Analytical methods and environmental processes of nanoplastics

The degradation of plastic debris may result in the generation of nanoplastics (NPs). Their high specific surface area for the sorption of organic pollutions and toxic heavy metals and possible transfer between organisms at different nutrient levels make the study of NPs an urgent priority. However, there is very limited understanding on the occurrence, distribution, abundant, and fate of NPs in the environment, partially due to the lack of suitable techniques for the separation and identification of NPs from complex environmental matrices. In this review, we first overviewed the state-of-the-art methods for the extraction, separation, identification and quantification of NPs in the environment. Some of them have been successfully applied for the field determination of NPs, while some are borrowed from the detection of microplastics or engineered nanomaterials. Then the possible fate and transport of NPs in the environment are thoroughly described. Although great efforts have been made during the recent years, large knowledge gaps still exist, such as the relatively high detection limit of existing method failing to detect ultralow masses of NPs in the environment, and spherical polystyrene NP models failing to represent the various compositions of NPs with different irregular shapes, which needs further investigation.     

保定市大气污染特征和潜在输送源分析

保定市是京津冀地区重要城市之一.为了解保定市大气污染物质量浓度特征和潜在输送源,对保定市国控点2017年1月1日-12月31日PM₁₀、PM_2.5、SO₂、NO₂、O₃、CO等常规大气污染物数据进行分析,并利用TrajStat后向轨迹模型进行区域传输研究.结果表明:①ρ（PM₁₀）、ρ（PM_2.5）、ρ（SO₂）、ρ（NO₂）分别为（138±96）（84±66）（29±23）和（50±24）μg/m3,与2016年相比分别下降5.9%、9.1%、25.5%和13.1%;ρ（CO）较2016年下降了14.0%;ρ（O₃）较2016年增长了25.2%.ρ（PM₁₀）、ρ（PM_2.5）、ρ（NO₂）和ρ（O₃）分别超过GB 3095-2012《环境空气质量标准》二级标准限值的0.97、1.40、0.25和0.34倍,ρ（SO₂）和ρ（CO）未超标.②除ρ（O₃）外,其他污染物质量浓度均呈冬季最高、夏季最低的季节性特征,其中,冬季PM_2.5污染最为严重,春季PM_2.5~10（粗颗粒物）污染严重.③空气质量模型源解析结果显示,保定市ρ（PM_2.5）约60.0%~70.0%来自本地污染源排放.后向轨迹结果表明,在外来区域传输影响中,保定市主要受到西北方向气团（占比为21.7%~60.0%）远距离传输和正南方向气团（占比为34.8%~50.5%）近距离传输的影响.④PSCF（潜在源贡献因子分析法）和CWT（浓度权重轨迹分析法）分析表明,除保定市及周边区县本地污染贡献外,位于太行山东麓沿线西南传输通道的邯郸市、邢台市、石家庄市是影响保定市PM_2.5的主要潜在源区.研究显示,PM_2.5为保定市大气中的主要污染物,并呈冬季高、夏季低的变化特征,其主要来自西北远距离输送和南部近距离传输.      

“两山”实践成效评价指标体系构建与测算

将生态环保目标(“绿水青山”)和经济发展目标(“金山银山”)称为“两山”,客观、科学地评价“两山”成效,明晰制约“两山”转化的瓶颈,对于推动“两山”实践进程至关重要.在辨析“绿水青山”与“金山银山”内涵的基础上构建了“两山”实践成效评价指标体系,并以浙江省为例,对浙江省11个城市的“两山”实践成效进行了分析.结果表明:①2008—2017年,综合发展度与“两山”指数均呈波动上升趋势,综合发展程度对“两山”指数产生重要影响,浙江省11个城市间“两山”指数区域性差异明显.②浙江省11个城市间“绿水青山”指数与“金山银山”指数排名基本呈逆向变化特征,丽水市、衢州市等“绿水青山”指数排名靠前,但“金山银山”指数排名靠后.②根据“两山”指数的分布情况,浙江省11个城市可划分为“绿水青山”保护领先型、“金山银山”建设领先型、“两山”建设相对同步型3种类型.研究显示,尽管浙江省“两山”建设已步入第三阶段,但11个城市中“两山”建设差异较大,区域发展不均衡,建议各城市要因地制宜,适时调整政策,推进“两山”实践.      

