接种微生物对油菜吸收Cd效果的影响研究

采用盆栽土壤模拟试验方法,以油菜（Brassica campestris）为供试植物,通过向土壤中接种微生物,研究了四种菌株JA1,JA2,JA3,JA4对油菜吸收Cd的效果影响。结果表明：菌株JA1,JA2,JA4不仅可以促进植株的生长,分别使油菜的生物量提高17%,28%和32%,而且增强了植株对土壤Cd的吸收,使油菜地上部富集量较对照提高了26.8%,48.8%和65.9%,植物提取量较对照增加了48.9%,76.1%和119%,并且可有效促进土壤Cd的活化,分别使土壤Cd的有效态含量提高了25.9%,59.2%和41.9%;菌株JA3则使其植株地上部富集量、植物提取量和土壤Cd有效态含量降低,较对照降低了14.6%,11.8%和13.6%。各处理的叶绿素和可溶性蛋白含量均略高于对照。     

汾渭平原秋冬季PM2.5化学组分特征及其来源

汾渭平原是我国空气污染最严重的区域之一,2018年被列为重点区域. 本研究针对汾渭平原11城市开展PM_2.5化学组分连续观测,分析PM_2.5浓度和主要化学组分的时空分布规律,并利用PMF模型解析PM_2.5污染来源. 结果表明:①2018—2019年秋冬季汾渭平原11城市ρ(PM_2.5)平均值为(101.4±65.4)μg/m3,是京津冀及周边地区“2+26”城市的1.1倍. 临汾市ρ(PM_2.5)最高(216.8 μg/m3),是汾渭平原的2.1倍. ②2018—2019年秋冬季汾渭平原PM_2.5的主要化学组分是有机物、硝酸根离子、地壳物质和硫酸根离子,其中地壳物质占比是京津冀及周边地区的1.6倍. ③受污染物排放、气象条件以及地理位置的影响,汾渭平原PM_2.5中有机物、硝酸根离子、地壳物质、硫酸根离子、铵根离子和氯离子的空间分布具有明显的差异性. ④随着污染的加重,硝酸根离子、硫酸根离子和氯离子在PM_2.5中的占比均逐渐增加,地壳物质、元素碳、微量元素等与一次排放相关的组分占比随污染加重逐渐减少,表明污染期间燃煤源管控仍需进一步加严,而对扬尘源和机动车等污染源的管控起到了良好的效果. ⑤重污染过程期间,相对湿度增加、风速减小是影响PM_2.5浓度上升的客观因素,二次组分以及与燃煤源和生物质燃烧源有关的化学组分的增长是影响PM_2.5浓度上升的重要原因,二次源和燃烧源是PM_2.5的主要来源. 研究显示,汾渭平原秋冬季PM_2.5污染较重,尤其需要关注燃烧源的管控.      

厦门秋季近郊近地面CO2浓度变化特征研究

利用CO2监测仪在厦门近郊中国科学院城市环境研究所超级监测站进行了秋季CO2数据采集,并结合监测站气象要素和气体污染物监测,分析了近地面CO2浓度变化特征、风速风向对其变化特征的影响以及CO2与部分气体污染物的相互关系.结果表明,厦门近郊秋季近地面CO2浓度主要集中分布在375～415μmol.mol-1范围内,约占70.87%;近地面大气CO2日变化曲线呈单峰型结构,CO2浓度日变化范围375.74～418.18μmol.mol-1,日平均最高值出现在黎明前后(408.54μmol.mol-1),最小值出现在午后附近(379.14μmol.mol-1),夜晚(18:00～05:00,北京时间)平均浓度(400.87±4.05)μmol.mol-1高于白天(06:00～17:00)平均浓度(388.86±9.40)μmol.mol-1;风速日变化曲线与CO2呈现完全相反的变化趋势,夜晚时段(22:00～04:00)风速波动范围在1.0～1.5 m.s-1时,对应的CO2浓度变化平稳,基本稳定在(400.72±2.12)μmol.mol-1.白天时段(09:00～18:00)风速变化范围在2.0～2.5 m.s-1时,对应的CO2浓度变化范围较大为379.14～394.83μmol.mol-1;用指数函数模型估测到该站点区域CO2背景浓度为386.84μmol.mol-1;观测期间该站点主要风向为东北偏东,统计该方向上CO2浓度与风速的相关关系,得出CO2浓度与风速呈极显著负相关(r=-0.67),相关系数高于所有方向统计的CO2浓度与风速的相关系数(r=-0.41,P<0.01),不同风向上CO2浓度贡献来源不同;此外,CO2浓度与温度、辐射量呈负相关(r=-0.541/-0.515,P<0.01),与湿度呈正相关(r=0.66,P<0.01);与其它大气气体污染物相比CO2与CO、NO的相关程度较高(r=0.469/0.436,P<0.01),与SO2相关程度较弱(r=0.126,P<0.01),经分析推测监测站点区域CO2排放源部分来自机动车排放,而燃煤排放贡献较小.     

