北京城区降水对PM2.5和PM10清除作用分析

基于北京市PM_2.5和PM₁₀质量浓度、组分浓度以及降水数据，利用数理统计、相关性分析等方法分别从降水总量、降水时长和降水前颗粒物浓度3个角度研究降水对PM_2.5、PM₁₀的清除作用，同时以一次典型降水过程为例，具体分析降水对颗粒物的影响。结果表明：降水总量的增加有助于促进PM_2.5、PM₁₀的清除，随着降水总量增加，PM_2.5、PM₁₀的平均清除率提高，有效清除的比例增加；连续降水可增强对大气颗粒物的湿清除作用，连续降水达3d可有效降低PM_2.5、PM₁₀浓度；降水对PM_2.5、PM₁₀浓度的清除率和大气颗粒物前一日的平均浓度有较好的正相关性。降水对大气颗粒物的清除可分为清除、回升和平稳3个阶段，各个阶段大气颗粒物的变化趋势不同。降水对于大气气溶胶化学组分和酸碱性的改变具有明显作用，对于大气颗粒物各种组分的清除效果不完全相同。对于大气中OC、NO₃^-、SO₄^2-和NH₄⁺去除率较高，且这4种组分主要以颗粒态形式被冲刷进入降水中，加剧了北京市降水酸化程度。     

基于GC-QTOF/MS的大气中有机污染物的非靶标筛查及半定量分析

本文借助气相色谱-四极杆飞行时间质谱仪(GC-QTOF/MS)开展了大气中有机污染物的非靶标筛查,并对识别出的特征污染物进行半定量分析.基于高分辨质谱数据库和NIST质谱数据库的匹配,样品中共识别出139种污染物,主要以多环芳烃(PAHs)及其衍生物、邻苯二甲酸酯(PAEs)为主;除此之外,还识别出多种尚未受到监管的杂环类化合物,例如苯并噻唑、四甲基哌啶酮、1-甲基-2吡咯烷酮、氧杂蒽等.识别出的有机污染物半定量浓度为288 ng·m-3,其中大气常规监测的16种PAHs的浓度是18.1 ng·m-3,仅占总浓度的6.28％.PAEs的浓度为44.6 ng·m-3,邻苯二甲酸二丁酯(DBP)的浓度最高(14.8 ng·m-3).以含氮、氧、硫为主的杂环化合物浓度是47.9 ng·m-3,其中苯并噻唑浓度最高,为9.51 ng·m-3;其次是1-甲基-2吡咯烷酮、四甲基哌啶酮、尼古丁和二苯并呋喃,浓度分别为9.22、8.78、5.11、4.15 ng·m-3.本研究展示了高分辨质谱技术在未知物识别中的优势,并对识别出的特征污染物进行了半定量分析,其结果能够为后期污染物的风险评估提供借鉴意义.     

北京市不同功能区机动车排放特征研究

以东城区、顺义区、朝阳区、平谷区为例分析北京四大功能区的机动车排放特征并构建排放清单,通过调查统计各区路网分布、机动车类型、行驶里程等,运用COPERT模型计算不同车型各污染物的排放因子并分析污染物空间分布。结果表明,小客车数量均占据各区主导地位。CO、碳氢化合物主要由小客车贡献,而大客车及各类货车是PM2.5、PM10及NOx的主要贡献来源。顺义区和朝阳区的污染物年排放量明显高于其他两区。基于功能区划分来讨论机动车排放特征并建立排放清单能为城市规划及污染防治提供有效途径。     

天津市采暖季PM2.5组分消光特性及来源分析

为了解天津市采暖季细颗粒物组分对能见度的影响、明确消光组分来源,对天津市2017年采暖季大气PM_2.5样品进行了为期一月的连续采集,并测定水溶性离子、有机碳和元素碳的含量,通过修正IMPROVE方程研究了细颗粒物消光特性,并采用主成分分析—多元线性回归模型(PCA-MLR)对其来源进行解析,同时应用潜在源贡献因子(PSCF)和浓度权重轨迹(CWT)明确PM_2.5质量浓度的潜在污染源区域。结果表明,OC、EC以及SNA(NO3^?、NH₄⁺、SO₄^2?)的生成和积累对于能见度的下降具有重要影响,且能见度随SOR和NOR二次转化程度的升高而下降;2017年天津市采暖季日均消光系数为(294.56±262.89)Mm^?1,其中OM(34.86%)、硝酸盐(22.84%)、硫酸盐(11.59%)和EC(11.54%)为主要消光组分,硝酸盐和硫酸盐的增加对于能见度的下降起主要影响作用;根据PCA分析结果可知,天津市采暖季PM_2.5中的碳组分和水溶性离子主要来源于燃煤、生物质燃烧(68%),受扬尘(22%)和海盐(8%)的影响较小;区域传输分析结果表明天津市采暖季PM_2.5污染源潜在区域主要分布在河北中西部、河南北部、山西北部和内蒙古中部、西部。     

