南京市不同功能区PM10中多环芳烃的污染特征

PM10是衡量大气环境质量好坏的重要指标之一;多环芳烃(PAHs)是具有强烈致癌性的有机污染物,大多吸附在粒径小于10 μm颗粒物上.利用长期定位实验采集了南京市两典型功能区--大厂地区和山西路的PM10样品,对其PAHs质量浓度进行了分析测定,研究了不同功能区PM10中PAHs的时空污染特性.研究结果表明:南京市PM10污染比较严重,其质量浓度变化范围在0.1157 mg·m-3～0.3913 mg·m-3之间;经分析PM10中16种优控多环芳烃(PAHs)发现,全年大厂地区的PAHs的质量浓度与山西路PAHs的质量浓度没有明显的高低之分;PAHs总质量浓度的空间变化不明显,时间变化也没有规律性;比较PM10与PAHs的月平均质量浓度变化趋势,两者之间的变化没有相关性,各自的质量浓度变化也没有规律性,分析其结果可能是由于PAHs的不稳定性造成的.     

降雨过程后北京城区PM2.5日时空变化研究

随着人类环境意识的增强,人们对城市雾霾天气的忧虑与日俱增,PM2.5的时空变化和对人体健康的影响已成为关注的焦点。以往的研究多集中在不同季节或年际的变化,本文通过统计环保局发布的位于北京城区13个逐时浓度监测点降雨前后PM2.5质量浓度,并在城区布设14个采样点昼夜连续监测一次降雨后72 h内PM2.5质量浓度变化情况,研究北京市城区降雨后PM2.5日变化规律及空间分布特征,由此分析降雨对PM2.5日变化规律的影响。同时对比PM2.5与同步气象数据（温度、相对湿度）和交通数据（车辆量、车速）最值频率分布情况,进而对PM2.5日变化特征进行成因分析。随后利用GIS空间分析方法,分析了PM2.5的日空间分布特征。结果表明,降雨对颗粒物的去除作用明显,一次降雨可使PM2.5质量浓度平均下降56.3%。雨后72 h内PM2.5质量浓度均小于60μg·m-3,降雨后1 h内PM2.5质量浓度处于稳定状态,在随后的12 h内PM2.5浓度值都处于下降状态。降雨过程只降低PM2.5的质量浓度值,并不影响其日变化规律。PM2.5的日变化规律以19时为界,表现出明显的昼夜差异。白天的变化规律呈现凹型,夜间的变化规律呈现拱型。PM2.5质量浓度峰值多出现在23时或0时,谷值多出现在下午15时,该特征受气象因素影响较大,受交通源的影响作用不明显。早高峰期间,PM2.5质量浓度变化主要受交通源的影响;晚高峰期间,交通源和气象因素共同影响PM2.5质量浓度。研究区PM2.5日空间分布特征同样存在明显的昼夜差异。白天PM2.5空间分布特征为南部高北部低;PM2.5在夜间的空间分布特征则多表现为四周高、中心低,三环外围区域多为高值区。     

汶川“5．12”地震序列余震时空分布的研究

2008年5月12日汶川8.0级大地震发生后,余震成为了社会各界关注的焦点之一.利朋中国地震台网发布的余震资料,通过GIS空间分析的准确定位和SPSS的统计分析研究了余震活动的空间、时间和强度的特点和规律,制作了强余震分布图、余震频度图;用回归分析和最小二乘法拟合了强余震发生与主震相隔时间的关系.研究结果表明:余震震中沿着龙门山断裂带呈带状分布,主要发生在汶川与青川之间断层的拐点、端点和交义点上;余震的次数随主震后的时间推移"先快后慢"逐渐衰减,并将会持续一段时间;余震的震级与时间基本上没有相关性;抛物线模型拟合出相隔天数与强震序数的回归方程可供余震预测参考.     

