天津表层土壤PAHs分子标志物参数的空间特征

以天津地区为例,在选取分子标志物的基础上,应用地统计学方法探讨了多种多环芳烃(PAHs)分子标志物的空间特征,并在此基础上探讨污染源空间分布状况.结果表明,分子标志物的计算和空间分布的模拟,可以帮助识别复杂情况下污染来源的分布情况.通过对天津地区表层土壤PAHs 6种分子标志物参数空间分布的研究,发现天津地区主要的PAHs污染源是煤燃烧源,在天津绝大部分地区都有分布.而石油源和交通污染源主要分布在中部和滨海地区,2 种污染源有一定的重叠.在远郊县的边界地区,有一定的木柴污染源分布.     

基于STIRPAT模型的天津市水环境污染影响因素分析

基于拓展的STIRPAT模型,利用岭回归分析方法,以天津市2006—2016年COD值及其相关社会、经济、人口数据为例,分析人口、城市化水平、经济发展、技术水平、产业结构、用水结构对水环境污染的影响。研究表明:工业GDP占比的提高是导致水环境污染的最主要原因,人口、城市化率、人均GDP、排放强度和生活用水占总用水比例的提升都是引起水环境污染加重的因素,通过技术创新可以控制水污染。     

京津冀冬季与夏季PM_(2.5)/PM_(10)及其水溶性离子组分区域性污染特征分析

为研究京津冀地区冬、夏两季大气颗粒物质量浓度与水溶性离子组成特征,于2013年2月、7月对北京、天津、石家庄及4个国家大气背景点进行了PM2.5及PM10的采样,分析了质量浓度及9种水溶性离子,结果表明:(1)京津冀地区颗粒物污染冬季重于夏季,冬季污染水平石家庄天津北京,夏季污染天津、北京石家庄,区域内PM2.5与PM10之间有很好的相关性,相关系数r冬季为0.8796,夏季为0.8424,说明整个区域颗粒物污染有较为相近的来源,大气颗粒物污染表现出区域性特征;(2)京津冀地区PM2.5及PM10中的9种水溶性离子浓度规律为NO-3、SO2-4、NH+4Cl-、Ca2+K+、Na+F-、Mg2+.该地区水溶性离子污染冬季最重为石家庄,夏季则为北京;(3)在京津冀地区二次离子NO-3、SO2-4、NH+4是主要的污染离子,3种离子质量浓度总和在PM2.5、PM10中冬季分别占48.9%、27.8%,夏季分别占58.7%、48.5%.二次离子主要集中在PM2.5中,其对细离子浓度的升高起到直接作用,且二次离子的构成关系也在发生变化.整个区域向硝酸型污染转变,二次离子的季节分布也呈现区域特征,冬季NO-3离子质量浓度比重最大.夏季则为SO2-4;(4)粒径越小富集水溶性离子的能力越强,在PM1中分布了50%以上的水溶性离子,73.9%—94.8%的水溶性离子分布在PM2.5中.     

天津市环境空气污染演变机理及策略

基于系统的资料分析和Spearman秩相关检验法,认为天津市环境空气质量演变的总趋势是：PM10呈现持续下降趋势,NO2和SO2年均浓度维持在0.04 mg/m^3-0.05 mg/m^3和0.05 mg/m^3-0.08 mg/m^3的较稳定水平。同时揭示了近年来天津市环境空气污染、经济发展与各项保护措施之间的制衡,认为政府监管、能源及产业结构调整及环保资金投入是关键的应对策略。     

基于物元可拓法和偏好熵权的饮用水源水质评价——以天津市大港区为例

文章根据天津市饮用水受氟化物影响较大的现实情况,以物元可拓法为基本方法,利用偏好熵设置权重,一方面在无偏好情况下客观地确定各指标的权重进行水质评价,另一方面重点考虑了氟化物对水质的影响再进行评价,分析水质评价结果对氟化物的敏感程度。结果表明,在无偏好情况下,文章涉及的两个饮用水源地的水质较好,多为Ⅰ类水和Ⅱ类水;而在对氟化物偏好设置的情况下,2005～2006年初的水质评价结果偏差,说明此阶段水质评价结果对氟化物比较敏感,而后至2007年末则并未表现出此特征。     

天津市颗粒物中元素化学特征及来源

2006年的8月—12月采集天津市PM2.5和PM10样品,分析了Na、Al等17种元素质量浓度及月变化特征,PM2.5中元素平均质量浓度为17.2μg/m3,占PM2.5的10.3%。微量元素Zn、Pb在PM10和PM2.5中含量较高,Cr、V、Ni、As等则在细粒子中有明显分布。用富集因子法分析发现,PM2.5中元素富集程度高于PM10。地壳元素除Ca外,均无明显富集,微量元素则呈现不同程度的富集,以Cd富集最为明显。颗粒物分析表明,土壤尘、燃煤、机动车尾气及化工行业是PM2.5中无机元素的主要来源。     

