山地城市排水管网特细颗粒物特性及变化规律

对山地城市排水管网中特细颗粒物的粒径分布特征及变化规律、Zeta电位分布特征及变化规律和ρ(SS)的变化规律进行研究,同时对相关水化学参数(如电导率、pH)的变化规律进行了分析.结果表明:特细颗粒物的平均粒径、Zeta电位、ρ(SS)和电导率分别为21.04～73.53μm、-20.83～-11.15 mV、106～492 mg/L和973～2 445μS/cm,其统计平均值分别为(43.74±14.12)μm、(-17.95±1.88)mV、(233±90)mg/L和(1 343±331)μS/cm;pH为7.25～7.63.工业废水的排入对排水管网特细颗粒物的粒径分布特征、Zeta电位分布特征以及电导率有显著的影响并呈现出一定的规律性;传统沉砂池对进水中特细颗粒物的去除能力相当有限,特细颗粒物会直接进入生物处理系统.      

Spatial variability in soil water and salinity in Tamarix community in a semiarid saline region of the upper Yellow River北大核心CSCD

Tamarix is widely distributed in semiarid saline regions of the upper Yellow River. The community of Tamarix affects the spatial distribution of soil water and salinity. It is important to explore the dynamic response relationship of Tamarix community and spatial distribution of soil water and salinity in order to evaluate the effects of vegetation community construction and ecological restoration in this region. The natural Tamarix community in the secondary saline-alkali land of the Ningxia Yellow River Irrigation Area was investigated in July 2016. Classical statistics and geostatistics were used to analyze the spatial distribution characteristics of soil water and salinity. The results showed that the soil water content was relatively low (1.98%-7.55%), whereas the soil salinity was high (average conductivity 10.28-25.38 mS/cm) in the study area. The variability coefficient range of soil water and salinity was 36.1%-83.7%, both with moderate variations. Furthermore, the variation degree of soil salinity decreased with the increase in soil depth. The soil water and salinity had obvious spatial structure characteristics, which was mainly affected by structural factors or structural factors associated with stochastic factors. The coefficients of nugget were 0.04%-49.88%, indicating the strong spatial correlation. The spatial distribution of soil water and salinity in Tamarix community showed a patchy pattern; the soil water and salinity distribution in the areas with high Tamarix growing density were considerably high. The correlation analysis showed that there was a positive correlation between soil water and salinity in the study area. In conclusion, soil water and salinity restrict the distribution and growth of Tamarix. Furthermore, the distribution and growth of Tamarix enhanced the spatial variability of soil water and salinity. Keywords. © 2018 Science Press. All rights reserved.     

典型环境内分泌干扰物的来源、环境分布和主要环境过程

内分泌干扰物(EDCs)作为一种新兴污染物,具有憎水性、低剂量效应和半衰期长等特征,在全球的土壤/沉积物中已被广泛检测到,并发现已给环境带来了严重的威胁。本文重点综合评述了近10年来土壤/沉积物中EDCs的来源、浓度水平、空间分布及吸附特性的研究。结果发现,EDCs来源涉及农业、工业和生活等多个方面;空间分布上,一般呈近海地区沉积物中EDCs浓度水平较河流底泥及土壤低,而高度工业化、城市化地区土壤/沉积物中EDCs浓度亦较高;EDCs的吸附受土壤/沉积物理化性质、EDCs自身性质和环境条件的共同影响,一般土壤有机质的含量和成熟度、土壤颗粒的比表面积与其吸附能力呈正相关,黏土矿物类型对EDCs的吸附也有重要的影响;EDCs的吸附能力与其自身的疏水性和结构特征有关;温度升高和溶液p H值增加都不利于EDCs的吸附,而溶液离子强度的增加对其吸附起着促进作用。土壤/沉积物对EDCs的吸附是一个复杂的过程,因此对其吸附特性需要进一步的探讨。     

