基于发光细菌的细颗粒物(PM_(2.5))可溶性提取液综合生物效应测试方法及其应用

为科学评估PM_(2.5)对生物体综合生物效应,研究建立了利用费氏弧菌检测PM_(2.5)水溶性提取液的毒性测试方法,确立了PM_(2.5)样品提取液发光细菌毒性测试实验质量控制办法。对春节烟花爆竹燃放和沙尘污染过程的PM_(2.5)实样测试表明:烟花爆竹燃放期间的PM_(2.5)样品提取液发光抑制率值与微量金属元素等有毒有害组分浓度显著相关;沙尘污染期间的PM_(2.5)样本提取液中地壳元素浓度和发光抑制率值显著不相关。     

2013~2014年北京市NO2时空分布研究

根据2013~2014年北京市NO₂监测数据,对比分析了全年及重污染日NO₂时空分布特征.结果表明:2013年NO₂平均浓度为56μg/m³,2014年北京市NO₂年均浓度为56.7μg/m³.年均及重污染日NO₂月均浓度均呈波浪型分布,日变化呈双峰型分布;空间分布上北部及西部山区NO₂浓度明显低于中心城区及南部地区. NO₂浓度与PM_2.5、CO、NO呈正相关关系,与O₃、OX无明显相关性;全年NO₂光解速率峰值平均在0.105/min左右,重污染日光解速率峰值平均在0.026/min左右;全年及重污染期间,氮氧化速率分别为0.142±0.061、0.190±0.036;高浓度NO₂既有利于O₃生成,又对重污染的形成起到了促进作用;重污染日特定条件下北京市NO₂的两种转化机制以转化为NO₃^-过程为主导.经计算2000~2014年北京市机动车的保有量与NO₂浓度的相关系数R为-0.84,机动车NO_x排放量对北京市NO₂浓度的变化有显著的影响.     

2018年夏季某石化工业区VOCs浓度特征及活性物种

为明确某石化工业区VOCs浓度特征及活性物种,利用法国Chromatotec公司生产的airmo VOC expert C₂-C₆和airmo VOC expert C₆-C₁₂分析仪联用系统在2018年夏季对该工业区VOCs进行连续监测.结果表明:①研究期间,石化工业区φ（TVOCs）（57种VOCs物种体积分数之和）为93.7×10-9±87.5×10-9,其中烯烃占比最高,达44.9%,当φ（TVOCs）日均值越高时烯烃占比越高.体积分数较高的物种主要为低碳烯烃、低碳烷烃、正己烷、甲苯和苯.②石化工业区φ（TVOCs）呈显著的夜高昼低变化特征,且各组分变化趋势相近,其中烯烃变幅高于其他组分.③各排放物质中对O₃生成贡献较大的主要是乙烯、丙烯、顺-2-丁烯、甲苯等物质,而对二次有机气溶胶生成贡献较大的主要是甲苯、异丙苯、间/对二甲苯等物质.④通过PMF解析发现,石化工业区内催化裂化及裂解、催化重整及废水废液处理、油储设施溢散的贡献率分别为51.7%、34.8%、13.5%.⑤降低石化工业区VOCs活性可以明显降低O₃超标率,若同时降低VOCs活性与φ（NO_x）可更有效地降低O₃超标率.研究显示,石化工业区VOCs排放强度较大,应对催化裂化及裂解等重点排放单元,以及乙烯、丙烯和甲苯等活性物质的排放进行控制,降低VOCs整体活性,并协同控制区域内NO_x排放,从而减少O₃污染.      

细颗粒物(PM_(2.5))主要组分模拟溶液对发光细菌的光抑制分析

为明确NH_4~+、 NO_3~-、SO_4~(2-)及金属等组分在水溶性提取液对发光细菌的光抑制过程中所起的作用,参照PM_(2.5)样品提取液浓度,模拟配制与3级以上PM_(2.5)样品提取液中主要组分:硫酸盐、硝酸盐、氨盐相同浓度的溶液,同时选取与PM_(2.5)可溶性提取液发光抑制率相关性较强的铅、锌,配制不同浓度级别模拟溶液,测试各单一组分对发光细菌的发光抑制率及其混合溶液对发光细菌的联合影响效应。基于毒性单位法(TU)、相加指数法(AI)和混合毒性指数法(MTI)评价了混合体系联合影响的作用类型。结果表明,与3~6级PM_(2.5)可溶性提取液中硫酸氨、硫酸氢氨、硝酸氨、硫酸锌和硝酸铅浓度相同的模拟溶液对发光细菌的发光没有抑制作用。不同的评价方法对PM_(2.5)主要组分混合体系联合效应评价结果具有较好的一致性,硫酸氨、硝酸氨、硫酸氢氨混合溶液中,对发光细菌的光抑制均为硫酸氢氨的独立作用,硫酸锌与硝酸铅的混合体系,锌和铅对发光细菌的联合影响效应表现为协同,硫酸氨、硝酸氨、硫酸氢氨与硫酸锌、硝酸铅的多元混合体系呈现协同作用。     

SO2对硫酸雾干扰及其消除研究

针对《固定污染源废气硫酸雾的测定离子色谱法》在污染源测定过程中SO_2引入的正干扰问题,通过实验进行了干扰物确认及消除方式研究。结果表明,在无氧条件下,SO_2不会对硫酸雾产生正干扰,而在有氧气存在条件下标准方法中的碱性吸收液会吸收部分SO_2并最终转化为SO_4~(2-),使硫酸雾测定结果偏高。硫酸生产企业测定结果显示被吸收的SO_2约占其排放量的30%~59%。在原有吸收液中加入1%甲醛作为改进吸收液,可使采集到的SO_2以SO_3~(2-)形式稳定存在,不会对目标化合物SO_4~(2-)产生干扰且稳定时间至少为30 d。采用改进吸收液采集硫酸雾可有效防止SO_2引入正干扰,且对硫酸雾测定结果无影响。     

