夏季太湖CDOM光学特性空间差异及其来源解析

为进一步探究夏季太湖CDOM（有色溶解性有机质）光学特性在空间分布上的差异性与其来源的关系,对其紫外-可见吸收及三维荧光光谱特性进行了分析研究,在此基础上进一步分析了CDOM吸尘系数及其荧光组分（C1、C2、C3、C4）强度和各水质参数间的相关性.结合主成分分析法探讨了CDOM的来源以及与各参数指标[ρ（DOC）除外]之间的来源关系.结果表明:CDOM吸收系数α（355）、S值（光谱斜率）变化范围分别为3.27~8.27 m-1和0.011~0.021 nm-1;太湖西部、北部及南部湖区CDOM丰度较大,S值较低,受陆源输入的影响较为明显.CDOM的三维荧光光谱揭示其中含有两种类蛋白质组分C1和C2以及类腐殖质组分C3和C4,并且以类蛋白质组分为主.此外,大部分采样点的荧光指数（FI）为1.70~2.01,自生源指数（BIX）大于1,腐殖化指数（HIX）小于0.6,r_（T/C）（荧光峰T与荧光峰C荧光强度比值）小于2,表明夏季太湖CDOM内源特性相对强烈.研究显示,除ρ（DOC）外,CDOM与其他水质参数在第一主成分上（贡献率为90.8%）均存在显著相关关系,说明各水质参数的来源存在相似性,并且受生物自生源影响更为显著.      

北京市燃煤源排放控制措施的污染物减排效益评估

为分析北京市燃煤源排放控制措施的污染物减排效益,基于MEIC（中国多尺度排放清单模型）,采用情景分析法,评估了北京市电厂能源清洁化与末端治理、燃煤锅炉改造和城区平房区居民采暖改造等措施的污染物减排效益.结果表明,相对于无控情景,2013年北京市电厂能源清洁化与末端治理减少PM_2.5、PM₁₀、SO₂和NO_x排放量为1.28×104、2.10×104、5.13×104和4.98×104 t,分别占无控情景的85%、86%、87%、74%;北京市燃煤锅炉改造减少PM_2.5、PM₁₀、SO₂、NO_x排放量为1.09×104、2.68×104、11.64×104和5.81×104 t,分别占无煤改气情景的83%、89%、83%、83%;北京市老旧平房区的居民采暖改造减少PM_2.5、PM₁₀、SO₂和NO_x排放量分别为630、870、2 070和790 t,均占无煤改电情景的8%.研究显示,北京市从1998年开始采取的各种减排措施有效地减少了污染物的排放,对北京市空气质量改善具有重要意义.      

海岛水库水源地污染现状与保护对策研究——以舟山市为例

饮用水安全是维护人民群众生命健康,全面建设社会主义和谐社会的一项重要内容.以浙江省舟山市为例,通过实地调查海岛水库水源地周边生活、农业、工业污染源情况,并利用现场、问卷调查和卫星影像图开展分析,对污染源排放总量进行了测算,完成了水库水源地污染源排放状况分析,提出相应的对策措施.研究结论促进舟山市水库水资源的合理开发和利用,推进舟山经济可持续发展,为舟山市水库水源地的污染防治措施制定提供重要参考依据.     

西安市PM2.5燃煤源谱特征研究

针对西安本地源谱缺乏的现状,总结统计了西安目前灰霾特征和主要成因,对西安市燃煤源进行了测定.研究发现,在煤烟尘PM2.5中SO2-4的含量最高(25%),其次为OC(12%)、NH+4(7%)、Cl-(5%).对固定源燃煤与民用散烧煤,不同脱硫方式、脱硝方式和锅炉类型的固定源成分谱分析得出:1.SO2-4及Al、Si、Ca在固定源煤烟尘PM2.5中含量大于民用燃煤,OC与之相反;2.炉内喷钙法PM2.5中SO2-4明显高于其它脱硫法含量;双碱法PM2.5中Na的含量显著高于其它脱硫工艺流程的含量;氧化镁法PM2.5 中Mg含量为各类脱硫工艺中最高;石灰石膏法颗粒物中Mg、Al、Si、Ca等元素含量均高于大多数工艺;3.不同的脱硝工艺中NO-3离子在各类成分谱中的含量极低;4.链条炉与层燃炉PM2.5中OC、EC含量高于循环流化床炉、煤粉炉.     

室内空气污染物及净化技术研究

针对人们关心的室内空气污染问题,分析了室内空气污染物的种类、来源和污染影响及避免室内空气污染应采取的措施,通过目前室内空气污染治理技术现状分析,比较了现有各类空气净化器处理效果,提出过滤、静电及光催化技术于一体的新型空气净化器的设计思路,并从安全评估、技术、标准、市场运营等方面提出促进空气污染治理技术市场发展的建议.     

基于质谱技术的在线大气颗粒物来源与污染过程解析研究——以江苏省淮安市为例

通过大气细颗粒物实时在线源解析技术(质谱直接测量法)采集录入淮安市市区部分特征污染源排放成分谱,对淮安市大气细颗粒物进行在线源解析,获取高时间分辨的颗粒物源解析结果,分析颗粒物来源、季度变化和重污染天气的污染过程,评估形成重污染过程的污染影响因子和影响程度,为区域大气污染综合整治提供重要目标指向,同时也为淮安环境空气PM2.5重度污染实时预警与监控、大气污染源减排方案评估、污染事件监控等提供有效的在线监测技术平台.     

