基于灰色关联模型的中国城镇PM_(2.5)浓度影响因素分析

文章以2010年中国城镇城区为研究单元,采用灰色关联模型对中国7大地理分区城镇PM_(2.5)浓度影响因素进行综合研究。结果表明:年平均风速、NDVI和DEM与PM_(2.5)浓度的关联度为中度,其余为强度关联。地形因素对华北地区的城镇PM_(2.5)浓度影响最大,年平均气温和年平均降水量对华南地区城镇PM_(2.5)浓度影响程度较小,年平均风速对各分区城镇PM_(2.5)浓度均有较强的影响。生态因素对各区域城镇PM_(2.5)浓度均有中度或强度影响。社会经济因素中城市化因素对各区域城镇PM_(2.5)浓度多为中度影响,经济因素对东北、华中、西南、西北地区影响程度较大。研究结果可为有效防控PM_(2.5)污染提供决策依据。     

北京市PM2.5时空分布特征及其与PM10关系的时空变异特征

PM_(2.5)时空分布特征及其与其它污染物的相关关系是PM_(2.5)时空统计分析的主要研究内容.然而,现有的方法直接从监测站点的角度对时空分布特征进行分析,难以有效地揭示PM_(2.5)浓度的聚集分布特征;同时,常用的地理加权回归在对PM_(2.5)与其它污染物间关系进行建模的过程中,缺乏同时考虑时间异质性与空间异质性,从而不能准确地描述依赖关系的时空变异特征.为此,首先借助于空间聚类分析技术,对北京市2014年PM_(2.5)浓度的聚集结构进行探测,在此基础上,通过聚集结构来分析PM_(2.5)季节性时空分布特征.然后,利用地理时空加权回归对北京市PM_(2.5)与PM_(10)季节平均浓度间关系进行建模,依据回归结果分析PM_(2.5)-PM_(10)间关系的时空变异特征.实验结果表明,春夏季节PM_(2.5)污染程度及空间变异程度均低于秋冬季节,各季节PM_(2.5)浓度均表现为北部浓度低、南部浓度高的空间分布特征;地理时空加权回归具有更好的拟合效果,由回归系数进一步可发现,春夏季PM_(2.5)-PM_(10)相关性低于秋冬季PM_(2.5)-PM_(10)相关性;各季节均表现为西北部PM_(2.5)-PM_(10)的相关性高于东南部PM_(2.5)-PM_(10)的相关性.     

基于时空克里格的PM_(2.5)时空预测及分析

PM_(2.5)作为大气污染的一种,正受到社会越来越广泛的关注和研究,但大部分研究仅单独分析各样点PM_(2.5)浓度时间维度或空间维度特征,忽略了PM_(2.5)的时空维度变化。为综合考虑PM_(2.5)时空维度特征,该文以山东省2014年PM_(2.5)浓度监测数据为对象,建立PM_(2.5)时空变异模型,利用时空克里格法对山东省全年PM_(2.5)浓度进行时空预测,得到时空分布立方体数据,最后基于该数据,对山东省PM_(2.5)污染特征作出分析。结果表明,2014年山东省整体PM_(2.5)污染严重。在空间上,中西部地区PM_(2.5)浓度超过75μg/m~3的天数超过290 d,存在持续性高危污染,东部小于37.5μg/m~3的天数超过146 d,存在间歇性轻微污染,且从西至东,PM_(2.5)污染天数和程度逐渐降低,具有明显地域性污染特征;在时间上,PM_(2.5)浓度最高时间段为1、2、11和12月,最低为6-8月,各季节污染程度依次为:冬季秋季春季夏季。研究表明时空地统计方法能够有效地对空气质量进行时空预测,是挖掘更多的时空分布特征和信息,进行环境数据分析的有效手段。     

基于气象条件下哈尔滨市污染特征分析

利用2013年哈尔滨市环境监测资料及气象资料,分析了4种主要污染物(PM_(10)、PM_(2.5)、SO_2、NO_2)的时空分布特征及各种气象条件对城市大气污染的影响。结果表明:风速在采暖期对污染物浓度的影响尤为显著,相关系数达-0.87;混合层高度对雾霾天气形成影响较大,PM_(2.5)浓度与混合层高度呈现负相关;气温、气压、降水与PM_(2.5)浓度均有较好相关性,哈尔滨市污染物特征受气象条件影响较大。     

