小型养殖塘水体中CH4、CO2和N2O浓度的时空变化特征及影响因素

养殖塘作为重要的温室气体排放源,水体中温室气体浓度的变化不仅是准确量化温室气体排放量的基础,还是明确其影响因素的重要依据.基于顶空平衡-气相色谱仪法对长三角一处典型的小型养殖塘水体中CH₄、CO₂和N₂ O浓度的时空变化特征以及影响因素进行了分析.结果表明,除春季外,在水温影响下,CH₄和N₂ O浓度在午间或午后出现高值;受水温和水生植物光合作用影响,CO₂浓度的高值出现在晨间光合作用较弱的时候.养殖塘水体中CH₄和CO₂浓度呈现秋季最高、冬季最低的季节变化特征,c（CH₄）在秋季和冬季的均值分别为176.34 nmol·L^-1和32.75 nmol·L^-1,主要受气温、水温和溶解氧（DO）影响;c（CO₂）秋季和冬季的均值分别为134.37 μmol·L^-1和23.10 μmol·L^-1,主要受水生植物光合作用和pH影响;c（N₂ O）在夏季最高,冬季最低,均值分别为97.05 nmol·L^-1和19.41 nmol·L^-1,主要受气温和水温影响.在空间上,垂直方向上,夏季养殖塘c（CH₄）随水深的加深而降低,表层与底层、中间层的浓度差值为71.28 nmol·L^-1和42.80 nmol·L^-1,秋季随水深的加深而升高,底层与表层的浓度差值为163.94 nmol·L^-1.c（CO₂）在夏季和秋季都表现为随着水深的加深而升高,其底层与表层的浓度差值分别为18.69 μmol·L^-1和29.90 μmol·L^-1.N₂ O浓度在垂直方向上无明显变化规律.水平方向上,夏季饲料及春季鸡粪投放的区域会出现CH₄、CO₂和N₂ O浓度的高值,春季和夏季CH₄浓度约为其他区域的1.34~1.98倍和1.95~2.42倍,春季N₂ O浓度和夏季CO₂浓度约为其他区域的1.13~1.26倍和1.39~1.74倍.     

西安大气PM2.5中有机氮和无机氮的理化特征

本文于2008年7月至2009年8月在西安站点开展了大气细粒子（PM_2.5, 空气动力学粒径小于等于2.5 μm的大气颗粒物）中含氮组分的观测,通过元素分析仪、TOC分析仪,离子色谱分析获得PM_2.5中的总氮（TN）、水溶性总氮(WSN)、水溶性无机氮（WSIN）,水溶性有机氮（WSON）的年平均浓度分别为9.35 μg·m^-3、 8.93 μg·m^-3、5.31 μg·m^-3、3.62 μg·m^-3,其中WSN占同期大气PM_2.5质量浓度的7.04%,WSON对总氮的贡献达43%,说明水溶性有机氮是西安大气细粒子中氮的主要组分。氮组分浓度水平明显分为秋、冬季高值和春、夏季低值的模式;WSON在各个季节、月份的百分比变化以及与部分离子相关性分析,揭示了西安有机氮和无机氮组分受不同的来源影响,其中生物质燃烧、腐殖质、农业活动等对水溶性有机氮贡献显著。     

DNDC模型在长江三角洲农田生态系统的CH4和N2O排放量估算中的应用

长江三角洲是我国农业发达地区之一,其农业生产所排放的CH₄和N₂O,早已引起了研究者的重视.本研究在分析总结现有的野外观测结果的基础上,验证了估算区域痕量气体排放量的生物地球化学模型DNDC,估算出长江三角洲地区的CH₄和N₂O排放量分别为1.69(1.29～2.09)Tg·a^-1和0.019(0.014～0.024)Tg·a^-1,分别占全国农田CH₄和N₂O排放量的16.7%和6.1%.     

