北京市交通扬尘PM2.5排放清单及空间分布特征

为建立一种自下而上的交通扬尘PM_2.5排放清单方法,对北京市不同区域、不同类型道路的路面积尘负荷进行了采样和实验室分析,对各类路网的道路车流量和车辆类型进行了调查和统计,建立了北京市道路交通扬尘PM_2.5排放清单,并对其空间分布进行了分析. 结果表明:北京市城区快速路、主干道、次干道、支路和胡同的交通扬尘PM_2.5排放因子分别为(0.05±0.03)(0.09±0.05)(0.11±0.05)(0.16±0.14)和(0.27±0.20)g/(km·辆),相应各类型道路的交通扬尘PM_2.5排放强度分别为(7.21±4.66)(5.27±3.03)(3.34±1.49)(2.84±2.49)和(0.54±0.40)kg/(km·d);郊区高速路、国道、省道、县道、乡道和城市道路的交通扬尘PM_2.5排放因子分别为(0.10±0.03)(0.50±0.33)(0.39±0.37)(0.41±0.41)和(0.65±0.31)(0.19±0.08)g/(km·辆),各类型道路交通扬尘的PM_2.5排放强度分别为(3.82±1.31)(10.00±6.58)(3.93±3.74)(1.64±1.63)(0.65±0.31)和(0.74±0.32)kg/(km·d). 北京市道路交通扬尘PM_2.5的年排放量为13 565 t,从空间分布上看,郊区交通扬尘PM_2.5年排放量、单位道路长度排放量以及排放因子均高于市区,而城区单位行政区面积的交通扬尘PM_2.5排放量高于远郊区县. 从交通扬尘PM_2.5排放的空间分布特征看,在继续加强城区交通扬尘控制的同时,应采取措施控制远郊区县公路的扬尘排放. 自下而上的交通扬尘PM_2.5排放清单提高了排放的时空分辨率,能够识别路网中高排放的区域和路段,为交通扬尘总量管理和减排目标考核提供了一种技术手段.      

北京市平原区裸露地风蚀扬尘排放量

以北京市平原区为研究对象,基于美国国家航空航天局（NASA）的陆地卫星（Landsat系列）遥感资料,设计算法批量提取裸露地信息,并结合通用扬尘排放模型,计算估计北京市平原区的裸露地风蚀扬尘源中PM₁₀、PM_2.5的排放系数及年排放量,建立了北京市各区的裸露地风蚀扬尘排放清单.研究表明,1987~2016年间北京市平原区裸露地面积减小了约600km²;风蚀扬尘最严重的地区为大兴区,其次为通州区;以气候年均值为参数计算获得,2016年北京平原区裸露地由于风蚀扬尘效应产生的PM₁₀年排放量为7591.7t,这一排放量与前人研究估算的北京裸地风蚀扬尘PM₁₀排放量较为接近.在此基础上,进一步引入月和季度尺度气候参数,并对模型进行改进,探讨了逐月和季度累计的扬尘排放结果.进一步的研究表明：北京市平原区裸露地面积具有显著季节变化特征,2月裸露地面积最大,可达4500km²,8月最小为500km²;基于月气候参数和季度气候参数结合每月卫星资料反演获得的裸地面积估算,逐月累计的PM₁₀年排放量可达55175t,分季度累计PM₁₀年排放量为39294t.这说明当前常采用的裸地扬尘估算方法,由于扬尘排放模型的气候参数采用年均值,忽视了风蚀过程的季节差异,将会导致裸地风蚀扬尘的极大低估.     

