南京市不同功能区冬季大气PM2.5分布特征及其来源解析

2016年12月-2017年1月,在南京市4类典型功能区（农业区、住宅区、交通干道区、工业区）各选两点,共采集了大气PM_2.5样品32套,测定并分析了其质量浓度、9种水溶性离子（WSIs）、有机碳（OC）以及元素碳（EC）的含量.观测期间,南京市冬季PM_2.5的平均浓度为104.5 μg·m^-3,分布特征为：工业区（116.6 μg·m^-3）>农业区（104.3 μg·m^-3）>住宅区（100.1 μg·m^-3）>交通干道区（96.9 μg·m^-3）;WSIs、OC和EC的平均浓度（/PM_2.5）分别为：53.4 μg·m^-3（51.1%）、11.8 μg·m^-3（11.3%）、8.2 μg·m^-3（7.8%）.农业区和住宅区受WSIs污染较严重且NOR、SOR较高,而工业区和交通干道区的OC、EC污染较严重且SOC/OC较高.进一步运用PMF模型解析,南京市冬季PM_2.5来源为：二次源（37.3%）、工业源（31.2%）、交通源（16.4%）、建筑尘（7.9%）和燃煤源（7.2%）.最后,本文收集了自2000年起南京市冬季大气PM_2.5浓度及其污染来源研究,总体而言,近年来南京冬季大气PM_2.5浓度呈下降趋势,其主要污染源比重也发生了较大变化,燃煤贡献有所下降,而工业和交通排放逐渐上升,且二次污染贡献逐渐突出.今后,控制二次污染源将成为南京市大气PM_2.5治理的重中之重.     

2013-2014年河南省PM2.5浓度及其来源模拟研究

随着城市化和工业化水平的逐渐提高,河南省的空气污染问题也日益严重.利用嵌套网格空气质量模式（NAQPMS）,数值模拟了2013年7月-2014年6月年河南省大气细颗粒物及其前体物（NO₂、SO₂、PM₁₀、PM_2.5）的地面浓度,并量化了其主要来源.结果表明：模式能够较好地再现污染物的时空演化特征.整体来讲,河南省PM_2.5的高值区集中在中部和北部地区,呈现冬季高、夏季低的特点.在线源解析模拟发现,河南省不同地区PM_2.5的来源有所不同,中西部地区主要来自于本地,而在东部和北部地市,来自周边省份的区域输送更为显著,其贡献达到40%～50%,且在PM_2.5浓度的高值区更为明显.就行业贡献而言,居民源、工业源和机动车排放是河南省PM_2.5浓度的主要来源,其浓度贡献分别为23.7 μg·m^-3（贡献比例24%,下同）、20.6 μg·m^-3（21%）和21.3 μg·m^-3（22%）,电厂、农牧业和地面扬尘的浓度贡献分别为7.0 μg·m^-3（7%）、8.7 μg·m^-3（9%）和17.8 μg·m^-3（18%）.受居民源影响最大的地区是河南中东部和北部地市,其贡献达到PM_2.5浓度的27%、27%和25%.工业源影响最大的地区集中在太行山南部地市,其浓度贡献为26.4 μg·m^-3（24%）,在其他地市的贡献为17%～23%.机动车对河南东部影响最为显著,其浓度贡献为22.9 μg·m^-3（24%）.电厂和农畜牧业对全省PM_2.5的贡献分布比较均匀,分别为6%～9%和8%～10%.分析不同浓度下的PM_2.5来源,发现工业源和扬尘贡献随PM_2.5浓度增加逐渐降低,而居民源和机动车排放的贡献则有所增加,在PM_2.5浓度高于100 μg·m^-3期间,达到22%和20%.     

