天津表层土壤PAHs分子标志物参数的空间特征

以天津地区为例,在选取分子标志物的基础上,应用地统计学方法探讨了多种多环芳烃(PAHs)分子标志物的空间特征,并在此基础上探讨污染源空间分布状况.结果表明,分子标志物的计算和空间分布的模拟,可以帮助识别复杂情况下污染来源的分布情况.通过对天津地区表层土壤PAHs 6种分子标志物参数空间分布的研究,发现天津地区主要的PAHs污染源是煤燃烧源,在天津绝大部分地区都有分布.而石油源和交通污染源主要分布在中部和滨海地区,2 种污染源有一定的重叠.在远郊县的边界地区,有一定的木柴污染源分布.     

河北水库及湖泊沉积物中DDT农药的残留特征与风险评估

分析了河北省主要湖泊水库沉积物中有机氯农药(DDT)的残留特征与生态风险.2004年秋季采集了河北12个水库和2个湖泊的表层沉积物样品,利用GC-ECD测定DDTs农药的含量,在此基础上分析了其残留与组成特征以及生态风险.结果表明:1)河北省主要湖泊水库沉积物中DDTs的平均含量为3.328 ng·g-1,其含量范围为1.014～9.022 ng·g-1;并且,不同样品中DDTs的含量的差异较大,变异系数均超过65%.2)临城水库、陡河水库、龙门水库3个样点的表面沉积物中wDDT/(wDDD wDDE)＞1,表明有新的DDT输入;岗南水库、邱庄水库、黄壁庄水库3个样点的表面沉积物中wDDD/wDDE＞1,说明DDD降解环境为厌氧条件;其余8个样点wDDD/wDDE＜1,说明DDD降解环境为好氧条件.3)所有样点中DDT、DDD和DDE浓度均低于ERM,并且大部分小于ERL,表明其生态风险大多低于10%;但11个样点的DDTs含量介于ERL和ERM之间,表明其生态风险大多介于10%～50%.     

城市空气污染指数改进方案及论证

为进一步改进和完善我国城市空气污染指数(API),分析比较了国内外空气污染指数计算方法.提出了5种改进方案,这些改进方案均将计算时段调整为00:00—23:00.其中,方案1仅对计算时段进行了调整,方案2 增加了CO和O₃指标,方案3,方案4和方案5又增加了PM_2.5指标,且ρ(PM_2.5)限值依次加严.分别以新疆乌鲁木齐和广东广州2个城市的2009年空气质量监测数据对5种方案展开论证.结果表明:方案1和现行API差别不大;方案2对以煤烟型污染为主的乌鲁木齐市影响不大,但使广州市的空气质量超标天数增加,超标率达到36%,O₃为首要污染物的天数占全年的比例达到43%,比现行API更好地反映了O₃污染;方案3,方案4和方案5中优良天数明显下降,灰霾日空气质量超标率达到53%～89%,灰霾日中首要污染物为PM_2.5的天数增加,上述方案能更好地反映我国东部发达地区面临的复合型空气污染状况.基于以上研究结果,提出了空气污染指数改进建议.      

兰州市夏季挥发性有机物污染特征及来源解析

为研究兰州市夏季大气挥发性有机物（VOCs）污染特征和来源,采用实时在线监测仪器TH-300B （GC-MS/FID）等多种设备联用,于2021年7月开展为期1个月的综合观测.结果表明,监测期间总挥发性有机物ρ（TVOCs）为99.77μg·m^-3,烷烃占比最大,其次是芳香烃和含氧挥发性有机物（OVOCs）,烯炔烃和卤代烃占比较小,各组分浓度呈现早晚高,中午低的日变化特征.VOCs臭氧生成潜势（OFP）前10种物质贡献率占57.3%,二次有机气溶胶（SOA）生成潜势前10种物质贡献率占93.10%,以芳香烃和高碳烷烃为主,其中,甲苯和间/对-二甲苯对OFP和SOA贡献最大.采用正交矩阵因子分解法（PMF）进行污染来源解析,其中工业溶剂源（22.25%）、油漆涂料源（21.70%）和机动车尾气源（16.25%）是研究区环境空气中VOCs的主要来源;基于污染源排放清单法,2017年兰州市VOCs排放量为94761.6 t,主要来自溶剂使用源和移动源,贡献率分别为56.70%和18.03%.因此解决兰州大气复合污染问题,实现O₃和PM_2.5协同控制,应以工业溶剂排放和机动车管控为主,重点减少VOCs中甲苯和间/对-二甲苯等芳香烃化合物排放.     