夏季渤海NOx、O3、SO2和CO浓度观测特征

利用2000-08～2000-09渤海海上观测资料,初次揭示了渤海污染物浓度的时间变化特点,分析了光照、天气等因素对NO_x、O₃、SO₂和CO气体浓度的影响.SO₂浓度比较稳定,浓度平均值在0.006 mg·m^-3左右.O₃浓度变化主要受辐射影响.在弱天气形势下,CO和NO_x浓度分别在2.5～3.5 mg·m^-3.和0.1 mg·m^-3左右,台风天气会造成浓度在短时间内的剧烈增长.文中还简要说明了渤海大气污染与陆地污染的差异,评价了渤海夏季的空气质量.     

环境因素对芦苇湿地CH4排放的影响

用封闭式箱法对辽河三角洲芦苇湿地温室气体CH₄ 排放进行了长期观测 .结果表明 ,CH₄ 排放有明显的季节变化规律 ,平均通量为 520μg·m^-2·h^-1.土壤产CH₄ 活性主要发生在0～5cm土层中 ,并随土层深度的增加而显著下降 .CH₄排放受环境因素影响很大 ,土壤氧化还原电位在 -110mV时就有CH₄排放 ,其排放量随氧化还原电位的下降而增加 .另外 ,随着淹水深度的增加 ,CH₄ 排放反而减少 .在测定期内 ,CH₄ 排放与温度呈明显的正相关 (R²=0196,n=21,P<0.05).     

西安冬春季PM10中碳气溶胶的昼夜变化特征

为探讨西安市大气碳气溶胶的季节变化和昼夜变化特征及来源,于2006-12-19～2007-01-21 (冬季)和2007-04-01～2007-04-30 (春季)连续采集了大气可吸入颗粒物(PM₁₀)样品,并采用IMPROVE热光分析法分析了其中有机碳(OC)和元素碳(EC)的昼夜浓度.结果显示,冬季白天PM₁₀及其中OC和EC的平均浓度分别为455.0、 62.4和7.5 μg/m³,夜晚的平均浓度分别为448.7、 66.1和6.9　μg/m³,对应春季白天的平均浓度分别为397.9、 26.7和6.9 μg/m³,夜晚分别为362.1、 31.9和8.6 μg/m³.冬季白天OC与EC的相关系数为0.44,较之春季0.81要差,主要与冬季采暖期燃料的多样性有关.碳气溶胶组分中,冬季白天和晚上二次有机碳气溶胶(SOC)的平均浓度为8.9和10.2 μg/m³,远高于春季(2.8和3.4 μg/m³),说明冬季较高的OC排放及较低的大气扩散能力利于碳气溶胶中SOC的生成.对碳气溶胶8种组分的因子分析结果表明,冬季燃煤排放及郊区的生物质排放对碳气溶胶有重要的贡献,而春季机动车的贡献明显增加.     

青海湖东北岸天然草地CO2 通量变化特征

采用涡度相关法对青海湖东北岸地区草甸化草原生态系统的CO₂ 通量进行了观测,结果表明： 在生长季节(5~9 月),就日变化,08:00~19:00 为CO₂ 净吸收,20:00~07:00 为CO₂ 净排放,CO₂ 通量 净吸收峰值一般出现在12:00 时,7 月份12:00 时CO₂ 净吸收峰值为1.41 g·(m2·h)^-1;就月变化,7 月 是生长季CO₂ 净吸收最高月份,月CO₂ 净吸收量达到162.70 g·m^-2,整个生长季CO₂ 净吸收的总量达 468.07 g·m^-2。非生长季节(1~4 月及10~12 月),CO₂ 通量日变化振幅极小,最大CO₂ 净排放通量出现 在3 月,为0.29 g·(m2·h)^-1,除12 月和1 月各时段CO₂ 通量接近于零,其余月份各时段CO₂ 净排放在 0.02~0.29 g·(m2·h)^-1;3 月是全年CO₂ 净排放的最高月份,全月CO₂ 净排放量为72.33 g·m^-2,整个非生 长季CO₂ 净排放为319.78 g·m^-2。结果表明,无放牧条件下青海湖东北岸地区草甸化草原,全年CO₂ 净吸收量达148.30 g·m^-2,是显著的CO₂ 汇。     

