高效率颗粒物微物理模型简介与重污染过程应用分析

中国细颗粒物(PM2.5)导致的空气污染和雾霾天气问题越来越突出,在低层对流层中很多地方都有显著的二次颗粒物生成过程,因此对颗粒物物理化学转化过程的研究具有重要意义,其转化过程对空气质量模式模拟和预报的准确性有重要影响。高效率颗粒物微物理(APM)模型经过近20多年的研究和发展,在全球化学传输模型(GEOS-Chem)、区域性气象和化学预报模型(WRF-Chem)通用地球系统模型(CESM-CAM5)等气象及环境空气质量预报模型中取得了很好的应用验证,能够在全球/区域等不同尺度对粒子生成、长大、凝聚、消除等微物理过程以及气溶胶光学厚度(AOD)、直接/间接辐射强迫等进行模拟。应用GEOS-Chem-APM模式模拟了2014年2月京津冀区域的重污染过程。结果显示,湿度模拟的准确性对其他物理和污染物浓度等模拟结果有重要作用;2月20—26日的重污染过程模拟结果与实际观测较为吻合,主要污染特点是较高的湿度(90%以上),同时,二次颗粒物和包裹了二次物种的一次颗粒物(黑碳/有机碳)是低能见度的最大贡献者。     

淡水环境沉积物中微塑料的密度分离方法研究

微塑料污染已广泛覆盖了全球海洋和淡水环境的表层水体、深层水体以及沉积物,沉积物中的泥沙和其他杂质颗粒会严重影响对沉积物中微塑料的实验分析.因此,将微塑料从沉积物中分离出来至关重要,而目前我国微塑料分离方法暂无统一的系统程序和检测标准.该研究在岷江成都段选取4个采样点采集沉积物样品,通过对比研究基于密度分离法的3种分离方...     

预浓缩-GC/MS测定空气中的27种ODS和HFCs

优化预浓缩仪二级冷阱温度和柱温箱初始温度,建立了预浓缩-气相色谱 /质谱联用(GC/MS)技术测定空气中27种消耗臭氧层物(ODS)和氢氟烃(HFCs)的分析方法。结果表明,27种ODS和HFCs峰形良好,分离度较好,校准曲线相对响应因子标准偏差为1.7%~15.9%,方法检出限为0.016~0.172 μg/m³。空白加标样品连续测定6次的相对标准偏差为0.9%~13.4%,回收率为70.4%~116%。基体加标样品连续测定6次的相对标准偏差为1.0%~7.8%,回收率为94.3%~108%。实验楼周边的环境空气以及实验室内部工作环境空气均检出不同浓度的ODS和HFCs,该方法适用于空气中ODS和HFCs的测定。     

基于O/E模型的浅水湖泊生态系统健康评价

以长江中下游阻隔型浅水湖泊为研究对象,分析了1998—2018年116湖次底栖动物野外调查数据,构建了基于预测模型的观测物种组成/期望物种组成(O/E)指数健康评价指标体系,评价了长江中下游浅水湖泊的底栖动物物种组成完整性.O/E指数模型评价结果显示,在物种采集概率(Pc)>0阈值条件下的O/E0模型预测得到的监测湖泊...     

超高效液相色谱-串联质谱法同时分析地下水中24种内分泌干扰物

建立了基于超高效液相色谱-串联质谱法同时测定地下水中9种雌激素、5种雄激素、3种肾上腺皮质激素、4种酚类和3种非甾类激素共24种内分泌干扰物的方法。在活化后的MCX固相萃取柱中加入水样,再加入pH=5的水溶液淋洗,随后用碱化乙腈(4.5%,体积分数)洗脱。收集洗脱液并用氮气吹至近干后,用甲醇定容。采用Poroshell 120 Bonus-RP色谱柱(2.7 μm,100 mm×2.1 mm),以0.1%氨水溶液-乙腈为流动相进行梯度洗脱,实现液相分离。质谱检测采用MRM模式进行采集,通过正负离子模式切换同时进行测定,使用内标法定量。检测结果显示,目标物在线性范围内,决定系数R²均大于0.995,方法检出限为0.05~2.00 ng/L,加标回收率为68.8%~108%。该方法灵敏度高、准确度好,具有较强的实用价值。     

基于精细化管理的环境物联网发展趋势

环境物联网运用智能传感器等设备感知生态环境的变化,监测环境质量、监控企业的排污行为,通过环境数据的采集、传输、处理、整合,辅助环境管理决策。近年来环境物联网得到长足发展,但现有的环境物联网体系无法满足多种任务和应用场景的需求,主要问题体现在数据质量和精准度缺乏保证,数据传输能力有限,数据共享还未打通,数据分析应用能力还有待提升。笔者系统分析了环境物联网感知层、传输层和应用层的现状与问题,较全面地研究了物联网与大数据技术的最新进展,提出了环境物联网的发展方向以解决上述问题,为实现精细化管理与科学决策提供科学参考。     