Major PM10 source location by a spatial multivariate receptor model

We present a multivariate receptor model for identifying the spatial location of major PM₁₀ pollution sources through the concentrations at multiple monitoring stations. We build on a mixed multiplicative log-normal factor model adjusting the source contributions for meteorological covariates and for temporal correlation and considering source profiles as compositional Gaussian random fields, to account for the variability induced by the spatial distribution of the monitoring sites. Taking a Bayesian approach to estimation, the proposed hierarchical model is implemented and used to analyze average daily PM₁₀ concentration measurements from 13 monitoring sites in Taranto, Italy, for the period April–December 2005. Three major sources of pollution are identified and characterized in terms of their spatial and temporal behavior and in relation to meteorological data.     

天津市夏季PM2.5中碳组分时空变化特征及来源解析

为研究天津市夏季PM_2.5中碳组分的时空变化特征及来源,于2019年7—8月设立2个点位分昼夜采集天津市PM_2.5样品,并测定了其中有机碳(OC)和元素碳(EC)的含量。结果表明,城区PM_2.5、OC和EC浓度日均值分别为(53.4±20.8)μg·m^-3、(8.72±2.56)μg·m^-3和(1.67±0.90)μg·m^-3,郊区PM_2.5、OC和EC浓度日均值分别为(54.2±24.5)μg·m^-3、(7.54±2.50)μg·m^-3和(1.82±1.06)μg·m^-3;白天PM_2.5、OC、EC的平均浓度分别为(47.3±16.1)μg·m^-3、(8.7±2.1)μg·m^-3和(1.5±0.6)μg·m^-3,夜间PM_2.5、OC、EC的平均浓度分别为(60.2±26.2)μg·m^-3、(7.5±2.9)μg·m^-3和(2.0±1.2)μg·m^-3。OC浓度表现为城区高于郊区,白天高于夜间;EC及PM_2.5浓度表现为郊区高于城区,夜间高于白天。OC/EC比值分析得,城区(6.04)高于郊区(5.08);白天(6.58)高于夜间(4.54)。城区OC与EC相关性弱于郊区,白天OC与EC相关性弱于夜间。采用EC示踪法与MRS模型对SOC含量进行估算,得到白天与夜间SOC浓度分别为(5.71±1.35)μg·m^-3和(3.81±1.20)μg·m^-3,白天SOC污染比夜间严重。丰度分析与主成分分析的结果表明,天津市夏季城郊区PM_2.5中碳组分均主要来源于燃煤和机动车尾气排放。     

西宁市环境空气PM10中多环芳烃特征分析

2009年—2010年采暖季、风沙季和非采暖季在西宁市选择了7个环境监测点位采集了大气PM10样品,利用气相色谱-质谱联用技术测定了其中12种多环芳烃的浓度分布特征。结果显示：西宁市采暖期、风沙季和非采暖期三季PM10载带B[a]P的全市平均浓度分别为2.51ng/m3、1.19 ng/m3、1.55ng/m3;PM10载带的B[a]P的浓度与GB3095-1996中规定日平均浓度限值（10ng/m3）相比较,均不超标。     

长春市大气中PM10污染特征分析

近年来,大气环境质量的不断恶化受到了人们广泛的关注。利用长春市的食品厂、客车厂、邮电学院、儿童公园、净月潭以及甩湾子等6个自动监测中心提供的2011年PM10、SO2与NO2小时质量浓度的连续监测数据,分析了长春市PM10质量浓度（MPM）的时空分布特征、不同污染物之间的相关性及其形成的原因。结果表明：从空间分布上看,6个采样点的MPM从高到低依次为食品厂〉儿童公园〉邮电学院〉客车厂〉净月潭〉甩湾子,其中除食品厂与儿童公园外均符合《环境空气质量标准》GB3095-1996的二级标准。从时间分布上看,绝大多数监测点位的冬季MPM是最高的,春季次之,主要是因为冬季采暖与春季沙尘天气,而夏季的MPM最低,主要是湿沉降作用所致。MPM逐日变化呈现出双峰双谷型分布,第一个峰值出现在早上7：00左右,其中最大值出现在5月份的早7：00左右,达到了0.223 mg·m-3,第1个峰值过后呈下降趋势,下午出现质量浓度低谷,其中最小值出现在11月份15：00左右,为0.036 mg·m-3,直到傍晚时缓慢回升,22：00左右达到第2个峰值。通过统计分析不同污染物之间的相关系数,得出PM10与NO2质量浓度的相关性显著,且较稳定,其原因可能是常年排放的机动车尾气尘影响较大,而PM10与SO2质量浓度的相关性不太稳定,这可能是冬季采暖排放的燃煤尘所致。     

