成都地区气溶胶散射吸湿增长因子双变量模型

基于成都市2017年10～12月逐时的“干”气溶胶散射系数和吸收系数观测数据,结合该时段同时次的能见度（V）、相对湿度（RH）以及二氧化氮（NO₂）监测资料,利用“光学综合法”计算气溶胶散射吸湿增长因子,并探究了气溶胶散射吸湿增长因子单变量f（RH）模型的适用性及其改进方案.结果表明：幂函数、二次多项式、幂指函数形式的f（RH）模型在低RH条件下（RH<85%）均能很好地模拟气溶胶散射吸湿增长因子随RH的变化特征,但在高RH条件下（RH>85%）的模拟值会出现较大的偏差.黑碳质量浓度（C_BC）是影响气溶胶散射吸湿增长因子的另一关键变量,二者之间满足非线性关系.以RH和C_BC为自变量构建了气溶胶散射吸湿增长因子双变量f（RH,C_BC）模型,模型计算值和实测值之间的决定系数R²为0.763,平均相对误差MRE为14.28%.双变量模型f（RH,C_BC）的应用显著改善了气溶胶散射消光系数的模拟效果.     

基于移动监测的城市街谷交通相关污染物浓度时空变化研究

为更好认识城市街谷内的大气污染特征和提供城市街谷优化设计的实证参考,本文以干旱区绿洲城市乌鲁木齐市北京南路为例,采用移动监测技术,分析了城市街谷大气污染物(CO、PM2.5)的时空分布,并识别其主要影响因素。结果表明:(1)早高峰空气质量优于晚高峰;交叉路口处污染物浓度普遍较低,但苏州路立交桥下污染物浓度较高;(2)两种污染物同源,其浓度与固定站点监测数据高度相关,风向与街谷成锐角时污染物浓度较低,风速较大时污染物浓度较高,污染物浓度与车流量相关程度较低;(3)街谷两侧建筑物高度比在[1.5,2)之间,污染物浓度较低,在[1,1.5)之间,污染物浓度较高;路网密度在[12,14)之间,污染物浓度较低,[12,14)之间的道路密度能够最大程度的降低街谷内污染物浓度。     

盐度渐变过程对黄条鰤(Seriola aureovittata)幼鱼渗透调节的影响

为了解盐度渐变对黄条鰤(Seriola aureovittata)渗透调节的影响,设置自然海水(对照组盐度为29),5,10,15,20,35六个盐度梯度,并对不同盐度下幼鱼鳃丝Na+/K+-ATP 酶活力、离子浓度、渗透压进行了检测和分析。结果显示:在盐度5~35,黄条鰤尿、血清、血浆的渗透压均随盐度升高而升高,盐度为35时渗透压均为最高,其中尿的渗透压显著高于血清和血浆渗透压。在盐度从29下降的过程中,鳃丝Na+/K+-ATP酶活力、离子浓度、渗透压呈现相似的变化规律,都随着盐度的降低而呈现总体下降的趋势;盐度从29升高到35时,各检测指标中仅有尿和血浆的K+ 含量无显著变化(P >0.05),其余均显著升高(P <0.05)。实验结果表明,黄条鰤生存和繁衍的自然海水盐度29是幼鱼存活的适宜盐度,在略低的盐度20~29均能较快适应,说明在盐度渐变过程中,黄条鰤幼鱼对外界盐度变化有较强的调节能力。     

唐山市基于GIS的PM2.5空间聚集性及分区管控

以ArcGIS软件为平台,采用唐山市206个在线监测点数据,分析了PM_2.5在采暖期、重污染期、非采暖期3个时期的全局和局部空间自相关性,研究其大气污染空间分布特征.结果表明,3个时期均具有一定的空间自相关性,且重污染期的全局空间自相关最强;采暖期和重污染期PM_2.5高值聚类主要发生在中部地区,低值聚类则主要分布在北部山区及沿海少部分区域;非采暖期高值聚类主要分布在丰润区和丰南区,低值聚类发生在遵化市北部地区.通过空间插值模拟全市的PM_2.5分布状况,结果显示唐山市在重污染期PM_2.5均值最高格点值达241μg/m³,而非采暖期最低值只有37μg/m³;基于PM_2.5浓度变化特征和空间分布,将唐山所辖18个区县划分为5个区域,针对各区域提出PM_2.5分区管控措施建议.     

