南京南湖底泥疏浚后水质演化规律调查

对疏浚后的南京南湖底泥的TP、TN和COD释放规律、补水后的水质状况以及藻类演替规律进行了调查。结果表明,上覆水中TP平均质量浓度基本不随自来水补入量的增加而发生变化,TN和COD质量浓度随自来水补入量的增加而增大;水体中的TP、TN和COD含量总体呈上升趋势;从2005年3月中旬起,出现藻类的大量繁殖,在2005年7月发生水华,藻类优势种由裸藻、隐藻和小环藻演替为裸藻、栅藻和韦斯藻,藻类总量由2005年3月的3.7×106L-1上升到2006年4月的1.5×107L-1。     

城市合流制管网降雨径流污染特征分析

对北京市老城区合流制管网排除系统下游干管进行降雨径流监测,分析降雨径流和生活污水混合后的水质变化特征,以便为合流制管网污染控制提供数据依据。结果表明北京市合流制管网污染程度较高,其污染过程受降雨过程、管道汇流过程、地表径流污染特征和管道沉积物冲刷等综合影响。     

Vegetation NDVI Linked to Temperature and Precipitation in the Upper Catchments of Yellow River

Vegetation in the upper catchment of Yellow River is critical for the ecological stability of the whole watershed. The dominant vegetation cover types in this region are grassland and forest, which can strongly influence the eco-environmental status of the whole watershed. The normalized difference vegetation index (NDVI) for grassland and forest has been calculated and its daily correlation models were deduced by Moderate Resolution Imaging Spectroradiometer products on 12 dates in 2000, 2003, and 2006. The responses of the NDVI values with the inter-annual grassland and forest to three climatic indices (i.e., yearly precipitation and highest and lowest temperature) were analyzed showing that, except for the lowest temperature, the yearly precipitation and highest temperature had close correlations with the NDVI values of the two vegetation communities. The value of correlation coefficients ranged from 0.815 to 0.951 (p?<?0.01). Furthermore, the interactions of NDVI values of vegetation with the climatic indicators at monthly interval were analyzed. The NDVI of vegetation and three climatic indices had strong positive correlations (larger than 0.733, p?<?0.01). The monthly correlations also provided the threshold values for the three climatic indictors, to be used for simulating vegetation growth grassland under different climate features, which is essential for the assessment of the vegetation growth and for regional environmental management.     

土壤中酞酸酯类化合物监测方法的质量控制研究

从监测结果控制的角度对近10年的土壤中PAEs监测方法进行了探讨,重点比较了索氏萃取柱净化GC/MS、微波萃取柱净化GC、加速溶剂萃取柱净化GC/MS和加速溶剂萃取GPCGC/MS方法的检出限、精密度和准确度。旨在为中国土壤监测方法的建立提供基础支撑,为开展质量控制工作提供评价依据。     

淀山湖沉积物的污染特征及其风险评价

对上海淀山湖代表性表层沉积物中的重金属、磷、PAHs及OCPs等典型污染物质进行了分析和风险评价。其中总磷含量范围为1 072~1 229 mg/kg,以无机磷为主,生物可利用磷含量较高,对水体富营养化具有潜在的威胁。重金属Cu、Cr、Zn、Pb的平均含量分别为25.5、34.1、244.5、32.2 mg/kg,污染程度大小依次为ZnPbCuCr,潜在生态风险程度依次为PbCuZnCr。∑PAHs、∑OCPs含量范围分别为617.1~843.2 ng/g以及22.03~28.94 ng/g,风险结果表明PAHs和大部分OCPs均未超出ERL值,生态风险水平低。     

四川省毛河流域污染综合治理方案探讨

分析了四川省毛河流域各类污染源分布状况及水质现状,采用一维稳态单组分水质模型、多宾斯-坎普稳态模型,引入水文数据、水质监测数据、环境统计数据、社会统计公报数据,以Excel作为数据平台,对毛河水环境进行了动态模拟,反演出主要污染物降解系数。总结了毛河水环境目前存在的问题,并模拟计算了2种污染综合治理方案实施后对毛河水质的影响,确定了毛河流域水污染综合治理的重点以及制约因子。     