基于底栖动物的松花江流域不同地形分区水质指标阈值研究

为全面了解松花江流域不同地形分区内底栖动物群落对水质指标的响应规律,识别不同分区水质指标指示物种的差异,于2016—2018年对松花江流域97个采样点的水质指标〔EC、ρ（DO）、ρ（COD_Mn）、ρ（NH₃-N）、ρ（TN）、ρ（TP）〕和大型底栖动物群落进行调查分析,采用临界指示物种分析法（threshold indicator taxa analysis,TITAN）分别探讨松花江流域山区、丘陵区和平原区水质指标的生态阈值,当污染物浓度超过负响应阈值时敏感种密度降低,当超过正响应阈值时耐受种也会受到明显影响,底栖动物群落结构会发生显著变化.将TITAN法所得的负响应阈值作为触发底栖动物群落发生变化的最低值,正响应阈值为底栖动物群落的耐受极限值.结果表明:①松花江流域水质指标在不同地形分区内的阈值不同,除ρ（DO）和ρ（COD_Mn）外,其他指标负响应阈值均表现为山区 < 丘陵区 < 平原区,ρ（DO）则表现相反,ρ（COD_Mn）在丘陵区出现最高阈值（5.46 mg/L）、山区出现最低阈值（4.01 mg/L）.除ρ（DO）以外,其他指标的正响应阈值均呈山区 < 丘陵区 < 平原区的趋势,ρ（DO）正响应阈值的变化趋势则与之相反.②松花江流域内超过50%的采样点水质指标值均超过其负响应阈值,超出正响应阈值的采样点比例在6%~40%之间,说明流域受到一定的干扰,但干扰程度不严重.③同一物种在不同地形分区内对水体理化指标的指示方向可能相反.萝卜螺属在丘陵区为ρ（NH₃-N）的正响应指示物种,在平原区则转变为负响应指示物种;短沟蜷属在丘陵区为ρ（TN）和ρ（TP）的正响应物种,在平原区则转变为负响应物种.研究显示,大型底栖动物群落结构的分布特征是影响水质指标阈值指示物种识别的主要原因,而不同分区的自然地理状况、栖境状况和水质状况则是造成大型底栖动物群落结构分布差异的主要因素.      

日本城市有机废弃物甲烷发酵资源化系统案例分析及最新研究进展

为建设可持续发展社会,日本近年来大力推动甲烷发酵以实现城市有机废弃物的减量化和资源化。首先介绍了日本城市有机废弃物资源化的2个实用案例,长冈市厨余垃圾沼气发电中心和丰桥市生物质资源利用中心的设计和运营状况。两者的长期稳定运行及产能效果验证了甲烷发酵技术在城市有机废弃物减量化和资源化上的可行性。其次,为了应对社会发展趋势和城市有机废弃物处理的技术需求,介绍了日本有关厨余垃圾、污泥以及废纸（城市有机废弃物的3大组分）的单独发酵及共发酵的部分研究成果。此外,简要介绍了应用厌氧膜生物反应器（AnMBR）进行相关高效甲烷发酵的最新研究成果。并根据实用案例调查和实验研究结果,以100万人口城市为例,对城市有机废弃物的各种甲烷发酵系统的产能效果进行了模拟概算。     

北京市典型汽修企业VOCs排放特征与臭氧影响分析

对北京地区27家汽修企业进行调研,选取2家典型汽修企业进行气袋采样-GC-MS-FID采集及分析,定量分析其VOCs的排放特征,并计算其臭氧生成潜势（OFP）。结果表明:使用不同漆料的汽修企业排放特征不同,水性漆企业非甲烷总烃的排放浓度为0.62~36.49 mg/m3,油性漆企业的排放浓度为0~100.39 mg/m3;水性漆排放的VOCs以烷烃为主,占比高达57.16%,丙烷（39.65%）和甲苯（11.41%）是首要污染物;卤代烃（55.51%）是油性漆企业的主要VOCs排放物种,主要组分为1,2-二氯丙烷和1,2-二氯乙烷;水性漆企业的OFP值为144.78 mg/m3,油性漆企业的OFP值为664.43 mg/m3,大气反应活性最大的物种多为芳香烃,芳香烃对OFP的贡献率分别为52.18%和88.44%。     

液-弹隔振器设计与试验分析

目的开展液-弹隔振器的设计及试验验证。方法基于反共振原理建立的液-弹隔振器动力学分析模型,推导了其动力学方程。结果建立了液弹隔振器隔振频率与相关参数的关系,依据相关参数完成了液-弹隔振器的设计,并进行了液-弹隔振器动力学性能相关试验,利用动刚度测试法和传递率测试法验证了液-弹隔振器性能,试验验证了液-弹隔振器高静态刚度和隔振频率点下的低动态刚度特点。结论实现了液-弹隔振器的设计,同时液弹隔振器在隔振频率点下达到60%的减振效果。     

