武汉地区夏季和秋冬季大气污染的天气概念模型

利用2013～2019年武汉市生态环境局监测数据、L波段雷达探空资料、NCEP/NCAR逐日再分析资料,对夏季和秋冬季武汉地区污染日的大气污染特征、边界层结构、环流形势、物理量场进行研究,建立了武汉地区大气污染的天气概念模型.主要结论如下:(1)武汉市空气质量具有季节性变化特征,大气污染程度四季分布表现为冬＞秋＞春＞夏.夏季首要污染物是臭氧,冬季首要污染物是PM2.5.(2)比较挑选出的夏季清洁日和污染日的气象要素特征,污染日逆温的平均强度约为清洁日的一倍,逆温底高一般在600 m以下,空气质量一般为轻度-中度污染;静风频率(37.1％)明显高于清洁日的静风频率(2.9％);污染日平均风速小(0.8 m/s),边界层内相对湿度较低.同样比较秋冬季两类天气的气象要素特征,污染日逆温底高低、厚度小,不及清洁日的一半,不利于污染物的扩散,易出现重度污染天气.静风频率(20％)高于清洁日的静风频率(7.5％),风速小(1.6 m/s),污染日边界层内呈明显上千下湿的格局.(3)建立了夏季大气污染的天气概念模型,污染日副高偏弱位置偏东,长江流域易少雨干旱;地面我国东部大范围地区处于均压场中,武汉地区为偏东北异常小风,不利于大气污染物的扩散.(4)建立了秋冬季大气污染的天气概念模型,长江流域环流平直少波动,配合地面弱低压的天气形势和较强的逆温使得大气污染物聚集在近地面.蒙古冷高压强度偏弱,使得入侵我国的冷空气强度偏弱;武汉地区为偏北小风,对雾霾的移除和稀释扩散作用差.该研究结论可供大气污染预测预警研究和环境管理部门大气污染的联防联控参考.     

中国生态环境科技创新体系建设研究

分析国内外生态环境科技创新的发展现状，相比较国外以市场机制为导向、以企业为创新主体、政府通过政策和管辖支撑创新的体系特征，我国已形成四大类环境类科创载体，但尚未形成成熟有效的技术成果产业化机制以及市场与政策协同促进科技创新的发展模式。本文根据生态环境科技创新的强政策驱动性、技术验证放大周期长以及集成性强的特点，重点通过环境技术研发、技术成果转化、技术放大与赋能、产业拓展与推广四个方面阐述了生态环境科技创新体系建设的主要环节：环境技术的研发由以科研机构为主的传统自发性研发、企业迭代性研发和联合应用型研发组成；技术成果的转化经历挖掘发现、技术识别与判断、知识产权评估评价后进入已成立的企业或新设公司，在这一过程中，成果转化专业队伍起着至关重要的作用；技术放大与赋能旨在为有创新技术的企业提供科技创新政策、二次研发中试验证、首台套工程案例、投融资等资源的对接，以协助初创企业成长；产业的拓展与推广则通过为解决环境问题形成集成方案、孵化平台为企业背书和产业政策匹配等方式助力企业长期发展。最后从加强专业化创新平台、技术评估体系、成果转化人才培养体系建设以及疏通投融资渠道等方面对中国未来生态环境科技创新发展提出相关建议。     

南京典型站点春季大气颗粒物数谱分布特征

利用TSI公司的APS和SMPS系统,于2017年4月在江苏省环境监测中心点位连续一个月进行大气颗粒物数谱观测,结果表明,南京市春季典型月份大气颗粒物数浓度和体积浓度均值分别为1.64×104cm~(-3)和1.65×106μm~3/m~3;核模态、爱根核膜态、积聚模态和粗粒子模态数浓度占比分别为22.72%,53.52%,23.72%和0.05%,体积浓度占比分别为0.01%,1.76%,55.82%和42.41%;颗粒物数浓度平均日变化呈现双峰结构;PM_(2.5)体积浓度和质量浓度具有高度相关性;存在明显的新生粒子事件,3~10 nm颗粒物数浓度小时均值短时7 500 cm~(-3)。     

贵阳市大气细颗粒物中多环芳烃时空分布特征

对贵阳市不同功能区在不同季节大气PM_(2.5)中多环芳烃(PAHs)进行了采样观测,利用UVD和FLD双检测器串联HPLC法分析了16种优控PAHs。结果显示,在贵阳市主城区PM_(2.5)中PAHs有检出,5个采样点全年ρ(∑PAHs)为4. 44～114 ng/m~3,平均值为24. 96 ng/m~3,其值呈现出夏季最低冬季最高的特征,各个功能区在不同季节ρ(PAHs)不同,大小趋势也不同;四季PAHs单体中均以4-6环为主,占ρ(∑PAHs)的68%以上; PAHs来源解析结果显示,贵阳市大气PM_(2.5)中PAHs来源具有明显的季节特征,春、夏和秋季主要来源是石油燃烧排放,兼有少量的生物质燃烧排放,冬季PAHs主要来源是燃煤和石油燃烧排放。PM_(2.5)中PAHs毒性评价结果表明,贵阳市大气中PAHs的春季、夏季和秋季健康风险较小,冬季健康风险较大。四季各功能区ρ(Ba P)大部分均低于《环境空气质量标准》(GB 3095—2012)规定限值(2. 50 ng/m~3),但冬季除背景点外,其他监测点均超标,最大超标倍数为3. 80倍。     

基于VPN的空气质量自动监测系统的远程诊断

利用VPN技术将空气质量自动监测系统中心站的主机和监测子站内的分析仪器构成1个虚拟网络，实现在中心站应用iPort及DDE技术远程访问监测子站的功能，满足用户在中心站远程控制和诊断监测子站的分析仪器的应用需求。     

《重大危险源辨识》标准修订研究

本文对国外发达国家重大危险源辨识标准现状进行了调研,结合我国实际情况,提出了<重大危险源辨识>适用范围、分类、危险物质种类及临界量等方面的修订建议,解决了以前重大危险源申报登记工作中存在的一些技术性问题,可作为我国中长期重大危险源监督工作的指导性文件和重大危险源监管体系建设的依据.     

