北京南部城区PM2.5中碳质组分特征

为了解《大气污染防治行动计划》实施后北京市大气PM_2.5中碳质组分特征,于2017年12月至2018年12月在北京污染较重的南部城区进行了PM_2.5连续采样,对其中的有机碳（OC）和元素碳（EC）进行了全面研究.结果表明,北京大气PM_2.5、OC和EC浓度变化范围分别为4.2~366.3、0.9~74.5和0.0~5.5 μg ·m^-3,平均浓度分别为（77.1±52.1）、（11.2±7.8）和（1.2±0.8）μg ·m^-3,碳质组分（OC和EC）整体占PM_2.5的16.1%.OC质量浓度季节特征表现为：冬季[（13.8±8.7）μg ·m^-3] > 春季[（12.7±9.6）μg ·m^-3] > 秋季[（11.8±6.2）μg ·m^-3] > 夏季[（6.5±2.1）μg ·m^-3],EC四季质量浓度水平均较低,范围为0.8~1.5 μg ·m^-3.二次有机碳（SOC）年均质量浓度为（5.4±5.8）μg ·m^-3,四季贡献比例范围为45.7%~52.3%,年均贡献为48.2%,凸显了二次形成的重要贡献.随污染加重,尽管OC和EC贡献比例均降低,但浓度水平却成倍升高,OC和EC浓度在严重污染天分别是空气质量为优天的6.3和3.2倍.与非供暖时段相比,供暖时段PM_2.5、OC和SOC浓度分别增加了14.4%、47.9%和72.1%,体现了OC对供暖季PM_2.5污染的重要贡献.PSCF分析表明,位于北京西南的山西省和河南省部分区域是PM_2.5和OC的主要潜在源区,且PM_2.5潜在源区更为集中;EC的PSCF高值（>0.7）区域较少,主要位于北京南部,如山东省和河南省部分地区,且北京市及周边地区贡献明显.     

基于绝对主成分-多元线性回归的滇池污染源解析

定量解析污染源是湖泊流域水环境管理的重要基础.基于滇池草海和外海多年水质监测数据,采用主成分分析（PCA）方法识别了主要水质指标的污染源类型,利用绝对主成分-多元线性回归模型（APCS-MLR）得到不同污染源对水质的贡献程度.结果表明,草海主要的污染源有农业面源、城市面源和内源3类,外海的主要污染源是农业面源、城镇生活污染源、城市面源和内源4类.与河流水污染源解析结果不同,底泥内源与气象因子对滇池主要水质指标的影响较大.     

基于LOADEST和数字滤波的水源地基流氮素输出定量方法应用实例

地表直接径流和基流均是流域非点源氮/磷养分输出的重要水文途径.科学认识和定量模拟基流氮/磷养分输出对于准确解析水源地水体非点源污染来源至关重要.基于Load Estimator模型和数字滤波算法,建立了定量水源地基流氮素输出的方法体系.以浙江省珊溪水源地的玉泉溪流域为例,利用玉泉溪2010-01—2013-12期间逐月总氮(TN)水质监测数据和逐日流量数据,展示了该方法的计算过程.结果表明,本文建立的水源地基流氮素输出定量方法结果合理,模拟精度高,决定系数和纳什系数分别为0.83和0.80;玉泉溪流域2010—2013年TN负荷量为141.21～274.68 t·a~(-1),平均208.63 t·a~(-1),年基流TN负荷量为84.39～168.68 t·a~(-1),平均127.69 t·a~(-1);基流对玉泉溪年均TN负荷量贡献率高达60%以上,流域基流养分输出对地表水体的污染应引起足够重视.     

基于改进遗传算法的河流水污染源反演方法

针对河流水污染应急响应过程中污染源排放历史迟知、未知的问题,结合多种群遗传算法和自适应遗传算法,利用一维河流水质模型和水质监测数据,研究建立了基于改进遗传算法的河流水污染定量源反演方法,实现了对河流污染源排放历史的识别与重构.将该方法应用于美国特拉基河流的3个不同流量下的示踪剂实验中,对示踪剂排放历史进行定量源反演分析.结果表明：IGA算法对高、中、低不同流量下的3次示踪剂实验均可以很好的重构和识别示踪剂排放历史,对于实际河流水污染源反演分析的误差均在可接受范围内.IGA算法在河流水污染源反演分析中具有一定的可靠性和稳定性,可为河流水污染精准溯源与治理提供科学的技术支撑.     

