北京不同污染事件期间气溶胶光学特性

利用2005~2011年的AERONET观测数据,对北京不同污染事件期间(秸秆焚烧、烟花燃放以及沙尘天气)气溶胶光学特性进行了分析.气溶胶光学厚度受污染有显著上升,沙尘、秸秆、烟花气溶胶的AOD440 nm分别是干净背景的4.91、4.07、2.65倍.AOD与ngstrm波长指数的匹配能够较好地识别污染类型,沙尘对应高AOD和低α,烟花气溶胶α(1.09)稍低于秸秆(1.21)以及背景(1.27),表明烟花气溶胶的粗粒子更占优,秸秆对应更高的AOD则与其中黑碳颗粒较强的消光能力有关.单次散射反照率对波长敏感性不高,沙尘气溶胶的ω值(0.934)高于背景值(0.878)、秸秆气溶胶(0.921)以及烟花气溶胶(0.905),秸秆气溶胶受烟羽老化、吸湿性增长等影响表现出偏大现象.气溶胶粒子谱分布在背景与污染期间均为双峰模态,细模态和粗模态的峰值浓度半径分别为0.1~0.2μm以及2.24~3.85μm,粗细粒子浓度比值由小到大依次为背景(1.04)、秸秆焚烧(1.10)、烟花燃放(1.91)以及沙尘气溶胶(4.96).     

赣江流域土地利用方式对无机氮的影响

赣江无机氮是鄱阳湖氮素输入的主要来源,查明流域土地利用方式对赣江无机氮的影响对鄱阳湖的富营养化防治具有重要意义.基于2013年1月和6月对赣江干流和主要支流NO-3-N和NH+4-N的浓度测定,通过不同空间尺度和土地类型等级划分,利用相关分析和冗余分析研究土地利用方式对赣江无机氮浓度的影响.结果表明,不同空间尺度的子流域划分方式对赣江流域土地利用类型与无机氮浓度的相关性有较大影响.与NO-3-N相比,选择更小的子流域划分尺度有助于分析土地利用方式对NH+4-N浓度的影响;在温度较高、微生物活动强烈的季节,也应选择更小的子流域划分尺度研究土地利用方式对无机氮浓度的影响.一级土地利用分类下,赣江流域水田、水域对NO-3-N起"源"作用,林地、草地起"汇"作用;居民建设用地对NH+4-N起"源"作用,林地起"汇"作用.二级土地利用分类下,水田中丘陵水田是赣江NO-3-N浓度的主要来源,其次为平原水田,山区水田最小.居民建设用地中的城镇用地和其它工矿建设用地是赣江NH+4-N的主要污染来源,农村用地是NO-3-N的主要污染来源.     

某石油化工园区秋季VOCs污染特征及来源解析

利用快速连续在线自动监测系统对某典型石油化工园区2014年秋季(9、10、11月)大气中VOCs进行监测,并对其组成、光化学反应活性、时间变化特征和来源进行解析.结果表明:秋季大气中VOCs的混合体积分数明显高于国内外其他城市和工业地区,且烷烃是大气中VOCs的最主要成分.研究区秋季3个月份大气中VOCs的混合体积分数之间差异不显著,但各种烃类的日夜变化特征明显:烷烃、烯烃和芳香烃呈现"单峰单谷"变化趋势,乙炔的变化趋势呈"W"型.PMF受体模型解析结果表明主要来源于天然气交通及溶剂、炼油厂的泄漏或挥发等过程,其次为其他交通来源,沥青对于研究区VOCs来源也有一定的贡献.等效丙烯体积和最大臭氧生成潜势对VOCs的光化学反应活性计算结果表明,烯烃和烷烃分别是各自混合体积分数的最主要的贡献者.     

成都及周边城市一次区域性空气污染过程特征分析

2013年12月1-9日成都及周边城市出现了一次较为严重的区域大气污染过程,重污染区域集中在成都市,其API值最高达到225,首要污染物为PM2.5。对成都地区PM2.5源解析可得出本次污染过程是以机动车尾气和煤烟污染的混合型污染过程,贡献比重之和为42.8%。同时探讨了研究期间造成污染持续累积的相关因素:高空500hPa的大气环流形势处于弱高压前部以下层气流为主;主导风向西南风和东南风,平均风速分别为1.46m/s和0.99m/s,无降水,气温日较差较往年偏高7.1℃的气象条件;高湿及"双逆温"效应的大气结构均不利于污染物扩散。研究表明逆温强度变化与颗粒物浓度的消长具有显著的滞后一致性。研究结果可为成都平原地区发生重污染过程的预警预报及污染防治提供理论依据和研究参考。     

Size distributions of aerosol and water-soluble ions in Nanjing during a crop residual burning event