中国中东部PM2.5时空分布变化及气象影响分析

为探究气象条件变化对PM_(2.5)的分布影响,该研究利用CAMx及WRF模型,分别模拟了中国中东部地区2017-2019年第4季度PM_(2.5)浓度(ρ(PM_(2.5)))分布及气象条件变化,并对"2+26"城市、长江三角洲地区的ρ(PM_(2.5))及气象因子进行时空变化分析。结果表明:2017-2019年,太行山东麓沿线污染最为严重,季度平均ρ(PM_(2.5))达150～250μg/m3,长江三角洲地区季度平均ρ(PM_(2.5))为35～115μg/m3;2019年太行山东麓及燕山南麓地区气象条件优势明显,西北气流频次增加,同时相对湿度下降,大气边界层升高,降水量增加,地区ρ(PM_(2.5))下降6～18μg/m3;长江三角洲沿海地区降水量增加,风速增大,ρ(PM_(2.5))下降8～16μg/m3。数值模拟结果显示,2017-2019年,受降水、相对湿度、边界层、风速以及主导风向的影响,2019年中国中东部地区冬季ρ(PM_(2.5))降低6～18μg/m3,不同区域影响ρ(PM_(2.5))变化的气象因子不同。     

基于LUR模型的中国PM2.5时空变化分析

土地利用回归(LUR)模型是模拟大气污染物浓度时空分异最主要、最体系化的方法之一,为了探索LUR模型在中国国家尺度空气污染物模拟的适应性,挖掘中国2015年空气细颗粒物(PM_(2.5))的时空变化特征及其与不同地理要素相关关系,以2015年国家控制监测站点PM_(2.5)数据为因变量,土地利用类型、地形地貌、人口、道路交通与气象要素等影响因素为自变量,构建基于地理加权的LUR模型,通过模型回归制图得到2015年全国月均与年均PM_(2.5)浓度分布图,以胡焕庸线为参考线分析中国2015年PM_(2.5)浓度的时空变化特征.结果表明,引入地理加权算法的LUR模型残差Moran'sⅠ显著降低,残差空间自相关性明显减弱,判别系数R2明显提高,更好地揭示出PM_(2.5)空间分布和各影响因子间的复杂关系;耕地、林地、草地和城镇居民工矿用地以及气象要素、主干道路对PM_(2.5)浓度的影响比较显著.不同地理要素的不同空间分布对PM_(2.5)影响作用不同;胡焕庸线两侧PM_(2.5)表现出明显的时空差异,人口规模大、工业化水平高的发达城市PM_(2.5)浓度较高; PM_(2.5)浓度在冬季月份较高,秋季、春季、夏季月份污染情况逐渐减弱.     

京津冀及周边地区PM2.5时空变化特征遥感监测分析

为分析京津冀及周边地区的PM_(2.5)时空变化特征,先利用MODIS数据反演1 km分辨率的AOT产品,采用地理加权回归模型实现京津冀及周边地区2016~2017年逐日PM_(2.5)浓度的遥感反演,并在此基础上对多种时间尺度PM_(2.5)浓度合成结果进行验证分析,最后从不同时间尺度对2016年和2017年PM_(2.5)时空变化特征进行了对比分析.结果表明本研究反演的日均、月均和年均这3种时间尺度的PM_(2.5)浓度结果总体上效果较为理想,时间尺度越大,遥感估算的PM_(2.5)效果越好,年均PM_(2.5)结果相对精度达80%以上,并且2016年和2017年同一时间尺度的PM_(2.5)遥感结果精度较为接近.京津冀及周边地区PM_(2.5)分布总体均呈现"冬季秋季≈春季夏季"和"南高北低"的季节变化和空间分布趋势.与2016年相比,2017年京津冀及周边地区PM_(2.5)浓度平均下降约9.2%,且高值区范围明显减小,PM_(2.5)浓度高值一般发生在11月和12月,而低值则一般发生在8月.2017年与2016年PM_(2.5)浓度时空变化与2017年的大气污染综合治理攻坚行动巡查和空气质量专项督查活动密切相关,这也能间接说明大气污染减排的成效.     

