深圳市秋季大气臭氧立体分布特征

利用大气O₃探测激光雷达在深圳市东部生态区和西部城区同步开展垂直观测,探究了2018年深圳市O₃立体分布在秋季光化学污染活跃期至冬季非活跃期的演变过程.结果表明：光化学反应活跃的10月,东部地面O₃浓度相对于西部地面高出约128%;地面向上至450m,O₃浓度在东部生态区发生快速降低,而在西部城区由于存在“滴定效应”,O₃浓度随高度升高而升高;450m~2km,东、西部O₃浓度均随高度升高而降低,西部城区O₃浓度水平超过东部生态区约30%;2km以上高空,东、西部O₃浓度趋同（70μg/m³）,并保持稳定,为具深圳市秋季O₃污染过程提供了较高的大气背景浓度.高污染期间,深圳市大气边界层内O₃浓度变化较为一致,西部高空的O₃区域传输作用更加显著.秋季至冬季光化学反应逐渐减弱,深圳市O₃浓度的水平和垂直空间差异逐渐减小,冬季的深圳市O₃污染基本受大气背景控制.     

深圳大气PM2.5中水溶性有机物的来源特征

对2017年9月~2018年8月深圳市北部大气PM_2.5中水溶性有机物（WSOM）的质量浓度、质谱及来源结构进行测量和分析.结果表明：PM_2.5的质量浓度为（32.3±18.4）μg/m³,WSOM的质量浓度为（9.4±5.7）μg/m³,占颗粒物总有机物的（77.6%±14.0%）.质谱分析显示,WSOM的氧碳比（O/C）平均值达到（0.57±0.09）,属于二次有机物的O/C值范围,且生物质燃烧排放的离子碎片C₂H₄O₂⁺的丰度显著,说明WSOM的来源中有显著的生物质燃烧排放的有机气溶胶.为了明确WSOM的来源结构,利用正矩阵因子分解法（PMF）模型进行来源解析,发现3个合理因子：高氧化态有机气溶胶（MO-OOA）,低氧化态有机气溶胶（LO-OOA）和生物质燃烧（BBOA）,贡献比例分别为51.7%,31.8%和16.5%.MO-OOA和BBOA贡献浓度均呈现秋冬高、春夏低的季节变化特征,反向轨迹分析显示其与内陆污染传输关系密切.LO-OOA的变化相对稳定,本地源的贡献较大.结合¹⁴C同位素示踪法对秋冬季WSOM样品分析,发现机动车等化石源二次有机物是WSOM的主要来源,贡献比例达到53.9%,需继续加强对化石燃料控制来降低WSOM污染.     

DOC+CDPF对国III重型柴油货车实际道路排放的影响

利用便携式车载排放测试系统（PEMS）对2辆加装氧化催化转化器（DOC）和催化型柴油颗粒捕集器（CDPF）与否的国III重型柴油货车进行实际道路排放测试.结果表明,2辆改造重型柴油车的CO、THC、固态颗粒物粒数（SPN）和黑碳（BC）实际道路排放因子分别为（1.31±0.37）g/（kW×h）、（0.20±0.03） g/（kW×h）、（7.13×10¹⁰±5.27×10¹⁰）个/（kW×h）和（0.69±0.06）mg/（kW×h）,相对于原始排放（拆除DOC+CDPF）分别降低52.48%、55.69%、99.91%和99.22%.从低速、中速到高速,CO和THC减排比例呈现上升趋势,然而运行工况对SPN和BC减排比例则无显著影响.加装DOC+CDPF会导致NO₂在NO_x中的占比升高,且从低速、中速到高速涨幅依次增大,但对NO_x无明显减排效益,其排放因子为9.53~9.83g/（kW×h）,远高于实验室排放限值.     