三江平原沼泽湿地N2O浓度与排放特征初步研究

2001年8月到9月在三江平原沼泽湿地进行N₂O的原位静态箱观测.结果发现近地气层N₂O平均浓度为281.7×10^-9m³/m³,低于大气背景浓度,说明沼泽湿地可能是人类目前了解较少但很重要的N₂O汇.选取积水状况和地表植被不同的毛果苔草沼泽、小叶章湿草甸(Ⅰ,Ⅱ)以及作为对照的小麦休耕地进行观测,发现4个地点的N₂O排放日变化形式不完全相同,除小麦田全天持续排放N₂O外,其余各点一天当中均出现排放与吸收交替出现的情况.温度是影响排放模式的主要因素.观测期内毛果苔草沼泽、小叶章湿草甸(Ⅰ,Ⅱ)和小麦休耕地N₂O的平均排放强度分别为0.22μg/(m²·h),1.75μg/(m²·h),1.31μg/(m²·h)和4.86μg/(m²·h).氧化还原电位是决定沼泽湿地N₂O排放特征的关键因子,地表积水情况和土壤水分状况则是影响N₂O排放的另一重要因素.     

武汉冬季典型月份PM2.5浓度变化的观测分析与模拟追因

1月是武汉市发生重霾污染最为频繁的月份之一.本文利用地面观测数据对比分析了2014年1月与2018年1月武汉PM_2.5污染的变化与差异,进而利用嵌套网格空气质量预报模式系统（NAQPMS）对其差异进行了模拟追因分析.分析结果表明,2018年1月武汉PM_2.5污染依旧严峻,出现了17个污染天,月均浓度达到了91.6 μg·m^-3,但污染程度与2014年1月相比有了大幅改善.其污染天比2014年1月减少了13 d,月均浓度下降了90.8 μg·m^-3,浓度峰值下降了154.6 μg·m^-3.通过设计基于气象场敏感性分析的数值模拟试验,发现在区域污染物排放强度保持不变的情形下,2014年1月和2018年1月气象场的变化对武汉月均PM_2.5浓度的影响较小,差异小于3 μg·m^-3.基于2018年1月的排放情景模拟2014年1月的武汉PM_2.5浓度会导致显著的低估现象.这表明气象条件变化不是武汉2018年1月相比2014年1月PM_2.5浓度显著下降、重污染天数显著减少的关键原因,而武汉本地、周边以及京津冀等重点城市群的排放量显著下降应是最为关键的主导因子.     

三江平原小叶章湿地H2S和COS排放动态

利用静态箱/气相色谱法,观测了生长季(5～9月)三江平原小叶章沼泽化草甸H₂S和COS的释放动态,结果表明,H₂S、COS的排放通量具有季节和日变化规律,小叶章沼泽化草甸H₂S的平均释放通量为0.34μg·(m²·h)^-1,COS的平均释放通量为-0.29μg·(m²·h)^-1;在生长季,小叶章沼泽化草甸表现为H₂S的源,COS的汇.小叶章的生长过程对H₂S、COS的排放影响显著,在小叶章生长旺盛期,H₂S出现排放峰值,COS出现吸收高峰,H₂S和COS的释放通量呈负相关.     

西安市建筑施工扬尘排放的模型估算

作为我国大气污染治理重点区域汾渭平原的重点城市,西安正处于城市建设迅速发展阶段,建筑扬尘排放量大,极大地影响了西安的空气质量.本研究基于西安市建筑和市政施工工程的调查资料,结合两套由不同机构测量的我国北方典型城市排放因子,估算获得了西安市2017年建筑施工扬尘PM_(10)、PM_(2.5)的排放量及排放强度,构建了西安市区县级别建筑扬尘排放颗粒物清单,并分析其空间分布特征.结果表明:①引用中国环境科学研究院依据建筑扬尘产生类型测定的排放因子,估算获得2017年西安市建筑施工扬尘PM_(10)、PM_(2.5)排放总量分别为6.8×10~4、1.4×10~4 t,其中,作业施工扬尘排放量占总排放量的74%,风蚀扬尘占26%;②引用北京市环境保护科学研究院构建的建筑扬尘季节性排放因子,估算西安市建筑施工扬尘PM_(10)、PM_(2.5)排放总量分别为10.8×10~4、2.2×10~4 t,建筑扬尘排放量存在着明显的季节差异,夏季、秋季、冬季的扬尘排放量明显低于春季,但冬季略高于夏季、秋季;③综合两套排放计算结果表明,估算的建筑扬尘排放量存在50%的差异,西安2017年建筑扬尘PM_(10)排放量约为6.8×10~4～10.8×10~4 t,PM_(2.5)排放量约为1.4×10~4～2.2×10~4 t;④空间分布上,主城区建筑施工扬尘排放量大,约占总排放量的72%;主城区建筑施工扬尘排放强度高,约为郊区县的29倍.     

