活性炭滤池中微生物特征及其对溶解性有机碳的去除作用

采用异养菌总数计数（HPC）法检测了北京地区J水厂活性炭滤池中微生物量,并分析了活性炭滤池进出水中有机物的组成、活性炭的吸附作用及微生物作用对溶解性有机碳(DOC)去除的贡献率.结果表明,不同炭龄、不同运行周期活性炭滤池中的微生物量有显著的差异.由于溶解性可生物降解有机碳（BDOC）占溶解性有机碳（DOC）的比例较小,且受微生物数量、活性等因素的影响,微生物对DOC的去除效果极为有限,在1.5年和5年炭龄活性炭滤池中对DOC的去除率仅占总去除率的18.8%和26.4%.此外,微生物对较为敏感的嗅味物质2-MIB和geosmin去除作用也不显著,去除率在15%以下（初始浓度为100ng·L-1）;在使用5年活性炭滤池中,微生物对2-MIB和geosmin去除率为12%和14%,分别占总去除率的32%和29%.因此,北京地区地表水净水厂活性炭滤池中微生物对有机物控制的贡献率较低,对DOC的去除主要以活性炭的吸附为主.     

北京市地下水中典型抗生素分布特征与潜在风险

应用气相色谱与质谱联用仪分析了北京市地下水内磺胺类(SAs)、氟喹诺酮类(FQs)、四环素类(TCs)、β-内酰胺类和大环内酯类等5大类抗生素.结果表明,北京地下水抗生素以SAs、FQs和TCs等3类为主,检出率分别为78.9%、100%和47.3%,其中甲氧苄氨嘧啶(TMP)、环丙沙星(CIP)和诺氟沙星(NOR)检出率均在70%以上.污灌区地下水样点抗生素浓度显著高于水源地和南水回灌区样点,磺胺二甲嘧啶(SDD)和磺胺嘧啶(SDZ)在污灌区检出峰值达到236 ng·L-1和96.8ng·L-1.生态风险评价结果表明,研究区地下水抗生素污染风险较小,但在污灌区显示中等或高等风险等级.CIP应作为研究区地下水抗生素监测中的重点监测对象.     

不同类型建筑垃圾堆场大气降尘中水溶性离子污染特征

为了解建筑垃圾长期堆放产生的扬尘对大气的影响,选择北京市两个拆迁建筑垃圾堆放场,于2019年夏季、秋季进行降尘连续采样.共收集拆迁原地堆放有效降尘样品11个,异地集中堆放有效降尘样品11个,利用离子色谱法对大气降尘中水溶性离子组分及质量浓度进行分析.结果表明：阳离子中质量浓度最高的是Ca²⁺,其次是K⁺,NH₄⁺浓度最低;阴离子中质量浓度最高的是SO₄^2-,其次是Cl^-,NO₃^-最低,降尘样品呈碱性.建筑垃圾拆迁原地堆放场地Ca²⁺、Mg²⁺、SO₄^2-、Cl^-、Na⁺、NH₄⁺平均浓度高于异地集中堆放场地对应各离子浓度.拆迁原地堆放场地中Ca²⁺、SO₄^2-、Na⁺、Cl^-受局地风向影响较大,空间分布情况与风向扩散趋势大致相同;异地集中堆放场地各离子浓度高值区域分布较原地堆放远,Ca²⁺、K⁺、SO₄^2-、Cl^-、Mg²⁺这5种离子空间分布与次主导风向较为相符.同时,两个场地水溶性离子平均浓度与距建筑垃圾堆放地的距离有一定的关系,采样点在距堆放中心200 m范围之内离子平均浓度最大,总体来说,距离堆放中心近的采样点位离子浓度高于距离较远的采样点位离子浓度.     

