天津地区表层土中芳香烃污染物化学组成及分布特征

分析了天津地区不同环境功能区土壤中多环芳烃污染物的化学组成及其分布状况,并对其可能的污染源作初步分析.结果表明,天津地区不同环境功能区表层土壤样品中均分布有多种类型的烃类污染物,已经检测到的多环芳烃化合物主要包括萘、苊、苊烯、联苯、菲、惹烯、芴、二苯并呋喃(氧芴)、二苯并噻吩(硫芴)、萤蒽、芘、(艹屈)、苯并芴、苯并蒽、苯并萤蒽、苯并芘、(艹屈)、二苯并[a,h]蒽、茚并[1,2,3-cd]芘、苯并[g,h,i](艹屈)、三芳甾烷等系列数100种单体化合物,含量较高的主要有菲、甲基菲、萤蒽、芘、(艹屈)等.这些化合物的组成存在地域上的差异,同一地区不同土地使用情况、不同周围环境的样品中多环芳烃的组成特征也存在较大的差别,表明土壤中多环芳烃的污染源比较复杂,其中主要包括矿物油输入、化石燃料燃烧及木柴燃烧产物等,不同环境功能区各种污染源的贡献存在一定差别.      

潮白河周丛生物群落元素组成与水质变化的生态计量学关系研究

研究了潮白河流域中污染水体对周丛生物群落的碳(C)、氮(N)、磷(P)元素含量以及生态计量组成的影响.结果表明,下游潮白河NH4+-N、NOx--N分别占TN的52%和28%;上游白河则分别占1.6%和38%.潮白河TP含量(0.104 mg.L-1)为白河TP含量(0.005 mg.L-1)的21倍.白河和潮白河周丛生物C、N、P元素的变异系数分别为0.55、0.41、0.62和0.24、0.13、0.18,表明生长于白河周丛生物的元素结构变化更大.无周丛生物的水体NH4+-N和TP的浓度分别为有周丛生物的21倍和11倍.通过对TOC、TN、NOx--N、NH4+-N、TP、pH、氧化还原电位(ORP)和电导率(conductivity)等水质指标进行二元Logistic回归分析得知,水体TP为影响潮白河周丛生物生存的主要因素,其预测正确率为87.3%.周丛生物C、N、P元素间有强相关性,其中N起了"桥梁"作用.生态计量学分析进一步显示周丛生物的N∶P的比值追随水体TN∶TP的变化;并且该比值主要受水体TP浓度影响.周丛生物N∶P可用于水体TN∶TP变化的生态计量学的指示因子.本研究为进一步探究周丛生物群落结构变化,以及对高一级营养级生物群落结构和元素循环的影响奠定了基础.     

木棉纤维对水中柴油的吸附性能

用木棉纤维作为吸附材料对含油废水进行吸附研究,考察了吸附平衡时间、等温吸附、以及溶液pH、溶液盐浓度等因素对油吸附的影响。溶液pH对吸附影响很小,在不同的盐浓度下吸附略有下降,木棉纤维吸附剂对0#柴油的吸附所需平衡时间为4h,在室温和pH=7左右的条件下,吸附材料对0#柴油的最大吸附量(qm)为(31±0.81)g/g,等温吸附线符合Langmuir和Freundlich模式,研究结果表明:木棉纤维对含油废水的吸附能在较短的时间达到吸附饱和,吸附量较大,对溶液环境的适应能力强,具有很好的应用前景。     

石家庄市大气污染物的季节性时空特征及潜在源区

为系统研究石家庄市季节性典型污染物的重污染传输特征,基于2018年12月~2019年11月46个环境监测站（PM_2.5、PM₁₀、O₃、NO₂、SO₂和CO）及17个气象站（温度、湿度和风速）的小时监测数据,利用插值（IDW）和相关方法,分析污染物的季节性时空特征;并结合GDAS数据,采用后向轨迹方法,研究污染物的季度传输格局和潜在源区.结果表明：①不同季节具有典型的污染物,季节性典型污染物和污染率依次为：春季（PM₁₀,48.91%）、夏季（O₃,81.97%）、秋季（PM₁₀和PM_2.5,47.54%和32.79%）和冬季（PM_2.5,74.44%）,其与气象条件变化有显著联系;②春季PM₁₀与风速呈负相关,呈西北高、东南低的空间格局,主要传输方向为南向（53.32%）,潜在源区（WPCWT_ij≥160 μg ·m^-3）为河北（冀）中南、河南（豫）中北及山西（晋）中部,且山东（鲁）西和陕西（陕）西北部的传输也会贡献（WPSCF_ij≥0.3）市域的PM₁₀浓度;③夏季O₃与温度呈正相关,与湿度呈负相关,传输通道方向为东南-南向（54.24%）,其潜在源区呈以石家庄市为中心,沧州和菏泽为两翼的新月形区域;④秋季和冬季PM_2.5与湿度呈正相关,冬季呈西低、东高态势分布,输送方向为：秋季（东北-东南,74.75%）,冬季（西北,55.47%）,主要污染源区（WPCWT_ij≥180 μg ·m^-3）集中在冀中南、豫北和晋中西部.     

