南京北郊春季气溶胶吸湿性分析

大气气溶胶的吸湿性对气溶胶粒子的谱分布、云凝结核形成、气候强迫、人体健康等均有重要的影响.利用吸湿性串联差分迁移率分析仪(HTDMA)在2014年4月16日~5月21日对南京北郊的大气气溶胶吸湿特性进行观测.30~230 nm气溶胶粒子在90%相对湿度下的吸湿增长观测结果表明,气溶胶粒子的吸湿增长因子平均概率分布函数(GF-PDF)呈现明显的双峰分布,即一个占主导地位的强吸湿模态,和一个相对较小但仍很明显的弱吸湿模态.对吸湿性的日夜对比分析发现,整体上白天的气溶胶粒子吸湿性大于夜间气溶胶粒子,白天强吸湿模态的粒子数目比例高于夜间,夜间气溶胶粒子的外混合程度更高.利用HYSPLIT模式对气溶胶来源分析结果表明,观测期间南京北郊主要受到3类气团的影响.其中西北大陆气团背景下爱根核模态粒子在经过大陆的长距离输送过程后,老化程度较高,吸湿性也更强.而对于积聚模态粒子,则为来自东方气团的粒子吸湿性更强,强吸湿模态粒子数目比例也较高.局地气团背景下气溶胶粒子在各粒径段都具有较高的强吸湿比例.     

La-M-Co-O/堇青石催化剂的制备及催化氧化氯苯

采用柠檬酸络合法制备La-M-Co-O（M=Mn,Cr,Fe,Ni和Cu）/堇青石催化剂,运用BET,XRD,SEM,H₂-TPR和XPS技术对催化剂性能及微观结构进行表征分析,研究考察过渡金属掺杂,掺杂量以及焙烧温度等对催化剂催化氧化性能的影响.结果表明,随着催化剂焙烧温度升高至650℃时,催化剂表面所负载的活性氧化物颗粒最为分散,其氧化活性最佳,且当反应温度为350℃时,催化剂催化氧化氯苯转化率可达96.4%,究其原因是高温焙烧致使催化剂形成LaCoO₃钙钛矿型复合氧化物,其复合氧化物的晶体结构有利于催化剂催化氧化氯苯性能的提高.     

石墨烯量子点辅助合成Cu-MOFs及CO2吸附行为

选用一种成本低、可大规模合成的Cu基MOFs（Cu-MOFs）材料作为CO₂吸附剂,在原位合成过程中添加石墨烯量子点以调控其晶体结构.结果表明：适量石墨烯量子点的添加有利于提高Cu-MOFs的比表面积和孔体积,相比未改性MOFs材料,改性后的CO₂吸附性能有所提高,25℃,100kPa时提高了4.5%.随着温度升高,吸附容量提升越明显.改性后的MOFs对于N₂的吸附量则比未改性时更低,因此计算得到的CO₂/N₂吸附选择性也更高,增加了近一倍.综合等量吸附热的考察结果发现,尤其添加适量含N石墨烯量子点的Cu-MOFs吸附剂不仅具备了较高的吸附容量、吸附选择性,还展现了较理想的吸附热,因此兼具了较优CO₂吸附性能和较低脱附能耗的特点,为MOFs吸附剂的改性提供了一点参考价值.     