蚯蚓对城镇污泥堆肥过程中微型动物群落演替的影响

采用实验对比和除趋势对应分析（DCA）等方法,以城镇污泥中的微型动物为对象,研究蚯蚓对堆肥过程微型动物群落演替的影响.结果表明,蚯蚓仅影响微型动物群落数量,对演替进程无明显影响.堆肥过程微型动物群落演替可分为3个阶段：第1阶段（0~10 d）,固着类纤毛虫为优势类群阶段,该阶段微型动物变化多受限于环境的改变,蚯蚓影响较小;第2阶段（10~30 d）,固着类纤毛虫和轮虫向肉足虫和线虫为优势类群的过渡阶段,该阶段蚯蚓对线虫数量有一定的限制;第3阶段（30 d后）,肉足虫和线虫为优势类群阶段,该阶段蚯蚓对有壳肉足虫的增长产生了明显的抑制作用.群落多样性指数结果显示,蚯蚓在第1和第2阶段作用不明显,在第3阶段增加了微型动物的多样性和均匀度,减小了优势物种的优势程度.对固着类纤毛虫的同化作用是蚯蚓稳定堆肥环境、促进有机质降解的重要因素.     

MnFe2O4磁性纳米棒非均相Fenton催化降解水中四环素的研究

采用水热合成法成功制备出MnFe₂O₄磁性纳米棒（s-MnFe₂O₄）,并考察了商品化的Fe₃O₄、MnFe₂O₄和合成的s-MnFe₂O₄纳米棒这3种磁性纳米颗粒作为非均相Fenton催化剂降解水中四环素抗生素的性能.同时,采用X射线衍射（XRD）、透射电镜（TEM）、N₂吸附-脱附、振动样品磁强计（VSM）及X射线光电子能谱（XPS）等技术对催化剂的理化性质进行了表征.非均相Fenton催化降解四环素的结果表明,s-MnFe₂O₄具有最高的催化活性,反应180 min,四环素的去除率可以达到87.6%,TOC的去除率达到47.5%.自由基捕获试验证实了羟基自由基（·OH）是非均相Fenton氧化过程中的主要活性物种.s-MnFe₂O₄磁性纳米棒的高催化活性归因于其表面拥有较高含量的Mn³⁺和Fe²⁺物种,它们的存在能加速界面电子的转移效率,从而促进·OH的生成.合成的s-MnFe₂O₄催化剂具有良好的稳定性,循环使用6次,四环素的去除率仅从87.6%降低到80.2%,且氧化过程中活性组分的流失很少.     

近14年西北地区甲醛柱浓度的时空变化研究

基于臭氧监测仪（OMI）卫星反演数据,对2005~2018年西北4省区域大气甲醛柱浓度数据进行提取及分析,探讨其时空变化特征及影响因素.结果表明：在时间变化上,14a甲醛柱浓度整体呈先上升后下降的波动变化趋势,夏秋季显著高于冬春季,且冬季均值略高于春季.在空间分布上,甲醛柱浓度自西向东、自北向南逐渐升高,高值区集中于陕西和甘肃东南部及青海西南部;低值区集中于宁夏、青海和甘肃的西北部;稳定性呈现出东部分散、西部集聚、差异显著的分布格局.影响甲醛柱浓度变化的因素包括自然和人为因素,自然因素中,甲醛柱浓度受地形影响显著,与风向、气温均呈现显著正相关;人为因素中,甲醛柱浓度与人口密度、地区生产总值、工业废气排放量及建筑房屋竣工面积均表现出正相关关系,与工业废气排放量的相关度最高.大气中甲醛分子与气溶胶粒子二者间呈显著正相关关系,这进一步说明甲醛浓度受到了诸多因素的综合影响,但气溶胶粒子、气温及工业废气的排放是主导因素.     

双酚S在两种典型地带性土壤中的吸附/解吸行为研究

采用批平衡实验方法研究了双酚S（BPS）在两种典型地带性土壤中的吸附/解吸行为.结果表明,吸附动力学曲线符合拟二级动力学方程.吸附等温线呈非线性,且同时符合Freundlich和Langmuir方程.相比而言,BPS更易吸附在高有机质含量的黑土中,298 K反应温度下BPS在黑土和红壤上的最大吸附容量分别为497.8和156.6 mg·kg^-1.吸附到两种土壤中的BPS存在解吸滞后现象,这可能是由于BPS以化学吸附和微孔扩散的形式存在于土壤中的缘故.溶液pH与BPS在土壤中的吸附容量呈负相关关系,即中性形态的BPS比阴离子形态的BPS具有更高的吸附容量.与结构类似物双酚A（BPA）的吸附相比,BPS在土壤中的吸附量更低,因此具有更高的迁移能力,可能会引起更高的环境健康风险.本研究结果为了解BPS在土壤中的迁移规律提供了数据支持.