全球大气硫循环及区域交叉影响

二氧化硫和硫酸盐是硫的重要存在形式,是影响环境空气质量的重要大气污染物.硫酸盐气溶胶是影响全球气候变化的重要大气组分,大气中的硫酸盐气溶胶生命周期短,其浓度空间差异大、时间变化显著.在区域尺度乃至全球尺度研究其迁移转化和区域交叉影响,具有十分重要的科学意义.本研究以2010年SO_2全球排放清单为基础,应用国际通用大气化学模式(Mozart-4),模拟全球大气硫的迁移转化及其季节变化和空间分布特征,并分析全球不同区域间的交叉影响.结果表明:1SO_2柱浓度全球年均值为424.73μg S·m~(-2),中东及南亚最高,达3629.27μg S·m~(-2),南美最低,为181.06μg S·m~(-2).2硫酸盐柱浓度全球年均值为1572.86μg S·m~(-2),东亚年均硫酸盐柱浓度最高,达4556.58μg S·m~(-2),南美最低,为1014.33μg S·m~(-2).3冬季SO_2柱浓度高于其他春夏秋3季,夏季硫酸盐柱浓度高于冬季,主要是由于冬季低温使SO_2不易转化为硫酸盐.4硫酸盐表现出明显的全球迁移特征,全球各区域间交叉影响显著.东亚的净输出量最大,达4.01 Tg S·a~(-1).非洲、中亚及俄罗斯硫酸盐柱浓度的外源影响比例分别高达80.54%和73.00%.     

宜宾附近金沙江、岷江和长江TP、BOD5和CODMn含量的季节性变化

本文报道了宜宾附近金沙江、岷江和长江2001~2005年TP、BOD5和CODMn含量的季节性变化,并初步分析了原因。研究表明,金沙江和岷江的TP和BOD5含量的季节性变化规律基本一致。金沙江和岷江的丰水期/平水期/枯水期的TP含量比值分别为1/0.74/0.43和1/0.59/0.73。两江TP含量丰水期高于平水期和枯水期,主要是由于丰水期含沙量高的缘故。金沙江和岷江的丰水期/平水期/枯水期的BOD5含量比值分别为1/0.84/1.45和1/1.30/3.38。岷江BOD5含量的丰水期/枯水期比值(3.38)远高于金沙江(1.45),可能是岷江中游成都平原和下游乐山-宜宾丘陵区人口稠密区的污染物排放量大的缘故。金沙江丰水期的BOD5含量高于平水期,可能和丰水期河水含沙量高、泥沙含有机物有关。金沙江和岷江CODMn含量的季节性变化差异较大。金沙江丰水期>平水期>枯水期,比值为1/0.74/0.43;金沙江的CODMn含量的季节性变化与TP一样,主要受含沙量的影响。岷江CODMn含量丰水期和枯水期高,平水期低,比值为1/0.74/1.08。岷江丰水期高与含沙量有关;枯水期高与河水污染严重有关。金沙江和岷江CODMn含量的季节性变化差异较大,金沙江丰水期/平水期/枯水期的比值为1/0.74/0.43;岷江为1/0.74/1.08.金沙江的CODMn含量的季节性变化与TP一样,主要受含沙量的影响。岷江丰水期和枯水期相当,可能是由于丰水期含沙量高,而枯水期流量小,河水污染严重。最后,比较了宜宾挂弓山断面和三峡库首朱沱断面的TP、BOD5和CODMn含量,朱沱断面的BOD5含量高于挂弓山断面,显然是宜宾-朱沱河段接纳了沱江等四川盆地支流汇入的大量污染物质的缘故。     

纳米铁酸镍的制备及可见光催化性能研究

利用水热法制备了纳米铁酸镍,表征了其微观结构和光谱性能,并以罗丹明B溶液作为目标污染物,研究了铁酸镍催化剂的可见光催化性能。结果表明:所制备铁酸镍的微观形貌为由直径200-300 nm左右的类似球形小颗粒组成的大颗粒,平均粒径为95.60 nm,在紫外-可见光谱区均有较强的光吸收。光催化过程中催化剂的适宜用量为0.05 g,少量H2O2的加入有助于提高罗丹明B溶液的降解率。催化剂用量为0.05 g,加入0.4 mL 30%的H2O2,降解50 mL 20 mg/L罗丹明B溶液,模拟太阳光照射240 min后降解率能够达到99.2%。在实际太阳光照射下,240 min后罗丹明B溶液的降解率可以达到85.2%。     