沧州市大气污染特征观测研究

利用沧州2009年7月～2011年7月的NOx(NOx=NO+NO2)、O3、SO2以及PM10的观测数据,分析了沧州市大气污染物的日变化、月平均变化、年变化以及季节平均变化特征.结果表明,NOx、PM10日变化为双峰型,O3为单峰.SO2日变化也呈现为双峰型,但是其变化幅度较平缓.NO、NO2、NOx、SO2有较相同的季节变化趋势.NO、NO2、NOx、SO2及PM10冬季值最大,分别为(30.0±18.9)μg·m-3、(50.5±19.8)μg·m-3、(80.5±38.7)μg·m-3、(62.1±34.7)μg·m-3、(201.6±98.5)μg·m-3.臭氧夏季浓度最高,其月均值为(88.0±22.3)μg·m-3.NO、NO2、NOx、O3、SO2及PM10年均值分别为(18.9±14.5)μg·m-3、(37.6±13.0)μg·m-3、(56.5±27.5)μg·m-3、(49.9±16.3)μg·m-3、(31.6±19.5)μg·m-3、(156.7±79.1)μg·m-3.秋冬季污染物主要为NOx(NOx=NO+NO2)、SO2以及PM10,夏季污染物主要为O3.     

Estimation of atmospheric trace metal emissions in Vilnius City, Lithuania, using vertical concentration gradient and road tunnel measurement data

A new approach for the estimation of trace metal emissions in Vilnius city was implemented, using vertical concentration profiles in the urban boundary layer and road tunnel measurement data. Heavy metal concentrations were examined in fine and coarse particle fractions using a virtual impactor (cut-off size diameter 2.5 μm). Negative vertical concentration gradients were obtained for all metals (Ba, Pb, V, Sb, Zn) and both fractions. It was estimated that the vertical concentration gradient was formed due to emissions from an area of about 12 km². Road tunnel measurements indicated that trace metal concentrations on fine particles were lower than those on coarse particles, which suggested that re-emitted road dust was highly enriched in trace metal due to historic emissions within the tunnel. Emission rates of different pollutants in the road tunnel were calculated using pollutant concentration differences at the tunnel entrance and exit and traffic flow data. Heavy metal emission rates from the area of Vilnius city were estimated using the vertical gradient of heavy metal concentrations and the coefficient of turbulent mixing, as derived from meteorological measurement data. The emission values calculated by the two different methods coincided reasonably well, which indicated that the main source of airborne trace metals in Vilnius city is traffic. The potential of the vertical concentration gradient method for the direct estimation of urban heavy metal emissions was demonstrated.     

