神秘的史前巨鳄

在美国缅因州的一个古湖,发生了一起神秘死亡事件,死者死得奇惨无比,身上留有奇大无比的动物齿印。一个美丽的女古生物学家听到这件事情后,特地赶到现场进行调查。古生物学家通过调查认为,在平静的湖水下一定有只巨大的“怪物”,后来,她和她的同伴发现了一只巨大无比的史前大鳄鱼。突然,这只史前的大鳄鱼开始肆无忌惮地大开杀戒,搞得人人自危……     

三江平原地貌因子及其主要环境地质问题

地貌因子有其不可替代的作用和功能,是决定环境的主要因子,是生态地质环境中最积极最活跃的主导支力条件;是生态平衡的重中之重;是生态地质环境的基础,并影响其它因子或成份.如地貌因子或成份发生了变化,其它因子或成份就会发生一系列连锁反应;地貌因子发生变化或失去平衡,其它因子也会发生变化或失去平衡.文本论述了三江平原地貌特征,详细地分析了地貌的作用,阐明了有关地貌的主要环境地质问题.     

基于OMI数据的东南沿海大气臭氧浓度时空分布特征研究

基于臭氧监测仪(OMI)卫星反演数据,对2005—2018年东南沿海5省区域大气臭氧柱浓度数据进行提取及分析,探讨其时空分布格局及影响因素.结果表明:①在时间变化上,14年间,该区域大气臭氧柱浓度整体呈先上升后下降的趋势,2005—2013年臭氧柱浓度持续升高,最高值为324.52 DU,高值区不断向南部区域扩大;2013—2018年臭氧柱浓度呈下降趋势,最低值为228.27 DU,但在2017、2018年略有上升.②在空间分布上,臭氧柱浓度自北向南逐渐降低,高值区集中分布在江苏及浙江省北部;低值区集中于福建省南部及广东省大部分地区.③在季节变化上,大体呈现出春夏季高于秋冬季,高值区在春夏季交替出现,秋季略高于冬季,但差异不明显.④稳定性分析表明:研究区臭氧柱浓度整体呈现中部分散、南北部集聚、差异较显著的分布格局.⑤自然因素中,风向、气温均呈现显著正相关,江淮地区的梅雨季节(降水)及华南地区的台风和暴雨也起到显著作用.⑥人文因素中,臭氧柱浓度与地区生产总值、各产业生产总值及机动车保有量均表现出正相关,其中,臭氧柱浓度与第二产业的相关度最高.另外,臭氧柱浓度与NO_x排放量表现出显著相关性.VOC_s对臭氧柱浓度的影响中,工业源是主控因素,交通源和居民源次之,电厂源对臭氧柱浓度的影响最弱.这进一步说明臭氧浓度的变化受到了诸多因素的综合影响,但气温、NO_x及VOC_s的排放是臭氧浓度变化的主导因素.     

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.     

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.     

中国集成电路制造行业VOCs排放特征及控制对策

中国电子信息产业发展迅速,集成电路等电子器件产量不断增加.在集成电路制造的过程中,大量有机溶剂的使用导致VOCs的产生和排放,从而对大气环境造成影响.为掌握集成电路制造行业VOCs的排放特征,系统分析了其工艺流程和产排污环节,分析了行业废气收集和治理现状,通过对典型企业VOCs的排放监测,获得VOCs排放水平;采用排放因子法核算行业VOCs历史排放量,并基于行业排放特征及减排潜力分析,提出了相应的污染防治对策.结果表明：在集成电路制造中,VOCs排放环节主要集中在光刻、清洗、去胶等过程,1 m²集成电路产量约使用87 g有机溶剂,VOCs产生量较大;通过采取高效的VOCs治理技术,集成电路制造行业有组织排放水平较低,平均浓度为2.1 mg·m^-3,但厂界无组织排放浓度相对较高,平均浓度为0.78 mg·m^-3,接近国家标准的排放限值.根据排放量核算结果,2011—2016年中国集成电路制造行业VOCs排放量呈逐年上升的趋势,主要受产量增加而相应污染控制技术水平提升有限的影响,无组织排放量比重大,占排放总量的38.1%~45.1%.     

