北京大气颗粒物碳质组分粒径分布的季节变化特征

为了解有机碳(OC)和元素碳(EC)在北京大气颗粒物中的季节变化、粒径分布和来源,于2010年3月—2011年2月采用惯性撞击分级采样器采集大气颗粒物样品,热光碳分析仪测定其中有机碳和元素碳质量浓度.结果表明,OC在粗细粒子中含量相当,EC主要存在于细粒子中,在<2.1μm颗粒物中分别占(52±11)%和(70±22)%.OC存在明显的季节变化,冬、夏季高于春、秋季,而EC则表现为冬、秋季大于春、夏季.OC和EC粒径分布呈"双峰型",细粒子段峰值分别位于0.43—1.1μm和0.43—0.65μm,粗粒子段峰值均位于4.7—5.8μm.四季峰值对应的粒径段、峰宽和峰高存在差异.OC与EC粒径分布和相关性的季节变化表明,冬季OC与EC的主要来源为燃煤排放,夏季EC的主要来源为机动车尾气.     

西安市地表灰尘中多环芳烃分布特征与来源解析

采集了西安市地表灰尘样品58个,利用GC-FID对其中16种优控多环芳烃(PAHs)进行含量分析,在此基础上研究了其分布特征与环境来源.结果表明,西安市地表灰尘中单体PAH的含量范围为14.69~6 370.48μg·kg~(-1);16种PAHs总量(Σ_(16)PAHs)范围为5 039.67~47 738.50μg·kg~(-1),平均值为13 845.82μg·kg~(-1).与国内外其他城市比较发现,西安市地表灰尘中PAHs的含量相对较高.地表灰尘中PAHs主要由4环以上的高分子量PAHs构成,7种致癌芳烃(Σ_7CPAHs)平均占Σ16PAHs的46.08%.地表灰尘中Σ_(16)PAHs的平均含量在工业区最高,文教区、交通区和商业交通混合区含量次之,住宅区和公园较低.地表灰尘中Σ_(16)PAHs平均含量沿主城区-二环-三环由内向外呈增加趋势.地表灰尘中Σ16PAHs在东郊和西郊工业区、南郊和北二环重交通区相对较高,主城区、北郊和城市东南部较低.比值法、聚类分析和主成分分析结果表明,西安市地表灰尘中PAHs主要来源于化石燃料和煤的燃烧,其中柴油燃烧和汽油燃烧的方差贡献率分别为36.07%和32.31%,煤燃烧方差贡献率为23.40%.     

焦炉烟气中苯可溶物分析方法探讨

根据现有国家标准方法，通过改进实验条件，在保证了实验数据准确度的前提下，在样品量大和时间紧的情况下，可缩短回流时间，提高分析效率，作到保质保量。     

中国东北区域本底大气中酸性气体的研究

龙凤山是我国区域本底站之一,NO_X和SO₂浓度远低于我国空气质量Ⅰ级标准。从1994年8月15日到1995年7月31日首次在龙凤山（127°36′E,44°44′N,330.5m）测得空气中NO_X和SO₂。观测到很强的季节变化,其夏季值最低,冬季值最高。NO_S和SO₂浓度和气象要素密切相关,例如风速、温度和相对湿度。基于排放源以及风频的不均一,不同扇区来的空气质量能有很大变化。在SSE－SW扇区出现高浓度SO₂、较高浓度NO_X和高〔SO₂〕/〔NO_X〕,表明该扇区有城市污染物的输送。SW－NNE扇区有高NO_X、低SO₂及低的〔SO₂/〔NO_X〕,表明该方向城市烟羽难以直接影响测点,在这个扇区高NOX来源于当地农民做饭、取暖时秸杆焚烧。低NO_X、SO₂观测在NNE－SSE扇区,这意味着这是最清洁扇区。     