基于输出系数法及土地利用方式识别的营养盐空间负荷解析—以十堰市为例

在过去的几十年里,我国氮肥和磷肥的施用量增长显著。然而,过量的营养物质也导致内陆和沿海水域水体富营养化问题。氮、磷营养盐的控制通常被认为是减少湖泊富营养化和蓝藻水华的重要组成部分。目前,准确识别营养物质的来源和定量分析过量营养物质浓度在空间上的表现仍需要特别关注。根据十堰市污染物统计及生态环境部门相关监测数据,通过输出系数法及土地利用方式识别,分析了氮、磷营养盐来源及其空间负荷分布。结果表明：十堰市总氮、总磷均主要来源于面源,占比分别为81.84%和80.08%,点源占比较小。其中总氮污染负荷主要来源于农田径流污染源,占45.72%,其次是干湿沉降污染源,占11.43%;总磷污染负荷也主要来源于农田径流污染源,占30.51%,其次是水土流失污染源,占22.28%。总氮入河负荷强度最高为22.71 t/km²,总磷入河负荷强度最高为5.22 t/km²。

     

可见光促有机物诱导铁还原的多相类芬顿体系强化效能与机制

近年来,亚铁离子活化过硫酸盐的类芬顿(Fe²⁺-PMS/PS)高级氧化技术发展日趋成熟,但因Fe³⁺无法还原导致反应停止的问题仍制约其大规模应用.结果发现,当把以双酚A（BPA）为代表的某些有机物与Fe³⁺和TiO₂混合,所形成的某种络合物可以拓宽TiO₂光响应范围捕获可见光,通过TiO₂将光生电子传递给Fe³⁺进行还原,从而实现Fe³⁺/Fe²⁺的无限循环.依据上述原理,构建了可见光下BPA-TiO₂-Fe³⁺-PS复合体系来降解BPA,并对其催化性能、催化机制和影响因素进行探讨.结果表明,该体系具有突出的催化性能,60 min内BPA(50 mg·L^-1)降解率达到93.1%,矿化度达到70%.同时验证该体系可以通过双酚A自生光电子还原Fe³⁺, 60 min还原得到的Fe²⁺稳...     

黄土丘陵区撂荒恢复过程中植物群落组成与土壤养分及酶活性变化的关系

为揭示黄土丘陵区植被恢复过程中土壤性质变化趋势,以黄土丘陵区10~45a的撂荒地为研究对象,分析撂荒后植被恢复过程中植物群落演变规律、土壤养分含量、4种酶活性变化及其相关关系.结果表明,随着撂荒年限的增加,恢复过程中主要群落的演变为猪毛蒿(Artemisia scoparia)→达乌里胡枝子(Lespedeza dahurica)+铁杆蒿(Artemisia sacrorum)→茭蒿(Artemisia giraldii)+铁杆蒿→白羊草(Bothriochloa flaccidum)+茭蒿,群落多样性指数整体表现为先增后减的趋势,菊科(Compositae)、禾本科(Poaceae)及豆科(Leguminosae)这3科占比从66. 67%降至50%,后上升到75%.土壤有机碳(SOC),全氮(TN)、全磷(TP)、速效氮(AN)、速效磷(AP)与碱性磷酸酶(ALP)、过氧化氢酶(CAT)、脲酶(UE)与蔗糖酶(SC)这4种酶活性呈增加趋势,但增加程度不同,化学计量比总体呈波动上升趋势.菊科、禾本科与豆科相比总科数、总属数、总种数及植物多样性,对养分和酶活性有更显著的影响,贡献率分别为72. 8%、69. 1%、66. 0%,且三大科对土壤酶的影响大于土壤养分,其中禾本科与豆科对养分及酶活性表现为正影响,而菊科表现为负影响.撂荒恢复过程中草地群落优势科占比的升高显著影响土壤酶的升高,并导致土壤养分变化.     

