珠江口夏季有机碳的分布特征及其收支模拟研究

基于三维水质模型对珠江口夏季有机碳的分布特征及其收支进行了研究,量化了各动力学过程对有机碳分布的影响,这对于深入了解珠江口碳循环过程有重要意义.同时,采用2006年7—8月观测数据对模型进行了验证,结果显示模型模拟效果良好.研究表明,珠江口夏季有机碳呈明显的空间变化,其浓度总体上从口门向外海逐步降低,底层递减幅度大于表层;表层平均浓度为2.42 mg·L~(-1),底层平均浓度为1.91 mg·L~(-1).此外,有机碳在垂向上的分布与水体层化紧密相关,层化水域中的有机碳浓度随水深迅速下降,非层化水域上、下层的浓度差异不大.有机碳收支结果则表明,珠江口不同水域有机碳的物理、生化过程差异明显.在内伶仃洋,有机碳分布由物理过程主控,其主要来源与消耗分别为径流输送和沉降,两者分别约占该区域有机碳输入总量的83.80%、83.18%;在中伶仃洋,有机碳分布受物理和生化因素共同调控,其来源以生化产碳为主,动力输送为辅,主要耗碳项为沉降;在外伶仃洋,其西侧水域的有机碳主要来源与消耗分别为径流输送和沉降,有机碳分布受物理和生化过程共同调控,其中,物理过程占优势,而在其东侧水域,有机碳主要来源与消耗分别为生化产碳和生化耗碳,有机碳分布由生化过程主控.另外,捕食产碳和氧化耗碳分别是珠江口各生化过程中最重要的产、耗碳过程.     

香溪河库湾水质特征与非回水区水华响应关系

为探究香溪河在受倒灌影响较弱的河段水华暴发征兆及机理,于水华高发期5~8月对香溪河进行监测,分析电导率、水温、叶绿素a（Chl-a）以及流速.结果表明,在6~8月,香溪河倒灌现象于XX05点（峡口镇）处基本结束,XX06~XX09受倒灌来水影响较弱;香溪河于7月暴发水华,各个监测点位上Chl-a含量均值达到100μg/L以上,XX05~XX06与XX07-XX09点位上暴发不同种水华;在水华暴发前后,水体温度无显著变化,且并无明显分层现象,说明水温分层是水华暴发的主要原因这一理论并不能很好的适用于非回水区;通过对电导率数值的研究发现,数值在垂向上出现显著拐点,而拐点出现在临界层与光补偿层之间,同时与叶绿素a含量分布呈现显著负相关性.香溪河总氮（TN）、总磷（TP）平均值为1.849mg/L和0.157mg/L,均超过富营养化的阈值,水体氮磷含量与Chl-a浓度无显著相关性,水体中除N、P营养盐外的其它离子对香溪河水华的暴发起着重要作用.在水华消退后,电导率数值又逐渐恢复表层高底层低的垂向线性分布特性,与水华的暴发、消退有着明显的响应.     

基于走航观测的长江三角洲地区大气污染特征及来源追踪

为了加强对长江三角洲地区大气污染分布特征和输送规律的认识,利用移动车载设备开展了不定期的走航观测,重点研究了2016-2018年冬季灰霾污染和春季光化学污染条件下长江三角洲地区的大气污染特征.结果表明,走航观测期间长江三角洲地区PM_2.5日均浓度为60~122 μg/m³,东部的常州、无锡一带,西部的合肥、芜湖地区,北部蚌埠、滁州一带,南部湖州、杭州地区的PM_2.5浓度较高,比其他地区高出20%~40%.O₃日均浓度水平为9~52 μg/m³,苏州、盐城、宣城与湖州地区浓度相对较高.运用FLEXPART_WRF模式,结合PM_2.5排放清单,分析了走航观测期间长江三角洲地区及沿线城市PM_2.5的潜在来源.结果发现,东风条件下,南通及上海地区为PM_2.5的潜在源区,北风条件下,连云港、盐城等地区贡献较大.运用FLEXPART前向轨迹计算模块,对一次污染个例过程进行了模拟,并利用走航观测结果进行了验证,发现模拟结果与走航观测结果的相关系数达到0.9.可见,长江三角洲地区存在区域性的PM_2.5和O₃污染,走航观测结合轨迹分析是追踪污染气团输送的有效手段.     