城市道路生物滞留带溢流口设计方法探讨

随着生物滞留技术在海绵城市建设中的广泛应用,生物滞留带的优化设计已成为研究热点之一,其中溢流口的合理设计对生物滞留带的雨水径流控制效果和稳定运行具有重要意义。在实际工程应用中,由于缺少溢流口相关水力特性及设计计算方法的系统研究,往往直接把城市道路雨水口移至生物滞留带作为溢流口。然而生物滞留带溢流口与城市道路雨水口水力特征存在较大区别。针对上述问题,通过对生物滞留带溢流口水力特性的分析,计算了常见溢流口的过流能力,并举例对其工程应用选型及设计方法进行了分析,以期为生物滞留带溢流口的优化设计提供依据。     

Acceleration of floc-water separation and floc reduction with magnetic nanoparticles during demulsification of complex waste cutting emulsions

Waste cutting emulsions are difficult to treat efficiently owing to their complex composition and stable emulsified structure. As an important treatment method for emulsions, chemical demulsification is faced with challenges such as low flocs–water separation rates and high sludge production. Hence, in this study, Fe₃O₄ magnetic nanoparticles (MNPs) were used to enhance chemical demulsification performance for treating waste cutting emulsions under a magnetic field. The addition of MNPs significantly decreased the time required to attain sludge–water separation and sludge compression equilibrium, from 210 to 20 min. In addition, the volume percentage of sludge produced at the equilibrium state was reduced from 45% to 10%. This excellent flocculation–separation performance was stable over a pH range of 3–11. The magnetization of the flocculants and oil droplets to form a flocculant–MNP–oil droplet composite, and the magnetic transfer of the composite were two key processes that enhanced the separation of cutting emulsions. Specifically, the interactions among MNPs, flocculants, and oil droplets were important in the magnetization process, which was controlled by the structures and properties of the three components. Under the magnetic field, the magnetized flocculant–MNP–oil droplet composites were considerably accelerated and separated from water, and the sludge was simultaneously compressed. Thus, this study expands the applicability of magnetic separation techniques in the treatment of complex waste cutting emulsions.     

不同浓度锌处理下水稻幼苗对镉的累积效应

为探究锌（Zn）对水稻镉（Cd）累积的影响及其根表铁膜所发挥的作用,选取Cd高累积型水稻品种中9优547（简称"Z547"）和Cd低累积型水稻品种金优402（简称"J402"）,采用温室水培试验,研究0、2、5、10、15和20 μmol/L等6个Zn浓度下水稻幼苗对Cd的累积效应,以及不同浓度Zn处理对根表铁膜生成量的影响.结果表明:①随着c（Zn）的增加,Z547和J402水稻幼苗生物量均呈先增后减的趋势,分别在c（Zn）为2和10 μmol/L时达到最大值.②Z547和J402水稻幼苗中w（Cd）均呈先降后增的趋势,分别在c（Zn）为5和2 μmol/L时达到最小值;当水稻幼苗中w（Cd）达到最小值时,Z547根和地上部中w（Cd）分别为31.65和11.47 mg/kg,J402根和地上部中w（Cd）分别为22.58和14.36 mg/kg.③不同浓度Zn处理下水稻幼苗各部位中w（Cd）均与根表铁膜中w（Mn）、w（Fe）、w（Fe+Mn）呈显著正相关,高铁膜处理水稻幼苗中w（Cd）显著高于低铁膜处理,表明根表铁膜生成量的增加会促进Cd在水稻幼苗中的累积.研究显示,当c（Zn）较低时,c（Zn）的增加会抑制水稻幼苗对Cd的累积;当c（Zn）较高时,c（Zn）的增加会促进水稻幼苗对Cd的累积,而Zn可通过控制根表铁膜的生成来影响水稻幼苗对Cd的累积.      

生态调控后贵州花溪水库浮游植物群落结构的变化特征及影响因素

为了解生态调控后花溪水库浮游植物功能群变化特征与环境因子的关系,基于浮游植物功能群、NMDS（非度量多维尺度分析）、RDA（冗余分析）、Pearson相关性分析方法,于2017年3月-2018年3月逐月对浮游植物群落结构与水环境指标进行采样分析.结果表明:①生态调控前,花溪水库共鉴定浮游植物4门18种,共归类出10个功能群,且功能群H1占绝对优势,其代表藻种为水华束丝藻（Aphanizomenon flosaquae）;生态调控后,共鉴定浮游植物6门66种,共归类出20个功能群,主要优势功能群为B/Lo,其代表藻种为小环藻（Cyclotella sp.）和多甲藻（Peridinium sp.）.②生态调控后,花溪水库优势功能群结构发生了变化,其变化特征为B/Lo（春季）→D/B/Lo/X2/N/P（夏季）→D/B/Lo/N（秋季）→D/MP/B/Lo/W1/W2（冬季）.功能群B的生物量在春季达到峰值（3 056.3 μg/L）,与其对低营养环境有良好的耐受性有关;功能群Lo的生物量在秋季达到峰值（2 900.9 μg/L）,与组成功能群Lo的甲藻特性有关.③RDA结果表明,生态调控前影响浮游植物生长的环境因子为SD（透明度）、ρ（DIN）（DIN为无机氮）;生态调控后影响浮游植物生长的环境因子为WT（水温）、ρ（DO）、ρ（DIN）.研究显示,生态调控后花溪水库功能群结构发生了明显变化,影响功能群变化的主要环境因子为WT和ρ（DO）.      