南京江北2014-2016年PM2.5质量浓度分布特征及气象和传输影响因素分析

利用2014-2016年南京江北地区PM_2.5质量浓度和气象要素的小时数据,并结合HYSPLIT模式后向轨迹聚类分析和PSCF法分析了PM_2.5质量浓度的污染特征及其主要影响因素和主要来源特征.结果表明：2014-2016年PM_2.5质量浓度呈逐年下降趋势,下降幅度约为17.40%,由2014年的62.1 μg·m^-3下降至2016年的51.2 μg·m^-3,能见度由2014年的5.8 km上升至2016年6.6 km.PM_2.5质量浓度存在显著的月变化和季节变化特征,1月浓度最高,可达93.0 μg·m^-3;8月浓度最低,仅为38.8 μg·m^-3;冬季浓度最高,可达76.8 μg·m^-3,夏季浓度最低,仅为47.1 μg·m^-3.不同季节日变化均为单峰型分布.气象要素对PM_2.5质量浓度的影响较大,不同相对湿度下能见度和PM_2.5质量浓度具有较好的拟合关系.霾和非霾天PM_2.5质量浓度的阈值为15 μg·m^-3.不同季节的主导气团不同,春季主导气团为偏北气流和偏东气流,占比分别为43.50%和30.80%;夏季主导气团以东部气流为主,占比约为68.22%;秋季和冬季主导气团为来自北方的气流,总占比分别为83.52%和100%;偏北内陆气团PM_2.5质量浓度较大,偏东海洋性气团PM_2.5质量浓度较低.PM_2.5质量浓度潜在源区春冬季潜在源区范围较大,夏秋季潜在源区范围较小,季节变化显著.春季潜在来源主要分布在安徽、江西北部、江苏南部和浙江北部等地区,夏秋季分布在安徽东部、浙江北部和江苏南部等地区,冬季分布在安徽、河南东部,山东和江苏等地区.     

两湖盆地冬季区域大气颗粒物污染特征及独特的风场和下垫面影响

为认识近年来长江流域中游两湖（湖南-湖北）盆地大气环境变化特征,本文利用两湖盆地2015~2019年冬季近地面PM_2.5和PM₁₀观测数据,结合风速、地形和植被指数等资料,探讨两湖盆地冬季大气颗粒物PM_2.5和PM₁₀的变化特征及其与风速、地形和下垫面的关联.结果表明：①两湖盆地2015~2019年冬季PM_2.5污染频发,其中两湖盆地西北部的襄阳和荆门的冬季平均分别多达62 d和61 d出现PM_2.5污染（PM_2.5>75 μg·m^-3）,襄阳重污染（PM_2.5>150 μg·m^-3）多达19 d,表明两湖盆地是长江流域中游地区一个区域性PM_2.5污染中心.②在空间上,两湖盆地污染呈现出西北重东南轻、城市群污染较重的特征,这主要与冬季风驱动的大气污染物的区域传输和两湖盆地城市地区的强排放有关.③近地面风速与PM_2.5和PM₁₀地面浓度变化呈现特殊的"U"型非线性关系,PM_2.5和PM₁₀浓度拐点值分别为153 μg·m^-3和210 μg·m^-3,揭示了两湖盆地局地大气颗粒物累积主导了轻/中度污染,大气污染物区域传输决定了重度污染的独特区域特征.④两湖盆地冬季PM_2.5和PM₁₀地面浓度与地形高度和植被指数均呈显著负相关,反映了两湖盆地地形和城市化下垫面变化的大气环境效应.     

不同天气形势对南京地区双高污染的输送及潜在源区分析

基于2015~2019年南京细颗粒物（PM_2.5）和臭氧（O₃）逐小时浓度数据,通过T-mode主成分分析法对南京发生PM_2.5和O₃污染同时高浓度并存（双高污染）时的天气形势进行了分型,利用后向轨迹聚类分析法、潜在来源贡献法（PSCF）和浓度权重轨迹分析法（CWT）研究不同天气形势对南京双高污染的输送路径及潜在源区分布.结果表明,有利于南京地区双高污染的天气形势分别为弱的低压型（Type1）和高压中心型（Type2）.天气形势会对后向轨迹的方位来源产生影响.Type1时,南京地区受到东北和西南两个低气压影响,气团的聚类轨迹主要来自东西两个方位,轨迹中ρ（PM_2.5）和ρ（O₃）平均值分别为83.48 μg·m^-3和106.85 μg·m^-3.Type2时,南京及其周边在高压中心边缘,气团聚类轨迹主要来自北方和东方,轨迹中ρ（PM_2.5）和ρ（O₃）平均值分别为94.47 μg·m^-3和92.32 μg·m^-3.同时两种类型后向轨迹绝大部分属于中短距离区域输送,说明周边临近省份的污染是影响南京地区双高污染主要原因之一.PSCF和CWT分析表明,两者高值区域基本保持一致.Type1和Type2两种类型中PM_2.5和O₃的最主要潜在源区均出现分布并不完全一致的情况,表明双高污染中的两种污染物并非来自同一地区.     

