济源市平原区农田重金属污染特征及综合风险评估

铅锌冶炼区农田重金属污染问题受到广泛关注.本研究通过区域调查和空间分析明确济源市东部平原区农田土壤-小麦重金属污染特征,应用富集因子、潜在生态风险指数法和Monte Carlo模拟方法评估区域土壤重金属生态风险以及小麦Cd和Pb健康风险.结果表明：土壤Cd、Pb、Cu和Zn平均含量分别为1.51、97.1、29.0和79.5 mg·kg^-1,均高于河南省土壤元素背景值.其中74.2%和10.8%的样点Cd、Pb含量分别超过农田土壤风险筛选值,61.3%和40.9%的样点小麦Cd、Pb含量分别超过国家食品安全限量标准.富集因子研究结果表明土壤Cd污染程度最高.高风险区主要分布在西南部、西北部和中东部以铅锌冶炼为主的工业区.健康风险评估结果显示研究区小麦Cd非致癌风险和致癌风险高于国际推荐安全值的概率分别高达27.5%和100%.济源市小麦田Cd、Pb累积显著,需引起当地有关部门足够关注.空间分析与风险评价结果相结合,可以有效辨识高风险区域,进而为研究区污染防治和管控提供理论依据.     

富营养化水体的营养盐限制性研究综述

水体富营养化是全球目前以及今后相当一段时期内的重大水环境问题。氮、磷作为浮游植物生长所必需的营养盐,是水体富营养化的主要限制因子。通过对近年来水体富营养化受氮、磷营养盐限制的研究进行综述,研究了营养盐来源及其对浮游植物生长的影响,总结了营养盐限制性差异的影响因素,分析了缓解富营养化的营养盐主控因子。分析表明:营养盐的来源主要分为外源和内源,受外界环境及人类活动影响显著;浮游植物的生长受N/P比值及其绝对浓度的共同作用;在不同的水文、气候和人类活动强度下,水体富营养化主要营养盐限制因子存在差异,并且存在限制性转换和共同限制的情况;缓解水体富营养化措施的提出应在综合考虑多种因素的前提下进行。     

天津隧道机动车VOCs污染特征与排放因子

应用隧道测试方法在天津市五经路隧道于工作日和非工作日对机动车挥发性有机物(VOCs)污染特征及排放因子(EFs)进行研究,采用3.2 L真空采样罐采集隧道内气体样品,应用气相色谱-质谱联用仪(GC-MS)对罐内VOCs组分进行分析,得到99种组分的定量结果.对VOCs浓度水平与变化特征、EFs进行了分析,计算隧道内VOCs的臭氧生成潜势(OFPs)和二次有机气溶胶生成潜势(SOAFPs),并与已发表的研究数据进行了对比.结果表明,隧道入口VOCs平均浓度为(190.85±51.15)μg·m~(-3),中点平均浓度为(257.44±62.02)μg·m~(-3).隧道总排放因子为(45.12±10.97) mg·(km·辆)-1,烷烃、烯烃、炔烃、芳香烃、卤代烃和含氧VOCs(OVOCs)的EFs分别为(22.79±7.15)、(5.04±1.20)、(0.78±0.34)、(9.86±2.81)、(0.26±0.17)和(6.25±2.27) mg·(km·辆)-1,与2009年测试结果相比下降明显.其中,异戊烷、甲苯、乙烯、甲基叔丁基醚(MTBE)和乙烷是机动车排放VOCs中排放因子较高的组分;甲基叔丁基醚/苯(MTBE/B)、甲基叔丁基醚/甲苯(MTBE/T)比值分别为1.07和0.77,说明蒸发排放对机动车排放VOCs的贡献不可忽视.隧道内VOCs的OFPs和SOAFPs分别为(145.50±37.85) mg·(km·辆)-1和(43.87±12.75) mg·(km·辆)-1,较2009年天津测试结果分别降低94.23%和90.88%,OFPs和SOAFPs的锐减与排放标准加严和油品升级密切相关.     

制药行业VOCs排放组分特征及其排放因子研究

为研究制药行业产品工艺过程的挥发性有机物（VOCs）排放特征,以华东地区某工业园区的两家化学合成类制药企业为研究对象,采集并分析了来自不同生产线和生产环节的VOCs样品.结果表明,同行业不同企业、同企业不同车间的VOCs排放特征差异显著,基于获得的产品生产线不同环节的VOCs排放特征,结合产品工艺流程,推测排放的VOCs组分主要与原料和生产工序有关;处理设施对不同VOCs组分的脱除效率也存在明显差别,RTO对不同VOCs种类的处理效率由高至低依次为OVOCs（80.5%）、芳香烃（72.7%）、烷烯烃（68.3%）和卤代烃（66.1%）;根据浓度测试结果,计算得到48种VOCs的排放量和排放因子,制药企业A和B的VOCs排放总量分别为14.2 t·a^-1和0.4 t·a^-1,均以卤代烃占比最大,分别为56.1%和48.2%.     

