太原市污灌区农田土壤中多环芳烃污染特征及生态风险评价

通过对污灌区农田土壤多环芳烃(Polycyclic Aromatic Hydrocarbons,PAHs)的分布特征、污染程度及来源进行解析,深入了解污水灌溉引发的土壤污染问题,实现污水灌溉农田土壤的污染预警和科学合理利用.在太原污灌农田共采集110个土壤样品,使用气相色谱-质谱仪(Gas Chromatography...     

碳中和时代下我国能量自给型污水处理厂发展方向及工程实践

基于碳中和背景及污水处理可持续、低碳运行理念,分析了我国污水处理厂不同水质、工艺类型、规模等条件下的能源消耗及能源回收特点,提出了以“碳改向技术+低耗高效复合脱氮技术+污泥厌氧共消化技术+污水热能回收技术+节能降耗技术”的污水处理新模式是实现我国能源自给型污水处理厂的关键,并提出我国污水处理厂实现碳中和应分为“完全能源自给”及“能源供应工厂”两个目标.此外,对基于此背景下建设的北京某再生水厂的理论能源自给情况进行了分析,结果表明,通过节能降耗、引入外源有机物、污水源热泵回收等措施,北京某再生水厂能源自给率由12.2%分别提高至17.1%、21.6%、84.7%.     

甘肃南部典型城镇PM2.5浓度及水溶性离子特征分析

为研究甘肃南部城镇PM_2.5及水溶性离子（WSIIs）浓度水平,于2019年4月—2020年2月在甘肃成县按季度进行PM_2.5样品采集,分析了其变化特征,并运用相关和主成分分析法进行来源解析.结果表明：采样期间甘肃成县PM_2.5年平均质量浓度为（57.2±26.9） μg·m^-3,表现为冬季>春季>秋季>夏季的季节变化特征,冬季质量浓度约为夏季的1.9倍,全年空气质量优良率为81%,其中夏季达100%.WSIIs质量浓度呈现SO₄^2->NO₃^->Na⁺>NH₄⁺>Ca²⁺> K⁺>Cl^->Mg²⁺的特征.SNA是浓度水平最高的3种水溶性离子,占8种主要水溶性离子浓度的70.1%.ρ（NO₃^-）/ρ（SO₄^2-）平均值为0.6,表明工农业生产及化石燃料燃烧排放等固定源是颗粒物污染的主要来源.新型冠状病毒疫情期间人员管控对PM_2.5和水溶性离子中SNA质量浓度影响显著,PM_2.5平均质量浓度降幅达44.2%.源解析表明,PM_2.5中WSIIs主要来自化石燃料燃烧、生物质燃烧及二次源和道路建筑扬尘等.     

蒙脱土原位生长MoS2复合材料光催化降解罗丹明B的机理研究

通过在Na⁺-MMT表面生长MoS₂来提高窄带隙半导体光生电子分离速率及稳定性.利用阳离子填充法及水热法成功制备了复合光催化剂Na⁺-MMT/MoS₂,并通过FT-IR、SEM、TEM、Raman、XRD、TG、XPS、UV-DRS和ESR等表征进一步证明了材料的成功负载及光、电化学性能. 同时,以有机染料罗丹明B为待降解染料来评价光催化剂的催化性能,发现其在80 min可有效降解罗丹明B,降解率达96%.经过5次循环使用后,Na⁺-MMT/MoS₂复合光催化剂仍具有较好的光催化性能.因此,利用MMT的表面电负性及稳定的片层结构负载MoS₂,可形成光生电子迁移通道进一步提高电荷迁移速率及光催化剂的稳定性.本研究可为黏土材料调控窄带隙半导体制备环境友好型光催化剂提供新思路.     

南京秋冬季非难熔性亚微米颗粒物来源解析

利用Aerodyne高分辨率飞行时间气溶胶质谱仪（HR-ToF-AMS）对南京北郊秋冬季非难熔性亚微米气溶胶（NR-PM₁）的化学组分（包括有机物、硝酸盐、硫酸盐、铵盐和氯化物）和特征进行实时在线监测,并利用多元线性模型（ME-2）对其中复杂的有机物进行来源解析.观测期间,有机物、硝酸盐、硫酸盐、铵盐、氯化物对NR-PM₁的贡献分别为42%,28%,15%,13%和2%.有机物解析出6类有机气溶胶：烃类有机气溶胶（HOA）、烹饪类有机气溶胶（COA）、生物质燃烧有机气溶胶（BBOA）、高氧化有机气溶胶（MO-OOA）、低氧化有机气溶胶（LO-OOA）、液相反应生成氧化有机气溶胶（aq-OOA）,平均浓度分别占总有机气溶胶的18%,14%,19%,19%,11%和19%.通过不同污染事件的对比结果表明,本次观测期间二次气溶胶在污染时期占比会明显上升并且液相反应对二次组分的形成有显著的促进作用.     

武汉军运会前后臭氧及其前体物的特征和来源

利用湖北省超级站2019年10~11月的臭氧、NO_x(=NO+NO₂)和102种VOCs物质的小时数据分析了军运会期间臭氧污染变化;基于DSMACC箱型模式模拟不同VOCs和NO_x浓度下臭氧的光化学生成敏感性;采用PMF模型对前体物VOCs进行源解析,并估算不同源类的臭氧生成潜势.结果显示,军运会保障前臭氧日最大8小时浓度(最大MDA8:219.51μg/m³)超过国家二级标准,保障期臭氧MDA8浓度(135.11μg/m³)明显下降,保障后浓度回升(140.98μg/m³).军运会保障前中期臭氧浓度的差异受气象条件影响更明显,而保障后臭氧浓度的上升主要是因为前体物浓度的大幅增加.根据DSMACC模拟的EKMA曲线,武汉市军运会期间臭氧的光化学生成主要受VOCs浓度变化的影响.进一步对VOCs进行源解析,结果显示,保障前VOCs对臭氧生成贡献较大的源类是燃烧源、石油化工和机动车,分别占23.0%、22.8%和22.5%;保障期间VOCs的主要来源是机动车(38.4%)和燃烧源(25.5%);保障后则主要是石油化工(32.6%)和燃料挥发(25.7%).三个阶段对比发现,军运会的保障方案对石油化工源减排效果明显,但对机动车和燃烧源排放的限制效果并不显著.武汉市应该更注重对燃烧、燃料挥发和机动车排放的治理.     