基于LSTM-GCN的PM2.5浓度预测模型

应用机器学习算法开展空气质量预测已成为当前研究热点之一,空气质量监测数据具有显著的时空特征,即具有时间维度时序特征和空间维度传输演化特征。面向空气质量监测数据,联合LSTM提取的时间特征和GCN提取的空间特征,提出预测PM_2.5浓度的LSTM-GCN组合模型。以北京市35个空气质量监测站2018—2020年监测数据进行仿真实验,并将LSTM-GCN模型与LSTM模型、GCN模型以及时空地理加权回归模型(GTWR)进行对比,结果显示:LSTM-GCN模型相较于LSTM模型均方根误差(RMSE)、平均绝对误差(MAE)分别降低了11.68%、7.34%;相较于GCN模型RMSE、MAE分别降低了40.22%、36.37%;相较于GTWR模型RMSE、MAE分别降低了17.52%、23.69%,表明所提出LSTM-GCN模型在准确率上有所提升。用LSTM-GCN模型预测2021年1—7月PM_2.5浓度,结果显示预测效果较好。     

电子制冷预浓缩仪-气相色谱-质谱法测空气中含硫化合物

建立电子制冷预浓缩仪-气相色谱-质谱法测定空气中10种含硫化合物的方法。经考察不同采样容器、优化预处理条件、研究样品保存等获得了最佳实验条件,并通过实际样品的测定,考察了方法的适用性。结果表明:硫化氢、甲硫醇和乙硫醇3种高活性含硫化合物校准曲线线性回归系数在0.990以上,另外7种含硫化合物在0.995以上;高、中、低空白加标样品相对标准偏差均为9.5%以内,乙硫醇由于具有高活性和吸附性,低浓度空白加标回收率为63%,其余组分回收率范围为83%~110%;当进样体积为400 mL时,各目标化合物的方法检出限为0.2×10^-3~1.1×10^-3 mg/m³。分析污水处理厂无组织排放监控点的空气结果显示,该方法具有较低的检出限及较强的抗干扰能力,能较好地满足目前监测工作的要求。     

北京市饮用水中溴酸盐、卤代乙酸及高氯酸盐研究

调查了北京市饮用水厂源水及出厂水中消毒副产物溴酸盐、卤代乙酸及典型污染物高氯酸盐的污染现状,研究了其来源及环境影响因素.结果表明,北京市饮用水中基本不含溴酸盐;含有5种卤代乙酸和高氯酸盐.饮用水加氯消毒是产生卤代乙酸的主要原因.在所调查水厂出厂水中卤代乙酸的平均浓度为42.1～149.5μg/L;其中含氯卤代乙酸占总量的90%以上.5种卤代乙酸的含量顺序为三氯乙酸>二氯乙酸>氯溴乙酸>二溴乙酸>一溴二氯乙酸.饮用水中卤代乙酸受季节影响较大,9月份浓度最高,4月份浓度最低.高氯酸盐主要存在于以地下水为源水的水厂中,受地下水污染影响较大.各水厂出厂水中高氯酸盐含量为0.1～6.8μg/L.饮用水中高氯酸盐在11月份含量最高,7月份含量最低.     

直接进样-离子色谱法测定饮用水中痕量溴酸盐

对直接测定饮用水中痕量溴酸盐的离子色谱方法进行了优化 .选用高容量的碳酸盐选择性离子色谱柱 ,以 7 2mmol·l- 1 Na2 CO3 2mmol·l- 1 NaOH为流动相 ,可消除样品中碳酸盐、次氯酸根和高浓度氯离子的干扰 ,直接进样测定饮用水中 2 μg·l- 1 溴酸盐 ,其检出限为 0 6μg·l- 1 .样品经微波浓缩后 ,对溴酸盐的检出限可降为 0 0 6μg·l- 1 .方法用于北京市饮用水中溴酸盐浓度的测定 ,结果满意     

