各种影响因子对电解法预处理医药废水的影响研究

探讨了电解法预处理医药废水时停留时间、电解电压、废水初始浓度、温度和废水pH值等影响因子对去除色度、COD和提高废水可生化性等处理效果的影响，并考察了其应用于工业实际废水处理的可行性。实验结果表明：电解法更适合高浓度医药废水的处理，色度的去除率可达到90％以上；电解时间宜控制在40-60min；电解电压越高，废水COD和色度去除效果越好；在实验温度范围内，温度对色度和COD去除率的影响不大；废水pH值为7．5时电解效果最佳，工程运用宜控制在6—9之间。     

复杂地形空气污染预报模式的研究

本文依据一个同时包括地形、热力以及摩擦等因素在内的，能够较真实地反映复杂地形情况下，大气运动基本特征的近地层水平流场二维数值模式，将其扩展成三维模式。在此基础上，从平流扩散方程出发，建立了一个与上述流场相应的浓度场预报模式。经与实测值比较，该预报模式具有较好的可靠性和适用性     

PM2.5 chemical source profiles for vehicle exhaust, vegetative burning, geological material, and coal burning in Northwestern Colorado during 1995

PM_2.5 (particles with aerodynamic diameters less than 2.5 μm) chemical source profiles applicable to speciated emissions inventories and receptor model source apportionment are reported for geological material, motor vehicle exhaust, residential coal (RCC) and wood combustion (RWC), forest fires, geothermal hot springs; and coal-fired power generation units from northwestern Colorado during 1995. Fuels and combustion conditions are similar to those of other communities of the inland western US. Coal-fired power station profiles differed substantially between different units using similar coals, with the major difference being lack of selenium in emissions from the only unit that was equipped with a dry limestone sulfur dioxide (SO₂) scrubber. SO₂ abundances relative to fine particle mass emissions in power plant emissions were seven to nine times higher than hydrogen sulfide (H₂S) abundances from geothermal springs, and one to two orders of magnitude higher than SO₂ abundances in RCC emissions, implying that the SO₂ abundance is an important marker for primary particle contributions of non-aged coal-fired power station contributions. The sum of organic and elemental carbon ranged from 1% to 10% of fine particle mass in coal-fired power plant emissions, from 5% to 10% in geological material, >50% in forest fire emissions, >60% in RWC emissions, and >95% in RCC and vehicle exhaust emissions. Water-soluble potassium (K⁺) was most abundant in vegetative burning profiles. K⁺/K ratios ranged from 0.1 in geological material profiles to 0.9 in vegetative burning emissions, confirming previous observations that soluble potassium is a good marker for vegetative burning.     

关中典型城市及农村夏季PM2.5的化学组成对比

于2016年7~8月采集了陕西省西安市（城市）及蔺村（农村）夏季昼夜PM_2.5样品,分析其有机碳（OC）、元素碳（EC）和无机离子等化学组分的含量,探讨关中平原城市和农村地区PM_2.5的化学组成和来源的差异.结果表明,采样期间西安和蔺村的PM_2.5浓度分别为（49.7±22.8）和（62.6±14.2）μg/m³.西安PM_2.5中OC和EC的浓度[（6.5±2.5）μg/m³,（3.2±1.8）μg/m³]与蔺村[（6.8±1.8）μg/m³,（3.8±2.3）μg/m³]相当.西安OC/EC比值白天（2.6）高于夜晚（1.9）,蔺村反之（白天：1.6;夜晚：2.7）,主要是因为夜间城市地区重型卡车运输活动增强导致排放更多EC,而夜间农村地区人为活动较少导致EC排放显著降低.西安和蔺村无机离子总浓度分别为（20.2±14.6）和（30.1±10.5）μg/m³,占PM_2.5浓度的40.6%和47.6%.蔺村SO₄^2-的平均浓度高达19.0μg/m³,占PM_2.5浓度的30%以上,远高于西安（9.4μg/m³和18.9%）,主要与农村固体燃料（煤和生物质）使用有关.西安NO₃^-和Ca²⁺的浓度及其对PM_2.5的贡献、NO₃^-/SO₄^2-比值均明显大于蔺村,表明城市地区受机动车尾气和扬尘的影响更大.西安K⁺与Ca²⁺和Mg²⁺的相关性较强,而蔺村K⁺与EC的相关性显著强于西安,说明西安市区K⁺由粉尘源主导,而农村地区则主要来自生物质燃烧.     

