铜陵市义安区农业面源污染现状调查与评价

通过对铜陵市义安区7个乡镇的农田、养殖及农村生活污染源的调查,采用等标污染负荷法进行评价,应用ArcGIS软件作聚类分析,研究该区域农业面源污染来源及其负荷空间特征。结果表明：农业面源污染排放量为3 739.50 t,农村生活、畜禽养殖为重点污染源,其排放量分别为1 705.36 t、1 55855 t,污染负荷分别为45.61%、41.67%。在COD、TN、TP 3个主要评价因子中重点污染物是COD,其次是TN,污染负荷率分别为87.55％、10.95%。在各乡镇中西联镇、天门镇、顺安镇的农业面源污染排放量较高,分别为818.86 t、772.26 t、740.12 t,污染负荷分别为21.90%、20.65%、19.79%。     

电脑散热风扇灰尘中多溴二苯醚的污染特征和环境健康风险评价

不同模型对土壤污染物空间分布预测精度具有重要影响,针对现有方法不能较好模拟土壤污染物较强的空间变异特征以及缺乏对影响污染物空间分布的关键环境因子识别,本研究基于随机森林（RF）模型,通过融合多源环境要素,开展了某冶炼厂周边农田土壤砷含量空间分布预测研究,并与反距离加权（IDW）和逐步线性回归模型（STEPREG）相比较.结果表明,研究区农田土壤砷污染范围较广,污染严重区域主要分布在研究区南部,3种模型模拟的砷污染空间分布虽总体趋势相似,但局部区域差异明显,IDW和STEPREG模型不能很好地反映研究区土壤污染的强空间变异特征,RF模型模拟结果较好的表达局部高污染区域的细部变化.不同环境要素对农田土壤砷含量空间分布影响的重要性不同,研究区环境变量和地形变量是影响土壤砷含量空间分布的关键环境因子.交叉验证结果表明,RF模型相对IDW和STEPREG模型具有最小的均方根误差（RMSE）、平均绝对误差（MAE）、平均误差（ME）和最大的R²,RF模型的RMSE、MAE、ME较IDW模型分别降低了10.8%、5.5%和88.1%,较STEPREG模型分别降低了17.8%、18.4%和94.7%,表明采用RF模型对研究区农田土壤砷含量预测精度最高,取得了最优的预测效果.本研究结果能够为土壤重金属污染空间分布制图提供方法学参考.     

九龙江流域丰枯水期表层水体氮污染特征及其来源解析

为探明九龙江流域表层水体氮污染分布特征及其污染来源,于2020年7月(丰水期)和2021年1月(枯水期)开展九龙江全流域表层水体多点多断面原位观测,利用正定矩阵因子分析模型(positive matrix factorization, PMF)对不同水期全流域表层水体氮污染来源及贡献率进行解析,耦合相关性统计分析方法研究不同水期流域表层水体氮污染的关键驱动因子。结果表明,九龙江流域表层水体氮污染存在明显的水期分异特征,ρ(TN)为0.72～13.14 mg·L^-1,丰水期ρ(TN)为1.39～10.95 mg·L^-1,枯水期为0.72～13.14 mg·L^-1。硝态氮(NO₃^--N)、氨氮(NH₄⁺-N)、亚硝态氮(NO₂^--N)和溶解性有机氮(DON)浓度均表现为丰水期大于枯水期,但颗粒态氮(PN)浓度则表现为枯水期大于丰水期。丰水期氮污染以NO₃^-     

安徽省环境监测中心站开展全省大气和水环境中持久性有机污染物的污染调查

近日，安徽省环境监测中心站开展了“2005年安徽省大气和水环境中的杀虫剂类持久性有机污染物的污染调查”工作。此次调查针对合肥、蚌埠、淮南、马鞍山、芜湖、铜陵、池州、安庆、巢湖9个地市的持久性有机污染物的排放源及其污染现状进行定量筛查，对仍在生产的持久性有机污染物进行补充调查和典型排放源筛查，调查的有机污染物主要有滴滴涕类、六氯苯、氯丹和二恶英类。此次调查，     

