甘南县污染源排污状况分析

采用近五年的污染源监测数据,分析了甘南县污染源污染特征,指出了影响甘南县主要污染物及变化趋势。     

固定污染源废气监测工况核查重点

在多年废气固定污染源监测工作经验的基础上,对装置和设施的生产运行状态（即工况）影响固定污染源监测结果质量的因素进行了分析和总结,提出了相关的工况核查重点及方法。     

东莞石马河流域水化学特征时空差异及来源辨析

石马河流域对东江饮用水源地城镇供水具有重要战略意义.为研究石马河水化学特征,分别于2012年2月、6月和11月采集石马河河水水样共39个,分析测定了水体主离子(K+、Na+、Ca2+、Mg2+、Cl-、SO2-4和HCO-3)及营养盐(PO3-4、NO-3和NH+4)浓度,探讨了水化学组成的时空差异、控制因素并对其来源进行了初步辨析.结果表明,水化学组成的时空差异显著,不同时期的河水TDS及营养盐平均浓度排序为11月2月6月;河水阴离子以HCO-3为主,2月和11月时,河水阳离子以Na++K+为主,为HCO-3-Na+水,6月时则以Ca2+为主,为HCO-3-Ca2+水;营养盐浓度在空间上的差异主要受人类活动导致N、P废水排放影响,3个时期的石马河出水口处(R7)N∶P为18.4,有利于浮游植物的生长,河道出现了富营养化的现象;Gibbs图显示,2月和11月的河水主离子受蒸发岩溶解的影响较为显著,而蒸发岩和碳酸盐岩风化共同控制6月的水化学组分;海盐沉降对石马河河水物质的贡献率较小;部分Na+、Mg2+、Cl-和SO2-4来自化肥的施用和工业废水的排放;NH+4-N、PO3-4-P和NO-3-N主要分别来源于家禽养殖废水和生活废水.     

甾醇对南山老龙洞地下河粪便污染的指示

分别于2014年10月,2015年1、3、5月采集重庆南山老龙洞地下河出口的水样,过滤取水悬浮物质,采用气相色谱-质谱联用仪(GC-MS)定量分析悬浮物中甾类物质的成分与质量浓度;利用多指标综合分析对南山老龙洞地下河粪便污染进行判断并追溯粪便污染物的主要来源.结果表明,样品中共测出10种甾类物质,其中包括9种醇类和1种酮类.总甾类物质的质量浓度为1 573~5 007 ng·L-1,且3、5月均大于10、1月.虽然各月间地下河的组成存在差异,但以胆固醇、β-谷甾醇和粪醇为主要成分,三者的质量浓度之和占总甾类的50.8%~80.4%.另外,(差向异构粪醇+粪醇)/(粪醇+差向异构粪醇+二氢胆固醇)的值均大于0.7,指示各月均受到粪便污染;10月差向异构粪醇/粪醇的值小于0.2,指示污水主要来自上游污水处理厂;1、3、5月的粪醇/ΣSteroids、粪醇/24-乙基粪醇的值分别为0.109~0.254、6.3~10.3,指示地下河主要受到人类粪便的影响;3月的24-乙基粪醇/24-乙基胆甾烷醇为0.86,小于1月的5.4和5月的2.3,说明该月地下河受家禽类动物粪便的影响较1月和5月严重.     

农田排水沟渠水体-底泥中溶质氮分布特征试验研究

沟渠系统"过程拦截"是现阶段农业非点源污染控制和管理的重要手段.针对当前农田排水沟渠水体-底泥-植物系统内各介质间非点源溶质迁移转化机制不清的现状,本研究以天然沟渠为对象,以非点源溶质氮为例,通过2014年3月~2015年2月现场监测试验,分析了农田排水沟渠水体及底泥中非点源溶质氮的分布特征.结果表明,沿沟渠纵向,试验沟渠水体中总氮质量浓度、底泥中总氮含量均呈现一定程度递减趋势,表现出沟渠系统对非点源溶质的净化作用;水体中总氮质量浓度、底泥中总氮含量在沟渠横断面分布存在较大不均匀性,其分布特征与断面形态、流量变化过程、流速分布等因素有关,其中水体中总氮质量浓度均衡度为76.89%,底泥中总氮含量均衡度为57.04%;试验期内,水体中总氮质量浓度呈"凹"形变化、底泥中总氮含量呈"凸"形变化,二者表现出相逆的变化趋势.     

