太原市大气降尘化学组分及来源的粒径分布

2019年11月～2020年12月,从太原市8个监测站点采集的大气降尘样品,进行化学组分和粒径分析,研究了降尘化学组分及降尘来源的粒径分布特征.研究结果表明:首先,太原市降尘的粒径大小受地理位置影响显著,呈现南部粒径大,北部粒径小的特点,且呈现秋冬季粒径偏大的季节特点,这与太原市降尘污染源的时空分布有关.此外,不同粒径大小降尘的化学组分存在明显的时空差异,尤其是OC、SO₄^2-和无机元素Ca、Si和Fe等组分.源解析结果表明城市扬尘源对太原市各粒径大小降尘样品的贡献均较高(33.7%～37.5%).同时,建筑尘源(21.8%～31.6%)和钢铁工业源(5.1%～18.1%)对中粒径和粗粒径降尘具有显著贡献,燃煤源对细粒径降尘的影响也不可忽视(14.1%～22.6%).     

光杆断脱后防污染装置在陆梁油田的试验效果分析

针对抽油井,当光杆断脱点以下部分掉至盘根盒以下时,由于井口压力下降,油井内及计量站地面干线倒流出的油气水混合物便从盘根盒处喷出,这不仅造成资源大量浪费,还会对周边环境造成一定程度的污染问题,提出一种井口自密闭防污染装置,当光杆断脱掉至盘根盒以下时,该装置能自动切断盘根盒与外界的油流通道。     

机器学习耦合受体模型揭示驱动因素对PM2.5的影响

PM_2.5主要受排放源、大气化学、气象条件等驱动因素的非线性影响,了解驱动因素对PM_2.5浓度的影响十分重要. 本研究基于南开大学大气环境综合观测超级站的逐时在线观测数据,耦合机器学习方法和受体模型,揭示了驱动因素的重要性以及对PM_2.5浓度的影响. 结果表明:① 2018年11月—2020年10月观测地点的PM_2.5浓度范围为3.21~291.80 μg/m3,采暖季PM_2.5浓度和化学组分均高于非采暖季. ②使用受体模型解析PM_2.5的来源及其贡献,发现观测期间二次源的贡献率(44.7%)最高,其他依次为燃煤源(23.6%)、机动车排放源(11.0%)、扬尘源(9.9%)、生物质燃烧源(7.2%),工业源的贡献率(3.6%)最小. ③利用随机森林-SHAP模型量化排放源、大气氧化能力、气象条件等驱动因素对PM_2.5浓度的影响,发现观测期间排放源对PM_2.5浓度的影响程度为54.3%,高于其他驱动因素;气象条件对PM_2.5浓度的影响程度次之,为32.4%;大气氧化能力对PM_2.5浓度的影响程度相对较低,为13.3%. 在采暖季和非采暖季,各驱动因素对PM_2.5浓度的重要性在排序上没有变化,然而驱动因素对PM_2.5浓度的影响程度有所不同. 采暖季排放源对PM_2.5浓度的影响程度高于非采暖季,采暖季大气压对PM_2.5浓度的影响程度低于非采暖季. 研究显示,排放源对PM_2.5的影响相对较大,气象条件和大气氧化能力对PM_2.5浓度的影响也不容忽视.      

江苏省水稻秸秆资源量及其可收集量估算

以江苏省23个主要水稻品种为研究对象,对不同品种类型、种植方式和单产水平的水稻进行取样调查,分析不同生产条件下的水稻草谷比及不同留茬高度下的秸秆可收集量,结合相关统计资料估算江苏省水稻秸秆资源量及其可收集量。结果表明,水稻草谷比在不同品种类型间差异较小（0.98～1.03）,不同种植方式（0.80～1.19）和不同单产水平（0.83～1.12）间差异较大;当留茬高度为5、15、20和25 cm时,水稻秸秆可收集系数分别为0.815～0.868、0.668～0.732、0.600～0.669和0.533～0.618,水稻秸秆可收集量分别为1 352.16×104～1 458.09×104、1 145.70×104～1 228.13×104、1 043.20×104～1 121.52×104和951.37×104～1 021.30×104 t。估算得到2009年江苏省水稻秸秆资源量（以干质量计）为1 585.93×104～1 704.92×104 t,比传统方法的估算结果高2.45%～10.14%。江苏省水稻秸秆资源丰富,可收集量主要受留茬高度和种植方式的影响。     

