含菌气溶胶扩散对人群的潜在影响风险

为分析生物气溶胶释放对人群潜在影响风险的情况,利用CALPUFF模型定量模拟了2019年7月24~8月20日中牧兰州生物药厂含菌气溶胶扩散、浓度空间分布、对人群潜在健康风险,并结合公开报道的检测数据开展验证.结果显示：生物药厂的含菌气溶胶排放源附近高值区主要集中于厂区四周,影响范围主要以厂区为中心,并向四周逐渐扩散;检测结果中兰州兽研所1#,兰州大学2#地区健康风险比例41.49：1,在模拟的相对风险大小的误差区间（36.15±8.48）范围内,说明本研究含菌气溶胶对人群潜在影响风险的模拟结果可信.     

北京市气温与黑碳和PM2.5对疾病死亡影响的交互效应

通过收集北京市2010~2016年逐日呼吸和心脑血管疾病死亡数据、污染物（BC、PM_2.5、SO₂、O₃和NO₂）日均浓度资料以及同期的气象资料,采用广义相加模型（GAMs）中的主效应模型、非参数二元响应模型和温度分层模型探讨了北京市气温、PM_2.5和BC单效应,以及气温与PM_2.5和BC交互作用分别对呼吸和心脑血管疾病死亡人数的影响.单效应分析结果表明,气温与两种疾病死亡人数的累计暴露-反应关系均呈“J”型分布特征,最适温度为24℃;累计滞后一天情况下PM_2.5和BC的健康效应均最显著,此时PM_2.5和BC浓度每升高四分位间距（IQR）,呼吸系统疾病死亡人数超额增加百分比（ER）分别为2.21%和1.80%,心脑血管疾病死亡人数ER分别为2.02%和1.48%.交互作用的研究结果表明,高温与高浓度的PM_2.5（或BC）对疾病死亡的影响存在协同效应,且高温条件下BC对疾病死亡影响的健康风险大于PM_2.5,当气温大于24℃时,BC和PM_2.5浓度每升高IQR对应的呼吸系统疾病死亡人数ER分别为6.22%和6.17%,心脑血管疾病死亡人数ER分别为5.01%和3.97%.虽然BC只占PM_2.5的一部分,但BC对人群健康的影响不容忽视,应该引起足够的重视.     

农业经营规模化发展对环境效率的影响——基于地块层面的实证分析

为探析农业规模化经营与农业环境可持续性之间的关系,对农业经营规模对农业环境效率的影响进行理论分析,并在此基础上构建了物料平衡原则下农业环境效率测算模型和农业环境效率影响模型.基于2004~2016年浙江省农户水稻种植地块层面的面板数据,实证检验了土地面积、劳动投入、资本投入和农业产出等农业经营规模指标对农业环境效率的影响.结果显示,农业规模化发展将因投入和产出的扩张以多种方式影响其环境效率,其中土地面积规模与农业环境效率之间呈倒U型关系,劳动投入和资本投入对农业生产环境效率均有负向的影响,而农业产出规模的增加将促进农业环境效率的提升.     

磁性有序介孔碳的制备及其对水中双酚A的吸附

采用水热法成功制备了磁性有序介孔碳（Fe-OMC）,用于吸附水中双酚A （BPA）.采用高倍投射电镜、X射线衍射仪、傅里叶红外光谱仪、比表面积分析仪和振动样品磁强计对Fe-OMC进行表征.结果表明,该吸附剂具备较大的比表面积、独特的有序介孔孔道结构、丰富的含氧官能团以及较强的超顺磁性.Fe-OMC能够高效地吸附去除水中的BPA,平衡吸附量可达72.62mg/g,经过外加磁场分离回收后依旧具备较好的吸附性能.随着BPA浓度从1mg/L提高到20mg/L,其平衡吸附量由8.33mg/g增至91.78mg/g.随着pH值的升高呈现出先降低后升高再降低的趋势,最高吸附量出现在pH=8（75.34mg/g）.Fe-OMC对BPA的吸附过程可用准二级吸附动力学模型和Langmuir吸附等温模型进行描述.计算的热力学参数表明,Fe-OMC对BPA的吸附过程是自发进行的放热过程.     

贵州农村污水典型抗生素污染水平及生态风险

抗生素残留物是一种新兴的微污染物,广泛存在于各种环境介质及生物样品中,长期暴露在抗生素环境会对人体健康、生态环境产生一定的潜在威胁。由于农村污水排放量逐渐增大、农村地区对抗生素的不合理使用以及受经济、地理地形的限制大部分农村地区都缺乏完整的污水收集管网和污水治理设施,进而导致抗生素通过多种途径进入农村环境,可能会对农村生态环境产生一定的环境风险。为了解贵州农村污水中抗生素的污染水平及处理后污水对环境的影响,作者采用固相萃取—液相色谱—串联质谱(SPE-LC-MS)联用技术,选取贵州省3处典型农村地区,对农村污水治理设施进出水中典型抗生素(包括6种磺胺类、3种四环素类、1种喹诺酮类抗生素)的浓度水平进行分析。结果表明,3处农村污水治理设施进水和出水中均检出不同程度的抗生素,浓度范围分别在ND～417.57 ng/L和ND～253.68 ng/L,其中土霉素浓度最高,进出水的浓度分别为417.57、253.68 ng/L;其次是氧氟沙星,在进出水中的最高浓度分别为278.75、183.73 ng/L。3处农村污水治理设施对抗生素的去除率在-58.32%～45.52%,对目标抗生素的去除率较低。与国内外其他地区农村污水相比,所选地区的进出水中抗生素的浓度较高。通过生态风险评估发现,经处理后的污水中均含有一种RQ≥1的抗生素物质,并且发现氧氟沙星为处理后污水中的高风险污染物,污水的排放会对环境造成一定的生态风险。     