基于数值模拟对西安地区冬季一次重污染过程PM2.5区域来源解析

西安是关中盆地经济发展的核心城市,特殊的地形和工业发展导致冬季细颗粒物(PM_2.5)污染严重,制定科学合理的治理措施迫切需要明确PM_2.5的来源.本文基于空气质量模式CAMx(Comprehensive Air Quality Model with extensions)、颗粒物源解析模块PSAT(Particulate Source Apportionment Technology)及融入多种来源数据后建立的排放清单来量化西安地区本地及区域传输贡献.在本文研究的重污染过程中,模式的模拟精度合理,模拟与观测值相关系数为0.78,FAC2达到95%.PSAT模块在本次重污染过程中对西安PM_2.5的来源解析结果显示:在城区,西安本地为最大的排放源区,日均贡献率均大于60%,其次为咸阳8%,省外的传输为6%;在郊区,西安本地的贡献减少,传输贡献增加,其中阎良区传输贡献达到83%.对西安城区的一次细颗粒物面源排放量减少50%模拟后,城区和郊区来自周边区域渭南或咸阳的贡献率有6%～8%的增长.该研究结果表明需要从本地排放管控和区域...     

2019年西安首场雾霾PM2.5关键特征的综合诊断

通过对WRF-Chem（Weather Research and Forecasting Model Coupled to Chemistry）环境模式模拟资料、HYSPLIT（HYbrid Single Particle Lagrangian Integrated Trajectory Model）前/后向气团轨迹资料、环境站监测资料，以及西安理工大学（Xi''an University of Technology，简称XUT）多波长激光雷达、米散射激光雷达、能见度仪、粒谱仪等观测资料的综合诊断，探讨了2019年1月初发生在西安的雾霾过程（记为首场雾霾）PM_2.5组分、分布及传输特征，旨在为雾霾气溶胶研究提供有益的个例积累.定性、定量双重检验表明，Chem模式较成功复制了此次雾霾气溶胶过程.利用这些可靠的模式数据分析表明，PM_2.5中碳气溶胶的主要组分为有机碳，约占85%，强盛期气溶胶各组分随高度增加均呈递减趋势，各组分近地面浓度最高.通过对两类不同方法获取的消光系数对比分析表明，相比于模式数据，激光雷达数据具有更高的垂直分辨率，因此，更善于描述消光廓线的细节特征.通过对多源资料的综合诊断最终揭示出，"北风涌"是雾霾消散的关键影响因子，沿铜川-西安-山阳一带存在着污染物传输的重要路径，雾霾由此体现出自北向南依次消散的特征.     

