黑龙江省"十三五"农村环境综合整治思路及对策研究

文章总结了黑龙江省"十二五"期间农村环境整治的成效,深入分析了"十三五"期间农村环境形势及主要环境问题,划定了黑龙江省重点整治范围和优先整治区域,提出了农村环境整治的主要任务和保障措施,确定了要以农村饮用水源地保护、农村生活垃圾和污水处理、畜禽养殖废弃物资源化利用和污染防治等作为农村综合整治的重点工作任务,为黑龙江省"十三五"期间农村环境综合整治提供了方法和对策.     

川东北低山丘陵区细颗粒物主要相关因素和季节变化分析——以南充主城区为例

基于中国空气质量在线监测分析平台和全球天气精准预报网的大气质量和气象数据,以四川盆地东北低山丘陵区典型城市南充市主城区为例,检验了细颗粒物(PM_(2.5))浓度的概率密度分布,发现其接近对数正态分布,由相关分析确定了PM_(2.5)浓度的主要相关因素为CO、NO_2(相关系数r分别为0.76、0.55,P0.01),再通过对2014年1月—2016年6月的日数据的逐步回归筛选出最优的回归指标和模拟方程(决定系数R_(adj)~2为0.68,P0.05),2016年7月—2017年6月的数据验证表明模拟效果较好(拟合优度为0.64,相对误差15.48%);最后根据时序插值、浓度和IAQI(PM_(2.5))的时段均值发现PM_(2.5)浓度在年际上有降低趋势;在季节上由高到低依次为冬季、春季、秋季、夏季;PM_(2.5)浓度在1月和6月分别呈现出年内的峰值和谷值,5、10月出现了阶段性峰值,尤其是5月;IAQI(PM_(2.5))的季节变化与浓度变化规律相似;且PM_(2.5)与PM_(10)比值的均值为0.67,表明现阶段南充市主城区大气污染物中细颗粒物占有较大比重。     

阿哈水库叶绿素a时空分布特征及其与藻类、环境因子的关系

为了解阿哈水库叶绿素a(Chl-a)时空分布特征及其与藻类、环境因子的关系,于2012年枯水期至2013年平水期、丰水期对藻类与理化指标进行分层采样.结果表明Chl-a季节变化明显,与藻类生物量季节变化较为一致,而与丰度差别较大,平水期发生甲藻水华,浓度最高(91μg·L~(-1)),枯水期与丰水期相对较低,分别为8μg·L~(-1)与16μg·L~(-1).枯水期与丰水期水体表层Chl-a浓度略高于中、底层,表层光照、溶解氧相对充足,利于藻类生长;平水期表层Chl-a浓度远高于中、底层,易在表层聚集的甲藻水华是主要原因.大坝Chl-a浓度高于库中,这可能是大坝位于金钟河入库口,营养盐高于库中的缘故.相关性分析得出Chl-a与甲藻门呈极显著正相关(R=0.798,P0.01);Chl-a与TP、DO、pH呈极显著正相关(R=0.762,P0.01;R=0.792,P0.01;R=0.658,P0.01),与TN显著正相关(R=0.388,P0.05)与N/P、NO_3~--N显著负相关(R=-0.37,P0.05;R=-0.435,P0.05).逐步回归分析得出DO、TP、N/P为影响阿哈水库Chl-a分布的主要因子.此外热分层以及水温对Chl-a的影响也不容忽视.     

基于AnnAGNPS模型四岭水库小流域氮磷流失特征的模拟研究

采用流域尺度的农业非点源污染模型——AnnAGNPS模拟预测苕溪流域四岭水库小流域氮磷流失情况,分析氮磷流失空间分布特征.结果表明,单位面积总氮、总磷流失量在空间分布上有一定的相似性,均呈现出南部大于北部,西部高于东部的特点.以竹林地为主的林地是氮磷输出的最主要来源,其对氮、磷流失总量的贡献率在90%以上.设定不施肥处理(CK)、适地养分管理(SSNM)、当地高产竹农普遍采用的施肥方法(FFP)这3种施肥方式对林地主要植被类型竹林进行情景分析,模拟结果表明,与FFP相比,SSNM在一定程度上减少了氮磷输出,其中溶解性氮和颗粒态氮流失量分别削减8.17%、4.33%,溶性磷和颗粒态磷流失量依次减少9.08%、1.02%.     

一种厌氧微观定量研究新方法

厌氧消化由于低成本和能源回收等优点越来越引起广泛关注.为克服现有方法研究动态厌氧过程的不足,基于微反应器和定量图像分析技术开发出一种新型的污泥层面的微观定量方法.试验首次展示了静态下颗粒污泥产气的动态过程和特点.试验结果重复性好.静态产气可分为3个阶段,分别是高速线性增加阶段、减速增加阶段和低速线性增加阶段.初始有机负荷较高时,高速线性增加阶段比较长,产气速率也比较高.结果表明,微反应器中进行厌氧产甲烷过程是可行的,该方法可靠,能够在微观层面直观地展示厌氧反应的动态过程,研究结果有利于增进对厌氧过程理解.     

