外源Cd对小白菜吸收与分配Cd、Zn的影响

采用盆栽试验研究外加Cd处理下红沙泥田和乌栅土中小白菜(Brassica chinensis L.)[四月慢(SYM)和高梗白(GGB)]对Cd、Zn的吸收与分配规律.结果表明:(1)小白菜对Cd、Zn的吸收积累受土壤类型、蔬菜品种和外源Cd剂量的影响,四月慢吸收Cd能力比高梗白强,外加Cd处理、土壤、品种间的正交互作用使小白菜植株Cd/Zn比值提高;(2)小白菜食用部位Cd/Zn比值并不服从于植株对Cd、Zn的总吸收量之比,而是取决于其在根和地上食用部位中的分配,Cd的地上部分配系数为56.3%～71.1%,而Zn则为77.6%～80.6%.在一定Cd处理水平下,地上部Cd分配系数下降,而Zn分配系数无明显变化,从而减缓了Cd/Zn比值升高的趋势,使小白菜地上部受Cd毒害的风险性降低;(3)2种小白菜对Cd和Zn的吸收动态随生长时间不同而异,Cd积累量随时间延长呈不断增加趋势,而对Zn的吸收积累能力自苗期后缓慢降低.这种差异使小白菜生长后期Cd/Zn比值升高,从而提高了小白菜Cd暴露的潜在风险.此现象在红壤加Cd处理下表现尤其明显.     

北京市2012-2013年秋冬季大气颗粒物污染特征分析

大气颗粒物一直是影响我国城市空气质量的重要污染物,2013年1月北京市的严重灰霾污染更是带来了重大的健康危害和经济损失。为了摸清北京市颗粒物污染的特征,本文利用北京市实时发布的颗粒物污染监测数据,选取污染最为严重的2012-2013年秋冬季时段,对颗粒物的达标情况、变化趋势及其与气象因子相关性等方面进行研究。研究结果表明：1）2012年,北京市年均ρ（PM10）为109.0μg.m-3,超过了新国标二级标准限值,日均ρ（PM10）的超标天数为84天,全年超标天数比例为23.0%。2）2012年10月至2013年2月,ρ（PM10）达标天数比例为77.9%,ρ（PM2.5）的达标天数比例为51.9%。各月ρ（PM2.5）的达标天数比例均低于ρ（PM10）,某些月份二者达标天数比例差异很大。3）ρ（PM2.5）与ρ（PM10）的逐小时连续变化趋势基本相同,变化特征为＂快速积累,迅速消散,持续时间不定＂。ρ（PM2.5）与ρ（PM10）平均值24 h的变化呈双峰双谷曲线,颗粒物质量浓度夜间高于白天。4）研究期日均ρ（PM10）和ρ（PM2.5）与日均相对湿度呈显著正相关关系,与平均风速和最大风速呈显著负相关关系,ρ（PM2.5）比ρ（PM10）更易受气象条件变化影响。5）ρ（PM10）和ρ（PM2.5）日均值有着非常显著的线性相关关系。本研究得出的ρ（PM2.5）/ρ（PM10）的均值高于之前北京市及我国其他城市研究得出的数值,严重污染现象是由特殊的气象背景条件与污染物高排放共同导致的。     

近60年来乌鲁木齐气候极值分析

基于乌鲁木齐近60年的气温、降水资料,运用Mann-Kendall和线性回归检验对气候变量序列进行了趋势和极值分析。结果表明,平均气温、平均最高气温、平均最低气温表现出增加趋势且以秋冬季的增温幅度最大。气温日较差在所有时间步长内都是缩小的,其主要原因是平均最低气温的升温幅度比最高气温大,降水量总体上增加,季节降水中以冬季增加最为明显。从气候极值变化方面看,与异常偏冷相关的极端事件如霜冻日数、冷夜日数、冷昼日数、冷日持续指数显著减少减弱;与异常偏暖相关的暖夜日数、暖昼日数则明显增多增强;降水强度、强降水量增加明显,持续干旱有所下降。     

2001—2020年合肥市空气质量变化趋势研究

为系统分析合肥市长时间序列空气质量变化特征,对合肥市2001—2020年SO₂、NO₂和PM₁₀,以及2013—2020年CO、O₃和PM_2.5的浓度特征开展研究。采用Mann-Kendall(M-K)时间趋势检验法分析了6项污染物的时间变化规律,同时考虑了人为活动对污染物小时浓度的影响。结果表明,PM_2.5和O₃是目前影响合肥市空气质量的首要污染物。2014年以来,合肥市PM₁₀、PM_2.5、CO和SO₂年均浓度均呈逐年下降趋势,但NO₂和O₃污染有加剧趋势。合肥市SO₂和颗粒物浓度表现为冬春季节高、夏秋季节低;O₃浓度变化趋势与之相反;NO₂和CO浓度呈秋冬季节高、春夏季节低。     

一株纤维素降解细菌的分离及特性研究

从造纸厂污泥中分离得到了一株能以纤维素为唯一碳源生长良好的纤维素降解菌w 3 ,经鉴定 ,该菌株为假单胞菌属 (Pseu domonassp.) ,不产色。最适生长及产酶温度为 30℃ ,产酶最适pH值为 7.5 ,生长及产酶高峰出现在 2 0h ,比文献报道的时间提前较多 ,CMC酶活为 60 μg/min。另外 ,w 3能较好地适应微碱性的环境。对造纸废水处理非常有利。     