西安市人为源一次PM2.5排放清单及减排潜力研究

颗粒物是影响西安市环境空气质量的主要因子.结合《西安统计年鉴2015》《2014年环境统计数据》和现场调查等确定了西安市各类PM_2.5排放源的活动水平数据,采用物料衡算法和排放因子法测算了西安市2014年大气中PM_2.5的年排放总量,并从行业和区域角度详细分析了PM_2.5的排放贡献率.在此基础上,以2014年为基准年,依据西安市地方政策和各行业最新排放标准,对PM_2.5的减排潜力进行了预测.结果表明:2014年西安市人为源一次PM_2.5排放总量为33 660.1 t,其中,固定燃烧源、工艺过程源、移动源、生物质燃烧源、扬尘源和餐饮源的贡献率分别为27.6%、23.5%、6.8%、10.7%、31.1%和0.3%.道路扬尘、窑炉和发电为西安市PM_2.5的重点排放行业,其PM_2.5排放量分别占排放总量的21.4%、20.3%和11.0%.各区县中,鄠邑区、灞桥区和未央区的PM_2.5排放量较高,其贡献率分别为15.7%、13.7%和12.7%;新城区PM_2.5排放量最小,为297.8 t/a.2014年西安市PM_2.5平均排放强度为2.07 t/km2,其中,碑林区排放强度（16.80 t/km2）最大,高陵区（0.48 t/km2）最小.按照《西安市2017年"铁腕治霾保卫蓝天"工作实施方案》等新政策的规定,预测在新的排放标准下西安市PM_2.5排放量将比2014年削减63.7%.研究显示,固定燃烧源、工艺过程源和生物质燃烧源有较大的减排潜力.      

合肥市O3污染时空变化特征及影响因素分析

为掌握合肥市大气环境中O_3的时空变化特征及其影响因素,对合肥市2013—2015年空气质量监测数据和气象参数进行系统的分析.结果表明,合肥市O_3污染在夏、秋季节有逐渐加重的趋势,尤其是城市中心区域,呈显著的季节特征和日单峰性;O_3易在风速小于3.3 m·s-1、相对湿度介于50%~60%、地面气压低于1020 h Pa和日平均气温介于25~28℃的气象条件下出现浓度峰值;合肥市O_3浓度与NO2和VOCs分别存在显著的负相关和正相关关系,其中,烯烃、烷烃、芳香烃和炔烃对O_3生成潜势(OFP)的贡献值依次增大.O_3浓度可通过前一日O_3浓度、相对湿度、平均气温、PM2.5、当日8:00风速、平均气压及NO2等参数建立良好的统计预报模型,非标准化可决系数R2高达0.559.     

临安夏季霾和清洁天气PM2.5化学组成特征比较

本研究对长江三角洲背景地区临安大气本底站夏季PM_(2.5)进行连续采集,并对其分别进行OC/EC和水溶性离子测试分析.研究结果发现,临安夏季PM_(2.5)中OC和EC平均质量浓度分别为(14.3±3.95)μg·m-3和(3.33±1.47)μg·m-3.与城市地区相比,本研究临安背景地区夏季气溶胶中OC和EC相关性较弱(R2=0.31,P0.01).二次无机离子,即SO_4~(2-)、NO_3~-、NH_4~+(SNA),明显高于其它水溶性无机离子,平均浓度分别为(8.70±5.66)、(2.04±1.07)和(3.25±2.29)μg·m-3.基于对临安夏季PM_(2.5)连续加密观测、气团后向轨迹以及火点图研究分析,发现静稳天气条件和区域传输都可以影响临安地区PM_(2.5)的化学组成特征.此外,通过对临安本底站霾天和清洁天PM_(2.5)化学组成特征比较发现,与清洁天相比,霾污染天气POC和EC占PM_(2.5)的质量分数没有明显变化,而SOC占PM_(2.5)的质量分数却呈现了明显的下降趋势.与SOC不同,SO_4~(2-)和NH_4~+占PM_(2.5)的质量分数在霾污染天气均呈现了上升的趋势,说明二次无机离子有另一种明显增强的化学生成路径,即非均相化学反应.     

基于高分辨率MARGA分析成都市PM2.5中水溶性离子污染特征

利用高分辨率MARGA对2019年成都市PM_2.5中水溶性离子展开连续监测,结合气象参数分析水溶性离子污染特征.结果表明,MARGA监测的8种水溶性离子质量浓度与PM_2.5变化趋势一致,水溶性离子年均浓度为(23.1±13.6)μg·m^-3,在PM_2.5中占比为48.6%,表明水溶性离子为PM_2.5重要组分.各离子质量浓度大小顺序依次为:NO^-₃、 SO₄^2-、 NH⁺₄、 Cl^-、 Ca²⁺、 K⁺、 Mg²⁺和Na⁺,其中二次离子(NO^-₃、 SO₄^2-和NH⁺₄)年均质量浓度为(20.2±2.7)μg·m...     

