重金属地质高背景区及工业区农作物重金属健康风险评价——以重庆市梁平区现代农业示范区为例

以重庆市梁平区现代农业示范区内分别受重金属地质高背景影响及工业活动影响的玉米、水稻、红苕、莲藕、柚子为研究对象,探讨重金属地质高背景区及工业区农作物重金属元素差异性的健康风险问题。通过对比研究,得到以下认识:1)以As、Hg、Cd、Cu、Zn和Ni为研究对象,水稻中As、Hg及Cd的平均含量总是大于玉米中对应元素的平均含量,水稻中Cu、Zn及Ni的平均含量总是小于玉米中对应元素的平均含量。水稻、玉米对于不同的重金属元素具有不同的富集特征。2)农作物的重金属危害商与重金属浓度呈正比关系。横向对比发现,工业区植物玉米中As、Hg、Cd、Zn及Ni元素的危害商皆大于地质高背景区玉米中对应元素的危害商,为工业活动对土壤中重金属形态的影响所致。3)柚子的重金属危害商在全区普遍偏低。地质高背景区植物莲藕中As元素的危害商达到了2.08,具有显著的健康风险。4)不同重金属元素对总危害商的贡献率表明,As、Cu元素的贡献率是最高的,Cd元素对地质背景区总危害商的贡献率高于工业区,应引起对Cd米污染的重视。     

气象因素对长三角背景地区甲烷浓度的影响分析

通过分析2009年1月～2011年12月临安区域大气本底站在线观测获得的CH4浓度,研究地面风向、地面风速、地面气温、日照等气象因素对长三角背景地区CH4浓度的影响.结果表明,临安站CH4浓度的日变化分布表现为单峰型形态,下午低、凌晨高,浓度日变幅在19.0×10-9～74.7×10-9(摩尔分数)之间;季节变化特征表现为春季低、秋季高,月均浓度分布在1 955.7×10-9～2 036.2×10-9之间.NE～SSE风向上CH4浓度较高,SW～NNW风向上CH4浓度较低;地面风速越大,CH4浓度越低;地面气温升高,CH4浓度出现先升后降的分布;随着日照时数的增加,CH4浓度亦表现为先升后降的分布特征.     

不同水分管理方式下水稻生长季N2O排放量估算:模型建立

我国水稻生产中往往采用多种水分管理方式,如持续淹水、淹水-烤田-淹水和淹水-烤田-淹水-湿润灌溉等. 水分管理方式的不同会引起水稻生长季N₂O排放的显著变化. 本研究收集和整理了2005年以前17篇国内外文献报道的有关我国稻田N₂O季节排放通量的71组田间原位测定资料,每组资料包括稻田氮肥施用的种类和施用量、水分管理方式、N₂O季节排放量等数据,旨在建立不同水分管理方式下水稻生长季N₂O直接排放量的估算模型. 分析结果表明,持续淹水稻田N₂O季节排放量与施氮量无明显相关关系,在淹水-烤田-淹水和淹水-烤田-淹水-湿润灌溉的水分管理方式下,两者呈极显著线性正相关关系. 持续淹水稻田N₂O季节排放总量相当于施氮量的0.02%. 基于普通最小二乘法（OLS）分析技术建立的线性回归模型估算结果表明,淹水-烤田-淹水的水分管理方式下稻田肥料氮的N₂O排放系数为0.42%,但N₂O季节背景排放量不显著. 在淹水-烤田-淹水-湿润灌溉的水分管理方式下,水稻生长季肥料N的N₂O排放系数和N₂O-N背景排放量分别为0.73%和0.79 kg·hm^-2. 残差分析和效能分析显示模型具有较好的适切性. 综合3种水分管理方式,我国稻田水稻生长季N的N₂O排放系数和N₂O-N背景排放量平均分别为0.54%和0.43 kg·hm^-2. 相对于旱作农田而言,水稻生长季肥料N的N₂O排放系数较低,意味着水稻生产较旱地作物可能更有利于减缓我国农业N₂O排放. 本研究建立的模型可以用于我国稻田水稻生长季N₂O直接排放量的估算.     

茅台酒原产地域研究概述

本文介绍了茅台酒原产地研究概况,主要从原产地的界定,其地质背景、生态环境、以及茅台酒独特的生产工艺等方面进行了总结,加强茅台酒的原产地保护刻不容缓.     

一次暴雨空报和预警失误分析

通过分析2009年5月17到20日的天气背景、对比分析清远本站和郴州站的探空资料,以及清远本站的湿度、风等要素,找出北部地区和南部地区在同一环流背景下,所产生量级差异较大的降水原因。得出郴州站对北部地区的强降水指示意义在一定程度上大于清远本站;而清远本站的单站资料对清远本站强降雨指示意义明显。精细分析天气系统位置,可提高强天气在同一地区内的精细落区预报。雷达资料对本站的强天气预警信号发布具有重要指示意义。     

北京地区FLEXPART模式适用性初步研究

FLEXPART是挪威大气研究所开发的拉格朗日粒子扩散模式.为客观地评价该模式在北京地区的适用性,以北京上甸子大气本底站为例,模拟了CO浓度变化及其源区分布特征,并与该站实测CO浓度和2006年排放源清单进行了比对.结果表明:①模式模拟的CO浓度变化趋势可以较好地反映上甸子地区CO浓度的日变化规律,CO浓度的模拟值与实测值的相关系数在春夏两季分别达到0.42和0.41;②春夏两季北京市污染气团主要源地分布在西-西南和西西南-南-南南东扇区,模式结果较好地体现了北京及周边地区CO源区的分布特征.初步研究表明,FLEXPART模式在北京地区是基本适用的.     

