倭肯河着生硅藻群落结构及其与环境因子的关系

为了合理的评价倭肯河水生态健康状况,2018年8月（丰水期）,调查了19个点位的着生藻类群落结构和水环境特征.使用Mcnaughton优势度分析、聚类分析和生态型分析3种方法研究了倭肯河着生藻类群落结构和清洁度,使用Spearman相关分析、除趋势对应分析和典范对应分析等方法研究了倭肯河着生硅藻群落和环境因子的响应关系.结果表明：倭肯河共鉴定出着生硅藻89种,物种丰富,不同采样点位之间生物多样性差异较大,Nitzschia palea等富营养指示种是倭肯河的优势种.聚类分析结果表明,倭肯河采样点位可分为3组,从组1到组3,优势种清洁度逐渐下降,低度需氧型、中腐-高度腐生型和极度富营养型硅藻比例逐渐上升.影响倭肯河着生硅藻群落结构的主要水环境因子为TN、DO和pH,其中DO和TN是组3着生硅藻群落的主要影响因子,pH是组2着生硅藻群落的主要影响因子.由此可见,除河流源头区域外,倭肯河水生态环境质量状况较差,着生硅藻群落可以有效的指示倭肯河水体营养状况和腐生状况.     

北京怀柔O3污染过程初始VOCs浓度特征及来源分析

为了解北京怀柔区夏季典型O₃污染过程中初始VOCs（挥发性有机物）浓度（以φ计）的特征,识别其关键物种及主要来源,于2016年8月3-11日在中国科学院大学雁栖湖校区教学楼顶开展强化观测,利用光化学物种比值法和连续反应模型法测算观测期间大气初始φ（VOCs）,采用MIR（最大增量反应活性）法估算初始VOCs的OFP（O₃生成潜势）,识别关键物种,并应用PMF（正交矩阵因子）模型对初始VOCs的来源进行解析.结果表明:北京怀柔区O₃污染过程中初始φ（VOCs）平均值为25.27×10-9,如忽略化学损失,φ（VOCs）将被低估约18.6%.初始VOCs的总OFP值为144.6×10-9,VOCs物种对总OFP贡献率的顺序依次为醛酮类>烯烃>芳香烃>烷烃,异戊二烯、乙醛、己醛、间/对-二甲苯、甲苯、乙烯、丙烯、1,2,4-三甲苯、丁酮、1,3,5-三甲苯是怀柔区O₃形成的关键活性物种.PMF解析结果显示,机动车尾气源对初始φ（VOCs）的贡献率（23.5%）最高,其次是溶剂使用源（18.3%）、植物排放源（18.1%）、工业过程源（17.6%）、生物质燃烧源（12.1%）和煤炭燃烧源（10.5%）.研究显示,在北京怀柔区典型O₃污染过程中,减少机动车尾气源、溶剂使用源、上风向工业过程源的排放是控制怀柔区VOCs的有效措施,而控制异戊二烯、乙醛、己醛、间/对-二甲苯、甲苯等关键活性物种则是有效抑制VOCs排放对O₃生成贡献的重要手段.      

基于分布式水文模型的武夷山市水文调节服务评估

武夷山是我国生态文明建设的重点示范区,开展水文调节功能服务价值评估是福建省生态安全保障的重要需求.采用流域分布式时变增益水文模型（DTVGM）,在充分考虑流域气象、水文、土地利用类型等信息的基础上,精细化模拟了武夷山流域的水文过程,定量评估了2010年和2015年有植被覆盖和无植被覆盖两种条件下武夷山市及下属各行政区植被生态系统的径流调节量及其价值量.结果表明:①武夷山市2010年和2015年径流调节量分别为5.73×108和5.21×108 m3,折合人民币分别为35.93×108和37.46×108元.②2010年枯水期日均径流调节量相比丰水期下降了0.013×108 m3;2015年枯水期日均径流调节量相比丰水期下降了0.009×108 m3.③星镇村和洋庄乡径流调节价值量明显多于其他行政区,均超过10.48×108元;崇安街道和新丰街道相对较低,均低于1.59×108元;其他几个行政区基本持平,在3.26×108~6.70×108元之间.研究显示,武夷山市区由于植被丰富,林地覆盖面积较大且密度较高,总体水文调节能力较强,但同时也受区域气候条件影响较大,有植被覆盖条件下在应对非极端气候时可以维持较好的径流调节能力,然而在极端特大暴雨事件中,现有植被种类的截留能力还不足以应对短时强降水过程.      

基于PMF模型的土壤重金属源解析中变量敏感性研究

为探究应用受体模型对土壤污染物进行源解析,输入变量对模型运行及其结果的影响,以乐安河中上游地区土壤重金属调查数据作为典型受体模型（PMF模型）的输入数据集,并在PMF模型基础方案运行结果的基础上,采用局部敏感性分析法来探讨输入变量变化对模型诊断及源识别结果的影响.结果表明：6因子数情景是研究区土壤重金属源解析PMF模型最佳运行结果;土壤中Cu、Mo、Na₂O、As、Mn和Cd等参数属于敏感变量,这些变量均为每个因子中的主要载荷元素,即每个源的特征污染物;不同变量的敏感性有较大差异,Cu、Mo的总敏感性最大,分别为12.1,8.2,大于其他输入变量的敏感性.因此,在应用PMF模型进行源解析时,特征污染物是敏感性较强的变量,其数据质量的优劣是影响源解析结果可靠性的重要因素.     