基于GFI模型的工业能源强度变动因素分解研究

在前人研究的基础上,核算了2001-2010年天津市34个工业行业的能源强度,利用GFI(Generalized Fisher Index)模型将能源强度的变动分解为技术进步、能源结构和产业结构3个因素.结果表明,从逐年各因素效应的累积值来看,产业结构对天津市能源强度变动的影响最大,其次是能源结构,技术进步的影响较小;在各因素效应值的波动方面,能源结构与技术进步对能源强度变动的影响波动较小,产业结构的影响效应值波动较大.从产业结构的角度来看,天津市2001-2010年重工业产值的增加快于轻工业,二者的差距逐渐加大,这种态势抑制了能源强度的降低;从技术进步的角度来看,由于绿色生产技术的广泛使用,天津市重工业与轻工业的单位产值能源消耗都呈下降趋势.因此,天津市进一步降低能源强度的重点还应该放在产业结构调整方面,发展绿色产业,促进产业升级;同时,不能忽视能源结构和技术进步因素的作用,大力发展绿色能源和新能源,推广清洁生产技术.     

Human and organizational factors in Chinese hazardous chemical accidents: a case study of the ‘8.12’ Tianjin Port fire and explosion using the HFACS-HC

Human and organizational factors have been proven to be the prime causes of Chinese hazardous chemical accidents (HCAs). A modified version of the Human Factors Analysis and Classification System (HFACS), namely the HFACS-Hazardous Chemicals (HC), was developed to identify the human factors involved in Chinese HCAs. The ‘8.12’ Tianjin Port fire and explosion, the costliest HCA in recent years, was reanalyzed using this framework, and the results were compared with the official accident inquiry report to determine their differences related to the identification of human and organizational factors. The study revealed that interacting human factors from different levels in Ruihai Company led to this catastrophe, and the inquiry report had limitations in the identification of human factors and the guidance for similar accident prevention. This study showed the applicability of the HFACS-HC in HCA analyses as well as the necessity to recommend this approach for future HCA investigations.     

天津夏季边界层低层大气中PAN和O3的输送特征分析

采用在线仪器监测分析2017年夏季天津气象铁塔220 m观测平台大气中过氧乙酰硝酸酯(PAN)和O_3的体积分数,并结合气象观测资料和后向轨迹分析PAN和O_3的输送特征.观测期间PAN和O_3体积分数平均值分别为(0.73±0.56)×10~(-9)和(53±25)×10~(-9),最大小时体积分数分别为3.49×10~(-9)和137×10~(-9),PAN和O_3体积分数具有相似的日变化特征,白昼PAN和O_3浓度高于夜间,且PAN和O_3浓度相关系数(R2=0.52)显著高于夜间(R2=0.21).观测期间偏南风下PAN和O_3浓度最高,偏东风下最低,风玫瑰图和后向轨迹聚类分析都表明,来源于西南方向的气流轨迹对应的污染物浓度最高,途经渤海和河北、辽宁沿海地区的偏东气流对应的PAN和O_3体积分数最低,边界层内输送对PAN和O_3的体积分数分布起到了重要作用.     

天津市道路车流量特征分析

车流量是移动源和道路扬尘排放清单计算的一个重要参数,直接影响排放清单的不确定性.为了解天津市道路车流量特征,通过人工摄录法获取天津市一年四季5种不同类型共9条道路的车流量及车型分布信息,并对其特征进行分析.结果表明:天津市不同类型道路之间车流量总体上呈快速路（8 790辆/h）>主干道（4 077辆/h）>外环线（3 335辆/h）>次干道（2 461辆/h）>支路（1 507辆/h）的特征;冬季车流量最大,而春、夏两季相对较小.各类型道路车流量占比最大的车型均为轻型车（76.88%~90.71%）,中型车（5.31%~11.80%）次之,重型车（3.20%~11.31%）最少;快速路和外环线工作日的车流量大于非工作日,并且差异具有统计学意义,呈"周末效应".研究显示:次干道和支路车流量与主干道车流量呈线性相关,在后续进行道路扬尘和移动源清单编制时,可以考虑通过将主干道车流量与次干道、支路拟合的方式减小工作量;此外,主干道、次干道和支路的早高峰,上、下午平峰,中午和晚高峰的车流量差异不大,可将一天划分为白天、夜晚和凌晨3个时段进行统计,从而节约时间和成本.