移动型环境风险源识别与分级方法研究

为了有效管理移动型环境风险源,降低其在转移运输过程中的风险水平,建立了用于识别移动型环境风险源并为其环境风险分级的方法.本方法基于我国现有环境污染事故统计分析结果,选取能够表现移动源诱发事故的起因及特征的风险评价指标因子,采用指标因子分析方法量化环境风险源风险水平.分级过程中分析了移动型环境风险源环境风险影响因子、环境风险源源强特征和风险表征方式,以风险物质数量水平-环境风险水平为基础建立风险分级矩阵,最终形成包含"环境风险源筛选"和"风险分级"两步的分级方法,旨在直观体现移动型环境风险源风险水平的同时,提高方法的可操作性和实用性.     

珠三角SO_2污染区划及来源的定量研究

文章利用珠三角粤港空气质量监测网13个空气质量监测点2009年11月SO2监测浓度,通过聚类分析对珠三角SO2进行污染特征区划,最终选定该时段内3个核心关注区域,分别为广州中心城区、佛山江门片区、珠江口西侧片区。发现佛山江门片区的污染最为严重,其次是珠江口西侧片区。根据一定标准,选定11月23-27日为典型污染过程,11-16日为典型清洁时段。利用MM5-CALPUFF模式对这3个区域,在典型污染过程与清洁时段内的SO2平均浓度进行来源分析,发现在选定的模拟时段内,广州中心城区在污染过程中以本地污染为主(贡献率达62.47%),清洁时段则广州本地污染(49.43%)与东莞输送污染(40.27%)并重;佛山江门片区在污染过程和清洁时段均以外地输送污染(分别为65.06%和68.92%)为主,主要输入源地是广州和东莞;珠江口西侧片区在污染过程和清洁时段均是输送污染与本地污染并重(污染过程输送污染44.10%,本地污染51.83%;清洁时段输送污染50.25%,本地污染41.11%),其中污染过程中,输送污染的主要输入源地是深圳与东莞,清洁时段输送污染比重略大于本地污染,主要输入源地只有东莞。研究结果为控制及治理珠三角SO2源提供科学依据。     

三亚市臭氧污染特征、输送路径及潜在源区分析

基于2015-2019年三亚市空气质量自动监测数据和气象观测资料,结合后向轨迹聚类与潜在源区分析等方法,分析了三亚市O₃污染特征。结果表明:2015-2019年三亚市O₃浓度总体优良,优良天数比例为97.9%(标准状态),超标天均为轻度污染,多发生在秋冬季。O₃浓度与平均相对湿度、气温和降水量呈负相关关系,与平均风速呈正相关关系,同时与风向密切相关。6-8月气温较高,主导风向为偏南风,O₃及其前体物以本地排放为主,O₃浓度较低;秋冬季盛行东北风,易受到来自内陆的污染传输影响,O₃浓度相对较高。当日最高气温为20~30℃、日均相对湿度为65%~85%、日均风速为3~8 m/s、主导风向为东北风时,三亚市发生O₃超标的概率较高。台风外围和冷高压南下是导致三亚市O₃超标的2种典型天气形势。经聚类分析得到,2019年2个污染过程气团输送路径均来自东北方向,潜在源区分析WPSCF与WCWT的高值区一致性较好,均表明珠三角地区是三亚市重要的O₃污染潜在源区,需要加强与珠三角地区O₃污染的联防联控。     

白洋淀多种生境沉积物有机质来源解析及其演变

沉积物有机质来源及其演变的解析对富营养化湖泊的防治及生态修复具有重要的意义.白洋淀是华北地区最大的淡水湖泊,由于受人类活动的影响,其生境逐渐破碎化且不同生境的有机质来源及演变过程尚不清楚.通过对白洋淀河道、湖面、鱼塘、荷塘4种不同生境沉积物岩芯正构烷烃含量与组成特征的分析,结合主成分分析-多元线性回归(PCA-MLR)模型,以解析其有机质的来源及演变.结果表明：由于受不同人类活动的影响,不同生境沉积物的有机质来源不同.鱼塘和荷塘沉积物有机质来源以藻类等水生低等生物为主,分别达到78.3%、72.7%;河道沉积物有机质来源则以陆生高等植物为主,占比为63.8%;开阔湖面沉积物中不同有机质来源所占比例分别为水生低等生物33.0%,水生高等植物26.2%,陆生高等植物40.8%.该结果与白洋淀地区人类活动变化与经济社会发展历程相对应.值得注意的是,尽管随着雄安新区一系列环境治理措施和环保工程的实施,白洋淀水质恶化趋势得到遏制,藻类等水生低等生物在河道和湖面的沉积物有机质来源占比开始缓慢降低,但是由于水体富营养化程度较深且藻类死亡后仍大量沉积于沉积物中,鱼塘和荷塘沉积物有机质来源中水生低等生物...     