2015年调水调沙期间黄河悬浮颗粒Pb及其稳定同位素组成变化

通过对2015年黄河调水调沙期间利津水文站悬浮泥沙以及小浪底水库表层沉积物的分析,研究了调水调沙期间黄河入海泥沙中Pb元素的含量及同位素组成的变化特征,探讨了其物质来源及对调水调沙进程的响应.结果表明,调水调沙期间黄河入海泥沙Pb元素含量为18.09~28.35μg/g,平均为21.64μg/g,稳定同位素²⁰⁷Pb/²⁰⁶Pb为0.8367~0.8481,²⁰⁸Pb/²⁰⁶Pb为2.0839~2.0997,与黄土等物质较为接近.Pb含量及稳定同位素组成在调水调沙前、后期均较高,而在调水调沙中间主要时段则较低.利津站悬浮泥沙及小浪底水库沉积物中Pb同位素组成均符合黄河源Pb演化规律,但小浪底水库沉积物Pb元素含量较高,部分站位受到了人类活动的影响.调水调沙进程对该期间黄河入海泥沙Pb的变化及来源有着显著影响,在调水调沙前期和后期,水沙通量小,洪水对下游河床冲刷作用弱,Pb受到中上游沉积物来源影响,导致含量和同位素组成较高.在调水调沙中间的主要时段,利津悬浮泥沙与小浪底水库沉积物显著不同,Pb主要来自洪水对下游河床的冲刷,以自然来源为主,未受到人类活动影响.     

区域地下水不同深度微生物群落结构特征

为了揭示区域地下水不同深度微生物群落结构特征及其与地下水环境相互作用关系,选取北京琉璃河地区,采集不同深度地下水样品,用于水化学分析和微生物16S rRNA基因V4-V5区测序.水化学分析结果显示,地下水中8种主要离子浓度随深度增加均呈减小趋势,Cl^-、SO₄^2-、NO₃^-变化规律显著,工业较发达区NO₃^-浓度达155.30mg/L,SO₄^2-浓度达321.00mg/L,部分浅层地下水受NO₃^-和SO₄^2-污染.微生物分析结果显示,地下水中微生物群落多样性受深度影响显著,随深度增加微生物群落组成丰富.地下水中优势菌门为Proteobacteria （26.2%~95.2%）,优势菌属为Pseudomonas（1.5%~32.2%）,不同深度微生物菌属组成差异明显,浅层、中层和深层地下水特有菌属数目分别为74,60,54.NO₃^-、SO₄^2-、深度是影响地下水微生物群落的主要因子,且NO₃^-、SO₄^2-浓度受地下水深度影响程度大.地下水深度是影响微生物群落结构差异的重要原因.     

长江三角洲城市群工业污染时空演化及其驱动因素

基于2003~2015年长江三角洲（以下简称长三角）城市群26个城市工业废水和工业SO₂排放数据,采用标准差椭圆、地理集中指数、工业环境绩效指数、空间形态差异指数等方法从宏观和微观视角对长三角城市群工业污染时空演化进行分析,同时采用对数平均迪氏分解（LMDI）模型对其工业污染排放主要驱动因素进行分解.研究发现：2003~2015年工业废水和工业SO₂排放量分别下降了16.97%和28.79%,但占全国比重仍然较高,尤其是工业废水对生态环境胁迫较大.2种工业污染空间形态均呈现出北（偏西）-南（偏东）的空间分布形态,而2种工业污染重心移动轨迹并不一致,工业废水重心总体上朝向东（偏南）方向迁移了12.85km,而工业SO₂重心总体上朝向西（偏北）方向迁移了26.89km.此外,2种工业污染主要集中分布于长江沿岸城市且污染集中度指数由高到低大致呈半圈层状向周围递减.工业发展与工业污染空间形态演变具有一致性,工业废水重心和工业SO₂重心与工业发展重心距离均在逐渐缩小,而2种工业污染-环境绩效空间分布格局并不完全一致.驱动因素方面,环境规制引起的技术改善效应是工业污染排放量减少的主要原因,而由环境规制引起的产业结构效应对工业污染排放量的影响则取决于区域发展政策,经济发展效应是工业污染排放量增加的主要原因,人口规模效应对工业污染排放量的影响较小.     

流域社会经济与水环境质量耦合协调度分析

从经济发展、社会发展、环境保护等方面构建耦合协调评价指标体系,采用熵权法确定指标权重,利用力学平衡模型,对闽江流域各个地区2006~2016年耦合协调程度进行评估.结果表明：三明、南平、福州市的经济发展水平、社会发展水平、环境保护水平总体上均呈现逐年递增的趋势,在空间上大体表现为福州 > 三明 >≈南平.三明、南平、福州等地区的耦合协调度总体上呈现递增趋势,在空间上表现为福州>三明≈南平.从时间变化看,可以将闽江流域耦合协调度划分成3个阶段：阶段I （2006~2009年）、阶段Ⅱ （2009~2013年）、阶段Ⅲ （2013~2016年）.根据闽江流域各地区耦合协调度偏离方向θ的大小,将闽江流域各地区不同年限的耦合协调发展划分为环境保护滞后型（I象限）、经济发展滞后型（Ⅱ象限）、社会发展滞后型（Ⅲ象限）,并对不同滞后类型分别提出改进方向.     