南京市酸雨特征及变化趋势分析

以南京市2004年-2008年降水监测数据为基础,对降水pH值、酸雨出现频率、阴阳离子组成进行了分段统计分析,探讨了南京市酸雨类型、变化规律及与气象环境关系,认为全市酸雨污染呈现减轻趋势。酸雨类型主要为硫酸型,酸雨污染秋季较严重,春季次之,冬、夏季相对较轻,其中9月份酸雨强度最强。降水中主要阳离子为Ca2＋和NH4＋阴离子则以SO4^2-为主。相对湿度与降水pH值呈负相关;风速与降水pH值呈显著的正相关。     

三种霾日统计方法的比较分析

为了研究单次值法、日均值法、14时值法3种常用的霾日和轻雾(雾)日统计结果的异同,以环首都圈京津冀晋四省市为例进行了比较.华北地区霾日用3种方法统计的过去60余年霾日的区域分布表明,3种方法统计的霾日是单次值法>日均值法>14时值法,大致是1:0.54:0.45的关系,但区域分布趋势比较相似.典型城市霾日的长期变化趋势大都十分相似.而轻雾(雾)日的长期变化趋势表明,用单次值法统计的明显偏多,且有长期下降趋势;而用日均值法与14时值法统计的轻雾(雾)日无大差别,且没有明显的长期变化趋势,反映了年季和年代季的气候波动.从长期季节变化趋势来看,3种统计方法的结果除日数的差别外,季节分布特征比较类似.一个突出的特点是除去采暖季有较多的霾日外,在盛夏季节霾日也明显多,集中出现在6~9月,尤其是7~8月,与桑拿天同期出现,这与全国大部分城市的变化趋势完全不同.是华北地区的特有现象.用单次值法统计霾日,将包括所有的霾过程,即大范围持续时间长,且与一定天气系统与近地层扩散条件相关连的霾,及在稳定的晴朗夜间由于辐射降温,使相对湿度升高而导致能见度下降形成的霾.用日均值法,则可能更多的显示长时间大范围的霾天气过程;而使用14时法,则对早晚因湿度增加降低能见度出现的霾天气漏记,突出长时间大范围的霾天气过程.     

龙凤山本底站大气CO2数据筛分及浓度特征研究

针对黑龙江龙凤山区域大气本底站2009年1月～2011年12月低层(离地10 m)和高层(离地80 m)大气CO2在线观测数据,选取低层数据重点开展研究,分析地面风向和风速等因素对观测CO2浓度的影响.结果表明,龙凤山低层大气CO2浓度明显受局地源汇影响,其与高层观测结果差异在白天08:00～17:00相对较小,小于(0.5±0.5)×10-6(物质的量比).春、夏和秋这3个季节E-ESE-SE-SSE扇区来向的地面风会明显抬升大气CO2浓度,而冬季N-NNW-NW-WNW扇区CO2浓度明显较高.该站4个季节近地面CO2浓度随着风速增大而逐渐减小,在冬季尤为明显.结合日变化及地面风的影响,对低层观测数据进行初步本底/非本底筛分,筛选出代表东北区域混合均匀CO2水平的本底数据占总数据的30.7%.本底CO2浓度季节变化显示该站大气CO2浓度呈现冬季高夏季低的趋势,季振幅约为(36.3±1.4)×10-6,明显大于同期WMO/GAW同纬度站点观测结果,2009～2011年龙凤山大气CO2平均增长率为2.4×10-6a-1.     

近50年华北地区降水量时空变化特征研究

利用华北地区(京、津、晋、冀、鲁、豫)92个气象台站近50年的逐日气象数据,采用趋势分析法和小网格法分析华北地区降水量的时空变化规律,并利用G IS工具实现空间分异表达。结果表明:华北地区降水相对较少,年均降水量为614 mm。年均降水量呈由东南向西北逐渐减少的趋势。春季降水纬向分布明显,而夏季降水经向分布更为突出,秋冬季降水与年降水分布相似。随着年降水量由多到少变化,多雨区由东部沿海向南部地区移动,少雨区呈由中西部地区向中北部地区移动的趋势。该区降水年际变异性强,年降水和夏季降水均呈明显的降低趋势,春季降水略呈升高趋势,冬季降水升高趋势更为明显。1980年为由多雨期向少雨期的转折点,降水量存在8~10 a的显著振荡周期。20世纪60年代为月降水正距平出现最多的时期,而80年代和90年代为月降水负距平出现最多的时期。华北地区降水量季节性差异明显,夏季降水集中,全年65%~85%的降水量集中在6—9月。     

河南省2016~2019年机动车大气污染物排放清单及特征

基于城市机动车保有量和高速公路交通流量,结合行驶里程和VOCs源谱,采用排放因子法建立了河南省2016~2019年城市和2016年高速公路机动车高分辨率大气污染物排放清单.结果表明,2016年小型客车和普通摩托车等汽油车是CO、VOCs和NH₃的主要贡献源,SO₂、NO_x和PM主要来自重型和轻型柴油货车,国1、国3和国4标准车对污染物排放贡献突出,郑州、周口和南阳的排放量较大;高速公路8~10月的车流量较高,11月最低,城市主干道周变化和日变化分别呈现出明显的周末效应和双峰特征;排放高值区集中在交通网密集、交通流量大的城市中心及市区附近向外辐射的道路上,连霍高速和京港澳高速是高排放道路;轻型汽油车对臭氧生成潜势（OFP）贡献最大,乙烯和丙烯等5个物种对VOCs排放量和OFP贡献均较大;2016~2019年机动车保有量年均增长率为5.7%;与2016年相比,2019年VOCs排放增加2.8%,SO₂、PM_2.5、PM₁₀、NH₃、CO和NO_x的降幅分别为76.3%、51.7%、50.3%、43.1%、16.7%和5.9%;2019年各污染物在控制政策下的实际排放量相对基准情景的减排比例在15.6%~82.4%之间.