北京市典型重污染过程中PM2.5载带水溶性无机离子污染特征分析

为研究北京地区冬季PM_(2.5)载带的水溶性无机离子组分污染特征,2013年1月在中国环境科学研究院内采用在线离子色谱(URG-9000B,AIM-IC)对PM_(2.5)中水溶性无机离子(SO_4~(2-)、NO_3~-、Cl~-、NH_4~+、Na~+、K~+、Mg~(2+)、Ca~(2+))进行监测与分析。结果表明,采样期间总水溶性无机离子(TWSI)浓度为61.0μg/m~3,其中二次无机离子SO_4~(2-)、NO_3~-、NH_4~+(SNA)占比达72.3%,在PM_(2.5)中占比为40.29%,表明北京市PM_(2.5)二次污染严重。重污染天[NO_3~-]/[SO_4~(2-)]表明,固定源污染较移动源更为显著。三元相图表明,在空气质量为优的情况下,NH_4~+(在SNA中占比为30.3%~65.5%,下同)主要以NH_4NO_3的形式存在,较少比例以(NH_4)_2SO_4存在;严重污染时,NH_4~+(47.3%~77.9%)主要以(NH_4)_2SO_4形式存在,其次以NH_4NO_3的形式存在,其余的NH_4~+以NH_4Cl的形式存在。[NO_3~-]/[SO_4~(2-)]日变化表明,早、晚机动车高峰影响北京重污染发生。     

水中紫外吸光度与COD的相关性

通过对地表水、生活污水和工业废水样品的紫外吸光度与化学需氧量（或高锰酸盐指数）测定值进行线性回归分析,得出不同类型水体的紫外吸光度与化学需氧量（或高锰酸盐指数）之间具有良好的相关性,在一定条件下,可利用测定的紫外吸光度推算出化学需氧量（或高锰酸盐指数）结果。     

北方典型浅水湖泊沉积物有机碳沉积特征研究—以白洋淀为例

湖泊沉积物中有机碳是全球碳库的重要组成部分,为明确浅水湖泊沉积物中有机碳的沉积特征,采集了白洋淀的沉积柱样品,利用连续提取的方法,分析了沉积物自然沉积过程中水溶性有机碳（WSOC）、热解性有机碳（THOC）、酸解性有机碳（HHOC）、碱解性有机碳（AHOC）和不溶性有机碳（WISOC）的含量变化规律、光谱组分特征及影响因素.结果显示,各有机碳组分垂直方向上含量变化规律一致,均随深度增加呈下降趋势,表层20 cm左右的沉积物中有机碳组分含量普遍较高,含量特征呈WISOC>AHOC>HHOC>THOC>WSOC.用紫外光谱的特征参数SUVA₂₅₄、SUVA₂₈₀来分析溶解性有机碳的腐殖程度和分子量大小变化规律,发现腐殖程度与分子量大小变化趋势一致,WSOC和HHOC随深度增加呈增大趋势,THOC随深度增加呈减小趋势,AHOC在0~21 cm阶段随深度逐渐下降,在21~69 cm范围随深度逐渐上升.用A₃₀₀/A₄₀₀表征 有机碳分子构成,发现THOC、HHOC主要由富里酸构成,WSOC、AHOC主要成分为胡敏酸.用A₂₅₃/A₂₀₃表征芳环取代基的种类,发现WSOC、THOC、HHOC苯环上的脂肪链发生聚合反应转化为羰基、羧基等;AHOC的芳香分子上的取代基被微生物代谢分解或转化为脂肪链.相关性分析结果显示,沉积物有机碳及其各组分之间均呈显著正相关,沉积物中的有机碳组分在沉积过程中受到类似的矿化分解作用,且有机碳及其组分含量与C/N值、pH值呈显著负相关.研究成果揭示了白洋淀区域沉积环境中有机碳组分的分布及部分转化规律,可为进一步明确浅水 湖泊的碳源-汇的转换关系结构提供数据支持.     

