大气细颗粒物水溶成分和非水溶成分的细胞毒性

为了研究细颗粒物不同成分细胞毒作用的差异,以细颗粒物水溶成分和非水溶成分对人肺癌上皮细胞株A549细胞染毒.结果表明,在染毒剂量为100 μg·mL-1、200 μg·mL-1和300 μg·mL-1的范围内,水溶成分的细胞毒性明显高于非水溶成分(P(0.05),表现为抑制细胞活性,导致细胞膜损伤增加.并且诱导细胞活性氧(ROS)的产生.使用N-乙酰半胱氨酸(NAC)和抗坏血酸(Vit C)阻断活性氧(ROS)产生的研究结果表明,与未加上述抗氧化剂的染毒组相比,加抗氧化剂的染毒组细胞的活性明显增强.因此,提示细颗粒物水溶成分是最主要的毒性成分之一,而氧化.应激损伤可能是细颗粒物细胞毒作用的重要机制之一.     

北京市PM_(2.5)的研究进展

PM2.5是指大气中动力学直径≤2.5μm的颗粒物,也称为可入肺颗粒物。北京的大气污染是我国在快速发展过程中出现的典型的城市大气环境问题的代表,具有明显的烟煤型污染与光化学污染相结合的复合型污染特征,北京市PM2.5的污染已经相当严重。为了进一步研究北京市PM2.5的特性,对北京市PM2.5的污染特征、化学组成、源解析方面进行探讨,并提出了相应的防治对策。     

太湖流域上游河流污染空间分布特征研究

为把握太湖流域上游西北部河网区域水体的N、P污染特征及其空间分布，2010年8月在该区域内的武进港 直湖港水系、洮滆水系、丹扁孟河（丹金溧漕运河、扁担河及孟津河）以及宜溧河水系的河网，监测了39个河流断面的水质。研究表明，4水系TN平均浓度分别为388、283、291及193 mg/L，DTN占TN比重分别为9180%、7843%、7001%及8444%，河网氮输出均以DTN为主。在DTN中NO-3 N浓度所占比重分别为6747%、5275%、7748%及4281%，NH+4 N浓度所占比重分别为1633%、3316%、1127%及4351%。TP平均浓度分别为059、030、026及015 mg/L，DTP所占比重分别为6213%、4019%、4673%及3197%，而PO3-4 P浓度占DTP比重分别为2073%、5461%、4327%及7772%。武进港 直湖港水系N平均浓度显著（〖WTBX〗p〖WTBZ〗<001）高于宜溧河水系，与其它两水系无显著差异，P平均浓度显著（〖WTBX〗p〖WTBZ〗<005）高于宜溧河水系和丹扁孟河，与洮滆水系无显著差异。影响太湖流域上游西北部区域河流水网水质的主导因素为氮污染，而其中以DTN污染最为严重。太湖西北部是蓝藻水华暴发的重灾区，上游区域DTN的大量输入，将成为引发太湖水体生态系统灾变的潜在风险     

碳质气溶胶(OC/EC)新型观测方法对比分析

基于热光反射法（IMPROVE A）和热光透射法（RT-Quartz）二种协议分析方法和新型OC/EC分析方法对济南市碳质气溶胶含量进行了对比观测.结果表明,协议方法在OC/EC的观测过程中因分析定义会造成碳质气溶胶质量浓度高估或者低估,且膜采样系统使离线分析的OC约为在线的1.65倍,而新型OC/EC测量方法相对于2种协议方法,去除了原理上和环境参数（如VOCs）可能导致的误差,在OC/EC/TC测量结果上均有一定优势,在实际运行中更具有准确性、稳定性和实用性,更加适合颗粒物中OC/EC长期业务化在线测量.     

