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.     

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。     

多环芳烃污染与儿童内暴露负荷的关系

为了更好地了解环境空气PAHs污染与儿童内暴露负荷之间的关系,该研究在儿童尿液中未代谢PAHs以及代谢PAHs研究的基础上,同时获取了连续3 d空气中PAHs污染浓度。对环境空气中PAHs和尿液中未代谢的PAHs的分析表明:除Nap和Phe以外的其它PAHs单体在环境空气和尿液中占比一致,而且环境空气和尿液中PAHs组成特征一致,均表现为2环PAHs>3环PAHs>4环PAHs的规律;3 d中仅有A-Nap和U-Nap之间存在相关性(P<0.05,R~2=0.999 6)。对尿液中代谢的PAHs和尿液中未代谢的PAHs分析表明:儿童尿液中排出的Nap、Flu和Phe主要以羟基代谢物为主,仅Pyr与OHPyr基本一致。尿液中未代谢PAHs与代谢的PAHs组成特征一致,表现为Nap>Phe>Flu>Pyr和OHNap>OHPhe>OHFlu>OHPyr的规律;仅U-Nap和OHNap 3 d中均存在相关性,U-Phe和OHPhe、U-Pyr和OHPyr仅1 d存在相关性。结合PAHs污染与儿童内暴露负荷的共同研究表明,PAHs内暴露标志物可以在一定程度上反映环境PAHs污染的时间变异性。     

基于BP神经网络的北京城区公园土壤PAHs含量预测

城市公园是城市生态环境的重要组成部分,其环境质量与人类健康息息相关.选择北京市121个城区公园,采集公园土壤样品并分析其中7种多环芳烃（PAHs）含量,评价城区公园土壤中PAHs的含量水平,并基于BP神经网络预测了2020年和2023年土壤PAHs含量.结果表明:北京城区公园土壤中w（PAHs）（7种PAHs总含量）范围为0.033~4.182 mg/kg,低于GB 36600—2018《土壤环境质量建设用地土壤污染风险管控标准（试行）》土壤污染风险筛选值,且7种PAHs的毒性当量浓度（TEQ）均低于世界卫生组织标准值（1 mg/kg）,对人体健康的毒性风险较小.将14个影响指标（8个社会经济因子与6个公园特征因子）作为输入层、土壤w（PAHs）作为输出层,建立BP神经网络的拟合优度达0.845.预测结果显示,2020年和2023年北京城区公园土壤中w（PAHs）范围分别为0.008~0.969 mg/kg和0.022~1.988 mg/kg,整体均低于GB 36600—2018土壤污染风险筛选值,但随时间推移呈上升趋势,尤其朝阳区和海淀区将有大幅增长.研究显示:城市化发展因素对土壤w（PAHs）的增加有明显影响,城市发展进程影响不容忽视;至2023年,北京城区公园土壤若不加管理,其w（PAHs）将持续增长.      

疫情期间毕节市饮用水生物毒性监测与评估

新冠肺炎疫情期间,选取12个水库型饮用水水源和4个河流型饮用水水源作为研究对象,采用发光细菌法监测了生物毒性,通过单因子法评价了毒性级别和安全性。结果表明:两种类型饮用水源的生物毒性相对发光值变化范围为77%～115%,绝大多数集中在90%～100%之间;从生物毒性平均值来看,相对发光值范围为88%～98%,无毒级(相对发光值90%)饮用水源13个,低毒级饮用水源3个。