低浓度CO2在聚苯胺/Y分子筛复合材料上的吸附

根据原位聚合方法将不同量的苯胺分别聚合在Y分子筛上,得到3种聚苯胺(PANI)/Y分子筛复合材料PANI-Y~(-1)、PANI-Y-2及PANI-Y-3,用傅立叶红外及氮气吸附实验表征了材料的结构特征,探讨了复合材料对常压下低浓度CO_2的吸附及再生性能.结果表明,苯胺在Y分子筛上成功聚合,复合材料的比表面积分别为52、54和35 m2·g~(-1),孔道由大孔和少量中孔组成,微孔极少.PANI负载量越大,材料的孔容越低.20℃下,初始体积分数为10%的CO_2在复合材料与Y分子筛上的吸附符合Logistic模型,吸附量的顺序为PANI-Y-2(2.09 mmol·g~(-1))PANI-Y-3(1.79 mmol·g~(-1))PANI-Y~(-1)(1.07 mmol·g~(-1))Y分子筛(0.80 mmol·g~(-1)),复合材料对CO_2的吸附受PANI负载量和比表面积的共同影响.在2%~10%的范围内,CO_2在复合材料上的吸附量随初始体积分数增加而增加;在25~65℃下,吸附量随温度升高而降低.80℃下,PANI-Y-2的4次热再生效率较差,仅68%;采用氨水/热再生相结合的方式脱附CO_2,再生率提高到94%.     

太湖湖表反照率时空特征及影响因子

湖表反照率是影响水-气界面能量平衡和水体内部光温环境的重要因子,受到太阳高度角、云量、风速和水质等环境因子的多重影响.基于太湖中尺度涡度通量网4个涡度通量观测站点(梅梁湾、大浦口、避风港和小雷山)的辐射和风速资料,结合晴空指数和水质数据,分析上述因子对太湖湖表反照率的影响及太湖湖表反照率空间差异的原因.主要结果为:太阳高度角是控制湖表反照率日变化、季节变化的主要因子;太阳高度角低于35°且当晴空指数在0~0.1和0.4~0.6之间时湖表反照率出现高值.反照率值呈现随风速、浊度和叶绿素a浓度升高而增大的趋势,而风浪通过影响浅水湖泊浊度、叶绿素a浓度从而间接影响湖表反照率.各站点湖表反照率关系为:小雷山避风港大浦口梅梁湾,其中小雷山站位于草型和藻型湖区过渡区而梅梁湾站位于藻型湖区.反照率与叶绿素a浓度水平之间的关系对蓝藻暴发及其严重程度并不敏感.本研究为湖体反照率的参数化过程提供参考依据.     

常州夏冬季PM2.5中无机组分昼夜变化特征与来源解析

为探讨常州大气气溶胶中无机组分的昼夜变化特征,在夏冬两季分别连续采集1个月的PM2.5样品,对比分析了11种水溶性离子和13种重金属元素的昼夜特征和来源.结果表明,夏冬两季PM2.5平均质量浓度白天高于夜间,水溶性离子占比夜间稍高于白天.冬季水溶性离子占PM2.5的比例(44%~45%)高于夏季(31%~36%),而重金属元素呈现相反的季节性特征(冬季白天3.03%,夜间2.29%;夏季白天4.40%,夜间4.51%).SO_4~(2-)、NO_3~-、NH_4~+是主要的二次离子,占总水溶性离子77%~85%,说明常州市大气污染呈二次污染为主的复合污染特征.夏季强太阳辐射的光化学反应导致白天SO_4~(2-)占比(49.0%)稍高于夜间(41.1%),而白天高温NH_4NO_3分解,使NO_3~-浓度白天(1.98μg·m-3)远低于夜间(5.10μg·m-3).NH_4~+与SO_4~(2-)、NO_3~-之间好的线性相关性及预测NH_4~+与实测NH_4~+的比值接近1,表明NH_4~+主要以(NH4)2SO4,NH_4NO_3和NH4Cl形态存在.离子平衡表明夏季颗粒物呈弱碱性,冬季呈中性.Fe、Al和Zn这3种重金属元素占比最大,Fe和Al元素白天占比明显高于夜间,Zn正好相反.无机组分相关性及主成分分析表明,无机组分都来自二次生成、扬尘和交通等排放源,表现一定的季节性和昼夜变化特征.     

小型池塘水-气界面CH4冒泡通量的观测

为了量化亚热带浅水养殖塘CH_4冒泡通量占CH_4总通量的比例,选取安徽省全椒县两个小型池塘为研究对象,采用倒置漏斗法和顶空平衡法,自2016年7月28日至8月13日观测夏季水-气界面的CH_4通量.结果表明,两个池塘CH_4冒泡通量分别是121.78 mg·(m~2·d)~(-1)和161.08 mg·(m~2·d)~(-1),CH_4扩散通量分别是3.38 mg·(m~2·d)~(-1)和3.79 mg·(m~2·d)~(-1),CH_4冒泡通量占总通量比例分别是97.5%和96.4%.CH_4冒泡通量具有高度空间异质性,A塘CH_4冒泡通量的变化范围为0.11~446.90 mg·(m~2·d)~(-1),B塘CH_4冒泡通量变化范围为0.05~607.51 mg·(m~2·d)~(-1).两个池塘的气体冒泡速率都是白天高于夜间,主要受风速控制.对于较浅的池塘,在小时尺度上,CH_4冒泡通量的主要影响因素是风速;在日尺度上,CH_4冒泡通量的主要影响因素是风速和水深,其中CH_4冒泡通量与风速呈正相关关系,与水深呈负相关关系.不同纬度的水体CH_4冒泡通量不同,中纬度地区的淡水环境比高纬度地区CH_4冒泡通量更高.通过观测手段量化小型浅水池塘CH_4冒泡通量,可以为准确估算内陆水体对区域和全球碳循环的贡献提供数据支持和理论参考.     