1995~2015年中国风蚀扬尘TSP、PM10和PM2.5排放清单及未来趋势预测

通过收集1995~2015年中国大陆31个省级行政区风速、降水量和气温地面站数据，结合各省、市自治区的土地利用分布及每种土地利用类型对应的土质类型，基于环保部推荐的起尘模型建立了1995~2015年中国风蚀扬尘颗粒物（TSP、PM₁₀和PM_2.5）排放清单.研究表明，在本研究的时间序列中，中国土壤风蚀扬尘颗粒物排放量呈现波动的趋势，2015年全国风蚀扬尘颗粒物TSP、PM₁₀和PM_2.5的年排放量分别约为2.27×10⁷、6.77×10⁶和1.17×10⁶t.排放量的空间分布总体上呈现"北强南弱"，并且以"黑河-腾冲"一线为界呈现"西强东弱"的排放格局，排放强度最大的地区出现在内蒙古西部和新疆大部.基于IPCC对于未来气候变化的预测情景，估计了未来风蚀扬尘颗粒物的排放变化趋势，在降水和气温共同作用下，不考虑风速变化，2100年的排放量相对2005年的变化幅度在-8.5%~7.7%之间，降水量增多会抑制风蚀扬尘颗粒物排放，温度升高则会使得地表更容易产生风蚀扬尘颗粒物.     

东北地区农业源一次颗粒物排放清单研究

采用自下而上的清单编制方法,搜集各农业环节(秸秆燃烧、整地、收割、谷物处理、化肥施用、农机排放、风蚀)排放因子、作物面积和耕作方式等信息,编制了2010年东北地区县级尺度的农业一次颗粒物(PM₁₀和PM_2.5)排放清单,并分析了农业源颗粒物排放的时空分布特征.结果表明:1)2010年东北地区农业源一次颗粒物PM₁₀总排放量54.6万t,PM_2.5总排放量35.6万t;2)东北地区农业源一次颗粒物PM₁₀排放量最大的农业活动环节是秸秆燃烧,占农业源总排放量的比例为60%,秸秆燃烧排放PM_2.5占PM_2.5农业源排放量的87%,整地环节是一次颗粒物排放的第2大农业排放源,对农业源排放PM₁₀和PM_2.5总量的贡献率分别是27%和6%; 3)PM₁₀和PM_2.5的排放强度空间分布表明,东北地区农业源颗粒物排放区域集中在黑龙江省东北部和中部地区,吉林省中部和辽宁省中部地区; 4)PM₁₀和PM_2.5排放的时间变化特征显示,PM₁₀农业源排放年变化曲线中,5月份和9、10月份是农业源排放一次颗粒物PM₁₀较多的月份,PM_2.5排放集中在9、10月份;5)本研究估算的污染物排放清单的不确定性为184.3%.未来的工作将侧重于典型农业区本土排放因子测定,从而有效减小排放清单的不确定性.     

西安市典型道路扬尘排放清单及化学组分

道路扬尘是城市大气颗粒的主要来源之一,扬尘中含有的重金属、碳质组分和水溶性离子会危害人体健康 . 为研究西安市道路扬尘的排放量及颗粒物的化学组分,在西安市环路、主干路、次干路和支路设监测点,采集了 141个道路积尘样品,估算了不同类型道路的积尘负荷 . 采用 AP-42 模型估算了不同类型道路的扬尘排放因子,建立了 2018 年西安市道路扬尘 PM_2.5和 PM₁₀的排放清单,分析了道路扬尘颗粒物的化学组分 . 基于西安市路网分布、GIS信息和车流量对道路扬尘 PM_2.5和 PM₁₀的排放量进行了空间分配 . 结果表明,西安市机动车道、非机动车道和人行道的积尘负荷分别为（0.88±0.83）、（2.62±2.23）和（1.41±1.42）g·m^-2. 按道路长度加权平均的扬尘中 PM_2.5和 PM₁₀的排放因子分别为 0.22和0.93 g·km^-1·veh^-1. 2018 年西安市道路扬尘...     