基于T-RFLP和因子分析的香蒲根际细菌群落研究

以北京市永定河王平湿地为研究对象,应用末端限制性片段长度多态性(T-RFLP)对王平湿地再生水补水口及其远离补水口的香蒲根际细菌和氨氧化细菌(AOB)的群落结构及多样性变化进行分析,在此基础上结合MiCA3比对、典范对应分析(CCA)和多元统计中因子分析(FA),解析湿地不同空间细菌群落功能特性的变化.结果显示再生水补水口细菌群落各多样性指数均明显低于远离补水口细菌群落,而氨氧化细菌群落则呈现相反趋势.基于传统的T-RFLP片段MiCA3比对、CCA和FA相结合的分析表明:对细菌群落,占再生水补水口细菌群落总丰度55.6%的菌群与150bp代表的鞘氨醇单胞菌(Sphingomonas sp.)具相似净化功能,并与总有机碳生物化学循环过程具密切关系,其次占再生水补水口上游细菌群落总丰度75.5%的菌群与81bp为代表的假单胞菌属(Pseudomonas sp.)和Geitlerinema sp.具相似净化功能,并与氮的生物化学循环过程具密切关系.占再生水补水口下游细菌群落总丰度68.7%的菌群与138bp代表的小单孢菌属(Micromonospora sp.)具相似净化功能,同时与重金属Cu、V、和Ti生物化学循环具密切关系.对氨氧化细菌,266bp受铵态氮影响较大,占再生水补水口氨氧化细菌群落总丰度65.5%的菌群与266bp代表的Nitrosomonas sp.具相似的生境特征,适合在高氨环境中生长;与58bp所代表的Nitrosospira sp.具相似功能特性菌群丰度在远离补水口样点中较前者呈现显著增加趋势,表征该类菌群适合在相对低氨环境中生长.     

土壤溶液性质对Zn的形态变化及其微生物毒性的影响

采集了我国具有代表性的12种不同性质土壤,利用基础诱导硝化(SIN)方法测定了不同土壤中锌的微生物毒性阈值,同时利用850离子色谱仪与WHAM6.0模型,测定了溶液不同阴离子组成及自由Zn2+含量,建立了基于不同土壤性质与溶液离子的土壤中Zn毒性预测模型.结果表明,基于SIN测定的不同土壤Zn微生物毒性阈值在不同土壤间有显著差异,其中EC50从196mg/kg至1310mg/kg;EC10值从48mg/kg增加至682mg/kg,不同土壤EC50与EC10的最大值与最小值的比例分别达到了6.68及14.3倍,表明土壤性质对Zn的微生物毒性有非常显著的影响;基于SIN的Zn的毒性阈值ECx(x=10,50)与溶液自由Zn2+浓度的负对数p(Zn2+)间呈正相关关系,表明随着土壤溶液中自由Zn2+值的升高,Zn的毒性逐渐增加.土壤pH值、OC、CEC、F-、Cl-、Ca2+及Mg2+与Zn的毒性阈值ECx(x=10,50)及p(Zn2+)呈正相关关系,其中土壤pH值为最重要的影响因子,偏相关系数均达到极显著水平(P<0.01),其次为OC、CEC及F-,ECx与溶液中NO3-, SO42-呈负相关关系.基于不同主控因子的土壤中Zn毒性阈值(ECx)及P(Zn2+)的预测模型表明,pH值、OC、CEC、F- 四个变量因子分别解释了log(EC50)、log(EC10)及p(Zn2+)预测模型变异的89.9%、81.2%和92.3%.     

基于GLUE法的多指标水质模型参数率定方法

目前对水质模型进行参数率定通常利用计算机算法来实现,但由于水质模型日趋复杂的非线性结构往往会导致"异参同效"现象,无法通过单个似然度判断参数的取值是否能够取得真值.为避免这一情况,本文提出了一套基于GLUE法的多目标模型参数率定方法,并以WASP水质模型的应用为例,通过Sobol方法确定模型的敏感参数,并利用DO、CBOD、氨氮、硝态氮4项指标的似然函数对参数同时进行率定.结果表明,该方法既可以有效地避免因追求"过拟合"而造成模型参数取值不当,也可以减小模型参数的不确定性,为具有"异参同效"现象的复杂模型的参数率定工作提供了一个更为可靠的方法.     

