北京平原土壤中若干元素背景含量的区域分异

本文根据计算机绘制的北京平原地区土壤元素等含量线图和趋势面图,揭示了土壤元素的区域分异规律,并对其引起区域分异的环境因素进行了分析。     

上市公司环境信息披露法律研究——以环保部门的监管为视角

随着环境信息公开制度的建立和公众知情意识的觉醒,人们对环境信息公开的呼声越来越高。不仅政府基于其环境监督管理的职能需要公开环境信息,企业基于对环境产生影响也需要依法公开环境信息。而上市公司作为具有特殊地位的企业,其在环境信息披露中的重要性不可小觑。近年来屡屡发生的上市公司环境污染事件也一再提醒环境监管部门和广大社会公众,亟需对上市公司环境信息披露进行有力监管。本文试从环境保护监管部门的角度论述目前法律法规对上市公司环境信息披露在披露内容和披露方式上的不足和改进建议。期望能引起环境保护部门和上市公司相关部门的注意,从而推动上市公司环境信息披露制度的不断完善。     

复介电常数在水土污染监测中的应用研究

采用短路同轴线法测量了淀粉聚乙烯醇共混体样品,在含水率、离子浓度不同时的复介电常数,研究了频率、离子浓度、含水率与相对复介电常数的关系。结果表明,淀粉PVA复介电常数的实部对含水率很敏感,虚部在500~700MHz频段随含盐量升高呈对数增加,这为利用测量相对复介电常数进行水土系统离子污染监测,提供了可能和实验依据。     

北京市PM2.5水分含量及其变化特征

利用卡尔费休法可直接测定PM_2.5水分含量,方法精密度及准确度均较好.将该方法应用于北京市城区站点2020年全年的PM_2.5分析,结果显示PM_2.5水分浓度年均值为(5.0±4.1)µg/m³,在PM_2.5占比为(12.5±4.8)%,与PM_2.5质量浓度呈显著相关.水分质量浓度与PM_2.5的质量浓度月度及季节变化趋势基本一致.研究发现,随着空气污染加重,水分质量浓度及其在PM_2.5占比均呈上升趋势,二者相关性明显增强.可见污染发生时,水分增加有利于颗粒物吸湿增长从而推高污染水平,对PM_2.5的贡献同步增强.当沙尘污染发生时湿度处于同期较低水平,不利于细颗粒物的吸湿增长,水分质量浓度及其占比均处于较低水平. PM_2.5水分与二次离子及有机物均有很好的相关性,说明水分为气态污染物提供非均相转化载体,促进硝酸盐、硫酸盐、有机物的进一步生成.PM_2.5水分与地壳物质无相关性,证实地壳元素为一次源,不受水分影响.     

电石渣和石灰对污泥的改性效果比较

在含水率为86.1%的脱水污泥中分别添加10%的电石渣和工业生石灰,其搅拌30min后及自然晾晒24,48,72,96,120 h后的含水率持续线性下降,自然晾晒120 h后可达到填埋标准;添加电石渣及石灰的污泥,其单位质量水分蒸发速率与原污泥有本质差异;两种改性剂均可使污泥比阻降低50%左右;经板框压滤机压滤出的泥饼...     

开阳富硒农作物筛选研究

本文通过对贵州开阳禾丰乡和冯三镇富硒岩石出露区出产农作物的野外调查和室内分析研究,筛选了该区可供开发种植富硒农作物的土壤农田和农作物品种。研究结果表明:土壤硒含量为0.46~2.31 mg/kg,均值为1.42 mg/kg,冯三镇的安坪村、金龙村和禾丰乡的杨柳坝、甘塘村一带的土壤都达到了富硒水平;农作物的含硒量为0.007~0.61 mg/kg,筛选出的主要农作物有水稻、玉米、辣椒、油菜、洋芋等,大都达到了富硒等级。     

蚂蚁扰动对青海湖北岸高寒草甸草原群落结构影响

蚂蚁的筑丘活动是草地生态系统中不可忽视的生物干扰因子。本文针对青海湖北岸高寒草甸草原,调查了不同大小的蚁丘及其周围对照草地的土壤理化性质和植被状况。结果表明：蚂蚁筑丘活动显著地降低了土壤容重和土壤湿度,增加土壤温度,但对土壤pH 值的影响较小。蚂蚁扰动改变了群落组成,增加了大部分禾本科和豆科物种的重要值而降低了杂类草的重要值。以莎草科的矮嵩草（Kobresia humilis）和禾本科的异针茅（Stipa aliena Keng）、赖草（Leymussecalinus）、溚草（Koeleria cristata）等为主的群落逐步演替为以禾本科的异针茅和赖草为主的群落。植物群落的盖度降低但其地上、地下生物量增加;植物群落丰富度指数降低但均匀度指数增加。     

砷的发生、形态、污染源及地球化学循环

文章首先总结了砷在地表水、地下水、土壤、沉积物、岩石、大气中的含量和分布;归纳了砷的地球化学循环过程;分析了砷在水和土壤/沉积物固相中的形态;并重点阐述了砷在土壤和沉积物中的迁移转化机理。砷通常与Fe、Al、Mn的氧化物和氢氧化物、粘土矿物、硫化物、磷酸盐和碳酸盐矿物结合,砷的生物可用性和迁移性与其在土壤和沉积物中的形态有密切关系。文章最后定量阐述了砷的污染源,包括金属开采与冶炼,化学燃料的燃烧和含砷化学品使用。     

Using multivariate regression modeling for sampling and predicting chemical characteristics of mixed waste in old landfills

Municipal solid waste landfills pose a threat on environment and human health, especially old landfills which lack facilities for collection and treatment of landfill gas and leachate. Consequently, missing information about emission flows prevent site-specific environmental risk assessments. To overcome this gap, the combination of waste sampling and analysis with statistical modeling is one option for estimating present and future emission potentials. Optimizing the tradeoff between investigation costs and reliable results requires knowledge about both: the number of samples to be taken and variables to be analyzed.This article aims to identify the optimized number of waste samples and variables in order to predict a larger set of variables. Therefore, we introduce a multivariate linear regression model and tested the applicability by usage of two case studies. Landfill A was used to set up and calibrate the model based on 50 waste samples and twelve variables. The calibrated model was applied to Landfill B including 36 waste samples and twelve variables with four predictor variables.The case study results are twofold: first, the reliable and accurate prediction of the twelve variables can be achieved with the knowledge of four predictor variables (Loi, EC, pH and Cl). For the second Landfill B, only ten full measurements would be needed for a reliable prediction of most response variables. The four predictor variables would exhibit comparably low analytical costs in comparison to the full set of measurements. This cost reduction could be used to increase the number of samples yielding an improved understanding of the spatial waste heterogeneity in landfills.Concluding, the future application of the developed model potentially improves the reliability of predicted emission potentials. The model could become a standard screening tool for old landfills if its applicability and reliability would be tested in additional case studies.