沈阳市PM2.5离子成分对呼吸疾病门诊数影响研究

采用时间序列的半参数广义相加模型,在控制了长期趋势、"星期几效应"和气象因素等混杂因素的基础上,分析沈阳市大气污染物及PM_2.5中水溶性离子对呼吸系统疾病门诊就诊人数的影响,并按性别和年龄分层建模.结果表明：PM_2.5及其各离子成分与呼吸系统疾病门诊人数之间存在关联,并有明显的滞后效应.受冬季供暖燃煤排放影响,PM_2.5、NO₃^-和NH₄⁺呈显著关联,在滞后累积2d后风险最大.最佳滞后时间下,PM_2.5的浓度每增加10µg/m³,对应呼吸系统疾病日门诊就诊人数增加百分比（ER）为1.31%（95% CI：1.2%~1.43%）;离子成分SO₄^2-、NO₃^-、NH₄⁺、Cl^-、K⁺、Mg²⁺、Ca²⁺和Na⁺的浓度每增加1个4分位间距（IQR）,对应的呼吸系统疾病日门诊就诊人数增加百分比（ER）分别为3.22%（95% CI：2.81%~3.62%）、4.67%（95% CI：4.13%~5.22%）、5.41%（95% CI：4.49%~6.33%）、7.38%（95% CI：3.91%~10.96%）、0.14%（95% CI：-6.34%~7.07%）、7.64%（95% CI：-11.87%~31.47%）、3.57%（95% CI：-2.83%~10.39%）和0.46%（95% CI：-16.64%~21.06%）.PM_2.5、Cl^-、Mg²⁺、Ca²⁺和Na⁺对女性呼吸疾病门诊人数的影响比对男性的影响大.PM_2.5、SO₄^2-、Cl^-、Ca²⁺和Na⁺对≥65岁的老人门诊人数的影响比对15~65岁劳动年龄人群的影响大.表明不同性别、不同年龄由于生理结构和环境因素的不同而引起的差异不同.     

渭南市区冬春季PM2.5和PM10时间分布特征及与气象因素的关系

为研究渭南市区2014?—?2016年的冬春季雾霾天气的特点,选取覆盖渭南市区的4个监测站点,分析渭南市区PM_(10)和PM_(2.5)污染时间分布特征;同时选取日平均气温、相对湿度、风等气象因素,用线性回归分析法分析各个气象因素同大气中PM_(10)和PM_(2.5)的相互关系。研究发现:三年来冬季PM_(10)和PM_(2.5)的日变化的峰值主要出现在12月—?次年1月;春季PM_(10)和PM_(2.5)的逐日变化的峰值主要出现在3月;日内的周期变化趋势呈多次波动。渭南市区冬春PM_(10)和PM_(2.5)的质量浓度与风速、气温呈负相关,与相对湿度呈正相关,为雾霾的形成创造了条件,在冬季温度较高的情况下以及相对湿度较大的情况下应加强防范。在冬季12月—?次年1月和春季3月应注意雾霾的防范和治理,燃煤企业要安装脱硫脱硝装置,居民日常生活中尽量减少生物燃料的燃烧,同时政府应根据污染物排放量征税,用制度保护环境。     