室内空气颗粒物中HCHs和DDTs的含量

采用中流量TSP采样器在北京大学住宅小区和教学楼同步采集了室内和室外的大气颗粒物样本 ,分析了其中的HCHs和DDTs残留量 .结果表明 :室内外大气颗粒物中∑HCH的含量分别为 0 1 39ng·m- 3和 0 1 63ng·m- 3,∑DDT含量为 0 40 1ng·m- 3和 0 42 4ng·m- 3.室内外的浓度差别不大 .但由于室内空气颗粒物含量显著低于室外 ,其颗粒物中HCHs和DDTs的质量浓度显著高于室外 ,这可能与室内颗粒物的粒径较小有关 .考虑到室内外空气颗粒物中有机氯异构分布的相似性 ,居住区室内空气颗粒物中的HCHs和DDTs主要来自室外 .而实验室内空气在一定程度上受HCHs内部源污染 .     

天津地区鱼塘水、悬浮物、沉积物和鱼体中的DDT

采样测定了天津地区2典型鱼塘鲫鱼、鲢鱼、水、悬浮物、沉积物和鱼塘周边表土中的DDT及其代谢产物含量。结果发现,2鱼塘各主要介质以及鱼体肌肉和器官中都富集了较高浓度的DDT。鲫鱼和鲢鱼肌肉中DDT的含量分别为(66.4±2.7)ng·g-1和(24.3±23.4)ng·g-1。肝胰脏、肠和鱼鳃中DDT含量一般高于肌肉,其中肠的富集量最大,是肌肉的3倍以上。生物富集系数(lgBCF)分别为3.7和3.3。2鱼塘鱼体和各相含量有较大差别,鱼塘介质中悬浮物富集浓度最高。表土污染相对严重地区的鱼塘中各介质和鱼体DDT含量均高于另一污染较轻的鱼塘。污染严重鱼塘的DDE/ΣDDT含量比值也相对较高,反映早期污染残留的重要特征。尽管如此,仍然较高的DDT含量以及悬浮物中很低的DDE/ΣDDT含量比值说明很可能还有污染源存在。     

桂江主要离子及溶解无机碳的生物地球化学过程

河流水体的化学组成记录了流域内各种自然过程与人类活动的信息.对西江一级支流桂江化学径流的分析结果表明,桂江水体的离子组成主要受碳酸盐岩化学风化过程的控制,CO2是这一过程的主要侵蚀介质;H2SO4对碳酸盐岩的风化影响桂江河水的化学组成.大气沉降、人类活动、碳酸盐岩和硅酸盐岩化学风化对桂江水体贡献的溶解物质分别占总溶解物质的2.7%、6.3%、72.8%和18.2%.河流溶解无机碳(DIC)的稳定同位素组成(δ13CDIC)揭示桂江河水中的DIC明显被浮游植物的光合作用所利用.浮游植物初级生产力对桂江颗粒有机碳(POC)的贡献达22.3%~30.9%,这表明岩石风化来源的DIC经浮游植物的光合作用转化为有机碳,并在迁移过程中部分沉积水体底部,进而形成埋藏有机碳.     