京津冀大气污染的时空分布与人口暴露

经济的快速发展和城市化导致京津冀地区的空气质量不断恶化,已经引起学术界广泛的关注.为了揭示近年来京津冀地区大气污染状况,本研究基于中国空气质量在线监测分析平台发布的PM_(2.5)、PM_(10)、SO_2、CO、NO_2和O_3_8 h_max长期监测数据,采用统计学的方法分析了2014—2018年京津冀13个市这6种污染物的时空变化特征,结合各城市人口数据,评估了在此背景下该地区PM_(2.5)和O_3_8 h_max的人口暴露风险.结果表明:京津冀地区PM_(2.5)、PM_(10)、SO_2、CO和NO_2近年来整体上呈下降趋势,而O_3_8 h_max则呈上升趋势.总体而言,PM_(2.5)、PM_(10)、SO_2、CO和NO_2表现为冬季最高、春秋季次之、夏季最低的特征,而O_3_8 h_max则表现为夏季春季秋季冬季的特点,并在月变化上呈倒"V"型,从1月份开始逐渐上升,在6月份达到峰值,而后又逐渐下降.空间上,PM_(2.5)、PM_(10)、SO_2、CO和NO_2呈现南高北低的分布特征,而O_3_8 h_max在2014—2016年呈现北高南低的分布特征,但在2017—2018年则呈现南高北低的分布特点.此外,京津冀北部地区PM_(2.5)的来源主要是一次气溶胶,而二次气溶胶是中部地区PM_(2.5)的主要来源.除秦皇岛、承德和张家口外,其他城市细粒子在颗粒物中占的比重较大.随着近年来PM_(2.5)浓度的降低,暴露于高浓度的PM_(2.5)中的人口比例逐年减少,但距离年平均浓度限值还相差很远.除2014年外,暴露在O_3浓度超标情况下的人口在2015—2017年逐渐上升.     

重庆市都市功能核心区秋季大气污染物时空分布特征

为研究重庆市都市功能核心区大气污染物浓度水平及变化规律,统计分析了2014年9月至2014年11月5个监测站(解放碑、高家花园、杨家坪、新山村和南坪)24 h连续监测PM_(2.5)、PM_(10)、SO_2、NO_2、CO和O_3浓度数据.结果表明,观测期间,大气颗粒物污染严重,5个站点PM2.5日均浓度超标率分别为30.8%、37.4%、38.5%、37.4%和31.9%,5个站点PM10日均浓度超标率分别为23.1%、22.0%、18.7%、19.8%和19.8%;重庆市都市功能核心区细颗粒物(PM_(2.5))污染严重,5个站点PM2.5占PM10比例分别为60.2%、64.6%、64.1%、75.4%和62.8%;PM_(2.5)、PM_(10)、NO_2和CO早晚出现高峰值;SO_2和O_3浓度日变化曲线呈现单峰型,峰值分别出现在中午和午后;降水量、气温和水汽压与PM_(2.5)、PM_(10)、SO_2和NO_2呈显著负相关;相对湿度与O_3呈显著负相关,气温、水汽压和风速与O_3呈显著正相关;CO与相对湿度呈显著正相关;风向也影响着大气污染物浓度的时空分布,南偏西、南偏东和东北偏北风利于PM_(2.5)、PM_(10)、SO_2、NO_2和CO浓度积累,西北风利于PM_(2.5)、PM_(10)、SO_2、NO_2和CO扩散;但西北风控制下利于O_3浓度积累.     

内蒙古自治区2016年PM_(2.5)时空分布

研究了内蒙古自治区2016年PM_(2.5)浓度时空分布规律及PM_(2.5)与其前体物之间的关系。结果表明,内蒙古自治区PM_(2.5)浓度具有一定的时空分布特征,并与气象条件、污染物排放及前体物二次转化均有关联。时间上,PM_(2.5)日浓度变化曲线呈双峰型分布,两个峰值时段分别为10:00—12:00、23:00—翌日01:00,PM_(2.5)月均浓度曲线呈"U"形分布,在8月最低;空间上,内蒙古自治区PM_(2.5)浓度由高到低的区域依次为中部、西部、东部;PM_(2.5)小时浓度与其前体物NO_2、SO_2小时浓度均为显著正相关,说明前体物对PM_(2.5)浓度变化影响显著。研究结论可为内蒙古自治区大气污染环境治理提供参考。     

