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.     

长江经济带突发水污染风险分区研究

长江经济带突发水污染事件频发,对区域人群健康和生态安全造成严峻挑战.环境风险分区是环境风险管理的基础和有效工具.本研究以2015年为基准年,基于环境统计数据、DEM数据、水质监测断面数据和基础地理数据,综合考虑了水系流向、水系级别及水质等因素,以1 km×1 km的网格为基本单元,对长江经济带开展突发水污染风险分区.结果表明:①高风险区面积为3348.9 km~2,占评估区总面积的0.16%;较高风险区面积为26030.7 km~2,占比1.27%;中风险区面积为97971.1 km~2,占比4.79%;低风险区面积为1916838.7 km~2,占比93.77%;②从沿长江干流两岸分布来看,高风险区面积沿长江上游至下游呈逐渐增加趋势,主要集中分布在重庆市中部、湖北省东部、安徽省东部、江苏省中西部、浙江省北部、上海市西部等地;③从沿长江主要支流两岸分布来看,高风险区主要分布在嘉陵江南段、乌江南段、汉水东段、湘江北段、赣江北段等.研究结果可为长江经济带生态环境管理提供科学依据.     

典型西南工业城市柳州市核心区大气污染物时空分布与气象因素研究

为研究柳州市核心区大气污染物浓度时空变化规律与气象因素之间的关系,统计分析了2018年全年研究区内6个自动监测站点PM_(2.5)、PM_(10)、SO_2、NO_2、O_3和CO的浓度监测数据和气象站气象数据,并对28次超标日污染物来源进行了解析.结果显示:①核心区颗粒污染物污染较为严重,且以PM_(2.5)为主的细颗粒污染物仍为柳州市主要的大气污染物;各污染物月均浓度季节差异显著,除NO_2外柳州大气污染物浓度下降明显,指示柳州市多项节能减排综合整治措施成效显著;PM_(2.5)、PM_(10)、CO受早晚高峰期影响,浓度日变化均呈双峰型;NO_2在不同季节峰型不同,作为O_3前体物其浓度日变化与O_3相反,呈现"早峰午谷"的变化趋势.②通过对污染物浓度插值发现,由于核心区主要工商业区位于西部且处于主导风向下风向,故PM_(2.5)和SO_2浓度西北高、东南低,PM_(10)、NO_2和CO浓度西南高、东北低;核心区东部的山区为O_3生成带来大量前体物,使O_3浓度东南高、西北低.③由于气候特征,核心区春、夏季主要气象因素均为降水量;秋季的主要气象因素是风速,风速与污染物的负相关关系表明了风的扩散效应;冬季大部分污染物与气象因素的相关性不显著,表明人为因素对污染物的影响大于气象因素;核心区大气污染物主要来源于局地排放和区域传输,且南北主导风向对大气污染影响最大.④HYSPLIT模型结果指示柳州超标日大气污染物主要来自于珠三角地区,且陆源颗粒物浓度普遍比海洋源高,来自南部的远距离输送气流颗粒物含量最低,表明远距离输送为影响颗粒物传播的主要原因.     

哈尔滨市秸秆焚烧大气污染负荷估算方法研究

本文针对近些年哈尔滨秋末冬初大气污染程度增加的溯源问题,基于静风污染气象及降雪对秸秆焚烧的影响等基本假设,采用箱式模型和优化拟合的方法对秸秆焚烧产生污染物的源强及其负荷进行了估算.通过对2015年和2017年典型时段数据的优化拟合得到降雪前重污染天气下PM₁₀排放源强分别为20.16、21.83 μg·m^-2·s^-1,CO的排放源强分别为149.32、138.65 mg·m^-2·s^-1;降雪后重污染天气下PM₁₀排放源强分别为15.98、7.09 μg·m^-2·s^-1,CO的排放源强分别为122.91、89.21 mg·m^-2·s^-1.由降雪前后各污染物的源强差得到2015年和2017年秸秆焚烧产生的PM₁₀的排放源强分别为4.18、14.74 μg·m^-2·s^-1,负荷分别为20.73%、67.52%;CO的排放源强分别为26.41、49.44 mg·m^-2·s^-1,负荷分别为17.69%、35.66%.本文为相关清单的研究提供了一种客观的校核方法,具有重要的社会、环境及现实意义.     