PM2.5与O3协同控制视角下深圳市工业VOCs源谱特征

选取深圳8类典型工业行业开展VOCs样品采集,检测分析了100种VOCs组分,从PM_2.5和O₃协同控制的角度分析了不同污染源的成分谱特征和对环境的影响.结果表明：加油站源谱组成以烷烃（48.4%）占主导,OVOCs （27.6%）占比突出,乙酸乙酯（14.1%）、异戊烷（13.0%）、正戊烷（12.0%）为其优势排放物种;涂料制造、胶黏剂生产、油墨制造、化工制品、纺织印染、医药制造行业排放组成均以OVOCs （42.3%~97.1%）占主导,丙酮为大多数行业的优势物种,且乙腈在部分行业中占比突出.垃圾发电行业以OVOCs （33.9%）和卤代烃（28.3%）占主导,乙醛（13.4%）、丙酮（11.0%）、一氯甲烷（6.1%）为该行业排放的优势物种.以PM_2.5和O₃协同控制为导向,芳香烃和烯烃是储存运输源需要控制的重点;OVOCs和芳香烃都应成为工艺过程源和废弃物处理源控制的关键.涂料制造行业的源反应活性SR_O3和SR_SOA值分别为6.0g/g和1.2g/g,削减单位质量排放的VOCs所减少的PM_2.5和O₃生成潜势最多,应成为深圳市PM_2.5和O₃协同控制下的优先控制行业.     

天山北坡经济带土壤重金属来源及污染评价

为定量识别与评价天山北坡经济带中奇台、吉木萨尔、阜康等地区土壤重金属来源与生态风险,对该区域171个表层土壤中Zn、Cu、Cr、Pb、Hg、As和Cd7种常见重金属的含量进行测定.运用统计学方法、主成分分析、正定矩阵因子分解（PMF）与潜在生态风险指数进行重金属污染程度评价以及来源分析.结果表明,研究区土壤Zn、Cu与Cr之外,Pb、Hg、As和Cd分别超过了新疆土壤背景值4.1、2.0、8.0和48.0倍;与国家土壤重金属风险筛选值相比,Zn、Cr和Hg浓度在安全范围内,Cu与Pb有少部分样点污染较严重,超出筛选值,As与Cd平均值分别超出筛选值的3.09倍与19.17倍.污染来源分析结果显示研究区土壤中的重金属元素主要来自于燃煤源、交通运输、大气降尘、农工业排放和自然因素.生态风险评价结果分析表明,Zn、Cu、Cr和Pb处于轻微风险状态;Cd处于极高风险水平;73.68%的Hg处于中等风险,18.71%处于高风险;43.86%的As生态风险处于中等风险,51.46%处于高风险.综合潜在生态指数介于472~2575.69,Cd对综合潜在生态指数贡献率达到了89.24%,其次是As与Hg,表明研究区Cd对土壤生态环境危害很大,As与Hg也需要特别引起重视.     

2016~2020年上海市PM2.5化学组成特征和来源解析

2016~2020年在上海市区和郊区的6个点位开展了颗粒物系统性观测研究,分析了PM_2.5的质量浓度以及水溶性离子、有机碳/元素碳、无机元素等化学组分,并利用正矩阵因子分解模型对PM_2.5的来源进行了解析。结果表明,上海PM_2.5浓度水平呈现下降趋势,年均质量浓度依次为46,43,37,40,39μg/m³,表现为冬高夏低,西高东低的时空分布特征。有机物在PM_2.5中占比最高(30%~32%),不同年份和季节间的差异较小。二次无机离子(硫酸盐、硝酸盐和铵盐)的区域性特征明显,其中硝酸盐的占比在5a间升高最多,且在冬季污染过程中起到了关键作用。解析得到PM_2.5的来源有9类,分别为二次硝酸盐(30.6%)、二次硫酸盐(20.7%)、机动车(12.6%)、工业(8.0%)、生物质燃烧(7.7%)、扬尘(6.5%)、燃煤(5.8%)、海盐(4.8%)和船舶(3.2%)。机动车和船舶等移动源、秸秆焚烧和烟花爆竹燃放等生物质燃烧源的贡献浓度在研究期间呈现下降趋势,体现了相关治理措施的管控效果。     

深圳市不同区域大气CO2变化特征与来源分析

于2020年12月1日~2021年12月1日分别在深圳市大学城和路边站两点位对大气CO₂和CO浓度进行了为期1a的观测.本次观测期间内两点位大气CO₂平均浓度分别为432×10^-6和439×10^-6,均呈现了“秋冬季高、春夏季低”的季节变化特征与“昼低夜高”日变化特征,且日变化特征在早晚高峰期受到交通源排放的显著影响.此外,通过引入CO₂和CO的净变化值得到大学城和路边站两点位的ΔCO₂/ΔCO值分别为136.8~184.8、59.0~119.3,结果表明机动车排放对深圳市大气CO₂贡献突出.