驾驶员注意涣散检测技术研究

通过对注意涣散时驾驶员头部运动及面部表情变化特征的分析,系统实时监测驾驶员眼睛、嘴巴位置和运动状态信息,构建驾驶员注意涣散特征表征参量,实现对驾驶员注意涣散状态信息的检测与提取。驾驶员注意涣散表征量具有复杂的非线性特征,利用BP神经网络非线性识别的优势对驾驶员注意特征进行模式分类,实现驾驶员不同注意涣散状态下的特征捕捉。同时采用Dempster-Shafer证据推理技术,对驾驶注意涣散多源表征信息进行决策融合,实现对驾驶员注意涣散状态的判断。结果表明,BP神经网络与D-S规则多源信息决策融合技术的运用提高了驾驶员注意涣散特征检测的准确性和可靠性。     

不同天气形势对南京地区双高污染的输送及潜在源区分析

基于2015~2019年南京细颗粒物（PM_2.5）和臭氧（O₃）逐小时浓度数据,通过T-mode主成分分析法对南京发生PM_2.5和O₃污染同时高浓度并存（双高污染）时的天气形势进行了分型,利用后向轨迹聚类分析法、潜在来源贡献法（PSCF）和浓度权重轨迹分析法（CWT）研究不同天气形势对南京双高污染的输送路径及潜在源区分布.结果表明,有利于南京地区双高污染的天气形势分别为弱的低压型（Type1）和高压中心型（Type2）.天气形势会对后向轨迹的方位来源产生影响.Type1时,南京地区受到东北和西南两个低气压影响,气团的聚类轨迹主要来自东西两个方位,轨迹中ρ（PM_2.5）和ρ（O₃）平均值分别为83.48 μg·m^-3和106.85 μg·m^-3.Type2时,南京及其周边在高压中心边缘,气团聚类轨迹主要来自北方和东方,轨迹中ρ（PM_2.5）和ρ（O₃）平均值分别为94.47 μg·m^-3和92.32 μg·m^-3.同时两种类型后向轨迹绝大部分属于中短距离区域输送,说明周边临近省份的污染是影响南京地区双高污染主要原因之一.PSCF和CWT分析表明,两者高值区域基本保持一致.Type1和Type2两种类型中PM_2.5和O₃的最主要潜在源区均出现分布并不完全一致的情况,表明双高污染中的两种污染物并非来自同一地区.     

基于APCS-MLR和PMF模型的赤泥堆场周边耕地土壤重金属污染源解析

为探究重庆某赤泥堆场周边耕地土壤重金属污染特征和来源,分析土壤中8种重金属元素（Cd、Cr、Hg、Ni、Pb、As、Cu和Zn）含量和空间分布特征,利用单因子污染指数法和内梅罗综合污染指数法对土壤重金属污染特征进行评价,并在相关性分析的基础上采用APCS-MLR和PMF模型定量解析重金属来源.结果表明,除土壤Cr外,其他7种重金属元素含量均值均高于重庆市土壤背景值.土壤重金属整体处于中度污染水平,其中Cd、Hg和As为中度污染,Pb、Cu、Ni和Zn为轻度污染.土壤Cr、Ni、Pb、Cu和Zn空间分布格局相似,相互间呈极显著正相关（P < 0.01）;Cd、Hg和As空间分布特征有较大差异,且相互间相关性不显著（P > 0.05）.源解析表明,研究区土壤重金属来源较为复杂,APCS-MLR和PMF模型均能解析出4种相同的污染源,分别为赤泥堆场渗滤排放和自然来源、火力发电排放源、农业活动与自然来源和有色金属冶炼排放源.两种模型源解析结果差异较小,APCS-MLR模型中4种污染源贡献率分别为51.8%、18.0%、15.9%和14.3%,而在PMF模型中分别为45.9%、12.8%、21.5%和19.8%.     

