邻苯二甲酸酯在黄河沉积物上的吸附特性

文章利用反相高效液相色谱技术研究了黄河兰州段沉积物对水中邻苯二甲酸二甲酯(DMP)的吸附动力学,以及DMP、邻苯二甲酸二乙酯(DEP)、邻苯二甲酸正二丙酯(DnPrP)和邻苯二甲酸二丁酯(DBP)在沉积物上共存的等温吸附行为,探讨了助溶剂甲醇、离子强度等对吸附的影响。结果表明,在一定的浓度范围内,DMP在沉积物上的吸附速率先快后慢;DMP、DEP在沉积物上的等温吸附行为符合线性方程,而DnPrP、DBP的吸附等温线以Freundlich方程拟合最佳;沉积物对DMP的吸附容量还随着离子强度和溶液中甲醇百分比含量的增大而降低。     

南四湖微山湖区沉积物磷形态分布特征

为了解南四湖污染底泥磷形态分布规律,对南四湖微山湖区0～25 cm沉积物分层进行了磷形态连续提取.结果表明,湖区沉积物中Ex-P、Al-P、Fe-P、Oc-P、Ca-P、De-P和Org-P平均含量分别为5.62、 4.08、 12.25、 13.34、 116.67、 232.36和396.79 mg/kg,不同形态磷含量次序为：Al-P＜Ex-P＜Fe-P＜Oc-P＜Ca-P＜De-P＜Org-P.沉积物中各形态磷含量在垂直方向上呈现明显的规律性,易交换态磷（Ex-P）、铁结合态磷（Fe-P）、闭蓄态磷（Oc-P）、有机磷（Org-P）含量随深度增加而逐渐降低,而铝结合态磷（Al-P）、钙结合态磷（Ca-P）、碎屑磷（De-P）含量则呈逐渐增加趋势.Sum1（Ex-P、Al-P、Fe-P之和）与上覆水PO^3-₄浓度呈显著正相关,其中Fe-P与水体磷酸盐含量关系相对比较密切,其相关系数高达0.72.沉积物磷形态在空间分布上,Oc-P、Ca-P、De-P 等惰性磷的差异性小于Ex-P、Al-P、Fe-P等潜在活性磷,Org-P介于二者之间.     

贵阳市城区路侧土壤重金属分布特征及污染评价

研究了贵阳市城区各交通干线两侧表层土壤中重金属的质量分数、空间分布特征及其影响因素.以基线作为参比值,采用地积累指数法对其污染程度进行评价.结果表明:各交通干道两侧土壤中重金属质量分数存在显著差异,除Pb和Cr外,其余重金属质量分数均高于中国表层土壤重金属元素背景值和贵阳市表层土壤重金属元素基线值. 整体上,贵阳市路侧土壤尚未受到Pb和Cr的污染,其w(Hg),w(Cd)和w(Zn)已达中度污染甚至强污染水平,同时各路段也受到了不同程度的As,Cu和Ni污染,但并不严重. 据调查,路侧土壤中重金属质量分数及其分布格局主要受到燃煤、交通运输、地形及路况、气象因素以及城市建设等的影响.      

典型行业再利用土壤重金属含量分布、来源解析及生态风险评价

为深入探究典型行业再利用土壤重金属污染特征及生态风险状况,基于上海市嘉定区49个地块315个不同深度剖面土壤样品数据,采用地累积指数和潜在生态风险指数评估Cd、Pb、Cu、Zn、Ni、Hg和As这7种重金属含量特征和潜在生态风险程度,并利用源解析受体模型（APCS-MLR）和正定矩阵因子分解模型（PMF）解析其污染来源.结果表明：①研究区土壤中除As外,其余重金属均不同程度超过上海市土壤背景值,表层土壤中Cd、Pb、Cu、Zn、Ni和Hg含量分别是背景值的3.54、2.34、2.91、1.20、3.75和4.40倍;7种重金属含量随着土壤垂直剖面深度的增加逐渐降低,重金属在表层土壤中存在一定程度的富集,人类活动影响了重金属在土壤中的分布规律.②研究区内APCS-MLR和PMF两种受体模型均识别出土壤重金属4种主要来源,源1（Cu、Zn和Pb）为金属制品和汽车制造混合源,源2（Ni和Cd）为电镀企业来源,源3（Hg）主要为化工企业来源,源4（As）为自然源,两种受体模型结合运用,进一步提高源解析的精准度和可信度.③地累积指数由大到小表现为：Hg（1.54）>Ni（1.32）>Cd（1.21）>Cu（0.96）>Pb（0.64）>Zn（-0.33）>As（-1.02）;潜在生态风险指数结果显示,研究区综合潜在生态风险指数RI值在32.50~4 910.97,均值为321.40,整体呈现较强潜在生态风险,再开发利用工业场地土壤中重金属Hg、Ni和Cd的污染值得进一步关注.     

攀枝花尾矿库溪流中钒的分布及化学形态

采用ICP-AES方法测定攀枝花尾矿库溪流水、悬浮物、沉积物中钒的含量,以及沉积物中钒的化学形态,结果表明:不同介质中钒的含量均高于全球钒的平均值;钒主要存在于沉积物及悬浮物中;水相中钒的含量主要与沉积物中钒的含量及存在形态有关;沉积物中的钒以残留态为主,各形态钒的比例主要受上覆水体理化性质的影响.     

