全国鸟类多样性观测网络(China BON-Birds)建设进展

鸟类分布于多种生境,对环境变化敏感,是开展生物多样性观测的重要指示生物类群。为实施《中国生物多样性保护战略与行动计划(2011—2030年)》和履行《生物多样性公约》,自2011年起,以环境保护部南京环境科学研究所为牵头单位,联合全国相关科研院所、高等院校、保护机构,开始探索建立全国鸟类观测网络。经过6 a多的努力,目前已建立涉及全国31个省(自治区、直辖市)的338个鸟类观测样区,包括样线1 822条、样点1 343个,其中繁殖期鸟类样点253个、越冬鸟类样点1 090个,基本建成了全国鸟类多样性观测网络。截至2016年,该观测网络共记录到鸟类22目86科943种,占中国现有记录鸟类种数的68.8%。通过观测,初步掌握了全国鸟类多样性的空间分布特征;发现部分滨海越冬水鸟栖息地因围垦开发而遭受破坏,面临着严峻威胁;一些珍稀濒危物种或拥有高种群数量(≥某物种种群数量的1%)的栖息地没有被纳入到保护范围,存在保护空缺。建议加强鸟类繁殖地、停歇地和越冬地的系统性保护。     

芦苇湿地生态系统对造纸废水中铅的净化研究

采集辽宁双台河口芦苇湿地芦苇样品,于沈阳农业大学实验场的试验池内进行了对废水中Pb净化的模拟试验.分析了芦苇生长季内,造纸废水、湿地土壤和芦苇组织中的Pb分布特征.结果表明,芦苇灌溉20%浓度的造纸废水,对Pb的去除率最高;芦苇在拔节期阶段,去除效果最好.对于同一生长期,在10cm水深处Pb的含量最少,净化效果最明显;在10~40cm深度土壤对Pb的热力学吸附差异显著.随着采样深度的增加,土壤在10cm深处对Pb的吸附量最大,净化效果最明显.芦苇组织中Pb的分布特征为,在芦苇整个生长期内,芦苇根组织对Pb的吸收量最大,其次为茎组织,而叶组织对Pb的吸收量最小.     

人工神经网络模型在水质预警中的应用研究进展

水质预警模型是大数据时代构建环境智能决策与管理体系的关键技术.近年来,水质自动化监测能力的提升以及测管协同对环境模型的强烈需求,激发了研究人员探索新的建模方法并努力提高模型预测性能.其中,人工神经网络(Artificial Neural Network, ANN)模型发展迅速.本文综述了3大类ANN模型的发展历史和模型结构特点,梳理了ANN模型在水质数据软测量、数据异常检测和时间序列预测等方面的研究进展,归纳了一般建模流程、技术建议和常用的模型性能指标,发现ANN模型的应用依赖于监测数据质量,存在模型可解释性差、模型运行硬件资源要求较高等不足,提出未来水质预警模型的研发思路和重点,需要加快推进水环境监测技术与预警模型的协同发展和业务化应用,通过多种应用场景检验实现技术迭代,形成大数据驱动的水质在线监测-智能预警-应急管理支撑体系,助力我国环境治理能力现代化.     

T型结构压力管道流固耦合模拟与试验验证

为研究T型压力管道结构内部流体非定常流动诱发的管道振动问题,采用流固耦合分析方法进行分析,借助有限元分析软件ADINA对输送气体介质的T型压力管道结构的进行了流固耦合数值模拟,得到了管内流体流动参数的变化以及管道应力分布规律,并预测了管道振动特性。同时,利用管道振动测试试验系统进行T型管道结构的振动特性进测试,得到压力管道耦合振动响应频率。结果表明:流固耦合数值计算的结果与试验结果能较好地吻合,流体介质的T型压力管道内存在明显的流固耦合效应,不考虑流固耦合作用结果与实验结果相差很大。     

全国两栖动物多样性观测网络(China BON-Amphibians)建设进展

两栖动物对环境变化反应敏感,是生物多样性观测的重要指示物种。近年来,欧美国家已制定了生物多样性观测相关标准并实施了一系列观测计划。2011年以来,环境保护部自然生态保护司以环境保护部南京环境科学研究所为牵头单位,联合全国相关科研院所、高等院校、保护机构,构建了全国两栖动物多样性网络,作为全国生物多样性观测网络(China BON)的重要组成部分。该研究介绍了我国两栖动物多样性观测方法,总结了2011年以来全国两栖动物多样性观测工作进展。据115个样区的观测结果显示,观测到的两栖动物共计243种,占我国两栖动物总种数的59.6%。通过观测,发现了破坏两栖动物生境的典型案例。目前我国两栖动物观测网络已初具规模,笔者在介绍观测网络现状的同时也提出了相关建议。     

大连市秋冬季环境空气中VOCs特征及臭氧生成潜势分析

对大连市2015年秋冬季环境空气中VOCs进行采样分析,获得其组成、含量、昼夜和季节变化规律,分析不同类别VOCs的来源,并计算不同VOCs物种的臭氧生成潜势（OFP）。结果表明：大连市环境空气中秋季VOCs平均体积浓度（55.81×10^-9）略高于冬季（42.66×10^-9）;秋季VOCs以羰基化合物和烷烃为主,而冬季VOCs以烷烃和烯炔烃为主。大连环境空气中光化学反应的主要VOCs类别为羰基化合物、烯炔烃和芳香烃,主要物种为丙烷、乙烷、正丁烷和乙烯。羰基化合物含量高与机动车尾气及医院大量试剂的使用有关,烷烃主要来源于汽油车与液化石油气（LPG）燃烧排放,芳香烃主要由机动车排放贡献。各类别VOCs的组分含量与其OFP并不一致,大连市环境空气中各类VOCs的OFP由高到低依次为羰基化合物>芳香烃>烯炔烃>烷烃。     

