Validation of an agricultural non-point source （AGNPS） pollution model for a catchment in the Jiulong River watershed, China

This study tested and evaluated the agricultural non-point source(AGNPS)model for the Wuchuan catchment, a typical agricultural area in the Jiulong River watershed, Fujian Province. China. The AGNPS model was calibrated and validated for the study area with observed data onten storms. Thedata on eight stormsin 2002 were used for calibration while data on two stormswere used for validation of the model. Considering the lack of water quality data over a long-term series, a novel method, comparing an internal nested catchment with its surrounding catchment, was used to supplement the less long-term series data. Dual calibration and validation of the AGNPS model was obtained by this comparison. The results indicate that the correlation coefficients were 0. 99 and 0. 98 for runoff, 0. 94 and 0. 95 forthe peak runoff rate of the large catchment and the small catchment, respectively, and 0. 76 forthe sediment of the small catchment only. Each pair of correlation coefficients is homogeneous for the same event for the two catchments. With the exception of the sediment yield and particulate phosphorus, the peak nmofr rate and other nutrients were well predicted. Sensitivity analysis showed that the Soil Conservation Service curve number and rainfall quantity were the most sensitive parameters, which resulted in high output variations. Erosivitv and other parameters had little influence on the hydrological and quality outputs.     

大气环境数据分析预测方法对比研究

以西安市2006年9月27日至2008年5月3日每日的SO2平均浓度时间序列为例,应用时间序列分析对前555个数据进行拟合,得到合适的时间序列模型ARIMA(1,1,2);利用神经网络中的BP神经网络和RBF神经网络对同样的样本进行训练,用这三种方法对2008年4月4日至2008年5月3日的SO2日均浓度值进行了预测,并用同样的方法分析预测了同期PM10日均浓度值,最后比较了它们的预测效果。结果表明,利用这三种方法进行浓度预测都是可行的,其中RBF神经网络法的预测误差最小,效果最好。     

北京市近12年空气污染变化特征及其与气象要素的相关性分析

以北京市近12年空气污染指数(API)为数据基础,首先分析了2001—2012年北京市API、污染等级、首要污染物的变化特征以及污染天数年度值、季度值、月值的变化特征;然后根据API转换得到PM10质量浓度,对其变化特征进行分析;最后采用相关系数法分析了北京市API、PM10质量浓度与气象因素的相关性。结果表明,北京市近12年空气污染天数有明显下降趋势,首要污染物主要为可吸入颗粒物;空气污染主要集中于春季,优良天气主要集中于夏季;PM10质量浓度年度最大值出现在2006年,季度最大、最小值分别出现在春、夏季,月值最大、最小值分别出现在3月和7月;气象因素与空气污染关系密切,气温、相对湿度、降雨量与污染天数和PM10质量浓度均呈显著负相关,而风速与污染天数和PM10质量浓度则呈显著正相关。     

OilTech121便携式测油仪在突发性水污染事件中的应用

应用OilTech121便携式测油仪对某突发性水污染事件的小溪沟、长江水样进行石油类浓度检测,分析其石油类浓度沿程变化情况以及对小溪沟、长江水质的影响。结果表明,受含油废水的影响,小溪沟明显受到污染,入溪口d2石油类浓度高达24.9 mg/L,围油栏和吸油毡组成的拦截带对石油类的吸附处置效果明显,4道拦截带的油污拦截效率分别达到41%、34%、28%和18%,此外,长江水质也受到一定程度的影响,但下游水厂取水口水质未受污染,无需中断水厂取水。鉴于该仪器具有携带方便、操作简单、检测速度快等优点,并为判断拦截带吸附处置效率、水厂取水是否安全等重要决策领域提供了大量及时的第一手数据,建议在突发性水污染事件石油类浓度检测及预警中推广使用。     

水源水库沉积物磷的赋存形态及其与间隙水磷的关系

为了探明水源水库沉积物磷的赋存形态及其对水体磷的影响,采用连续提取方法,研究了周村水库沉积物中磷的赋存形态分布特征,并探讨了沉积物各形态磷与总磷、烧失量及间隙水中磷的相关性。结果表明,周村水库内源磷负荷较高,沉积物中TP表现出表层富集的现象,表层沉积物中TP空间分布存在较大差异,上游浅水区为554~563 mg·kg-1,库心附近为424~1 161 mg·kg-1,而坝前深水区高达812~2 969 mg·kg-1。无机磷（IP）是总磷（TP）的主要成分,占TP的79.26%~89.12%,IP主要由铝/铁磷（Al/Fe-P）构成。沉积物中的Al/Fe-P含量很高,具有很大的磷释放潜能。沉积物中各形态磷的浓度垂向分布随深度增加而逐渐降低,其中B、C两点变化最为明显。相关性分析结果表明,间隙水PO43--P与Fe-P存在较好的相关性,说明Fe-P对周村水库沉积物间隙水中PO43--P浓度分布有着重要的影响,周村水库水体季节性分层导致恒温层厌氧情况的发生,Fe-P在厌氧还原条件下释放进入间隙水并向上覆水扩散,进而可能对水体水质产生影响。     