基于分段拟合的煤自燃指标气体优选研究*

为更加精确地得出煤自燃的临界温度并找出煤自燃各个阶段最优的指标气体,以此提高煤层自燃预测预报的准确性,选取西北某矿2号煤和3号煤典型煤样开展程序升温-气相色谱实验,采用分段直线拟合的方法,得出煤自燃过程中的耗氧速率突变点温度和氧化产物生成量激增点温度,在此基础上采用灰色关联度分析法对煤干裂温度之后的指标气体进行优选。结果表明:2号煤和3号煤的自燃临界温度分别为73.0 ℃和72.1 ℃,干裂温度分别为112.6 ℃和109.8 ℃;CO适用于2种煤样全温度下的预测预报;φ(C2H4)/φ(C2H6)和C2H4是2号煤干裂温度之后较优的预测预报指标气体;φ(C2H4)/φ(C2H6),C2H4和C2H6是3号煤干裂温度之后较优的预测预报指标气体。     

海洋微藻光合作用对CO_2加富的响应特征

采用实验生态学的方法,研究了中肋骨条藻、赤潮异弯藻和小球藻的叶绿素a含量、光合速率、光合固碳速率和碳酸酐酶活性对CO2加富的响应变化。结果表明:3种海洋微藻的叶绿素a含量对CO2加富处理都没有作出明显的响应变化(P0.05)。相反,3种海洋微藻的光合速率、光合固碳速率和碳酸酐酶活性对CO2加富都作出了明显的响应变化,与对照组相比显著提高(P0.05)。说明CO2加富处理刺激了3种海洋微藻的碳酸酐酶活性,从而提高了它们的光合速率和光合固碳速率。3种海洋微藻相比,赤潮异弯藻的响应最明显,其次是中肋骨条藻,小球藻的响应相对最不明显。     

江苏省小麦草谷比及麦秸垂直空间分布特征

为了明确江苏省小麦秸秆资源总量及其空间分布特征,对江苏省13个春性和19个半冬性小麦品种的秸秆资源进行调查,将秸秆从基部向上依次截取4段长度为5 cm的秸秆,剩余部分为第5段(分别用0~5、>5~10、>10~15、>15~20和>20 cm表示),对穗部单独进行脱粒处理,分别进行烘干称质量,在此基础上分析了品种类型和产量水平对小麦草谷比以及不同部位秸秆质量占秸秆总质量比例的影响。结果表明:春性品种草谷比极显著低于半冬性品种(P<0.01),春性品种草谷比平均为1.05~1.07,半冬性品种草谷比平均为1.38~1.40。2种生态型小麦品种的草谷比均呈随产量增加而减少的趋势,春性品种草谷比变化范围为0.96~1.42,半冬性品种草谷比变化范围为1.21~1.77,但年际间有所不同。2010—2011年,在中低产水平(4 000~6 250 kg·hm-2)条件下2种类型小麦品种草谷比显著大于超高产水平(>8 500 kg·hm-2,P<0.05);而在2012—2013年,2种类型小麦品种草谷比在各产量水平间皆无显著差异。不同生态类型小麦品种秸秆在空间分布上有所不同,就0~5、>5~10、>10~15、>15~20和>20 cm以及穗轴颖壳6个部位秸秆质量占植株秸秆总质量的比例而言,春性品种依次为8.00%、7.06%、6.64%、6.57%、48.00%和23.75%,半冬性品种依次为10.11%、8.07%、7.39%、7.06%、44.53%和22.85%。当籽粒产量区间为>4 750~8 500 kg·hm-2时,随产量的增加,植株从下至上各个部位秸秆质量占秸秆总质量的比例总体没有显著变化,而超高产水平(>8 500 kg·hm-2)时穗轴颖壳质量占秸秆总质量的比例显著低于较低产量水平(4 000~4 750 kg·hm-2,P<0.05)。江苏省小麦草谷比和麦秸空间分布受品种生态类型和籽粒产量水平的影响较大。     