基于Monte Carlo模拟的河流水质评价——以温瑞塘河为例

基于水质评价的综合污染指数（CWQI）法和水质指标实测含量的统计分析,应用Monte Carlo模拟方法,建立了河流水质评价的Monte Carlo-CWQI耦合模型并进行实例研究.通过建立的耦合模型和温瑞塘河流域14个监测断面2004~2010年的水质监测数据,定量分析各监测断面隶属于不同污染等级的概率水平和各水质指标对水体污染的影响程度.结果表明：温瑞塘河水系水质污染十分严重,勤奋、九山、东水厂、十字河、南白象、灰桥、新桥、米筛桥、仙门、光明、郭溪、瞿溪、西岙和梧田监测断面处于重度污染的概率分别为28.50%,0.55%,92.71%,59.73%,78.85%,39.38%,78.87%,83.09%,65.32%,78.08%,0.00%,0.96%,68.09%,86.06%;处于严重污染的概率分别为71.28%,0.01%,4.33%,39.76%,21.07%,60.59%,4.42%,12.41%,11.02%,21.24%,0.00%,0.02%,1.42%,13.12%.各监测断面总氮（TN）,氨氮（NH₃-N）和溶解氧（DO）的Spearman等级相关系数范围分别是0.41~0.76、0.25~0.63和0.14~0.66,是其他指标的2倍以上,表明影响该地区水质达标的主要因子是TN,NH₃-N和DO.本研究拓宽了河流水质评价的研究视角,能够为流域水环境管理提供丰富的决策依据.     

Morphology, composition, and sources of individual aerosol particles at a regional background site of the YRD, China

Aerosol samples were collected at Lin'an, a background site of Yangtze River Delta(YRD).Morphology, size, composition, and mixing state of individual aerosol particles were characterized by transmission electron microscopy(TEM) coupled with energy dispersive X-ray spectroscopy(EDS), and the soluble ions of PM_(1.0) were studied by aerosol mass spectrometer(AMS). The daily average AMS mass concentrations of sulfate, nitrate, and ammonium were about 5.8, 8.6, and 5.6 μg/m~3, respectively. Individual aerosol particles were classified into seven types: S-rich, K-rich, organic matter(OM), soot, fly ash, metal, and mineral. S-rich particles were dominant in all size bins, and 51%(by number) of S-rich particles were internally mixed with other particles. The fraction of organic coating particles was 13.7% in morning, 25.2% in afternoon, and 11% in evening, suggesting that the strong photochemical process during afternoon produced more secondary organic aerosols(SOA) on the surface of inorganic particles. Fly ash and metal particles were abundant during the day, suggesting the influence of emissions from coal-fired power plants and steel plants. The results indicate that the intense industrial emissions in the YRD significantly transported to the background areas. PM_(2.5) concentration may be lower in background air than in urban air but complex mixing state of aerosol particles indicates that the long-range transported particles substantially influenced the background air quality.     

Air pollution characteristics and their relationship with emissions and meteorology in the Yangtze River Delta region during 2014–2016

With rapid economic growth and urbanization, the Yangtze River Delta(YRD) region in China has experienced serious air pollution challenges. In this study, we analyzed the air pollution characteristics and their relationship with emissions and meteorology in the YRD region during 2014–2016. In recent years, the concentrations of all air pollutants, except O_3,decreased. Spatially, the PM_(2.5), PM_(10), SO_2, and CO concentrations were higher in the northern YRD region, and NO_2 and O_3 were higher in the central YRD region. Based on the number of non-attainment days(i.e., days with air quality index greater than 100), PM_(2.5) was the largest contributor to air pollution in the YRD region, followed by O_3, PM_(10), and NO_2.However, particulate matter pollution has declined gradually, while O_3 pollution worsened.Meteorological conditions mainly influenced day-to-day variations in pollutant concentrations. PM_(2.5) concentration was inversely related to wind speed, while O_3 concentration was positively correlated with temperature and negatively correlated with relative humidity.The air quality improvement in recent years was mainly attributed to emission reductions.During 2014–2016, PM_(2.5), PM_(10), SO_2, NO_x, CO, NH_3, and volatile organic compound(VOC)emissions in the YRD region were reduced by 26.3%, 29.2%, 32.4%, 8.1%, 15.9%, 4.5%, and0.3%, respectively. Regional transport also contributed to the air pollution. During regional haze periods, pollutants from North China and East China aggravated the pollution in the YRD region. Our findings suggest that emission reduction and regional joint prevention and control helped to improve the air quality in the YRD region.