减排背景下成都大气PM2.5碳质组分特征

近年来,国务院颁布的《大气污染防治行动计划》和《打赢蓝天保卫战三年行动计划》对我国空气质量的全面改善起到了重要作用,然而,当前鲜有对四川盆地两大政策实施效果进行评估以及对政策实施后PM_2.5化学组分新特征的针对性研究.2017年和2020年分别是两大污染减排政策实施效果评估的关键时期,为对两时期成都市大气PM_2.5及其中碳质组分特征进行全面了解,分别于2016年10月至2017年7月和2020年12月在成都市区进行了PM_2.5的连续采样,并对其中有机碳（OC）和元素碳（EC）进行了分析.结果表明：①2016~2017年成都市ρ（PM_2.5）平均值为（114.0±76.4）μg·m^-3,最高值出现在冬季,可达（193.3±98.5）μg·m^-3,是浓度最低季节春季［（73.8±32.3）μg·m^-3］的2.6倍,而这种严重的冬季污染在2020年出现了明显改善,对应的ρ（PM_2.5）为（96.0±39.3）μg·m^-3,降幅达50.3%.②2016~2017年ρ（OC）和ρ（EC）的平均值分别为（21.1±16.4）μg·m^-3和（1.9±1.3）μg·m^-3,分别占PM_2.5的质量分数为18.5%和1.7%;ρ（OC）季节变化特征为：冬季［（40.6±21.5）μg·m^-3］>秋季［（17.0±7.0）μg·m^-3］>夏季［（14.4±3.9）μg·m^-3］>春季［（12.6±6.0）μg·m^-3］,而各季节ρ（EC）水平接近（1.3~2.4 μg·m^-3）;二次有机碳（SOC）是OC的重要组成,可占OC的质量分数为44.5%.相比2016年冬季,2020年冬季ρ（OC）降至（19.2±9.1）μg·m^-3,降幅达52.7%,EC则升高了26.1%.③随污染加重,各碳质组分及其贡献变化趋势各异,相比2016年冬季,2020年冬季OC随污染加重贡献更加趋于稳定,而SOC占比升高更为明显,二次有机组分贡献不容忽视.④各季节气团来向和污染物潜在源区均呈现出了明显差异;与2016年冬季相比,虽然2020年冬季主要气团来向未发生明显变化,但各轨迹对应的污染物浓度均出现了大幅降低,且污染物潜在源区向东部区域扩展明显.     

太原市大气PM2.5中水溶性离子的季节污染特征及来源分析

为探究当前空气质量持续改善背景下重污染地区大气PM_2.5和水溶性无机离子（WSⅡs）的污染特征和季节变化,于2019年在太原市采集了四季PM_2.5样品.结果表明,2019年太原市PM_2.5年均质量浓度为（65.50±30.44）μg·m^-3,水溶性离子浓度的季节特征为：冬季（39.81 μg·m^-3） > 秋季（33.05 μg·m^-3） > 春季（20.50 μg·m^-3） > 夏季（19.62 μg·m^-3）.WSⅡs以二次离子SNA为主,占总离子浓度的76.90%±10.51%,且随着PM_2.5污染加重,SNA的比重显著升高.其中,SO₄^2-和NO₃^-在秋、冬季的浓度最高,这与气态污染物排放增加和二次转化程度的升高（硫氧化率SOR>0.30,氮氧化率NOR>0.10）有关;NH₄⁺、Cl^-和K⁺在冬季的浓度最高,是其他季节的1.2~7.9倍,可能归因于冬季燃煤和生物质燃烧活动的增加;由于春季风速较高,受土壤扬尘的影响,Ca²⁺和Mg²⁺的比重在春季显著增加为20.2%.春季和夏季为贫氨状态,而秋、冬季为富氨状态,且硝酸盐颗粒物在高湿度条件下的吸湿增长比硫酸盐更为显著.太原市大气PM_2.5中水溶性离子主要来源于二次生成、燃煤、生物质燃烧和土壤扬尘.     

