镇江市四季PM2.5污染特征与潜在源区分析

利用2017年3月1日—2018年2月28日镇江市环境监测站提供的逐时数据,对镇江市PM_(2. 5)污染特征进行分析,并结合HYSPLIT-后向轨迹模型,综合运用轨迹聚类及PSCF、CWT分析方法,计算了不同季节影响镇江城区PM_(2. 5)的主要气流输送路径及镇江市PM_(2. 5)的主要潜在源区。结果表明:镇江市PM_(2. 5)浓度季节分布特征明显,冬季PM_(2. 5)浓度最高,夏季最低。四季PM_(2. 5)浓度日变化均呈两峰一谷型分布,且夜间普遍高于白天,周末高于工作日。四季PM_(2. 5)浓度与NO_2、CO相关系数较高,表明工业排放与交通源可能是镇江市PM_(2. 5)的主要来源。镇江地区气流输送存在显著的季节变化特征:春季西北偏西及东北方向气流轨迹占主要优势;夏季气流主要来自东北、东南及西南方向;秋季以东北及偏东气流为主;冬季西北气流轨迹占绝对优势。镇江四季PM_(2. 5)浓度受本地及周边城市的局地污染输送影响较大,主要潜在源区集中分布在江苏本地及其周边的山东、安徽、浙江、上海等地。春、夏、秋季这些地区对镇江PM_(2. 5)浓度贡献值基本为35～75μg/m~3;冬季该贡献值较大,均在75μg/m~3以上,最高值可达到150μg/m~3以上;同时,冬季受北方污染输送影响,河北、京津冀等地也是主要潜在源区,贡献值为35～75μg/m~3。     

兰州市典型企业VOCs排放特征及反应活性分析

基于兰州市大气VOCs排放清单,选取石化厂、乙烯厂、涂料厂3个典型企业采集VOCs样品,分析其无组织排放特征,并采用MIR（最大增量反应活性）法和LOH（·OH反应速率）法综合评价其化学反应活性,识别各企业的VOCs活性优势物种,同时探究不同企业特征VOCs比值.结果表明:不同排放源φ（VOCs）差异较大,范围为20.8×10-9~6 520.3×10-9.从VOCs物种构成上来看,涂料厂芳香烃占比最高,而石化厂、乙烯厂均以烷烃物种最为丰富,石化厂不同工艺VOCs物种构成略有差异.从活性上看,涂料厂VOCs活性最高,其LOH和OFP（臭氧生成潜势）分别为2 676.9 s-1和72 519.0×10-9,约为其他行业的18~1 000倍,间/对-二甲苯、乙苯、邻二甲苯等物种活性较大;其次为石化厂,其LOH和OFP分别为273.2 s-1和4 039.1×10-9,正戊烷、异戊烷、乙烯、丙烯等物种活性贡献率高,其中柴油工艺对石化厂VOCs活性贡献率最大;乙烯厂的OFP最低,其LOH和OFP分别为4.6 s-1和69.7×10-9,其VOCs活性主要来自乙烯、丙烯、正丁烯等烯烃物种.各工业源BTEX（苯、甲苯、乙苯及3种二甲苯异构体的合称）分布具有一定的差异,对于指示不同VOCs来源有一定的参考价值,但不同源比值的重叠性也表明并非全部VOCs来源可以通过特征物种比值来区分.研究显示,控制工业源特别是涂料与石化工业VOCs的排放有助于控制兰州市O₃的生成.      

2017年兰州市大气污染物输送来源及传输特征模拟分析

利用HYSPLIT后向轨迹模式,结合兰州市AQI（空气质量指数）及常规大气污染物质量浓度数据,模拟研究了2017年1月1日-12月31日以兰州市为受点的大气污染物输送特征.通过聚类分析确定了抵达兰州市气团的主要输送途径和每类路径所对应的污染物质量浓度特征,并利用受体模型PSCF（潜在源贡献因子分析法）和CWT（权重浓度轨迹分析法）,分析了大气污染区域传输对兰州市空气质量的影响,探讨了影响兰州市空气质量的污染物输送来源和可能的潜在源区.结果表明,在影响兰州市的气流轨迹中,污染轨迹多来自兰州市以西和以北方向,污染轨迹约占总轨迹的39.52%,说明外部污染物的输入对兰州市空气质量具有重要影响.其中,第3类轨迹（对应来向为西）的气团对兰州市的空气质量有较大的影响,该类轨迹虽仅占总轨迹的15.21%,但其中污染轨迹数占56.76%,是影响兰州市空气质量的主要传输路径;第4类轨迹（对应来向为东南）的气团最为清洁.研究显示,对兰州市空气质量影响最大的强潜在源区主要分布在青海共和盆地、兰州市本地及周边区域,中等强度潜在源区为内蒙古自治区南部、宁夏回族自治区及甘肃省河西走廊等地区.      

