北京地区冬季典型PM2.5重污染案例分析

对2013年1月10—14日发生的持续性PM2.5重污染过程从污染过程演变、气象条件影响、与气态污染物关系、区域污染背景、PM2.5浓度空间分布演变及其与地面风场的关系、PM2.5组分特征等多个方面进行全面的分析,较为完整地还原了该次重污染案例的形成原因以及主要影响因素。主要结论包括:该次重污染过程是稳定气象条件下导致的局地污染物积累,再叠加华北区域性污染的影响共同造成,其中10、12日北京地区PM2.5浓度的快速增长反映了周边污染传输的显著影响;逆温不但造成污染物难以扩散,且不同的逆温类型对PM2.5浓度水平有显著影响,同时还发现逆温的破坏导致近地面高浓度污染物向上扩散,造成百花山出现峰值高污染浓度现象;NO2与PM2.5浓度水平的高相关性反映交通污染二次转化对PM2.5浓度水平的影响,在较高湿度条件下,SO2浓度水平对湿度敏感且表现为负相关性;该次污染过程中OM、SO2-4、NO-3、NH+4等组分在PM2.5质量浓度中的占比超过70%,说明燃煤、机动车等仍是北京地区最主要的污染来源,同时SO2-4占比最高也说明区域污染传输对该次重污染的显著贡献。     

不同生境苔类和角苔类植物对生态环境的指示作用

利用植物对生态环境进行监测能综合地判断生态环境变化情况。通过对黔北丹霞地貌区、香纸沟喀斯特地貌区及烂泥沟卡林型金矿区苔类、角苔类植物的比较研究,统计分析种群的分布情况。结果表明,角苔类植物主要生长于生态环境保护较好的区域,扁萼苔科、角苔科为生态环境保护较好区域监测指示科植物,蛇苔属为生态环境保护较好区域监测指示属植物,小蛇苔、蛇苔为生态环境保护较好区域监测指示种植物。     

洪泽湖水体富营养化时空分布特征与影响因素分析

通过2014年—2017年对洪泽湖12个水质断面定期调查,采用营养状态指数(TLI)综合评价其水体富营养状态,同时应用主成分分析方法(PCA)分析其富营养化状态的时空变化特征。结果表明,洪泽湖70%以上的调查断面水质全年处于轻度富营养化状态,夏季是其富营养化最严重的季节;洪泽湖年内水体水质差异较大,而其水华特征并未呈现明显差异;洪泽湖富营养化很大程度上受制于营养盐的积累程度,并与湖泊透明度呈现极显著的负相关关系(p0.001),与湖水pH值呈现极显著的正相关关系。     

基于多元统计分析的石头口门水库汇水流域水质综合评价

根据石头口门水库汇水流域的4个监测断面2001～2007年的水质监测数据,应用多元统计分析方法(聚类分析与因子分析)确定主要污染因子并计算权重,从而对流域的水质进行综合评价。结果表明,通过因子分析,提取了3个公因子,第一主因子主要包括溶解氧、氨氮、总氮、高锰酸盐指数、化学需氧量、生化需氧量;第二主因子的主要代表指标是总磷;氟化物、总大肠菌群数对第三主因子贡献明显。由综合评价结果得出,石头口门水库总体属Ⅲ类水质,主要污染因子为总磷;饮马河(烟筒山断面)和岔路河(星星哨水库断面)水质属Ⅲ类,主要受第一主因子影响;双阳河(新安断面)水质属Ⅴ类。流域水质主要受到了农业非点源污染和生活污染的影响。     