常州春季PM2.5中WSOC和WSON的污染特征与来源解析

为了解常州春季大气气溶胶中水溶性有机碳(WSOC)和有机氮(WSON)的特点和来源,在常州市城郊于2017年春季的3月1日~5月30日采集了84个细颗粒物(PM_(2.5))样品.分析了其中的水溶性组分包括水溶性有机碳、水溶性总氮(WSTN)、水溶性离子以及碳质组分(有机碳/元素碳,OC/EC)的浓度,探讨了WSOC和WSON的浓度水平及其来源.结果表明,采样期间,PM_(2.5)、WSOC和WSON日平均浓度分别为101.97、7.63和1.50μg·m~(-3).其中,WSON占WSTN的12.9%,水溶性无机氮主要以NH+4、NO-3两种形式存在,两者占WSTN的86.15%.WSOC与WSON弱相关(r=0.58),说明WSOC和WSON来源并不完全一致.WSOC与SOC、K+、二次离子(SO2-4、NH+4和NO-3)相关,说明WSOC主要来自生物质燃烧和二次转化;WSON与二次离子相关性强,说明主要来自二次转化.风速是影响WSOC和WSON浓度水平的主要因素,WSON与大气压正相关且与温度负相关.主成分分析结果表明,PM_(2.5)主要来自二次形成、扬尘和燃煤、生物质燃烧、海洋等4个来源.后向轨迹分析表明,长距离传输方向气团中PM_(2.5)和WSOC、WSON总浓度高于短距离传输,但不同传输路径中WSON/WSTN占比无明显差异.     

南京地区一次臭氧污染过程的行业排放贡献研究

采用WRF-CHEM模式对南京地区春季一次臭氧(O_3)污染过程进行了模拟及行业排放贡献分析.此次O_3污染过程发生在2015年5月22—26日,南京地区一直处于地面高压控制的晴好天气之下,并于25日达到O_3污染的峰值.模拟与观测的一致性指数IOA达到0.89,表征本次O_3污染过程的模拟与观测结果的一致性较高.通过5类排放源(工业源、农业源、居住源、交通源、生物源)的敏感性试验,探究各行业排放源中O_3前体物对近地面O_3浓度的相对贡献.结果表明工业源在白天为持续正贡献,且在午后16:00时达到峰值,而交通源、居住源和农业源的贡献随气温的升高在白天由负贡献转为正贡献,并在18:00时左右达到峰值.在夜晚,O_3则主要通过交通源排放的大量NO进行滴定消耗.在高O_3浓度(≥200μg·m~(-3))时,各人为排放源均为正贡献,工业源的贡献最大,达到50μg·m~(-3),在低O_3浓度(200μg·m~(-3))时,交通源、居住源和农业源呈负贡献.生物源在人为排放源主导的南京城区O_3污染过程中的贡献几乎为零.考虑到O_3生成机制的复杂性,对于南京地区,减少工业源排放是控制O_3污染的关键.     

北京秋冬季一次重污染过程PM2.5来源数值模拟研究

利用WRF模式(The Weather Research and Forecasting Model)和嵌套网格空气质量模式(NAQPMS)对2016年11月发生在京津冀地区一次PM_(2.5)污染事件进行模拟研究并分析污染过程中的天气形势变化.结果表明,均压场、低空逆温层和偏南暖湿气流输送的存在为北京地区PM_(2.5)形成提供了有利条件,NAQPMS模式能够合理的再现北京大气污染物时空变化,细颗粒物PM_(2.5)和可吸入颗粒物PM_(10)模拟与观测数据相关系数达0.71,模拟数据在观测数据两倍范围内占比(FAC2)达65%.源解析结果表明,在不考虑临时实施减控措施下,11月18日区域外输送对北京PM_(2.5)浓度贡献为55.25%,区域内输送贡献为44.75%,北京东北区域PM_(2.5)外地源主要为河北中部、河北南部、天津和山东,所占贡献为9.67%、9.01%、7.90%和7.99%.污染物主要来源为生活源、交通源和工业源,分别占比39.6%、34.6%和20.0%.而实际上北京在唐山、保定采取一系列控制措施后仍在研究时段内出现高PM_(2.5)浓度,意味着在同样天气形势下需要对河北中部、河北南部、天津和山东等浓度贡献占比大的城市加强减排管控才能有效减缓高PM_(2.5)浓度的出现.     

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.     

夜间近地表臭氧观测

2018年12月15~18日使用激光雷达在河北望都观测气溶胶与O₃,利用气溶胶消光系数廓线判断边界层的变化,进而研究大气边界层对于近地表层（300m）O₃浓度的影响.结果表明,边界层主要影响O₃的干沉降以及高空O₃的垂直输送,在受本地污染控制时,近地表O₃浓度受干沉降控制明显,随着边界层高度的下降而减少;西北地区气团占主导时,O₃浓度主要受水平传输以及高空垂直输送影响.     

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.