我国地表水中磷酸三苯酯的多层次生态风险评估

磷酸三苯酯(triphenyl phosphate,TPP)在电缆材料、塑料制品中被大量使用,是地表水中检出频率最高的有机磷酸酯类阻燃剂之一,近年来受到广泛关注。本文通过文献检索TPP的地表水环境暴露浓度以及对水生生物的毒性效应浓度,利用风险商(hazard quotient,HQ)和概率生态风险评价法(probabilistic ecological risk assessments,PERA)对我国主要地表水中的TPP进行多层次生态风险评价。结果显示,TPP在我国地表水中的浓度为0.2～96.3 ng·L~(-1),以生存为测试终点的急性毒性数据推导出的预测无效应浓度(predicted no effect concentration,PNEC)为36.49μg·L~(-1),而以繁殖、发育和生长等为测试终点的慢性毒性数据推导出的PNEC值为1.30μg·L~(-1)。基于急、慢性毒性数据计算的风险商均小于0.1。我国地表水中TPP对0.1%到1%的水生生物造成繁殖、发育和生长等慢性毒性影响的概率分别为1.40%和0.04%,存在较低的潜在生态风险。     

张家港市河道水质时空分布特征研究分析

为探索张家港市河道水体水质现状及时空分布特征,本研究应用主成分分析对2018年张家港市13条重要河道中的水温、pH值、DO、电导率、浊度、高锰酸盐指数、总磷、氨氮等水质指标进行分析,识别主导水体变化的环境因子.研究得出：①2018年张家港市河道水质整体较好,大部分河道水体处于III类水;②主成分分析表明,氨氮、总磷（TP）、高锰酸盐指数（COD_Mn）和电导率（EC）的变化主导着研究区域水质变化,4个环境因子之间呈显著正相关;③空间分析表明张家港河是监测河流中污染最为严重的河流,港口桥监测断面为水质污染最严重区域,张家港市市区及东南区域河道污染劣于其他地区;④季节上水质污染程度为冬季 > 春季 > 秋季 > 夏季.通过多元统计方法对河道水质时空变化进行分析,为制定可持续的城市河流水污染控制策略提供了新思路.     

不同类型建筑垃圾堆场大气降尘中水溶性离子污染特征

为了解建筑垃圾长期堆放产生的扬尘对大气的影响,选择北京市两个拆迁建筑垃圾堆放场,于2019年夏季、秋季进行降尘连续采样.共收集拆迁原地堆放有效降尘样品11个,异地集中堆放有效降尘样品11个,利用离子色谱法对大气降尘中水溶性离子组分及质量浓度进行分析.结果表明：阳离子中质量浓度最高的是Ca²⁺,其次是K⁺,NH₄⁺浓度最低;阴离子中质量浓度最高的是SO₄^2-,其次是Cl^-,NO₃^-最低,降尘样品呈碱性.建筑垃圾拆迁原地堆放场地Ca²⁺、Mg²⁺、SO₄^2-、Cl^-、Na⁺、NH₄⁺平均浓度高于异地集中堆放场地对应各离子浓度.拆迁原地堆放场地中Ca²⁺、SO₄^2-、Na⁺、Cl^-受局地风向影响较大,空间分布情况与风向扩散趋势大致相同;异地集中堆放场地各离子浓度高值区域分布较原地堆放远,Ca²⁺、K⁺、SO₄^2-、Cl^-、Mg²⁺这5种离子空间分布与次主导风向较为相符.同时,两个场地水溶性离子平均浓度与距建筑垃圾堆放地的距离有一定的关系,采样点在距堆放中心200 m范围之内离子平均浓度最大,总体来说,距离堆放中心近的采样点位离子浓度高于距离较远的采样点位离子浓度.     

基于监测及Kriging方法的京津冀地区大气污染物暴露分布研究

为了实现充分利用已有环境监测站点数据进行人群精细化暴露评估的目的,同时解决某些待测人群社区周边无监测站点时数据的选择问题,以保定市作为大气高污染研究城市,基于现场监测和Kriging（克里金插值）空间分析方法,明确了在研究大气污染物人群暴露时,某一个固定监测站污染物数据的代表性问题.研究表明:对于大气中φ（SO₂）、φ（NO₂）、颗粒物及其组分,空气质量监测点位的代表性一般为5~6 km;对于φ（CO）、φ（O₃）和φ（VOCs）,它们在城市不同地区的空间分布更为均匀,空气质量监测点位的代表性范围更大.通过使用Radial Basis Functions（径向基函数,RBF）、Local Polynomial Interpolation（局部多项式插值,LPI）、Inverse Distance Weighting（反距离权重插值,IDW）、Kriging、Kernel Smoothing（内核平滑插值,KS）和Diffusion Kernel（内核扩散插值,DK）等6种空间分析方法对大气污染物浓度进行预测发现,Kriging方法对大气污染物浓度预测时可使预测值和实测值间的偏差小于10%,准确度最高.因此,在进行某城市某点位的污染物人群暴露浓度预测时,若该点位周边5 km以内有空气质量监测点位,则可用该点位的监测值代替;若5 km以内没有空气质量监测点位,则可基于最近监测点位的污染物浓度进行Kriging空间插值,从而获得该点位的污染物暴露水平.      