PIXE characterization of PM10 and PM2.5 particulates sizes collected in Ikoyi Lagos,Nigeria

Ambient concentrations of PM₁₀ (x?≤?10?µm) and PM_2.5 (x?≤?2.5?µm) particulate fractions collected from Ikoyi Lagos, Nigeria, as well as their elemental compositions are presented in this study. Both size-segregated fractions were collected using a double staged ‘Gent’ stack filter unit sampler. Elemental characterizations of dust laden filters were carried out using proton-induced X-ray emission (PIXE) technique. Twenty-two elements (Si, S, Cl, K, Ca, Ti, V, Cr, Mn, Fe, Co, Ni, Cu, Zn, Pb, Br, Rb, Sr, Zr, Ag, Cd, and Ta) were detected as well as their concentrations and correlations were determined for both particulate size fractions. Their correlation matrix result indicates that some of the trace elements detected could have common source origins or similar chemical properties. The results were similar to the levels observed in moderately polluted urban areas and there is need for source identification and apportionment using receptor models in future studies.     

PM10中重金属的提取方法及生物可利用性研究

分别运用模拟生物提取法与化学连续提取法对PM10标准参考样品城市源（NIST-1648A）和工业源（BCR-038）中6种重金属（Cd、Co、Cu、Mn、Ni、Pb）质量分数及赋存形态进行分析。其目标是验证2种提取大气固体颗粒物中重金属方法的有效性,并比较2种方法的优缺点,为将来提取PM10中重金属的方法选取提供依据。模拟生物提取法中,使用Gamble溶液模拟人体肺液对 PM10样品进行溶解,实验方法操作较为简单快捷;化学连续提取法中,不同溶解步骤则可确定重金属的不同赋存形态。在需要快速确定 PM10中某种重金属总量时,应优先使用模拟生物提取法。化学连续提取结果表明,城市源PM10中重金属赋存形态分布没有统一规律,工业源PM10中重金属多以残渣态存在。通过对2种来源的PM10样品中重金属生物可利用性分析,城市源的大气颗粒物对人体的毒性更大,其中标准参考样品城市源 PM10中生物可利用性较高的是重金属Cd（BIBio为61.65%±3.45%;BISE为69.02%±3.82%）和Cu,最低的是重金属Co和Pb;标准参考样品工业源PM10中重金属的生物可利用性最高的是Cd（BIBio为27.66%±1.52%;BISE为15.05%±2.13%）,而Ni、Co和Pb的生物可利用性较低。     

Analysis of spatial and temporal patterns in a large reservoir using water quality and hydrodynamic modeling

Effective management of reservoir water resources demands a good command of ecological processes in the waterbody. In this work the three-dimensional finite element hydrodynamic model RMA10 was coupled to an eutrophication model. The models were used together with a methodology for loads estimation to foster the understanding of such processes in the largest reservoir in Western Europe—the Alqueva. Nutrient enrichment and eutrophication are water quality concerns in this man-made impoundment. A total phosphorus and nitrogen loads quantification methodology was developed to estimate the inputs in the reservoir, using point and non-point source data.Field data (including water temperature, wind, water elevation, chlorophyll-a, nutrient concentration and dissolved oxygen) and estimated loads were used as forcing for simulations.The analysis of the modeling results shows that spatial and temporal distributions for water temperature, chlorophyll-a, dissolved oxygen and nutrients are consistent with measured in situ data.Modeling results allowed the identification of likely key impact factors on the water quality of the Alqueva reservoir. It is shown that the particular geomorphological and hydrological characteristics of the reservoir together with local climate features are responsible for the existence of distinct ecological regions within the reservoir.