亚氧化钛膜电极电化学特性及其处理印染工业废水的效能研究

电化学氧化法具有稳定高效、操作灵活、集成度高等特点,在处理难降解有机废水领域具有独特优势.电化学废水处理过程通常受限于传质速率,而膜电极有望解决这一瓶颈问题.亚氧化钛膜电极（TiSO-ME）的化学结构与电化学性质结果显示,经过高温还原法制备的TiSO-ME电极主要由Ti₄O₇和少量Ti₅O₉组成,大孔体积占总孔体积的92.7%,平均孔径为0.508 μm.电化学测试结果表明,TiSO-ME具有良好的导电性、高析氧电位和电化学稳定性.过滤试验结果表明,在0.82×10^-3~3.14×10^-3 mL·cm^-2·s^-1范围内膜通量与传质系数成正比.在电流密度为8 mA·cm^-2,膜通量为2.31×10^-3 mL·cm^-2·s^-1的条件下,电解1.5 h即可有效处理实际印染工业废水,sCOD去除率高达96.07%,电流效率可达24.22%,电能消耗较不存在膜通量时降低了32.99%.TiSO-ME能够实现废水在膜孔结构内部的穿流式操作,有效克服旁流式操作传质受限的问题,在小规模分散式工业废水处理中有着重要的研究价值和发展潜力.     

基于改进遗传算法的河流水污染源反演方法

针对河流水污染应急响应过程中污染源排放历史迟知、未知的问题,结合多种群遗传算法和自适应遗传算法,利用一维河流水质模型和水质监测数据,研究建立了基于改进遗传算法的河流水污染定量源反演方法,实现了对河流污染源排放历史的识别与重构.将该方法应用于美国特拉基河流的3个不同流量下的示踪剂实验中,对示踪剂排放历史进行定量源反演分析.结果表明：IGA算法对高、中、低不同流量下的3次示踪剂实验均可以很好的重构和识别示踪剂排放历史,对于实际河流水污染源反演分析的误差均在可接受范围内.IGA算法在河流水污染源反演分析中具有一定的可靠性和稳定性,可为河流水污染精准溯源与治理提供科学的技术支撑.     

农闲期城郊农田灌溉水中典型污染物含量与评价——以西北江三角洲为例

摸查了农田灌溉系统水环境经农（夏）闲期降水等外部强干预调理后的环境污染物含量——该值理论上是环境自净作用之后的最不利值,对农田灌溉系统水环境进行水质评价,探究其对农田土壤质量的潜在污染风险.于2019年6月中旬—7月下旬（降雨集中期）,分别在西北江三角洲城市（清远市、佛山市和江门市）实验基地周边筛选研究区,并在雨后对有覆水的水源区域、灌渠、蓄水池和田间水等采集上覆水,共采得水样27×2份,对其pH值、悬浮物（SS）、矿化度、总磷（TP）、氨氮（NH₄⁺-N）、Cd、As、Pb、Cu和Zn的含量进行检测;对各研究区pH值、SS的成因和影响,矿化度的等级,重金属均值分布等进行分析;对全样品TP、NH₄⁺-N、重金属含量进行Pearson相关性分析和描述性特征分析;通过单因子水质标识指数P_i和综合水质标识指数P分别对各采样点、各构成项目和各研究区进行水质评价.研究发现雨后农田灌溉系统水环境构成复杂,物质呈无显著性差异的迁移,灌溉沿程上覆水中大部分物质可能处于动态平衡,受局部环境影响变小,TP、NH₄⁺-N和重金属等迁移物质主要还是灌溉水体中原有的,受外力驱动扰动后在水动力作用下可能以氮磷结合形态沿灌溉系统发生远距离迁移;使用河流水质标识指数法评价农田灌溉系统水环境,发现该法可以刻画局部灌溉的水质态势,对农田灌溉系统水环境的含量特征评价做出科学、合理的解释,也可以做出综合性定量评价.虽然灌溉水系统结构差异较大,但是从整体上可以初步得出农闲期西北江三角洲农田灌溉水的灌溉风险不高的结论,总体综合水质评价级别为Ⅰ类~Ⅱ类,达到水环境功能区的使用要求.     