基于受体模型和源成分谱的缺失组分反演算法

针对目前在线监测仪器无法监测Al、Si标识组分可能增加源解析结果不确定性的问题,基于正交矩阵因子分解法模型和实测源成分谱反演Al、Si受体数据,提出缺失组分反演-嵌套PMF算法.设置周期性和非周期性模拟实验,利用PMF模型对缺失Al、Si受体数据、含反演Al、Si受体数据和含Al、Si受体数据分别进行源解析评估,并将源解析结果与真实值进行对比分析,验证缺失组分反演-嵌套PMF算法的可靠性.研究结果表明对于周期性扰动模拟实验,缺失Al、Si对解析土壤源、机动车、燃煤源有较大的影响,反演Al、Si能优化源解析结果,降低源解析结果的不确定性.     

基于PMF模型的土壤重金属源解析中变量敏感性研究

为探究应用受体模型对土壤污染物进行源解析,输入变量对模型运行及其结果的影响,以乐安河中上游地区土壤重金属调查数据作为典型受体模型（PMF模型）的输入数据集,并在PMF模型基础方案运行结果的基础上,采用局部敏感性分析法来探讨输入变量变化对模型诊断及源识别结果的影响.结果表明：6因子数情景是研究区土壤重金属源解析PMF模型最佳运行结果;土壤中Cu、Mo、Na₂O、As、Mn和Cd等参数属于敏感变量,这些变量均为每个因子中的主要载荷元素,即每个源的特征污染物;不同变量的敏感性有较大差异,Cu、Mo的总敏感性最大,分别为12.1,8.2,大于其他输入变量的敏感性.因此,在应用PMF模型进行源解析时,特征污染物是敏感性较强的变量,其数据质量的优劣是影响源解析结果可靠性的重要因素.     

漓江流域含氮化合物及细菌群落特征分析

为了解漓江流域主要含氮化合物含量、来源,探究其对细菌群落结构组成的影响,于2018年1月采集水样同时检测水环境因子,利用主成分分析法对水样进行源解析,并基于高通量测序技术对水样的细菌群落结构特征进行分析,采用冗余分析方法探讨导致群落结构差异的主要驱动因素。结果表明,不同类型水体中的各形态氮含量存在差异,氮素主要来源于生活污水。流域中的三大优势菌门为变形菌门(Proteobacteria,50.16%)、拟杆菌门(Bacterodetes,18.51%)和厚壁菌门(Firmicutes,8.89%),影响细菌群落结构变化的主要驱动因素为氮污染,其中具有脱氮功能的菌门受影响较大。     

一种通用的海洋环境监测系统设计方法

提出一种通用的海洋环境监测系统设计方法,将海洋环境监测系统分为采集层、数据层以及应用层三个层次,并分别描述了三层中采用的关键技术,采集程序结合配置工具可以灵活地实现多源异构数据的获取,数据库可以无更改地满足新的存储需求,基于功能模块库实现应用客户端的快速生成。该方法已应用在基于国际海洋标准IEEE P2402的监测系统开发中,通过不同的监测系统开发案例,展示了该方法的可行性及有效性。     

