钱塘江沉积物重金属污染源解析及生态风险评价

在钱塘江(杭州段)水系的13个采样点采集沉积物样品,分析重金属(Zn、Cr、Cd、Cu、Pb、As、Mn和Fe)的来源并进行了生态风险评价。结果显示,各重金属的浓度平均分别为:Zn 223.76 mg/kg,Cr 73.16 mg/kg,Cd 2.50 mg/kg,Cu 103.73 mg/kg,Pb 46.58mg/kg、As 11.91 mg/kg、Mn 736.4 mg/kg、Fe 2.71×10~4mg/kg。除Mn、Fe以外,其他6种重金属平均含量均超出世界沉积物中重金属的背景值。相关性分析,主成份分析和聚类分析结果显示,Cr、Pb、Cu、As、Zn和Cd主要来源是工业废水排放和化石燃料燃烧。Mn和Fe主要来源是自然环境。地积累指数结果显示各重金属污染程度排序:Cd>Cu>Pb>Zn>As>Cr>Mn>Fe,其中Zn,Pb和As的污染程度为1级(轻度污染),Cu的污染程度为2级(偏中度污染),Cd的污染程度为4级(偏重污染)。单因子潜在生态风险指数结果显示各重金属对生态风险构成危害的顺序为Cd>Cu>As>Pb>Zn>Cr,综合潜在生态风险指数等级显示为强生态风险。人类活动特别是工业生产是造成钱塘江底泥污染的主要原因。     

风电场对米波雷达系统的影响研究

目的针对目前风电场对米波雷达的潜在威胁,研究风电场的有源干扰、无源散射、遮蔽对米波雷达系统的影响,为评估风电场对米波雷达系统的影响提供技术指导。方法根据风力发电机的工作原理和结构,对风电场的有源干扰进行实际测试,就风电场有源干扰对米波雷达系统周边背景噪声的影响进行分析,提出一系列应对有源干扰的措施;利用散射、刃峰绕射、多普勒效应等理论,就无源散射、遮蔽等因素对米波雷达系统的影响进行仿真计算和分析。结果风电场将引起米波雷达系统周边背景噪声恶化、虚警率提高、探测距离缩减、测向和测速误差等,导致米波雷达性能下降。结论风电场对米波雷达系统存在着巨大威胁,在米波雷达台站附近规划建设风电场前应进行严格的技术评估,保证国家经济建设和雷达系统性能不受影响。     

炼化企业VOCs排放现状及治理对策

简要介绍了挥发性有机物(VOCs)的定义及危害,分析了炼化企业的VOCs排放现状,并简要介绍了VOCs有组织和无组织排放的种类。介绍了中国石化济南分公司延迟焦化装置和柴油加氢装置针对有组织排放和无组织排放开展的各种治理措施及LDAR检测开展情况。     

广东省气象与源排放因素对PM_(2.5)浓度影响的数值模拟研究

为更好地区分大气污染物浓度变化中气象与源排放因素的影响,使用中尺度气象模型WRF和三维空气质量模型CAMx,通过固定源清单的方法模拟研究了广东省各地区不同时期气象因素对PM_(2.5)浓度变化的影响,并结合实测的PM_(2.5)浓度变化,计算出源排放因素对PM_(2.5)浓度的贡献。结果表明:相对于2014年,2015年广东省夏季的气象条件不利于PM_(2.5)浓度的下降,春季和秋季的气象条件有利于PM_(2.5)浓度的下降,就全年各季度平均而言,珠江口附近地区气象条件较有利于PM_(2.5)浓度的下降;源排放变化对肇庆市、韶关市和揭阳市等城市PM_(2.5)浓度变化有较强的削减作用,可使其浓度下降30%以上,显示这些城市的减排工作较为有效,深圳市、珠海市、东莞市、中山市与顺德区等市(区)PM_(2.5)污染改善主要是由于有利的气象条件的影响,源排放变化对珠海市和湛江市等城市污染起加剧的作用,表明不利的源排放变化抵消了部分有利气象条件对PM_(2.5)污染的改善作用,应加强对这些地区源排放的控制。     

西安市PM2.5燃煤源谱特征研究

针对西安本地源谱缺乏的现状,总结统计了西安目前灰霾特征和主要成因,对西安市燃煤源进行了测定.研究发现,在煤烟尘PM2.5中SO2-4的含量最高(25%),其次为OC(12%)、NH+4(7%)、Cl-(5%).对固定源燃煤与民用散烧煤,不同脱硫方式、脱硝方式和锅炉类型的固定源成分谱分析得出:1.SO2-4及Al、Si、Ca在固定源煤烟尘PM2.5中含量大于民用燃煤,OC与之相反;2.炉内喷钙法PM2.5中SO2-4明显高于其它脱硫法含量;双碱法PM2.5中Na的含量显著高于其它脱硫工艺流程的含量;氧化镁法PM2.5 中Mg含量为各类脱硫工艺中最高;石灰石膏法颗粒物中Mg、Al、Si、Ca等元素含量均高于大多数工艺;3.不同的脱硝工艺中NO-3离子在各类成分谱中的含量极低;4.链条炉与层燃炉PM2.5中OC、EC含量高于循环流化床炉、煤粉炉.     

