北京地区基于化学组分的夏季气溶胶吸湿特性

利用吸湿增长光散射测量系统、黑碳仪和气相色谱质谱联用仪等仪器,于2019年7月15日~8月4日在北京地区开展了为期21d的大气气溶胶观测实验.观测期间北京市区于7月27日出现短暂的轻度污染,并在7月29日出现强降水天气.结果显示：北京市区夏季大气污染变化剧烈且短暂,大气气溶胶散射吸湿增长因子f（RH）呈现平滑连续的特点,并且降水会对f（RH）造成显著影响.7月27日PM_2.5的平均质量浓度为（92.54±47.05）μg/m³;,表现出较为剧烈的污染变化.7月28~30日平均散射吸湿增长因子f（80%±1%）分别为（1.50±0.35）,（1.43±0.36）和（1.48±0.25）,反映了降水对于大气气溶胶的湿清除作用.最后利用实验数据估算粒径吸湿增长因子gf（RH）,并建模研究f（RH）和gf（RH）的关系,模型精度R²最高可达0.698.     

岩溶地下河污染物运移模型对比研究

两区模型（TRM）和暂时存储模型（TSM）为两种常用的岩溶地下河（管道）污染物运移模型,为了更好表征岩溶地下河污染物运移过程,开展模型对比研究.采用两种模型拟合室内管道示踪实验穿透曲线,从概念模型框架、模型优缺点、参数校正过程和物理意义、参数敏感性等方面对比分析两种模型的异同.结果表明,OTIS软件提供TSM的数值解,而CXTFIT软件提供TRM的解析解,但两者均能通过下游不同位置的穿透曲线分段表征地下河不同阶段的污染物运移过程.两种模型的物理意义相近,均可近似描述岩溶地下河中溶质的暂时性存储现象,较好地拟合溶质运移曲线.采用TSM可校正得到暂时存储区的横截面积,但采用TRM只能获得非流动区所占的比例.两种模型中弥散系数和传质/交换系数的敏感度较低,并且弥散系数的变化对穿透曲线拖尾无显著影响.研究结果为岩溶地下河污染物运移模型的选取与应用提供了依据.     

海绵城市透水砖铺装系统雨水入渗及重金属污染物迁移模拟

海绵城市透水砖铺装系统（PBPS）入渗特征是产流控制及径流污染物去除的重要影响因素之一。通过渗流实验,构建系统土壤层土水特征曲线,建立降雨入渗及径流重金属污染物迁移数学模型,以阐明找平层土壤粒径、基层与垫层厚度比对产流时间及径流重金属污染物去除的影响。研究表明:综合考虑延迟产流与径流重金属去除能力,中砂作为找平层介质最佳;依据结构层出水重金属污染物浓度,基层与垫层厚度比为15∶4时,PBPS对径流中重金属污染物吸附效率最高、去除效果较好。     

保定市大气污染特征和潜在输送源分析

保定市是京津冀地区重要城市之一.为了解保定市大气污染物质量浓度特征和潜在输送源,对保定市国控点2017年1月1日-12月31日PM₁₀、PM_2.5、SO₂、NO₂、O₃、CO等常规大气污染物数据进行分析,并利用TrajStat后向轨迹模型进行区域传输研究.结果表明:①ρ（PM₁₀）、ρ（PM_2.5）、ρ（SO₂）、ρ（NO₂）分别为（138±96）（84±66）（29±23）和（50±24）μg/m3,与2016年相比分别下降5.9%、9.1%、25.5%和13.1%;ρ（CO）较2016年下降了14.0%;ρ（O₃）较2016年增长了25.2%.ρ（PM₁₀）、ρ（PM_2.5）、ρ（NO₂）和ρ（O₃）分别超过GB 3095-2012《环境空气质量标准》二级标准限值的0.97、1.40、0.25和0.34倍,ρ（SO₂）和ρ（CO）未超标.②除ρ（O₃）外,其他污染物质量浓度均呈冬季最高、夏季最低的季节性特征,其中,冬季PM_2.5污染最为严重,春季PM_2.5~10（粗颗粒物）污染严重.③空气质量模型源解析结果显示,保定市ρ（PM_2.5）约60.0%~70.0%来自本地污染源排放.后向轨迹结果表明,在外来区域传输影响中,保定市主要受到西北方向气团（占比为21.7%~60.0%）远距离传输和正南方向气团（占比为34.8%~50.5%）近距离传输的影响.④PSCF（潜在源贡献因子分析法）和CWT（浓度权重轨迹分析法）分析表明,除保定市及周边区县本地污染贡献外,位于太行山东麓沿线西南传输通道的邯郸市、邢台市、石家庄市是影响保定市PM_2.5的主要潜在源区.研究显示,PM_2.5为保定市大气中的主要污染物,并呈冬季高、夏季低的变化特征,其主要来自西北远距离输送和南部近距离传输.      