ASM1耦合曝气模型对污水处理厂的模拟研究

为了更好地模拟污水处理厂实际的曝气方式及溶解氧浓度,采用更加精确的曝气模型对某污水处理厂进行了模拟研究.该模型考虑了污泥浓度、堵塞及温度等因素对氧传质的影响,并将该曝气模型与ASM1相耦合.首先,通过灵敏度分析确定了对该污水处理厂出水指标影响较大的参数,分别为异养菌产率系数YH、异养菌最大比增长速率μH、自养菌最大比增长速率μA及自养菌氧利用半饱和系数KOA.然后,测定部分灵敏度较高的参数并使用测量结果对模型进行校正,校正结果使用希尔系数表征.最后,使用另一批数据对校正参数进行验证.模拟的COD、氨氮、总氮和好氧池末端溶解氧的希尔不等系数分别是0.13、0.23、0.20和0.15,而通过控制溶解氧浓度或理论氧转移效率模型模拟则出现氨氮、溶解氧、总氮及COD的希尔不等系数不同程度上升的结果.校验后的ASM1/曝气耦合模型参数可以很好地应用于污水处理厂的模拟当中,对于优化污水厂曝气控制具有重要意义.     

单光子/光电子在线质谱实时分析聚氯乙烯热分解/燃烧产物

实验室研制了低能光电子磁场增强电离(MEPEI)和单光子电离(SPI)复合电离源,该电离源具有电离化合物范围宽、碎片离子少、质谱图简单等优点,结合飞行时间质谱(TOF-MS)实现了聚氯乙烯(PVC)热分解/燃烧产物的在线分析.针对不同的目标化合物,MEPEI/SPI复合电离源通过调节电离区电场强度,可以快速在SPI和SPI-MEPEI之间切换.PVC热分解/燃烧产物中电离能大于光子能量(10.60 eV)的HCl和CO2(12.74 eV、13.77 eV)利用MEPEI模式电离;而烯烃、二氯乙烯、苯系物、氯苯、苯乙烯、茚满及萘系物等可通过SPI-MEPEI复合模式电离.通过实时监测PVC主要燃烧产物的信号强度随温度的变化趋势可推断出,PVC燃烧产物主要是通过两种机制生成:①250～370℃时,PVC发生脱氯及分子内环化反应,产生大量的HCl、苯和萘;②380～510℃时,PVC发生分子间交联反应,生成烷基芳烃,如甲苯和二甲苯/乙苯等.实验结果表明,SPI/SPI-MEPEI复合离子源TOF-MS分析速度快,应用范围广,在在线分析中具有广泛的应用前景.     

新安江流域土地利用结构对水质的影响

以新安江上游流域为研究区域,用该流域2010年5月TM遥感影像图作为底图,通过实地野外调查获取了新安江流域的土地利用图.运用ArcGIS的水文、空间分析功能,将流域划分为8个子流域,并分析各子流域的土地利用结构.根据2010年1～12月的水质监测数据,分析TN、TP、高锰酸盐指数、NH4+-N、粪大肠菌群的时空变化特征,以及与土地利用结构之间的定量关系.结果表明,TN和NH4+-N有明显的时间变化特征,为枯时期>丰水期>平水期,而其他几种指标没有明显的时间变化.在空间上,整体上呈现出渔梁、浦口污染最为严重.流域内土地利用结构与水质之间的相关关系表现为:耕地、水体、建筑用地起源作用,林地、草地起汇作用.在年度上看,耕地对TN、NH4+-N、高锰酸盐指数影响最大,草地对TP影响最大;不同水期上,枯水期和丰水期,对各指标影响最大的土地利用类型为耕地,在平水期,对TN、TP、粪大肠菌群影响最大的土地利用类型分别为耕地、草地、林地.     

基于物质流分析的钾素流动与循环研究

我国钾矿资源匮乏,自给率低,主要的使用和流动过程集中在种植业活动中.本研究利用物质流分析方法对2009年我国种植业生产和消费过程中钾素的流动和循环过程进行了解析.结果表明,农田土壤钾素平均亏损量达到50.4 kg·hm-2,大量钾素由陆生生态系统进入水生生态系统,造成资源流失.伴随降雨径流进入水环境的钾素达231.2万t·a-1,占当年化学钾肥施用量的40.97%.生活污水排放是钾素进入水体的另一主要途径,城市和农村区域的年排放量分别为67.1万t·a-1和54.7万t·a-1,占进入水环境钾素总量的19.00%和15.50%.其中通过城市污水处理厂排放进入地表水环境中钾素为50.5万t·a-1,占城市区域排放总量的75.25%.     

三峡库区大宁河枯水期藻细胞的时空分布

本研究旨在为三峡库区大宁河藻华预警提供基础数据,于2011年4～9月期间在大宁河流域选择4个取样点开展藻细胞时空变化研究.藻细胞在时间序列表现为:4～9月,藻种主要以蓝藻、绿藻和硅藻为主,藻密度呈逐步递增趋势;在此期间4个取样点的蓝藻比重均逐步增大,硅藻比重逐步降低,绿藻比重变化不显著.藻细胞在空间分布上表现为:藻密度与水温和叶绿素呈极显著相关,相关系数分别为0.97和0.95,与光照、溶解氧、pH值和可溶性磷盐呈显著相关,相关系数分别为0.87、0.83、0.82、0.82;菜子坝在整个试验期间0 m处藻密度比其他水层的藻密度高,白水河在6月和7月的2.0 m处藻密度最高,双龙在7、8和9月的0 m和2.0 m处藻密度较高,大昌在整个试验期间,藻密度变化不大;不同藻细胞在垂向水层中的比重也随时间的变化而改变,可能是不同藻细胞适合不同生态环境所致.