京津冀地区高空间分辨率土壤扬尘清单构建及动态化方法

土壤扬尘是我国北方地区广泛存在的颗粒物污染来源,由于其分布广、数量大,活动水平获取困难,难以系统构建区域层面的高时空分辨率排放清单,不利于土壤扬尘源的影响评估与管控策略的制定.以2017年为基准年,通过对Landsat 8卫星的30 m分辨率遥感影像解译获取高空间分辨率的土壤扬尘源活动水平,结合空间差异化的土壤质地与气象资料,构建了京津冀地区2017年各季节高空间分辨率土壤扬尘排放清单,结合气象参数,将各季节清单结果合理分配至逐月,并与环境受体观测数据印证了结果的可靠性.结果表明:①京津冀地区土壤扬尘排放源面积比例呈冬季>春季>秋季>夏季的特征,分别为65%、59%、57%与33%.就全年平均而言,张家口市和承德市较高,分别为64%与58%;北京市和天津市较低,分别为42%与43%;其余城市差异不显著.②京津冀地区2017年土壤扬尘排放PM_2.5、PM₁₀和TSP分别为6.5×104、31.0×104和103.4×104 t.③季节尺度上,土壤扬尘排放量呈春季>冬季>秋季>夏季的特征;城市尺度上,邢台市、邯郸市、张家口市及承德市的全年排放较高,廊坊市和秦皇岛市全年排放较低.全年单位面积排放较高值出现在张家口市以及邯郸市和邢台市的西部地区.研究显示,京津冀土壤扬尘排放具有较大时空分布差异,逐月分配清单可为扬尘重点管控月份提供数据支撑,土壤扬尘清单较高的空间分辨率也为城市重点区域差异化管理提供基础.      

北京市混凝土搅拌站风蚀扬尘排放特征

混凝土搅拌站是北京市一类典型扬尘源,本研究以北京市2座混凝土搅拌站为例,采用美国沙漠所的便携式风洞(PISWERL)测试搅拌站料堆和道路风蚀扬尘排放特征,结合搅拌站料堆和道路表面扰动频次以及当地气象数据,建立搅拌站料堆和道路风蚀扬尘PM_(2.5)本地化排放因子.结果表明:(1)搅拌站骨料大棚进口、混凝土装载区、社会道路进口和搅拌站进口道路风蚀扬尘PM_(2.5)日均排放因子差异不明显,分别为0.45、0.41、0.31和0.30 kg·(hm~2·d)~(-1),降水对道路风蚀扬尘PM_(2.5)年排放因子的削减率仅为4%;(2)搅拌站粗石、细石、粗砂和细砂料堆风蚀扬尘PM_(2.5)日均排放因子分别为0.10、0.12、0.26和2.02 kg·(hm~2·d)~(-1),细砂料堆风蚀扬尘排放因子是粗石、细石和粗砂料堆的20.5、16.8和7.7倍,细砂料堆春季排放因子是夏秋冬季的6.4、3.4和1.3倍;(3)北京市搅拌站料堆和道路风蚀扬尘PM_(2.5)日均排放因子分别为1.13 kg·(hm~2·d)~(-1)和0.37 kg·(hm~2·d)~(-1),是AP-42文件(c11s12混凝土,1995年版)料堆风蚀扬尘排放因子推荐值的3.9和1.3倍,搅拌站风蚀扬尘排放因子的不确定性范围为34%~92%;(4)建议搅拌站加强道路洒水和清扫保洁,对料堆尤其细砂料堆实施全封闭储存和喷雾降尘.     