鄂西南亚热带常绿落叶阔叶混交林不同群落类型土壤特征分析

研究不同群落类型的土壤特征是了解植被-环境关系的基础,也是对生态系统进行科学管理的重要依据。论文以鄂西南两个自然保护区内亚热带常绿落叶阔叶混交林5个不同类型群落的土壤为对象,在测定10个理化指标的基础上,对不同群落类型的土壤特征及其差异性与相关性进行分析。结果表明：土壤含水量、孔隙度、全磷是影响鄂西南亚热带常绿落叶阔叶混交林土壤特征变异的主导因子。研究区土壤除了全磷和有效磷不足以外,其余养分含量均处于较高水平,和亚热带其他类型森林相比养分十分丰富。不同群落类型下土壤理化性质及其相关性均存在差异,与群落的组成和结构存在紧密的联系。     

三峡库区长寿湖水体不同形态汞的空间分布特征

以三峡库区长寿湖为调查对象,采用网格法均匀设点采样分析,并基于Arc GIS地统计模块,研究了长寿湖水体不同形态汞浓度及其空间分布特征.结果表明,长寿湖表层水总汞浓度变化范围为0.50~3.78 ng·L-1,平均值为1.51 ng·L-1;总甲基汞浓度变化范围为0.10~0.75 ng·L-1,平均值为0.23 ng·L-1.表层水体各形态汞的块金效应值分别为总汞50.65%、溶解态汞49.80%、颗粒态汞29.94%和活性汞26.95%,具有中等程度空间自相关性,表明在空间分布上一方面受水体内在属性的影响,另一方面也与渔业养殖、工业活动、农业耕种等人为外源输入干扰因素有关.表层水体溶解态甲基汞块金效应值3.49%,小于25%,表现很强的空间自相关性,其分布主要受到水体内在环境因素等的控制.各采样点水体总甲基汞占总汞的比例均较高,均达到淡水湖泊和河流中总甲基汞占总汞的质量分数上限值30%,暗示长寿湖水体内在环境条件利于汞的甲基化.     

金泽水库库区细菌群落构建过程与关键驱动因子分析

为探究微污染水生态系统中细菌群落对人为干扰响应所依赖的生态机制,基于生态零模型(ecological null model),应用拟合分析(fitting analysis)研究了环境因子与金泽水库来水及库区不同区域间细菌群落构建过程的关系.结果表明,细菌群落在系统发育上的聚类比预期要分散得多(SES.MNTD的单样本t检验95%置信下限为9.79).温度是影响群落系统发育的重要因子.随机性过程(stochastic processes)和确定性过程(deterministic processes)在不同样品细菌群落演替中的相对重要性呈明显的季节性特征.春、夏和秋季样品细菌群落演替由随机性过程主导,冬季则由随机性过程和确定性过程共同主导.NH~+_4-N是影响随机性过程和确定性过程相对重要性的主要环境因子.NH~+_4-N浓度为0.06～0.40 mg·L~(-1)时,由随机性过程主导;NH~+_4-N浓度为0.40～0.80 mg·L~(-1)时,则由随机性过程和确定性过程共同主导.分散限制(61.68%)和异质选择(26.65%)在研究区域中不同采样点之间细菌群落变化中起到重要作用.     

沈阳市国三和国四排放标准不同车型柴油车PM2.5和PM10排放因子及碳组分源谱

柴油车是机动车排放的大气颗粒物的主要来源,为研究沈阳市柴油车PM_(2.5)和PM_(10)的排放因子及其碳组分排放特征,采用检车线车载测试方法采集了15辆国三和国四排放标准的小型、中型、大型载客和轻型、中型、重型载货柴油车尾气样品,并对其中的碳组分进行化学分析.结果表明,国三柴油车PM_(2.5)和PM_(10)的排放因子分别为(0. 193±0. 092) g·km-1和(0. 338±0. 305) g·km-1,国四柴油车PM_(2.5)和PM_(10)的排放因子分别为(0. 085±0. 038) g·km-1和(0. 100±0. 042) g·km-1,随排放标准的提升PM_(2.5)和PM_(10)排放因子显著下降.同一排放标准下,排放因子随车型的增大而增大. TC为柴油车的主要组分,国四柴油车中TC的质量分数(23%～48%)明显低于国三柴油车(29%～70%).各车型柴油车元素碳(EC)的质量分数均大于有机碳(OC),OC/EC为0. 70±0. 29,且国四柴油车OC/EC值低于国三柴油车.因载客汽车总行驶里程明显高于载货汽车导致油耗较高,相同排放标准载客汽车OC和EC的质量分数高于载货汽车.国三、国四柴油车质量分数最高的碳组分均为EC2,可将EC2作为柴油车的标识组分.     

