关中地区细颗粒物碳组分特征及来源解析

为研究关中地区细颗粒物中碳组分的污染特征及其来源,于2017年9月4日至2018年1月19日在关中地区5个主要典型城市(西安、渭南、铜川、宝鸡和咸阳)设置采样点(XA、WN、TCH、BJ和XY)进行细颗粒物(PM_(2.5))的手工采样观测,碳组分环境样品采用热光透射法(TOT)分析.结果表明,细颗粒物中OC和EC平均浓度分别为(14. 48±7. 86)μg·m~(-3)和(2. 27±0. 95)μg·m~(-3),占比分别为18. 04%和2. 99%,与其他城市相比污染较为严重.碳组分占比的空间分布为XY WN XA BJ TCH,且季节差异明显,冬季占比高于秋季. OC与EC的相关性显著(R~2=0. 79),有着较为相同的污染来源.OC1在碳组分中比例最高为23. 44%,碳组分的浓度顺序为OC1 EC2 EC3 OC4 EC1 OC2 OC3 EC4 EC6 EC5.正矩阵因子分解模型的源解析结果表明,该地区碳组分的4类主要贡献源为生物质燃烧与燃煤源、汽油车尾气、柴油车尾气和道路扬尘污染源,贡献率分别为48. 63%、23. 07%、18. 82%和9. 47%,各点位的污染贡献结构有着明显的差异.     

乌梁素海沉积物溶解性有机质荧光光谱特性

采用三维荧光光谱技术(3DEEM)研究了乌梁素海沉积物溶解性有机质的结构组成特征.结果表明,乌梁素海沉积物溶解性有机质出现了6种荧光峰,分别代表类蛋白荧光物质和类富里酸荧光物质,且不同湖区沉积物溶解性有机质结构组成具有一定差异性.乌梁素海沉积物DOM的荧光指数处于1.74~1.96之间,及其DOM来源具有陆源和内源的双重特性,其中陆源主要来自西部河套灌区农田退水输入,内源主要来自芦苇等大型挺水植物死亡腐烂分解.因此,控制河套灌区农田退水排入以及抑制芦苇等挺水植物大量生长是保护乌梁素海生态环境和控制其富营养化的有效措施.     

郑州市某城区冬季不同污染水平大气VOCs特征及源解析

于2019年1月3～23日,在郑州市某城市站点对挥发性有机物(VOCs)进行观测,研究不同污染水平下VOCs组成、变化特征、来源及其对二次有机气溶胶(SOA)生成的影响.结果表明,观测期间含氧VOCs和烷烃为VOCs的主要组分,乙酸乙酯和丙酮为最丰富的物种.清洁天演变至重度污染过程中,VOCs体积分数增高约1倍,大部分物种体积分数随污染程度加重而增高.基于正交矩阵因子模型(PMF),观测期间VOCs主要来源于机动车排放、工业排放、燃烧源、溶剂使用和液化石油气(LPG)使用,且不同污染水平下来源贡献差异明显,重污染期间工业排放和溶剂使用的源贡献分别增高至约清洁天的9倍和3倍.芳香烃为SOA生成潜势(SOA_p)贡献最大的组分,甲苯和间/对-二甲苯为贡献最大的物种,溶剂使用源为贡献最大的来源,重度污染期间总SOA_p增大至约清洁天的2.6倍.加强管控芳香烃类化合物及溶剂使用等相关源的排放对改善郑州市冬季霾污染具有重要意义.     

2020年和2021年南京城区臭氧生成敏感性和VOCs来源变化分析

PM_2.5和臭氧(O₃)协同防控是“十四五”期间空气质量提升的重点.O₃生成与其前体物挥发性有机物(VOCs)和氮氧化物(NO_x)呈高度非线性关系.基于南京市城区站点2020年和2021年的4～9月O₃、 VOCs和NO_x的连续在线监测数据,比较了两年间O₃及其前体物浓度的变化,进一步利用基于观测的盒子模型(OBM)和正定矩阵因子分解(PMF)模型分析了O₃-VOCs-NO_x敏感性和VOCs来源.结果表明,2021年的4～9月O₃日最大浓度、 VOCs和NO_x浓度的平均值相较于2020年同期约下降7%(P=0.031)、 17.6%(P<0.001)和14.0%(P=0.004).2020年和2021年的O₃超标天NO_x和人为源VOCs的平均相对增量反应活性(RIR)分别为0.17和0.14, 0....     

浙江金华秋季干气溶胶中主要化学组分的消光贡献解析

造成雾霾事件的主要原因是高浓度的大气细颗粒物污染.为了深入研究大气细颗粒物的消光来源,本研究采用高时间分辨率气溶胶观测仪器获得了浙江金华秋季PM1主要化学组分浓度及干气溶胶吸收系数和散射系数演变情况.结合有机气溶胶正矩阵因子解析模型(PMF)和多元线性回归方法,建立了拟合优度很高(R2=0.977)的细颗粒物中主要化学组分与干气溶胶消光系数间的定量关系模型.结果表明,观测期间消光贡献最大的是硫酸铵,贡献率为35.1%;其次是硝酸铵,贡献率为26.7%;二次有机气溶胶(SOA)、生物质燃烧有机气溶胶(BBOA)、黑碳(BC)及氯化铵的消光贡献率分别为14.3%、11.2%、8.7%、4.0%.在一些特定污染时段,BBOA具有最大的消光贡献,是导致此时大气能见度大幅度衰减的首要因子.     