微生物应急监测流动实验室建设方案探讨

微生物应急监测是生态环境应急监测的重要组成部分，流动实验室在开展水质微生物指标应急监测方面存在一定的优势。在详细梳理微生物流动实验室在环境条件、硬件设施、设备物资、监测过程以及实验室管理等方面的各项要求的基础上，以北京市某地废水微生物应急监测为案例，列举了流动实验室在"人、机、料、法、环、测"等方面采取的措施和取得的效果。结果表明，建立微生物应急监测流动实验室既存在一定的必然性也存在可行性，并启发出能够满足质量管理要求的微生物应急监测流动实验室标准化建设思路。     

多元线性回归方法对北京地区PM2.5预报的改进应用

利用多元线性回归方法（REG）将多模式空气质量预报系统中3个模式（CMAQ、CAMx和NAQPMS）对北京市2016年PM_2.5的预报结果和观测数据进行集合，并对集合结果进行评估。结果表明：①不同模式的预报结果不尽相同，均能够反映2016年北京地区PM_2.5随时间的变化趋势，CMAQ、CAMx和NAQPMS相关系数为0.6~0.9，标准化平均偏差为-0.6~0.6。3个模式对重污染峰值预报都存在偏差，NAQPMS预报偏差低于其他模式；②基于多元线性回归集成预报模型能显著提高日均PM_2.5预报的准确率，能较好地改进不同季节模式整体高估或者低估的系统性偏差现象，春季国控平均偏差由-23 μg/m³改善至-2.3 μg/m³，冬季平均偏差降低近20 μg/m³；③利用多元线性回归方法对2016年红色预警期间小时PM_2.5订正结果显示，相关系数提高了0.13，均方根误差降低了20~30 μg/m³，并且对峰值浓度有较好的调整，预报峰值更为接近实况峰值，特别是对北部地区的改进效果较为明显，反映了实际观测数据对空气质量数值模式预报修正的研究意义和可行性。     

北京森林BVOCs排放现状及动态变化特征分析

以北京地区森林植被为研究对象,基于森林资源清查蓄积资料和逐小时气象数据,采用光温影响模型对2000~2020年北京森林BVOCs排放量进行估算,并分析其对空气质量的影响.结果显示,2020年北京森林BVOCs排放量为39.57×10⁹g C,异戊二烯、单萜烯和OVOCs分别占72.19%、17.48%和10.32%,杨树、栎树等阔叶树是主要的异戊二烯排放源,油松等针叶树是主要的单萜烯排放源.2000~2020年森林BVOCs排放量从20.30×10⁹g C/a增加到39.57×10⁹g C/a,年平均增长率4.75%;BVOCs排放量的变化表现出明显阶段性特征,2000~2010年增长缓慢,2010~2020年出现大幅上升.20年间异戊二烯所占比重呈下降趋势,单萜烯和OVOCs所占比重则呈上升趋势;杨树对BVOCs排放量的贡献逐渐降低,栎树和其他阔叶树的贡献明显增加,北京新增森林更加注重物种多样化.2000~2020年,BVOCs的O₃生成潜势从181.76×10⁹g增加到331.07×10⁹g,异戊二烯占92.70%,是主要的贡献者;SOA生成潜势从1.11×10⁹g增加到2.65×10⁹g,单萜烯和异戊二烯分别占75.40%和24.60%.O₃生成潜势最大的树种是杨树,SOA生成潜势最大的树种是油松.森林BVOCs排放在夏季对O₃污染的贡献最大,未来绿化中应考虑优化树种组成.     

固定污染源废气中磷酸雾测定方法研究

目前,对固定污染源废气中磷酸雾的检测并无统一的方法,相关含磷污染物的控制指标主要是磷化氢、单质磷以及五氧化二磷。在调研国内外分析方法及相关文献的基础上,通过对几种典型含磷污染源的实样测试,提出了固定污染源废气中磷酸雾的检测方法。结果表明,使用石英滤筒捕集固定污染源废气中的磷酸雾,采样效率可达98%以上。捕集到的总磷酸雾不仅包含磷酸,还包含磷酸盐以及含磷氧化物等,是一项综合指标。该指标能够反映含磷污染物的排放特征,可为未来此类污染物的排放控制提供依据。     

卡尔费休库仑法测定大气细颗粒物中水分的方法研究

建立了卡尔费休库仑法测定细颗粒物中的水分的方法;线性回归系数r~2=0.999 3,方法检出限为8.9×10-2μg/m~3,根据不同加标量计算PM_(2. 5)样品膜中的相对标准偏差为1.5%~2.4%,加标回收率为91.9%~96.7%。分别以2015年北京市的春(4月)、夏(7月)、秋(10月)、冬(12月)4个季节PM_(2. 5)中水分进行研究。测定结果表明,水分占PM_(2. 5)质量浓度百分含量分析呈夏高春低,春季占比为14.0%,夏季占比为16.8%。PM_(2. 5)的水分浓度与北京地区PM_(2. 5)质量浓度及主要水溶性离子铵盐(SNA)重建分析结果的相关性较好。