南昌市冬季大气PM2.5中重金属元素来源分析及健康风险评价

采集2015年南昌市冬季大气PM_(2.5)样品,利用电感耦合等离子体质谱仪(ICP-MS)测定样品中重金属(V、Mn、Cr、Co、Ni、Cu、Zn、Cd、Ba和Pb)的含量,分析重金属的分布特征和来源,并对重金属健康风险进行评价。结果表明:采样期间PM2.5浓度总平均值为(29.74±16.82)μg/m~3,其中省外办最高,武术学校最低;各重金属元素总体平均浓度从高到低次序为:ZnPbCuMnBaNiVCrCdCo。因子分析结果表明:PM_(2.5)中重金属元素的来源包括道路交通尘和冶金化工排放、机动车尾气以及混合源。健康风险评价结果显示:PM_(2.5)中Mn对人体健康存在非致癌风险,其他元素(Cr、Ba、Co、Pb、Cd、Cu、V、Zn、Ni)基本没有非致癌风险;Cr对人体有较明显的致癌风险,Cd、Ni和Co对部分年龄段的人群(尤其是成年人)存在一定的致癌风险。     

重庆九龙坡城区和城郊大气污染物浓度特征研究

为了解重庆市九龙坡区城区和城郊大气污染物浓度特征,分析了城区和城郊国控空气站点2014年3月~2015年2月典型污染物的浓度变化。结果表明,除O_3表现出夏高冬低的季节变化趋势外,其它污染物均表现出冬高夏低的季节变化趋势。PM_(2.5)污染最严重,城区和郊区日均值超标率分别为31.4%和33.4%。城区和城郊的PM_(2.5)浓度之间没有显著性差异(p0.05),城郊O_3浓度显著高于城区(p0.01),NO_2、SO_2、CO和PM_(10)则是城区显著高于城郊(p0.01)。     

高速铁路选线对生态环境的影响分析研究

高速铁路选线要充分考虑对生态环境的影响,在路基、桥涵、隧道等形式通过环境敏感点时,要从工程技术和生态环境保护的角度出发,避免高速铁路建设和运营对当地的水资源环境、自然保护区造成破坏。根据高速铁路周边的环境信息,在路基填土高度上结合地形、地质和水文自然特征确定合理的填土高度。在高速铁路跨越生态保护区和湖泊等线路中,贯彻生态选线的原则,准确确定桥涵净空,在工程设计、施工上采用系列的生态保护措施。     

基于环境生态发展视角的城市服务营销策略研究

城市服务营销策略的制定,依据城市环境分析、制定目标和细分市场、制定总体营销策略三大步骤完成。但在传统形势下,按照已制定的城市服务营销策略规划城市,对环境生态的发展造成了巨大影响。为有效解决此问题,通过分析不合理开发对城市服务营销策略的影响、工业三废问题对城市服务营销策略的影响、环境生态发展三要素对城市服务营销策略的影响,完成环境生态发展视角下,城市服务营销策略研究。得出减少城市内部的不合理开发、减少工业三废的排放量、重视环境生态发展三要素,是改进城市服务营销策略的有效方法。     

绿色建筑的节能环保设计思路分析研究

绿色建筑具有透光好、保温性与通风性好等优点,为了实现节能减排,提高宜居性,进行绿色建筑的节能环保设计,考虑低碳节能效果,在建筑外墙使用抹整体式保温系统,楼顶使用现浇整体式保温系统进行建筑的保温墙设计,考虑建筑的通风性,建筑使用通透性的设计方案,设计空中楼顶花园,提高隔热防晒效果的同时,提高绿化覆盖面积。合理布局楼高和楼间距,提高建筑的采光性,设计景观生物廊道,采用底层架空式结构实现自然通风和采光,实现绿色建筑的节能优化设计。     

