土壤包气带含水率对氯代烃垂向迁移影响的模拟研究

氯代烃类挥发性有机物在土壤包气带中的垂向迁移是该类污染物呼吸暴露风险的重要途径.为探究氯代烃在土壤包气带中的垂向迁移规律,通过室内土柱模拟试验,研究土壤包气带含水率对不同氯代烃〔TCE(三氯乙烯)、PCE(四氯乙烯)〕气相扩散速率的影响,并通过线性拟合筛选出更准确的气相有效扩散系数预测模型.结果表明,土壤含水率与氯代烃气相有效扩散系数呈显著负相关〔R=-0.89,P < 0.01,n=7(TCE);R=-0.86,P < 0.01,n=7(PCE)〕.随着土壤含水率由0.5%增至40.0%,TCE气相有效扩散系数(D_T)由0.035 9 cm2/s降至0.002 5 cm2/s,平衡时间由13 h增至91 h,平衡时气体浓度由4.22 g/m3降至0.31 g/m3;PCE气相有效扩散系数(D_P)由0.033 9 cm2/s降至0.001 1 cm2/s,平衡时间由15 h增至103 h,平衡时气体浓度由3.01 g/m3降至0.12 g/m3.与Penman模型、Marshall模型模拟值相比,Millington-Quirk模型模拟值与氯代烃气相有效扩散系数实测值的拟合程度更好(R>0.95,P < 0.01,n=7).研究显示,土壤包气带含水率的增加对氯代烃气相扩散有明显的抑制作用.      

基于复合软电离源飞行时间质谱的小型化大气非甲烷烃在线快速监测系统的设计与应用

针对大气非甲烷烃(NMHCs)的时空分布监测需求,并弥补现有监测技术时间分辨率低、体积和功耗较大的不足,本研究自主研发出一套高性能、小型化的大气非甲烷烃在线快速测量系统.该方法基于串联吸附剂在特定温度下对目标物质的富集与解吸,采用单光子/化学复合软电离源飞行时间质谱(SPI/CI-TOFMS)作为分离和检测手段,实现对C_2～C_(10)挥发性有机物的快速分离和检测.通过对标准样品的测量表明:在SPI/CI模式下,C_2～C_(10)物种工作曲线(0～10×10~(-9))拟合优度R~20.99,大部分物种方法检出限为1×10~(-12)～80×10~(-12),仪器检出限为1×10~(-12)～35×10~(-12),RSD(n≥10)小于10%.将仪器初步应用于北京大学站点进行定点观测,测量结果与商业化仪器TH-300B离线分析结果吻合.本系统样品分析时间5～12 min可调,整机重量低于40 kg,整机尺寸小于50 cm×50 cm×80 cm,功率低于500 W,可满足大气非甲烷烃的快速监测需求,为提供高分辨率大气NMHCs时空分布数据提供技术支持.     

北京市春季交通干道移动源非甲烷总烃的在线跟踪观测与特征分析

机动车排放(Vehicular Emission,VE)是地面非甲烷烃(Non-methane hydrocarbon,NMHCs)的重要人为源之一.为获得北京市交通主干道NMHCs的实际排放情况,本研究以自主研发的吸附/热解吸前处理-单光子/化学复合软电离源飞行时间质谱(SPI/CI-TOFMS)为检测手段,于2018年3月14日在北京四环、五环主干道,对C_2～C_(10)挥发性有机物进行了车载在线跟踪观测.结果表明,C_2、C_3高挥发性物质浓度较高,其次是苯系物和丁烷;从空间分布来看,NMHCs浓度在离市中心较近的四环主干道相对较高,且车流量较大的南五环公路和西四环处NMHCs污染也较为严重;从NMHCs的结构组成来看,烷烃(63%、52%)占比最多,芳香烃(23%、32%)次之,烯烃(14%、16%)最少;对NMHCs特征物质之间的线性关系和比值关系进行分析,确定机动车排放对此次观测中NMHCs的生成贡献较大;通过计算各物种臭氧生成潜势(OFP),评估出C_3、C_4烯烃类物质和苯系物为北京四、五环地区优先控制物种.     

绵阳市代表性点位土壤多环芳烃剖面分布特征

通过挑选绵阳市有代表性的点位土壤柱，应用GC MS分析土壤柱垂直剖面中多环芳烃的含量水平，得出其垂直剖面分布特征。结果表明：5~20 cm深度中的PAHs含量最高，40 cm以下则含量锐减。由于表层（0～5 cm）土壤与大气之间的土气交换频繁，PAHs含量相对较低，而5~20 cm处土壤受到表层土壤的遮盖，PAHs富集较高，含量达到整个土壤柱最高值。多环芳烃总体垂直剖面分布特征表现出随深度增加含量减少的趋势。PAHs总含量以江油市点位(33024 ng/g)最高，其次是三台县点位(29989 ng/g)，最低是游仙区点位(11274 ng/g)。研究区主要污染物为Nap、Phe和Chr/y。其中不同的土质、种植物都能影响PAHs的富集和迁移速率，导致含量在不同深度上产生变化。此外，参照有关环境质量标准，发现PAHs总量上江油市点位与三台县点位属于轻微污染、游仙区点位则属于无污染。     

猫跳河流域梯级水库磷的夏季变化特征

调查了我国第一条全流域梯级水电开发的河流——猫跳河中梯级水库对磷的拦截效应。于2007年丰水期7~9月在猫跳河流域采集水库坝前分层水样以及下泄水，分析和测试水样中的总磷和正磷酸盐。结果表明：丰水期猫跳河流域梯级水库内部总磷和可溶性正磷酸盐变化趋势相似，而下泄水的磷含量均大于该水库表层水体的磷含量。在猫跳河流域的梯级水库中，上游水库（红枫湖和百花湖）的磷含量明显高于各下游水库，即猫跳河流域各水库顺水流方向磷含量具有逐渐减少的特征，说明该流域梯级水库开发对于全流域磷具有梯级拦截效应；另一方面，各水库的富营养化指数表明该流域各水库均处于较高的富营养化状态，全流域富营养化状态差别与磷的分布特征相似，表现为顺水流方向减弱的规律。     

