基于河岸带地球化学特征的河水-地下水交互边界识别——以广州市流溪河为例

河水-地下水交互作用对河流水质净化、流域水生态健康和河岸土地合理规划具有重要意义.本文以广州市流溪河为研究对象,实时监测河水和河岸带地下水基本理化指标并采集水样和土样进行水体主离子、氮形态、金属离子浓度、氘(δD)氧(δ~(18)O)同位素和土壤渗透系数(K)测试分析.结果表明:监测期间以河水侧向补给地下水为主,对地下水水位的影响范围在距河岸10 m内;距河岸1 m处地下水溶解氧(DO)浓度、电导率(EC)和氧化还原电位(ORP)变化明显,变异系数(n=7)分别为30.9%、42.0%和44.4%.河水和河岸带地下水水化学类型均为HCO_3-Ca型,受碳酸盐岩风化控制.河水入渗补给地下水初期,河岸带含水层向还原环境转化(ORP平均下降92.25 mV),非饱和带Mn氧化物发生还原性溶解,地下水中Mn~(2+)浓度逐渐增加并达最大值(0.52 mg·L~(-1));基于δD、δ~(18)O和Cl~-浓度的混合模型估算的河水对距河岸5 m处地下水的贡献率分别为10.4%、11.6%和11.5%,表明监测断面河水-地下水交互边界约在距河岸5 m处.     

医疗废物焚烧厂周边环境空气中二英浓度分布及其健康风险评估

于2015-2018年冬季（12月-2月）对广东省某医疗废物焚烧厂排放烟气及焚烧设施周边2.5 km范围内6个采样点分别进行了4次烟气和环境空气样品采集,应用高分辨气相色谱/高分辨质谱（HRGC-HRMS）联用技术对二（口恶）英（PCDD/Fs）浓度水平进行监测并对其组成特征进行了分析,运用主成分分析法（PCA）对周边环境空气中二（口恶）英来源进行了初步解析,同时采用VLIER-HUMAAN模型评估其对人体的健康风险.结果表明该医疗废物焚烧厂烟气二（口恶）英毒性当量浓度为0.542~21.300 ng·Nm^-3（以I-TEQ计）,排放水平较高;周边环境空气中PCDD/Fs质量浓度和毒性当量浓度变化范围分别为0.682~196.000 pg·m^-3和0.036~17.700 pg·m^-3（以I-TEQ计）,周边环境空气中PCDD/Fs浓度明显受到排放源烟气落地点的影响.空气样品中二（口恶）英同族体及异构体分布指纹谱图与该焚烧设施排放烟气类似,空气质量浓度主要贡献单体以OCDD、1,2,3,4,6,7,8-HpCDF、OCDF以及1,2,3,4,6,7,8-HpCDD为主,主要毒性贡献单体为2,3,4,7,8-PeCDF.PCA源解析结论与指纹谱图特征分析结论基本一致,该研究区域中环境空气二（口恶）英主要来源于医疗废物焚烧烟气排放.健康风险评估结果表明,该区域人群呼吸暴露风险总体处于较为安全的水平（0.0032~0.141 pg TEQ·kg^-1·d^-1）,部分个体的呼吸暴露贡献率超过了评价限值,应引起重视.     

基于水化学和氮氧双同位素的地下水硝酸盐源解析

为定性及定量识别地下水中氮的污染来源,比例及迁移转化特征,对河北省张家口市宣化区洋河北岸主要供水区的地下水进行取样分析.基于土地利用类型,综合利用水化学分析方法耦合δ¹⁵N-NO₃^-,δ¹⁸O-NO₃^-双同位素示踪技术对研究区地下水硝酸盐污染来源,贡献率及迁移转化规律进行判断.研究结果表明：研究区氮污染以NO₃^-为主,12处采样点4次采样过程中约77%超出世界卫生组织标准（10mg/L）的限值,其污染在2018年8月（夏季）较为严重,空间浓度插值结果显示硝酸盐呈现出沿河及远岸点位浓度相对较低,中间较为稳定区域浓度较高的空间特征,并表现出不同土地利用类型上污染程度的差异性：旱地浓度最高,城镇次之.稳定同位素模型（SIAR）显示地下水硝氮污染来源中粪肥及生活污水占45.37%,土壤氮来源为41.39%,降水和化肥中NH₄⁺来源占13.24%,与研究区以城镇和耕地为主的土地利用现状较为一致.此外,同位素特征值结果显示氮的迁移转化过程以硝化作用为主.文可为地下水氮的污染来源解析提供更加精准,全面的分析方法进而为污染的防治提供优先治理建议.     