典型钢铁企业挥发性有机物排放量测算及组分特征

选取涵盖钢铁炼制全流程的典型企业,综合采用不同核算方法估算比较了该企业挥发性有机物（VOCs）排放结果;并在此基础之上,通过氟聚化合物气袋、SUMMA罐采样及气相色谱质谱联用仪（GC-FID/MS）分析方法,对烧结、焦化、热轧和冷轧等工序废气中VOCs浓度水平及排放特征进行监测.结果表明,整个厂区VOCs年排放量为430.82t,其中工艺有组织排放占66.0%,储罐18.5%;烧结机头和焦炉推焦排放口VOCs及非甲烷总烃（NMHC）浓度高于其他点位;各工序排放的芳香烃占比较高,其中焦化装煤除尘和焦炉推焦排放口芳香烃占90%以上;烧结工序CS₂占比最高（36.6%）,其次为苯和甲苯;焦化工序占比靠前的物种为1,2,4-三甲基苯、邻甲乙苯、1,4-二乙基苯、1,2,3-三甲基苯和1,3,5-三甲基苯等;热轧工序与其他工序有一定区别,车间无组织排放芳香烃和烷烃占比均在35%左右,排放靠前的物种除芳香烃外还有高碳烷烃,如十一烷、十二烷和正丁烷等;冷轧工序有组织和无组织排放主要物种较为类似,均为芳香烃物种,如乙基苯、间/对二甲苯、甲苯、苯和邻二甲苯.不同工艺环节排放物种存在一定差异,但主要以焦化副产物（芳香烃）和烧结燃烧产物（CS₂）为主,建议钢铁行业有针对性地加强浓度高、活性高和毒性大的组分控制.     

贝加尔湖高压分裂过程对绥化市重污染的影响

为探究贝加尔湖高压分裂过程对绥化市2020年1月份持续性重污染事件的影响,以WRF中尺度气象预报数据及气象观测数据为分析基础,分析了2020年1月9~21日的天气形势及气象要素变化,并结合污染物浓度观测数据及PM_2.5组分观测数据（13~21日）,分析了该过程中污染物浓度变化及化学组分特征.结果表明：此次污染过程由贝加尔湖分裂高压引起的持续性静稳天气造成,11~20日期间,空气质量指数AQI变化范围为182~329,其中有9d污染状况为重度及以上污染;重污染期间,地面风速最低下降至0.5m/s左右,能见度下降至1km左右,且出现逆温层,大气扩散条件差;持续性静稳天气导致大气氧化性增强,氧化剂浓度（ρ（NO₂）+ρ（O₃））约94~118 μg/m³,相对湿度约为94%,ρ（SO₄^2-）、ρ（NH₄⁺）最大日增量达28.59、11.32μg/m³,增长速度相比于14日分别增加了1264%、1270%,高湿高氧化性的大气环境显著促进了二次无机盐的生成.贝加尔湖高压分裂过程导致持续性静稳天气,加之污染物的本地排放与积累,增加了大气氧化性,进而形成绥化市持续性重污染天气.     

Chemical formation and source apportionment of PM2.5 at an urban site at the southern foot of the Taihang mountains

The region along the Taihang Mountains in the North China Plain (NCP) is characterized by serious fine particle pollution. To clarify the formation mechanism and controlling factors, an observational study was conducted to investigate the physical and chemical properties of the fine particulate matter in Jiaozuo city, China. Mass concentrations of the water-soluble ions (WSIs) in PM_2.5 and gaseous pollutant precursors were measured on an hourly basis from December 1, 2017, to February 27, 2018. The positive matrix factorization (PMF) method and the FLEXible PARTicle (FLEXPART) model were employed to identify the sources of PM_2.5. The results showed that the average mass concentration of PM_2.5 was 111 μg/m³ during the observation period. Among the major WSIs, sulfate, nitrate, and ammonium (SNA) constituted 62% of the total PM_2.5 mass, and NO₃^? ranked the highest with an average contribution of 24.6%. NH₄⁺ was abundant in most cases in Jiaozuo. According to chemical balance analysis, SO₄^2?, NO₃^?, and Cl^? might be present in the form of (NH₄)₂SO₄, NH₄NO₃, NH₄Cl, and KCl. The liquid-phase oxidation of SO₂ and NO₂ was severe during the haze period. The relative humidity and pH were the key factors influencing SO₄^2- formation. We found that NO₃^? mainly stemmed from homogeneous gas-phase reactions in the daytime and originated from the hydrolysis of N₂O₅ in the nighttime, which was inconsistent with previous studies. The PMF model identified five sources of PM_2.5: secondary origin (37.8%), vehicular emissions (34.7%), biomass burning (11.5%), coal combustion (9.4%), and crustal dust (6.6%).     