基于积累速率的汾渭平原秋冬季PM2.5污染特征及影响因素分析

为研究汾渭平原各城市PM_2.5污染特征及影响因素,利用2015—2019年汾渭平原11市秋冬季污染物逐时浓度,基于日变化分析构建了各城市慢速积累和快速积累的评价指标,量化了各城市的积累水平.结果表明：汾渭平原各城市PM_2.5积累水平差异显著,积累速率最快的城市是宝鸡,最慢的是三门峡;快速积累阈值最高的是临汾,最低的是三门峡.结合各地积累速率值的分布特征,11地市的积累水平可分为较强（宝鸡、临汾、吕梁、晋中）、中等（咸阳、渭南、铜川、运城、洛阳）和较弱（西安、三门峡）3种.积累速率多随浓度的增高呈上升趋势,其中吕梁和临汾最为显著,而西安增幅最小.从年变化来看,各地快速积累占比从2017年或2018年开始减少,从月变化来看,12月和1月为快速积累出现最多的月份.二次污染物和区域传输对PM_2.5积累速率均有影响,发生快速积累时,前体物SO₂和NO₂的浓度明显升高,二次反应显著;对临汾和西安的后向轨迹分析表明,西偏南方向气流的增加更易引起当地PM_2.5的快速积累.     

初冬一次冷锋输送过程对中国东部霾天气的影响

利用常规地面气象资料、NCEP/NCAR再分析资料以及全国PM_2.5浓度数据,并结合后向轨迹、空气污染输送指数和传输通量分析,针对2019年12月10~11日一次冷锋输送造成我国中东部地区出现的大范围霾天气过程进行了分析.结果表明：（1）霾期间高空500hPa以经向环流为主,伴随着高空低压槽引导地面冷锋向东南方向移动,污染物浓度大值区也依次由华北地区移至黄淮、江淮地区.（2）冷锋过境前,华北至长江三角洲区域PM_2.5浓度均有明显增涨;北京以偏南方向的污染物输入为主,济南以西北和偏东方向输入为主,南京则主要是偏北和偏西方向的输入.（3）冷锋过境时,冷空气迅速将北京站的污染物清除;而济南站则受高压底部偏东风回流的影响,PM_2.5浓度维持在50μg/m³左右;冷锋推进至南京站时西北风已较小,对污染物的清除作用不明显.以江苏省为例,整个过程中,江苏本地污染物贡献占25.8%,江苏以外的污染物贡献占74.2%,以输送为主.（4）冷锋过境后,3站的边界层结构也略有不同,北京站的逆温层迅速被打破;济南站由于受海上暖湿平流影响,近地面由等温层变成逆温层;而南京站的近地面则由逆温层变为等温层.本研究揭示了在冷锋南下过程中,上游污染物对下游地区的影响,以及南北方站点表现出不同的污染物变化和清除特征.     

基于FY-4A卫星数据反演气溶胶光学厚度及分析应用

风云四号A星（FY-4A）是我国新一代静止气象卫星,多通道扫描成像辐射计（AGRI）是风云四号静止气象卫星的主要载荷之一.为探究FY4A数据用于气溶胶光学厚度（AOD）反演的可行性,基于FY-4A/AGRI数据,利用暗像元算法对2019年2月23~26日及10月27~30日京津冀地区AOD进行反演研究,并与AERONET地基观测AOD数据进行了对比分析.结果表明,基于FY-4A数据及构建响应函数库,通过暗像元方法能较好的反演出京津冀地区气溶胶空间分布;AOD主要的高值区体现在京津冀中南部地区并向周边郊区逐渐降低,在AOD值较大时此特征较为明显;将反演值与同期AERONET地基观测数据对比验证,相关系数达到0.869,均方根误差为0.221,表明AOD反演值与观测值吻合较好,FY-4A卫星数据反演AOD具有一定可行性.     

雨水管道沉积物中典型无机氮的干期粒径分布

以南京江北新区分流制雨水管道沉积物为研究对象,考察不同粒径沉积物中铵态氮（NH₃-N）和硝态氮（NO₃^--N）干期分布特征,分析其随干期长度的变化关系,并探讨沉积物理化性质及微生物菌群结构对NH₃-N和NO₃^--N干期分布的影响.结果表明：粒径≤0.075mm的沉积物中NH₃-N占比最高（交通区30.8%,商业区36.7%）;交通区粒径≤0.075mm的沉积物中NO₃^--N占比最高（33.0%）,而商业区粒径0.075~0.15mm沉积物中NO₃^--N占比最高（34.4%）;干期长度与交通区0.075~0.15mm粒径段的沉积物中NO₃^--N含量及商业区粒径≥0.3mm的沉积物中NH₃-N含量之间的相关性均最显著;雨水管道沉积物中NH₃-N和NO₃^--N的干期分布与O-H和N-H等官能团、表面极性和亲水性、微观形貌等有一定关联;交通区雨水管道沉积物中Gemmobacter等反硝化优势菌种（相对丰度总和为20.15%）对NO₃^--N干期分布影响更显著.     

