如何理解空气质量分指数(IAQI)计算公式并速算

将空气质量分指数(IAQI)的计算公式拆分进行理解,其实质就是两部分指数相加,一部分指数是通过各浓度值与该级别浓度段值的比算出该浓度的空气指数分担值,另一部分为起点值。并将日报与小时报分开,计算各项污染物在每个级别的分担值(固定值)得出两个列表,不用再去查表1,只需简单的加减,甚至口算即可快速的计算出IAQI值,并可由AQI值反推某项污染物的浓度值。非常实用、简单、快速。     

郁江、黔江和浔江广西桂平段水质变化趋势分析

根据2003-2012年水质监测资料,采用秩相关系数法对郁江、黔江和浔江广西桂平段水质变化趋势进行分析。结果表明,黔江和浔江水质呈明显好转趋势;郁江水质呈好转趋势,但不明显。提出了继续加强水污染防治工作的建议。     

昆明市主城区近年空气质量变化趋势与成因分析

根据昆明市2004-2013年空气自动站监测数据,对昆明市空气质量,污染物年际变化、季节变化、空间变化特征进行了研究。分析了影响昆明市空气质量的地理气象因素、污染排放因素、污染物远程输送因素。提出了相应的防治对策和建议。     

模糊综合评价法及主成分分析法在额尔齐斯河水质评价中的应用

利用额尔齐斯河2010年监测数据进行水质评价。用模糊综合评级法对水质状况进行评价,判断水质级别;用主成分分析法判断主要污染物类型,确定各污染物的主要贡献率。并将两种方法的评价结果与单项指标评价结果相比较,结果表明：在水质评价中水质级别判断采用模糊综合评价法,水质主要污染物判断采用主成分分析法,用两种评价方法结合起来对水环境质量进行评价,结果较准确。     

基于综合水质标识指数法的四川西充河水质评价

四川省西充河为严重污染河流,选取溶解氧(DO)、氨氮(NH+4-N)、五日生化需氧量(BOD5)、总氮(TN)、总磷(TP)5项指标年平均值,采用综合水质标识指数法,研究了西充河近10年水质状况随时间变化趋势及水污染特征。2003年至2010年水质级别为劣V类,2011年和2012年水质级别为Ⅳ类,水质标识指数Iwq从2003年的12.459逐渐降低到2012年的4.431。西充河近10年水质状况整体呈好转趋势,但未达到国家规定的Ⅲ级水质标准,水质标识指数Iwq结果表明该好转的速度较慢,西充河水质状况有较大的上升潜力和空间。总氮(TN)和氨氮(NH+4-N)为河流主要污染物,为了达到国家Ⅲ级水质标准,西充河的治理已刻不容缓。     

滹沱河冲洪积扇地下水中酞酸酯的污染现状与分布特征

2014年9月采集石家庄地区滹沱河冲洪积扇地下水水样,采用气相色谱-质谱法测定了US EPA优先控制的6种酞酸酯(PAEs),对PAEs分布特征与风险进行了分析.结果表明,研究区内51个点位仅1个点位未检出PAEs,检出的ΣPAEs范围为nd~28 873.1 ng·L~(-1),与国内其他研究区相比,研究区地下水中PAEs污染水平较重.PAEs及各组分的空间分布存在显著差异.3个地下水单元PAEs的平均污染水平总体表现为山间沟谷河谷裂隙孔隙水单元(G1)滹沱河冲洪积扇扇顶部孔隙水单元(G2)滹沱河冲洪积扇扇中部孔隙水单元(G3).在G2、G3单元共计39个点位中,有23个点位地下水中的PAEs以邻苯二甲酸甲酯(DMP)为主,而其余点位均因临近周边污染源,地下水中PAEs含量较高,且以邻苯二甲酸(2-乙基己基)酯(DEHP)、邻苯二甲酸丁酯(DBP)为主.研究区人群饮用受PAEs污染地下水的总非致癌风险指数和总致癌风险指数范围分别为7.6×10-9~1.1×10-2、nd~1.2×10-6,均小于US EPA推荐的可接受的水平,风险较小.     

重金属在河口区潮汐界面与盐度界面响应规律研究

河口潮汐、盐度、悬浮颗粒物特征因影响化学物质在水体与其他介质之间分配行为,使得咸淡水生物利用度上产生差别,造成咸淡水水质基准标准的差异.重金属如铜,锌,铅,镉和铬等指标由于广泛分布在淡水及海水中,在较高的浓度下可具毒性效应,是现行《地表水环境质量标准》(GB 3838-2002)和《海水水质标准》(GB 3097-1997)常规监测项目.本研究以大辽河口为例,探索这些重金属指标在咸淡水河口区衔接情况和响应规律.首先,基于生物、化学和地质地理相似性确定潮汐界面(TCI)和河海边界(FSI)的位置,划分为潮汐淡水区及混合区.其次,分析了一个潮汐周期内重金属指标的变化特征,以及潮汐淡水区及混合区内盐度和悬浮颗粒物对分配系数Kd的影响,结果表明砷、镉和铬等指标更易受盐度的影响,而锌、铜、铅和镍等指标更易受悬浮颗粒物和潮汐状态的影响.最后,结合潮汐状态和分配系数研究结果,根据这些指标在TCI和FSI的变化趋势,归纳为两类响应规律:第一类如砷、镉和铬等指标,这类指标在FSI具有明显的突变点;第二类如锌、铜、铅和镍等指标,从TCI开始发生变化.两类指标在水相-沉积相-颗粒相介质的分配行为表明颗粒相和沉积相具有相似的变化趋势,尤其颗粒相中的重金属浓度,取决于悬浮颗粒物的浓度,指标响应差异主要存在于水相中.通过本研究识别出易受不同环境因子(如盐度和SS)控制的敏感指标,提出需关注河口本身特征造成的指标背景差异的必要性,将有助于我国现行水质标准制定、修订工作的实施和开展.     

