赣江流域土地利用方式对无机氮的影响

赣江无机氮是鄱阳湖氮素输入的主要来源,查明流域土地利用方式对赣江无机氮的影响对鄱阳湖的富营养化防治具有重要意义.基于2013年1月和6月对赣江干流和主要支流NO-3-N和NH+4-N的浓度测定,通过不同空间尺度和土地类型等级划分,利用相关分析和冗余分析研究土地利用方式对赣江无机氮浓度的影响.结果表明,不同空间尺度的子流域划分方式对赣江流域土地利用类型与无机氮浓度的相关性有较大影响.与NO-3-N相比,选择更小的子流域划分尺度有助于分析土地利用方式对NH+4-N浓度的影响;在温度较高、微生物活动强烈的季节,也应选择更小的子流域划分尺度研究土地利用方式对无机氮浓度的影响.一级土地利用分类下,赣江流域水田、水域对NO-3-N起"源"作用,林地、草地起"汇"作用;居民建设用地对NH+4-N起"源"作用,林地起"汇"作用.二级土地利用分类下,水田中丘陵水田是赣江NO-3-N浓度的主要来源,其次为平原水田,山区水田最小.居民建设用地中的城镇用地和其它工矿建设用地是赣江NH+4-N的主要污染来源,农村用地是NO-3-N的主要污染来源.     

郑州市夏、秋季大气颗粒物中水溶性无机离子质量浓度及粒径分布特征

为研究我国中原城市群中心城市郑州市的不同粒径大气颗粒物的组成特征,利用八级撞击式采样器在夏、秋季进行大气颗粒物分级采样,利用离子色谱测定Na~+、Ca~(2+)、NH_4~+、K~+、Mg~(2+)、F~-、Cl~-、NO_3~-和SO_4~(2-)共9种离子的浓度,利用在线离子色谱分析仪监测颗粒物中硝酸盐的实时浓度.结果表明,采样期间郑州市水溶性离子平均浓度为(70. 9±52. 1)μg·m~(-3),其中监测的9种水溶性离子浓度从大到小顺序依次为:NO_3~- SO_4~(2-) NH_4~+ Ca~(2+) Na~+ Cl~- Mg~(2+) K~+ F~-、NO_3~-、SO_4~(2-)和NH_4~+占总水溶性离子的质量分数为79. 9%;无论在秋季或夏季SO_4~(2-)主要集中在≤1. 1μm粒径段上,而NO_3~-主要集中在0. 65～3. 3μm粒径段上. NO_3~-和SO_4~(2-)夏季和秋季均呈双峰分布,主要分布于细粒子中; NH_4~+夏季呈双峰分布,秋季呈单峰分布,表现出季节变化.郑州市夏季臭氧污染严重,O_3与NO_3~-明显地"错峰"现象,表示大气中存在光化学反应;秋季颗粒物污染严重,采样期间[NO_3~-]/[SO_4~(2-)]的比值远大于0. 5,移动源成为颗粒物重要的来源.夏季NOR、SOR峰值在1. 1～2. 1μm粒径段上,秋季两者峰值在0. 65～1. 1μm粒径段上;夏季硫的气-粒转化大于氮的转化,而秋季则相反.     

