典型环境内分泌干扰物的来源、环境分布和主要环境过程

内分泌干扰物(EDCs)作为一种新兴污染物,具有憎水性、低剂量效应和半衰期长等特征,在全球的土壤/沉积物中已被广泛检测到,并发现已给环境带来了严重的威胁。本文重点综合评述了近10年来土壤/沉积物中EDCs的来源、浓度水平、空间分布及吸附特性的研究。结果发现,EDCs来源涉及农业、工业和生活等多个方面;空间分布上,一般呈近海地区沉积物中EDCs浓度水平较河流底泥及土壤低,而高度工业化、城市化地区土壤/沉积物中EDCs浓度亦较高;EDCs的吸附受土壤/沉积物理化性质、EDCs自身性质和环境条件的共同影响,一般土壤有机质的含量和成熟度、土壤颗粒的比表面积与其吸附能力呈正相关,黏土矿物类型对EDCs的吸附也有重要的影响;EDCs的吸附能力与其自身的疏水性和结构特征有关;温度升高和溶液p H值增加都不利于EDCs的吸附,而溶液离子强度的增加对其吸附起着促进作用。土壤/沉积物对EDCs的吸附是一个复杂的过程,因此对其吸附特性需要进一步的探讨。     

兰州某居民区大气微生物气溶胶分布特征研究

采用Andersen采样器对兰州某居民小区夏季的大气微生物气溶胶浓度分布、粒径分布及日变化特征等进行观测。结果表明,居民区内大气微生物气溶胶浓度变化范围为528 CFU/m~3～11 553 CFU/m~3,属清洁级。其粒径主要集中在2.1μm～4.7μm之间,易对人体支气管等造成影响。微生物气溶胶浓度的空间分布特征与小区垃圾房、垃圾桶位置及人的活动有关。其时间分布特征与日照强度有关,辐射强度最高的中午微生物气溶胶浓度最低。     

上海汽车制造业涂装废气VOCs排放特征

于2015年10月对上海市嘉定区4家(A、B、C、D)汽车制造企业涂装废气ρ(VOCs)和组成特征进行了调查分析。结果表明,A、B、C、D厂涂装废气排放口ρ(VOCs)总为0. 743～6. 11 mg/m~3,主要检出物和最高检出值分别为:A厂二甲苯2. 06 mg/m~3、B厂二甲苯0. 578 mg/m~3、C厂甲苯2. 59 mg/m~3、D厂庚烷0. 274 mg/m~3;芳香烃类是A、B、C厂排放比例最高的VOCs组分,烷烃类是D厂排放比例最高的VOCs组分。指出,原、辅料种类影响排放物的主要成分,废气处理工艺类型影响排放物主要成分和浓度。     

山东省主要河流中抗生素污染组成及空间分布特征

采用固相萃取-液相色谱/串联质谱法研究了山东省境内四大流域主要河流中抗生素污染组成及空间分布特征,涉及我国用量最大的6类共20种抗生素。结果表明:20种抗生素均有检出,且大环内酯类、喹诺酮类和四环素类抗生素整体检出浓度较高。就流域而言,半岛诸河流域抗生素污染较小,平均总质量浓度61.4 ng/L;海河流域、小清河流域和淮河流域相对较为严重,平均总质量浓度分别为232、175、118 ng/L。抗生素空间分布呈现一定的规律,检出浓度较高的点位主要集中在人口密集区下游,抗生素污染与周边生活污水、养殖企业废水和城市污水处理厂排水密切相关,而且抗生素组成可从一定程度上反映出污染来源。     

基于SHERPA的环境空气质量减排情景模拟评估

分析了SHERPA综合评价模型的基本原理和主要建模理念,重点介绍了其在环境空气质量减排情景模拟评估方面的作用,以及在排放源与受体关系(SRR)方面的处理方法,比较了其与欧盟常用的其他情景模拟模型的优缺点。SHERPA模型的特点是空间灵活性较好,对于任何给定地点,可以快速评估不同地区对该研究地点空气质量的影响。SHERPA模型的3个主要功能为污染物来源分析、决策支持和情景模拟。基于SHERPA模型对法国环境空气中PM_(2.5)、PM_(10)和NO_2年均浓度进行污染来源分析、决策支持分析和减排情景模拟评估,展示了模型在环境治理措施优先级筛选和政府间联合治理措施协调建议方面的功能和作用,以期为中国环境空气质量预测预报、环境质量管理措施的制定和成效评估等环境服务与管理工作提供借鉴。     

