海洋石油勘探开发溢油环境污染损害风险可保性研究

海洋石油勘探开发溢油污染是最为严重的海洋环境损害之一,其发生带来了巨额的赔偿、补偿。因此,开展海洋石油勘探开发溢油环境污染损害责任保险的专项研究十分重要,风险可保性作为确定保险标的的关键是研究的基础。本文运用法学及经济学理论,分析了海洋石油勘探开发溢油环境污染损害风险基于可保性“经典定义”存在的不足,以及基于可保性“现代定义”优化的可行性。同时,运用海洋数值模拟技术,选取渤海为示例海域,分析了溢油污染损害风险影响范围的可预测性,论证了海洋石油勘探开发溢油环境污染损害风险的可保性。     

江西锦江流域抗生素污染特征与生态风险评价

利用固相萃取-超高效液相色谱串联质谱法,测定分析了江西省锦江流域地表水、地下水、生活污水和养殖废水中8种磺胺类、9种喹诺酮类、4种四环素类、4种大环内酯类和2种硝基咪唑类共27种抗生素的浓度和分布特征.结果表明,锦江流域水体存在抗生素的污染,地表水中共检出20种抗生素,浓度范围为32.3~280 ng·L^-1.地下水中检出15种抗生素,浓度范围为28.4~55.8 ng·L^-1.废水中检出21种抗生素,浓度范围为231~8.71×10⁴ ng·L^-1.与国内外河流湖泊中8种常见抗生素浓度进行对比表明,锦江流域污染程度处于中等水平.对比国内外地下水中磺胺甲唑浓度可知,锦江流域地下水中磺胺甲唑污染程度中等偏下.与国内外养殖厂废水中3种抗生素浓度对比可知,锦江流域养殖废水中磺胺嘧啶的污染程度较高.生态风险评价结果表明,研究区中高风险抗生素有9种,分别是克拉霉素、红霉素、环丙沙星、磺胺噻唑、罗红霉素、四环素、氧氟沙星、恩诺沙星和磺胺甲唑,其余为低风险或无风险.     

Effect of wet flue gas desulfurization (WFGD) on fine particle (PM2.5) emission from coal-fired boilers

In this study, the characteristics of fine particles before and after wet flue gas desulfurization(WFGD) in three coal-fired heating boilers in northern China were investigated by using a dilution-based emission sampling experimental system. The influences of the WFGD process on the mass and number concentrations as well as the chemical composition of fine particles were analyzed. The removal efficiency of desulfurization processes on particulate matter mass was 30.06%–56.25% for the three study units. The WFGD had a great influence on the size distributions of particle mass concentration and number concentration. A significant increase in the number and mass concentration of particles in the size range of 0.094–0.946 μm was observed. The watersoluble ion content accounted for a very large proportion of PM_(2.5) mass, and its proportion in PM_(2.5) increased from 28.39%–41.08% to 48.96%–61.21% after the WFGD process for the three units. The desulfurizing process also drastically increased the proportion of cation component(Ca~(2+) for unit A, Mg~(2+) for unit B, and Na+for unit C) and the proportion of SO_4~(2-) in PM_(2.5), and it increased the CE/AE values of PM_(2.5) from 0.82–0.98 to 0.93–1.27 for the three study units.     

Response of ammonia-oxidizing archaea to heavy metal contamination in freshwater sediment

It has been well-documented that the distribution of ammonia-oxidizing bacteria(AOB) and archaea(AOA) in soils can be affected by heavy metal contamination, whereas information about the impact of heavy metal on these ammonia-oxidizing microorganisms in freshwater sediment is still lacking. The present study explored the change of sediment ammonia-oxidizing microorganisms in a freshwater reservoir after being accidentally contaminated by industrial discharge containing high levels of metals. Bacterial amoA gene was found to be below the quantitative PCR detection and was not successfully amplified by conventional PCR. The number of archaeal amoA gene in reservoir sediments were 9.62 × 10~2–1.35 × 10~7 copies per gram dry sediment. AOA abundance continuously decreased, and AOA richness, diversity and community structure also considerably varied with time. Therefore, heavy metal pollution could have a profound impact on freshwater sediment AOA community. This work could expand our knowledge of the effect of heavy metal contamination on nitrification in natural ecosystems.     