成都市大气颗粒物粒径分布及水溶性离子组成的季节变化特征

利用Anderson冲击式分级采样器,于2012年2月~2013年1月在成都市城东成都理工大学校园内按月采集了不同粒径的大气颗粒物样品,分析了颗粒物样品的质量浓度以及9种水溶性离子含量.结果表明,采样期间成都市PM_(2.1)和PM_(11)的年平均浓度分别为(125.9±56.14)μg·m~(-3)和(224.5±83.64)μg·m~(-3),颗粒物浓度冬季最高,春季次之,秋季浓度最低;成都市水溶性离子浓度平均水平为37.15μg·m~(-3),其中检测的9种离子浓度从大到小顺序依次为SO_4~(2-)NO_3~-NH_4~+Ca~(2+)Cl~-Mg~(2+)K~+Na~+F~-,SO_4~(2-)、NO_3~-和NH_4~+占总水溶性离子的78%,是主要的离子组分.SO_4~(2-)、NO_3~-、NH_4~+呈单峰分布,其主要分布于细粒子中;Ca~(2+)和F~-也呈单峰分布,但是主要分布在粗粒子中;Cl~-和K~+粒径分布相似,Mg~(2+)和Na~+分布相似,均呈双峰分布.成都市冬、春季节粗、细颗粒物中的水溶性离子浓度均明显高于夏、秋季节.结合离子相关性分析,细颗粒物中的SO_4~(2-)、NO_3~-和NH_4~+可能主要以(NH_4)_2SO_4或NH_4HSO_4、NH_4NO_3的形式存在,而粗颗粒物中的主要离子组分SO_4~(2-)、NO_3~-和Ca~(2+)则可能以Ca(NO_3)2、CaSO_4等形式存在.主成分分析结果表明,颗粒物中水溶性离子主要来自二次过程、土壤扬尘、生物质燃烧和农业源.     

成都城区PM2.5季节污染特征及来源解析

于2009—2010年各季节典型月在成都城区采集了大气PM_2.5样品,对PM_2.5的质量浓度及其主要化学成分(含碳组分、水溶性无机离子和元素)进行了测定. 结果显示:成都城区PM_2.5平均质量浓度高达(165.1±85.1)μg·m^-3,是国家环境空气质量标准年均PM_2.5限值的4.7倍. OC、EC和水溶性二次离子(SO₄^2-,NO₃^-和NH₄⁺)的平均浓度分别为(22.6±10.2)μg·m^-3,(9.0±5.4)μg·m^-3和(62.8±44.3)μg·m^-3,分别占PM_2.5浓度的13.7%、5.5%和38.0%. PM_2.5及其主要化学成分浓度季节特征明显,即秋冬季高于春夏季. 利用正交矩阵因子分析(PMF)对成都城区PM_2.5的来源进行解析,结果表明,土壤尘及扬尘、生物质燃烧、机动车源和二次硝酸盐/硫酸盐的贡献率分别为14.3%、28.0%、24.0%和31.3%. 就季节变化而言,生物质燃烧源贡献率在四个季节均维持在较高水平;土壤尘及扬尘的贡献率在春季显著提高;机动车源的贡献率在夏季中表现突出;而二次硝酸盐/硫酸盐的贡献率在秋冬季中则最为显著.     

地壳元素铁的吸光贡献对黑碳吸光增强估算的影响——以武汉为例

传统方法使用固定的波长吸收指数来估算地壳元素或棕碳吸光,但该方法只能处理仅存在两种组分的情形(黑碳/棕碳,或黑碳/地壳元素)的吸光贡献,存在较大不确定性.为此,本文提出一种新的方法,利用武汉在线观测数据(2021年2、3、8、9月),采用铁作为地壳元素的示踪物,利用最小相关系数法(MRS)得出地壳元素的吸光贡献,在扣除地壳元素吸光之后,再得到黑碳吸光增强系数(E_abs).结果显示观测期间370nm波段地壳元素吸光贡献均值为12.3%,月均值范围5.7%~15.5%,且波长吸收指数与铁的浓度正相关,表明地壳元素吸光贡献不可忽视.地壳元素吸光贡献呈现出显著的季节特征,呈现出冬季低,春季高的特点.地壳元素吸光的分离前后计算的E_abs存在一定的差异,受到了黑碳和铁的相关性的影响.观测期间扣除地壳元素吸光后,E_abs均值为1.43±0.53,在季节性上呈现春夏高,秋冬低的特性,春季较高E_abs值与春季黑碳较高的老化程度有关.E_abs对无机盐和有机物的含量存在正的依赖关系,证明了这些包裹物质对吸光增强的影响.