水体及沉积物氮磷水平对附植藻类的影响

为了探讨湖泊富营养化过程中沉积物及水体氮、磷浓度对附植藻类的影响,通过室内模拟实验,研究了水体及沉积物氮、磷升高对苦草(Vallisnerianatans(Lour.) Hara)上附植藻类生长、群落组成及其体内氮、磷含量的影响.结果表明,在实验条件下,随着水中氮、磷含量升高,附植藻类生物量及附植藻类氮、磷含量均呈极显著增加(p0.01).随着水体可获得的氮、磷浓度升高,附植藻类的相对丰度有所变化,舟形藻(Navicula)、小球藻(Chlorella)及微囊藻(Microcystis)相对丰度随着氮、磷水平的升高而下降,直链藻(Melosira)则相反,但舟形藻、直链藻、微囊藻、小环藻(Cyclotella)和小球藻均为群落的优势属种.沉积物氮、磷含量升高对附植藻类生物量、优势种丰度及群落氮、磷含量影响较小,均未达到显著水平(p0.05).在实验条件下,沉积物氮、磷含量对附植藻类影响不大,而水体氮、磷浓度升高显著地促进了附植藻类生长.研究结果也为解释富营养化湖泊沉水植物衰退及消亡提供了一定的科学依据.     

太湖流域企业的水风险评估体系

基于世界自然基金会（WWF）和德国投资与开发有限公司（DEG）开发的企业水风险评估体系,进行太湖流域企业水风险评估体系本土化研究.根据太湖流域的水环境现状、企业管理方式、相关标准及法规,修订了部分指标,建立了包括物理风险指标9项、监管风险指标4项和声誉风险指标9项的太湖流域企业水风险评估体系.采用层次分析法（AHP）计算指标权重.评估指标的分级延续了原来的评估体系的5级5分制,采用综合指数加权求和法计算综合评分值.选取了一家化工企业进行实例研究,评估结果表明,该企业2015年综合水风险评价值为2.61,风险等级为Ⅲ级,属中等风险.实施7项水风险削减方案后,2016年综合水风险评价值降至1.94,风险等级为Ⅱ级,属低等风险.该评估体系可为太湖流域企业进行水风险评估及削减提供参考.     

WRF模式对污染天气下边界层高度的模拟研究

大气边界层高度是影响大气污染物浓度的重要因素之一,但数值模式中选择不同边界层参数化方案模拟的边界层高度有很大差异.利用WRF模式中5种边界层参数化方案及2006~2007年春、秋、冬3季河北香河地区激光雷达观测资料,对比分析了污染天气下,不同边界层方案对边界层高度的模拟效果,并分析了误差产生的可能原因.结果表明：5种参数化方案均能模拟出3季污染天气下边界层高度的变化特征,但各方案模拟的边界层高度与观测之间均存在较大误差.模拟的最大边界层高度月变化特征显示,秋冬季的模拟结果与观测值匹配较好,春季偏差较大;模拟的边界层高度日变化显示,均方根误差：春季 > 秋季 > 冬季,且误差在午后（14：00~18：00）更加明显;对该地区而言,非局地YSU方案能较好地模拟污染天气下的边界层高度;各参数化方案中边界层高度计算方法的不同及对大气廓线、湍流动能的模拟差异,可能是造成模拟边界层高度产生误差的主要原因.