长江中游典型湖泊沉积物重金属分布特征、生态风险评估及溯源

集中采集洞庭湖、洪湖和赤湖表层沉积物样品并检测其中10种重金属含量,使用地理信息系统表征空间分布,利用地累积污染指数法（I_geo）、富集因子法（EF）和潜在生态风险指数法（RI）协同评估重金属积累的潜在风险,并利用相关性分析（Pearson）和主成分分析（PCA）溯源.结果表明,Cd元素的污染状况和潜在生态风险最为严重,东洞庭湖、洪湖和赤湖中ω（Cd）的平均值分别为2.85、1.59和3.57 mg·kg^-1,分别是对应省份土壤背景值的25.87、11.36和37.58倍,均超出风险筛选值（0.6 mg·kg^-1）,其中赤湖超出风险管制值（3.0 mg·kg^-1）.除Cd外,洪湖中的As值得关注,赤湖中的Cu、As、Zn和Pb都不容忽视.三湖的潜在生态风险排序为：赤湖（RI=1 127）>东洞庭湖（RI=831）>洪湖（RI=421）.重金属来源主要是工矿业冶采、农业生产和水产养殖等,部分重金属（Mn和Cu）为自然源.研究对长江中游典型湖泊沉积物重金属防控具有重要意义.     

北京市臭氧污染跳变型特征及影响因素分析

基于2016~2022年北京市环境监测和气象观测数据,结合后向轨迹聚类和潜在源区贡献分析北京市臭氧（O₃）污染特征、气象影响和潜在源区.结果表明,2016~2022年北京市共发生41次具有跳变特征的O₃污染过程,平均为5.9次·a^-1,发生时间集中在5~7月,跳变当日（OJD2）较跳变前一日（OJD1）的ρ（O₃-8h）平均值偏高78.3%,峰值浓度偏高78.9%,OJD2区域O₃浓度高值带呈现由南向北推进的特征.北京市跳变O₃污染发生主要原因可归纳为不利气象条件导致的本地积累叠加区域传输影响.跳变型O₃污染发生时具有偏南风频率增加、温度上升、气压降低和降水减少的特征,偏南风频率增加为O₃及其前体物的传输提供条件,在本地高温作用下快速发生光化学反应,叠加降水较少,综合推高OJD2的O₃浓度水平.聚类分析得到6条气团输送路径,OJD2来自偏北方向的气团减少11.2%,来自偏南和偏东方向气团增加6.7%和4.4%,气团以短距离传输为主,偏南和偏东方向对应的O₃浓度较高,对北京污染贡献较大.潜在源区分析揭示OJD2的O₃污染的主要潜在源区是京津冀中南部和东部,贡献了82.6%污染轨迹.跳变型O₃污染区域输送贡献明显,需要加强京津冀区域联防联控．     

川南城市群冬季大气细颗粒物中金属元素特征及其来源解析

为探究川南城市群（自贡、泸州、内江和宜宾）冬季大气重污染过程中PM_2.5 中金属元素的浓度特征和来源,在2018年12月30日至2019年1月14日,使用膜采样方法对PM_2.5 中的金属元素进行测定,并运用富集因子法（EF）和正定矩阵因子分解法（PMF）对金属元素来源进行解析.同时采用自贡市在2015年同期金属元素观测数据,探究自贡市在“大气十条”实施中期与实施结束后的金属元素污染与富集程度变化情况.结果表明:①不同城市细颗粒物中各金属元素浓度与占比差异不大,4个城市中浓度与占比较高的元素呈现相似性,Al、Sb和Fe元素占比位于前列.从自贡市不同观测期对比来看,除Tl外各元素浓度均有变化.②富集因子计算结果表明,城市群中Cr（自贡与宜宾）、Ni、Cu、As、Se、Ag、Cd、Sb、Tl和Pb元素的富集程度较高.自贡市不同观测期的元素富集程度对比显示,除Cu元素外,2018年冬季观测期各元素富集程度均有减小趋势.③PMF源解析结果表明,各城市中金属元素主要来源为扬尘源、燃煤源、工业源与交通源,同时各污染源之间存在混合贡献.各城市主要污染源贡献不同,自贡以交通扬尘源与混合源为主;泸州以工业源为主;内江市各污染源贡献占比相近;而宜宾市则以交通源为主导.