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.     

北京市典型废弃物焚烧源2010—2017年二NFDA1英排放特征和减排效果分析

分析2010—2017年北京市三类典型废弃物焚烧源的废气二NFDA1英排放监测数据,计算排放因子和排放量,评估减排政策成效,并分析不同排放源达标排放时同类物分布特征异同和变化规律,探讨影响排放的重要因素。结果表明: 5家焚烧源平均排放浓度为 0.008～0.069 ng/m³(以TEQ计,下同),废气二NFDA1英排放因子为 0.027～1.7 μg/t,2016年向空气中排放的二NFDA1英量为 0.002 5～0.058 g；生活垃圾、危险废物和医疗废物焚烧源的低、高氯代同类物质量分数比的平均值分别为接近于 0.5、大于0.5和小于0.5,危险废物焚烧源的 ∑PCDFs、∑PCDDs质量分数比的平均值大于2； 123478-HxCDF和123678-HxCDF质量浓度接近且线性相关,具有相近的生成机理和去除效率； I-TEQ变化趋势与∑PCDFs质量分数的变化趋势基本一致,活性炭喷射和布袋除尘的去除效率是影响二NFDA1英排放的重要因素之一；危险废物焚烧源HWI1随运行时间增加排放浓度增加,而及时更换烟道管壁有助于消除“记忆效应”的不良影响。     

土压平衡矩形顶管施工引起的地表沉降规律研究

为了分析与掌握矩形顶管施工引起的地表沉降变形规律，提出基于MIDAS-GTS有限元软件的分析方法，首先，通过工程实例验证MIDAS-GTS有限元软件在分析顶管施工引起地表沉降变形的有效性；其次，通过影响因素的敏感性分析确定不同影响因素作用下的地表沉降变形特性，这些影响因素主要包括开挖面支护压力、侧摩阻力、地层结构特性等；最后，通过地表沉降变形特性分析得出矩形顶管的适用范围。研究结果表明:基于MIDAS-GTS有限元软件的地表沉降规律分析方法和结果，可为矩形顶管施工过程提供相关参考和借鉴。     

2013年北京市PM2.5重污染日时空分布特征研究

根据2013年北京市环境保护监测中心监测的PM2.5数据,系统分析了北京市重污染日PM2.5污染的时空分布特征,并利用克里格插值初步统计了全年和重污染日PM2.5不同浓度区间的国土面积。2013年全市PM2.5年均浓度为89.5μg/m3,重污染日平均浓度为218μg/m3,重污染日主要集中在冬季;PM2.5年均浓度呈现明显的南高北低梯度分布特征,而重污染日空间分布较均匀,南部及城六区存在明显的高污染区,平均浓度在180μg/m3以上;2013年北京市重污染日PM2.5平均浓度为150~250μg/m3,其对应的国土面积约为12 656 km2,PM2.5平均浓度在250μg/m3以上的国土面积约为883 km2,而全年无PM2.5平均浓度在150μg/m3以上所对应的国土面积。     

2014年北京市CO浓度水平和时空分布

对北京市地面监测站点的CO浓度进行分析，探讨其浓度水平、变化趋势和时空分布特征。2014年春、夏、秋、冬四季北京市CO平均浓度分别为1.06、0.87、1.34、2.17 mg/m³。CO浓度均呈双峰型变化，第一个峰值出现在07：00-09：00，主要由交通早高峰的排放引起；第二个峰值出现在23：00左右，主要受交通晚高峰排放和夜间边界层高度降低的挤压效应的共同影响。从空间分布来看，全年整体呈现南高北低的分布特征，尤其是秋、冬季较为明显，体现了工业布局和区域传输对CO的影响。从全年来看，湿度对CO浓度的影响最大。对2014年冬季北京市的一次高CO浓度分析结果表明，此次过程是由本地排放和区域传输共同造成的，气象要素中地面气压对CO浓度影响最大。     

再生水补给河道中内分泌干扰物壬基酚变化特征分析

通过监测再生水补给河道中壬基酚同分异构体的含量和分布,分析壬基酚在河道中的变化过程并对其进行综合评价,为再生水补给河道的生态风险评价提供科学支撑。结果表明,再生水中NP同分异构体的含量存在差别,其中含量最大的是NP10、NP9、NP4和NP2,含量最高的NP10是含量最低的NP8的6倍左右。再生水补水河道中壬基酚同分异构体的含量波动较大,壬基酚在河道中降解现象明显,但是不存在明显的同分异构体间的转化。河道中壬基酚含量的变化与季节关联性较弱,与补水壬基酚的含量关联性较强。基于因子加权法得出的壬基酚浓度能够较客观地表征河道中壬基酚的危害性,河道断面壬基酚的综合评价结果远小于将同分异构体数值几何相加的结果,直接几何相加检测浓度难免夸大河道中壬基酚的危害。结果为再生水安全回用提供参考。     

2016—2018年北京城市湿地遥感监测分析

为全面了解北京城市湿地的现状及近年来的动态变化情况，利用高分辨率卫星遥感数据，综合运用GIS技术与景观生态学方法，定量分析了北京市6环内的湿地空间格局。结果表明，北京6环内城市湿地以河流湿地和湖库湿地为主；2016—2018年间湿地面积有所下降，2年间减少了126.58 hm²，主要转化为草地，少量转化为建设用地和林地；由于城市外围的开发建设强度较大，5-6环湿地被侵占面积相对较大，而4环内湿地面积的波动较小；2016—2018年，北京城市湿地的斑块密度增加，平均斑块面积有所减小，表明湿地斑块随时间变化呈破碎化的趋势，且从城市中心向城市边缘，湿地斑块的破碎化程度增强。     

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。