2013~2017年中国PM2.5污染防治的健康效益评估

为了评估中国大气环境治理带来的健康效益,确定健康风险评价的主要驱动因素,本文使用结合人群活动因子的综合暴露响应模型,对中国东部和中部地区2013~2017年可归因于PM_2.5的健康经济效益进行了估算,并量化了人口总量、人口老龄化、基准死亡率和PM_2.5暴露浓度这4个因素对健康负担的影响贡献.结果表明,2013~2017年研究区域内PM_2.5人口加权浓度下降了28.73%,PM_2.5年均暴露浓度在35 μg·m^-3及以下的人口比例从11.23%增加到27.91%.PM_2.5浓度下降使得2017年归因死亡数下降了14.43%,可避免经济损失为5588.41亿元.当PM_2.5暴露浓度达到国家二级标准（35 μg·m^-3）、一级标准（15 μg·m^-3）和世卫组织建议标准（10 μg·m^-3）时,归因死亡人数较基准年（2017年）将减少8.22%、55.05%和79.36%,避免经济损失3190.85、21374.38和30812.97亿元.人口总量、人口老龄化、基准死亡率和PM_2.5暴露浓度这4个因素对健康负担的贡献分别为-2.69%、-12.38%、1.66%和14.57%,其中污染物浓度降低是减轻健康负担的主导因素.中国的大气污染治理取得了显著成效,但在高PM_2.5浓度和高人口密度的地区,大气污染导致的健康负担仍然很重,需要实施更加严格的空气污染控制政策.     

2018~2021年成都市碳质气溶胶变化特征分析

碳质气溶胶是细颗粒物（PM_2.5）的重要组成部分,可影响全球气候变化、大气能见度、区域空气质量和人类健康. 为了探究减排背景下碳质气溶胶的长期变化特征,通过实时在线监测获取了2018～2021年成都市PM_2.5样品中的有机碳（OC）、元素碳（EC）、挥发性有机物（VOCs）浓度以及相应的气象数据. 结果表明,监测期间ρ（OC）和ρ（EC）均值分别为（10.9 ±5.7）μg·m^-3和（2.6 ±1.9）μg·m^-3,在PM_2.5中占比分别为25.2%和6.0%,ρ（SOC）均值为（5.7 ±3.3）μg·m^-3,在OC中的占比为52.9%. OC和EC浓度随PM_2.5年际变化趋势一致,2018~2020年呈下降趋势[PM_2.5：年均下降浓度为-7.1 μg·（m³·a）^-1,年均降幅为-14.6 %·a^-1;OC：年均下降浓度为-1.7 μg·（m³·a）^-1,年均降幅为-14.2 %·a^-1;EC：年均下降浓度为-0.1 μg·（m³·a）^-1,年均降幅为-4.4 %·a^-1],2021年各污染物浓度较2020年均有不同幅度反弹. PM_2.5和OC浓度大小为：冬>春>秋>夏,EC浓度大小为：冬>秋>春>夏,OC和EC占比分别呈夏季和秋季高于其他季节,对应季节OC和EC占比分别为26.8%和6.9%. 随着污染程度的加重,OC、EC和SOC浓度逐步上升,但在PM_2.5中的占比却呈下降趋势,说明成都市PM_2.5污染的控制因子并不是碳组分. 源解析结果表明,成都市碳质气溶胶主要受机动车、工业源、生物质燃烧源、VOCs二次转化影响. 2019~2021年,EC受VOCs中机动车特征组分影响逐年下降,春季和秋季OC和EC受VOCs影响大于其他季节,春秋季节应加大VOCs排放治理,减少二次转化影响.     