铬污染场地渣土混合物的化学还原修复

针对目前铬污染场地表层重污染铬渣混土难处理的问题,选用河南义马某铬盐厂铬渣堆场表层渣土混合物为研究对象,在分析其理化特性的基础上,研究CaS4、FeSO4·7H2O和葡萄糖3种还原药剂对Cr(VI) 的还原效率,通过改变药剂投加量、反应体系pH、反应时间等条件,优化修复工艺参数。结果表明,3种还原药剂对渣土混合物的最佳还原效率大小为CaS4(98.50%)>FeSO4·7H2O(72.21%)>葡萄糖(51.45%)。CaS4还原修复渣土混合物的最优工艺参数为：药剂投加量为还原反应理论当量的2倍,体系pH在3～9,反应时间0.5 h。     

武汉市冬季重污染过程中PM2.5组分特征与区域来源解析

随着《大气污染防治行动计划》和《打赢蓝天保卫战三年行动计划》的相继实施,在高强度的污染治理下,中东部地区PM_2.5污染改善效果显著。为探讨在PM_2.5浓度不断降低的背景下,仍时有发生的武汉冬季重污染过程的成因及特征,以2020年12月武汉地区一次长达10 d的重污染过程为例,利用多种观测数据和嵌套网格空气质量预报模式系统(NAQPMS)分析污染过程中PM_2.5的化学组分特征和区域贡献等。结果表明:污染日二次无机盐SNA (SO₄^2-、NO₃^-和NH₄⁺)和碳质组分(EC和OC)在PM_2.5中的占比高(分别为78%和18%),NO₃^-的占比从清洁日的36%上升到污染日的46%,是污染过程中占比最高的化学组分。污染期间,NO₃^-和SO₄^2-的浓度比为2.9~6.1,因此二次无机盐的主要来源可能是移动源;OC和EC的浓度比为3.0~9.8,因此碳质组分的主要来源可能是燃煤源。污染期间主要有河南-孝感-武汉和安徽-黄冈-武汉2条污染传输带,污染物传输以武汉周边城市的近距离输送为主,随着污染程度加重,武汉本地及武汉城市圈的区域贡献增加。重度污染天是静稳天气下持续的偏弱东风和西北风输送的污染气团在不易扩散的天气条件下累积形成的。     

基于自动监测网络的湘江流域衡阳段铊污染原因分析

运用自动监测网络与实验室验证相结合的手段,通过测定湘江流域衡阳段干流与支流铊浓度,分析铊浓度与溶解氧含量、氨氮浓度及叶绿素a浓度等水质指标的关系,进而对湘江流域衡阳段铊污染进行原因分析。结果表明,2021年8月上旬,湘江流域衡阳段干流铊污染的来源主要为多支流污染汇入。其中,松木下游断面铊污染极有可能来源于支流上游企业排放,江东水厂断面铊浓度异常的原因主要为溶解氧降低、死藻富集。该案例可为我国铊污染应急监测及污染原因分析提供借鉴。     

地下水环境智慧监管技术集成与平台应用研究

针对"双源"地下水(地下水污染源和集中式地下水型饮用水源)环境监管需求,研发了一套集地下水污染在线监测预警、评价溯源、预测应急于一体的可视化技术集成与应用平台。该平台将物联网、地下水数值模拟、大数据、云计算等技术集成应用于环境监管,实现了工业园区地下水环境实时动态监测评价及预警、地下水污染路径溯源计算、地下水事故污染预测及应急支撑等网络服务与计算功能,并通过地下空间三维数字化处理,构建了"所见即所得"的三维虚拟现实界面,实现了对地下水环境的便捷、高效监管与决策。该平台兼容手机、平板电脑、台式计算机等固定和移动设备,可为"双源"地下水污染监控、管理和应急提供实时、高效的科技支撑。     

面向工业污染源排放的城市大气环境系统韧性评价及其时空演化

关中城市群是西部地区两大城市群之一。在该区域内有较多重污染企业。为探索关中城市群各市大气环境系统的韧性水平,将韧性理念应用于城市大气环境系统,并以工业污染源排放为视角,建立基于风险矩阵理论 (RMA) 与PSR的韧性评价模型,利用基于博弈论的组合赋权法确定PSR权重,并采用Sobol方法对模型进行敏感性分析,实现对关中城市群2018—2020年城市大气环境系统韧性时序演化及空间分布的实证分析。结果表明：非甲烷总烃、甲醇、氟化物及硫化氢属于敏感参数,其中甲醇为高敏感参数;从时间维度看,2019年关中城市群各城市大气环境系统韧性水平普遍高于2018年和2020年;从空间维度看,关中城市群各城市大气环境系统韧性水平呈现出“非均衡不稳定性”,3年中仅有西安、渭南及平凉3市达到高度韧性水平,中低韧性区域占绝大部分。提出相应的区域大气污染控制策略,如加强城市间的经验交流和分工协作、发挥西安的辐射带动作用、实施韧性区分类管理等。本研究可为关中城市群城市大气环境系统韧性建设提供参考。