基于虚拟水的济南市水资源可持续利用研究

水资源问题已成为世界普遍关注的问题,其根本原因就在于它不仅影响、制约现代社会的可持续发展,而且成为本世纪全球资源环境的首要问题,直接威胁人类的生存和发展,水资源可持续利用是当前世界上研究的热门课题之一。济南市是北方严重缺水城市之一,近几年来,随着社会经济的发展,严重影响着城市的发展和人民生活质量的提高。文章将国际上前沿的水资源足迹的计算方法引入到济南市的水资源系统中,利用CROPWAT软件定量测度了济南市主要农贸产品的虚拟水含量。通过济南市水足迹的计算及分析,得出济南市为虚拟水净出口地区,直接危及济南市的水资源安全,建议在济南市水资源有限的情况下,必须在节约用水,提高水资源利用的基础上创新水资源管理思路,实施虚拟水战略,充分利用虚拟水贸易解决水资源短缺问题。     

南昌市秋季大气PM2.5中金属元素富集特征及来源分析

采集2013年秋季南昌市6个不同区域的大气PM_(2.5)样品,分析PM_(2.5)质量浓度及其中18种金属元素(Mg、Al、K、Ca、Ti、V、Ba、Co、Cr、Mn、Fe、Ni、Cu、Zn、Cd、Pb、As、Hg)的富集特征,并用多元统计分析法探讨了PM_(2.5)中上述元素主要来源.结果表明,南昌市秋季大气PM_(2.5)日均质量浓度满足《环境空气质量标准》(GB 3095-2012)二级标准限值(≤75μg·m~(-3)).Mn、Ti、Al和V的富集因子小于1.0,表明这些元素基本没有富集;Fe、Cr、Co、K、Mg、Ba、Ca、Cu和As的富集因子范围为1.7~7.8,表明这些元素受到自然源和人为源的共同影响;Hg、Zn、Pb、Ni和Cd的富集因子范围为21.9~481.2,表明这些元素受到明显的人为污染.综合相关分析、主成分分析和聚类分析结果表明:PM_(2.5)中Mg、K、Al、Ca、Ti主要来源于土壤及建筑尘;As、Hg主要来自燃煤;Ba、Ni、Mn主要来自金属冶炼排放;V、Cu、Fe、Cd、Pb、Cr、Co主要来自交通源;Zn主要受金属冶炼和燃煤的影响.     

直链烷基苯指示城市化过程初步研究

本研究以深圳市作为典型城市化地区代表,以直链烷基苯(LABs)作为环境分子标志物,在分析土壤LABs空间分布特征基础上,通过土壤LABs污染水平与城市化过程指标的相关分析,对直链烷基苯指示城市化过程可能性开展初步研究.结果表明,城市化过程中人口规模、用水状况、城市建设、收入与消费及产业结构这5个方面的因素与土壤中LABs污染水平均有相关性,表明环境LABs水平与城市化过程相关,可以作为环境分子标志物用于指示城市化过程.     

阆中市思依镇水化学特征及其成因分析

阆中市思依镇地区的水体主离子特征受该地区地质条件、地形地貌以及水文气象条件等因素影响,分析该地区的水化学离子特征对掌握地下水类型、成因以及水质情况具有重要作用.运用统计学、Piper三线图、Gibbs图、相关性分析、主离子比例关系和平衡分析等方法对阆中市思依镇河水和地下水水样中的主离子测试结果进行分析,表明河水和地下水水体阳离子中Ca2+和Mg2+占主要优势,阴离子中HCO-3占主要优势,水化学类型主要有HCO3-Ca型、HCO3+SO4-Ca型和HCO3-Ca+Mg型.水体离子主要受岩石风化作用过程中溶滤作用影响,并以方解石和白云石的溶解为主.     