2006-2017年四川盆地MODIS气溶胶光学厚度时空变化特征

四川盆地地形复杂、气候特殊,是我国颗粒物污染高发地.为探究四川盆地气溶胶分布和周期变化特征,深入认识气溶胶污染特性及其气候效应,结合卫星遥感探测方法,利用2006-2017年MODIS C006 3 km AOD（气溶胶光学厚度）产品,分析了四川盆地AOD的时空特征.结果表明:①MODIS AOD（MODIS数据反演的气溶胶光学厚度）与太阳光度计CE318观测的AOD、ρ（PM_2.5）、ρ（PM₁₀）线性相关系数分别为0.78、0.77、0.75,表明MODIS C006 3 km AOD产品适用于四川盆地颗粒物污染研究.②四川盆地AOD平均值范围为0.1~1.3,其中,成都平原和四川盆地东南部地区是AOD高值（AOD值>1.0）中心,四川盆地周边高海拔区AOD均小于0.3.③2006-2017年AOD年均值范围为0~2.5,整体呈"倒N型"曲线下降,其峰值和谷值分别出现在2013年和2017年;2013年AOD大于1.0的区域占四川盆地的34.1%,是12 a中颗粒物污染最重的一年;2017年AOD小于0.3的面积占57.1%.④AOD季节性变化呈春季最大、夏季次之、秋季最小的特征.⑤AOD月变化呈"双峰型"波动特征,AOD月均值范围为0~2.5,其中,2-5月AOD月均值均大于0.7,8月AOD月均值为0.6,11-12月AOD月均值均小于0.5.研究显示,四川盆地颗粒物污染防治应以成都平原城市群和四川省南部城市群为主,应重点控制细颗粒物排放,合理安排工业企业的周期性生产强度.      

浙江海宁某典型制革污泥堆场污染分布特征

为研究典型制革污泥堆场区域污染情况,以浙江海宁某制革污泥堆场为研究对象,研究了制革污泥堆场土壤和地下水中有机物和重金属的污染情况。调查结果表明:土壤中无机污染很小,而总铬、六价铬和铅含量较高。污染土壤中铅和总铬含量分别是工业用地规定值的2.82,7.03倍,而六价铬最高含量为管控值的2.8倍。地下水中氨氮含量超标严重,达到1268.0 mg/L,是GB/T 14848—2017《地下水质量标准》中工农业Ⅴ类用水下限值的845.3倍,六价铬的含量<0.004 mg/L。此外,各取样点六价铬和总铬含量的垂直分布显示较大的差异,也与某些制革污泥堆场的重金属垂直分布规律不尽相同。     

固体样品六价铬的检测比对和验证

采用碱溶液提取/火焰原子吸收法(HJ 687—2014《固体废物六价铬的测定 碱消解/火焰原子吸收分光光度法》和HJ 1082—2019《土壤和沉积物 六价铬的测定 碱溶液提取-火焰原子吸收分光光度法》)测定了固体废物和土壤样品中六价铬含量,比对和验证了2种方法实验流程、分析方法性能及不确定度评定结果。结果表明:HJ 687—2014的方法检出限相对较高,不适合测定浓度较低的土壤;HJ 1082—2019要求按照试样制备的步骤配置工作曲线,考虑了基体干扰的影响。HJ 687—2014的检出限为0.28 mg/kg,相对标准偏差为0.69%~0.93%,样品加标回收率为95.7%~97.2%;HJ 1082—2019的检出限为0.17 mg/kg,相对标准偏差为0.6%~3.0%,样品加标回收率为76.0%~83.1%。对于同一实际样品,2种方法的测定结果相近,HJ 687—2014和HJ 1082—2019的测定结果分别为(48.1±4.2),(46.6±5.4) mg/kg。比对发现,影响HJ 687—2014和HJ 1082—2019不确定度的最主要环节分别为曲线拟合和样品消解。