基于地形位置指数的赤水河流域植被时空变化研究

地形因子和植被覆盖是区域灾害评价的关键指标,也是山区型村镇建设生态安全评估的重要内容.为探析山区型村镇建设的生态约束条件,以赤水河流域为研究对象,基于1998—2018年SPOT_VGT NDVI数据,利用地形位置指数（Topographic Position Index,TPI）和坡度位置指数方法,研究了赤水河流域植被生长季NDVI时空变化及地形分异特征.结果表明:①赤水河流域内,1998—2018年植被生长季平均NDVI呈缓慢上升趋势,斜率为0.004 7;NDVI>0.60的集中连片区域主要分布在古蔺县北部、赤水市大部和习水县西北部,占赤水河流域总面积的8.42%;Sen's slope在0.009~0.015区间时,赤水河流域植被生长增强趋势最明显,主要集中分布在赤水河中上游、二道河以及下游的大同河干流地区.②TPI在-39.4~34.3区间的面积最多,为6 221.63 km2,占赤水河流域总面积的34.05%;将赤水河流域坡度类型划分为山脊、上坡、中坡、平坡、下坡、山谷6个坡度位置类型,其中,中坡面积（7 792.02 km2）最大,占流域总面积的42.64%,表明TPI数值较小且坡度大于5°的区域是赤水河流域地形主体.③赤水河流域植被在山脊的平均NDVI最高,为0.747,且山脊平均Sen's slope最高,为0.007 2;山谷平均NDVI最低,为0.709.研究显示,赤水河流域植被分布在118.5~486.9的TPI区间或分布在山脊处时整体生长较好,且生长增强趋势最明显.      

秸秆还田方式对东北农田土壤NH3挥发和N2O排放的影响

秸秆还田是有效利用资源、增加土壤有机质含量和培肥地力的有效措施,但也会影响土壤NH₃挥发和N₂O的排放.探索不同秸秆还田方式对NH₃挥发和N₂O排放的影响对于减少土壤氮素损失和保护生态环境具有重要意义.采用田间小区试验,利用Los Gatos Research（LGR）超便携NH₃分析仪和密闭式静态箱-气相色谱法探究不同秸秆还田方式下土壤NH₃挥发和N₂O排放的特征,试验设4个处理（覆盖还田,即表面覆盖玉米秸秆,0~20和20~40 cm土壤分层扰动后填回,记为JG0-0;常规还田,即秸秆与0~20 cm土壤混合,20~40 cm土壤扰动后填回,记为JG0-20;深还田,秸秆与20~40 cm土壤混合,0~20 cm土壤挖出后填回,记为JG20-40;对照处理,即无玉米秸秆还田,0~20和20~40 cm土壤分层扰动后填回,记为CK）.结果表明:①相比于CK,不同秸秆还田方式均显著降低了土壤NH₃挥发量,增加了土壤N₂O排放量.与CK相比,JG0-0、JG0-20和JG20-40处理下土壤NH₃累积排放量分别减少了12.38%、9.87%和5.73%;土壤N₂O累积排放量分别增加了30.19%、82.82%和36.53%,其中JG0-0和JG20-40处理之间无显著性差异.②JG20-40处理下玉米产量显著高于其他处理,比CK增加了23.15%,JG0-0处理下玉米产量高于CK和JG0-20处理,但并未达到显著水平.③对于NH₃和N₂O这两种气体的总累积排放量,各处理间均达到显著性差异.与CK相比,JG0-0、JG0-20和JG20-40处理下NH₃和N₂O总累积排放量分别增加了16.67%、52.08%和22.92%.④不同秸秆还田方式下的氮素气态损失率均高于CK,JG0-0、JG0-20和JG20-40处理下氮素气态损失率分别比CK增加了17.50%、52.50%和22.50%.因此,综合考虑土壤NH₃挥发量、N₂O排放量和玉米产量等因素,JG0-0处理优于JG20-40、JG0-20处理.      

基于BP神经网络的北京城区公园土壤PAHs含量预测

城市公园是城市生态环境的重要组成部分,其环境质量与人类健康息息相关.选择北京市121个城区公园,采集公园土壤样品并分析其中7种多环芳烃（PAHs）含量,评价城区公园土壤中PAHs的含量水平,并基于BP神经网络预测了2020年和2023年土壤PAHs含量.结果表明:北京城区公园土壤中w（PAHs）（7种PAHs总含量）范围为0.033~4.182 mg/kg,低于GB 36600—2018《土壤环境质量建设用地土壤污染风险管控标准（试行）》土壤污染风险筛选值,且7种PAHs的毒性当量浓度（TEQ）均低于世界卫生组织标准值（1 mg/kg）,对人体健康的毒性风险较小.将14个影响指标（8个社会经济因子与6个公园特征因子）作为输入层、土壤w（PAHs）作为输出层,建立BP神经网络的拟合优度达0.845.预测结果显示,2020年和2023年北京城区公园土壤中w（PAHs）范围分别为0.008~0.969 mg/kg和0.022~1.988 mg/kg,整体均低于GB 36600—2018土壤污染风险筛选值,但随时间推移呈上升趋势,尤其朝阳区和海淀区将有大幅增长.研究显示:城市化发展因素对土壤w（PAHs）的增加有明显影响,城市发展进程影响不容忽视;至2023年,北京城区公园土壤若不加管理,其w（PAHs）将持续增长.      

Heterogeneity in the relationship between carbon emission performance and urbanization: evidence from China

Mitigation and Adaptation Strategies for Global Change - Global change caused by carbon emissions alone has become a common challenge for all countries. However, current debates about urbanization...