2016—2017年武汉市城区大气PM2.5污染特征及来源解析

利用2016年1月至2017年9月湖北省环境监测中心站大气复合污染自动监测站的在线监测数据,对武汉市城区PM_2.5的污染特征及主要来源进行解析。结果表明,武汉市城区PM_2.5质量浓度呈现出明显的季节差异,季节变化规律为冬季>春季>秋季>夏季。水溶性离子的主要成分SO₄^2-、NO₃^-和NH₄⁺占总离子质量浓度的82.0%。PM_2.5中阴离子相对阳离子较为亏损,颗粒整体呈碱性。夏季气态污染物的氧化程度较高且SO₂较NO₂氧化程度高。后向轨迹分析结果表明,区域传输是武汉市PM_2.5的一个重要来源,在4个典型重污染阶段,武汉市分别受到局地、东北、西北及西南方向气团传输的影响。PMF模型解析出武汉市PM_2.5五大主要来源及平均贡献率：扬尘22.0%、机动车排放27.7%、二次气溶胶21.6%、重油燃烧14.9%和生物质燃烧13.8%。     

北京市交通环境监测点大气污染特征分析

研究分析了2013—2017年北京市交通环境点位大气污染物浓度分布特征,结果发现:交通监测点NO、NO_2与PM_(2.5)浓度时间变化特征与城区总体状况基本一致,与交通环境密切相关的NO_2浓度采暖季高于非采暖季,重污染日期间交通监测点峰值浓度也明显偏高;周末交通监测点NO浓度在5:00—23:00低于工作日4.9%～32.1%,周末NO_2浓度在7:00—23:00低于工作日0.7%～7.4%,NO_x浓度周末偏低与车流量降低密切相关;重大活动期间空气质量减排措施实施后,北京市作为区域NO_2浓度高值区中心明显消失,PM_(2.5)浓度分布梯度减小,本地减排效果明显。     

生活垃圾与危险废物焚烧二噁英类排放特征研究

对某省52家焚烧企业(21家生活垃圾和31家危险废物)排放烟气数据进行了分析,结果表明,两类焚烧企业二噁英类17种单体分布有所不同,生活垃圾焚烧烟气中浓度较高的是O8CDD和O8CDF;危险废物焚烧烟气中较大的是2,3,4,7,8-P5CDF、2,3,7,8-T4CDD和1,2,3,7,8-P5CDD;两类焚烧企业二噁英类单体对I-TEQ贡献最高的都是2,3,4,7,8-P5CDF,贡献率分别为0. 7%～45%和10%～67%;两者的17种二噁英类与I-TEQ的相关性分析表明,1,2,3,7,8-P5CDF在2类焚烧炉中与I-TEQ均存在较高的相关性,其相关系数分别0. 932和0. 927,可以作为潜在的测定指示物。     

2007—2017年三亚城市景观空间格局动态特征及驱动因素分析

应用2007—2017年期间4个时间点的遥感影像数据,选取典型景观格局指数,对三亚市的景观空间格局动态特征进行分析,探求其驱动因素。研究表明：近十年来,三亚市内同种土地利用类型的空间聚集程度降低,空间分布逐渐趋向于分散,不同类型的土地之间相互融合度较高,形状趋于复杂化,景观类型分布趋势呈均衡化,景观的破碎化程度加强,景观复杂程度增高,土地利用的丰富程度逐渐加强。通过驱动因素分析,国家政策的导向、城市总体规划的实施、产业结构调整及自然环境的变化是影响三亚城市景观空间格局变化的主要驱动因素。     

淮南市大气颗粒物污染特征研究

2014年7月和2015年1月分别系统监测淮南市6个功能区夏、冬季大气颗粒物(TSP、PM10、PM2.5)质量浓度并分析其时空分布特征。结果表明:采矿区和工业区污染较严重;采矿区主要受采煤、运输等人为活动的影响,工业区受工业排放影响较大,商业区主要以汽车尾气排放为主,居民区和文教区则以燃煤排放为主;夏季颗粒物浓度日变化趋势均呈现两边凸中间凹的特征,峰值分别出现在7:00和18:00,谷值出现在13:00左右,而冬季变化趋势波动较大。