城市土壤重金属的时空变化特征对土壤重金属背景值确定的启示：以北京市为例

城市土壤中各种重金属的含量受人为活动的强烈影响,且城市建成区和非建成区人口密度和人类活动等差异显著.因此,城市土壤背景值的确定可能不同于非城市土壤,但目前相关研究短缺.为此,本研究选取北京市土壤中砷、镉、铬、铜、汞、镍、铅和锌等重金属为重点研究对象,研究近30年来北京市建成区和非建成区表层（0～20 cm）土壤重金属的时空变化规律及影响因素.结果表明,除受人为活动影响外,表层土壤中重金属含量与土壤理化性质相关,粒径较小、有机碳含量和阳离子交换量较高的土壤重金属含量较高.2019年北京市建成区表层土壤中铜和汞含量显著高于非建成区（p<0.05）.近10年来,北京市建成区表层土壤重金属含量呈下降趋势;但近30年来,非建成区表层土壤重金属含量呈上升趋势.尽管采样点都远离了明显的污染源,但建成区和非建成区表层土壤重金属的时空分布存在明显差异,因此,需要分别研究建成区和非建成区的土壤背景值,在建成区远离明显污染源采样点所获得的重金属元素含量可以作为建成区土壤的背景值,用于评价城市建成区土壤是否受工厂、企业、加油站和交通等明显污染源的影响.研究结果为获取城市建成区土壤重金属背景值提供了方法参...     

北京市PM2.5水分含量及其变化特征

利用卡尔费休法可直接测定PM_2.5水分含量,方法精密度及准确度均较好.将该方法应用于北京市城区站点2020年全年的PM_2.5分析,结果显示PM_2.5水分浓度年均值为(5.0±4.1)µg/m³,在PM_2.5占比为(12.5±4.8)%,与PM_2.5质量浓度呈显著相关.水分质量浓度与PM_2.5的质量浓度月度及季节变化趋势基本一致.研究发现,随着空气污染加重,水分质量浓度及其在PM_2.5占比均呈上升趋势,二者相关性明显增强.可见污染发生时,水分增加有利于颗粒物吸湿增长从而推高污染水平,对PM_2.5的贡献同步增强.当沙尘污染发生时湿度处于同期较低水平,不利于细颗粒物的吸湿增长,水分质量浓度及其占比均处于较低水平. PM_2.5水分与二次离子及有机物均有很好的相关性,说明水分为气态污染物提供非均相转化载体,促进硝酸盐、硫酸盐、有机物的进一步生成.PM_2.5水分与地壳物质无相关性,证实地壳元素为一次源,不受水分影响.     

中国北方某市城市绿地土壤重金属空间分布特征、污染评价及来源解析

为掌握北方某市城市中心区绿地土壤环境状况,对其中心区城市绿地土壤重金属（Cd、Hg、As、Pb、Cu、Cr、Zn和Ni）的空间分布、来源及污染现状进行分析和评价.结果表明,该市中心区的城市绿地土壤环境质量整体良好.土壤重金属Cd、Hg、As、Pb、Cr、Cu、Zn和Ni的含量均值分别为：0.172、0.202、9.02、34.7、57.0、31.2、85.7以及26.3mg·kg^-1.Cd、Hg、Pb和Zn平均含量均超过同为北方地区的京津唐土壤背景值.所有点位各项重金属含量均不超过国家建设用地土壤污染风险管控标准的污染风险筛选值.空间上,As、Cr和Ni含量高值出现于西北部;Cd和Zn含量高值出现于东北部;Hg、Pb和Cu的高值区集中在城市核心区.对于不同土地利用类型土壤,Cd、Zn和Ni在企业绿地土壤中含量显著高于其他元素,Hg、Pb和Cu等在公园绿地和居民绿地土壤中含量较高.土壤污染评价结果表明,97.2%的样点内梅罗综合污染指数小于1,为清洁土壤;所有样点潜在生态风险指数均小于80,属轻微生态风险水平.多元统计分析表明,Cu、Pb和Hg为人为源,与古建筑保护的彩绘以及对古树保护采用杀虫剂有关;Cr为自然源,可能来源于土壤母质和地球化学过程;Cd、Zn、Ni和As为混合来源,部分可能来源于人类活动和工业生产,另一部分来源于岩石的风化和土壤母质等.利用受体模型对超标元素进行来源定量解析,Cd按来源贡献率高低依次为源2（占46.1%）、源3（占33.1%）、源1（17.7%）和其他源（占3.1%）;Cu源贡献率主要为源1（占93.0%）;Zn源贡献率依次为源1（占52.4%）、源3（占24.2%）、源2（占20.0%）以及其他源（占3.4%）;Ni源贡献率依次为源1（占56.3%）、源2（占37.8%）以及源3（占5.8%）.推测源1和源3为人为源,源2为自然来源.