不同来源土样胶体对氯霉素吸附行为的影响

选取不同来源沉积物或土壤样品（沉积物A1和A2,天然土壤B1和B2,市售营养土B3）,采用切向超滤与多种纳米分析技术相结合的方法,分析了不同土样中胶体的理化特征及其对氯霉素（CAP）吸附行为的影响.荧光区域积分法结果显示,土样胶体的荧光组分以色氨酸类蛋白质、类富里酸和类腐殖酸为主,络氨酸类蛋白质和溶解性微生物代谢物质存在较少.吸附实验结果表明,B3胶体对CAP的吸附率最大（36.25%）,在胶体浓缩液和超滤液中的分配比例最高（1.91）,但其有机碳归一化结合系数最低（3.93）.与天然土壤相比,河湖沉积物胶体的吸附率较高,但其与CAP的结合能力却较低.冗余分析结果表明,胶体对CAP的吸附主要与其芳香度、有色溶解性有机质丰度、溶解性有机碳浓度及分子量有关;此外,胶体的腐殖化程度、芳环上羧基、羰基等官能团的比重及荧光物质中溶解性微生物代谢产物和类腐殖酸对CAP的吸附行为也具有较大影响.     

南京和北京气溶胶光学厚度与PM2.5质量浓度关系对比分析

利用南京与北京地区2014年5月1日—2019年10月31日的PM_2.5监测数据、气溶胶光学厚度观测资料以及同期MICAPS地面气象要素的观测资料,对两地PM_2.5浓度的变化规律及其与气溶胶光学厚度、气象要素的关系进行了分析和讨论,结果表明：南京与北京均呈现PM_2.5浓度冬季显著高于夏季,AOD冬季小于夏季的特征;对比而言,北京PM_2.5月均浓度高于南京地区;南京与北京的PM_2.5浓度与AOD均为正相关关系,PM_2.5浓度与AOD间相关性存在显著的季节差异,主要表现为夏季相关性大于冬季相关性;两地AOD与PM_2.5浓度均为正相关关系,在同一AOD水平下,相对湿度越大,PM_2.5浓度越大,气溶胶吸湿增长易造成污染物积累;南京PM_2.5浓度与能见度的r为0.57,而北京的r为0.83,两地的PM_2.5浓度与能见度的冬季相关性较夏季好,在高相对湿度下,同一PM_2.5浓度水平时,南京能见度较北京好.     

临沂市区主要大气污染物的污染特征及其对居民健康的影响

大气污染是全球性的公共环境健康问题.本研究基于临沂市区2015年6种大气污染物（PM_2.5、PM₁₀、SO₂、NO₂、CO、O₃）的逐日监测数据,分析了污染物的污染特征及其与气象因子的相关性,通过构建广义相加模型,模拟分析了单个污染物与居民呼吸、循环系统疾病门诊人次的暴露-反应关系.结果表明,PM_2.5和PM₁₀是临沂市区首要大气污染物,NO₂和SO₂次之,O₃和CO浓度较低;除O₃外,其它5种污染物之间呈显著正相关,与风速、温度、相对湿度3个气象因子呈负相关,浓度水平冬季高、夏季低;O₃与温度呈显著正相关.对于呼吸系统疾病,单个污染物每增加10 μg·m^-3（CO每增加0.1 mg·m^-3）的最大效应情况是：PM₁₀、SO₂、NO₂、CO均在当天（lag0）使得门诊人次分别增加0.36%、1.77%、1.29%、0.69%,PM_2.5和O₃分别在累积滞后6 d（lag05）和单日滞后3 d（lag3）使得门诊人次分别增加0.6%和1.07%;对于循环系统疾病,单个污染物每增加10 μg·m^-3（CO每增加0.1 mg·m^-3）的最大效应是：PM_2.5、PM₁₀均在累积滞后5 d（lag04）使得门诊人次分别增加0.72%、0.80%,SO₂、NO₂均在累积滞后6 d使得门诊人次分别增加3.55%、3.54%,CO和O₃则分别在当天和单日滞后3 d使得门诊人次分别增加0.77%、1.39%.对于呼吸、循环系统疾病,PM_2.5、PM₁₀、CO、O₃对男性的影响均大于女性,SO₂则反之;NO₂对男性呼吸系统和女性循环系统影响较大.大气污染物对少年（7~17岁）呼吸系统和对中年（41~65岁）循环系统影响较大.临沂市区6种大气污染物存在不同程度的污染,对居民呼吸、循环系统疾病均有不同程度的影响,且存在性别和年龄的差异.