北京地区基于化学组分的夏季气溶胶吸湿特性

利用吸湿增长光散射测量系统、黑碳仪和气相色谱质谱联用仪等仪器,于2019年7月15日~8月4日在北京地区开展了为期21d的大气气溶胶观测实验.观测期间北京市区于7月27日出现短暂的轻度污染,并在7月29日出现强降水天气.结果显示：北京市区夏季大气污染变化剧烈且短暂,大气气溶胶散射吸湿增长因子f（RH）呈现平滑连续的特点,并且降水会对f（RH）造成显著影响.7月27日PM_2.5的平均质量浓度为（92.54±47.05）μg/m³;,表现出较为剧烈的污染变化.7月28~30日平均散射吸湿增长因子f（80%±1%）分别为（1.50±0.35）,（1.43±0.36）和（1.48±0.25）,反映了降水对于大气气溶胶的湿清除作用.最后利用实验数据估算粒径吸湿增长因子gf（RH）,并建模研究f（RH）和gf（RH）的关系,模型精度R²最高可达0.698.     

陆浑水库沉积物重金属空间分布特征及风险评价

为了解洛阳市饮用水水源地陆浑水库沉积物中重金属污染程度,采集32个点位的表层沉积物,分析6种重金属（Cd、Cr、Cu、Ni、Pb和Zn）的空间分布特征,并运用地累积指数法、潜在生态风险指数和聚类分析等方法对研究区重金属污染程度进行评价、生态风险评价及源解析.结果表明：Cd、Cu、Pb和Zn含量超过黄河流域河南段重金属土壤背景值,分别是其8.8、2.0、6.5、2.3倍,重金属存在明显富集,且主要污染集中于坝前区域.地累积指数法评价结果显示,Cd为强污染,Pb为中-强污染.潜在生态风险指数表明,陆浑水库沉积物重金属风险呈自上游至下游逐渐增强的趋势,总体处于高度生态危害,潜在生态风险指数均值达到312.94,其中Cd为主要贡献因子.富集系数法和聚类分析结果显示：Cd、Cu、Pb和Zn主要为人为源,Cr和Pb以自然源为主.总体而言,陆浑水库沉积物中重金属Cd和Pb污染相对较重,可能会对水库水环境构成威胁.     

杭州湾北岸36种挥发性有机物污染特征及来源解析

为研究杭州湾北岸VOCs（挥发性有机物）的浓度水平、组成特征、反应活性和潜在来源,采用GC-FID在线监测系统对杭州湾北岸环境大气中的36种VOCs开展了为期1 a（2017年12月-2018年11月）的连续观测,采用LOH（VOCs的·OH消耗速率）和OFP（O₃生成潜势）2种方法估算了大气VOCs的反应活性,并利用PMF（正定矩阵因子分解）和CPF（条件概率函数）模型分析其来源.结果表明:①φ（VOCs）小时平均值在冬季（26.47×10-9）最高,夏季（9.76×10-9）最低;全年φ（VOCs）小时平均值为21.24×10-9,其中烷烃、烯烃+炔烃、芳香烃、卤代烃的贡献率分别为33.24%、34.13%、15.63%、17.00%;φ（烷烃）、φ（芳香烃）和φ（卤代烃）呈较明显的昼夜变化特征,φ（烯烃）和φ（炔烃）无明显昼夜变化趋势.②大气VOCs的总LOH和OFP分别为9.39 s-1和220.57 μg/m3,KOH（·OH反应速率常数）和MIR（最大增量反应活性）系数的平均值分别为17.34×10-12 cm3/（molecule·s）和3.31;KOH和MIR系数的平均值分别与间/对-二甲苯的KOH和乙苯的MIR系数接近,表明大气VOCs的化学反应活性较强;VOCs关键活性物种为异戊二烯、乙烯、丙烯、甲苯、二甲苯和顺-2-丁烯.③特征物种相关性分析表明,杭州湾北岸大气存在老化现象,异戊烷和正戊烷受煤燃烧源影响较大,二甲苯和乙苯受溶剂排放源影响较大,甲苯和苯除受机动车尾气影响外,还受其他排放源影响.④PMF和CPF模型来源分析表明,大气VOCs主要来自石化工业源、燃料挥发源、生物质燃烧和煤燃烧源、机动车排放源和溶剂使用源,其中,机动车排放源主要来自西北方向,其他源主要来自西北、西和西南方向.研究显示,杭州湾北岸大气VOCs来源复杂,受周边工业区的影响较大.      