典型再生水人工湿地净化系统水质时空变异研究——以北京市奥林匹克森林公园人工湿地为例

选取奥林匹克森林公园人工湿地作为典型再生水补水人工湿地净化系统进行水质数据检测,应用模糊综合评价法综合评估各净化单元的水体污染状况,采用综合判别分析和Spearman相关分析阐释影响各净化单元时空变异的水环境要素,并通过因子分析识别不同时间段污染源的种类和组成.结果表明,奥林匹克森林公园人工湿地净化系统水质状况较好,符合人体非直接接触的景观用水国家标准.人工湿地各净化单元时空区间污染程度不同:季节尺度上,秋季污染更为严重;空间尺度上,主湖区、混合氧化塘区污染最为严重.CODMn、NO-3-N、ORP、TN 4项指标即可完全表征水质的季节差异(91.8%),应适当加大监测力度;Chl-a、CODMn、DO、pH 4项指标用于表征空间差异(55.1%),较低的判别正确率暗示了各功能区间类似的污染状况.不同时空区间污染源种类和组成存在差异性:水体的内源杂质是各季度影响水质的主要因子,春季有机污染最为严重,夏季则转为氮、磷等营养物质污染,秋季水体则更易受富营养化的威胁;再生水区水体污染的主要影响因子为氮、磷等营养盐类,其余功能区水体主要影响因子仍为内源杂质.增强水体流通力,缩短水力停留时间,能够有效减弱富营养盐类和有机污染物的影响.     

啤酒行业涉氨环境风险特征、评估及防控对策

为了解和掌握啤酒行业涉氨环境风险状况,分析了啤酒行业液氨在运输、贮存和使用过程中的环境风险单元和特征。以典型啤酒厂为例,对其环境风险进行评估,确定环境风险等级,并利用环境风险评价系统(RiskSystem)模型对其在不同风速条件下发生液氨泄漏的环境风险进行了预测分析,进而提出有针对性的环境风险防控对策。研究结果表明:啤酒行业在液氨贮存和运输环节存在较大的环境风险,阀门、法兰、接口等连接部位腐蚀和操作不当是氨泄漏的主要原因。根据典型案例环境风险评估和模拟预测结果,在受体敏感区域环境风险较大,风速对氨泄漏事故的影响范围有较大作用,需要严格预防和加强风险控制。建议国家和地方尽快出台相应的环境风险防范技术规范;涉氨单位应以预防为主,加强环境风险单元和重点环节的隐患排查力度,严格落实风险防控措施和要求。     

中国近地面NO_2污染分布特征及其社会经济影响因素分析

基于2017年中国NO_2环境监测站点数据,综合运用全局莫兰指数(Global Moran's I)和热点分析(Getis-Ord G_i~*)方法对中国NO_2污染空间分布特征进行分析,并应用地理加权回归模型(GWR)探讨NO_2污染空间分布的社会经济影响因素。结果表明,(1)2017年,NO_2质量浓度年均值为31.28μg·m~(-3)。NO_2浓度分布在东西方向上大致以胡焕庸线为界,东部地区高于西部地区;南北方向上大致以长江为界,北部地区高于南部地区。(2)NO_2的季节变化规律为冬季秋季春季夏季。秋冬季节,NO_2高污染区由京津冀、河南、陕西等地扩大至山西中部、新疆东南部以及内蒙古的包头、呼和浩特、乌兰察布等地区,其高值与中高值区域面积占比之和分别为13.47%与24.00%,显著高于春夏季。(3)NO_2质量浓度存在以京津冀及周边河南、山西等地区为主的高值集聚,低值区主要分布在在云南、西藏、广西、海南一带。(4)利用地理加权回归模型(GWR)分析NO_2的空间分布与社会经济因素之间的关系,经计算调整后的R~2为0.74,该模型能解释NO_2空间分布的74%,拟合效果较好。在该模型中,城镇化率、森林覆盖率、第二产业占比以及人均电力消费量对NO_2质量浓度影响较大,城镇化率和第二产业占比与NO_2质量浓度呈正相关关系,森林覆盖率和人均电力消费量与NO_2质量浓度呈负相关关系。另外,城镇化率是对NO_2影响最显著的因素,城镇化率的提高对NO_2的影响程度由西向东逐渐递减。(5)NO_2与人均私家车保有量的相关系数r为0.403,华北、东南沿海、东三省及西部新疆、西藏地区,人均私家车保有量与NO_2空间分布情况基本一致,河南、陕西、湖北以及川渝地区则出现了人均私家车保有量与NO_2质量浓度不匹配的情况。