臭氧氧化自来水生物稳定性研究

采用可同化有机碳研究某石化地区臭氧氧化自来水的生物稳定性。结果表明,地下水原水ＡＯＣ含量为４１３μｇ／Ｌ,不仅有生物稳定性,水源遭到有机物污染。     

基于RUSLE模型的东江源区土壤侵蚀时空变化分析

研究东江源区土壤侵蚀对于加强东江流域的生态环境保护和建设,提高粤港地区的用水安全,保证粤港地区的繁荣、稳定发展意义重大。基于1995—2020年的降雨数据、土壤数据、DEM数据和Landsat影像数据,采用RS、GIS技术以及RUSLE模型定量分析东江源区土壤侵蚀时空特征。结果表明：(1)东江源区土壤侵蚀以微度和轻度侵蚀为主,严重侵蚀区域主要分布在源区东南部,果园和矿区等的开发使得局部区域侵蚀加剧。(2)1995—2020年,土壤侵蚀程度总体有所下降,微度以上侵蚀面积共减少了10.19%,土壤侵蚀模数下降了57.75%。其中2008年土壤侵蚀模数最大,达到2397.13 t · (km² · a)^-1,2020年土壤侵蚀模数最小,为669.47 t · (km² · a)^-1。(3)近26 a以来,东江源区土壤侵蚀改善区域的面积达到16.52%,侵蚀加剧区为4.28%,以矿区侵蚀加剧情况最为明显。(4)源区内土壤侵蚀较严重区域主要发生在矿区、裸地、耕地和果园区,矿产资源的过度开采、不合理的农业耕作方...     

工业园区恶臭污染源排放特征和健康风险评估

为了深入了解工业园区恶臭污染情况、保障工业园区工作人员的工作环境安全,以珠海市某工业园区为分析对象,采集园区内涉及8种行业类型、14个工业恶臭源的主要工艺流程中通过有组织方式排放的恶臭废气,分析了14个排放源的恶臭VOCs排放特征,测定了感官臭气浓度,应用理论臭气强度法确定了各排放源的特征恶臭物质,并对各排放源的恶臭废气进行了致癌和非致癌风险评估.结果表明:①14个排放源排放的物质种类相同、含量差异较大,纤维和电池制造及烃类、酸酐、酯类和溶剂合成的恶臭VOCs排放以烷烯烃为主;炼油源、PTA合成源和乳胶合成源废气中苯及苯系物含量最高;酯类化合物是活性炭加工、树脂合成源和喷涂源废气排放的主要物质;陶瓷制造源和添加剂合成源排放的废气以羰基化合物和硫化物为主;②14个排放源的废气均具有较为强烈的感官刺激性,润滑油添加剂合成和乳胶类合成排放的废气感官刺激性最严重.其中,添加剂合成源的特征恶臭物质为乙硫醇、乙硫醚、正丁醇和甲苯,乳胶合成源的特征恶臭物质为苯乙烯、丙苯、异丙苯、丙烯酸丁酯和1,3-丁二烯;③14个排放源恶臭废气的终生致癌风险LCR值范围为3. 06×10-7～1. 06×10-2,其中炼油源、PTA合成源、酯类合成源和乳胶合成源排放废气存在较大潜在风险;非致癌风险HI总值范围为0. 02～51. 66,其中乳胶合成、酯类合成、炼油、PTA合成和纤维制造存在一定的非致癌健康风险.乳胶合成源、酸酐合成源和树脂合成源厂界均存在潜在致癌风险.     