济南市夏、冬季PM2.5中化学组分的季节变化特征及来源解析

为探究济南市大气气溶胶中化学组分的季节变化特征,于2015年夏季、冬季分别连续进行1个月的PM_(2.5)样品采集,并分析无机离子、碳质组分与水溶性二次有机碳(WSOC)的组成、浓度水平及来源.结果表明,济南市冬季PM_(2.5)的质量浓度[(158.3±95.3)μg·m~(-3)]约为夏季[(75.3±25.9)μg·m~(-3)]的2倍,在我国其浓度处于中上等水平.无机离子的总浓度呈夏低冬高的季节变化特征,其中SO_4~(2-)、NO_3~-、NH_4~+是浓度最高的3种离子,且这3种离子的相关性均较好,NH_4~+在夏季和冬季均以(NH_4)_2SO_4和NH_4NO_3的形式存在.大气中存在较高程度的SO_2和NO_2的二次氧化,其中硫氧化率(SOR)呈夏高冬低的变化特征,而氮氧化率(NOR)呈相反的季节变化特征.通过分析PM_(2.5)中阴、阳离子电荷平衡可知,PM_(2.5)呈弱碱性.基于热力学模型ISORROPIA-Ⅱ,结果表明冬季PM_(2.5)的酸性比夏季强.OC与EC浓度均呈夏低冬高的变化特征,由OC/EC的比值、WSOC/OC的比值和估算的二次有机碳(SOC)的浓度可知,夏季二次污染的程度比冬季更为严重.主成分分析(PCA)结果表明,济南市夏季无机离子主要来自二次氧化及生物质燃烧,而冬季无机离子主要来自煤炭燃烧及其产生的前体物经光化学氧化形成的二次污染物.     

脉冲电晕放电烟气脱硫的影响因素

脉冲放电脱硫反应器电极结构采用线-板式电极,正极性窄脉冲高电压供电,试验烟气流量为1000～3000m³/h.主要研究了脉冲放电脱硫的运行参数对脱硫效果的影响,目的是为脉冲放电烟气脱硫工业应用提供科学依据.得出的试验结果:烟气中SO₂浓度在1000～2000ml/m³范围内,烟气温度在60℃～80℃范围内,氨加入量按摩尔比NH₃SO₂=2:1加入,能耗3～5 W·h/Nm³,SO₂脱除率达到80%以上.     

持续鞍型场导致的西安市PM2.5重污染过程分析

为了解鞍型场对西安市PM_2.5重污染过程的影响.以西安市2016年2月6—14日重污染过程ρ（PM_2.5）及气象要素的小时变化为研究对象,综合分析了此次重污染过程特征、天气型以及气象要素变化.结果表明:①西安市此次重污染过程可分为污染上升阶段（6—7日）、污染维持阶段（8—11日）及污染减轻阶段（12—14日）,3个阶段分别处于均压场、鞍型场、高压前部等天气型的影响下.②此次鞍型场发生时,天气持续静稳,气压梯度力小,且西安市处于气流的辐合地带,导致污染物的形成和积累,ρ（PM_2.5）最高值达198 μg/m3.③在鞍型场的控制下,西安市日均气温维持在偏高的水平（最高达7.2℃）,相对湿度呈上升的趋势,最高达86.5%;而风速和能见度则波动下降,平均风速和能见度最低值分别为0.8 m/s和0.5 km.高温、高湿、小风的气象条件有利于污染物的吸湿增长从而导致PM_2.5重污染.④受鞍型场的影响,西安市边界层高度较低,最低时只有55 m,且逆温层较厚,强度较大,最大值达3.8℃/（100 m）,极低的边界层高度和较厚的逆温层削弱了污染物的垂直扩散能力,污染物被抑制在近地面,形成较严重的污染.研究显示,鞍型场天气型导致的均压场、暖湿、静风、低边界层及强逆温层是此次西安市PM_2.5重污染过程的重要原因.