吉林省秸秆打包减排及综合利用分析研究

为量化秸秆打包政策对防控大气污染的影响,基于吉林省2016年秸秆产量、秸秆打包地亩数、卫星火点数据以及大气污染物浓度的变化,对吉林省秸秆打包产生的大气环境及社会经济效益进行了分析,结果表明:1)吉林省打包秸秆量为220.36×10~4t,约占秸秆年产量的5.5%,假如全部加工成生物质颗粒燃料,2016年至少减少14.54×10~4t污染物排放;2)吉林省秸秆打包政策执行以来,秸秆露天燃烧量及秸秆燃烧主要月份的卫星火点数显著下降;3)随着露天燃烧量的减少,区域大气颗粒物浓度降低,空气质量改善。秸秆燃烧主要月份的PM_(2.5)和PM_(10)浓度从2014年的104.5μg·m~(-3)、164μg·m~(-3)分别下降到2016年的48.5μg·m~(-3)、69·μg·m~(-3)。研究结果可为吉林省有效减少污染物排放、综合利用农作物秸秆、改善大气环境质量等提供科技支撑。     

环保公益广告中污染防治意识接受度分析研究

环境保护和污染防治日益成为全球性重点关注问题,环境污染防治作为公益事业,也逐渐成为公众关心的热点,大量的环保公益广告进入人们的视线,在大众传媒时代,环保公益广告对提高人们的环境保护意识,形成环保和污染防治自觉具有重要促进性,分析环保公益广告中污染防治意识接受度,从公益广告的创作元素、人们的认知度和感官能力方面出发,弘扬绿色文明,倡导绿色观念,提高公众的污染防治意识。     

Analysis of pollutant levels in central Hong Kong applying neural network method with particle swarm optimization

Air pollution has emerged as an imminent issue in modernsociety. Prediction of pollutant levels is an importantresearch topic in atmospheric environment today. For fulfillingsuch prediction, the use of neural network (NN), and inparticular the multi-layer perceptrons, has presented to be acost-effective technique superior to traditional statisticalmethods. But their training, usually with back-propagation (BP)algorithm or other gradient algorithms, is often with certaindrawbacks, such as: 1) very slow convergence, and 2) easilygetting stuck in a local minimum. In this paper, a newlydeveloped method, particle swarm optimization (PSO) model, isadopted to train perceptrons, to predict pollutant levels, andas a result, a PSO-based neural network approach is presented. The approach is demonstrated to be feasible and effective bypredicting some real air-quality problems.     

有关有限边界岸边排放稳态二维混合模式的几个问题的探讨

针对目前我国环境影响评价领域普遍采用的有限边界岸边排放稳态二维混合模式的局限性和不精确性，本文对由河流二维稳态水质模型的基本方程推求出的有限边界岸边排放的二维稳态混合模式的解析解的各项进行分析比较。同时针对费休的混合长度公式进行了计算比较。     

Analysis of BTEX and other substituted benzenes in water using headspace SPME-GC-FID: method validation

The analysis of BTEX and other substituted benzenes in water samples using solid phase microextraction (SPME) and quantification by gas chromatography with flame ionization detection (GC-FID) was validated. The best analytical conditions were obtained using PDMS/DVB/CAR fibre using headspace extraction (HS-SPME) at 50 [degree]C for 20 min without stirring. The linear range for each compound by HS-SPME with GC/FID was defined. The detection limits for these compounds obtained with PDMS/DVB/CAR fibre and GC/FID were: benzene (15 ng L(-1)), toluene (160 ng L(-1)), monochlorobenzene (54 ng L(-1)), ethylbenzene (32 ng L(-1)), m-xylene (56 ng L(-1)), p-xylene (69 ng L(-1)), styrene (35 ng L(-1)), o-xylene (42 ng L(-1)), m-dichlorobenzene (180 ng L(-1)), p-dichlorobenzene (230 ng L(-1)), o-dichlorobenzene (250 ng L(-1)) and trichlorobenzene (260 ng L(-1)). This headspace SPME-GC-FID method was compared with a previously validated method of analysis using closed-loop-stripping analysis (CLSA). The headspace SPME-GC-FID method is suitable for monitoring the production and distribution of potable water and was used, in field trials, for the analysis of samples from main intakes of water (surface or underground) and from the water supply system of a large area (Lisbon and neighbouring municipalities).