地表参数对面源大气预测结果的影响性分析研究

为了研究地表参数取值对AERMOD中面源模拟预测浓度值的影响,文章通过改变粗糙度、反照率和波文比的取值来进行不同地表参数与预测结果的相关性分析,同时采用正交试验法来研究不同地表参数对预测结果的敏感性.相关性分析表明,不同地表参数和预测结果有着很高的相关性.敏感性分析表明,反照率数值变化对小时最大落地浓度的敏感性最大,粗糙度数值变化对日均和年均最大落地浓度的敏感性最大.通过研究可以看出在面源大气预测过程中合理选择地表参数值是准确预测的前提.     

苏州市PM2.5中水溶性离子的季节变化及来源分析

2015年在苏州市城区采集大气细颗粒物PM_(2.5)样品共87套,用重量法分析了PM_(2.5)的质量浓度,离子色谱法分析了颗粒物中F-、Cl-、NO_3~-、SO_4~(2-)、Na~+、NH_4~+、K~+、Mg~(2+)和Ca~(2+),共9种水溶性无机离子.观测期间,苏州市PM_(2.5)的年均质量浓度为(74.26±38.01)μg·m-3,其季节特征为冬季春季秋季夏季;9种水溶性离子的总质量浓度为(43.95±23.60)μg·m~(-3),各离子的浓度高低顺序为NO_3~-SO_4~(2-)NH_4~+Na~+Cl~-K~+Ca~(2+)F-Mg~(2+);SNA(SO_4~(2-)、NO_3~-和NH_4~+三者的简称)是最主要的水溶性离子;SO_4~(2-)、NO_3~-和NH_4~+三者之间具有显著的相关性,它们在PM_(2.5)中主要是以NH_4NO_3和(NH_4)_2SO_4的结合方式存在.苏州市PM_(2.5)中水溶性离子的主要来源包括工业源、燃烧源、二次过程和建筑土壤尘等.     

成都市大气颗粒物粒径分布及水溶性离子组成的季节变化特征

利用Anderson冲击式分级采样器,于2012年2月~2013年1月在成都市城东成都理工大学校园内按月采集了不同粒径的大气颗粒物样品,分析了颗粒物样品的质量浓度以及9种水溶性离子含量.结果表明,采样期间成都市PM_(2.1)和PM_(11)的年平均浓度分别为(125.9±56.14)μg·m~(-3)和(224.5±83.64)μg·m~(-3),颗粒物浓度冬季最高,春季次之,秋季浓度最低;成都市水溶性离子浓度平均水平为37.15μg·m~(-3),其中检测的9种离子浓度从大到小顺序依次为SO_4~(2-)NO_3~-NH_4~+Ca~(2+)Cl~-Mg~(2+)K~+Na~+F~-,SO_4~(2-)、NO_3~-和NH_4~+占总水溶性离子的78%,是主要的离子组分.SO_4~(2-)、NO_3~-、NH_4~+呈单峰分布,其主要分布于细粒子中;Ca~(2+)和F~-也呈单峰分布,但是主要分布在粗粒子中;Cl~-和K~+粒径分布相似,Mg~(2+)和Na~+分布相似,均呈双峰分布.成都市冬、春季节粗、细颗粒物中的水溶性离子浓度均明显高于夏、秋季节.结合离子相关性分析,细颗粒物中的SO_4~(2-)、NO_3~-和NH_4~+可能主要以(NH_4)_2SO_4或NH_4HSO_4、NH_4NO_3的形式存在,而粗颗粒物中的主要离子组分SO_4~(2-)、NO_3~-和Ca~(2+)则可能以Ca(NO_3)2、CaSO_4等形式存在.主成分分析结果表明,颗粒物中水溶性离子主要来自二次过程、土壤扬尘、生物质燃烧和农业源.     

HSPF水文水质模型应用研究综述

HSPF(Hydrological Simulation Program-Fortran)模型采用FORTRAN语言编写,以Stanford水文模型为基础,能够综合模拟径流、土壤流失、污染物传输、河道水力等过程,并大量应用于气候变化与土地利用变化的流域水环境效应情景模拟.该模型是半分布式水文水质模型的优秀代表,在国外得到广泛的应用.HSPF模型包括PERLND、IMPLND与RCHRES等3个主要模块,分别实现对透水地段、不透水地段与地表水体的水文水质模拟.总体来看,HSPF模型在国外水文、水质过程模拟,以及涉及气候变化和土地利用影响的情景分析中发挥重要作用,但是国内该模型的应用非常有限.HSPF模型存在的主要问题包括:①模型中某些方案和算法还有改进和完善的空间;②模型对数据输入要求较高,模拟的精度受到空间和属性等数据的限制;③模型只限于均匀混合的河流、水库和一维水体模拟,对于复杂流域或水体的模拟研究,需要与其它模型整合以解决更加综合的问题.目前,针对发展与完善HSPF模型的研究仍在继续,包括模型平台开发、模型功能扩展、模型校正方法研究、参数敏感性研究等方面.随着我国基础数据的积累及共享程度的提高,HSPF模型在我国的应用也将更加广泛.