南京江北新区冬季PM2.5中化学组分的昼夜变化特征及其来源解析

为更好地了解南京江北新区大气气溶胶中水溶性离子的昼夜变化特征,冬季连续采集了2个月的PM_(2.5)样品,研究其水溶性离子昼夜变化特征及来源解析.结果表明,观测期间水溶性离子质量浓度变化范围为17. 07～168. 43μg·m~(-3),均值为(59. 01±30. 75)μg·m~(-3),且白天的水溶性离子平均质量浓度高于夜晚. NO_3~-和NH_4~+的浓度占离子总浓度的比值在夜晚偏高,而SO_4~(2-)和Cl~-则在白天偏高. SO_4~(2-)、NO_3~-和NH_4~+(SNA)是南京市PM_(2.5)中最重要的水溶性离子,其质量浓度在污染天要高于清洁天.白天和夜晚的阴阳离子平衡比值(AE/CE)大于1,说明PM_(2.5)呈酸性.相关性分析显示NH_4~+与NO_3~-、SO_4~(2-)之间具有显著的线性相关性,其在PM_(2.5)中主要是以NH_4NO_3和(NH_4)_2SO_4结合方式存在. PMF源解析进一步表明南京江北新区冬季大气PM_(2.5)中水溶性离子主要来源于机动车排放、化石燃料燃烧、生物质燃烧和扬尘等.     

长江南京段水源水中抗生素的赋存特征与风险评估

利用固相萃取-液相色谱-串联质谱技术(SPE-HPLC-MS/MS)分析了长江南京段水源水中抗生素的赋存特征.结果表明,16个采样点累计质量浓度范围为13. 37～780. 5 ng·L~(-1),平均值为92. 95 ng·L~(-1),共检出4种磺胺类、3种氟喹诺酮类、1种四环素类、5种大环内酯类和1种氯霉素类抗生素,平均质量浓度为0. 14～49. 91 ng·L~(-1),其中恩诺沙星(ERX)和克拉霉素(CLR)的检出率为100%,克林霉素(CLI)检出质量浓度最高(739. 44 ng·L~(-1)).与国内部分河流、湖泊相比,长江南京段水体中的抗生素浓度处于较低水平.生态风险评估结果表明,点位S2具有最大的联合风险熵值(0. 31),磺胺甲恶唑(SMX)、强力霉素(DOX)和罗红霉素(ROX)的环境风险熵值具有低等风险水平; 9种抗生素对不同年龄段人群的健康风险指数HQ在2. 22×10-6和4. 86×10-3之间,同时CLI和DOX为主要的潜在健康风险因素.     

南京市不同功能区冬季大气PM2.5分布特征及其来源解析

2016年12月-2017年1月,在南京市4类典型功能区（农业区、住宅区、交通干道区、工业区）各选两点,共采集了大气PM_2.5样品32套,测定并分析了其质量浓度、9种水溶性离子（WSIs）、有机碳（OC）以及元素碳（EC）的含量.观测期间,南京市冬季PM_2.5的平均浓度为104.5 μg·m^-3,分布特征为：工业区（116.6 μg·m^-3）>农业区（104.3 μg·m^-3）>住宅区（100.1 μg·m^-3）>交通干道区（96.9 μg·m^-3）;WSIs、OC和EC的平均浓度（/PM_2.5）分别为：53.4 μg·m^-3（51.1%）、11.8 μg·m^-3（11.3%）、8.2 μg·m^-3（7.8%）.农业区和住宅区受WSIs污染较严重且NOR、SOR较高,而工业区和交通干道区的OC、EC污染较严重且SOC/OC较高.进一步运用PMF模型解析,南京市冬季PM_2.5来源为：二次源（37.3%）、工业源（31.2%）、交通源（16.4%）、建筑尘（7.9%）和燃煤源（7.2%）.最后,本文收集了自2000年起南京市冬季大气PM_2.5浓度及其污染来源研究,总体而言,近年来南京冬季大气PM_2.5浓度呈下降趋势,其主要污染源比重也发生了较大变化,燃煤贡献有所下降,而工业和交通排放逐渐上升,且二次污染贡献逐渐突出.今后,控制二次污染源将成为南京市大气PM_2.5治理的重中之重.     

利用铅同位素方法量化不同端元源对南京土壤和长江下游悬浮物铅富集的影响

环境中铅污染及其地球化学行为关系到生态环境安全和人类健康.利用地球化学同位素方法研究长江下游典型地区土壤和河流悬浮物中铅富集特征和成因,量化不同端元源对铅富集的影响,对于环境科学发展以及铅污染治理具有重要促进意义.结果表明,南京城区表层土壤和长江下游悬浮物中的铅相对于当地背景土壤呈现出富集特征.土壤和悬浮物的铅同位素相对于自然端元具有较高的206Pb/207Pb和较低的208Pb/206Pb比值,为受到了人为铅输入影响的缘故.铅同位素地球化学端元识别模型估算表明,南京市区土壤中的铅有18%~56%(平均35%)来自人为端元源,而长江下游悬浮物样品中铅的人为端元源贡献率为22%~46%(平均32%).     