开封城市土壤磷素组成特征及流失风险

为深入了解城市土壤磷素组成特征及其对受纳水体的影响,以开封城市表层土壤为研究对象,分析开封城市不同功能区土壤磷素的组成特征,并采用"突变点"法计算土壤磷素流失临界值,探讨开封城市不同功能区表层土壤磷素流失风险.结果表明,开封城市土壤总磷为400~1 427 mg·kg~(-1),其中无机磷占65%~99%;速效磷(Olsen-P)和易解吸磷分别为3.41~115.03 mg·kg~(-1)和0.01~9.40 mg·kg~(-1),与土壤磷素背景值相比,城市土壤磷素呈现明显集聚.开封城市土壤总磷和速效磷均呈现出东高西低,中心老城区高于新城区的空间分布格局;在不同功能区分布上,居民区土壤各形态磷素含量均最高.开封城市土壤磷素流失临界值对应的Olsen-P为22.18 mg·kg~(-1),超过临界值的土样占总土样数的33.64%,磷素流失风险最高的区域亦分布在中心老城区.     

烟台市环境受体PM2.5四季污染特征与来源解析

于2016～2017年四季在烟台市3个点位采集了PM_(2.5)样品,分析了其质量浓度和化学组分特征.利用CMB模型对受体进行解析,并利用后向轨迹和PSCF对传输气流和潜在源区进行了分析.结果表明,烟台市监测点位冬季、春季、夏季和秋季的PM_(2.5)平均质量浓度分别为(89. 45±56. 80)、(76. 78±28. 44)、(32. 65±17. 92)和(57. 32±24. 60)μg·m~(-3). PM_(2.5)浓度表现出明显的季节变化特征(P 0. 01).全年PM_(2.5)各源类分担率大小依次为:二次硝酸盐源(20. 3%)城市扬尘源(15. 7%)机动车排放源(14. 9%)燃煤源(13. 8%)二次硫酸盐源(12. 8%) SOC(6. 1%)建筑水泥尘源(5. 5%)海盐源(2. 9%),可以看到烟台市以二次源、扬尘、机动车排放源和燃煤源为主要污染源.春季硝酸盐源和城市扬尘源是重要贡献源类,夏季硫酸盐源贡献突出,燃煤源在秋冬季占比突出.烟台市气流输送和潜在源区也呈现出明显的季节变化:冬季主要受烟台市短距离输送的影响;夏季主要受烟台东部沿海和本地的影响;春秋季主要受山东东北部和东部沿海地区的区域传输和烟台市本地源的影响.     

南昌市扬尘PM2.5中多环芳烃的来源解析及健康风险评价

为了解南昌市道路扬尘和土壤风沙尘PM_2.5中多环芳烃（PAHs）的来源和健康风险,利用颗粒物再悬浮系统采集PM_2.5样品,测定了PM_2.5中16种优先控制的多环芳烃的含量.结果表明,南昌市道路扬尘PM_2.5中ΣPAHs含量范围为48.85~166.16μg·kg^-1,平均值为（114.22±39.95）μg·kg^-1,土壤风沙尘PM_2.5中ΣPAHs含量范围为31.05~62.92μg·kg^-1,平均值为（40.79±9.39）μg·kg^-1.道路尘和土壤风沙尘PM_2.5中的PAHs都是以4~5环组分为主.主成分分析/多元线性回归分析结果表明,南昌市道路扬尘PM_2.5中PAHs的来源包括机动车的排放和燃煤源与石油泄漏,贡献率分别为51.7%和48.3%,总估计值与实际值的线性拟合有很好的一致性.对于儿童和成年男性,不同暴露途径的PAHs致癌风险值从大到小依次是皮肤接触 > 摄食 > 呼吸吸入,而成年女性则表现为摄食 > 皮肤接触 > 呼吸吸入.各暴露途径中,PAHs对成人的致癌风险均高于儿童.所有人群中,PAHs的总致癌风险值均低于美国EPA推荐的致癌风险阈值10^-6,没有致癌风险.     