苏南水库硅藻群落结构特征及其控制因素

为了解我国东南湿润区丘陵山地型水库硅藻的群落结构特征和控制因素,于2015年6月硅藻水华敏感期对苏南地区18座水库的浮游植物群落结构和水质进行调查,分析了营养盐、水深、库容等因素与硅藻及其它浮游生物的关系.结果表明,硅藻达到轻度水华水平(硅藻细胞含量介于100~1 000万cells·L~(-1))的水库有10座,对供水和景观功能产生明显影响;苏南地区水库普遍处于中营养和富营养水平,总氮浓度普遍偏高,磷及营养状态指数与硅藻生物量的关系密切;苏南地区水库中的浮游植物在数量上以蓝藻门中的席藻为主,在生物量上则以硅藻门、绿藻门和蓝藻门为主,其中硅藻门浮游植物平均占总浮游植物生物量的46.8%,是浮游植物异常增殖的主要门类;硅藻门中,主要是针杆藻、小环藻、曲壳藻和直链藻这4个种属占优,特别是针杆藻和小环藻,平均占硅藻总生物量的51.6%和21.4%;较深的水体,利于硅藻成为主要优势藻门;较大的水库流域库容比和较高总磷水平会导致水库营养水平和叶绿素浓度增加,促进浮游植物从硅藻门向绿藻门、蓝藻门演替,增加藻类危害的风险.因此,对于该地区水库,需要加强流域管理,并且针对水库自身的特点,包括水深、流域库容比等,确定其特定的富营养化控制策略,从而减少硅藻等藻类水华发生的风险,提升水源地水质安全保障能力.     

试论公路建设对生态环境的影响评价及对策

公路建设施工期、营运期对生态环境会造成严重的不良影响.根据生态环境的评价范围、标准、内容,正确评价其对生态环境的影响,采取有效防范措施,使其影响限制在最小范围内,这对我区公路项目建设前期工作有一定的指导意义.     

基于生态效率的城市可持续性评价及应用研究

综合评价城市复合生态系统是实现区域可持续发展要面对的重要科学问题.城市生态效率反映了城市系统的资源环境与社会福利的投入产出关系,是将可持续发展的宏观目标融入城市发展规划与管理中的有效工具.综合生态足迹和人类发展指数的理论方法,构建了基于生态效率的城市可持续性评价模型.应用该模型对厦门市生态效率进行了时间序列分析:2000～2006年,厦门市生态效率呈现先平稳上升后陡然下降又小幅回升的波动性变化.厦门市人均生态足迹由4.279hm2增加至5.462hm2;人类发展指数由0.831增加至0.896;生态效率下降15.5%,资源效率下降15.7%,环境效率下降15.3%.研究表明,厦门市的可持续性经历了由可持续性次增强→可持续性增强→可持续性减弱→可持续性增强路径的转变,总体趋势仍是可持续性减弱.     

基于宏基因组学探讨东平湖水库的菌群结构、耐药基因谱及其公共健康风险

水库中长时间滞留的水体会成为耐药基因的存储库,因此研究其菌群结构、耐药基因谱及其潜在的健康风险具有重要的公共卫生学意义.本研究以东平湖水库的水体和沉积物为研究对象,采用宏基因组测序技术,系统分析其在旱季和雨季中的菌群结构、耐药基因谱、耐药基因水平转移以及携带耐药基因的致病菌类型.结果表明,与水库沉积物相比,水体中的菌群...     

上海市典型地区环境空气可吸入颗粒物中重金属污染水平及健康风险评价

为了探究上海市典型地区环境空气中可吸入颗粒物(PM_(10))中重金属的污染水平及其对人体的健康风险,本研究分别于夏季和冬季在上海徐汇区和金山区设置多个采样点,采集室外大气PM_(10)样品,同时招募相同区域各20名志愿者进行室内颗粒物采集,分析其中Cr、As、Pb、Cd和Hg的含量,并采用美国EPA健康风险评价模型对重金属的风险进行评价.结果显示,上海市典型地区环境空气中的PM_(10)浓度范围为36.6～266.6μg·m~(-3),其中,冬季浓度高于夏季,城市浓度高于农村,室外浓度高于室内;PM_(10)中重金属含量从高到低依次是AsPbCrCdHg,且呈一定的空间分布关系,室外Pb和Cd的平均浓度高于室内,As则是室内浓度高于室外.上海市典型地区环境空气PM_(10)中的重金属致癌风险为成年人高于儿童,As存在潜在致癌风险.     

基于车流和大气污染物浓度同步增量的机动车平均排放因子估算方法

机动车尾气排放已成为城市大气污染的主要来源并受到了高度关注.机动车排放因子是反映机动车排放状况的最基本参数,但实测排放因子代价较高、代表范围有限,基于国外排放模式估算的排放因子又与我国的实际排放状况存在一定差距.本研究首先基于早高峰时段车流量和道路附近大气污染物浓度呈近线性增加、气象条件和背景污染物浓度相对稳定的特征,将时段内污染物浓度的增加主要归因为车流的增加,从而建立车流和污染物浓度增量之间的关系;然后采用无限线源高斯扩散模式,反推道路实际行驶机动车的平均排放因子.以北京市一条主干道为例,利用早高峰车流量、污染物浓度、气象观测数据,进行了实例研究,并将研究结果同COPERT4排放模型的预测结果进行了对比.本研究和COPERT4排放模型预测的8月一氧化碳平均排放因子分别为2.0 g·km-1和1.2 g·km-1,12月分别为5.5 g·km-1和5.2 g·km-1.结果表明,本方法估算的机动车排放因子在数值大小及季节变化上均与COPERT4排放模型较为接近.所提方法通过消除背景浓度的干扰,为实时获取车队实际排放因子提供了一种新思路.