莆田市O3污染来源解析模拟研究

福建省莆田市作为典型的海滨城市,自2015年以来以O₃为首要污染物的天数逐年增加.为了制定科学有效的减排措施,减轻莆田市的O₃污染,以2016年莆田市O₃污染高发的7—9月为研究时段,通过观测数据分析、空气质量模型敏感性分析和O₃来源追踪方法分析了莆田市近地面O₃生成控制区,以及O₃及其生成前体物NO_x与VOCs的区域和行业来源.结果表明:①莆田市西部地区为NO_x控制区,而东部沿海地区则为VOCs控制区.②莆田市ρ（NO_x）与ρ（VOCs）主要来自本地排放贡献,二者本地排放的贡献率分别为69.4%与64.2%,而本地排放对莆田市ρ（O₃）的贡献率仅为21.0%,福建省福州市和泉州市对莆田市ρ（O₃）的贡献率之和为37.6%,外来输送贡献率较大的为浙江省,其贡献率为11.6%.莆田市O₃的外来输送不仅发生在ρ（O₃）较高的时段,在ρ（O₃）较低的时段也占了很大的比例.③莆田市工业源对本地排放ρ（O₃）贡献率最大,达57%,其次是机动车源.④通过敏感性时间序列分析得出,同时削减10%的NO_x和VOCs排放,能使莆田市国控点位平均ρ（O₃）峰值下降约5 μg/m3.研究显示,莆田市NO_x与VOCs主要来自本地排放,O₃受外来输送影响较大,推进本地工业NO_x和VOCs污染的治理与加强机动车尾气的污染控制是减轻本地O₃污染的有效方法.      

GIS与数模支持下的油气田环境风险预警系统研究

简要介绍了油气田在建设与生产过程中对环境的影响,构建并开发了基于GIS与数模的油气田环境风险预警系统。系统包含大气污染模拟模型、地表水污染模拟模型和地下水污染模拟模型,实现了环境监测数据的管理、实时监测预警和污染模拟、快速应急响应三大功能。介绍了油气田环境风险预警系统的设计及基本功能,探索了将地理信息系统与数学模型相结合运用于油气田环境风险预警的方法。实践表明,以GIS技术为平台,结合数学模型为辅助进行环境风险预警是可行的。     

雷州半岛土壤重金属分布特征及其污染评价

在雷州半岛采集了106个土壤表层样品,分析了其中8种重金属元素(Cu、Pb、Zn、Cr、Ni、Cd、Hg和As)的全量.结果表明,雷州半岛土壤重金属污染由高到低排序为Ni＞Cr＞Hg＞Cu＞Zn＞Cd＞As＞Pb,Zn、Cd、As和Pb质量浓度均没有超标,Hg和Cu质量浓度超标率亦不高,但Ni和Cr平均质量浓度达49.81、87.13 mg/kg,高于国内外其他对照区域,超标率分别为25.47%和24.53%;重金属元素在雷州半岛各土壤利用类型中分布规律不明显,按4种主要土壤利用类型受重金属污染程度大小排序为甘蔗地＞果园土＞水田＞菜地;雷州半岛土壤综合污染指数总平均为0.970,土壤总体上尚清洁,重金属污染处于警戒水平;雷州半岛各区域中,徐闻、雷州两地土壤重金属质量浓度明显高于其他地区,其主要原因是徐闻、雷州两地成土母质主要为玄武岩,造成土壤Cr、Ni及其他重金属背景值较高.     

垃圾填埋场渗滤液地下原位脱氮技术综述

氨氮是城市垃圾厌氧填埋过程中产生的常见的污染物。由于氨氮的持久性和生物毒性,生活垃圾填埋场渗滤液中氮的脱除已引起了人们的高度关注。文中结合国内外的研究现状的基础,论述了厌氧渗滤液回灌、强制通风好氧填埋、准好氧填埋和生物反应器填埋四种垃圾渗滤液原位脱氮处理技术的原理、技术特点、工程投资、运行成本以及处理效果等;指出了垃圾填埋场渗滤液原位脱氮技术的未来研究重点:填埋场内脱氮机理和脱氮速率的深入研究、工艺控制优化研究以及生物反应器填埋的实际应用设计研究。     

土壤和地下水中多环芳烃生物降解研究进展

多环芳烃是一类普遍存在于环境中的难降解的危险性"三致"有机污染物。受污染的土壤和地下水中的多环芳烃,生物降解是其归宿的主要途径。研究表明,对于土壤中低分子量多环芳烃类化合物,微生物一般以唯一碳源方式代谢;而大多数细菌和真菌对四环或四环以上的多环芳烃的降解作用一般以共代谢方式开始。文章重点论述了多环芳烃的来源、降解多环芳烃的微生物、生物降解机理、影响生物降解的因素以及生物修复方法。认为今后的研究方向是高分子量多环芳烃的降解机理与降解途径,基因工程技术在多环芳烃生物降解方面的应用,以及生物表面活性剂产生的机理及其在实际处理中的应用等。     

财政分权对环保投资效率的影响研究——基于DEA-Tobit模型的分析

延续财政分权对环境质量影响的研究,讨论财政分权对环保投资效率的影响.基于中国2004~2014年30个省份的面板数据,在DEA-Tobit模型的研究框架下,测度了各个省份多种类型的环保投资效率,并进一步讨论了财政分权对环保投资效率的影响.实证结果发现,财政分权不利于环保投资效率的改进,特别是不利于建设项目"三同时"环保投资效率、工业污染源治理环保投资效率,以及企业来源环保投资效率的改进.进一步考虑到地区异质性因素,以各地区环保投资额作为门槛变量的分析同样支持上述结论.