保定市大气污染特征和潜在输送源分析

保定市是京津冀地区重要城市之一.为了解保定市大气污染物质量浓度特征和潜在输送源,对保定市国控点2017年1月1日-12月31日PM₁₀、PM_2.5、SO₂、NO₂、O₃、CO等常规大气污染物数据进行分析,并利用TrajStat后向轨迹模型进行区域传输研究.结果表明:①ρ（PM₁₀）、ρ（PM_2.5）、ρ（SO₂）、ρ（NO₂）分别为（138±96）（84±66）（29±23）和（50±24）μg/m3,与2016年相比分别下降5.9%、9.1%、25.5%和13.1%;ρ（CO）较2016年下降了14.0%;ρ（O₃）较2016年增长了25.2%.ρ（PM₁₀）、ρ（PM_2.5）、ρ（NO₂）和ρ（O₃）分别超过GB 3095-2012《环境空气质量标准》二级标准限值的0.97、1.40、0.25和0.34倍,ρ（SO₂）和ρ（CO）未超标.②除ρ（O₃）外,其他污染物质量浓度均呈冬季最高、夏季最低的季节性特征,其中,冬季PM_2.5污染最为严重,春季PM_2.5~10（粗颗粒物）污染严重.③空气质量模型源解析结果显示,保定市ρ（PM_2.5）约60.0%~70.0%来自本地污染源排放.后向轨迹结果表明,在外来区域传输影响中,保定市主要受到西北方向气团（占比为21.7%~60.0%）远距离传输和正南方向气团（占比为34.8%~50.5%）近距离传输的影响.④PSCF（潜在源贡献因子分析法）和CWT（浓度权重轨迹分析法）分析表明,除保定市及周边区县本地污染贡献外,位于太行山东麓沿线西南传输通道的邯郸市、邢台市、石家庄市是影响保定市PM_2.5的主要潜在源区.研究显示,PM_2.5为保定市大气中的主要污染物,并呈冬季高、夏季低的变化特征,其主要来自西北远距离输送和南部近距离传输.      

武当山夏季颗粒物数浓度谱分布特征及气团来源影响研究

为研究大气边界层中上层大气颗粒物的数浓度谱分布特征及气团来源的影响,于2018年6月利用3080型SMPS粒径谱仪对武当山14.6~660 nm颗粒物数浓度谱进行观测,分析和探讨了其数浓度谱分布及日变化特征,并结合后向轨迹、潜在源贡献因子法（PSCF）与浓度权重轨迹分析法（CWT）探讨对武当山颗粒物数浓度影响较大的外源输送路径和贡献源区.结果表明:①武当山大气颗粒物主要以爱根模态为主,平均数浓度为2 500个/cm3,积聚模态、核膜态平均数浓度分别为2 265、359个/cm3,3种模态数浓度分别占总数浓度的48.79%、44.21%、7.01%.②在新粒子生成日,核膜态数浓度于10:00开始上升,11:00—17:00的核膜态数浓度相对较高,约2 000个/cm3.新粒子生成日ρ（SO₂）与ρ（O₃）的日变化趋势均与核模态数浓度较为相似,表明SO₂和O₃参与光化学反应后的产物（硫酸及有机物）有利于新粒子的生成与增长.新粒子生成日风速、温度均大于非新粒子生成日,但相对湿度较低.③在东部及局地气团影响下大气颗粒物主要以积聚模态为主,数浓度分别为2 311和2 596个/cm3;核模态、爱根模态数浓度在受西北气团影响时最大,数浓度分别为806和3 078个/cm3.④潜在源区分析表明,影响武当山积聚模态数浓度的主要源区为十堰市本地及襄阳市,二者贡献值在840个/cm3以上.研究显示,武当山颗粒物主要以爱根模态为主,颗粒物数浓度日变化主要受大气边界层发展及山谷风的影响,较高的ρ（SO₂）与ρ（O₃）以及高温、低湿及较大的风速均有利于新粒子的生成,周边城市的区域性传输对武当山颗粒物的影响较大.      