2015—2018年乌鲁木齐市PM2.5及PM10时空分布特征

乌鲁木齐市是“丝绸之路经济带”关键节点城市,为了解乌鲁木齐市2015—2018年空气污染状况,利用2015年1月1日—2018年12月23日乌鲁木齐市7个国控空气质量监测站的ρ（PM_2.5）、ρ（PM₁₀）监测数据,基于ArcGIS空间分析平台,分析乌鲁木齐市PM_2.5、PM₁₀的时空分布特征.结果表明:ρ（PM_2.5）从2015年（66.60 μg/m3）到2016年（76.93 μg/m3）呈上升趋势,在2016—2018年呈单一下降趋势;ρ（PM₁₀）从2015年（132.74 μg/m3）到2016年（125.93 μg/m3）呈下降趋势,在2016—2018年呈单一上升趋势.2015—2018年工业活动集中的乌鲁木齐市边缘各区的ρ（PM_2.5）、ρ（PM₁₀）平均值比城市中心（商业区、居民区）分别高11.28、7.17 μg/m3,说明工业集中地区的大气环境质量受污染影响明显.此外,2015—2018年乌鲁木齐市大气污染呈季节性和北高南低的区域性分布特征.气象因子分析表明,ρ（PM_2.5）、ρ（PM₁₀）均与相对湿度呈正相关,与降雨量、风速等气象因素呈负相关.2015—2018年,乌鲁木齐市大气中ρ（PM_2.5）/ρ（PM₁₀）呈先增后降的趋势,冬季以PM_2.5污染为主,其他季节以PM₁₀污染为主.研究显示,2015—2018年乌鲁木齐市空气污染状况变化与地形、气象条件、城市化建设均有一定的关系.      

农垦与放牧对内蒙古草原N2O、CO2排放和CH4吸收的影响

利用优选静态箱/气相色谱法(GC),首次对我国内蒙古草原典型地区进行了人类活动对N₂O、CO₂和CH₄交换通量影响的实验观测结果表明,农垦麦田N₂O平均排放通量比原始草原高出3倍,并改变了草甸草原为CO₂汇的性质,使其季节排放净通量以C计增加14.3 mg·(m²·h).随放牧强度的增加CO₂排放通量呈线性增长,轻牧会引起草原对CH₄吸收的大幅增加,而随着放牧压力的增大,增加值迅速回落.农垦麦田与草甸草原相比地-气间CH₄交换无显著变化,放牧强度对N₂O排放影响无显著规律.土壤湿度和温度是影响草原排放N₂O和CO₂、吸收CH4季节变化形式的关键因子,而人类活动仅影响排放强度.排放和吸收量年际间差异很大,但主要受降水的影响.N₂O和CO₂排放与CH₄吸收峰值相反现象普遍存在.     

基于OMI数据的中国中东部臭氧及前体物的时空分布

基于OMI卫星资料,分析了2005—2014年中国中东部地区对流层低层ρ(O₃)、对流层NO₂柱浓度及甲醛总柱浓度的时空演变趋势及相互关系. 结果表明:近10年来,中国中东部地区对流层低层ρ(O₃)呈上升趋势,2005年及2014年分别为60.64、69.43 μg/m3,年均增长率为1.6%;对流层低层ρ(O₃)增长的区域面积不断扩大,部分地区增长超23 μg/m3;呈春夏季高,冬季最低的分布趋势. 2005—2012年,对流层NO₂柱浓度呈上升趋势,2005年及2012年分别为4.41×1015、5.90×1015 mol/cm2,年均增长率为4.8%;2012年后呈下降趋势,下降的区域面积逐步扩大,部分地区降低约 15×1014 mol/cm2;呈冬季最高、夏季最低的分布特征;2005—2010年甲醛总柱浓度呈上升趋势,2005年及2010年分别为9.74×1015、1.59×1016 mol/cm2,年均增长率为12.6%,2010年后呈下降趋势;呈夏季最高、冬季最低的分布特征;甲醛总柱浓度增长的区域面积逐渐扩大. 利用甲醛与NO₂柱浓度比值探讨臭氧控制区的空间分布特征,表明鲁豫晋、京津冀、长三角及珠三角地区中心城市属于VOCs控制区,周围城市属于VOCs-NO_x协同控制区,其他地区属于NO_x控制区.      

廊坊市秋季环境空气中颗粒物组分昼夜变化特征研究

为研究廊坊市区秋季环境空气中颗粒物浓度及其组分昼夜变化特征,于2015年9月12—21日在廊坊市进行PM_(2.5)和PM_(10)采样,并对采集的样品无机元素、水溶性离子和碳组分(OC和EC)分析.结果表明,夜间PM_(2.5)和PM_(10)浓度比白天高,且下半夜出现大幅上升.PM_(2.5)/PM_(10)比值为0.49~0.62,下半夜最高.碳组分、Ba、Cr、Cl~-、NO_3~-、SO_4~(2-)、NH_4~+等主要富集在PM_(2.5)中,而Ca、Al、Si、Mg~(2+)和Ca~(2+)等主要富集在PM_(10)中.通过昼夜颗粒物组分对比发现,夜间EC、Cu、Zn、Cr、Pb、Cl~-、NO_3~-和NH_4~+等浓度明显上升.同时,下半夜OC/EC比值明显变小,Cl-、NO_3~-和NH_4~+浓度明显增大,同时段CO和NO_2浓度上升,而SO_2浓度变化平缓.以上表明采样期间廊坊夜间可能存在移动源和部分工业污染源排放.     

