冶炼烟气中砷的监测方法改进

金属冶炼烟气中的砷大都以颗粒物的形式存在,对环境造成污染.2010年,国家颁布了《铜、镍、钴工业污染物排放标准》( GB 25467-2010),对于废气中砷的监测,该标准中规定使用《空气和废气砷的测定 二乙基二硫代氨基甲酸银分光光度法(暂行)》( HJ 540-2009).然而该方法中对于烟气中砷的监测方法存在一定问题,高氯酸在高温消解过程中易爆炸,比较危险,另外采用在锥形瓶内加热至产生白烟的排酸方式不能有效地排净硝酸,会导致反应无法进行.为此,就该方法中有组织排放废气中砷的前处理部分提出了改进意见.     

城市合流制管网降雨径流污染特征分析

对北京市老城区合流制管网排除系统下游干管进行降雨径流监测,分析降雨径流和生活污水混合后的水质变化特征,以便为合流制管网污染控制提供数据依据。结果表明北京市合流制管网污染程度较高,其污染过程受降雨过程、管道汇流过程、地表径流污染特征和管道沉积物冲刷等综合影响。     

测定环境空气中砷及其化合物的方法改进

对《空气和废气监测分析方法》中砷的采样和测定方法进行了改进,并在云南某炼铜厂环境空气中含砷监测进行了实际验证。结果表明,方法的检出限、精密度、准确度均能满足测定的要求,并且更适合测定高浓度砷。     

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。     

基于卫星的城市VOCs高值区识别及长时序变化

基于卫星等多源数据研究了臭氧污染季(5～9月)城市VOCs高值区识别方法,并结合卫星监测HCHO柱浓度对北京臭氧污染季VOCs空间分布和2005～2023年长时序变化特征进行讨论.结果表明,北京VOCs浓度在京津冀范围内处于较高水平,其分布受人类活动影响显著,人为源主要影响区的HCHO总量是自然源主要影响区的3.4倍.固定源VOCs高值区多出现在北京城区的北部、中偏东和西南部,其中61%为工艺过程源和工业溶剂使用源,主要分布在五环以外;39%为汽车维修、物流仓储等,主要沿高速路分布.该识别方法为精准监管提供了范围和对象,提升了2023年夏季臭氧污染防治工作效率.从年际变化来看,2005～2018年北京VOCs浓度呈升高趋势,与人类活动增长关系密切,去温度依赖后的HCHO柱浓度升高幅度约26%;2018～2023年呈下降趋势,柱浓度下降幅度约11%,体现了近年VOCs治理成效.     

基于热异常探测的北京水泥厂大气污染排放评估

为对水泥行业实现大气污染排放动态监测,反映污染排放的时空分布特征,提出基于热异常点探测数据的新型干法水泥气态污染物排放量测算方法.利用VIIRS热异常点的FRP(fire radiation power,辐射功率)参数结合水泥产业结构特点,建立FRP与污染物排放之间的定量估算关系.利用2013—2017年北京市水泥生产统计信息和热异常点探测数据进行了大气污染排放评估,结果显示:①利用热异常产品的FRP参数估算北京市水泥厂的污染排放水平,利用NO_x和SO₂排放量的统计数据对排放估算值进行相关性验证,二者统计值与估算值之间的相关性系数分别为0.65和0.63.②2013—2017年北京市所有水泥厂的热异常点数据与环境统计数据中水泥总产量、熟料总产量、煤炭总产量以及NO_x、SO₂和烟(粉)尘排放量的相关性均较好,相关性系数均在0.7左右.③自2013年以来,北京市金隅琉水环保科技有限公司和北京金隅北水环保科技有限公司的热异常点数均呈下降趋势.由于采取了减排措施,水泥总产量和污染排放量也均呈逐年减少的趋势.研究显示,基于热异常点探测数据的新型干法水泥气态污染物排放量测算方法可快速获取水泥厂的位置信息、热释放规模,结合污染排放因子可间接评估水泥厂NO_x和SO₂等主要污染物的排放情况.      