长江口滨岸水和沉积物中多环芳烃分布特征与生态风险评价

通过测定长江口滨岸9个典型采样点上覆水与表层沉积物样品中的多环芳烃(PAHs)污染水平,分析其组成、时空分布特征及其影响因素,并进行了生态风险评价.结果显示,枯季上覆水中PAHs浓度高于洪季,平均浓度分别为1 988 ng/L和1 727ng/L;表层沉积物中的PAHs也为枯季高于洪季,平均浓度分别为1 154 ng/g和605 ng/g;Phe是水和沉积物中PAH的主要成分.温度是控制上覆水中PAHs季节性差异的主要因素,而有机碳(OC)与碳黑(SC)则控制着沉积物中PAHs的富集;长江口滨岸复杂的水动力条件与各种人类活动产生的污染物输入影响了PAHs的空间分布,在一定程度上也导致了河口滨岸PAHs来源的复杂性.生态风险评价结果显示,长江口滨岸水-沉积物间的PAHs在一定程度上可能对该区生物造成潜在不利影响.其中,上覆水中个别PAH化合物的浓度水平已达到欧美等国生态毒理评价标准或超过了美国EPA水质标准,BaP浓度超过了我国地表水环境质量标准的规定浓度;表层沉积物中部分PAH化合物的含量超过了ER-L值和ISQV-L值.     

上海市郊区大气细颗粒和超细颗粒物中元素粒径分布研究

用同步辐射X荧光光谱分析了上海市郊区大气细颗粒和超细颗粒物（0.028 7～2.40 μm）中元素粒径分布、质量中值粒径、元素相关性和不同粒径颗粒物中的富集因子.Ca、Ti主要分布于粒径>2 μm的颗粒物中,它们之间的相关系数达0.933,富集因子在0.1～3.2之间,且与粒径无明显关联,主要来自土壤扬尘等自然来源.V、Cr、Mn、Ni、Zn、Cu、Pb、Cl、S等元素主要分布在0.1～1.0 μm颗粒物中,质量中值粒径在0.56～0.94 μm之间.V、Cr、Ni、Cu、Zn、Pb显著富集,且富集程度随粒径减小而增大.其中Pb在超细颗粒物（<0.1 μm）中的富集因子达2 023.7～2 244.2,远大于在细颗粒和 PM_2.5中的富集程度.这些元素主要来自燃油、燃煤、冶金和机动车尾气等人为污染.Fe在>0.2 μm颗粒物中分布较均匀,质量中值粒径1.3 μm.除了局部污染源,远距离传输对该地区大气颗粒物污染有不可忽略的影响.     

我国水源污染事故风险点定量识别方法

水源事故的频发会对城市供水系统产生威胁,有必要针对供水系统风险进行评估和防控。针对水源事故频发及高发因素定量甄别研究,筛选统计了国内近20年来1 900多起水质突发事故案例,梳理了触发水源水质污染的多种因素,通过构建水源水质安全事故树和贝叶斯网络进行了相互验证分析。结果表明：我国水源污染事故主要因素贡献为依次突然排放(0.466)、污染长期累积(0.242)、交通事故(0.109)等;采用贝叶斯网络计算进行验证,其结果与事故树方法一致性较好。该方法有助于水源污染防控工作中风险点甄别和排序,可为我国饮用水安全保障水平的提升提供支撑。     

2010—2019年成都市机动车排污特征分析及防控措施减排效果评估

为评估2010—2019年成都市机动车防控措施的减排效果,以2010年为基准年,采用排放清单法计算了各减排措施下2019年的减排量,对比分析了4种控制措施的减排效益。结果表明：成都市机动车排污总量逐年下降,2019年PM_2.5、NO_x、VOCs、CO、SO₂和NH₃的排放量分别为0.27×10⁴、4.63×10⁴、1.70×10⁴、28.99×10⁴、0.21×10⁴和0.45×10⁴ t,主要分布在中心城区,其中重型货车对PM_2.5和NO_x贡献最大,小型客车对VOCs、CO、SO₂和NH₃贡献最大;措施中加严标准的综合减排量最大,重点减排车型为小型客车、轻型货车、公交车等,2019年6种污染物减排量分别为0.14×10⁴、2.27×10⁴、1.29×10⁴、6.77×10⁴、0.07×10⁴和0.38×10⁴ t;优化城市交通管理对小型客车和摩托车的减排效果显著,2019年6种污染物减排量分别为0.04×10⁴、0.81×10⁴、0.38×10⁴、2.55×10⁴、0.05×10⁴和0.04×10⁴ t;淘汰高排放车辆对小型客车、轻型货车等的减排较明显,2019年6种污染物减排放量分别为0.13×10⁴、0.98×10⁴、0.34×10⁴、2.62×10⁴、0.01×10⁴和0.007×10⁴ t;推广清洁能源汽车的重点减排车型为出租车和公交车,虽然可有效减少PM_2.5、NO_x的排放,但VOCs却有小幅增加,2019年6种污染物减排放量分别为0.12×10⁴、0.62×10⁴、−0.13×10⁴、0.30×10⁴、0.004×10⁴和0.000 5×10⁴ t。     

基于ARIMA和BP神经网络组合模型的我国碳排放强度预测

预测我国碳排放强度的长期变动趋势, 对国家进行宏观经济管理和节能减排工作具有重要的参考价值。运用深入分析自回归移动平均模型和神经网络的特性,并在此基础上建立ARIMA模型和BP神经网络组合模型,将碳排放强度的时间序列的数据结构分解为线性和非线性残差部分,对我国碳排放强度的变化趋势进行了综合分析与预测。结果显示:今后10 a我国碳排放强度总体是逐步下降的,但到2020年我国碳排放强度仅比2005年下降34%,比我国政府提出碳排放强度下降40%~45%的目标还有一定的差距。因此,要在2020年实现我国碳排放强度目标,必须要调整宏观经济政策,采取各种政策措施以实现目标