我国典型钢铁行业主要工艺环节排放颗粒物源成分谱特征

鉴于我国钢铁行业排放颗粒物源成分谱数量不足,有待更新的现状,致力于服务精细化颗粒物源解析的需求,采用稀释通道系统对武汉市某钢铁公司的3个主要工艺环节(烧结、炼钢、炼铁)排放源进行了采样.构建了3类PM_(2.5)源成分谱及3类PM_(10)成分谱,对源谱主要化学组分特征进行了研究,并与国内其他区域已有的钢铁行业源谱研究进行了对比.结果表明:(1)烧结工艺源成分谱中,SO_4~(2-)、Al和NH_4~+等含量高,PM_(2.5)源谱中质量分数依次为22. 2%、4. 5%和3. 5%,PM_(10)源谱中依次为36. 0%、5. 2%和2. 7%,炼铁工艺Fe元素含量最高,在PM_(2.5)源谱和PM_(10)源谱中分别达到28. 3%和24. 5%,炼钢工艺源谱Ca、Fe元素等为主要组分;(2)元素组分中,烧结工艺S元素含量最高,地壳元素在PM_(10)源谱中含量更高,炼铁工艺Pb、Cr等重金属含量偏高,炼钢工艺Cr富集;(3)源谱之间分歧系数的计算显示,同类工艺粗细粒径源谱相似性偏高,烧结工艺与其他两类工艺源谱之间差异性较高,炼钢工艺与炼铁工艺差异性较低.同国内其他区域研究源谱相比,发现Fe、Si和Ca等为钢铁行业排放颗粒物中标识性组分,而碳组分和SO_4~(2-)等组分特征随生产方式、除污设备等不同表现出不同特征.     

一种能同时固定CO2和N2的微生物——兼性固CO2、N2菌的分离鉴定及其验证实验

"温室效应"日趋严重,生物固碳特别是微生物固碳将发挥独特的作用.固定N2的微生物固氮菌和固定CO2的微生物固碳菌早已被研究和发现,但能同时固定大气中的CO2、N2并以CO2、N2分别为碳、氮源的微生物至今未见报道,本研究称之为兼性固CO2、N2菌.研究通过固碳菌、固氮菌培养基的优化组合出无碳、氮培养基(分别以空中的CO2、N2为碳源和氮源);通过无氮碳源的兼性固碳氮菌培养基进行分离,筛选分离到一株分别以CO2和N2为碳源和氮源.通过对该菌株的生长特性和固碳酶活性及固氮酶活性进行测定;利用PCR和琼脂糖凝胶电泳技术检测到该菌含有固碳酶RubisCO中cbbL基因及固氮酶nifH基因片段的特异性条带;对该菌进行对照验证实验证明该菌能同时固定空气中的CO2和N2并分别以CO2和N2为碳源和氮源;最后对其形态观察和16SrRNA全序列分析证明该菌株HSJ隶属于链霉菌.     

北京地区冬春PM2.5和PM10污染水平时空分布及其与气象条件的关系

北京2012~2013年的冬春多次出现雾霾天气,可吸入颗粒物(PM10)污染严重.而PM2.5作为PM10中粒径较小的部分,在PM10中所占比重越高,污染越严重.因此,本研究选取了能够覆盖北京所有区县的30个PM2.5和PM10的质量浓度监测点,对该地区的PM2.5和PM10污染特征进行分析,确定其空间差异特征和时间性变化特征.普通克里格插值(Original Kriging)法得到的北京地区冬、春季颗粒物浓度分布图显示,颗粒物浓度从北部山区到南部地区逐渐递增,在中心城区处,西部高于东部,且局部地区存在一定的城乡差异.颗粒物浓度月变化曲线呈单峰单谷型,1月最高,4月最低;逐日变化反映了PM2.5和PM10浓度具有较好的相关性,且受气象条件影响显著;日变化呈双峰趋势.本文选取日平均气温(℃)、相对湿度(%)、风速(风级)、降水量(mm)等气象因子,利用Spearman秩相关分析研究各个气象因子对大气PM2.5和PM10浓度的影响.北京冬季PM2.5和PM10的质量浓度分别与气温、相对湿度正相关,与风速负相关,风速和相对湿度是影响污染物质量浓度分布的主要因素.     