基于稀疏表示的火灾自动报警系统产品性能评价

性能良好的火灾自动报警系统可以有效地避免和减少火灾发生,降低火灾带来的损失。根据《火灾自动报警系统性能评价》(GB/Z 24978—2010)中提出的火灾自动报警系统的产品性能评价一级指标,制定了详细的二级指标,由于各二级指标的相互耦合性,先根据二级指标对一级指标的隶属度建立模糊关系矩阵,再对此模糊关系矩阵进行带稀疏性约束的非负矩阵分解,得出稀疏性较高的初始运算矩阵;通过对样本的二级指标进行评价并得出评价向量,据此评价向量和稀疏分解后的关系矩阵进行运算,可得出火灾自动报警系统的产品性能评价等级。     

有机基质对反硝化除磷效果的影响

文章研究了有机基质对反硝化除磷工艺脱氮除磷效果的影响,实验结果表明:有机基质是影响反硝化除磷效果的重要因素,磷的去除主要在缺氧阶段由反硝化除磷实现。实验保持N、P进水40 mg/L、8 mg/L不变,当COD/P≥31.25时,出水磷浓度小于1 mg/L,去除率大于85%,出水中氨氮和硝酸氮约为0,氮的去除率接近100%,COD的去除率在95%以上;当进水25≤COD/P≤31.25时,出水磷浓度为1~2.4 mg/L,去除率大于70%,氮的去除率接近100%,COD的去除率大于90%;研究结果推断,随着进水有机基质的降低,厌氧池聚磷菌放磷量逐渐减少,缺氧池反硝化除磷量也逐渐降低,二沉池出水磷酸盐含量逐渐升高,反硝化除磷的效率随着有机基质浓度的降低而逐渐降低。     

基于转移矩阵模型的江苏海滨湿地资源时空演变特征及驱动机制分析

运用遥感和GIS技术及转移矩阵模型,对江苏省海滨湿地区域1987年、1997年及2007年3个时期图件进行信息提取。分别对两个时段该区域湿地资源演变趋势及其驱动机制进行定量分析,结果表明:①近30 a来,江苏海滨湿地资源演变趋势主要为自然湿地向人工湿地及非湿地转移,两个时段自然湿地面积分别减少11.57%和24.63%,整个研究期间人工湿地及非湿地分别增加了27.75%、6.92%;②影响江苏省海滨湿地资源演变的主要因素是人类活动及互花米草(Spartina alterniflora Loisel)的入侵,与1987年相比米草沼泽增加了71.94%。整体而言,社会经济因素是江苏省海滨湿地资源演变的主导因素。     

滇池优势挺水植物茭草和芦苇降解过程中DOM释放特征研究

利用室内分解模拟实验,研究了滇池外海优势挺水植物茭草和芦苇(成熟期)的叶在水环境中降解过程,分析了其释放于水体中水溶性有机质(DOM)浓度和化学结构变化特征.结果表明,植物分解可造成上覆水pH值升高,茭草和芦苇分解过程中上覆水中DOM浓度的变化趋势基本一致.两种植物上覆水中水溶性有机碳(DOC)和水溶性有机氮(DON)的浓度均在8h达到最大值,水溶性有机磷(DOP)的浓度在24 h达到最大值.同时,茭草和芦苇残体内DOM释放强度和速率的变化趋势也基本一致.两种植物DOC、DON和DOP的释放强度和速率都在8 h达到最大,且8 h的释放强度、释放速率、释放比例依次为DOC>DON>DOP.另外,茭草和芦苇分解过程中DOM结构变化分析表明上覆水紫外吸收光谱中SUVA254值先升高再降低,傅里叶红外光谱中—OH特征峰消失,三维荧光光谱中类腐殖酸单位有机碳荧光强度增强.     

南京工业区夏冬季节二次有机气溶胶浓度估算及来源解析

采用2015年6月15日~7月15日及2015年12月16日~2016年1月15日期间GC5000在线气相色谱仪得到的挥发性有机物(volatile organic compounds,VOCs)数据、DRI-2001A热/光碳分析仪对膜采样分析得到的EC(elemental carbon)、OC(organic carbon)数据,使用气溶胶生成系数法(fractional aerosol coefficient,FAC)、EC示踪法及正矩阵因子分析(positive matrix factorization,PMF)对南京工业区二次有机气溶胶(secondary organic aerosol,SOA)浓度进行估算及来源解析.研究发现南京工业区SOA污染主要来源于芳香烃类物质,其对夏、冬季节SOA贡献率分别为80.39%、94.63%,主要贡献者为苯、甲苯、乙苯、二甲苯(benzene、toluene、ethylbenzene、xylene,BTEX);对南京工业区SOA浓度进行估算,得到夏季SOA浓度值为5.84~20.88μg·m~(-3),平均浓度为12.15μg·m~(-3),冬季为2.17~17.73μg·m~(-3),平均浓度为6.91μg·m~(-3),冬季SOA浓度平均水平明显低于夏季.SOA浓度值随风速及降水量的增大而减小;使用PMF受体模型对VOCs进行源解析分析得到夏季SOA污染主要来源于涂料使用、石油加工及石油化工源,SOA贡献值分别为0.65、0.21、0.18μg·m~(-3).冬季SOA污染主要来自于涂料使用,SOA贡献值为0.94μg·m~(-3).