土地利用变化对喀斯特水体溶解无机碳、总氮和总磷输出的影响——以贵州普定沙湾模拟试验场为例

耦联水生光合作用的碳酸盐岩风化碳汇是全球碳循环研究的关键问题,生物碳泵效应不仅能够稳定碳酸盐风化碳汇,也有利于改善水环境,而过量输入氮、磷会导致水环境变差。土地利用变化作为全球变化重要内容之一,对流域碳氮磷的输出具有重要影响,但关于土地利用变化对喀斯特水体溶解无机碳、总氮和总磷输出影响的研究有待进一步加强。本研究以贵州普定沙湾喀斯特试验场为研究对象,以研究土地利用变化对水文、水化学、溶解无机碳汇通量、总氮通量和总磷通量的影响。结果表明,流量、径流深、土壤CO₂浓度、pCO₂、HCO^-₃浓度和电导率呈现出夏秋季节高、春冬季节低的变化特征,与pH变化相反。样地间,土壤CO₂浓度、pCO₂、HCO^-₃浓度和电导率表现为草地>灌丛地>农耕地>裸土地>裸岩地,与pH变化相反。参与岩溶作用的土壤CO₂是造成水化学变化的主要原因。溶解无机碳汇通量和总氮通量呈现出夏秋季节高、春冬季节...     

青岛不同强度霾天气溶胶中二次无机离子的生成及粒径分布

于2015年9月至2016年2月在青岛近海连续收集了大气气溶胶分级样品,用离子色谱法分析了其中的水溶性无机离子组分,并讨论了不同强度霾天下气溶胶中二次无机组分的粒径分布,初步探索了霾天SNA的形成过程和影响因素.结果表明,气溶胶中NO_3~-、SO_4~(2-)、NH_4~+、NO_2~-和Cl~-的质量浓度变化范围分别是10.32~193.46、4.42~74.05、2.21~57.75、0.05~2.22和1.35~17.39μg·m~(-3),且SNA的质量浓度随霾污染程度的加剧明显增加.与非霾天相比,轻微、轻度、中度和重度霾天与非霾天相比,NO_3~-的质量浓度分别增加了55%、77%、240%和537%;SO_4~(2-)的质量浓度分别增加了4.7%、35%、77%和262%;NH_4~+的质量浓度分别增加了72%、83%、201%和526%.细粒径上的NO_3~-、SO_4~(2-)与其气态前体物NO_2、SO_2均有显著相关性,且与相对湿度、能见度、风速等气象条件相关性较好,说明细粒径SNA的生成是造成霾天能见度下降,形成空气污染的主要原因之一,同时,高浓度前体物、较大相对湿度、低风速都是影响霾天形成的重要因素.除轻微霾天外,其他不同强度霾天的SOR(硫氧化率)、NOR(氮氧化率)均大于非霾天,且随着霾程度的加剧,SOR、NOR都有明显的升高,尤其是0.43~0.65μm和0.65~1.1μm粒径段;在重度霾天,氮和硫的转化率平均为非霾天的1.5倍,说明细粒径上的硫酸盐和硝酸盐大部分是气-粒转化而来.NO_3~-、NH_4~+、NO_2~-和SO_4~(2-)主要存在于细粒径段,霾天下在细粒径上的比例都显著增大,NO_3~-和SO_4~(2-)在严重霾天所占比例最高,分别达到79.4%和74.4%.NO_3~-在非霾、轻微、轻度霾天时均呈双峰分布,峰值出现在0.43~0.65μm和3.3~4.7μm处,中度霾天时细粒子峰值移动到0.65~1.1μm,在重度霾天粒径分布变为0.65~1.1μm的单峰分布.SO_4~(2-)只在非霾条件下呈双峰分布,峰值出现在0.43~0.65μm和2.1~3.3μm粒径段,霾天下均是单峰分布,轻微和轻度霾天下峰值出现在0.43~0.65μm,中度和重度霾天下峰值在0.65~1.1μm处.NH_4~+呈单峰分布,在非霾和轻微霾天下峰值出现在0.43~0.65μm粒径段,轻度、中度和重度霾天下峰值均出现在0.65~1.1μm粒径段.     