ZnMnxCo2-xO4活化过一硫酸盐降解有机污染物

分别以Zn（CH₃COO）₂·2H₂O、Mn（CH₃COO）₃·2H₂O和Co（CH₃COO）₂·4H₂O为锌源、锰源和钴源,采用溶胶-凝胶自燃烧法成功制备了ZnMn_xCo_2-xO₄（x=0~2）复合物,并用X射线衍射和X射线光电子能谱对其进行表征.同时,还研究了Mn/Co物质的量比、催化剂用量及PMS用量对目标污染物降解的影响.结果表明,该复合物可催化活化过一硫酸钾（PMS）降解有机污染物,当催化剂中x=0.8,催化剂投加量为0.2 g·L^-1,PMS用量为0.4 mmol·L^-1（0.25 g·L^-1）时,20 μmol·L^-1（10 mg·L^-1）罗丹明B（RhB）可在15 min内完全降解.ZnMn_0.8Co_1.2O₄的高催化活性主要归功于Mn³⁺和Co²⁺的协同效应.将ZnMn_xCo_2-xO₄-PMS体系用于亚甲基蓝、结晶紫、金橙、双酚A、4-氯酚等其他污染物的降解,也取得了较好的效果.基于电子自旋共振ESR和自由基猝灭实验的结果,可以推测该反应体系中活性物种为硫酸根自由基和羟基自由基.     

兰州市沙尘天气与痤疮门诊量的时间序列

研究沙尘天气、非沙尘天气下颗粒物（PM_2.5、PM_C、PM₁₀）对痤疮门诊量的影响,并进行性别、年龄分层研究,筛选敏感人群.收集了2013~2017年兰州市沙尘期与非沙尘期3家三甲医院痤疮门诊量资料、大气颗粒物及气象数据,采用基于泊松分布的分布滞后非线性模型（DLNM）,控制气象因素、季节性和长期趋势、星期几效应等混杂因素,分析沙尘期与非沙尘期颗粒物对痤疮门诊量的影响及滞后效应.结果表明：沙尘期时,兰州市3家三甲医院痤疮日均门诊量为26人次,范围3~54人次.非沙尘期时痤疮日均门诊量为37人次,范围1~89人次;单污染物模型显示,PM_2.5、PM_C、PM₁₀均在滞后第6d （lag6）时效应量达到最大值,其浓度每增加10μg/m³,痤疮门诊量的超额危险度（ER）及95%可信区间（95% CI）分别为1.065（95% CI：0.260~1.877）、0.355（95% CI：0.018~0.693）、0.310（95% CI：0.054~0.567）,PM_2.5对痤疮门诊量的影响最为显著;性别及年龄分层发现,性别分层中PM_2.5对女性的影响有统计学意义,其浓度每增加10μg/m³,痤疮门诊量增加1.077（95% CI：0.124~2.039）;年龄分层中,0~18岁组受PM_C、PM₁₀影响显著,19~24岁组受PM_2.5、PM₁₀影响显著,各颗粒物对25~34岁组及≥35岁组效应无统计学意义.在非沙尘期时,PM_2.5、PM_C、PM₁₀不引起痤疮门诊量增加.双/多污染物模型显示,分别调整其他污染物后,PM_2.5、PM_C、PM₁₀对痤疮门诊量的影响与单污染物模型类似,仍具有统计学意义.兰州市沙尘天气下大气颗粒物（PM_2.5、PM_C、PM₁₀）可使痤疮门诊量增加,对女性及青少年影响显著.     

深圳市城区VOCs对PM2.5和O3耦合生成影响研究

为了探究珠江三角洲城市大气PM_2.5和O₃的协同污染特征,在深圳市大学城开展了秋季光化学反应活跃季大气污染加强观测.发现O₃日最大8h平均值(O₃_8h)和PM_2.5在日间具有较强的正相关关系,且O₃_8h与典型挥发性有机物(VOCs)甲醛的相关性显著高于NO₂.利用气溶胶质谱仪在线测量了亚微米气溶胶化学组成,并利用正交矩阵因子模型(PMF)对其中有机气溶胶进行来源解析,解析出5类因子,其中二次有机气溶胶(SOA)占总有机物浓度的50%.通过对污染物之间的相关性分析发现,O₃_8h和SOA具有良好的相关性,但与硝酸盐(NO₃^-)未表现出相关性,说明VOCs在深圳城区大气PM_2.5和O₃耦合生成过程中的作用比NOx明显,VOCs减排是深圳市协同控制PM_2.5和O₃污染的关键.     

