大气微生物的研究——Ⅰ.京津地区大气细菌区系

在京津地区1108个点研究大气细菌污染;选择位于京津地区纵轴线上的7个点,研究大气的细菌区系;选择位于北京市生态环境十分不同的12个点,挑取不同培养特征以及优势菌的细菌菌落进行鉴定。共鉴定383株菌,分别属于8个属,2个菌群。部分菌鉴定到种。京津地区大气细菌的优势菌是微球菌、葡萄球菌、芽孢杆菌等。     

资源跨区域流动视角下的承载力评价——一个动态评价框架及其应用

资源环境承载力是衡量区域资源基础条件、指导国土空间布局的重要依据。针对当前承载力评价中动态承载机制不够清晰、资源要素动态性评价不够充分等问题,从开放系统角度反思承载力的时空动态性,探索资源、环境、社会经济以及人口四个子系统间的关联耦合机制,讨论资源流动对资源流入地和流出地承载规模及承载质量的影响,构建了一个适用于县域资源环境承载力动态评价的理论框架,并将其应用于天津市武清区。实证结果表明：相较于静态评价,该框架下的动态承载力评价结果更贴近于地方资源环境支撑的真实情况,对于地方层面的国土空间规划决策和区域层面的资源空间优化具有一定支撑作用。     

2020年春节期间天津市重污染天气污染特征分析

为了解春节期间重污染天气污染特征,基于城区点位2020年1月高时间分辨率的在线监测数据,开展天津市春节期间重污染分析.结果表明：区域污染物输送叠加本地污染物排放和不利气象条件导致春节重污染的发生,重污染期间天津市平均风速为0.97 m·s^-1,平均相对湿度为70%左右,边界层高度为210 m,水平和垂直扩散条件均较差.春节重污染期间,天津市PM_2.5、SO₂、NO₂和CO平均浓度分别为219、14、46 μg·m^-3和1.9 mg·m^-3,与春节前重污染相比,春节重污染期间污染程度有所降低,尤其是NO₂浓度下降明显.PM_2.5浓度空间分布表明,天津远郊区依然存在烟花爆竹燃放情况.春节重污染期间,城区PM_2.5中主要化学组分为二次无机离子（NO₃^-、SO₄^2-和NH₄⁺）、OC、K⁺和Cl^-,平均浓度分别为96.4、22.5、9.5和8.9 μg·m^-3,在PM_2.5中占比分别为41.3%、9.7%、4.1%和3.8%.与春节前重污染相比,受移动源减少、工业企业排放降低、工地停工影响,春节重污染期间NO₃^-、SO₄^2-、NH₄⁺、EC和Ca²⁺浓度及其在PM_2.5中占比明显下降;受烟花爆竹燃放影响,OC、K⁺、Cl^-和Mg²⁺浓度及其在PM_2.5中占比均上升.与清洁天气相比,春节重污染期间PM_2.5中二次无机化学转化明显增强.PMF解析结果表明,春节重污染期间,天津市城区PM_2.5的主要来源为二次无机盐、燃煤和工业、烟花爆竹及生物质燃烧、机动车和扬尘,贡献分担率分别为40.1%、30.6%、20.6%、6.9%和1.8%.与春节前重污染相比,春节重污染期间二次无机盐、机动车和扬尘贡献率分别下降25.5%、62.9%、71.4%,燃煤和工业贡献率上升51.5%,烟花爆竹及生物质燃烧源显著上升.无论是重污染还是非重污染,常态化还是特殊时期,二次无机盐、燃煤和工业排放始终是天津市PM_2.5最主要的来源,产业结构和能源结构的调整始终是天津大气污染防治的主要方向.     

天津一次雾-霾天气过程的近地层温湿结构和湍流特征分析

采用地面大气能见度、PM_(2.5)质量浓度、梯度气象资料、塔上湍流观测资料等多种资料及后向轨迹方法,分析近地层温湿结构和湍流特征对2016年12月16日—21日天津地区一次严重持续雾霾天气演变过程的影响.结果表明,本次雾霾天气过程可以明显的分为霾、雾的生成和发展、雾成熟和雾霾消散等4个阶段,近地层温度、相对湿度和风的垂直分布及湍流特征对各阶段的雾-霾转化起到了重要作用.霾生成期间,偏南气流盛行,地面风速降低,RH不断增大,湍流不活跃;地面辐射降温引发了近地层内显著的强逆温,并导致RH由地面到高空逐渐增大,有利于雾的生成和发展;感热通量和潜热通量爆发式增长,导致逆温层瓦解,雾顶继续抬升,雾进入成熟阶段,湍流活动减弱;受西北气流影响,湍流活跃,高空的干冷气团向下取代地面暖湿气团,结束本次雾霾天气过程.采用近地层温湿结构和湍流特征资料,可用于雾-霾天气的演变及其转化过程精细分析.     

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.     

天津市空气污染预报方法

文章论述了空气污染预报几种理论和方法，特别详细介绍了天津市空气质量预报方法及其应用效果。     

一次连续在线观测分析天津市细颗粒物污染特征

根据2005年的5月17日—5月23日GR IMM(1.109#)谱分析仪在线观测结果考察天津市细颗粒物浓度和质量浓度特征。观测期间,天津市颗粒物数浓度平均值为1 124 cm-3,粒径分布为0.25μm~0.60μm,98.5%粒子的粒径0.65μm。同期PM10日均质量浓度值为204μg/m3,ρ(PM2.5)为104μg/m3,ρ(PM1.0)为82.9μg/m3。ρ(PM1.0)/ρ(PM2.5)超过80%,粒径1μm超细颗粒物为天津城市大气颗粒物的主要成分。     

天津市环境空气中SO2污染特征分析

在全面监测天津城区环境空气中SO2现状污染水平的基础上，分析天津市SO2大气污染特征，影响因素及治理效果，并且分析天津市环境空气质量的变化趋势。     

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。     

天津市PM2.5中水溶性离子组分特征

2006年8—12月连续采集PM_2.5样品,分析其中水溶性无机离子浓度特征。结果表明,采样期间,天津市PM_2.5日均浓度均不同程度超过美国EPA日均浓度标准(35 μg/m³);SO₄^2-、NO₃^-、NH₄⁺和Cl^-为无机离子的主要成分,占全部无机离子的88.6%;各离子均表现出不同季节变化特征。对NH₄⁺和NO₃^-、SO₄^2-进行相关性分析发现,NH₄⁺和NO₃^-相关性最好,相关系数为0.795。SOR和NOR的平均值分别为0.16和0.23,均为8月最高,表明前体物二次转化夏季最明显。