云南5城市道路扬尘PM2.5中重金属含量表征及健康风险

为研究云南城市道路扬尘PM_2.5中重金属含量、来源和其健康风险,分别在昆明、保山、文山、昭通和玉溪这5个典型城市区域采集道路扬尘样品,使用颗粒物再悬浮技术将尘样悬浮并采集PM_2.5,利用ICP-MS检测PM_2.5中铬(Cr)、锰(Mn)、镍(Ni)、铜(Cu)、锌(Zn)、砷(As)、镉(Cd)和铅(Pb)等8种重金属.结果表明,5城市道路扬尘Cr、 Ni、 Cu、 Zn和Pb含量均严重超过云南土壤背景值;富集因子表明,云南5城市道路扬尘PM_2.5中重金属多数表现为中度富集和强烈富集,受人为活动影响较大.相关性分析和主成分分析结果表明,云南省不同类型城市道路扬尘PM_2.5中重金属均受土壤源和交通源影响;其余来源差异性较大：昆明受钢铁冶炼源影响、保山和玉溪受有色金属冶炼源影响、昭通受燃煤源影响.健康风险分析表明：昆明、玉溪和昭通的道路扬尘PM_2.5中Cr、 Pb和As存在儿童非致癌风险,昆明市的Cr还存在终身致癌风险.     

青藏高原牛粪燃烧PM2.5排放因子及组成特征

牛粪是青藏高原常用的生活燃料,其燃烧排放的大气污染物影响着青藏高原大气环境,该文为获得不同季节、不同海拔牛粪燃烧PM_2.5排放因子及组成特征,在林芝市、那曲市、拉萨市林周县开展了牛粪燃烧研究,利用稀释通道法采集牛粪燃烧排放的PM_2.5,并分析其组成特征。结果表明,春季林芝牛粪燃烧PM_2.5排放因子为(6.260±0.870) g/kg、林周为(8.204±2.085) g/kg、那曲为(8.281±0.300) g/kg。夏季林芝牛粪燃烧PM_2.5排放因子为(6.426±1.761) g/kg、林周为(7.669±2.005) g/kg、那曲为(11.912±1.741) g/kg;夏季的相对湿度大于春季,在春夏两季林芝与林周的PM_2.5排放因子差异较小,而那曲夏季排放因子略大于春季;随着海拔增高,空气中含氧量降低,牛粪燃烧PM_2.5排放因子增大。牛粪燃烧PM_2.5中碳组分占比为59.7%～77.8%、水溶性无机离子为17.8%～31...     

武汉市开放源PM2.5成分谱的建立与特征分析

采用再悬浮采样方法获得武汉4类开放源（土壤风沙尘、施工扬尘、道路扬尘和城市扬尘）细颗粒物（PM_2.5）样品,分析了无机元素、水溶性离子和碳质组分含量,构建了武汉市开放源PM_2.5成分谱。结果表明:开放源PM_2.5的组成以地壳类元素为主,地壳类元素占化学成分总量的62.69%~80.14%,自然背景特征明显。土壤风沙尘PM_2.5中Si和Al的含量较高,施工扬尘PM_2.5中Ca和有机碳（OC）的含量显著高于其他3类尘源,道路扬尘PM_2.5中的主要组分为Ca、Si和OC,城市扬尘PM_2.5中的主要组分为Si和Ca。Ca、Cu、Zn分别在施工扬尘、道路扬尘和城市扬尘中强烈富集,富集因子（EF）均>20,表明受人为源的影响大。源谱中的碳组分以OC为主,OC/EC值均>2,表明开放源对二次气溶胶形成有一定影响。4类源谱相互之间的分歧系数为0.29~0.47,相关系数为0.19~0.97,其中土壤风沙尘与其他3类扬尘之间的相似度不高;城市扬尘、施工扬尘、道路扬尘互相之间存在较高的相似度,具有很强的共线性。构建武汉开放源PM_2.5精细化成分谱,可为武汉开展PM_2.5源解析及开放源污染防治提供参考。     

