017—2018年则呈现南高北低的分布特点.此外,京津冀北部地区PM_(2.5)的来源主要是一次气溶胶,而二次气溶胶是中部地区PM_(2.5)的主要来源.除秦皇岛、承德和张家口外,其他城市细粒子在颗粒物中占的比重较大.随着近年来PM_(2.5)浓度的降低,暴露于高浓度的PM_(2.5)中的人口比例逐年减少,但距离年平均浓度限值还相差很远.除2014年外,暴露在O_3浓度超标情况下的人口在2015—2017年逐渐上升.     

土地整治对工业区周边土壤微生物多样性和群落结构影响分析

为探究土地整治对重金属污染环境下土壤理化性质及其中微生物的影响,本文基于Illumina高通量测序技术,对比分析了工业区周边土地整治区内外的土壤微生物群落结构和多样性.结果表明:①从土壤性质来看,土地整治区重金属污染状况和土壤质量均优于非整治区.②从土壤微生物群落结构来看,水田土壤微生物群落主要的菌门为变形菌门、绿弯菌门、酸杆菌门,而土地整治可能降低了变形菌门相对丰度,提高了绿弯菌门和酸杆菌门的相对丰度,同时在属水平上也提高了鞘脂单胞菌属、地杆菌属的相对丰度.③从土壤微生物多样性来看,土地整治区中土壤微生物多样性和功能性明显得到改善,但随着重金属污染程度的升高,改善效果逐渐减弱.④Spearman相关性分析表明,Cd、Hg、Pb、pH、AP是影响微生物群落的主要环境因子,而硫杆菌属、芽孢杆菌属、鞘脂单胞菌属与多种重金属元素表现出显著的正相关关系.本研究证实了土地整治有助于改善土壤微生物多样性和功能性,并提升土壤质量.     

基于LOADEST和数字滤波的水源地基流氮素输出定量方法应用实例

地表直接径流和基流均是流域非点源氮/磷养分输出的重要水文途径.科学认识和定量模拟基流氮/磷养分输出对于准确解析水源地水体非点源污染来源至关重要.基于Load Estimator模型和数字滤波算法,建立了定量水源地基流氮素输出的方法体系.以浙江省珊溪水源地的玉泉溪流域为例,利用玉泉溪2010-01—2013-12期间逐月总氮(TN)水质监测数据和逐日流量数据,展示了该方法的计算过程.结果表明,本文建立的水源地基流氮素输出定量方法结果合理,模拟精度高,决定系数和纳什系数分别为0.83和0.80;玉泉溪流域2010—2013年TN负荷量为141.21～274.68 t·a~(-1),平均208.63 t·a~(-1),年基流TN负荷量为84.39～168.68 t·a~(-1),平均127.69 t·a~(-1);基流对玉泉溪年均TN负荷量贡献率高达60%以上,流域基流养分输出对地表水体的污染应引起足够重视.     

哈尔滨市秸秆焚烧大气污染负荷估算方法研究

本文针对近些年哈尔滨秋末冬初大气污染程度增加的溯源问题,基于静风污染气象及降雪对秸秆焚烧的影响等基本假设,采用箱式模型和优化拟合的方法对秸秆焚烧产生污染物的源强及其负荷进行了估算.通过对2015年和2017年典型时段数据的优化拟合得到降雪前重污染天气下PM₁₀排放源强分别为20.16、21.83 μg·m^-2·s^-1,CO的排放源强分别为149.32、138.65 mg·m^-2·s^-1;降雪后重污染天气下PM₁₀排放源强分别为15.98、7.09 μg·m^-2·s^-1,CO的排放源强分别为122.91、89.21 mg·m^-2·s^-1.由降雪前后各污染物的源强差得到2015年和2017年秸秆焚烧产生的PM₁₀的排放源强分别为4.18、14.74 μg·m^-2·s^-1,负荷分别为20.73%、67.52%;CO的排放源强分别为26.41、49.44 mg·m^-2·s^-1,负荷分别为17.69%、35.66%.本文为相关清单的研究提供了一种客观的校核方法,具有重要的社会、环境及现实意义.     

基于改进遗传算法的河流水污染源反演方法

针对河流水污染应急响应过程中污染源排放历史迟知、未知的问题,结合多种群遗传算法和自适应遗传算法,利用一维河流水质模型和水质监测数据,研究建立了基于改进遗传算法的河流水污染定量源反演方法,实现了对河流污染源排放历史的识别与重构.将该方法应用于美国特拉基河流的3个不同流量下的示踪剂实验中,对示踪剂排放历史进行定量源反演分析.结果表明：IGA算法对高、中、低不同流量下的3次示踪剂实验均可以很好的重构和识别示踪剂排放历史,对于实际河流水污染源反演分析的误差均在可接受范围内.IGA算法在河流水污染源反演分析中具有一定的可靠性和稳定性,可为河流水污染精准溯源与治理提供科学的技术支撑.     

农闲期城郊农田灌溉水中典型污染物含量与评价——以西北江三角洲为例

摸查了农田灌溉系统水环境经农（夏）闲期降水等外部强干预调理后的环境污染物含量——该值理论上是环境自净作用之后的最不利值,对农田灌溉系统水环境进行水质评价,探究其对农田土壤质量的潜在污染风险.于2019年6月中旬—7月下旬（降雨集中期）,分别在西北江三角洲城市（清远市、佛山市和江门市）实验基地周边筛选研究区,并在雨后对有覆水的水源区域、灌渠、蓄水池和田间水等采集上覆水,共采得水样27×2份,对其pH值、悬浮物（SS）、矿化度、总磷（TP）、氨氮（NH₄⁺-N）、Cd、As、Pb、Cu和Zn的含量进行检测;对各研究区pH值、SS的成因和影响,矿化度的等级,重金属均值分布等进行分析;对全样品TP、NH₄⁺-N、重金属含量进行Pearson相关性分析和描述性特征分析;通过单因子水质标识指数P_i和综合水质标识指数P分别对各采样点、各构成项目和各研究区进行水质评价.研究发现雨后农田灌溉系统水环境构成复杂,物质呈无显著性差异的迁移,灌溉沿程上覆水中大部分物质可能处于动态平衡,受局部环境影响变小,TP、NH₄⁺-N和重金属等迁移物质主要还是灌溉水体中原有的,受外力驱动扰动后在水动力作用下可能以氮磷结合形态沿灌溉系统发生远距离迁移;使用河流水质标识指数法评价农田灌溉系统水环境,发现该法可以刻画局部灌溉的水质态势,对农田灌溉系统水环境的含量特征评价做出科学、合理的解释,也可以做出综合性定量评价.虽然灌溉水系统结构差异较大,但是从整体上可以初步得出农闲期西北江三角洲农田灌溉水的灌溉风险不高的结论,总体综合水质评价级别为Ⅰ类~Ⅱ类,达到水环境功能区的使用要求.