基于土壤重金属特征的绿色食品产地环境评价——以重庆(江津)现代农业园区为例

以重庆市江津区现代农业园区内4种农用地类型的653个表层土样为研究对象,测定土壤重金属元素含量.依据绿色食品产地环境相关标准,采用重金属污染指数法对标准中所涉及的Cu、Cr、Cd、Hg、As和Pb共6种重金属元素开展土壤环境质量评价和潜在生态风险评价,并结合用地类型确定绿色农产品生产的适宜性土壤分区.结果表明：除元素Cu、Cr和As外,其他元素的平均含量均高于重庆市土壤背景值;除元素As和Hg外,其他元素的平均含量均高于我国土壤背景值.土壤重金属元素Cu、Cr、Cd、Hg、As和Pb的平均浓度均达到《绿色食品产地环境质量》标准要求,但Cd污染已处于安全警戒线内,应高度警惕和严格监管园区内该元素的污染.水田、旱地和果园的土壤环境均以尚清洁为主,其他园地的土壤环境以轻度污染水平为主.部分水田存在一定程度的Pb污染（轻度）、Hg污染（中度）和Cd污染（中度）,旱地存在一定程度的Hg污染（中度）和Cd污染（中度）,果园和其他园地的土壤存在一定程度的Cd的轻、中度污染.全区符合《绿色食品产地环境质量》标准要求的土壤面积为12.47km²,占农用地总面积的63.64%,旱地、果园、水田和其他园地中符合该标准的面积分别占各自总面积的84.83%、68.07%、56.51%和42.09%.4种用地类型的土壤环境生态风险水平均以低等为主,共占研究区总面积的74.70%.Cd和Hg在园区表层土壤重金属生态风险评估中占有较大的贡献率,应列为优先控制污染元素并对其生态效应开展进一步研究.     

黄渤海区域水产品中全氟烷基物质的分布特征

选取黄渤海区域水产品生产、消费水平较高的23个城市,采集鱼类、海洋贝类、甲壳类、头足类及海珍品（海参、鲍鱼）等5类水产品共1225个样本,采用超快速液相色谱-串联质谱法测定了23种全氟烷基物质（PFASs）的含量,并分析了黄渤海区域水产品中PFASs的残留水平及分布特征.结果表明,黄渤海区域水产品中PFASs的残留水平具有明显的组分差异、城市分布及品种分布差异等特征.在23种PFASs组分中,共检出20种PFASs,其中全氟辛烷磺酸（PFOS）和全氟辛酸（PFOA）的检出率最高,分别为79.1%和71.7%,且PFOA的质量浓度占比最高（64.5%）,为首要污染组分;在不同采样点样本中,莱州湾近岸的潍坊、滨州和东营,渤海湾近岸的沧州以及辽东湾近岸的营口为PFASs总质量浓度（∑PFASs）较高的城市,残留水平范围为10.2~16.8μg/kg;在不同品种样本中,检出PFASs组分的数量由高到低为：鱼类（20种） > 海洋贝类、甲壳类（18种） > 海珍品（16种） > 头足类（10种）,其中海洋贝类、海珍品样本中检出率最高的是PFOA,鱼类、甲壳类样本中检出率最高的是PFOS,而头足类则是全氟辛烷磺酰胺（PFOSA）;通过计算不同水产品中PFASs各组分的平均含量发现,PFOA、PFOS、全氟十一烷酸（PFUdA）和PFOSA在不同品种中平均含量相对较高,且表现出较为明显的组分差异性;通过计算危害指数（HR）评价人体暴露于PFASs的健康风险,得到PFASs各组分的危害指数均 < 1,说明黄渤海区域水产品中残留的PFASs对消费者的潜在健康风险较低.     