餐饮源有机颗粒物排放特征

餐饮油烟是大气有机颗粒物的重要来源之一.本研究在深圳市内选择了西餐、茶餐厅、职工食堂和韩式料理这4种类型的餐馆,通过对这4类餐厅的外场采样,分析各类型餐厅油烟中有机颗粒物的化学组成,筛选了餐饮油烟污染源的有机特征组分.结果表明,各餐馆排放的PM_(2.5)中,有机物占60%以上.在所有定量的有机组分之中,脂肪酸含量最高,其次是二元羧酸和正构烷烃,而多环芳烃、甾醇和单糖等有机组分的含量较低.颗粒物的有机组成特征受到菜系的影响,西餐厅和韩式料理排放脂肪酸、正构烷烃和多环芳烃等有机物含量较高,但却排放了低含量的甾醇和单糖,茶餐厅和职工食堂则相反.餐饮源颗粒物中Fla/(Fla+Pyr)和LG/(Gal+Man)的比值受菜系影响较小,也区别于其他污染源的特征比值,可以作为餐饮源潜在的示踪物.餐饮源为深圳市大气颗粒物贡献了大量的脂肪酸和二元羧酸.     

基于机器学习和卫星遥感的PM2.5/10 空间连续分布反演方法研究

在过去的几十年里,快速的经济发展以及工业化、城镇化进程加速使得中国的资源环境承担的压力不断加大。作为影响空气质量的首要污染物,PM_2.5和PM₁₀（记为PM_2.5/10）直接影响着广大人民群众的身体健康。因此,针对PM_2.5/10浓度进行遥感反演研究,对环境监测和控制改善全国空气环境质量具有重要的意义。近些年来,随着对近地面PM_2.5/10浓度研究的不断深入,基于遥感影像数据进行PM_2.5/10浓度的反演方法也日益增多。本文利用Google Earth engine（GEE）平台获取了海量的Landsat 8 OLI遥感影像数据,并结合气象信息、空间特征等参数,采用机器学习中常用的多层映射反向传播神经网络构建了波段反射率与PM_2.5/10浓度之间的反演模型,以获得PM_2.5/10在研究区域的连续分布。为了提高基础PM_2.5/10反演模型的反演精度,还从影响因素和前溯时间两个维度出发,探寻了模型的最优化输入参数组合,并最终实现了对PM_2.5/10浓度的精准反演。以北京市地区为例,模型的PM_2.5和PM₁₀的反演精度R²分别达到0.814和0.796,均方根误差RMSE分别为19.21 μg?m^?3和28.31 μg?m^?3。鉴于该反演结果具有较高的准确性和可靠性,本文所建立的方法模型为研究PM_2.5/10在空间上的连续分布特征提供了新的思路和方法,具有较为重要的科研意义与广泛的应用价值。     

南京大气臭氧浓度的季节变化及其对主要作物影响的评估

近年来,近地面O_3浓度呈不断上升趋势,高浓度O_3会影响作物的生长导致产量降低.本文利用2014~2016年南京市近地面O_3浓度的连续观测数据,分析了O_3浓度的变化特征及其对冬小麦和水稻产量与经济损失的影响.结果表明,2014~2016年南京市O_3年平均浓度分别为62.9、68.6和69.1μg·m-3,O_3浓度和超标日数均呈现逐年增加的趋势.季节平均的O_3浓度大小的顺序为:夏季、春季、秋季和冬季.四季O_3浓度的日变化均为明显的"单峰型",峰值出现在15:00~16:00,谷值出现在07:00~08:00.2014~2016年冬小麦生长季期间AOT40的数值分别为10.5、14.4和9.4μL·L~(-1)·h,水稻生长季期间AOT40的数值分别为8.5、20.0和25.6μL·L~(-1)·h.近地面O_3对冬小麦的影响要高于水稻,其中,2014~2016年O_3造成冬小麦减产范围为21.4%~32.8%,每年的经济损失达15 076.6~27 799.6万元,造成水稻减产范围为8.1%~24.3%,每年的经济损失达19 747.2~68 075.7万元.