K2S2O8强化g-C3N4薄膜电极光电催化降解Cu(CN)32-并同步回收Cu

采用高温液相生长法制得g-C_3N_4薄膜电极并作为光阳极,以石墨毡作为阴极,建立了光电催化系统.通过对比光电催化体系、K_2S_2O_8体系以及外加K_2S_2O_8到光电催化体系,发现在光电催化系统下外加K_2S_2O_8可以有效地提高光电催化降解Cu(CN)_3~(2-)的效率,并实现了Cu在阴极上的有效回收.探究了K_2S_2O_8投加量对CN-降解率和Cu回收率的影响,发现当K_2S_2O_8浓度为1 mmol·L~(-1),偏压为1.0 V时,CN-的去除率和Cu回收率分别达到86.23%和82.11%.通过SEM、EDS和XPS分析阴阳极表面形貌,发现部分Cu+被氧化以CuO的形式存在于沉淀和阳极表面,大部分铜离子通过电化学还原作用以单质铜的形式沉积于阴极表面,铜离子有效地从体系中去除.电子顺磁共振及淬灭实验分析表明,CN-的氧化去除是硫酸根自由基(SO·-4)氧化和非自由基氧化共同作用.     

Effect of CeO2 and Al2O3 on the activity of Pd/Co_3O_4/cordierite catalyst in the three-way catalysis reactions (CO/NO/CnHm)

The present article studies the effect of CeO₂ and Al₂O₃ on the activity of Pd/Co₃O₄/cordierite catalyst in conversion of NO, CO, C_nH_m. The catalysts were characterized by temperature programmed reduction with hydrogen, X-ray diffraction, X-ray photoelectron spectroscopy and transmission electron microscopy. It is shown that the effect of CeO₂ on the properties of Pd/Co₃O₄/cordierite catalyst depends on preparation method. The catalyst obtained by co-deposition of cerium and cobalt oxides has higher activity in CO oxidation (CO + O₂ and CO + NO) and total hexane oxidation (C₆H₁₄ + O₂). Such phenomenon is probably caused by more than stoichiometric amount of formed oxygen vacancies, an increase in both mobility of surface oxygen and dispersity of components in the catalytic composition. It is demonstrated that CeO₂ addition promotes the SO₂ resistance of Pd/Co₃O₄/cordierite. The second support decreases the activity of Pd/Co₃O₄/cordierite catalyst in the reactions of CO and C₆H₁₄ with oxygen because of CoAl₂O₄ formation.     

Separating method and dynamic processes of Nano-Al13

In order to investigate the characteristics of pure Nano-Al₁₃, Nano-Al₁₃ was separated and purified from a series of poly-aluminum chloride (PAC) solutions which had the same Al₁₃ percentage but different total Al concentrations, by using column chromatography, ethanol-acetone resolving and SO²⁻ ₄/Ba²⁺ displacement. The Al₁₃ species yield was characterized by Al-ferron timed complexation spectrophotometry and ²⁷Al-NMR (nuclear magnetic resonance). The coagulation efficiency of Nano-Al₁₃, PAC and AlCl₃ in synthetic water was also investigated by Jar tests. The dynamic process and aggregation state of kaolin suspensions coagulating with Nano-Al₁₃, PAC and AlCl₃ were similarly investigated using a photometric dispersion analyzer 2000 (PDA2000). The experimental results indicated that the ethanol-acetone resolving method was simple and could separate the PAC solution at different concentrations, while column chromatography could separate PAC solutions at low concentrations. The SO₄ ²⁻/Ba²⁺ displacement method could separate PAC solutions at high concentrations. However, extra inorganic cation and anion could be added in the solution during separation. The coagulation efficiency and dynamic experimental results showed that Nano-Al₁₃ with high positive-charged species was effective in removing turbidity and color. The dynamic process results showed that Nano-Al₁₃ also had the best recovery capability after shearing compared with PAC and AlCl₃ because the Nano-Al₁₃ conformation is more effective in charge neutralization. Translated from Acta Scientiae Circumstantiae, 2005, 25(6): 767–772 [译自: 环境科学学报]