上海青浦地区大气降水的化学特征

利用上海青浦地区2003—2014年观测的大气降水监测资料,分析该区域12 a以来大气降水的酸化程度、化学组成特征,探讨降水中化学成分的不同来源及相对贡献。结果表明:降水pH年均值为4.43~6.33,酸雨频率为2.6%~86.8%,降水酸化程度大致经历了明显恶化和波动变化2个阶段。降水电导率年均值为1.77~4.01 m S/m,呈下降趋势。降水中各离子雨量加权平均当量浓度顺序为SO_4~(2-)NH_4~+Ca~(2+)NO_3~-Cl~-Na~+Mg~(2+)F-K~+,SO_4~(2-)、NH+4、Ca~(2+)和NO_3~-是降水中的主要离子,占离子总量的83.0%;降水类型由硫酸型向硫酸和硝酸混合型转变。降水离子中的二次组分SO_4~(2-)、NO_3~-和NH_4~+绝大部分来源于人为源,Ca~(2+)、Mg~(2+)和K+主要来自于土壤源和人为源的贡献,Cl~-主要来自海洋源,同时人为源的影响也不可忽视。     

建设美丽中国,我们在行动

正为了传承瑶族文化,丰富校园生活,打造学校特色,结合国际生态学校的创建工作,学校确定创建特色是师生用瑶歌唱响新时代生态环保主旋律。湖南省永州市江华瑶族自治县是国家扶贫开发县,该县2017年被评为全国首批生态文明建设示范县,"生态立县"是江华县政府确立的四大发展战略之一。创办于1912年的大石桥乡中心小学位于江华县南端、湖南和广西两省(区)交界     

淀浦河近十年水质评价及变化趋势研究

针对区域地表水污染特征,采用综合污染指数法,评价了淀浦河中上游段2005年-2014年间水质达标情况,计算了主要污染物的污染负荷,运用季节性肯达尔趋势检验分析了淀浦河中上游段水质变化趋势.结果表明,近十年来淀浦河中上游段水质均未达到规划水质要求,但总体水质呈改善趋势,水质以轻度污染为主,各主要污染物中,氨氮的污染负荷最大,总磷次之,呈现以氨氮和总磷为主的富营养化污染特征,研究结果为淀浦河的水质改善和水环境的污染防治等工作提供了重要依据.     

上海市西部郊区PM2.5污染状况及影响因素

通过2014年上海市西部郊区PM2.5的浓度变化分析了该地区的PM2.5污染分布状况,并且从温度、湿度和风向等方面讨论了PM2.5浓度与气象因子的关联性.结果表明:该地区2014全年超标天数有112天,超标率为30.7％,PM2.5月均浓度呈夏低冬高的趋势状态,并且PM2.5浓度与气象条件有密切的联系.该地区气温在5～15℃、湿度在60～70％时PM2.5浓度最高;在以东风为主导风盛行时,该地区PM2.5浓度较低,而在以西风为主导风盛行时,该地区易受到周边区域的高污染因素影响,形成PM2.5高浓度累积现象.     

热分解法测定水质中总氮的不确定度分析

采用实验测定和误差分析的方法,对TOC分析仪测定水质中总氮含量的不确定度进行了分析,测量过程中不确定度的来源有样品重复性测量、标准曲线拟合、标准溶液配制、测量仪器本身等,量化估算了不确定度的各分量。结果表明,标准曲线拟合是影响水质中总氮测定不确定度的主要因素,其次为标准溶液配制所产生的不确定度,样品重复性测量和测量仪器本身所产生的不确定度也不容忽视。同时提出了在测定过程中减小不确定度的有效途径。     

2006-2020年上海市闵行区大气降水化学特征及来源分析

为研究上海市闵行区大气降水化学特征及来源,以2006—2020年上海市闵行区大气降水监测数据为依据,对大气降水量、pH值、电导率(EC)和主要离子进行了统计分析。结果表明:2006—2020年上海市闵行区大气降水呈酸性,pH值范围为4.41~5.19,酸雨频率呈下降趋势;EC变化范围为1.26~3.67 mS/m,平均值为2.32 mS/m;夏季pH值最高,酸雨发生频率、EC和总离子浓度最低,冬季pH值最低,总离子浓度最高。大气降水中各离子组分浓度占比大小排序为:SO^(2-)_(4)>NH^(+)4>NO^(-)3>Ca^(2+)>Cl^(-)>Na^(+)>Mg^(2+)>F^(-)>K^(+),主要阴、阳离子SO^(2-)_(4)、Ca^(2+)和NH^(+)4浓度呈明显下降趋势,NO^(-)3浓度变化较平稳;SO 2-4与NO^(-)3的浓度比范围为0.94~3.59,呈波动下降趋势,降雨类型由硫酸型逐步转为混合型。因子分析及相关性分析显示,因子1中所有的离子成分都有较大的载荷,各离子在来源上可能具有一定的共性,Ca^(2+)与Mg^(2+)、K^(+)表现出显著相关,其可能来源于地壳组分;Cl^(-)与K^(+)、Mg^(2+)、Ca^(2+)的相关性显著,Mg^(2+)、K^(+)与Cl^(-)、Na^(+)有强相关性,表明海洋输送及生物质燃烧对大气降水化学组成的影响;NO_(3)^(-)、SO^(2-)_(4)和NH^(+)4在因子2中为高荷载,且有很好的相关性,它们可能有相似的来源或形成化合物共同存在。     

基于STIRPAT模型的闵行区工业能源碳排放分析

对2006—2020年上海闵行区工业能源碳排放量进行估算，采用可拓展的随机性的环境影响评估模型（STIRPAT）分析了工业能源碳排放的影响因素。结果表明：2006—2020年闵行区工业能源碳排放总量、碳排放强度与工业能源消耗量均呈逐步下降的趋势；煤炭所占工业能源消费比重、人均工业产值、工业化率和工业能源强度与闵行区工业能源碳排放呈正相关关系，其中煤炭所占工业能源消费比重对闵行区工业碳排放影响最大，工业增加值、电力所占工业能源消费比重对闵行区工业能源碳排放影响不显著。基于因素分析结果，提出闵行区可通过调整工业能源消费结构、优化产业结构、提高工业能源利用效率等措施降低工业碳排放。