靖江市某电镀集中区典型重金属迁移转化模型参数灵敏性分析

伴随重金属污染风险的不断提高,流域重金属迁移转化模型的构建和水体重金属的模拟预测受到广泛关注,关键参数的甄选是模型优化的重点.本文构建了某电镀集中区Ni、Cu重金属迁移转化数学模型,以Ni为例,采用标准秩回归分析方法(SRRC法)和Sobol多元自适应回归样条算法(Mars-Sobol法)对7个重金属模型参数进行敏感性分析,并针对确定的2个敏感性参数对Ni、Cu模型进行率定和验证.结果表明:1SRRC法的Ni河沙分配系数的敏感性占比为96.1%~99.7%,平均为99.2%,泥沙沉降速率为0.1%~3.3%,平均为0.5%.2Mars-Sobol法的Ni河沙分配系数的总敏感度占比为87.18%~93.44%,平均为90.28%;泥沙沉降速率为5.68%~10.68%,平均为8.21%;随水流运动方向,Ni河沙分配系数敏感性逐渐减低,泥沙沉降速率参数敏感性逐渐增强.3相较于SRRC法,Mars-Sobol考虑了参数间的交互作用,通过Ni、Cu迁移转化模型中敏感参数"河沙分配系数"和"泥沙沉降速率"的率定和验证,Ni、Cu模拟相对误差可控制在15.28%和14.46%,实现了重金属模型的高效和高精度预测.     

城镇燃气管道个人及社会风险可接受标准研究

为响应我国“十四五”规划中对清洁能源提出的要求,使我国城镇燃气管道安全管理水平适应发展的需求,从生命风险的角度研讨城镇燃气管道风险可接受标准。首先采用平均个人风险(AIR)法和最低合理可行(ALARP)准则相结合的方法,统计2012—2021年的事故数据;然后以5年为一周期进行对比分析,以上一个5年周期的风险可接受标准预测下一个5年周期的风险可接受标准参考值,并得出2022—2026年个人风险可接受标准的参考值;最后依照在个人风险可接受标准5年周期预测法,采用累计频率-死亡人数(F-N)曲线法,统计2017—2021年每起事故死亡数及年管道长度,并确定社会风险可接受标准。研究表明：以风险水平1.017 13×10^-7作为个人风险不可接受风险区与ALARP区分界线,2.034 27×10^-7作为ALARP区与可接受风险区的划分边界;同时确定了社会风险最大可接受风险曲线和可忽略风险曲线,并结合ALARP准则划分出风险区域。     

低温对亚硝化颗粒污泥系统的影响特性

考察了温度变化对亚硝化颗粒污泥反应器的长期和短期影响特性,结果表明:在进水ρ（NH₄+-N）为（35.8±5.2）mg/L、水力停留时间为2.0 h以及运行温度为7~17℃的条件下,反应器保持着95%的亚硝化率和0.18~0.25 kg/（m3·L）的NH₄+-N去除负荷;反应器中较低的ρ（DO）∶ρ（NH₄+-N）（<0.25）是实现亚硝酸盐氧化细菌（NOB）有效抑制的关键因素;长期低温运行造成颗粒污泥比NH₄+-N氧化速率（SAOR）从（237±14）g/（g·d）下降至（93±11）g/（g·d）,但颗粒污泥中氨氧化细菌（AOB）的活化率（实际SAOR与最大SAOR之比）从48%升至约85%。批式实验结果表明,在7.1~28℃的短时温度变化内,亚硝化颗粒污泥NH₄+-N氧化反应的温度系数（θ）和活化能（E_a）分别为1.042~1.063,29.7~41.9 kJ/mol,均显著低于同等条件下絮体污泥的数值,表明颗粒污泥AOB比絮体污泥AOB具有更好的抗温度冲击能力。该研究结果可为基于颗粒污泥的高效城市污水亚硝化技术提供参考。     

水分调控下旱地土壤中毒死蜱的消解研究

为探讨水分调控下旱地土壤中毒死蜱的消解特性,通过盆栽试验及通径分析方法,研究了不同水分条件下旱地土壤中毒死蜱消解速率及其与土壤性质之间的关系.结果表明:①土壤中毒死蜱的消解速率随时间的延长而逐渐减缓,并且不同水分条件下土壤中毒死蜱的消解速率不同,施药45 d后,5个水分处理（20% FC、40% FC、60% FC、80% FC和100% FC,表示田间持水量依次为20%、40%、60%、80%和100%）下毒死蜱的消解率分别为65.58%~85.56%、70.71%~89.64%、76.30%~95.33%、72.53%~97.60%和70.57%~90.80%,其中以80% FC下的消解速率最快,60% FC下次之.②一级动力学方程能较好地描述土壤中毒死蜱的消解过程（R2>0.88）,消解速率常数（k）最大为0.099 0 d-1.③土壤中毒死蜱的消解速率与w（有机碳）、w（DOC）（DOC为可溶性有机碳）和w（MBC）（MBC为微生物量碳）均呈显著相关.通径分析结果显示,水分条件的改变致使土壤中w（有机碳）、w（DOC）和w（MBC）发生变化,进而对土壤中毒死蜱的消解速率产生较大影响.④大豆、玉米和小麦根际土壤中毒死蜱消解速率均快于非根际土壤,根际土壤中毒死蜱消解速率表现为大豆土壤（0.099 0 d-1）>玉米土壤（0.080 6 d-1）>小麦土壤（0.069 6 d-1）.研究显示,改变土壤水分含量可有效调节土壤中毒死蜱的消解,并为农业生产中毒死蜱的安全施用提供参考依据.