深圳市龙岗区大气颗粒物中多溴联苯醚的污染特征研究

为了解深圳市龙岗区大气颗粒物中多溴联苯醚的污染状况,于2017年1月、4月、8月和11月分别采集龙岗区大气颗粒物样品.利用气相色谱-质谱联用仪（GC/MS）对深圳市龙岗区4个功能区（工业区、商业区、居民区和生态区）的80个大气颗粒物样品进行检测,得到PBDEs（多溴联苯醚）8种单体（BDE-28、BDE-47、BDE-99、BDE-100、BDE-153、BDE-154、BDE-183、BDE-209）的质量浓度,同时研究了大气颗粒物中PBDEs质量浓度的时空分布特征.结果表明:①深圳市龙岗区大气颗粒物中ρ（∑₈PBDEs）（∑₈PBDEs为PBDEs 8种单体的加和）范围为0.07~77.80 pg/m3,ρ（∑₈PBDEs）年均值为（6.86±14.17）pg/m3.ρ（BDE-209）范围为0.01~76.23 pg/m3,年均值为（5.10±13.58）pg/m3,BDE-209为主要污染单体.② 4个功能区的ρ（∑₈PBDEs）平均值大小顺序依次为工业区（13.65 pg/m3）>商业区（7.75 pg/m3）>生态区（3.95 pg/m3）>居民区（2.19 pg/m3）,工业区是环境空气颗粒物中PBDEs的主要污染区.③ ρ（∑₈PBDEs）平均值的季节性变化规律为春季（13.32 pg/m3）>冬季（9.18 pg/m3）>秋季（2.17 pg/m3）>夏季（1.51 pg/m3）,符合深圳市亚热带海洋季风气温和气候对环境空气中颗粒物质量浓度的影响规律.研究显示,深圳市龙岗区大气颗粒物中PBDEs质量浓度处于较高水平,污染严重,建议减少含PBDEs产品的生产、使用和运输等活动,或找到更利于环境安全和人体健康的替代品,降低PBDEs对该地区的污染.      

闽江河口养虾塘养殖期和非养殖期CO2通量变化特征

为揭示河口区陆基养虾塘从养殖期到非养殖期一年间的CO₂通量变化,以福建省闽江河口鳝鱼滩陆基养虾塘为研究对象,于2016年5月-2017年3月采用悬浮箱/静态箱-气相色谱法对养虾塘养殖期水-大气界面和非养殖期沉积物-大气界面白天CO₂垂直通量进行原位观测.结果表明:①养虾塘在整个研究期间CO₂通量变化范围为-62.87~162.81 mg/（m2·h）,平均值为（42.66±18.12）mg/（m2·h）,总体上表现为大气CO₂的释放源,且呈非养殖期CO₂通量平均值[（78.51±16.61）mg/（m2·h）]显著高于养殖期[（17.98±18.26）mg/（m2·h）]的特征.②养殖期间,养虾塘CO₂通量呈"排放-吸收"交替变化的特征,而非养殖期养虾塘一直是大气CO₂的净排放源.③养虾塘养殖期CO₂通量时间变化特征主要受到ρ（DOC）（DOC为总溶解有机碳）、ρ（SO₄2-）、ρ（Cl-）、盐度、pH、ρ（Chla）（Chla为叶绿素a）的影响,其中,pH和ρ（SO₄2-）是其主要影响因子,而ρ（TDN）（TDN为总溶解氮）、ρ（TDP）（TDP为总溶解磷）、ρ（SO₄2-）对非养殖期CO₂通量时间变化影响较大.研究显示,滨海陆基养殖塘是大气CO₂的重要来源,其排放通量多低于河流、水库等水生生态系统,但高于湖泊生态系统;养殖塘CO₂通量受人为影响明显,其较高的变异性与养殖生物、饲料投放以及浮游藻类有关.      

人工智能技术对长江流域水污染治理的思考

随着经济的快速发展和城市化进程的不断加速,促使水污染严重的长江流域需从污染物去除过程的建模与优化、污水处理过程的优化控制、水污染监测系统的构建开展水污染治理研究.传统的水污染处理技术存在污染物去除效率预测精度较低、污水优化控制成本较高、水污染监测滞后效应严重的问题.人工智能技术能够有效克服上述问题,因此通过梳理国内外学者利用人工智能技术在污水污染物去除过程的建模与优化、污水处理过程的优化控制及水污染监测系统的构建等方面的研究成果,为全面加强长江流域水污染治理能力提供科学可靠的技术指导.结果表明:①利用人工神经网络技术（径向基神经网络、多层前馈网络-人工神经网络、多层感知器神经网络）对污水污染物去除过程进行建模与优化,为精确预测长江流域重金属（Cr、Cu）、营养盐（TN、TP）、持久性有机污染物〔PBDEs（多溴二苯醚）、HCH（六氯环己烷）〕的去除率提供重要参考价值.②采用污水处理的自动控制技术与人工智能技术（递归神经网络、支持向量机、模糊神经网络等）构建污水智能控制系统,为长江流域实现高效节能的污水优化控制提供重要的技术指导.③利用在线监测仪器和人工智能技术（小波神经网络、多元线性回归-人工神经网络、叠层去噪自动编码器等）建立水污染智能监测系统,为解决长江流域水污染监测响应滞后问题提供有力的技术支持.因此,人工智能技术对长江流域提高污水污染物去除率,降低污水优化控制成本,提升水污染监测时效性具有重要的推广价值.      

Pt负载暴露(001)晶面Bi2WO6催化剂合成及光催化性能

通过水热法制备了暴露（001）晶面的Bi₂WO₆纳米片,利用光还原法将Pt纳米颗粒负载于其表面.选择苯甲醇氧化和罗丹明B（RhB）降解为探针反应,评价了催化剂的光催化性能.在苯甲醇氧化实验中,Pt负载暴露001晶面的Bi₂WO₆样品的苯甲醇转化率为20.7%,约为未负载样品的2倍.在RhB降解实验中,Pt负载样品在光照40min后对RhB的矿化率可达81.1%,而未负载样品RhB矿化率仅为55.8%,表明Pt负载样品具有更优的降解速率和矿化能力.催化剂性能的提升归因于高能晶面暴露和Pt负载的协同作用.Pt纳米颗粒的负载作为助催化剂增加了催化剂表面的活性位点,同时提高了晶面光生电子空穴对的分离和迁移效率.