生活废弃物焚烧处置烟气中二(口恶)英排放特性研究

研究了某市10座生活垃圾焚烧炉烟气中二噁英的排放特性,对比了焚烧炉炉型、焚烧处理量、烟气净化系统对二噁英排放特性的影响.结果表明:10座生活垃圾焚烧炉二噁英的排放浓度为0.016~0.104 ng·Nm~(-3)(以I-TEQ计),9座垃圾焚烧炉二噁英排放满足国家相应的排放标准(0.1 ng·Nm~(-3)(以I-TEQ计)).根据二噁英排放浓度排序对应的烟气净化系统分别为SNCR(Selective Non-Catalytic Reduction)+半干法+活性炭喷射+布袋湿法+活性炭喷射+布袋半干法+活性炭喷射+布袋,表明安装SNCR装置有利于二噁英的减排.另外,不同垃圾焚烧炉排放的二噁英指纹特性不仅与烟气净化系统和炉型有关,还与垃圾来源有一定关联.     

北江汛期清远段多环芳烃的污染特征与风险评估

2016年7月于北江清远段采集21个水和表层沉积物样品,采用气相色谱质谱（GC-MS）法测定了样品中的PAHs（多环芳烃）含量,分析了北江水环境中PAHs的污染水平,并对其生态风险进行了评价.结果表明,水中ρ（∑PAHs）介于0.4~110.2 ng/L,表层沉积物中w（∑PAHs）（以干质量计,下同）在54.4~819.8 ng/g之间,平均值分别为41.7 ng/L和424.9 ng/g.与国内水体PAHs污染状况相比,北江清远段水中PAHs污染状况处于中低水平,而表层沉积物污染状况处于中等水平.运用特征比值法对PAHs来源进行分析表明,PAHs主要来源为石油泄漏、化石燃料燃烧.采用商值法对水中PAHs进行生态风险评价,∑PAHs和个别单体的最低风险浓度风险商值大于1.0而最高风险浓度风险商值小于1.0,处于中等污染水平;采用效应区间低、中值法对表层沉积物PAHs进行生态风险评价,仅个别点位表层沉积物中苊烯、蒽和二苯并[a,h]蒽超出生态效应低值,对生态环境潜在负面效应较小.研究显示,北江水和沉积物中PAHs潜在风险处于较低水平.      

TAGE:一种新的大气污染物来源及输送情况的网格化分析方法

提出了一种新的大气污染物来源及输送情况的网格化分析方法.首先,不依赖于排放源清单,而是以预设的网格化排放源来运行空气质量模型,得到排放源的污染影响因子.然后,结合污染物监测数据,构建排放源总合排放强度求解方程组,并利用遗传算法进行求解.最后,基于排放源的污染影响因子和总合排放强度,计算出排放源的污染贡献占比,从而完成对大气污染物来源及输送情况的网格化分析.这一方法的提出,为缺少准确排放源清单情况下大气污染状况的分析与治理,提供了新的思路.利用此方法,对北京市、石家庄市、保定市2017年10~12月期间PM_2.5的来源及输送情况进行了验证性实验.     

大气颗粒物吸湿性研究

大气颗粒物吸湿性是反映颗粒物理化性质的重要指标,吸湿性研究对深入了解颗粒物的环境和健康效应具有重要意义. 总结了国外近年来大气颗粒物吸湿性研究进展:①典型的大气颗粒物吸湿性分析方法为H-TDMA(吸湿性串联差分电迁移率粒径分析仪)系统及其优化方法. ②大气颗粒物吸湿性呈单峰、双峰甚至多峰分布;根据G_f(吸湿性生长因子)随粒径变化的模式,可将大气颗粒物分为强吸湿性和弱吸湿性2类,也可分为纯不溶性、混合不溶性、混合可溶性和纯可溶性4类. ③城市背景点颗粒物的G_f比城市观测点高;城市观测点的颗粒物G_f分布呈夏季高、冬季低,白天高、晚上低的特征. ④颗粒物吸湿性与其化学组成和形态密切相关,纯可溶性盐颗粒物的G_f通常较高. ⑤柴油燃烧源新排放的颗粒物属于弱吸湿性颗粒物,G_f非常小,但在其表面老化后或随燃料中硫含量的增加G_f会明显变大. ⑥生物质燃烧排放颗粒物的G_f相对较高,但存在区域差异性. 针对国内大气颗粒物吸湿性研究现状,提出了未来重点研究方向.