淮北市煤炭开采对生态系统服务胁迫阈值研究

为揭示煤炭资源型城市煤炭开采对生态系统服务胁迫作用的阈值效应,在构建煤炭开采对生态系统服务胁迫阈值模型的基础上,从土地破坏、地下水资源破坏、大气污染3个维度分析估算了淮北市煤炭开采对生态系统服务的胁迫阈值,并探究了1990~2016年该地区煤炭开采对生态系统服务胁迫作用时序变化规律.结果表明：淮北市煤炭开采对生态系统服务的胁迫作用存在显著的阈值效应,其中,土地破坏、地下水资源破坏、大气污染3大胁迫因子的胁迫阈值分别为1803.19hm²、33253.23×10⁴t和888.81×10⁸m³.1990~2016年淮北市煤炭开采对生态系统服务胁迫作用呈现显著的阶段性特征,其中,1990~2009年该地区煤炭开采所造成的土地破坏、地下水资源破坏、大气污染均未超过阈值范围,生态系统服务运行状况良好;但是在2010年之后,由于该地区煤炭开采造成的地下水资源破坏超出阈值范围,从而导致该地区生态系统服务出现恶化趋势,不过2015年以来恶化趋势有所减缓.因此,该地区必须加快绿色矿区建设,加大生态环境治理力度,着力防范煤炭开采对生态系统服务的胁迫作用超出阈值范围,以保障经济增长与生态环境统筹协调可持续发展.     

乌鲁木齐市散煤燃烧大气污染物排放清单及时空分布特征

为研究乌鲁木齐市散煤燃烧对大气污染物的贡献情况,根据实地调研收集到的散煤燃烧活动水平数据,利用排放因子法建立2015年乌鲁木齐市散煤燃烧PM_2.5、SO₂和NO_x的排放清单,利用ArcGIS空间分析工具进行空间分布特征分析,使用蒙特卡罗方法进行不确定性分析.结果表明:2015年散煤燃烧排放PM_2.5、SO₂、NO_x分别为1.70×104、4.13×104、2.80×103 t.PM_2.5和SO₂排放的主要贡献区域为乌鲁木齐县,分别占排放总量的27.35%和26.23%,这是由于乌鲁木齐县社区居民和大棚种植耗煤量较大所致;NO_x排放的主要贡献区域为米东区,贡献率高达28.03%,这是因为米东区社区居民所用炉灶为手动炉排层燃炉灶,其排放因子较大所致.空间分布特征表明,污染物主要分布在米东区南部、沙依巴克区北部及乌鲁木齐县中部.不确定性分析表明,村庄、社区、大棚种植、商业和事业单位在95%的置信区间时不确定性分别为-69%~165%、-57%~116%、-68%~171%和-67%~165%.蒙特卡罗预测结果（平均值）高于排放清单的计算结果.研究显示,乌鲁木齐市散煤燃烧对污染物排放贡献较大,并且具有明显的季节性和区域性特征.      

2017年兰州市大气污染物输送来源及传输特征模拟分析

利用HYSPLIT后向轨迹模式,结合兰州市AQI（空气质量指数）及常规大气污染物质量浓度数据,模拟研究了2017年1月1日-12月31日以兰州市为受点的大气污染物输送特征.通过聚类分析确定了抵达兰州市气团的主要输送途径和每类路径所对应的污染物质量浓度特征,并利用受体模型PSCF（潜在源贡献因子分析法）和CWT（权重浓度轨迹分析法）,分析了大气污染区域传输对兰州市空气质量的影响,探讨了影响兰州市空气质量的污染物输送来源和可能的潜在源区.结果表明,在影响兰州市的气流轨迹中,污染轨迹多来自兰州市以西和以北方向,污染轨迹约占总轨迹的39.52%,说明外部污染物的输入对兰州市空气质量具有重要影响.其中,第3类轨迹（对应来向为西）的气团对兰州市的空气质量有较大的影响,该类轨迹虽仅占总轨迹的15.21%,但其中污染轨迹数占56.76%,是影响兰州市空气质量的主要传输路径;第4类轨迹（对应来向为东南）的气团最为清洁.研究显示,对兰州市空气质量影响最大的强潜在源区主要分布在青海共和盆地、兰州市本地及周边区域,中等强度潜在源区为内蒙古自治区南部、宁夏回族自治区及甘肃省河西走廊等地区.