亚热带稻田土壤碳氮磷生态化学计量学特征

为了解稻田土壤中是否存在稳定的土壤有机碳(C)、氮(N)和磷(P)比值,基于亚热带区110个水稻土剖面和587个发生层的土壤调查数据库,在区域尺度上分析了典型水稻土C∶N∶P比值的生态化学计量学特征,并应用相关分析和冗余分析,研究水稻土C∶N∶P比值与土壤-环境因子(地形和母质、土壤发生层、土壤类型和土壤理化性质)的关系.结果显示,亚热带区稻田土壤C∶N、C∶P和N∶P的剖面加权平均值分别为12. 6、49和3. 9,C∶N∶P为38∶3. 2∶1.不同母质起源、不同土壤亚类和不同发生层的水稻土C∶N变异相对较小;但C∶P和N∶P的变异很大,两者均值也远低于全球(186和13. 1)和中国土壤(136和9. 3)的C∶P和N∶P的平均水平.尽管稻田土壤剖面的C∶N∶P相对不稳定,但由于稻田表土生物与环境相互作用强烈,表土C∶N相对稳定(14. 2).这反映长期水耕熟化作用下,稻田表土中C和N仍存在紧密的耦合作用.然而,在稻田土壤剖面上,C∶P和N∶P并不稳定,SOC与全P含量、全N与全P含量也无显著相关性,表明环境变化可能导致土壤C∶N∶P解耦.地形、土壤质地、氧化铁和容重是调控稻田土...     

不同生物质炭对陇东黄土高原石油污染土壤的修复作用

为了分析比较不同生物质炭对陇东黄土高原地区石油污染土壤的修复作用,以玉米秸秆（JYB）,小麦秸秆（JXB）和苹果树枝条（JGB）为原料制备生物质炭,以适生植物金盏菊（Calendula officinalis）为供试植物（J）,在甘肃省庆阳市长庆油田公司采油二厂实施了为期4个月的油污土壤场地修复试验.采用常规方法研究了土壤总石油烃（TPH）降解率、植物生长指标、土壤理化和酶活性及土壤微生物群落结构对外源施用不同生物质炭的响应情况.结果显示：JYB和JGB处理组土壤TPH降解率相对较高（P < 0.05）,分别为（59.89±2.23）%和（58.17±1.89）%;外源施用3种生物质炭均可显著增加金盏菊株高、地上和地下部干重、土壤速效氮、磷、钾含量以及土壤脱氢酶和多酚氧化酶活性,但与JXB处理组相比,JYB和JGB处理组的根长、过氧化氢酶和脲酶活性则分别增加了23.81%、18.89%,153.12%、80.13%和188.66%、117.45%（P < 0.05）;此外,JYB和JGB处理组的鞘氨醇单胞菌属、油螺旋菌属、志津氏菌属、Salinimicrobium属、不动杆菌属、红球菌属、食烷菌属和诺卡氏菌属等具备石油污染物降解功能的优势菌属相对丰度显著高于其他处理组（P < 0.05）. 综上,JYB和JGB处理组通过增加金盏菊根际土壤多酚氧化酶（R²=0.9786,P=0.001）和脱氢酶活性（R²=0.9713,P=0.005）、微生物群落Shannon指数（R²=0.7311,P=0.036）、Chao1指数（R²=0.6361,P=0.041）和碱解氮含量（R²=0.6112,P=0.046）的方式改变土壤微生物群落结构和组成,进而提升了土壤TPH降解率.因此,陇东黄土高原地区油污土壤植物生态修复时宜选用玉米秸秆（JYB）和苹果树枝条（JGB）生物质炭作为土壤调理剂.     