A land use regression for predicting NO2 and PM10 concentrations in different seasons in Tianjin region,China

Land use regression (LUR) model was employed to predict the spatial concentration distribution of NO2 and PM10 in the Tianjin region based on the environmental air quality monitoring data. Four multiple linear regression (MLR) equations were established based on the most significant variables for NO2 in heating season (R2 = 0.74), and non-heating season (R2 = 0.61) in the whole study area; and PM10 in heating season (R2 = 0.72), and non-heating season (R2 = 0.49). Maps of spatial concentration distribution for NO2 and PM10 were obtained based on the MLR equations (resolution is 10 km). Intercepts of MLR equations were 0.050 (NO2, heating season), 0.035 (NO2, non-heating season), 0.068 (PM10, heating season), and 0.092 (PM10, non-heating season) in the whole study area. In the central area of Tianjin region, the intercepts were 0.042 (NO2, heating season), 0.043 (NO2, non-heating season), 0.087 (PM10, heating season), and 0.096 (PM10, non-heating season). These intercept values might imply an area’s background concentrations. Predicted result derived from LUR model in the central area was better than that in the whole study area. R2 values increased 0.09 (heating season) and 0.18 (non-heating season) for NO2, and 0.08 (heating season) and 0.04 (non-heating season) for PM10. In terms of R2, LUR model performed more effectively in heating season than non-heating season in the study area and gave a better result for NO2 compared with PM10.     

基于成土母质分区的土壤-作物系统重金属累积特征与健康风险评价

滇东北是中国西南典型的土壤重金属高背景地区,土壤中重金属普遍富集,土壤重金属分布和区域内农作物的安全性值得关注.根据滇东北土壤成土母质分区,以1137组农作物和对应的根系土壤为研究对象,采用元素赋存形态分析和慢性健康风险评价法开展土壤-作物系统重金属累积特征和农作物健康风险评价.结果表明,铅锌矿集区土壤Cd和Pb重金属均高于《土壤环境质量农用地土壤污染风险管控标准》(GB 15618-2018)土壤污染管制值,其余母质区土壤Cd介于筛选-管制缓冲区内,Pb则低于最低土壤风险筛选值.依据《食品安全国家标准食品中污染物限量》(GB 2762-2017),区内土豆和黄豆中重金属Cd超标严重,苦荞和核桃中重金属Pb超过限量值,农作物重金属Cd超标率为:碎屑岩母质区＞玄武岩母质区＞铅锌矿集区＞碳酸盐岩母质区≈第四系沉积物区＞砂(泥)岩母质区.同时,根据美国环保署对于人体摄入重金属慢性健康风险评估方法可知,谷薯类主食和水果类均存在重金属摄入慢性健康低风险,其中碎屑岩母质区、砂(泥)岩母质区、第四系沉积物区和铅锌矿集区这4个区域内农作物显示较高的人体健康风险,且随着土壤理化性质改变和食用农作物种类的增加,风险将逐渐增大.     

青藏高原高寒草甸地区大气CO_2浓度变化特征

大气CO2浓度的长期连续观测是研究全球和区域碳循环过程及其气候和环境效应的重要基础.利用基于非色散红外吸收光谱法(NDIR)的大气CO2在线观测系统,于2012年3月—2013年2月在青海门源大气背景站对青藏高原高寒草甸地区大气φ(CO2)进行了连续观测.结果表明:1观测期间,门源站大气φ(CO2)波动较大,其背景值出现频率为59%,背景值平均为391.2×10-6,低于2012年全球平均值(393.1×10-6);受排放源和吸收汇影响的φ(CO2)非背景值出现频率分别为25%和16%,二者平均值分别为401.1×10-6和380.7×10-6.2夏季φ(CO2)日变幅最大,达到28.9×10-6;春季、夏季、秋季、冬季φ(CO2)最高值分别出现在08:00、07:00、08:00和11:00,最低值均出现在16:00.3门源站φ(CO2)背景值季节变化明显,最高值出现在1月,月均值为397.7×10-6;最低值出现在8月,月均值为381.0×10-6.4不同季节φ(CO2)-风玫瑰图分析结果显示,春季、夏季、秋季φ(CO2)高值主要出现在W-NW-N扇区,冬季高值主要出现在SE-S-SW扇区.门源站大气φ(CO2)的季节变化特征主要是排放源、吸收汇以及地面风共同作用的结果.     

渝西经济区土壤地球化学基准值与背景值及元素分布特征

基于渝西经济区多目标区域地球化学调查资料,采用正态和对数正态法,获得了土壤54种元素(指标)的地球化学基准值和背景值,并研究其分布特征;同时分析了岩石风化成土过程元素的富集贫化规律,以及表层土壤元素分布特征。结果表明,与全国土壤相比,该区重金属元素Cd、Cr、Hg、Ni基准值较高,As较低,Pb、Zn、Cu与全国值相当;多数重金属元素和植物营养元素背景值偏高,仅K、Mn、P、Cl元素背景值低于全国水平。对比土壤背景值与基准值,发现多数元素(指标)背景值与基准值相当,说明表生作用和人为活动对表层土壤影响较小;而Se、Hg、S、N等14种元素在表层土壤富集,人为输入作用显著。不同母岩区表层土壤元素(指标)分布表现为,碳酸盐岩区多数元素含量较高;就不同pH值范围而言,CaO、MgO、K2O、P以及除Hg以外的重金属元素均在碱性环境含量较高,SiO2在酸性环境含量高,较多元素(指标)在中性环境中趋于稳定。