并联式双梯度反相离子对液相色谱法快速检测土壤中芳磺酸

通过阀切换并联式双系统,建立了一套测定土壤样品中7种芳磺酸的反相离子对液相色谱法。该方法采用2根色谱柱,一根色谱柱分析的同时,另一根色谱柱通过阀切换实现平衡,节约了38.5%的分析时间。方法使用Dikma Diamonsil C18(150 mm×4.6 mm×5μm)色谱柱,以离子对试剂(四丁基硫酸氢铵)和乙腈为流动相,检测波长为226、235、258 nm。各组分线性关系良好,线性相关系数均在0.999 9以上。随机抽取样品进行重新提取、检测,得到各组分的相对标准偏差均小于7%,且定量限最高不超过0.181 2μg/g,重复性和定量限均能满足实验要求。     

底质农残测定中固相柱净化体系的选择

使用固相柱对底质中的7种农残进行净化。结果表明,在相同淋洗条件下,使用氟罗里硅土柱比硅胶柱净化效果好。比较了不同溶剂体系、不同溶剂配比下2种萃取柱的净化效果,选择乙醚-正己烷(体积比1∶2)或丙酮-正己烷(体积比1∶4)作为净化溶剂,较小的收集体积都可满足所有目标化合物的回收率要求;相比较而言,丙酮-正己烷(体积比1∶4)作为净化溶剂,洗脱液的杂质干扰更小,净化效果更好。使用氟罗里硅土柱和丙酮-正己烷(体积比1∶4)对样品净化,方法简单,快速,净化效果好,适合大批量底质样品的前处理净化过程。     

成都PM2.5与气象条件的关系及城市空间形态的影响

2013年2月1日至3月20日、2013年7月10日至8月10日对成都市大气中细颗粒物(PM2.5)进行连续监测,同步记录气象数据。将PM2.5质量浓度与城市气象条件进行相关性分析,研究气象条件对PM2.5质量浓度的影响。2月1日至3月20日PM2.5质量浓度平均为147.38μg/m3,7月10日至8月10日平均为50.19μg/m3,大气细颗粒物污染最严重的时间出现在2月1—6日。成都市各气象条件中,PM2.5质量浓度与能见度、风速呈现显著负相关,而与其他气象要素相关性较弱,降水对PM2.5质量浓度影响也很大。改善城市通风有利于成都市大气中PM2.5的稀释和消散。通过建立3D模型并运用计算流体力学(CFD)软件模拟成都市选定的一处密集的建成区域,分析城市空间形态对通风的影响。研究发现,在假设等温的情况下,多层密集的区域对城市通风影响小,而高层对城市通风影响很大,建筑高度相近的街道与风向平行的风速大于与风向成角度的,与风向平行的街道沿线为高层的风速高于沿线为多层的,较大的开敞空间及背景风速更有利于城市通风环境。     

京津冀典型城市采暖季颗粒物浓度与元素分布特征

选择京津冀地区3个典型城市和从南至北的4个国家大气背景站作为研究对象,收集采暖季空气颗粒物PM2.5、PM10样品,微波消解-ICP-MS法分析了样品中的68种元素。结果表明,北京、天津、石家庄PM2.5和PM10日均质量浓度均高于国家二级标准限值和背景点,一元线性回归分析结果表明,PM10与PM2.5质量浓度呈线性相关,Na、Mg、Al、S、K、Ca、Fe质量浓度为0.1~10μg/m3,Si、P、Ti、Mn、Ni、Cu、Zn、Ba、Pb质量浓度为10~100 ng/m3,其他元素质量浓度为0.01~10 ng/m3或未检出。在元素构成上,S、Na、Al、K、Fe、Mg、Ca、P、Si等是主要元素,元素含量均大于1%。其他微量元素每种元素含量为0.1%~1%。14种重点防控重金属在PM2.5中的吸附显著高于PM10,主要来源于燃煤、燃油、工业排放、机动车尾气等。