南京市生态文明建设路径探析研究

党的十八大把生态文明建设上升为"五位一体"总体布局的战略高度,生态文明建设得到空前重视。文章结合南京市情,简要介绍了推进建设生态文明的重要性和必然性。认为南京在建设生态文明方面已具备了一定的基础条件,但也面临着环境质量不乐观、产业结构偏重、资源能源约束加剧、环境安全隐患依然存在等现实压力。最后,文章从完善生态文明建设顶层设计、推动绿色发展、实施蓝天清水行动、加强生态保护与建设、确保固体废物安全处置、以及倡导绿色生活方式等方面对南京如何打造成为美丽中国标志性城市提出了几点建议。     

基于高分影像的城市黑臭水体遥感识别:以南京为例

城市黑臭水体的遥感识别对于黑臭水体的监测、治理有着重要作用.2016年对南京城市河段进行了地面调查,并在沙洲西河、秃尾河、玄武湖、金川河设置了55个样点,采集水样分析水质参数并同步测量水面光谱.在此基础上,利用绿光波段遥感反射率的单波段阈值、蓝、绿波段差值、红、绿波段比值,以及色度值,分别构建了基于GF-2影像的城市黑臭水体遥感识别算法,并分析南京市主城区黑臭水体的空间分布和环境特点.结果表明:(1)和其他类型水体相比,城市黑臭水体遥感反射率最低,在整个可见光范围峰谷不突出,而且在400~550 nm范围光谱斜率最小;(2)采用地面同步调查结果检验,比值算法的识别精度最高,对城市河道黑臭水体的识别更准确;(3)利用比值法对2016年11月3日的GF-2影像进行计算,共提取研究区黑臭河段11条,总长度40.7 km,总面积0.749 km~2.黑臭河段分布具有范围广且不连续的特征,集中分布于各城区人口密集的区域;水体发生黑臭主要受到生活污水、工业废水、断头浜的影响.     

南京市PM2．5污染源分析与控制对策研究

随着民众健康和环保意识的增强,公众对空气环境质量越来越关注,要求也日益提高。空气污染物中的PM2.5由于对人体健康的危害严重性,近年来,成为政府和社会各界关注的环境热点问题。美国在1997年率先提出监测PM2.5标准,一些主要发达国家已将PM2.5纳入空气质量标准并进行强制性限制。本文简述了PM25的定义及危害,结合相关PM2.5的研究报告和环境监测数据分析了南京市PM2.5污染现状、污染特征及规律。通过对南京市PM2.5来源的解析,从监测管理、源头控制、防治机构、产业布局和公众参与几个方面提出控制南京市PM2.5污染的对策。     

末次盛冰期南京长江四桥附近长江古流量估算

利用南京长江四桥的39个地质工程钻孔资料及其它现有资料,已知长江四桥附近约-65～-90m的深槽为末次盛冰期时的长江河槽。根据古河槽断面、形态参数、底部沉积物颗粒级配等,运用河相关系法、泥沙粒径水力学法、地貌水力学法,计算了末次盛冰期时的断面面积、断面平均流速。计算得到末次盛冰期南京长江四桥附近长江古流量约为22000～27000m3/s。初步根据宽深比、悬移质含量、弯曲率等参数值判断末次盛冰期长江四桥附近长江古河型为曲流。     

影响南京地区的两次典型空气污染过程分析

2009年10月下旬与11月上旬,南京及其周边地区接连经历了两次严重的空气污染过程.第一次污染过程表现为持续性灰霾天气,第二次污染过程主要受秸秆焚烧和区域输送的混合影响.利用地面污染监测数据、气象要素观测资料、卫星遥感火点资料结合后向轨迹模式,采用聚类分析的方法讨论了局地源及区域输送对两次污染过程的影响.结果表明,两次污染过程积聚模态气溶胶数浓度较高,与该地区之前观测结果比较气溶胶浓度峰值向大粒径偏移.两次过程PM2.1中SO24-/NO3-的值分别为1.30和0.99.第一次污染过程受偏东、偏南方向局地排放源的影响,≤0.1μm的气溶胶粒子逐渐累积.第二次污染过程主要受东北方向短距离输送与西南方向局地排放的混合影响,尤其是来自偏南方向气溶胶数浓度较高,≥0.1μm粒子尤为明显,说明秸秆焚烧的排放源主要来自此方向.     

基于GAM模型分析影响因素交互作用对PM2.5浓度变化的影响

对南京市2013~2015年PM2.5及影响因素的时间变化序列,运用广义可加模型(GAM)分析影响因素交互作用对PM2.5浓度变化的影响.结果表明,PM2.5及影响因素都基本服从正态分布类型,影响因素间具较强相关性,其中气温、气压和水汽压间具有显著相关性.PM2.5浓度变化的单因素GAM模型中,所有影响因素均通过显著性检验,其中SO_2、CO、NO_2等影响因素的模型拟合度较优,方程解释度较高;PM2.5浓度变化的多因素GAM模型中SO_2、CO、NO_2、O_3、平均降雨量(PRE)、平均风速(WIND)和相对湿度(RHU)等影响因素对PM2.5浓度变化解释率为73.9%,对其变化具有显著性影响;通过多因素对PM2.5浓度变化影响效应的诊断分析,得到SO_2、NO_2和WIND与PM2.5浓度变化呈线性关系,CO、O_3、PRE和RHU与PM2.5浓度变化呈非线性关系;在影响因素交互作用对PM2.5浓度变化影响的GAM模型中,SO_2与CO、PRE、RHU间交互作用,CO与NO_2、O_3、PRE、WIND、RHU间交互作用,以及NO_2与WIND、PRE、RHU间交互作用,都在P0.01(或P0.05)水平下显著影响PM2.5浓度变化;大气污染物SO_2、CO及NO_2分别与气象等其它因素的交互作用对PM2.5浓度变化产生最主要影响作用;通过对影响因素交互作用GAM模型可视化三维图分析,定量研究了影响因素交互作用对PM2.5浓度变化的影响特征.结论表明,运用GAM模型,能够定量化分析影响因素交互作用对PM2.5浓度变化的影响,研究方法具有一定创新性,对PM2.5浓度污染与控制研究具有重要意义.