滴水湖及其环湖水系沉积物、土壤中多氯联苯的空间分布特征及风险评价

为了解城市人工湖泊中多氯联苯(PCBs)的污染状况,利用GC/MS技术测定了滴水湖及其环湖水系沉积物、土壤中14种PCBs的含量,并对其分布特征、来源和生态风险进行了探讨与分析.结果表明,滴水湖及其环湖水系沉积物、周边农田土壤中Σ_(14)PCBs含量分别为0.65~16.41 ng·g~(-1)(以干重计)和0.47~1.27 ng·g~(-1),总体处于较低污染水平.但环湖水系表层沉积物高于湖区表层及柱样沉积物中PCBs含量,引水过程可能会对湖区造成污染.湖区沉积物中PCBs随深度增加而降低,表明自成湖以来湖区沉积物中PCBs有污染加剧的趋势.研究区沉积物、土壤中PCBs均以四氯联苯(Tetra-CBs)和五氯联苯(Penta-CBs)为主,分别占Σ_(14)PCBs的20.65%和67.12%,主要特征单体为PCB105、PCB118和PCB77.主成分分析(PCA)结果表明,PCBs主要来源于国产2号、1号PCB产品的使用残留、城市固废焚烧及煤、木材的燃烧排放.研究区沉积物及土壤中12种类二噁英类多氯联苯(DL-PCBs)的毒性当量浓度(TEQs)为0.01~79.40 pg·g~(-1),其中环湖水系及湖区表层沉积物有7个样点中DL-PCBs-TEQs超过了美国EPA沉积物质量指导值(ISQGs),可能对水生生物产生毒性影响,应当引起重视.     

模拟烹饪油烟的粒径分布与扩散

烹饪油烟颗粒物粒径分布与扩散特性研究有助于解析其对室内空气质量和居民健康的影响,采用电子低压撞击器(ELPI)实时监测了油烟机开启和关闭状态下,模拟烹饪油烟发生处和3 m外位置处,0.03~10μm范围内油烟颗粒数浓度和质量浓度随粒径分布.油烟颗粒主要以655 nm以下的细颗粒为主.油烟机能够显著降低室内油烟浓度,开启油烟机后,油烟发生处颗粒数浓度从2.8×106个·cm-3降低到2.3×105个·cm-3,PM2.5(空气动力学直径≤2.5μm的颗粒)质量浓度从85.9 mg·m-3降低到6.2 mg·m-3.油烟机对PM10的净化效率高于PM2.5.油烟迅速从发生处扩散到3 m外,无通风状态下,总颗粒数浓度衰减达65%,PM2.5质量浓度衰减达75%.计算流体动力学(CFD)模拟了油烟机对油烟PM2.5质量浓度场扩散分布影响.红外摄像仪监测了油烟温度场分布扩散,以扇形向外扩散,伴随着油烟温度梯度降低.     

应用铅锶同位素示踪研究泉州某林地垂直剖面土壤中重金属污染及来源解析

分别用原子吸收光谱仪(AAS)和电感耦合等离子体质谱仪(ICP-MS)分析了泉州市某林地垂直剖面土壤中8种重金属元素(Sr、Ni、Fe、Cr、Cu、Mn、Pb、Zn)的含量及垂直剖面土壤的铅锶同位素组成,并采用BCR四步提取法对重金属形态进行了分析.重金属总量及形态分析结果表明,泉州市林地土壤重金属污染较轻,主要污染因子为Sr.Pb的非残渣态含量最高,活性最大.内梅罗综合污染指数的评价结果表明,Sr在0~60 cm深度处达到重度污染.次生相与原生相比值法评价结果表明,Pb活性最强,对土壤的潜在危害最大;富集因子计算结果表明,Pb、Sr、Mn、Zn受到外源的影响;因子分析结果表明,重金属主要受到交通源、自然源和农业生产的影响.根据垂直剖面土壤样品与泉州市潜在污染源在~(206)Pb/~(207)Pb-~(207)Pb/~(204)Pb图中的分布特征,Pb主要来源于汽车尾气尘和土壤母质层,利用铅同位素二元混合模型计算出土壤母质层对垂直剖面土壤中铅的贡献率为85.14%(62.53%~98.36%),汽车尾气尘的贡献率平均值为14.86%(1.640%~37.47%).锶同位素示踪结果表明,锶主要来源于汽车尾气尘和土壤母质.铅锶同位素联合示踪结果与前述研究一致.     

西安市人为源挥发性有机物排放清单及研究

对西安市各类VOCs人为源进行系统分类,收集活动水平数据,应用国内外排放因子研究的最新成果,采用排放因子法建立了西安市2014年人为源VOCs排放清单.结果表明:2014年西安市人为源大气VOCs排放量为11.51×104t,其中,固定燃烧源、生物质燃烧源、工艺过程源、有机溶剂使用源、移动源、油品存储与销售源和废弃物处理源的排放量分别占VOCs排放总量的2.53%、3.32%、13.30%、51.50%、23.64%、4.82%和1.02%.油墨印刷、建筑涂料和汽车喷涂为有机溶剂使用源重点排放行业,VOCs排放量占到排放总量的48.89%;工艺过程源中化学药品、医药制造、原油加工和化学纤维为重点排放行业,VOCs排放量占到排放总量的10.19%.各区县中,长安区、雁塔区、未央区、碑林区VOCs排放量明显较高,其分担率分别为16.53%、14.88%、14.47%和12.99%.     

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.