基于Prophet模型的空气污染物浓度预测方法

准确预测大气污染物浓度的时空变化趋势是制定、修订大气污染防控措施和持续改善空气质量的关键。笔者以内蒙古呼和浩特市为研究区,基于2015-2020年城市环境空气质量自动监测站的月度数据,运用Prophet模型,研究确定环境监测数据的突变点和Prophet模型饱和预测上下限等特征,完成了"十四五"期间研究区PM_2.5、 PM₁₀、 NO₂、 SO₂、 O₃5项污染物的浓度预测。采用可决系数、均方根误差及平均偏差误差对预测模型结果进行精度评估,并重点分析了2025年各项污染物浓度的时空变化规律。结果表明:Prophet模型可以较为精准地对5项污染物浓度进行预测,预计2025年呼和浩特市PM_2.5、 PM₁₀、 NO₂、 SO₂、 O₃质量浓度分别为41.64,、71.71、36.85、21.66、123.24 μg/m³,与以往该地区各项污染物时空特征一致,未来该市PM_2.5、 PM₁₀、 NO₂、 SO₂全年浓度均呈U形分布,具有冬季高、夏季低的特点,O₃全年浓度呈倒V形分布,具有夏季高、冬季低的特点。除此之外,研究还发现未来该市西部地区污染程度高于东部。预测结果表明:当前内蒙古对空气污染的治理措施为空气污染的持续改善提供了保障,O₃污染有加重趋势但尚在可控范围内,需要进一步加强防控。该研究揭示了呼和浩特市"十四五"期间5项空气污染物的浓度和时空变化趋势,可为呼和浩特市空气质量持续改善提供数据参考。     

基于哨兵-3A卫星OLCI数据的最大叶绿素指数在太湖蓝藻水华监测中的应用

欧洲航天局于2016年2月16日成功发射哨兵-3A卫星,搭载的水色遥感仪器(OLCI)提供了很好的海洋和内陆水体生态指标观测反演能力。基于OLCI获取的太湖L1b级遥感数据产品,利用OLCI Oa10、Oa11、Oa12波段计算了重要的水色/水生态遥感指标,即最大叶绿素指数(MCI),在此基础上初步分析了MCI在太湖蓝藻水华监测预警中应用效果。研究表明:(1)哨兵-3A卫星OLCI影像质量清晰,构建的MCI能够反映太湖水体叶绿素信号强度;(2)与常用的归一化植被指数相比,在蓝藻没有明显积聚的藻-水混悬水域,MCI与叶绿素浓度有很好的关联,可更灵敏地反映叶绿素浓度的空间分布特征。MCI将在蓝藻监测上具有更好的适用性,可有效提高富营养湖泊蓝藻水华的预警预报精度。     

基于SHERPA的环境空气质量减排情景模拟评估

分析了SHERPA综合评价模型的基本原理和主要建模理念,重点介绍了其在环境空气质量减排情景模拟评估方面的作用,以及在排放源与受体关系(SRR)方面的处理方法,比较了其与欧盟常用的其他情景模拟模型的优缺点。SHERPA模型的特点是空间灵活性较好,对于任何给定地点,可以快速评估不同地区对该研究地点空气质量的影响。SHERPA模型的3个主要功能为污染物来源分析、决策支持和情景模拟。基于SHERPA模型对法国环境空气中PM_(2.5)、PM_(10)和NO_2年均浓度进行污染来源分析、决策支持分析和减排情景模拟评估,展示了模型在环境治理措施优先级筛选和政府间联合治理措施协调建议方面的功能和作用,以期为中国环境空气质量预测预报、环境质量管理措施的制定和成效评估等环境服务与管理工作提供借鉴。     

水质丁基黄原酸测定难点探讨

丁基黄原酸是水质监测的重要项目之一。水中丁基黄原酸的测定,在样品采集保存、前处理及仪器分析各阶段都存在一定的技术难点。实际分析时很容易出现测定结果不理想,甚至定性定量错误等问题。结合实验对丁基黄原酸测定中容易出现的问题及注意事项进行探讨,正确区分丁基黄原酸及其盐,有效保存样品,采用低损失的前处理方法以及选择性好的分析仪器,有利于提高丁基黄原酸测定的准确性。众多丁基黄原酸测定方法中,液相色谱质谱法、离子色谱法以及液相色谱法在选择性和灵敏度方面更具优势,也可用于其他方法检出丁基黄原酸时对测定进行确认。