基于小波分解及遗传BPNN耦合模型的地表水As浓度预测研究

随着工业的快速发展,水体中污染物超标事件时有发生,造成了较严重的水环境污染问题.水环境监测与预报是环境科学研究的重要内容.为了实现地表水砷（As）污染的准确预报,本研究提出小波分解、遗传算法与BP人工神经网络的耦合建模方法,并结合某河流监测站1998—2016年共19年的地表水质监测数据,通过皮尔逊相关系数和信息指标评价法对模型输入变量进行筛选,最后对比分析了在不同水质参数输入情况下BP人工神经网络（BPNN）、遗传算法改进的BPNN（GABP）、小波-遗传BPNN耦合模型（W-GABP）对后6年（2011—2016年） As浓度预测结果的均方根误差（RMSE）、决定系数（R²）、平均绝对百分比误差（MAPE）,以确立最优模型.结果表明：①多水质参数BPNN、GABP与W-GABP耦合模型预测结果的MAPE分别为17.51%、15.98%、14.46%,单水质参数BPNN、GABP与W-GABP耦合模型预测结果的MAPE分别为18.78%、16.74%、7.83%;②小波分解数据前处理及遗传算法均能较大程度地提高预测模型的精度;③对于地表水水质预报,需对比不同模型在不同输入变量下的预测结果,以获得最佳的预测精度.单水质参数输入的W-GABP耦合模型能较准确地预报地表水As浓度的变化情况,对数据缺乏地区水质监控和地表水As污染防治具有重要意义.     

基于EMD-MFOA-ELM的瓦斯涌出量时变序列预测研究

为准确分析工作面绝对瓦斯涌出量的非平稳特征,实现瓦斯涌出量的准确预测,基于经验模态分解(EMD)、修正的果蝇优化算法(MFOA)和极限学习机(ELM)基本原理,构建瓦斯涌出量的EMD-MFOA-ELM多尺度时变预测模型。通过EMD将瓦斯涌出量时变序列进行深层次分解,获得多尺度本征模态函数(IMF);采用MFOA-ELM对各IMF时变序列建立动态预测模型,等权叠加各预测值,得到模型最终预测结果。以晋煤某矿瓦斯涌出量监测时序样本为例进行研究分析,结果表明:EMD能充分挖掘出监测数据隐含信息,有效降低数据复杂度;该模型预测相对误差为0.024 3%~0.651 0%,平均值仅为0.252 6%,预测精度和泛化能力高于未经EMD分解模型,能很好地适用于非平稳时变序列预测。     

地理探测器方法下北京市人口空间格局变化与自然因素的关系研究

人口空间分布具有尺度特征,从乡镇街道尺度研究自然因素对城市人口空间格局的影响有利于得出更精细的结果,并为城市人口合理布局和规划提供科学依据。论文利用第五、六次人口普查乡镇街道数据,分析北京市人口空间格局特征,利用地理探测器研究自然因素对人口分布的影响。研究表明：1）自然因素对不同类型人口空间格局影响具有差异性。对常住人口作用强度由大到小的自然因素分别是适宜建设用地面积、地形起伏度、坡度、海拔高程和河网密度,对外来人口作用力由大到小的自然因素分别是地形起伏度、适宜建设用地面积、坡度、海拔高程和河网密度;2）自然因素对不同地区人口空间格局影响具有差异性。除适宜建设用地面积外,坡度和河网密度分别对六环内、外区域人口密度影响较大。高程和地形起伏度对六环外人口格局作用力高于六环内地区;3）两类自然因素叠加对人口密度作用的强化方式体现为因素相互协同或因素作用力非线性增加。5类自然因素对人口密度的影响力交互作用探测值为1,各类自然因素对城市人口空间格局的影响力协同增强。