河南某市驾校地表灰尘多环芳烃组成、来源与健康风险

采集河南省某市29所驾校的地表灰尘样品,应用气相色谱-质谱联用仪(GC-MS)测定样品中16种优控PAHs含量,用终生致癌风险增量模型(ILCR)评价灰尘PAHs不同暴露情景下(情景1、2、3分别为驾校工作5 a、10 a和20 a)的健康风险,用比值法、成分谱法和主成分因子载荷法揭示PAHs来源.结果表明,驾校灰尘ΣPAHs含量在198.21~3 400.89μg·kg-1之间,平均908.72μg·kg-1.单体PAHs含量较高的是萘、菲、蒽、荧蒽,含量最低的是二苯并[a,h]蒽,低环PAHs占ΣPAHs的55.79%,高环占44.21%.3种情景下的平均健康风险为情景3(3.71×10-7)情景2(1.85×10-7)情景1(9.27×10-8),只有一个驾校(J11)在情景3存在潜在健康风险,其他情景下均无风险.皮肤接触灰尘是最主要的PAHs暴露途径,其占总风险的64.21%;其次是误食途径,占总风险的33.04%;吸入途径可忽略不计.驾校灰尘PAHs主要来源为化石燃料不完全燃烧源和混合源,农田区驾校灰尘PAHs的柴油/天然气动力车排放源、燃煤源和汽油车排放源贡献率分别为56.44%、26.55%和17.01%,工业区驾校混合源、汽油车和炼焦/燃煤排放源贡献率分别为76.26%、22.85%和0.89%,混合区驾校燃煤源、天然气/柴油动力车排放源和汽油车排放源的贡献率分别为45.57%、45.41%和9.02%.灰尘PAHs含量及健康风险与其周边环境、前期土地利用状况密切相关.     

基于Monte Carlo模拟法对水源水体中微囊藻毒素的健康风险评估

调查水源水体中微囊藻毒素MCs(MC-RR、MC-LR和MC-YR)的污染情况,结合调查情况应用蒙特卡洛法(Monte Carlo)模拟量化人群通过饮水途径摄入微囊藻毒素的风险.在珠江西航道沿线设置5个采样点,在2016年1~6月期间共采集90份水样,根据国标(GB/T 20466-2006)推荐的HPLC方法检测水体中的微囊藻毒素,运用专业风险评估软件@Risk7.0,构建非参数概率评估模型,对通过饮水途径摄入微囊藻毒素(暴露)风险进行概率评估.对随机采集90份水源水体中微囊藻毒素MCs质量浓度检测值进行分布拟合,并运用Chi-Squared、Anderson-Darling、Kolmogorov-Smirnov这3种统计方法进行拟合度检验,根据3种评估拟合结果,确定最佳拟合分布模型.结果表明,在检测的90个水样品中,MC-RR的检出率最高,达到51.11%,质量浓度范围为0.001 7~0.386 3μg·L~(-1);其次为MC-LR和MC-YR,检出率分别是47.78%和21.11%,质量浓度范围分别是0.028 5~0.279 6μg·L~(-1)和0.003 0~0.136 2μg·L~(-1),水源水体中3种微囊藻毒素以MC-RR为主,最大检出质量浓度为0.386 3μg·L~(-1),MC-YR的含量最低.采用软件@Risk7.0分布拟合结果显示,MC-LR质量浓度最适的拟合分布为Ext Value Min模型(0.113 91,0.098 462),MC-RR质量浓度最适的拟合分布为Logistic(0.058 064,0.053 044).健康风险评估表明,MC-LR对人体健康危害的风险高于MC-RR的风险,儿童比成人更易于受到MCs污染的威胁.MC-LR对儿童健康危害的致癌年风险数值大于美国环保署(USEPA)推荐的最大可接受风险水平1×10-4;MC-LR对成人的致癌暴露年风险数值大于国际辐射防护委员会(ICRP)推荐的最大可接受风险水平5×10-5,表明水源水体中的MCs对人体健康存在潜在的危害,有必要加强饮用水源水体的保护与监控,为有效控制水源地水质污染和更好地保障人民健康奠定基础.     

基于距离相关系数和支持向量机回归的PM2.5浓度滚动统计预报方案

针对目前空气质量统计预报方法存在的主要缺陷,本文提出了距离相关系数和支持向量机回归相结合的统计预报方案DC-SVR.利用淮安市2013年1—12月PM_(2.5)观测资料和常规气象观测资料,首先在选入预报当日气象要素的基础上,增加选取前期污染物和气象要素作为预报因子,再采用距离相关系数分季节从预报因子中筛选出重要预报因子,最后采用支持向量机回归对PM_(2.5)浓度值进行逐日滚动统计预报.研究发现,淮安地区气温和气压对PM_(2.5)的距离相关性要高于其他气象要素,夏秋季PM_(2.5)与气象要素的距离相关性较春冬季好.基于距离相关系数和支持向量机回归建立DC-SVR模型,PM_(2.5)的试预报值和实测值的全年相关系数高达0.76,平均偏差仅为1.13μg·m~(-3),平均绝对误差为23.47μg·m~(-3).通过与支持向量机回归、人工神经网络的统计预报效果对比,DC-SVR模型有效降低预报因子维数且能自适应选取最佳参数,预报精度显著优于其他3种统计预报方案,可为业务化预报提供参考.