北京市典型道路交通噪声排放特征

采用北京市道路交通噪声自动监测系统2013—2017年采集的等效连续A声级数据,对城市快速路、城市主干线、城市次干线、城市支路的代表性站点噪声排放情况进行了统计分析,结果显示,北京市不同等级的道路噪声排放具备一定的特征,排放水平从大到小依次为城市快速路城市主干线城市支路和城市次干线,道路噪声随时间变化存在较为一致的周期性排放特征,24 h变化特征比较明显。个别道路排放特征存在特异性,如城市主干线道路的一个代表监测站点噪声监测值出现了逐年下降趋势,分析发现,北京市非首都功能疏解对其噪声值的下降有一定贡献。采取一定的规划和管理措施有助于减少道路交通噪声的排放。     

深度学习在裸地扬尘源监测中的应用研究

裸地是扬尘的重要来源,施工建设过程中形成的裸地极易在大风天气作用下造成扬尘污染。因此,快速、有效地定位裸地位置,并确认其管控措施落实情况,对于开展裸地扬尘源监管具有重要意义。基于高分辨率遥感监测数据,结合人工解译裸地扬尘源数据集,以北京市大兴区为例,利用深度学习方法对裸地和防尘网覆盖裸地进行分类识别。同时,利用颜色匹配法对大兴区防尘网覆盖裸地进行识别,横向评估深度学习方法的识别精度。结果显示：深度学习方法对防尘网覆盖裸地的识别精度达97%,对裸地的识别精度达61%;颜色匹配法对防尘网覆盖裸地的识别精度达85%。防尘网覆盖裸地的颜色特征鲜明,深度学习方法和颜色匹配法对防尘网覆盖裸地的识别精度都在85%以上。深度学习方法对于面积大于2 000 m²的图斑有着较好的识别精度。深度学习方法可以提高裸地遥感解译的效率,实现规范化图像识别,可以作为人工判读的辅助手段。在实际应用中,可通过进一步积累样本来增强模型性能。深度学习方法适用于裸地扬尘源线索快速发现、工地防尘网措施落实情况快速检测等场景。     

2018～2022年北京市施工裸地扬尘排放估算

在原有利用遥感影像获取施工裸地活动水平的基础上,提出了利用遥感数据获取裸地管控率参数的遥感解译方法,建立了基于遥感数据的施工裸地扬尘排放估算方法,并应用于2018～2022年北京市施工裸地扬尘污染排放估算中,分析了施工扬尘排放变化原因以及影响因素的时空分布特征.结果显示,2018～2022年北京市施工裸地扬尘排放呈下降趋势,由37000t下降至27000t左右.其中2019～2020年施工裸地扬尘排放下降最多,下降了30%.每年春季为施工裸地扬尘排放高值时段,排放水平明显高于其他月份.施工裸地TSP排放季度均值呈现春季>冬季>夏季>秋季的特征.2018年施工裸地扬尘排放处于高位,主要是由于施工裸地面积较大,裸地管控政策刚起步,全市裸地管控率处于较低水平.2018年施工裸地主要以拆迁平整阶段裸地为主,主要分布在东南和部分西南部城乡结合部地区,源于“疏解整治促提升”专项行动以及棚户区改造和环境整治工作的开展.其次来自于建设类裸地,如通州城市副中心建设区域、延庆世博园建设区域和大兴机场建设区域.2018年7月至2022年6月北京市施工裸地扬尘排放整体呈下降趋势主要有3个重原...     

北京市近二十年(1987～2004)湿沉降特征变化趋势分析

通过分析降水酸度和沉降量2个酸沉降控制指标,得出北京市近二十年(1987～2004)湿沉降特征变化趋势.研究发现,1998年以后北京市的湿沉降污染有严重的趋势.pH值逐年下降至5.52,酸雨频率逐年上升.湿沉降中的硫组分来自北京本地污染源排放的SO2和远距离输送.含氮组分对湿沉降的贡献作用明显增加.钙沉降是湿沉降中变化最大的因素,钙沉降量明显下降.1998年以后所采取的使总悬浮颗粒物浓度大幅下降的污染控制措施,可能直接导致了湿沉降酸化的加剧.酸沉降污染控制是一个复杂的控制过程,不能单纯地依靠控制本地的SO2排放量,北京市SO2排放量虽然得到了削减,但是湿沉降污染并未减缓.