华西雨屏区典型人工林对降雨过程中NH_4~+-N和NO_3~--N的过滤作用

氮沉降已成为河流、湖泊及城市等生态系统的主要污染威胁因素之一,森林生态系统能从林冠、地被和土壤自上而下截留过滤大气降雨中的NH+4-N和NO-3-N,是区域大气环境污染生态防治的重要途径.选取华西雨屏区几种典型人工林森林生态系统为研究对象,采用定位监测与室内分析相结合的研究方法,于2011年4—12月对大气降水、穿透雨、树干茎流、地表径流和地下渗滤NH+4-N和NO-3-N的含量与分配进行了研究.结果表明:观测期内40次降雨总雨量为492.72 mm,NH+4-N和NO-3-N的总沉降量分别为13.248 kg·hm-2和16.320 kg·hm-2;3种人工林林冠层对NH+4-N和NO-3-N的过滤能力表现为香樟林混交林柳杉林,而地表和土壤层均表现为混交林香樟林柳杉林;无林地、香樟林、柳杉林和混交林生态系统无机氮截留过滤净输入量分别为19.557、44.079、42.331、64.896 kg·hm-2,对无机氮的综合过滤作用表现为混交林香樟林柳杉林无林地.这些结果说明华西雨屏区合理配置混交林能更加有效地降低大气氮沉降对生态系统的影响.     

成都夏冬季PM2.5中水溶性无机离子污染特征

利用大气细颗粒物水溶性组分及气态前体物在线监测设备(GAC-IC)对成都市2017年夏、冬两季大气PM_(2.5)中水溶性无机离子(WSIIs)及气态前体物进行了连续观测,对其污染特征及冬季一次典型污染过程进行了深入分析.结果表明,成都冬季PM_(2.5)质量浓度为100.2μg·m~(-3),显著高于夏季(34.0μg·m~(-3)).WSIIs是PM_(2.5)的重要组成,对夏、冬季PM_(2.5)的贡献分别可达52.9%和53.3%.夏、冬季的二次离子(SNA)占WSIIs的比例分别为73.2%和87.6%,其中,SO_4~(2-)和NO~-_3分别是夏、冬季SNA的主导组分,对SNA的贡献分别为37.7%和59.7%.冬季NO~-_3/SO_4~(2-)比值(2.7)显著高于夏季(0.8),体现了移动源(尤其是机动车源)对该季节PM_(2.5)的重要贡献.受来源及气象条件差异的影响,两季节SNA的日变化规律明显.在冬季,随着污染加重,各化学组分及主要气态前体物浓度均显著增加,NO~-_3是引发重污染的关键组分.后向轨迹分析表明,成都两季节气团来向差异明显,夏、冬季聚类对应的WSIIs分别以SO_4~(2-)和NO~-_3为主导,成都周边地区的近距离低空传输对该城市PM_(2.5)污染贡献重大.     

成都城区PM2.5季节污染特征及来源解析

于2009—2010年各季节典型月在成都城区采集了大气PM_2.5样品,对PM_2.5的质量浓度及其主要化学成分(含碳组分、水溶性无机离子和元素)进行了测定. 结果显示:成都城区PM_2.5平均质量浓度高达(165.1±85.1)μg·m^-3,是国家环境空气质量标准年均PM_2.5限值的4.7倍. OC、EC和水溶性二次离子(SO₄^2-,NO₃^-和NH₄⁺)的平均浓度分别为(22.6±10.2)μg·m^-3,(9.0±5.4)μg·m^-3和(62.8±44.3)μg·m^-3,分别占PM_2.5浓度的13.7%、5.5%和38.0%. PM_2.5及其主要化学成分浓度季节特征明显,即秋冬季高于春夏季. 利用正交矩阵因子分析(PMF)对成都城区PM_2.5的来源进行解析,结果表明,土壤尘及扬尘、生物质燃烧、机动车源和二次硝酸盐/硫酸盐的贡献率分别为14.3%、28.0%、24.0%和31.3%. 就季节变化而言,生物质燃烧源贡献率在四个季节均维持在较高水平;土壤尘及扬尘的贡献率在春季显著提高;机动车源的贡献率在夏季中表现突出;而二次硝酸盐/硫酸盐的贡献率在秋冬季中则最为显著.     