菏泽市冬季大气PM2.5和PM10中碳组分来源解析

为研究菏泽市冬季大气颗粒物中碳组分的污染特征和来源,于2016年1月采集菏泽市冬季大气PM_2.5和PM₁₀样品,基于热光反射法分析样品中OC（有机碳）、EC（元素碳）及8个碳组分[OC1、OC2、OC3、OC4、EC1、EC2、EC3和OP（裂解碳）]的含量,并计算得到ρ（Char-EC）（Char-EC为燃料燃烧后固体残渣中的EC）和ρ（Soot-EC）（Soot-EC为燃烧后气相挥发物质再凝结形成的EC）,以定性识别大气颗粒物中碳组分的来源.结果表明,菏泽市冬季大气颗粒物样品中碳组分浓度处于较高水平,PM_2.5中的ρ（OC）、ρ（EC）分别为26.34、9.22 μg/m3,PM₁₀中ρ（OC）、ρ（EC）分别为31.82、10.71 μg/m3.采样期间大气PM_2.5中碳组分（OC、EC、OC1、OC2、OC3、OC4、EC1、EC2、EC3、Char-EC、Soot-EC）浓度与PM₁₀中相应各组分浓度的比值均大于0.5（0.60~0.90）,表明碳组分多集中于细粒子（PM_2.5）.大气颗粒物样品中各碳组分浓度具有明显空间差异,各点位大气PM_2.5和PM₁₀中ρ（OC）均显著高于ρ（EC）（T检验,P < 0.05）.菏泽市冬季大气PM_2.5和PM₁₀中Char-EC/Soot-EC（二者质量浓度之比）分别为10.04、8.00,并且存在显著的空间差异性（T检验,P < 0.05）.PMF（正定矩阵因子分解法）解析结果表明,菏泽市冬季大气PM_2.5和PM₁₀中碳组分来源主要有4类,包括两类柴油车（1类排放的碳组分中以EC2为主,定义为柴油车-1;1类排放的碳组分中以EC3为主,定义为柴油车-2）、汽油车、生物质燃烧和燃煤混合源,对大气PM_2.5中碳组分的分担率分别为13.98%、5.13%、24.47%、41.97%,对大气PM₁₀中碳组分的分担率分别为16.08%、8.21%、18.34%、47.35%.可见,菏泽市冬季大气PM_2.5和PM₁₀中碳的主要来源是柴油车、汽油车、生物质燃烧和燃煤.      

南京市、苏州市及南通市城区道路扬尘排放特性研究

在江苏南京、苏州和南通三个城市中选取10个采样点,以采集的扬尘样品为研究对象,分析了灼烧减量和扬尘组分.结果表明:南京、南通与苏州元素占比排列基本一致,排列前几位的为Si、Ca、Fe、Al;扬尘化学组分在不同地区有较大差别,南通和苏州扬尘的有机挥发性物质含量较高,城市扬尘主要来源于土壤沙尘的微小颗粒物;同一城市不同用地类型采样点也呈现出一定的规律性,施工区域的SiO2含量最高,商业区和住宅区Al比其他区域高.     

生态足迹影响因子的定量分析--以中国各省(区市)1999年生态足迹为例

人口的膨胀和人类工业化进程的加剧,使得人类向自然界获取越来越多的资源,同时向环境源源不断地输入废弃物,已经严重超过了自然生态系统的供给能力和环境容量,生态环境日益恶化,水土流失、草场退化、植被消亡、生物多样性锐减、全球变暖等情况已经严重到难以遏制的地步,危及到人类自身的生存.在和平与发展成为世界两大主题的今天,人们越来越关注可持续发展的问题.在现有资料的基础上,利用主成分分析方法,定量地讨论了中国各省(区市)1999年生态足迹大小与其影响因子间的关系.结果表明,生态足迹的大小是各省(区市)的大中型企业个数、全社会固定生产投资等众多因子共同作用的结果,其中总人口和GDP是生态足迹大小的主要影响因子,其因子载荷量分别达到了0.940和0.913.值得一提的是非农业人口与生态足迹的相关系数超过了农业人口,这说明由于消费模式和生活水平等的差异,非农业人口对生态足迹的影响大于农业人口对生态足迹的影响.在此基础上建立了生态足迹影响因子的多元线性回归模型,以期为生态足迹在进行区域可持续发展评价的方法上提供新的思路.