基于CSGD的排放清单处理工具研究

CSGD（crowd sourcing geographic data,众源地理数据）是通过互联网向大众或相关机构提供的一种开放地理空间数据,具有易获取、时效性好、准确性高等特点,在排放清单时空分配方面具有应用潜力.然而,现有排放清单处理工具不支持CSGD数据直接输入且难以满足排放清单空间分配和空气质量模式所需清单格式,因此,亟待开发一套可以拓展该类数据在排放清单领域应用的工具.以CSGD中的POI（城市设施兴趣点）数据为主要研究对象,基于QGIS平台、C++语言及Python语言,开发了在Windows系统下的ISAT（inventory spatial allocate tool,排放清单空间分配工具）工具及在Windows或Linux系统下的ISAT.M工具.结果表明:ISAT工具以POI数据为基础制作出的空间分配结果与排放源排放强度的空间分布特征的一致性较好;ISAT.M工具输出的inline清单可以作为CMAQ空气质量模式及其DDM敏感性分析模块的输入文件并开展模拟,通过与SMOKE模型的关闭源法模拟结果对比发现,二者在数据及空间分布上呈较好的一致性.研究显示,CSGD数据应用于排放清单空间分配可较好地反映排放源空间分布特征,同时由于此类数据存在信息冗杂、近郊区数据缺失等问题,在应用过程中应注意数据清洗及数据种类的选取工作.      

2014~2017北京市气象条件和人为排放变化对空气质量改善的贡献评估

2014～2017年北京地区霾日数和污染日数逐年减少,PM_(2.5)、PM_(10)、SO_2和NO_2年平均质量浓度下降,污染程度缓解,采暖期中的11～12月尤为明显.针对空气质量的显著改善,从气象条件的改善和减排措施两方面进行探讨分析,并结合数值模式和大数据挖掘技术实现气象和排放对大气污染贡献率的定量化研究.结果表明,2017年与过去3 a相比,平均风速增加7. 9%,≥3. 4 m·s~(-1)的风速频次最高(10. 6%),≥70%湿度日占比最小(25. 1%);其中,采暖期与过去3 a同期相比,小风日数减少8. 6%、大气环境容量指数和通风指数平均增加约11%,边界层高度以3. 2%·a~(-1)的速率升高,尤其11～12月各要素改善更显著,且该时段内2014年各因子变化与2017年相似.非采暖期(4～10月)累积降水量558. 3 mm,仅次于2016年,有利于污染物的清除和湿沉降.利用WRF-CHEM对霾和污染频发的12月进行模拟发现,气象要素的改变导致2017年12月北京PM_(2.5)质量浓度较2014～2016年同期分别降低5%、38%和25%.因缺少政府实际施行的减排方案,无法利用WRF-CHEM量化气象和减排的具体贡献率,因此借助大数据挖掘算法,基于K近邻算法(KNN)和支持向量机(SVM)模型对气象和减排对空气质量改善的贡献进行评估,结果显示2017年减少的霾日和重污染日,65. 0%归因于减排的贡献,35. 0%归因为气象条件的改善.可见,气象与生态环境部门应继续加强数据开放共享,科学开展气象条件预报与减排评估.     

New Metal Emission Patterns in Road Traffic Environments

The increased awareness of traffic as a major diffuse metal emission source emphasizes the need for more detailed information on the various traffic-related sources and how and where the metals are dispersed. In this study, metal emission patterns in the road traffic environment were examined from the perspective of different surrounding factors, e.g. the importance of intersections, deceleration, vehicle speed and traffic density. A total of 148 topsoil samples from 18 south Swedish roads were analysed (using GFAAS) for traffic-emitted metals, i.e. Cd, Cr, Cu, Ni, Pb, Sb and Zn. The roadside topsoil metal concentrations were used to examine correlations between metals and surrounding factors. The studied metals were divided into three groups corresponding to different emission sources: metals from decelerating activities (Cu, Sb and Zn), metals as historical residues from the combustion of petrol (Pb and Cd), and non-source-specific metals (Cr and Ni). It was found that Cu and Sb, despite their rather short history as traffic-emitted metals, have increased more than eightfold in roadside soils compared to background levels. The major source of road traffic related Cu and Sb is brake linings. The significant increase of Cu and Sb in roadside topsoil stresses the need for metal transport studies as well as effect studies of these metals. Metals emitted due to decelerating activities were not correlated to elevated concentrations near road junctions. Emission patterns of traffic-related metals alongside roads are crucial in order to be able to evaluate the optimal localization of storm water treatment ponds.