淄博市重点工业行业VOCs排放特征

为研究淄博市重点工业行业的VOCs排放特征,筛选出9个重点行业,选择各行业代表性企业进行实地调研和采样,分析了不同行业的VOCs排放特征,通过实测法计算了各企业的VOCs排放量,并在此基础上得到本地化排放因子.结果表明,不同行业的VOCs排放特征存在一定差异,多数行业以烷烃、卤代烃为主;乙烷、乙炔、氯乙烷类(包括1,1-二氯乙烷、 1,1,1-三氯乙烷)以及氟利昂类(氟利昂12或氟利昂114)为大多数行业均含有的主要特征物种;分环节排放量计算结果显示,设备动静密封点泄漏、有机液体装卸挥发损失、有机液体储存与调和挥发损失以及工艺有组织排放为不同类型石化行业的VOCs主要排放环节,排放量占比均达到40%以上;合成橡胶与炼钢行业的VOCs本地化排放因子与已有规范中的推荐值相近,其余行业则存在较大差距.     

内浮顶油罐“小呼吸”对环境影响过程的分析

内浮顶油罐结合了外浮顶油罐和拱顶油罐的优点,具有特定的蒸发损耗特点.利用自制的内浮顶油罐实验平台,研究了油罐内气体空间里的油气浓度的分布梯度、分子扩散、热扩散、强迫对流等作用对油品蒸发损耗的影响.结果表明,内浮顶油罐的"小呼吸"损耗,主要是受到温度变化引起的油气分子热扩散作用的影响.在此基础上,本研究提出了相关的降低蒸发损耗的措施以及内浮顶油罐蒸发损耗的计算公式.     

基于GIS和PMF模型的石嘴山市土壤多环芳烃空间分布及来源解析

随着城市化和工业化进程加速,城市土壤多环芳烃（PAHs）含量及污染状况受到广泛关注.以石嘴山市为例,分析8个城市功能区156个表层土壤（0~20 cm）样品PAHs含量的空间分布特征,运用单因子指数、内梅罗综合指数和终生癌症风险增量模型评价土壤PAHs污染状况,利用正定矩阵因子分解模型（PMF）对PAHs来源进行解析.结果表明,石嘴山市表层土壤PAHs总含量均值为489.82 ng·g^-1,除芘（Pyr）外的15种PAH单体变异系数均大于100%,属强变异;不同功能区土壤PAHs含量呈现出：交通区（1217.61 ng·g^-1） > 工业区（809.58 ng·g^-1） > 公园（273.66 ng·g^-1） > 文教区（268.18 ng·g^-1） > 商业区（240.05 ng·g^-1） > 农业区（226.81 ng·g^-1） > 医疗区（211.90 ng·g^-1） > 居民区（183.49 ng·g^-1）;内梅罗综合指数显示82.58%的样点不存在污染,轻微、轻度和中度污染占比分别为6.45%、4.52%和0.65%,5.8%的样点存在重度污染;健康风险评价结果表明,皮肤接触和误食是最主要的土壤PAHs暴露途径,其健康风险处于可接受水平;源解析表明石嘴山市土壤PAHs的主要来源为交通排放源、煤炭燃烧源、生物质/重油燃烧的混合源以及石油源,其贡献率分别为10.5%、36.6%、50.3%和2.6%,且高值大多分布在工业或煤炭生产区域.研究结果可为工业城市土壤污染研究提供参考,并对预防土壤污染、保障土壤环境质量及人体健康安全有积极作用.