兰州市冬夏季大气PM2.5化学组分特征及来源分析

于2019年冬季（1月）和夏季（7月）对兰州市大气PM_2.5进行了连续采集,并结合同时期的气象资料分析了PM_2.5化学组分（有机碳、元素碳、水溶性离子）特征及来源.结果表明,冬季OC浓度为11.58~45.42 μg·m^-3,EC浓度为3.25~13.90 μg·m^-3,夏季OC、EC浓度分别为8.42~23.08、2.85~7.93 μg·m^-3,OC浓度总体高于EC,在PM_2.5中占到了更高的比重.冬季平均OC/EC为3.24,夏季平均OC/EC为2.75,表明有二次气溶胶SOC生成,且机动车排放与冬季燃煤供暖为其主要污染源.冬季OC和EC相关系数为0.94,夏季为0.66,夏季相关系数较低表明其污染来源较冬季复杂.SO₄^2-、NO₃^-、NH₄⁺、Ca²⁺是大气PM_2.5中最重要的4种水溶性离子,这4种离子在冬季和夏季分别占到总水溶性离子的84.56%和90.16%,占PM_2.5的45.6%、14.5%.主成分分析法、后向轨迹及浓度权重结果表明,兰州市PM_2.5主要的污染源除了受本地化石燃料燃烧、机动车尾气、生物质燃烧排放、土壤和建筑粉尘的影响外,还可能受到内蒙古高原和新疆塔克拉玛干沙漠等地远距离传输的影响.     

森林与径流关系——一致性和复杂性

@论文综述国外近一个世纪以来在配对集水区研究方面所取得的结论,从水的自然属性出发,从森林变化对径流(年径流量、洪峰与枯水径流)的影响,径流响应的干扰临界值及水文恢复各方面探讨森林变化与径流关系的一致性与复杂性。森林变化与径流关系的一致性主要表现在由较长时间尺度表达的年径流量上。绝大多数的配对集水区的试验研究表明,采伐森林就会增加年径流量,而在荒地上造林就会减少年径流量。而由较短时间尺度表达的洪峰径流与枯水流量则呈现较大的复杂性和难预估性。综述表明,对径流特别是洪峰与枯水径流的定义及分析方法的不同也是造成森林与径流关系复杂性的重要原因。森林与径流关系的复杂性要求人们在研究及应用其关系时就必须有系统观,必须考虑植被、径流与其它过程(土壤变化、气候变化等)的相互作用。论文还认为尽管配对集水区试验作为一种研究方法为研究者提供了许多可靠的结论,但由于许多研究者只把集水区看作是“黑箱”Q从而对认识森林与径流关系的复杂性有一定的局限性。未来的研究应把配对集水区的试验与其它对过程的研究技术(同位素、GIS等技术)结合起来。     

科技与可持续发展

科学技术对生产力发展的巨大作用。不仅表现在它对生产力3个要素的渗透性影响。而且表现在它促进生产力结构的优化和系统功能的发挥，但经济发展会带来资源破坏和环境污染等负面影响。应在发挥科技作为第一生产力作用的同时，遏制其带来的负面影响，以促进可持续发展。     

Homology and phylogeny and their automated inference

The analysis of the ever-increasing amount of biological and biomedical data can be pushed forward by comparing the data within and among species. For example, an integrative analysis of data from the genome sequencing projects for various species traces the evolution of the genomes and identifies conserved and innovative parts. Here, I review the foundations and advantages of this "historical" approach and evaluate recent attempts at automating such analyses. Biological data is comparable if a common origin exists (homology), as is the case for members of a gene family originating via duplication of an ancestral gene. If the family has relatives in other species, we can assume that the ancestral gene was present in the ancestral species from which all the other species evolved. In particular, describing the relationships among the duplicated biological sequences found in the various species is often possible by a phylogeny, which is more informative than homology statements. Detecting and elaborating on common origins may answer how certain biological sequences developed, and predict what sequences are in a particular species and what their function is. Such knowledge transfer from sequences in one species to the homologous sequences of the other is based on the principle of 'my closest relative looks and behaves like I do', often referred to as 'guilt by association'. To enable knowledge transfer on a large scale, several automated 'phylogenomics pipelines' have been developed in recent years, and seven of these will be described and compared. Overall, the examples in this review demonstrate that homology and phylogeny analyses, done on a large (and automated) scale, can give insights into function in biology and biomedicine.     