2011~2019年中国工业源挥发性有机物排放特征

为阐明近年来我国工业源挥发性有机物（volatile organic compounds,VOCs）排放特征,对排放源分类体系进行完善并采用动态排放因子法,建立了2011~2019年中国工业源VOCs排放清单.结果表明,全国工业源VOCs排放量从2011年11122.7 kt增长到2017年13397.9 kt,而后增长势头得到遏制并略有下降,到2019年下降至13247.0 kt.4个环节的排放结构发生改变,基础化学原料制造、汽油储运、涂料、油墨、颜料及类似产品和工业防护涂料涂装等排放源对相应环节的排放贡献不断上升,相反汽车、集装箱制造与石油和天然气加工等行业排放贡献有所下降.2019年全国工业源VOCs排放中,工业涂装、印刷和基础化学原料制造排放量大（共占总量的39.2%）,且近9年排放占比不断增加,是今后需关注的重点排放源;空间上,华东和华南地区VOCs排放最多,山东、广东、江苏和浙江是贡献最大的4个省份,合计占总量的40.6%.     

河道型水库支流库湾营养盐动态补给过程

河道型水库支流库湾营养盐季节变化直接决定支流藻类群落结构的演替及初级生产力变化过程.为分析三峡水库支流香溪河库湾主要营养盐来源对营养盐季节性变化的影响,基于2010~2011年香溪河库湾野外监测数据,选取干、支流差异显著(P0.01)的常量离子Cl-和Na+作为水团混合示踪离子,采用二元线性混合模型计算不同时期营养盐各来源的贡献率.结果表明,在枯水运行期(11月~次年2月)和汛后蓄水期(9~10月)时,长江干流对支流库湾营养盐贡献率超过75%,干流倒灌为库湾营养盐主要来源;在汛前泄水期(3~5月)和汛期(6~8月)时,干流倒灌和上游来水的贡献率差异缩小,库湾营养盐来源需考虑两者共同的影响,但干流倒灌仍占据优势.上游来水磷营养浓度相对较高,而长江干流氮、硅营养盐浓度较高,不同时期香溪河库湾分层异重流模式不同,库湾营养盐各来源的贡献率也随之改变,因此库湾营养盐在水库不同运行时期呈现出规律性变化.     

基于城镇化进程表层土壤多环芳烃来源解析及风险评价

为研究城镇化进程对土壤PAHs残留状况、来源以及健康风险的影响,采集辽宁地区95个表层土壤样品,利用气相色谱-质谱联用仪分析21种PAHs含量.结果表明研究区域中,背景点、沈抚新城、沈阳以及抚顺内Σ21PAHs总含量分别为1 496.76、3 000.50、8 705.11以及8 178.90μg·kg-1,即城镇化程度与PAHs含量呈正相关关系.利用分子比值法与PMF模型进行来源分析,结果表明研究区域表层土壤PAHs来源主要为煤燃烧源与交通源(石油燃烧),其中4个区域的主要来源依次为石化燃烧源41.0%、煤柴等生物质燃烧源64.4%、交通源67.5%以及交通源62.0%,即随着城镇化进程推进,人为源(主要是交通源)逐渐成为环境中PAHs的主要贡献者.健康风险评价表明,通过土壤误食与皮肤接触途径暴露致癌风险水平较高,城市土壤PAHs存在较高的健康风险,且儿童与青少年受到的健康风险较大,需要引起注意.     

海南岛潜在震源区的研究

本文应用人工神经网络原理,以地震构造和地震活动性为主要特征,对我国海南岛进行了潜在震源区的定量划分。这种划分既反映了当前人们对地震发生规律的认识水平,又为城建部门按照工程重要性和使用年限选取相应的抗震设计参数提供了依据。     

安徽省室内降尘中多环芳烃分布及来源解析

采集安徽省内14个采样点的24个室内降尘样品,检测16种多环芳烃(PAHs)含量.结果表明,安徽省不同区域室内降尘中ΣPAHs浓度范围为0.52~89.3 μg/g,平均浓度为20.7 μg/g.降尘中PAHs以5环为主,其次是4环和3环.PAHs组成分析表明,几乎全部样品中PAHs均以高环(4~6环)为主,其高达60.5%~97.0%,仅在4个样品中检出了较高比例的低环PAHs (2~3环).这说明多数室内降尘中PAHs污染由交通运输(汽车和船舶)以及化工厂等高温燃烧排放造成.而安庆、芜湖及六安地区可能存在较严重的石油污染或煤、木材等低温燃烧源污染.公共场所、城市家庭和农村家庭降尘中PAHs的浓度存在明显的差异,总体上呈现:公共场所>城市家庭>农村家庭.异构体分析表明,公共场所和城市家庭内存在混合来源,而农村家庭以燃烧源为主.致癌能力分析表明,城市家庭降尘中的苯并[a]芘当量(BaPE)值略高于农村家庭.公共场所降尘中的BaPE值远大于家庭场所,是农村家庭或城市家庭场所的2倍多.     

Trend,seasonal variation and sources of suspended particulated matter (SPM) in Spain

In this study we analyze the temporal evolution of the suspended particulated matter (SPM) in the air of the six Spanish remote stations belonging to the European Monitoring and Evaluation Programme network. A negative trend is observed in three of them and a positive trend in one. Another objective of this work was to know the geographical sources of SPM in Spain. To do this we used the conditional probability functions (cf. Ashbaugh et al. (1985), Atmos. Environ., 19, 1263–1270) and information about air masses trajectories. The North of Africa and regions inside Spain are the main sources while Continental Europe and the British Islands are less important.