北京城区和郊区大气细粒子有机物污染特征及来源解析

2004年在定陵、北京大学、奥体中心、良乡、通州共5个采样点采集北京市PM2.5,样品,并对其中有机碳(OC)、元素碳(EC)和有机物组成进行了测定.分析了北京市城区和郊区细粒子中有机化合物的污染特征.共检出有机物188种.主要物种为正构烷烃、正构烷酸、霍烷、多环芳烃、脱氧单糖苷以及其它多种源的示踪物.各监测点有机物浓度均呈现1月浓度最高、10月其次,7月浓度最低,4月居中的特征.市区点(奥体、北大)和近郊点(良乡、通州)的污染物浓度远高于受人为活动影响较小的远郊定陵.以正构烷烃、霍烷、多环芳烃、左旋葡聚糖和EC为示踪物,利用化学质量平衡(CMB)受体模型对北京市PM2.5中的OC进行了来源解析.结果表明,北京市细粒子OC的主要来源为柴油车排放(15.3%)、汽油车排放(20.5%)、燃煤排放(19.0%)、生物质燃烧(2.1%)和植物碎屑(1.1%).机动车和燃煤排放仍然是北京市细粒子OC的主要来源.而且有加重趋势.     

利用气体-气溶胶在线测量技术研究乌鲁木齐颗粒物水溶性组分与气体污染

将气体-气溶胶收集装置与离子色谱联用技术（GAC）应用于冬季重污染地区乌鲁木齐,对当地大气中痕量气体与气溶胶中的水溶性组分进行了为期2周的在线测量,并结合膜采样结果、PM10质量浓度及气溶胶消光系数等数据初步分析了污染物的变化规律与重污染成因.结果表明,GAC测得的氯盐、硝酸盐、硫酸盐与膜采样方法测得的相应组分数值显著正相关,相关系数分别为0.92(p<0.0001)、0.89(p<0.0001)、090 (p<0.0001).乌鲁木齐大气污染极其严重,氯盐、硫酸盐和二氧化硫浓度都非常高,这在其他地区较为罕见;二氧化硫、氯盐、硝酸盐与硫酸盐分别呈现不同的日变化规律;整个采样期间出现了1次极端污染天气,API值达到500,该日硫转化率（SOR）和氮转化率（NOR）的小时平均值最高达到0.69与0.36,说明二次转化也可能是形成重污染天气的主要原因.高浓度的PM10对能见度影响极大,PM2.5中的氯盐与气溶胶消光系数的相关系数最大,硫酸盐与硝酸盐次之,而硫酸盐、硝酸盐、氯盐这3种盐类对PM10的贡献依次递减.     

在线大气汞分析仪渗透管标定方法研究

为了实现在线大气汞分析仪的自动标定,本文选用商用的汞渗透管,自主设计了渗透恒温装置(控温精度为0.1℃),搭建了大气汞分析仪的标定模块,利用该模块建立了3种标定方法.与本实验组研发的在线大气汞分析仪联用对3种方法进行对比研究.①稀释气法:与经典的渗透管动态配气法相同,通过改变稀释气体流量(1-5 L,精度为20 mL)...     

微污染河水旁路复氧修复效果及污染物去除动力学特征

为改善受污河流水质,保障小城镇饮用水安全,在野外条件下构建DW(跌水池)、SW(深水池)和QW(浅水池)3种装置对微污染河流进行旁路复氧修复,考察不同装置对污染物的去除效果及进水污染物负荷及水力负荷对污染物去除的影响.结果表明,3种旁路复氧修复装置在较高进水ρ(DO)情况下,能够进一步提升ρ(DO),复氧作用表现为QW>DW>SW.DW、SW和QW对NH₄+-N、TN、TP和COD_Mn的平均去除率分别为39.5%~41.8%、1.0%~25.8%、13.8%~16.4%和6.4%~8.8%.污染物出水浓度和进水负荷具有较强的线性关系(R2>0.8);随着水力负荷的降低,污染物去除效果均有所提升.一级动力学模型可以较好地模拟修复系统中水力负荷与污染物去除的关系(R2>0.9).      

气态污染物和气溶胶在线检测装置(GAC)测量结果评估

气态污染物和气溶胶在线检测装置(GAC)是一种连续收集、测量气态污染物和气溶胶水溶性组分的装置. 分别将GAC的测量结果与二氧化硫(SO₂)分析仪、差分吸收光谱(DOAS)、颗粒物-液体转换采集系统(PILS)和膜采样法的测量结果进行比对. 结果表明:GAC对SO₂吸收完全,测量结果稳定可靠;GAC测量的气态亚硝酸(HONO)质量浓度比DOAS测量值略偏高,原因可能是在相对湿度较高的条件下GAC对HONO的测量受到了NO₂的干扰;GAC和PILS测量的硫酸盐、硝酸盐和氯离子质量浓度〔分别以ρ(SO₄2-),ρ(NO₃-)和ρ(Cl-)计〕均有较好的相关性,将ρ_GAC (SO₄2-)校正到与PILS相同的粒径范围后,与ρ_PILS (SO₄2-)的系统偏差仅为-2%;GAC与膜采样法测量的ρ(SO₄2-)具有较好的相关性(R20.96),而二者的ρ(NO₃-)相关性较差,原因可能是硝酸盐在膜采样过程中有损失,使膜采样法的测量结果偏低.