铁铜双金属有机骨架MIL-101(Fe,Cu)活化双氧水降解染料性能

针对非均相芬顿传质效率低和Fe（Ⅲ）Fe（Ⅱ）转化慢导致活性低等问题,采用溶剂热法制备铁铜双金属有机骨架材料[MIL-101（Fe,Cu）],并研究了材料界面性质、催化降解染料（亚甲基蓝）性能以及活化催化机制.结果表明,MIL-101（Fe,Cu）晶体结构完整且呈三维八面体形状;比表面积和平均孔径分别为667.2 m² ·g^-1和1.9 nm,可充分暴露反应活性位点.MIL-101（Fe,Cu）在广谱pH范围可活化H₂ O₂高效降解亚甲基蓝.当pH=5、反应20 min,MIL-101（Fe,Cu）/H₂ O₂对20 mg ·L^-1亚甲基蓝的去除率为100%,较MIL-101（Fe）/H₂O₂和单独H₂ O₂分别提高43.1%和88.9%.自由基猝灭实验与反应前后铁和铜价态变化结果表明,羟基自由基（·OH）是MIL-101（Fe,Cu）/H₂ O₂催化降解亚甲基蓝的主要活性物种;Cu（Ⅱ）掺杂引入新的活性位点,且Cu（Ⅱ）/Cu（Ⅰ）循环和Fe（Ⅲ）/Fe（Ⅱ）循环可协同产生·OH,进而提高催化效率.MIL-101（Fe,Cu）作为新型非均相类芬顿催化剂,无需复杂pH调节即可获得良好催化效果,在工业废水处理上具有较好地应用前景.     

基于LOADEST和数字滤波的水源地基流氮素输出定量方法应用实例

地表直接径流和基流均是流域非点源氮/磷养分输出的重要水文途径.科学认识和定量模拟基流氮/磷养分输出对于准确解析水源地水体非点源污染来源至关重要.基于Load Estimator模型和数字滤波算法,建立了定量水源地基流氮素输出的方法体系.以浙江省珊溪水源地的玉泉溪流域为例,利用玉泉溪2010-01—2013-12期间逐月总氮(TN)水质监测数据和逐日流量数据,展示了该方法的计算过程.结果表明,本文建立的水源地基流氮素输出定量方法结果合理,模拟精度高,决定系数和纳什系数分别为0.83和0.80;玉泉溪流域2010—2013年TN负荷量为141.21～274.68 t·a~(-1),平均208.63 t·a~(-1),年基流TN负荷量为84.39～168.68 t·a~(-1),平均127.69 t·a~(-1);基流对玉泉溪年均TN负荷量贡献率高达60%以上,流域基流养分输出对地表水体的污染应引起足够重视.     

基于遥感尾气监测的柴油车气态污染物排放因子计算方法研究

采用遥感尾气测试系统实测了柴油车在实际道路工况下的CO、HC和NO排放特征,修正了排放因子的计算方法,并与车载排放测试系统（PEMS）实测结果进行了验证,获得了实测车辆的CO、HC和NO排放因子.测试结果显示,在各种遥感监测的工况下柴油车尾气中均含有较高浓度的氧气,未考虑氧气影响的燃烧方程反演获得的各污染物体积浓度计算值与PEMS实测值的偏差较大,且氧气浓度越大,偏差越大.经过氧气修正的燃烧方程反演计算的尾气浓度与PEMS实测值吻合度大幅提升,适用于实际工况下遥感检测车辆尾气的反演计算.修正算法得到CO、HC和NO的排放因子离散性较小,精确度较高,可以为量化柴油车尾气排放贡献提供科学依据.     

漓江流域δD和δ18O对蒸发的指示作用

以漓江流域为例查明不同水体之间氢氧稳定同位素组成特征,并探讨氢氧稳定同位素对漓江流域的蒸发过程指示作用.结果表明：流域内不同水体之间,氢氧稳定同位素表现出不同的组成特征,地表水和地下水,在丰水期δD值和δ¹⁸O值要比枯水期更容易富集,地下水的δD值和δ¹⁸O值分布范围较地表水小;随着水温的升高,δ¹⁸O的变化趋势比d-excess明显.从漓江上游到下游高程逐渐下降,河水线的斜率和截距也在逐渐减小,其中漓江下游河水线的斜率和截距要低于当地大气降水线,表明下游受到蒸发作用较强烈;地下河水线、地表河水线在一定程度上偏离当地大气降水线,但偏离程度较小,表明三者之间有很好的水力联系.受温度和湿度的共同影响,漓江干流丰水期河水的蒸发量占最初水体总量的0.7%~9.1%,枯水期河水的蒸发量占最初水体总量的2.6%~9.7%,丰水期的蒸发比例低于枯水期,从上游到下游蒸发比例在逐渐上升.研究区蒸发量估算值为959.40mm,与多年实测值少43.11mm,相对误差4.70%.氢氧稳定同位素对研究区降水、地表水、地下水之间的转换规律具有重要的实际意义,在今后的漓江流域水文研究中有着更加广阔的空间.     