贵州喀斯特区域土壤有机质的分布与演化特征

中国西南喀斯特区域是全球最大的喀斯特生态区域之一,该区生态环境脆弱,水土流失严重,石漠化趋势严峻。土壤有机质是极为重要的保持土壤结构与质量的物质,深刻认识喀斯特区域土壤有机质的特征与演化是防治和改善我国西南喀斯特区域石漠化现状的迫切需求。本文以贵州省为例,总结归纳前人的研究成果,阐述了该区土壤有机质的分布规律与演化特征,探讨了影响该区土壤有机质分布的因素,以期提出更好的石漠化防治策略。中国西南喀斯特区域土壤受该区多山地形的限制,具有水平地带性以及垂直地带性特征,同时受到喀斯特地质地貌的控制,发育各种非地带性土壤,本区土壤类型多、成因复杂;土壤有机质的分布、演化特征与土壤类型密切相关,具有明显的区域特点。贵州省分布广泛的主要土壤有黄壤、石灰土、红壤、紫色土、黄棕壤、棕壤以及水稻土等。其中,棕壤有机质含量最高,原因可能是棕壤存在区域海拔高,气温低,抑制微生物活动,土壤有机质分解过程比较缓慢;石灰土有机质含量高,原因可能是土壤中钙的含量较高,有机质的保存可能受益于腐殖酸钙及碳酸盐沉淀的包裹保护;而黄壤和红壤等酸性土壤有机质主要是与R_2O_3结合,有机质的活性高于石灰土;黄棕壤有机质含量介于棕壤和黄壤之间;紫色土由于土壤质地的原因,有机质含量最低。     

煤矿沉陷区土壤酶活性研究——以林地为例

通过对韩王矿沉陷区林地和非沉陷区对照点的取样分析测定土壤酶活性,并分析不同采样点和不同采样深度之间酶活性之间的关系.结果表明:土壤酶活性在0～5 cm、50～10cm、10～20 cm深度普遍高于20～40 cm深度.在不同采样深度均值差异比较中,当p＜0.05时,脲酶和磷酸酶的活性在不同采样深度差异都很显著,其他四种酶活性均值差异不显著;在不同采样点均值差异比较中,p＜0.05时,脲酶活性和磷酸酶活性在10～20 cm、20～40 cm深度均值差异显著,其他酶活性均值差异不显著.由此说明采煤沉陷对脲酶和磷酸酶活性影响比较大,对蔗糖酶、过氧化氢酶、多酚氧化酶、脱氢酶活性影响不明显.     

壬基酚在污灌土壤中吸附行为研究

采用序批式室内实验研究了壬基酚(NP)在污灌土壤中的吸附行为,同时探讨了壬基酚在土壤中吸附行为的影响因素,包括pH、离子强度、黑炭和矿物质.水溶液中NP检测方法为液液萃取-高效液相方法(LLE-HPLC).研究结果表明,土壤中有机质含量在吸附过程中起决定作用,土壤自身矿物组成成分对NP吸附行为具有一定影响.NP在土壤中吸附反应6h后达到平衡,吸附动力学都符合准二级线性模式;吸附等温线符合线性模式.壬基酚在污灌和清灌土壤中有机质吸附系数(Koc)分别为3.1×104 L·kg-1和3.2 ×104 L·kg-1,在土壤中很难移动.pH改变对壬基酚在土壤中吸附行为影响程度要高于离子强度,碱性条件下影响结果更为显著.NP在土壤黑炭和矿物质中吸附行为均符合线性模式,分配系数都有所下降.     

氮循环的人为干扰与土壤酸化

从生物地球化学循环的观点出发 ,研究了N循环的人为干扰与土壤酸化的关系 ,并探讨了N循环扰动下导致土壤酸化的机理。在土壤酸化中 ,人类对N循环干扰起作用最大的是对大气中NOx 排放的影响以及对N固定的影响 ;前者通过酸雨导致土壤酸化 ,后者则通过施肥导致土壤酸化。     