中国城市生活垃圾产生量的区域差异-基于STIRPAT模型

基于2006~2017年的中国省级面板数据,本文以STIRPAT理论模型为基础,建立固定效应模型,分别从全国和区域两个层面深入探究人口、富裕程度和技术对城市生活垃圾产生量的区域差异.研究结果表明：（1）近年来,生活垃圾产生量快速增长,同时存在显著的区域差异;（2）从人口因素看,在全国层面上城镇化水平、人口规模、家庭规模和人口老龄化的弹性系数分别是1.152、0.585、-0.478、-0.230,对生活垃圾产生量的影响程度依次减小.在东部地区,城镇化水平提升、人口规模增多和家庭规模小型化促进生活垃圾的产生,人口老龄化增加减少生活垃圾的产生.在中西部地区,城镇化的正效应和人口老龄化的负效应明显强于东部地区,人口规模的正效应和家庭规模的正效应明显弱于东部地区;（3）从经济发展看,在全国层面上居民人均消费支出与生活垃圾产生量呈现倒N型关系.在东部地区,居民人均消费支出和人均GDP的提升促进生活垃圾的产生;（4）从技术水平看,生活能源消耗强度和市容环境卫生费用的弹性系数分别为0.120、-0.0168,区域差异不明显.     

省际煤炭贸易中的污染转移评估方法及实证

省际贸易带来的污染转移问题尚未得到足够重视和研究。本文利用相关的数据,从工业废水量、化学需氧量、石油类和工业固体废物(煤矸石)4个指标对省际原煤贸易中的污染转移进行了定量化分析,初步建立了省际原煤贸易中污染转移量评价的方法,并选择原煤调出量大的山西省和调入量大的山东进行案例研究。结果表明,2006年山西因省际原煤贸易而多产生的工业废水量、化学需氧量(CODcr)、石油类和工业固体废物(煤矸石)分别为44 686.37-50 044.97万t、68 036.7-77 509.4t、2 172.4-2 253.9t和3 607.52-4 021.20万t,实际多排放的工业废水量、CODcr和石油类分别为16 434.04-19 450.01万t、8 818.8-13 215.9t和487.2-557.3 t;而山东因省际原煤贸易而少产生的工业废水量、CODcr、石油类和工业固体废物(煤矸石)分别为39 706.51-48 204.30万t、48 301.4-52 350.5 t、1 068.8-1 120.4 t和1 756.68-1 943.66万t,实际少排放的工业废水量、CODcr和石油类分别为20 868.53-29 041.92万t、10 102.2-12 764.0 t和328.7-379.6 t。     

基于两种受体模型的太原市大气降尘来源解析及季节变化特征

于2019年11月至2020年12月期间在典型工业城市太原市开展了降尘采样和降尘化学组分分析.采样期间,太原市平均降尘量约为7.9t/(km²·30d),并呈现在4~6月较高.在选取的8个监测区域中,清徐和巨轮的平均降尘量较高,分别为10.7t/(km²·30d)和10.6t/(km²·30d).降尘化学组分质量中地壳元素(Ca、Si、Al)占比较高,巨轮和桃园监测区域的降尘中Fe元素的质量显著高于其他监测区域.将降尘量和化学组分分析结果分别纳入正定矩阵因子分解(PMF)和偏目标转换-正定矩阵分解(PTT-PMF)两种受体模型中对太原市降尘进行了定量来源解析.通过比较两种受体模型的拟合性能和解析的因子谱发现:PTT-PMF受体模型相较于PMF能够更好地区分出降尘中城市扬尘源和建筑尘源这两类相似的尘源.结果表明,太原市降尘主要有六种来源:城市扬尘源(PMF:35%,PTT-PMF:35%)、建筑尘源(PMF:29%,PTT-PMF:28%)、钢铁工业源(PMF:14%,PTT-PMF:14%)、燃煤源(PMF:13%,PTT-PMF:12%)、二次无机盐(PMF:5%,PTT-PMF:6%)、机动车尾气排放源(PMF:4%,PTT-PMF:5%).两种受体模型得到的平均来源贡献结果相似,而建筑尘源和钢铁工业源的季节变化趋势则有一定的差异.粗粒径源类(城市扬尘源和建筑尘源)是太原市降尘的主要来源,两者对降尘的贡献率超过了60%,并在春季贡献率(4~6月)较高.