北京市2018年春季一次沙尘回流过程的污染特征

通过监测数据分析,结合轨迹模拟和特征雷达图的分析结果,对2018年4月14~19日北京出现的一次沙尘天气过程进行分析.结果显示：依据ρ（PM_2.5）和ρ（PM₁₀）及其比值PM_2.5/PM₁₀[ρ（PM_2.5）/ρ（PM₁₀）,下同]的变化情况,此次沙尘过程可分为沙尘期、中间期、回流期和回流后期4个典型时期.沙尘期ρ（PM₁₀）平均值达到（278.5±83.7）μg/m³,明显高于回流期和回流后期,回流后期ρ（PM_2.5）平均值达到（135.5±16.9）μg/m³,明显高于回流期和沙尘期.沙尘期逐小时PM_2.5/PM₁₀<0.2,回流期和回流后期PM_2.5/PM₁₀比值分别介于0.3~0.6和0.5~0.8范围内.SO₄^2-、NO₃^-和NH₄⁺等（SNA）水溶性离子沙尘期浓度占比仅为7.3%±2.5%,沙尘回流期和回流后期SNA占比分别增长至47.0%±6.3%和51.3%±5.7%.研究表明,受天气系统影响,回流沙尘可裹挟南部的细颗粒和气态污染物输送到北京后发生累积和二次转化,从而推高PM_2.5浓度,因此发生沙尘回流时,区域内应加强一次污染物排放的管控力度,同时北京市需进一步加强机动车氮氧化物的排放监管.     

移动监测法测量厦门春秋季近地面CO2的时空分布

移动监测对研究城市近地面空气污染物时空分布特征具有重要意义.本研究采用野外移动监测车,利用二氧化碳测量仪、粉尘仪及小型气象站,在春秋季共选取14 d,沿厦门不同功能区,在每天不同时间段(09:00~12:00、13:00~16:00、22:00~01:00)进行了CO2与颗粒物(PM)浓度及气象参数的监测,并分析了春秋季不同时段下各功能区近地面CO2空间分布特征以及CO2与颗粒物的相互关系.结果表明:①监测期间,路线从北部的坂头水库背景区经郊区进入市中心最终在城市南部边缘沿海干道结束,CO2浓度的空间分布呈现中间市中心高沿市中心向两边边缘处降低的结构,不同功能区CO2空间分布存在差异,受城市交通,工业,人类活动等排放,地面植物/作物以及气象条件的影响.主要表现为交通繁忙区(仙岳路/厦禾路/嘉禾路,477.33μmol·mol-1±6.11μmol·mol-1)高于商业居民区(杏林/思北,454.95μmol·mol-1±5.45μmol·mol-1)高于自然风景区(文屏/环岛路/演武路,441.01μmol·mol-1±6.24μmol·mol-1)高于耕地(农田,436.79μmol·mol-1±1.87μmol·mol-1)高于山体林地(坂头水库,434.06μmol·mol-1±0.31μmol·mol-1);②监测期间春季平均CO2浓度为452.04μmol·mol-1±20.24μmol·mol-1,最大值出现在2013年4月12日的嘉禾路路段(市内交通繁忙区)为533.10μmol·mol-1,最小值出现在2013年4月10日的坂头水库路段(远离市区,受人为活动影响较小,水库周围有大量植被,可认为监测过程中的背景区域)为413.25μmol·mol-1.秋季平均CO2浓度为451.80μmol·mol-1±21.56μmol·mol-1,其中最大值出现在2012年11月19日的厦禾路路段(市内交通繁忙区)为526.45μmol·mol-1,最小值出现在2012年11月20日的坂头水库路段为415.01μmol·mol-1.这符合Idso等在1998年提出"城市CO2岛"的现象;③不同时间段CO2浓度表现出夜晚时段(22:00~01:00)高于上午时段(09:00~12:00)高于下午时段(13:00~16:00),阴天普遍高于晴天,且不同功能区CO2浓度在夜晚时段(22:00~01:00)和白天时段(09:00~12:00和13:00~16:00)的差异不同,春季的差异范围为-0.66~29.48μmol·mol-1,秋季的差异范围为-4.01~33.69μmol·mol-1;④市区CO2浓度与周围郊区存在差异,市区CO2浓度均高于郊区;⑤移动监测主要受道路车辆排放的影响,CO2浓度与PM2.5呈显著正相关关系(R=0.73,P<0.01).