基于稳定氢同位素的太原市大气单环芳烃来源

采集太原市城北和城南区域环境空气和5类污染源挥发性有机物样品,测定样品中典型单环芳烃稳定氢同位素（δD）组成,基于同位素质量平衡原理计算单环芳烃从源到环境空气受体的δD初始混合值,探讨单环芳烃来源.结果表明,柴油挥发源、溶剂挥发源、汽油挥发源（97^#）、汽油挥发源（95^#）、机动车尾气（97^#）、机动车尾气（95^#）和民用燃煤源中单环芳烃δD范围依次为：（-138.7‰~-115.5‰）、（-147.0‰~-121.0‰）、（-150.8‰~-117.6‰）、（-131.8‰~-113.8‰）、（-171.2‰~-120.0‰）、（-138.9‰~-102.7‰）和（-168.3‰~-142.3‰）,民用燃煤源中单环芳烃δD显著贫重氢同位素（D）组成,机动车尾气源与汽油挥发源中苯的δD相比显著贫D,可用于探索污染物转化过程;城北和城南环境空气中δD范围为（-131.7‰~-115.1‰）和（-131.9‰~-74.9‰）,δD初始混合值为-138.4‰和-173.9‰,体现了其来源差异.     

深圳湾流域面源与截排溢流污染特征及其对水环境的影响

随着点源污染逐步得到有效控制,面源与截排溢流污染对水环境的胁迫日益突出。基于土地遥感数据、城市排水管网等资料,构建流域—海湾一体化水环境模型,探讨深圳湾流域面源与截排溢流污染特征及其对水环境的影响,研究表明：（1）雨季COD、NH₃-N和TP单位面积面源与截排溢流污染负荷分别为17.21 t/km²与10.21 t/km²、0.17 t/km²与0.69 t/km²、0.04 t/km²与0.07 t/km²;（2）面源与截排溢流污染时间上主要集中于大雨及以上等级降水较多的5月和8月,空间上主要分布在截排工程集中、下垫面面积较大且坡度较陡的深圳河、大沙河和新洲河流域;（3）面源与截排溢流水体COD、NH₃-N和TP浓度可达地表水V类标准的3.7倍、18.2倍和8.5倍;（4）雨季COD、NH₃-N和TP浓度高于旱季的区域分别超过深圳湾总面积的40%、60%和65%。     

地下水波动带中细菌群落结构与水质响应关系

为揭示地下水波动带中细菌群落结构特征及其与地下水环境相互作用关系,选取哈尔滨市第一水源地作为研究区,采集地下水样品以及波动带不同深度（0~5m非饱和带和6~50m饱和带）含水介质样品,分别用于水化学分析和16S rRNA细菌高通量测序,依托冗余分析定量表述地下水质参数与细菌群落相关性.水化学分析结果显示,研究区地下水主要污染物为Fe、Mn、NH₄⁺和有机质,Fe、Mn超标与研究区特定地质背景有关,NH₄⁺和有机质主要来源于人类活动.微生物分析结果显示,非饱和带和饱和带的细菌群落结构差异性显著,非饱和带细菌群落丰度和多样性显著高于饱和带,Proteobacteria、Bacteroidetes、Actinobacteria、Firmicutes和Acidobacteria为研究区优势门,在非饱和带和饱和带的累积相对丰度分别为82.89%和98.64%.冗余分析（RDA）结果显示,门水平上非饱和带中与水质演化强相关的细菌类群是Bacteroidetes、Proteobacteria、Actinobacteria、Verrucomicrobia,贡献率分别为15%、14.8%、8.9%和5.2%;饱和带中对地下水质演化起主要作用的类群为Bacteroidetes、Acidobacteria、Actinobacteria和Firmicutes,贡献率分别为38.4%、19.0%、10.8%和9.1%.属水平上非饱和带中的Pseudomonas和饱和带中的Flavobacterium对Fe、Mn、NH₄⁺生物转化起主导作用.本研究为揭示地下水波动带中生物地球化学作用对地下水环境的影响提供了科学依据,对地下水污染修复具有重要的意义.     