To investigate the impact on urban air pollution by crop residual burning outside Nanjing, aerosol concentration, pollution gas concentration, mass concentration, and water-soluble ion size distribution were observed during one event of November 4-9, 2010. Results show that the size distribution of aerosol concentration is bimodal on pollution days and normal days, with peak values at 60-70 and 200-300 nm, respectively. Aerosol concentration is 10⁴ cm^-3. nm^-1 on pollution days. The peak value of spectrum distribution of aerosol concentration on pollution days is 1.5-3.3 times higher than that on a normal day. Crop residual burning has a great impact on the concentration of fine particles. Diurnal variation of aerosol concentration is trimodal on pollution days and normal days, with peak values at 03:00, 09:00 and 19:00 local standard time. The first peak is impacted by meteorological elements, while the second and third peaks are due to human activities, such as rush hour traffic. Crop residual burning has the greatest impact on SO₂ concentration, followed by NO₂, O₃ is hardly affected. The impact of crop residual burning on fine particles (< 2.1 μm) is larger than on coarse particles (> 2.1 μm), thus ion concentration in fine particles is higher than that in coarse particles. Crop residual burning leads to similar increase in all ion components, thus it has a small impact on the water-soluble ions order. Crop residual burning has a strong impact on the size distribution of K⁺, Cl^-, Na⁺, and F^- and has a weak impact on the size distributions of NH₄⁺, Ca²⁺, NO₃^- and SO₄^2-.     

偏远高山湿地土壤中PAHs污染特征:以神农架大九湖为例

于2012年4月沿大九湖湿地平均分布10个采样点,各采集0~10、10~20以及20~30 cm浅层土壤,采用GC-MS对大九湖湿地浅层土壤中USEPA 16种优控多环芳烃（PAHs）进行分析,对其分布、组成、来源进行了详细的讨论,并对高山湿地PAHs污染标志物进行了浅析.结果表明,研究区0~10、10~20、20~30cm浅层土壤中∑₁₆PAHs含量分别为48.55~984.73、14.36~806.47、12.84~1191.53 ng·g^-1,均值分别为302.94、142.98、208.68 ng·g^-1;7种致癌单体多环芳烃含量范围分别为21.20~844.29、2.96~592.06、0.66~964.70 ng·g^-1,均值分别为197.25、93.16、147.16 ng·g^-1,分别占总PAHs的65.12%、65.13%、69.08%;泥炭区PAHs含量明显高于非泥炭区,且已达到重度污染程度;PAHs组成以4、5、6环为主;结合IcdP/（IcdP+BghiP）及Pyr/BaP比值分析,推测大九湖湿地浅层土壤中PAHs主要来源于化石燃料及木材的燃烧,近年来旅游车辆的进入对PAHs的贡献较大;对浅层土壤中各单体PAH与PAHs总含量进行回归分析表明、苯并（b）荧蒽、茚（1,2,3cd）并芘、苯并（a）蒽作为泥炭地PAHs标志性化合物,用来评价PAHs的污染程度.     

地下水环境影响评价中污染物运移模拟软件的适宜性评估

目前国内外已发展了一系列成熟的地下水污染物运移模拟软件,但是软件功能各异,易造成使用者的选择困扰.为满足HJ 610—2016《环境影响评价技术导则地下水环境》（简称“《导则》”）中关于环境影响预测工作精细化的要求,对国内外常用饱和带和包气带污染物运移模拟软件的适宜性进行了评估.首先,针对三款常用饱和带污染物运移模拟软件BIOSCREEN、AT123D和MT3D,基于理想算例对比4组水动力条件设置下的计算结果,分析软件的适宜性;其次,针对《导则》中暂未给出的包气带污染物运移模拟软件,以FEMWATER为例探讨了包气带阻滞作用对于地下水环境影响评价的重要性.结果表明:①BIOSCREEN由于忽略了分子扩散作用,当Pe（Peclet数）为0.25×10-3时,其预测的污染源下游10 m处污染物浓度为AT123D和MT3D计算值的1.8倍,存在高估污染风险的可能.②相比污染源直接设置于潜水面的情景,污染物从距潜水面11 m的地表泄露,经过包气带后污染源强降低了24%,下游85 m处污染物浓度达到0.1 mg/L的时间延迟了390 d.③当地下水流速较慢,分子扩散作用相比对流作用占优势时,适用MT3D开展数值模拟或者采用AT123D进行解析预测;当对流作用占优势且水文地质条件接近解析解假设时,可利用BIOSCREEN粗估污染风险.研究显示,包气带污染物运移模拟软件有助于合理地预测污染物在地下水环境中的运移转化行为,从而更准确地估计污染源强和判定地下水环境污染风险.      