典型西南工业城市春冬季PM2.5来源与潜在源区分析——以柳州市为例

为了揭示柳州城区春冬季PM_2.5的来源及其潜在源区分布和贡献,利用2018年24h自动监测数据和气象数据对柳州市大气污染物浓度变化特征进行了分析,并且使用后向轨迹模型（HYSPLIT）对春冬季柳州市PM_2.5逐日72h气流后向轨迹和前向轨迹进行聚类分析,同时结合潜在源贡献因子分析法（WPSCF）和轨迹浓度权重法（WCWT）对其潜在源区和浓度贡献进行了分析.结果显示,（1）在研究期内,不利的主导风向和工业区布局导致研究区PM_2.5在春冬季污染较严重,且工业源和交通源是其主要本地来源;（2）春冬季PM_2.5高值主要来源于西北和东南方向,其中,西北向PM_2.5主要来源于本地排放,且浓度在空间上呈现西高东低的趋势;（3）春季后向轨迹PM_2.5浓度整体大于冬季,春冬季中对柳州市PM_2.5影响最大轨迹均来自东部的短距离输送,而来自西北的气流轨迹输对PM_2.5贡献最低.春冬季柳州市大气PM_2.5通过气流传输对贵州地区大气环境有较大影响;（4）春季,柳州市PM_2.5的主要潜在源区分布在广西东南部、广东中西部、南海沿岸海域、湖南中部、江西西北部、湖北东部及安徽西北部;冬季,主要分布在广西东南部、广东西南部和南海沿岸海域.     

中国化学品环境暴露评估领域的综合区划

大尺度空间（中国）化学品环境暴露多介质模型的建立需要先对空间做相应的区划.本文以ArcGIS软件为平台,通过有空间约束的聚类方法和水文分析方法相耦合,建立全国范围的综合分区.全国范围分为华南综合大区、华北综合大区、西北综合大区、华东综合大区、东北综合大区和西南综合大区6个综合大区.每个综合大区又分别包含了若干个综合小区,小区总数为38个.该研究为我国暴露评估的综合分区提供了一个方案,在多介质模型的建立中起着重要的作用.     

融合Lamb-Jenkinson分型法和LSTM神经网络的PM2.5预测研究

文章采用NCEP/NCAR逐日海平面气压场资料,利用Lamb-Jenkinson环流分型法对张家口大气环流进行分型,分析环流型与PM_(2.5)质量浓度之间的关系,并针对PM_(2.5)浓度的预测,提出一种融合Lamb-Jenkinson环流分型和LSTM神经网络混合模型的方法,即以环流指数为预测因子基于LSTM方法搭建PM_(2.5)质量浓度的预测模型。结果表明:影响张家口地区的主要环流型有反气旋型、气旋型、偏北平直型、西南平直型、偏西平直型、东北平直型等、西北平直型、偏东平直型。PM_(2.5)污染日出现的主要环流型为南气旋平直型、东南平直型、偏南平直型、偏东气旋型、西南气旋平直型、偏东平直型、气旋型等,而反气旋型和反气旋式平直环流型不利于污染出现。张家口地区的PM_(2.5)污染与地面环流有着密切的联系,当存在PM_(2.5)污染时,张家口地区处于日本海高压后部的均压场区域,污染越严重,日本海高压中心强度越强。模型预测结果的均方根误差为9.88、平均绝对误差为5.84、拟合优度达0.80,表明该模型具有一定的预报能力。     

天津市河流生态完整性评价

对河流生态健康状况进行评价,可为河流治理和生态修复提供依据.基于2018年8—9月天津市河流现场调查获取的物理、化学和生物群落指标（浮游动物、浮游植物、底栖动物、鱼类、水生大型植物、陆生植物）数据,构建包含物理完整性、化学完整性和生物完整性在内的河流IEI（index of ecological integrity,生态完整性指数）评价体系,对天津市河流生态健康状况进行评价.根据生物栖息地评分和水质状况确定参照点位,采用标准化方法筛选候选指标,应用层次分析法计算三部分指标权重,最终得出天津市河流生态健康评价结果.结果表明:①IEI评价结果显示,天津市河流生态健康状况等级为“健康”的样点占18.8%,“较好”的样点占28.1%,“一般”的样点占40.6%,“较差”的样点占6.3%,“差”的样点占6.3%,天津市河流生态健康状况整体处于“一般”水平.②相关性分析表明,ρ（NH₄+-N）和ρ（COD_Mn）超标是造成天津市水质达不到功能区标准的主要原因,同时也是影响河流生态健康的主要因素.研究显示,IEI评价法能够较为敏感地响应研究区面临的环境压力,适用于评价研究区河流生态健康.