哈尔滨道路附近大气可吸入颗粒物浓度及其成份分析

采集了2005年8月具有代表性的道路附近空气中可吸入颗粒物(PM10),分析了PM10中的离子、重金属及碳成分含量。结果表明,哈尔滨市道路附近PM10离子组分中SO42-、NH4+、Ca2+浓度较高,其主要来源于交通尘污染;富集因子法表明元素Cr、Zn和Pb来源于人为污染;EC/TC大于0.36,主要来自于汽车尾气等一次污染源的排放。     

南四湖浮游硅藻季节性演替及其与环境因子的相关性

为研究南水北调东线工程调水对南四湖硅藻藻密度、种群结构变化的影响,于2010年5月—2013年4月在南四湖进行逐月采样,应用NMDS(non-metric multi-dimensional scaling,非度量性多元标度)分析硅藻种群组成的相似性,并通过冗余分析和Pearson相关性分析研究了硅藻种群结构和环境因子间的相关性. 结果表明:①共检出硅藻23属69种,硅藻藻密度在14.3×104~663.2×104 L-1之间,呈明显的季节性变化,表现为冬春季大于夏秋季;②硅藻种群演替呈明显的季节性变化,冬春季主要以冷水种尖针杆藻(冬春季所占比例分别为15.3%、24.0%)为主,夏秋季则以暖水种扭曲小环藻(夏秋季所占比例分别为17.8%、19.1%)为主;③氮磷营养盐水平、pH和表层水温是影响南四湖硅藻种群变化的主要环境因子. 南四湖硅藻种群对于环境因子变化的反应较为灵敏,可作为南四湖水质的潜在指示工具进行长期研究.      

海南五指山和福建武夷山降水离子组成及来源

分析海南五指山及福建武夷山大气背景点2008年1月—2009年12月的降水pH及离子组成,并探讨离子来源. 结果表明:海南五指山监测点降水年均pH约为564,呈中性;武夷山监测点降水的年均pH约为530,呈弱酸性. 2个监测点降水中的SO₄2-、NO₃-和NH₄+的浓度和占总离子浓度的59%左右,表现出与城市相似的组成特征,表明这2个监测点的降水已经受到人类活动的影响. 降水酸度除受SO₄2-和NO₃-的影响外,还受到NH₄+、Ca2+和Mg2+等碱性物质的中和作用. 相对酸度和中和因子的计算表明,五指山和武夷山监测点降水酸度分别有85%和76%被碱性物质NH₄+和Ca2+中和. 富集因子计算及来源定量分析表明,这2个监测点已受到人为源的影响,人为源的贡献大于海洋源及地壳源. 武夷山监测点88%的Ca2+和56%的K+均来自人为源,主要是受人为污染物长距离传输及生物质燃烧的影响.      

富阳地区水资源自然支持力分析评价

以富阳地区为例,采用主成分分析法,寻找出影响水资源自然支持力的主要驱动因子;再根据富阳地区某一时段内的水资源量(因变量)与其驱动力(自变量)之间存在的线性关系,利用统计资料,对可能引起水资源自然支持力变化的各种驱动力因子进行多变量分析。得出,对富阳地区水资源自然支持力影响较大的指标是水资源可利用量、地表水资源量、地下水资源量、水资源的剩余开采程度和化学需氧量。从计算结果可以看出:富阳地区的水资源自然支持力总体来看在逐年减弱,原因在于近年来富阳地区造纸行业异军突起,用水量急剧加大,总污水排放量增多,使得水资源支持力系统变得越来越脆弱。最后,针对目前的水资源现况提出了一些提高富阳地区水资源自然支持力的措施。     

扬州市河网大型底栖动物群落结构及其生境特征研究

构建适用于城市大型底栖动物的生境适宜性模型,探究大型底栖动物与生境因子间的响应关系,对城市河流生态系统恢复具有重要指示意义.本文以长江下游北岸扬州市城市河网为研究对象,基于丰水期（2018年8月）和枯水期（2019年1月）的大型底栖动物调查数据,利用典范对应分析与相关性分析筛选城市河网生态健康的关键生境因子,采用GAM模型拟合关键生境因子与大型底栖动物优势种的关系,构建城市大型底栖动物生境特征研究模型.结果表明,本次调查共获得大型底栖动物48个物种,隶属3门6纲13目20科40属,其中,水生昆虫为优势类群,霍甫水丝蚓（Limnodrilus hoffmeisteri）为研究区域优势种.影响优势种霍甫水丝蚓的主要生境因子为溶解氧（DO）、COD_Mn、NH₃-N、电导率（Cond）,当霍甫水丝蚓生境适宜度为1.0时,水体中NH₃-N含量界限值为0.554 mg·L^-1,COD_Mn界限值为2.23 mg·L^-1,DO界限值为7.87 mg·L^-1,Cond界限值为272.5 S·m^-1.GAM模型能识别城市水环境关键问题,有效解释城市大型底栖动物与生境因子间的响应关系,可为城市河网水生态修复提供参考依据.     

基于车流和大气污染物浓度同步增量的机动车平均排放因子估算方法

机动车尾气排放已成为城市大气污染的主要来源并受到了高度关注.机动车排放因子是反映机动车排放状况的最基本参数,但实测排放因子代价较高、代表范围有限,基于国外排放模式估算的排放因子又与我国的实际排放状况存在一定差距.本研究首先基于早高峰时段车流量和道路附近大气污染物浓度呈近线性增加、气象条件和背景污染物浓度相对稳定的特征,将时段内污染物浓度的增加主要归因为车流的增加,从而建立车流和污染物浓度增量之间的关系;然后采用无限线源高斯扩散模式,反推道路实际行驶机动车的平均排放因子.以北京市一条主干道为例,利用早高峰车流量、污染物浓度、气象观测数据,进行了实例研究,并将研究结果同COPERT4排放模型的预测结果进行了对比.本研究和COPERT4排放模型预测的8月一氧化碳平均排放因子分别为2.0 g·km-1和1.2 g·km-1,12月分别为5.5 g·km-1和5.2 g·km-1.结果表明,本方法估算的机动车排放因子在数值大小及季节变化上均与COPERT4排放模型较为接近.所提方法通过消除背景浓度的干扰,为实时获取车队实际排放因子提供了一种新思路.