黄河源区鄂陵湖中多环芳烃的百年沉积记录

为研究黄河源区多环芳烃（PAHs）的污染历史,于2016年7月在鄂陵湖中采集了沉积物柱芯,采用²¹⁰Pb定年,利用气相色谱串联三重四级杆质谱仪（GC-MS/MS）分析了16种PAHs,运用有序聚类分析对PAHs的垂向分布进行分带,并采取主成分分析及多元线性回归定量分析了PAHs的来源.结果表明,鄂陵湖沉积柱的沉积速率为0.176cm/a,慢于青藏高原多数湖泊.总PAHs的含量为11.3~54.7ng/g,平均值为29.2ng/g,与其他高原和偏远地区湖泊沉积物相比,处于较低水平,可被视为PAHs的全球沉积物背景值.PAHs的垂向变化分为1948年以前、1948~1976和1976~2016年3个时间段,5~6环PAHs在1948~2016年间呈上升趋势,与青海省人口及大型牲畜数量显著相关,反映了鄂陵湖地区近70a来的人类活动以农牧业为主.PAHs来源分为本地源（23%）以及长距离迁移与本地混合源（77%）.本地源的垂向变化与5~6环PAHs一致,代表了青藏高原地区以牛粪饼为主要燃料的生物质燃烧源.     

典型化工集中区环境空气SVOCs污染特征及来源解析

于冬春两季在华东3个典型石化化工集中区设置环境空气观测点,利用PUF大气被动采样技术(PUF-PAS)采集大气中半挥发性有机化合物(SVOCs),使用气相色谱-质谱联用仪(GC-MS)进行分析.获得59种SVOCs的浓度,包括25种多环芳烃(PAHs)、24种正构烷烃及10种藿烷,并结合主成分分析和特征比值法解析PAHs来源.结果表明:①各观测点正构烷烃贡献率最高,其次是PAHs,分别超过60％和30％;②根据各化合物冬春季浓度变化并结合风向进行分析,推测正构烷烃C18、C29 αβ-藿烷和C30αβ-藿烷与石油化工排放有关;③PAHs单体以菲(Phe)、荧蒽(Fla)、萘(Nap)、芴(Flu)和芘(Pyr)为主,合计占比高达90.0％;④主成分分析显示观测点PAHs主要来自化石燃料燃烧、机动车尾气和石化工艺排放等,3类来源对PAHs的贡献率分别为56.0％、19.2％和8.6％,基于特征比值法的PAHs来源解析予以了验证.     

承德市PM2.5中碳质组分的季节分布特征及来源解析

为研究承德市PM_2.5中碳质组分的季节变化及污染来源,于2019年1、4、7和10月采集大气PM_2.5样品,测定碳质组分浓度.通过有机碳（OC）与元素碳（EC）比值、总碳质气溶胶（TCA）及二次有机碳（SOC）的估算,分析碳质组分的变化特征;结合后向轨迹和主成分分析（PCA）方法,分析污染来源.结果表明,采样期间PM_2.5、OC和EC的平均质量浓度分别为（31.26±21.39）、（13.27±8.68）和（2.80±1.95）μg ·m^-3.PM_2.5的季节变化趋势为：冬季[（47.68±30.37）μg ·m^-3]>秋季[（28.72±17.12）μg ·m^-3]>春季[（26.59±15.32）μg ·m^-3]>夏季[（23.17±8.38）μg ·m^-3],与总碳（TC）、OC和EC季节变化趋势一致,冬季（R²=0.85）的OC与EC来源较一致;OC/EC值得出4个季节均受到交通和燃煤源排放的影响,且冬季受烟煤排放影响显著.TCA的平均浓度为（21.38±13.68）μg ·m^-3,占PM_2.5比例达68.39%,二次转化率（SOC/OC）为：春季（54.09%）>秋季（37.64%）>夏季（32.91%）>冬季（25.43%）.后向轨迹模拟结果表明,春季和夏季气团携带的污染物浓度相对较低,秋季污染物的传输通道为西南方向,冬季为西北方向,主成分分析（PCA）表明,承德市PM_2.5削减的关键是控制机动车尾气、燃煤和生物质燃烧源的排放.     