高效液相色谱-电感耦合等离子体质谱法测水中不同形态砷

采用高效液相色谱(HPLC)分离水中两种常见的砷形态As(III)、As(V),电感耦合等离子体质谱系统进行检测鉴定,利用C8色谱柱,探讨了甲醇含量、磷酸二氢钾浓度、四丁基氢氧化铵浓度、p H等测试条件,由此建立了水中砷形态的分析方法。结果表明,以1.5 mmol/L磷酸二氢钾、2 mmol/L四丁基氢氧化铵(TBAOH)、5%甲醇作为流动相,调节流动相为p H 5.5,流速为1.4 m L/min,上述两种不同形态的砷可在5.5 min内得以有效分离,As(III)、As(V)检出限分别为0.001、0.01μg/L,定量下限分别为0.005、0.03μg/L。该方法实现了对水中常见的不同形态砷(As(III)、As(V))的同时分析,具有灵敏度高、选择性好、检测速度快的特点,在水质分析领域具有重要意义与应用价值。     

全二维气相色谱-飞行时间质谱法分离复杂体系中7种指示剂 多氯联苯

采用全二维气相色谱-飞行时间质谱法(GC×GC TOF-MS)分析了混标样品Aroclor 1260、Aroclor 1254、Aroclor 1242中的多氯联苯(PCBs)单体,考察了在复杂体系下对7种PCBs指示剂的分离能力。结果表明,与优化柱系统的分离效果相比,136种单体的混标样品中共分离出121种单体,7种指示剂经一维和二维的保留时间及质谱定性,在121种单体的2D斑点图中清晰可辨。全二维对于复杂体系的PCBs和指示剂的分离表明其强大的分离能力和对于检测复杂体系中指示剂的分辨能力,对该类物质的定性和定量检测具有重要意义。     

CFCs生产企业废水及产品成分快速检测分析

采用车载GC-MS技术,建立了顶空-GC-MS方法对CFCs产品组分及排污废水中三氯一氟甲烷、二氯二氟甲烷、四氯化碳等成分进行监测分析,实现了快速鉴定企业是否违规生产CFCs相关产品,对于判定企业是否违规提供技术依据。同时,采用顶空-GC/ECD方法对废水中的四氯化碳进行定量分析,以排查企业是否超标排污。     

太原汾河景区跨桥断面水体污染的时空变化模式研究

选取太原汾河景区跨桥断面8个监测点,在2012年3月—2013年10月期间对河流8项水质参数进行监测,并结合派生的水体综合污染指数及主成分分析方法分析和评价景区水污染时空变化特征。结果表明,景区水质污染变化时空差异明显,上游污染相对较小,下游污染较重;春季溶解氧和p H值变化幅度最大,夏季除总氮和氨氮外,其他各污染物均有显著变化特征,秋季则以氨氮、总氮和总磷变化最为显著。主成分分析结果显示,虽然各监测点水体污染的关键影响因子不同,但总磷是太原市河流水体污染的共同解释因子。     

水环境指示生物筛选及水质评价方法研究

以齐齐哈尔市近30年地表水生物监测数据、理化监测数据为研究依据,提出一套基于指示生物的地表水体评价方法。该方法将地表水体划分为5个级别,并从中筛选出每个级别对应的指示生物,最终建立一套基于指示生物描述水体污染程度的评价体系。该方法以理化指标为基础,筛选多种优势种作为指示生物,对水体进行综合评价。相比单一生物监测评价指标,该评价方法更能反映整个生态系统状况,从而更客观地反映水体真实情况,有望为地表水体污染评价新方法的建立提供参考。     

大气环境数据分析预测方法对比研究

以西安市2006年9月27日至2008年5月3日每日的SO2平均浓度时间序列为例,应用时间序列分析对前555个数据进行拟合,得到合适的时间序列模型ARIMA(1,1,2);利用神经网络中的BP神经网络和RBF神经网络对同样的样本进行训练,用这三种方法对2008年4月4日至2008年5月3日的SO2日均浓度值进行了预测,并用同样的方法分析预测了同期PM10日均浓度值,最后比较了它们的预测效果。结果表明,利用这三种方法进行浓度预测都是可行的,其中RBF神经网络法的预测误差最小,效果最好。