烟花爆竹燃放对大气污染物及PM2.5组分影响

为了解烟花爆竹燃放对保定市大气污染物和PM_2.5中水溶性离子及有机碳（OC）、元素碳（EC）浓度的影响,对保定市春节期间大气污染物和颗粒物组分的浓度特征进行了分析,并评估了烟花爆竹的贡献.结果表明： 2019年春节期间烟花爆竹集中燃放期PM_2.5、PM₁₀、SO₂、NO₂、CO平均浓度比非集中燃放期分别增加了1.3、1.0、1.1、0.4、0.02倍;保定市春节期间禁燃措施施行后,除夕、初一2d污染物平均浓度、最高浓度和高浓度持续时间均明显下降,集中燃放期烟花爆竹燃放对PM_2.5、PM₁₀和SO₂浓度贡献量从50%左右（2018年、2017年）下降至30%左右（2019年）,其中SO₂贡献量下降幅度超过PM_2.5和PM₁₀;组分分析表明,接待中心站点（主城区）、涿州站点（区县建成区）烟花爆竹燃放期K⁺、Mg²⁺、Cl^-浓度在水溶性离子中的总占比分别为39.3%、51.1%,比非燃放期的占比显著上升;烟花爆竹燃放对PM_2.5中K⁺、Mg²⁺、Cl^-浓度贡献率在50%以上,其中对K⁺贡献占比高达89.0%,涿州站点SO₄^2-、K⁺、Mg²⁺、Cl^-的贡献量分别是接待中心站点的2.2、2.1、1.9、1.8倍,燃放期硫氧化率（SOR）、氮氧化率（NOR）相比于非燃放期均有一定程度的升高;集中燃放期OC、EC浓度较非集中燃放期分别升高了2.5、2.1倍,烟花爆竹燃放对OC影响大于EC.     

洪泽湖不同入湖河流沉积物磷形态特征及生物有效性

为揭示洪泽湖入湖河流沉积物磷形态空间差异性及影响因素,分析了洪泽湖自西北向西南7条入湖河流65个表层沉积物中不同磷（P）形态,并探讨了磷形态空间赋存特征的影响因素及环境意义.研究表明：沉积物总磷（TP）含量为488.90mg/kg~960.22mg/kg,无机磷（Pi）为主要形态,相对含量为65.81%~76.16%.西部入湖流域沉积物有机磷（Po）以非活性有机磷（NLOP）为主,汴河最高,相对含量约占Po的50.41%,生物有效态无机磷（BAP）相对含量最高,占Pi的66.84%,污染程度最高;西南和西北入湖流域Po则以中活性有机磷（MLOP）为主,Pi以钙结合态无机磷（HCl-Pi）为主.西北入湖流域由于受当地地质背景的影响,HCl-Pi所占Pi相对含量最高（43.02%）,从而减缓了磷的移动能力,污染程度最低.随着沉积物污染程度的增加,生物有效态Po含量增加,但所占Po相对含量降低;HCl-Pi含量增加,所占Pi相对含量降低,这一现象和我国其它典型地区沉积物磷形态空间分布类似.西部和西南入湖流域主要受水土流失、有机面源污染及藻类生长的影响,有机质环境较高,水交换能力弱,可被有机质降解的Po组分高于可被矿化的Po组分,大部分难降解Po组分易沉积,导致西部和西南入湖流域较高的BAP和NLOP含量,富营养化程度较高.沉积物OM是各形态磷之间相互转化的关键因素,和沉积物内源磷地球生物化学循环密切相关.洪泽湖入湖流域沉积物磷形态空间差异性主要由农业面源污染物的输入而导致内源磷负荷加剧.洪泽湖西部和西南入湖流域应重点控制农田水土流失及养殖业面源污染,建设滨岸修复带,遵循少量多次增施有机肥原则,减少农用地水土流失.健全农村养殖业废水废渣处理;划定科学养殖区;提倡铜围网箱,增加水体交换率.而对于洪泽湖西北入湖流域则应重点防止过度城镇化带来的水土流失及对生态功能保护区过高的污染负荷.     

融合Lamb-Jenkinson分型法和LSTM神经网络的PM2.5预测研究

文章采用NCEP/NCAR逐日海平面气压场资料,利用Lamb-Jenkinson环流分型法对张家口大气环流进行分型,分析环流型与PM_(2.5)质量浓度之间的关系,并针对PM_(2.5)浓度的预测,提出一种融合Lamb-Jenkinson环流分型和LSTM神经网络混合模型的方法,即以环流指数为预测因子基于LSTM方法搭建PM_(2.5)质量浓度的预测模型。结果表明:影响张家口地区的主要环流型有反气旋型、气旋型、偏北平直型、西南平直型、偏西平直型、东北平直型等、西北平直型、偏东平直型。PM_(2.5)污染日出现的主要环流型为南气旋平直型、东南平直型、偏南平直型、偏东气旋型、西南气旋平直型、偏东平直型、气旋型等,而反气旋型和反气旋式平直环流型不利于污染出现。张家口地区的PM_(2.5)污染与地面环流有着密切的联系,当存在PM_(2.5)污染时,张家口地区处于日本海高压后部的均压场区域,污染越严重,日本海高压中心强度越强。模型预测结果的均方根误差为9.88、平均绝对误差为5.84、拟合优度达0.80,表明该模型具有一定的预报能力。