深圳冬季大气气态硝酸和硝酸盐气粒分配特征

利用双通道在线气体和气溶胶分析仪（MARGA）在深圳冬季同时观测了PM_2.5和PM₁₀中水溶性无机离子及气态前体物浓度变化,以探究气态硝酸（HNO₃）和颗粒态硝酸盐（pNO₃^-）的气粒分配特征.结果表明,气态硝酸和颗粒态硝酸盐总和TNO₃（TNO₃=HNO₃+pNO₃^-）中,气态HNO₃、细颗粒NO₃^-和粗颗粒NO₃^-三个部分的占比分别为9.6%、56.8%和33.6%.TNO₃浓度日变化呈现双峰特征,上午峰值来自于细颗粒态NO₃^-增加,由交通早高峰排放NO_x转化生成所致;白天光化学反应使TNO₃的3个部分浓度均增加,TNO₃在下午17：00达到全天峰值.相关分析表明,低温有利于NO₃^-以NH₄NO₃存在于细颗粒态;TNO₃浓度较高时,细颗粒态NO₃^-占比亦升高.     

TPU纳米纤维膜对典型内分泌干扰素的吸附去除

利用静电纺丝技术成功制备了热塑性聚氨酯（TPU）纳米纤维膜（TPU-NFM）,通过扫描电镜、傅里叶变换红外光谱对TPU-NFM进行表征,并设置了动力学实验和热力学实验研究TPU-NFM对BPA、EE2的吸附性能及吸附机理,探讨了环境条件对膜吸附的影响.结果表明：静电纺丝TPU纳米纤维光滑纤细、直径均匀、有良好的网状结构以及丰富的表层基团.吸附实验表明TPU-NFM对BPA的吸附过程符合Langmuir模型和准二级动力学模型,吸附过程中单分子层的化学吸附占主导作用,最大吸附容量q_max=45.48mg/g,最大吸附速率k₂=0.754g/（mg·h）.对EE2的吸附过程符合Langmuir模型和Elovich模型,偏向各吸附机理综合作用的结果,其q_max=38.22mg/g,初始吸附速率a=5.355mg/（g·h）.此外,TPU-NFM对环境中盐度以及pH值的敏感度不高.     

基于阶段式时序注意力网络的PM2.5鲁棒预测

PM_2.5浓度的预测对于大气污染治理、改善环境质量等起到重要作用。受气象条件变化与大气污染物排放等多种因素的交叉影响,PM_2.5预测通常易受突变事件及噪声数据干扰。因此,基于对气象条件以及大气污染物与PM_2.5的相关性分析,提出阶段式时序注意力网络模型（staged temporal-attention network,STAN）,该方法融合多段注意力学习模块与循环神经网络,建模气象因素与大气污染物对PM_2.5浓度的交叉影响。统计分析北京市、上海市、广州市预测结果的绝对误差值,可知:1）对比广泛使用的单一类模型支持向量机（support vector machine,SVM）、长短期时序记忆方法（long short-term memory,LSTM）和多层感知机（multilayer perceptron,MLP）,STAN可达到10%以上的性能领先;对比最新的融合类模型U型网络（U-net）,STAN领先了7%的优势。2）以北京市冬季预测结果为例进行统计分析,STAN的预测值与实测值之间的拟合系数可有95.2%的性能领先。此外,在鲁棒性分析中发现,STAN在含有10%噪声的数据上进行预测,误差上升幅度仅为9.3%。结果表明:注意力机制与时序学习模块相结合能够深度挖掘PM_2.5变化规律并抑制噪声数据,且STAN模型可以进行PM_2.5浓度的鲁棒预测。