O3/H2O2去除水中硝基苯效果与机理

以硝基苯为目标反应物,对O₃/H₂O₂体系氧化去除水中硝基苯的效果和机理进行了研究,考察了pH值、H₂O₂剂量、自由基抑制剂或促进剂对硝基苯的去除效果的影响.研究发现,在pH≤7时,H₂O₂促进臭氧化去除硝基苯的效果较为明显,当H₂O₂投加量从1.0 mg/L增加到4.0 mg/L时,在氧化5 min内,硝基苯     

青岛不同强度霾天气溶胶中二次无机离子的生成及粒径分布

于2015年9月至2016年2月在青岛近海连续收集了大气气溶胶分级样品,用离子色谱法分析了其中的水溶性无机离子组分,并讨论了不同强度霾天下气溶胶中二次无机组分的粒径分布,初步探索了霾天SNA的形成过程和影响因素.结果表明,气溶胶中NO_3~-、SO_4~(2-)、NH_4~+、NO_2~-和Cl~-的质量浓度变化范围分别是10.32~193.46、4.42~74.05、2.21~57.75、0.05~2.22和1.35~17.39μg·m~(-3),且SNA的质量浓度随霾污染程度的加剧明显增加.与非霾天相比,轻微、轻度、中度和重度霾天与非霾天相比,NO_3~-的质量浓度分别增加了55%、77%、240%和537%;SO_4~(2-)的质量浓度分别增加了4.7%、35%、77%和262%;NH_4~+的质量浓度分别增加了72%、83%、201%和526%.细粒径上的NO_3~-、SO_4~(2-)与其气态前体物NO_2、SO_2均有显著相关性,且与相对湿度、能见度、风速等气象条件相关性较好,说明细粒径SNA的生成是造成霾天能见度下降,形成空气污染的主要原因之一,同时,高浓度前体物、较大相对湿度、低风速都是影响霾天形成的重要因素.除轻微霾天外,其他不同强度霾天的SOR(硫氧化率)、NOR(氮氧化率)均大于非霾天,且随着霾程度的加剧,SOR、NOR都有明显的升高,尤其是0.43~0.65μm和0.65~1.1μm粒径段;在重度霾天,氮和硫的转化率平均为非霾天的1.5倍,说明细粒径上的硫酸盐和硝酸盐大部分是气-粒转化而来.NO_3~-、NH_4~+、NO_2~-和SO_4~(2-)主要存在于细粒径段,霾天下在细粒径上的比例都显著增大,NO_3~-和SO_4~(2-)在严重霾天所占比例最高,分别达到79.4%和74.4%.NO_3~-在非霾、轻微、轻度霾天时均呈双峰分布,峰值出现在0.43~0.65μm和3.3~4.7μm处,中度霾天时细粒子峰值移动到0.65~1.1μm,在重度霾天粒径分布变为0.65~1.1μm的单峰分布.SO_4~(2-)只在非霾条件下呈双峰分布,峰值出现在0.43~0.65μm和2.1~3.3μm粒径段,霾天下均是单峰分布,轻微和轻度霾天下峰值出现在0.43~0.65μm,中度和重度霾天下峰值在0.65~1.1μm处.NH_4~+呈单峰分布,在非霾和轻微霾天下峰值出现在0.43~0.65μm粒径段,轻度、中度和重度霾天下峰值均出现在0.65~1.1μm粒径段.     

福建闽江沿岸土壤中多环芳烃含量、来源及健康风险评价

为研究福建省闽江沿岸土壤中多环芳烃(PAHs)的残留状况、潜在来源及健康风险,采集闽江沿岸16个土壤样品,利用气相色谱/质谱(GC/MS)分析其中16种PAHs含量,结果表明:研究区土壤中16种PAHs的总含量为70.70~1667.83μg/kg,平均值为480.28μg/kg,其沿闽江沿岸呈“W”型分布模式,具体表现为城市高于郊区的变化;PAHs以2~3环为主,其中萘(Nap)的含量最高.基于PAHs的特征比值和主成分回归结合分析,研究区土壤中PAHs主要是石化和燃烧混合污染源,其中化石燃料高温燃烧占41.45%,石油源及生物质燃烧占49.34%,煤燃烧占9.21%.PAHs总毒性当量浓度值(TEQ_BaP)为3.10~121.15μg/kg,平均值为36.71μg/kg,37.50%的采样点超过荷兰土壤标准目标参考值(33.00μg/kg),表明闽江沿岸土壤已经受到PAHs不同程度的污染.健康风险评价表明,研究区土壤中PAHs的致癌风险(ILCRs)在10^-8~10^-6间,说明其致癌风险较小.