深圳大气PM2.5中水溶性有机物的来源特征

对2017年9月~2018年8月深圳市北部大气PM_2.5中水溶性有机物（WSOM）的质量浓度、质谱及来源结构进行测量和分析.结果表明：PM_2.5的质量浓度为（32.3±18.4）μg/m³,WSOM的质量浓度为（9.4±5.7）μg/m³,占颗粒物总有机物的（77.6%±14.0%）.质谱分析显示,WSOM的氧碳比（O/C）平均值达到（0.57±0.09）,属于二次有机物的O/C值范围,且生物质燃烧排放的离子碎片C₂H₄O₂⁺的丰度显著,说明WSOM的来源中有显著的生物质燃烧排放的有机气溶胶.为了明确WSOM的来源结构,利用正矩阵因子分解法（PMF）模型进行来源解析,发现3个合理因子：高氧化态有机气溶胶（MO-OOA）,低氧化态有机气溶胶（LO-OOA）和生物质燃烧（BBOA）,贡献比例分别为51.7%,31.8%和16.5%.MO-OOA和BBOA贡献浓度均呈现秋冬高、春夏低的季节变化特征,反向轨迹分析显示其与内陆污染传输关系密切.LO-OOA的变化相对稳定,本地源的贡献较大.结合¹⁴C同位素示踪法对秋冬季WSOM样品分析,发现机动车等化石源二次有机物是WSOM的主要来源,贡献比例达到53.9%,需继续加强对化石燃料控制来降低WSOM污染.     

邢台市秋季PM2.5及水溶性离子污染特征

为研究邢台市秋季PM_2.5污染特征,于2017年10月15日~11月14日在邢台市区对PM_2.5样品进行了采集,并对其中水溶性离子（包括Cl^-、NO₃^-、SO₄^2-、NH₄⁺、Ca²⁺、Na⁺、Mg²⁺、K⁺）进行了分析.结果显示,观测期间邢台市ρ（PM_2.5）平均值为（130.0±74.9）μg/m³,其中水溶性离子质量浓度为（69.8±11.4）μg/m³,占ρ（PM_2.5）的53.3%,NO₃^-、SO₄^2-和NH₄⁺为主要离子,占水溶性离子比例达到了89.7%. 当污染加重,水溶性离子质量浓度随ρ（PM_2.5）增大而升高,且NO₃^-、NH₄⁺及SO₄^2-占比亦逐渐升高,但其他离子占比随之下降,Ca²⁺尤为明显,表明ρ（PM_2.5）升高时主要受二次无机转化影响;观测期间SOR（硫转化率）与NOR（氮转化率）的平均值分别为0.36和0.25,表明秋季SO₂与NO₂转化速率较强,二次无机污染严重,另外SOR及NOR与温度及相对湿度呈正相关,且SOR对二者更为敏感;邢台市秋季PM_2.5呈弱碱性,NH₄⁺主要以（NH₄）₂SO₄和NH₄NO₃的形式存在;ρ（NO₃^-）/ρ（SO₄^2-）平均值为2.13,表明移动源对秋季大气颗粒物的来源贡献较大;PMF分析结果表明,二次转化源、燃烧源及扬尘源为邢台市秋季PM_2.5中水溶性离子的主要来源.     

南京市饮用水源地抗生素污染特征及风险评估

采用固相萃取-液相色谱-串联质谱技术（SPE-HPLC-MS/MS）,对南京市饮用水源地抗生素含量及分布特征进行了分析.结果表明,17个采样点总浓度为0.56~1994.96 ng·L^-1,共检出5种大环内酯类、13种磺胺类、3种四环素类、8种喹诺酮类抗生素,平均浓度为0.30~37.07 ng·L^-1,其中检出浓度最高的抗生素为环丙沙星（CIP）,浓度为317.60 ng·L^-1,检出率最高的抗生素为克林霉素（CLI）,检出率为88.24%.与国内部分河流相比,南京市饮用水源地水体中大环内酯类、四环素类、喹诺酮类抗生素残留浓度处于较高水平.生态风险评估结果表明,点位S7具有最高的联合风险熵值（24.58）,氧氟沙星（OFX）的风险熵值最高,达到13.06;健康风险评估结果表明,9种抗生素对人体健康的风险熵Q_H为1.70×10^-3~9.47,强力霉素（DOX）、诺氟沙星（NOR）、恩诺沙星（ERX）、CIP和OFX对大部分年龄段的人体健康具有高水平风险.