黄土高原人工刺槐林土壤团聚体中不同活性有机碳从南到北的变化特征

不同粒径团聚体中的不同活性有机碳对人工林土壤质量改善及碳库动态平衡有重要的作用.本研究在黄土高原地区,从南向北沿着降雨和温度降低梯度选择淳化、安塞、绥德和神木共4个地区,比较研究了人工刺槐林土壤团聚体不同的活性有机碳含量变化及其影响因素.通过湿筛法将土壤团聚体分级为粉黏粒（<0.053 mm）、微团聚体（0.25~0.053 mm）和大团聚体（>0.25 mm）,用Leffory法测定3种粒径土壤团聚体低、中、高活性有机碳含量.结果表明：①4个样区大团聚体（>0.25 mm）含量由南至北呈先降低后增加趋势,微团聚体（0.25~0.053 mm）含量逐渐增加,粉黏粒（<0.053 mm）含量则先增后减.②4个样区中土壤团聚体3种活性有机碳含量大小顺序为低活性 > 中活性 > 高活性,其中,粉黏粒（<0.053 mm）低活性有机碳含量为1.02~1.52 g·kg^-1,中活性有机碳含量为0.53~0.91 g·kg^-1,高活性有机碳含量为0.28~0.43 g·kg^-1;而微团聚体（0.25~0.053 mm）低活性有机碳含量为1.02~2.02 g·kg^-1,中活性有机碳含量为0.46~1.20 g·kg^-1,高活性有机碳含量为0.31~0.85 g·kg^-1;大团聚体（>0.25 mm）低活性有机碳含量为1.08~3.07 g·kg^-1,中活性有机碳含量为0.70~1.96 g·kg^-1,高活性有机碳含量为0.48~1.24 g·kg^-1.③黄土高原人工刺槐林3种粒径团聚体的低、中、高活性有机碳含量主要与年均气温（MAT）、年均降雨量（MAP）、土壤SOC、TN和含水率显著相关（p<0.05）,且在同一活性下,活性有机碳含量与MAT、MAP、土壤TN、SOC、含水率的相关性随着土壤团聚体粒径的增大而越显著.研究结果对理解黄土高原土壤团聚体活性有机碳含量在空间尺度上的变化特征和影响因素具有重要意义.     

金属改性对SAPO-34低温还原NO性能的影响

采用浸渍法制备金属改性SAPO-34分子筛催化剂,分析比较了不同单金属（Cu或Co）及不同比例双金属（Cu：Co=1：1、3：1、5：1,质量比）改性催化剂对NO的催化还原性能,评价了不同催化剂的N₂选择性,并采用扫描电子显微镜（SEM）、比表面积测试、X射线衍射分析（XRD）、NH₃-程序升温脱附（NH₃-TPD）等表征手段对催化剂的物化性能进行了分析.结果表明,单金属Cu改性催化剂具有较宽的温度区间,在250~450℃范围内NO的转化率始终保持在100%;双金属改性使NO转化率保持为100%的最低温度下降了25~50℃,显著拓宽了低温段窗口,其中,Cu₃Co₁/SAPO-34催化剂的低温催化还原性能最好,200℃即可实现100%的NO转化率,175℃下的转化率也高达80%以上.Cu-Co双金属改性SAPO-34分子筛催化剂具有优异的低温催化还原NO性能,具有在机动车尾气、工业废气的低温脱硝治理领域应用的潜力.     

2015—2018年河南省辖海河流域水质改善效果评价

分别采用单因子评价法、综合污染指数评价法和模糊综合评价法对2015—2018年河南省辖海河流域的水质改善效果进行评价分析。结果表明:3种方法的评价结果基本一致,2015—2018年河南省辖海河流域整体水质呈现改善趋势。但各方法侧重点有所不同。单因子评价结果显示,海河流域21项污染因子Ⅰ—Ⅲ类数量占比由2015年的69.63%增加至2018年的89.52%,劣Ⅴ类占比由2015年的15.13%减少至2018年的0.85%;海河流域综合污染指数由2015年的0.89降低至2018年的0.56,水质级别由中度污染改善为轻度污染,其中卫河、共产主义渠、大沙河、安阳河、汤河、马颊河的水质状况均有一定改善;模糊评价结果显示,NH₃-N和TP在9项评价因子中权重占比较大,是河南省辖海河流域的主要污染因子;2018年8条河流均达到Ⅰ—Ⅲ类水质。前2种评价方法适用于管理分析,模糊评价法可补充说明河流存在的问题,更适用于研究工作。     

天津市河流生态完整性评价

对河流生态健康状况进行评价,可为河流治理和生态修复提供依据.基于2018年8—9月天津市河流现场调查获取的物理、化学和生物群落指标（浮游动物、浮游植物、底栖动物、鱼类、水生大型植物、陆生植物）数据,构建包含物理完整性、化学完整性和生物完整性在内的河流IEI（index of ecological integrity,生态完整性指数）评价体系,对天津市河流生态健康状况进行评价.根据生物栖息地评分和水质状况确定参照点位,采用标准化方法筛选候选指标,应用层次分析法计算三部分指标权重,最终得出天津市河流生态健康评价结果.结果表明:①IEI评价结果显示,天津市河流生态健康状况等级为“健康”的样点占18.8%,“较好”的样点占28.1%,“一般”的样点占40.6%,“较差”的样点占6.3%,“差”的样点占6.3%,天津市河流生态健康状况整体处于“一般”水平.②相关性分析表明,ρ（NH₄+-N）和ρ（COD_Mn）超标是造成天津市水质达不到功能区标准的主要原因,同时也是影响河流生态健康的主要因素.研究显示,IEI评价法能够较为敏感地响应研究区面临的环境压力,适用于评价研究区河流生态健康.