真菌和细菌对染料的吸附脱色及再生能力的研究

进行了真菌和细菌共培养对染料的吸附脱色和吸附脱色能力再生的研究。结果表明，青霉菌G－1首先对偶氮染料S－119、蒽醌染料艳紫KN－B（C．I．Reactive violet 22）水溶液中染料进行快速吸附去除，菌丝对同种染料的吸附速度随菌丝培养液中葡萄糖浓度的增加而加快，吸附染料的G－1菌丝在与细菌的共培养中完成对染料的脱色降解，脱色速度受培养液中葡萄和氮源浓度影响较大，从吸附速率和完全脱色时间综合评价，以葡萄糖浓度为5g/L、酒石酸铵为20mmol/L的培养基中培养的菌丝对染料的吸附脱色效果最好，吸附在菌丝上的艳紫KN－B脱色后菌丝吸附脱色能力得到再生，菌丝对100mg/L的艳紫KN－B染料水溶液可重复处理4次。青霉菌G－1对酸性染料废水处理3h，色度去除率为75．9％，吸附染料的菌丝在与细菌共培养中完成对染料的脱色，对试验所用染料废水，菌丝的处理能力获得1次再生。     

伊宁市城市水系现状调查及问题与对策

以泉水来源的伊宁市城市水系,具有特有城市标志的同时对伊宁市起着重要的生态、景观、润泽作用。近年来,城市建设的快速发展给伊宁市水系带来了新的问题。文章以如何保护好伊宁市城市水系为出发点,以现场调查及相关数据为基础,对现状问题进行分析,提出了城市水系保护方面的一些建议对策。     

油气集输联合站火灾爆炸危险分析与事故后果模拟

以某联合站为例,根据油气集输联合站站场功能,将联合站划分为油气处理、储运及污水处理3个单元,对各单元发生火灾爆炸事故的可能条件进行分析,并利用DNV公司的SAFETI软件对事故后果进行模拟计算,根据事故影响范围数据,提出相应的安全措施。     

Pesticides and trace elements in cannabis: Analytical and environmental challenges and opportunities

Cannabis is increasingly used for both medicinal and recreational purposes with an estimate of over 180 million users annually. Canada has recently legalized cannabis use in October 2018, joining several states in the United States of America (e.g., Colorado, California, and Oregon) and a few other countries. A variety of cannabis products including dry flowers, edibles, and oil products are widely consumed. With high demand for cannabis products worldwide, the quality of cannabis and its related products has become a major concern for consumer safety. Various guidelines have been set by different countries to ensure the quality, safety, and efficacy of cannabis products. In general, these guidelines require control of contaminants including pesticides, toxic elements, mycotoxins, and pathogens, as well as residual solvents in regard to cannabis oil. Accordingly, appropriate analytical methods are required to determine these contaminants in cannabis products for quality control. In this review, we focus on the current analytical challenges and method development for detection of pesticides and toxic elements in cannabis to meet various guidelines.     

砷的污染、检测与防治

在环境化学污染物中,砷是最常见、最严重的污染物之一.随着现代工农业生产的发展,砷对环境的污染日趋严重.为了更好地评价砷污染对环境和人体的影响,介绍了砷污染的来源、对人体的危害、标准的检测方法和目前砷污染治理的现状.     

Comparison of transabdominal and transcervical CVS and amniocentesis: Sampling success and risk

A total of 2931 women randomized to either transabdominal CVS, transceirvical CVS, or amniocentesis were studied. Unless intended or unintended abortion had occurred, they had completed up to 28 weeks of pregnancy. No significant difference was seen between total fetal loss in the transabdominal CVS group and the amniocentesis group (6.5 and 6.8 per cent, respectively, SE difference = 0.92 per cent, p = 0.01). The total fetal loss in the transcervical CVS group was 10.1 per cent. After pooling our data with data from the Canadian randomized study and the American non-randomized study, the difference in risk between trans-cervical CVS and amniocentesis was 1.8 per cent (SE difference = 0.64 per cent, p = 0.8). When the number of failed procedures and those cases evaluated as infeasible for the assigned method-for anatomical reasons-are compared, the overall sampling efficacy is poorer transcervically than transabdominally.