湖南安化下寒武统黑色页岩土壤元素地球化学特征

本研究对湖南安化县东坪、烟溪两地发育于下寒武统黑色页岩上的6个土壤剖面进行系统采样,并利用ICP\|MS等分析技术对土壤和相应岩石样品的主量元素和微量元素（包括重金属和稀土元素）含量进行了分析.主量元素A-CN-K(Al2O3-CaO+Na2O-K2O)图解显示,黑色页岩土壤的形成是黑色页岩化学风化的结果,经历了早期的Ca、Na淋失和后期的Al、Fe富集过程后,土壤具有贫Ca、Na而富Al、Fe的化学组成特征.多因子分析和相关性分析结果表明,成土过程中,微量元素可分为稳定元素（Ti、Zr、Nb、Hf、Ta、W等）、次稳定元素（Be、Sc、Ga、Ge、Rb、Cs、Pb、Th、Ba等）、活动性较强的元素（REE、Y、P、Sn等）和强活动性元素（Mn、Co、Ni、Zn、Cd、Tl、V、Mo、Sb、U等）.富集因子重金属污染评价显示,V、U仅在烟溪土壤剖面达到显著污染程度,Sn、Ba在东坪土壤剖面达到显著污染.Mo、Cd、Sb等重金属则在东坪和烟溪土壤均达到显著污染程度,其中,Cd在东坪可达到高度污染水平,而Mo在烟溪可达到极度污染水平.微量元素及稀土元素地球化学示踪分析显示,黑色页岩土壤没有受到外来物源的干扰,土壤重金属污染为来自黑色页岩的自然污染源.     

密云水库上游流域土壤有机碳和全氮密度影响因素研究

为揭示影响密云水库上游流域土壤有机碳(soil organic carbon,SOC)和全氮(total nitrogen,TN)密度的主要因子,采用野外采样、实验室分析和数理统计分析相结合的方法,研究了气候(温度和降水)、地形(海拔和坡度)、土壤理化性质(土壤容重、含水量、pH值和黏粒含量)以及土地利用方式等因素对SOC和TN密度的影响.结果表明,密云水库上游流域森林、草地、农田这3种土地利用类型表层(0～20 cm)SOC密度分别为4.77、6.79和2.90 kg.m-2,TN密度分别为0.41、0.69和0.30kg.m-2,3种土地利用类型之间SOC和TN密度差异显著(P<0.05);土壤含水量、土地利用方式、坡度、土壤pH值和黏粒含量是影响SOC密度的主要因子,土地利用方式、土壤黏粒含量和含水量则是影响TN密度的主要因子;气候、地形、土壤理化性质等区域环境因子共同解释了SOC和TN密度变异性的63.6%和53.4%,而环境因子和土地利用方式对SOC和TN密度变异性的综合解释程度分别为67.6%和57.8%.土地利用对SOC和TN密度变异性的贡献相对于环境因子而言较小,因此,建立高空间分辨率的区域环境因子数据库将是精确估算区域土壤碳氮贮量的关键环节.     

兰州某钢厂附近土壤磁化率特征及其环境意义

对兰州某钢厂周围土壤进行了磁化率与化学元素分析,采用污染指数评价方法和多元统计发现,表层2cm以内土壤的磁化率显著增高,达到背景值的3.5倍,且频率磁化率相对于深部土壤较低,对比不同位置样点磁化率值,显示钢厂周边土壤受到了钢厂生产排放物的污染.污染主要发生在下风向,且在2km以内最强,污染深度在2cm以内.磁化率与重金属元素含量相关性显著表明磁性矿物与重金属有相同的来源,本研究应用磁化率浓集因子S判别污染程度,结果与内梅罗综合污染指数评价大致相同,因此S可以作为判断这类土壤污染程度的指标.     

土壤释汞通量影响因素研究进展

汞具有独特的物理化学性质和生物毒性,能在大气中长期滞留,对距离污染源较远的地区造成污染。土壤是一个巨大的汞库,土壤和大气界面汞的交换是汞的生物地球化学循环的重要组成部分,能够对周围环境产生显著的影响。土壤释汞通量受到很多环境因素的影响,如土壤中汞的形态、土壤和大气中汞含量、土壤温度、光照、土壤湿度、降雨和灌溉、土壤p H和Eh、植被、气象因素、微生物等。环境因素的变化可能会导致土壤释汞通量的昼夜变化和季节变化。环境因素通常对土壤释汞通量进行复合影响,而最终的影响结果可能表现为协同或是拮抗作用。本文对影响土壤释汞通量的主要因素及其影响机理进行了详细地介绍,提出了对各种环境因素的复合效应的结果的研究需要进一步开展。