济南市PM2.5中二次组分的时空变化特征及其影响因素

为分析济南市PM_2.5中二次组分的时空变化和影响因素,对济南市春季(2019年5月16—25日)、秋季(2019年10月15—24日)和冬季(2019年12月17—2020年1月16日)4个典型点位的PM_2.5样品进行连续采样,并测定了PM_2.5中水溶性离子、有机碳(OC)和元素碳(EC)的含量。结果表明:物流交通区的二次组分质量浓度最高(56.13μg·m^?3),钢铁工业区的二次组分浓度比城市市区高,但是二次组分占比较城市市区低,清洁对照点的浓度和占比最低;济南市4个功能区SO₄^2?和NO₃^?转化率均高于0.1,除清洁对照点外,城市市区、钢铁工业区和物流交通区的SO₄^2?转化率明显高于NO₃^?转化率;济南市春季、秋季和冬季的ρ(NO₃^?)/ρ(SO₄^2?)分别为0.67、2.57和1.98,春季PM_2.5浓度以固定源贡献为主,秋季和冬季以移动源贡献为主;运用ISORROPIA热力学模型分析了含水量和pH对二次组分生成的影响,含水量会随着污染增大而增大,酸度和含水量对二次无机组分的转化机理产生影响,酸度会抑制二次无机组分的生成,而含水量会促进二次组分的生成;后向轨迹聚类分析结果表明,占比最高的轨迹(29.2%)来自东北方向的滨州和东营,基于潜在源贡献因子(WPSCF)和浓度权重轨迹(WCWT)分析PM_2.5中二次组分质量浓度的潜在污染源区域,SO₄^2?的主要贡献源区在济南市区北部的济阳区和东北方向的滨州、东营等,NO₃^?和NH₄⁺的主要贡献源区在济南市区北方向的济阳区、东北方向的章丘区和南方向的莱芜区等。该研究结果可为中国北方城市细颗粒物进一步的治理和防控提供数据支撑和理论依据。     

某高密度街区大气颗粒物质量浓度分布特征实测研究

为研究城市高密度街区大气颗粒物浓度分布特征,2019年秋季对上海市某高密度街区道路大气颗粒物浓度、空气温度、相对湿度、地理位置、车辆与道路图像视频信息进行了同步移动在线监测,并结合街区内固定站数据和后向轨迹模拟结果,总结了影响街区大气颗粒物浓度变化的主要因素。结果表明:城市大气颗粒物背景拟合值处于较低水平时,街区内的大气颗粒物浓度变化和影响因素易被识别;机动车污染源对大气颗粒物浓度贡献大,其中大型机动车的影响明显;户外施工和道路清扫会引起大气颗粒物浓度上升,其中PM₁₀上升更明显;交通密度大的十字路口大气颗粒物浓度通常较高;城市高架的盖状结构会阻碍大气颗粒物在垂直方向上的扩散,引起局部大气颗粒物浓度上升;街区内高大浓密的乔木对近地面的大气颗粒物屏蔽效果不理想,甚至有助于颗粒物累积;早晚高峰时段大气颗粒物浓度较非高峰时段高。     

污水中喹诺酮类抗生素分布及与环境变量的相关性研究

利用固相萃取-高效液相色谱串联质谱法（SPE-HPLC-MS/MS）对广西九洲江地区的6个污水处理厂的进水和出水中的喹诺酮类抗生素（QNs）进行检测,分析不同处理工艺对QNs的去除情况,并对检出的QNs进行冗余分析,探究其与环境变量之间的相关性。结果表明,污水处理厂进水中诺氟沙星（NFX）检出浓度最高,其次是环丙沙星（CPX）、氧氟沙星（OFX）和恩诺沙星（EFX）,QNs在进水和出水时的质量浓度分别为252.1~1 374.9 ng/L和44.4~147.1 ng/L;污水中QNs的总去除率为66.6%~92.5%;Na⁺、K⁺和总有机碳（TOC）与多数QNs呈正相关关系,Ca²⁺、Mg²⁺、pH值与多数QNs呈负相关关系。     

基于多源数据融合的煤矿工作面瓦斯浓度预测*

为了解决瓦斯浓度预测使用的单一数据在预测中影响还不够深入的问题,提出基于LSTM神经网络的多源数据融合瓦斯浓度预测模型。模型将上隅角瓦斯浓度、采煤机速度、工作面吨煤瓦斯涌出量等不同数据融合作为输入层参数,使用Adam优化算法更新LSTM网络层参数,利用Attention机制突出关键影响瓦斯浓度的因素,开展多源数据融合的瓦斯浓度预测,结合某矿1008工作面的实际数据,分析不同数据在瓦斯浓度预测中的作用。研究结果表明:单变量下的Attention-aLSTM预测效果相比LSTM提升14.2%;多源数据融合下的Attention-aLSTM相比自身提升了5%。