基于PMF-PCA/APCS与PERI的菏泽油用牡丹种植区表层土壤重金属潜在来源识别及生态风险评估

研究特色农产品产区土壤重金属来源及其潜在风险,对科学管理、安全利用土壤和作物资源具有重要意义.以菏泽油用牡丹种植区为研究对象,采集并测定了254件表层土壤样品As、Cd、Cr、Cu、Hg、Ni、Pb和Zn等8种重金属的含量.采用多元统计法分析了重金属的含量特征及相关性,利用地累积指数（I_geo）、正定矩阵因子分解法（PMF）和主成分分析/绝对主成分分数法（PCA/APCS）相结合的手段解析了表层土壤中重金属的来源,借助潜在生态风险指数（PERI）对该8种重金属的生态风险进行了评估.结果表明,土壤中除Cd元素的平均值高于菏泽市背景值1.44倍之外,其余7种重金属的平均含量均与菏泽市土壤元素背景值基本一致;经相关分析和聚类分析,土壤中Pb、Hg和Cd元素受后期人为活动的干扰影响较大;研究区8种重金属的来源为自然源、农业化肥源、工业燃煤源和生活交通源,贡献率分别为81.31%、15.45%、2.74%和0.50%;研究区84.25%的点位处于轻微生态风险,而中度风险和强风险点位占比分别为14.96%和0.79%,其中Cd和Hg是研究区生态风险主导元素.     

Ordination of Plant Communities in Forest Biogeocenoses under Conditions of Air Pollution in the Northern Kola Peninsula

The species diversity and structure of the tree, herb–dwarf shrub, and moss–lichen layers in the biogeocenoses (BGCs) of pine forests of the Kola Peninsula were analyzed in the zone affected by the Pechenganikel Combined Works. Relationships of the diversity of phytocenoses with the amount of atmospheric fallout and the concentrations of accessible compounds of polluting elements (nickel and copper) and nutrients (potassium, magnesium, and nitrogen) in forest litters were revealed.     

西天山科其喀尔冰川消融径流的水化学分析

为了研究西天山科其喀尔冰川融水径流的基本化学特征,2003-06～2003-09在研究区取样(冰面径流、冰面湖水、河水及大气降水),结果表明:①本区各类水体都呈碱性,pH值大小顺序为:河水>冰面径流>冰面湖水>大气降水>7.②各类样品总离子浓度的顺序为:河水>大气降水>冰面湖水>冰面径流.冰面径流中的各项离子浓度均低于其它3类样品的相应值,平均仅是河水的24%;阴、阳离子分别以SO₄^2-和Ca²⁺为最大.③由于降水过程中有物理变化和化学反应的作用,不同降水形式中降雨的各项离子浓度(NO₃^-除外)均比冰雹和雪中的相应离子浓度大;④对不同海拔高度水样分析表明,各项离子浓度“高程效应”十分明显,3 900m以上区域,冰面径流中各阳离子浓度逐渐向冰川冰中各相应离子浓度逼近.     

Joint analysis of process and operator performance in chemical process operational safety

Independent studies of case histories by the Health and Safety Commission in the UK and by a Honeywell led industrial consortium world-wide showed that human errors represent the major cause of failure in process plant operation. In contrast to this discovery the majority of previous studies on computer aided systems for fault detection and diagnosis has focused on the process side. This paper presents a methodology, which can involve human factors into the development of systems for automatic identification and diagnosis of abnormal operations and develops methods and techniques that can be used to simultaneously capture, characterise and assess the performance of operators as well as of the process. A joint process–operator simulation platform is developed which is used as a test-bed for carrying out the study. The process part is a simulator, which simulates in high fidelity the dynamic behaviour of the process that is subject to the influence of various disturbances and operators’ interventions. The operator module is developed as a real-time expert system, which emulates operator’s behaviour in interpretation of received signals, and planning and execution of decisions. The interaction between the two modules is managed through an interaction module, which handles the real-time exchange of data using Dynamic Data Exchange. The interaction module also contains the toolkits for analysing the dynamic behaviour of the joint process–operator system. The method and system are illustrated using a simulated case study.