广西水生蔬菜土壤多环芳烃污染特征

为研究水生蔬菜土壤中多环芳烃(PAHs)的污染水平,以广西水生蔬菜和相邻地块陆生蔬菜土壤作为研究对象,采集表层土壤,比较16种PAHs的污染特征,分析PAHs主要来源,评价潜在的生态风险。结果表明,研究区内水生蔬菜土壤中5、6环PAHs和7种致癌性PAHs的含量显著地高于陆生蔬菜土壤,2,3环PAHs的含量低于陆生蔬菜土壤,4环PAHs的含量没有显著差异;水生蔬菜和陆生蔬菜土壤中7种致癌性芳烃∑7cPAHs的平均贡献率分别为49. 03%和37. 61%,大部分样点属于重度污染水平;三种水生蔬菜土壤PAHs的污染模式相似,以4,5环PAHs为主,其次为2,3环PAHs,6环PAHs的含量最低。通过同分异构体比值法和主要成分分析法分析,发现土壤PAHs的主要来源为机动车尾气排放和生物质不完全燃烧。水生蔬菜土壤PAHs的苯并(a)芘总毒性当量为174. 59μg/kg,显著高于陆生蔬菜土壤的105. 54μg/kg,二者均低于加拿大土壤质量指标600μg/kg,但潜在的生态风险不可忽视。     

江苏省人为源VOCs排放清单及其对臭氧生成贡献

基于江苏省工业、能源、环境等活动水平数据,结合排放因子法和源成分谱研究成果,建立了江苏省分市、分行业、分物种人为源VOCs排放清单,利用最大增量反应活性(MIR)估算了其对臭氧的生成贡献.结果显示,江苏省2015年VOCs人为源排放量为192.78万t,化石燃料燃烧、工业过程源、有机溶剂使用源、生物质燃烧源、移动源、有机溶剂储运源排放质量分数分别为7.38%、27.93%、39.56%、3.55%、16.18%、5.39%.苏州、南京、徐州3市VOCs排放量居全省前三位,均超过20万t.56种臭氧前驱物所产生的臭氧生成潜势(OFP)总量为542.95万t,行业分布与VOCs排放总量的行业分布相似,机械设备制造、交通工具制造、建筑装饰等涂装行业对OFP的贡献比例是VOCs排放总量贡献比例的1.3~1.6倍,控制喷涂行业等量的VOCs会产生更大的OFP削减.对OFP贡献大的前10位物种分别是间/对-二甲苯、乙烯、丙烯、1,3-丁二烯、甲苯、邻-二甲苯、1-丁烯、乙苯、1,2,4-三甲基苯、对-乙基甲苯,对总OFP的贡献为75.63%.     

天津市郊夏季VOCs化学特征及其时间精细化的来源解析

夏季为环境空气中臭氧污染事件的频发时期,针对挥发性有机化合物(VOCs)及其臭氧生成潜势(OFP)的时间精细化的来源解析研究,对有效地进行臭氧污染防控具有非常重要的作用.利用2019年夏季(6～8月)天津市郊区点位监测的小时分辨率VOCs在线数据,分析臭氧污染事件和非臭氧污染时期环境受体中VOCs及其OFP的变化特征,并利用正定矩阵因子分解(PMF)模型进行精细化的来源解析研究.结果表明,夏季环境受体中VOCs平均体积分数为24.42×10-9,臭氧污染事件中的VOCs平均体积分数为27.72×10-9,较非臭氧污染时期增加15.69％.夏季总VOCs(TVOCs)的OFP为87.92×10-9,其中烯烃的OFP最高,对TVOCs的OFP的贡献达58.28％.臭氧污染事件中TVOCs的OFP为102.68×10-9,较非臭氧污染时期增加19.59％.臭氧污染事件中VOCs的来源分别为石化工业及汽油挥发(29.44％)、柴油车尾气(23.52％)、液化石油气及汽油车尾气(22.00％)、天然气及燃烧(13.41％)、溶剂使用(6.14％)和植物排放(5.49％).相比于非臭氧污染时期,液化石油气及汽油车尾气和柴油车尾气分别增长4.84％和5.29％.石化工业及汽油挥发和植物排放的贡献均表现为08:00开始上升,11:00达到最高,这与太阳辐射增强和温度不断上升密切相关.液化石油气及汽油车尾气和柴油车尾气均具有明显的早晚高峰特征,并在夜间(00:00～06:00)保持较高贡献水平.根据PMF结果并结合OFP的计算方法,解析了不同源类对臭氧生成潜势的 贡献.石化工业及汽油挥发(31.01％)和柴油车尾气(36.64％)是较高贡献源类,相比非臭氧污染时期分别增加了 1.74％和8.27％;并且石化工业及汽油挥发贡献率在臭氧污染事件发生过程的上升阶段显著增加,而在下降阶段明显下降.