桂江主要离子及溶解无机碳的生物地球化学过程

河流水体的化学组成记录了流域内各种自然过程与人类活动的信息.对西江一级支流桂江化学径流的分析结果表明,桂江水体的离子组成主要受碳酸盐岩化学风化过程的控制,CO2是这一过程的主要侵蚀介质;H2SO4对碳酸盐岩的风化影响桂江河水的化学组成.大气沉降、人类活动、碳酸盐岩和硅酸盐岩化学风化对桂江水体贡献的溶解物质分别占总溶解物质的2.7%、6.3%、72.8%和18.2%.河流溶解无机碳(DIC)的稳定同位素组成(δ13CDIC)揭示桂江河水中的DIC明显被浮游植物的光合作用所利用.浮游植物初级生产力对桂江颗粒有机碳(POC)的贡献达22.3%~30.9%,这表明岩石风化来源的DIC经浮游植物的光合作用转化为有机碳,并在迁移过程中部分沉积水体底部,进而形成埋藏有机碳.     

黄河口及邻近海域溶解态无机磷、有机磷、总磷的分布研究

于2003年8月下旬对黄河口及邻近海域进行了十船连续同步27h采样调查,分析了调查区域的溶解态无机磷、有机磷、总磷的平面分布、断面分布、时间分布特征.结果表明,在调查区域内,溶解态无机磷浓度很低,而溶解态有机磷浓度较高(占溶解态总磷的85%以上),是溶解态总磷的主要组成部分.各形态磷的平面分布、断面分布均呈现出由河口向邻近海域降低的趋势,溶解态总磷、溶解态有机磷梯度变化较溶解态无机磷更为明显;潮汐对河口浅水区的各形态磷浓度影响较大,对邻近调查海域的影响不明显.     

贵州草海湿地溶解性有机物的光谱特征及其与PFASs的相关性分析

为描述草海湿地DOM（dissolved organic matter,溶解性有机物）荧光特征,探究其对PFASs（per-and polyfluoroalkyl substances,全氟及多氟化合物）环境行为造成的影响,利用超高效液相色谱-质谱联用技术和三维荧光光谱技术,结合平行因子分析,开展DOM光谱学特性研究,分析ρ（DOM）与ρ（PFASs）的相关关系.结果表明:①草海湿地中共解析出3类4种荧光组分,分别为类腐殖酸[λ_Ex（360 nm）/λ_Em（450 nm）]、长波段腐殖质[λ_Ex（400 nm）/λ_Em（510 nm）]、类富里酸[λ_Ex（330 nm）/λ_Em（400 nm）]和类色氨酸[λ_Ex（280 nm）/λ_Em（350 nm）],贡献率分别为48.6%、23.6%、22.9%和4.9%,其中类腐殖质总贡献率高达72.2%.在农业生产和人类活动的影响下,总荧光强度大致呈现从入湖区向出湖区逐渐降低、湖心区略高的趋势.②在草海湿地表层水中共检出了12种PFASs,ρ（PFASs）为233.18 ng/L,每种平均值为19.43 ng/L,PFBA（perfluorobutanoic acid,全氟丁酸）是主要污染物;草海湿地入湖区点源影响特征明显,生活污水和农业生产用水是主要的潜在污染源.③相关性分析结果显示,各荧光组分含量均与ρ（PFBS）（potassium perfluorobutanesulfonate,全氟丁烷磺酸）负相关;类色氨酸含量与ρ（PFHpA）（perfluororoheptanoic acid,全氟庚酸）负相关,与ρ（PFTriDA）（perfluorotrideanoic acid,全氟十三酸）则显著正相关.研究显示,草海湿地水体腐殖化程度高,外源特征明显,共检出12种PFASs,初步揭示了草海湿地水环境中ρ（DOM）与ρ（PFASs）的相关关系,其受水体性质及化合物结构等差异的影响,有待进一步开展深入研究.