臭氧耦合陶瓷膜过滤对膜性能及出水消毒副产物的影响

利用臭氧（O₃）-陶瓷膜过滤（CMF）处理常规工艺出水,研究了不同O₃-CMF耦合方式对膜性能和消毒副产物（DBPs）的影响.结果表明,与单独CMF相比,异位O₃-CMF和原位O₃-CMF均可以有效缓解膜污染,原位O₃-CMF控制效果最佳.异位O₃-CMF对进水（常规工艺出水） DOC去除率（26.25%）略高于原位O₃-CMF（22.31%）,但是其SUVA去除率（83.91%）明显低于原位O₃-CMF（93.10%）.羟基自由基（·OH）生成特征表明原位O₃-CMF可促进O₃产生更多的·OH.在O₃、·OH氧化和陶瓷膜截留协同作用下,异位O₃-CMF和原位O₃-CMF出水中总荧光响应强度和相对分子质量大于0.3×10³,有机物含量降低,进而使得出水中含碳消毒副产物（C-DBPs）生成量分别降低了21.86%和32.35%,含氮消毒副产物（N-DBPs）生成量分别降低了16.16%和19.13%.但O₃和·OH氧化后生成的小分子有机物因难以被CM截留导致其在出水中含量增加,进而增加了卤代酮（HKs）、水合氯醛（CH）和三卤硝基甲烷（THNMs）的产生.本研究对于不同O₃-CMF方式下O₃与CM的协同机制的探讨,改善膜性能和提升DBPs前体物的去除具有一定指导意义.     

基于两种再分析资料的一次四川盆地大气污染过程气象要素数值模拟研究

利用ECMWF-ERA5和NCEP-FNL再分析资料作为中尺度气象模式WRF（The Weather Research and Forecasting）初始场,对四川盆地2018年1月一次大气污染过程气象要素进行了模拟,对比分析了气温、风速、风向、相对湿度、边界层高度、温廓线的模拟效果,并结合大气超级站观测数据对模拟结果进行评估.结果表明：两种资料均能较好地模拟出气象要素的变化情况,但由于两套资料时空分辨率、采用的模式、同化方案、数据来源和质量控制方案存在一定区别,导致各要素模拟效果并不一致.与NCEP-FNL相比,ECMWF-ERA5模拟的平均相对湿度（59.23%）与观测值差异更小,且均方根误差、偏差较小,分别为9.83%和-0.83%,但NCEP-FNL模拟的平均气温（8.99℃）更接近观测值,且偏差值较小,为-0.04℃.两组模拟结果均显示盆地内部为模拟区域的低风速区,相对湿度模拟值在60%以上,气温高于西部山地地区.NCEP-FNL模拟的盆地内部气温、相对湿度、风速小于ECMWF-ERA5模拟值,但边界层高度模拟值较大.ECMWF-ERA5模拟的逆温强度相比较小,且温度露点差较小.此次污染过程PM_2.5和PM₁₀日均浓度最大值分别为190.1 μg·m^-3和261.0 μg·m^-3,相对湿度增大引发的颗粒物吸湿增长是导致PM_2.5和PM₁₀质量浓度突增的主要原因.     

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%.