2015年石家庄市采暖期一次重污染过程细颗粒物在线来源解析

近年来,我国北方采暖期的大气污染问题备受关注.以2015年11月24日至12月4日石家庄地区一次重污染过程为例,采用大气细颗粒物实时在线源解析技术,对不同时段细颗粒物来源解析结果和各类源粒径分布、重污染期间各类源的质谱特征,结合气象条件进行综合分析.结果表明：重污染期间主要污染物来源为燃煤、工业工艺、机动车尾气和二次无机源;低压、静稳条件和低空传输共同作用下,以燃煤及工业工艺源排放颗粒物为主的细颗粒物严重累积,二次转化加剧,导致此次重污染的发生;来自燃煤源的颗粒物以混合碳为主,工业工艺源以金属为主,机动车尾气源以元素碳和金属锰为主,纯二次无机源以二次无机离子为主,来自扬尘源的颗粒物以铝、钙、铁和硅酸盐为主,生物质燃烧源以左旋葡聚糖LEV为主,餐饮源以有机酸为特征信号;与重污染前后不同,八类源于重污染发生期间在整个粒径段呈现均匀分布状态.     

2013-2015年上海市霾污染事件潜在源区贡献分析

统计分析2013-2015年上海市每个月不同空气质量等级天数比重,根据HYSPLIT（Hybrid Single Particle Lagrangian Integrated Trajectory）后向轨迹模型对3年内的12月份影响上海地区的污染气团进行了综合聚类分析和逐年聚类分析.在综合12次严重霾事件的后向轨迹基础上,结合上海实时公布的PM_2.5小时浓度资料,对潜在源贡献因子PSCF（Potential Source Contribution Function）和浓度权重轨迹CWT（Concentration-weighted Trajectory）进行分析与比较,研究重霾期间影响上海PM_2.5质量浓度的潜在源区及不同源区对PM_2.5质量浓度的贡献差异.结果显示,上海市3年期间12月份霾颗粒物外来源主要输送渠道为西北路径和北方路径,源自于西北方向的气团比重占总气团的50.4%,北方向的气团几乎都经过海洋后进入上海地区.影响上海地区PM_2.5质量浓度的潜在源区主要分布在安徽、江苏和山东地区,此外江西北部、浙江北部、河北南部及山西少部分地区也对重霾事件中的污染物颗粒有一定程度的贡献.     

基于CMAQ源同化反演方法的京津冀局地污染源动态变化特征模拟研究

利用"Nudging"源同化技术反演了京津冀地区2014年1、3、7、11月SO_2、NO_x的局地动态污染源,并分析其排放源强、特征及地理分布,对比其与初始源的差异,同时检验了反演源的模拟效果.结果表明,SO_2、NO_x污染源存在明显的季节变化,冬季或采暖期排放强度最大.由唐山、北京、天津、廊坊、保定、石家庄、邢台、邯郸构成东北-西南走向的带状污染物高排放区,最高排放中心主要集中在太行山、燕山山前区域,且排放具有典型的"城市化"特征,即各个城市市区及附近强度最大,周边郊县稍弱.与初始源模拟结果相比,采用反演源更能反映出污染物的时空变化特征,模拟值与实测值较接近,而且对于重污染过程亦具有较好的模拟效果.     

西安市人为源挥发性有机物排放清单及研究

对西安市各类VOCs人为源进行系统分类,收集活动水平数据,应用国内外排放因子研究的最新成果,采用排放因子法建立了西安市2014年人为源VOCs排放清单.结果表明:2014年西安市人为源大气VOCs排放量为11.51×104t,其中,固定燃烧源、生物质燃烧源、工艺过程源、有机溶剂使用源、移动源、油品存储与销售源和废弃物处理源的排放量分别占VOCs排放总量的2.53%、3.32%、13.30%、51.50%、23.64%、4.82%和1.02%.油墨印刷、建筑涂料和汽车喷涂为有机溶剂使用源重点排放行业,VOCs排放量占到排放总量的48.89%;工艺过程源中化学药品、医药制造、原油加工和化学纤维为重点排放行业,VOCs排放量占到排放总量的10.19%.各区县中,长安区、雁塔区、未央区、碑林区VOCs排放量明显较高,其分担率分别为16.53%、14.88%、14.47%和12.99%.     

南昌市移动源排放清单研究

根据收集的南昌市移动源活动水平数据,采用合适的估算方法、排放因子和GIS技术,建立了南昌市2007—2014年移动源排放清单,并对2014年移动源清单进行了空间化处理与分析,空间分辨率为1 km×1 km.结果表明,2007—2014年南昌市移动源共向大气排放CO、HC、NO_x、PM_(2.5)、PM_(10)、SO_2分别为18.26×10~4、5.07×10~4、18.46×10~4、0.99×10~4、1.08×10~4、3.31×10~4t.其中,2014年移动源向大气中排放的这6种污染物总量分别为2.14×10~4、0.76×10~4、1.97×10~4、0.08×10~4、0.09×10~4、0.55×10~4t.道路移动源中,汽油小型客车是CO、HC和SO_2最大的贡献源,排放量分别占机动车排放总量的55.1%、78.5%和56.1%;柴油重型货车是NO_x、PM_(2.5)和PM_(10)排放贡献率最大的车型,分别占43.2%、40%和40%.非道路移动源中,小型拖拉机对CO、HC、NO_x、PM_(2.5)和PM_(10)的贡献率均较大,分别占非道路移动源排放总量的29.9%、26.9%、23.4%、29.5%和29.8%;SO_2排放主要来源于船舶,占非道路移动源SO_2排放总量的45.1%.高污染排放集中的区域,主要是青山湖区、西湖区和东湖区.