加入SOA示踪的深圳大气PM2.5受体模型源解析

为厘清包括二次有机气溶胶（SOA）在内的深圳市区PM_2.5各种一次和二次来源贡献,本文于2017年9月2日~2018年8月29日在深圳市大学城点位开展PM_2.5样品采集,并进行化学组分和水溶性有机物（WSOM）质谱测量,共获得162组有效数据.观测期间深圳市大气PM_2.5平均质量浓度为26μg/m³,在传统PMF源解析的基础上加入羧基离子碎片（CO₂⁺）作为SOA的示踪物,加入水溶性有机氧（WSOO）用于计算各因子O/C,验证有机物解析效果.结果表明,SOA可以被独立解析出,其O/C明显高于其他一次污染源中有机物;机动车、二次硫酸盐、二次硝酸盐、SOA为最主要的4个源,对PM_2.5质量浓度的贡献分别为25%、23%、17%和10%,船舶、地面扬尘、老化海盐、建筑尘、生物质燃烧、燃煤和工业贡献均在5%以内.各个源的变化特征表明,机动车、二次硫酸盐、二次硝酸盐、SOA等源贡献呈现冬高夏低的季节特征,与冬季季风条件下源自内陆的污染传输密切相关.污染天气时,二次硝酸盐和SOA的贡献增加相对最显著,因此NOx和挥发性有机物是减排的关键.     

Concentrations and chemical compositions of PM10 during hazy and non-hazy days in Beijing

In order to study the concentrations of major components,characteristics and comparison in hazy and non-hazy days of PM_(10) in Beijing,aerosol samples were collected at urban site in Beijing from December 29,2014 to January 22,2015.Heavy metals like Zn,Pb,Mn,Cu,As,V,Cr and Cd were deeply studied considering their toxic effects on human being;nine water-soluble inorganic ions(SO_4~(2-),NO_3~-,NH_4~+,Na~+,K~+,Cl~-,Ca~(2+) and Mg~(2+)) and carbon fractions(OC and EC) were also analyzed.The concentrations of heavy metals were 1.03–1.98 times higher in hazy days than those in non-hazy days,mainly due to biomass burning and coal burning.The trends in total heavy metals concentrations were basically consistent with the trends in PM concentrations except for two obvious periods(12.29–12.30;1.14–1.15);but when air masses accumulated locally or around Beijing,trends in PM concentrations and heavy metals were opposite.The proportion for NO_3~-/SO_4~(2-) indicated that mobile sources such as automobiles were important reasons for haze in Beijing.Correlation between OC and EC during non-hazy days was strong(R~2= 0.95) but it was low(R~2= 0.67) during hazy days,and large variations for OC/EC values occurred in hazy days.The calculated mass concentration of SOC is 2.58 μg/m~3,which only accounted for 10.1% of the OC concentration.When air masses from the far north-west,they decreased PM concentration in Beijing and they were relatively clean;however,those from the near east,south-east and south of the mainland increased PM concentration and they were dirty.     

长江中下游环境DNA宏条形码生物多样性检测技术初步研究

长江生物多样性在人为影响下面临严重威胁,物种监测是生物多样性保护的基础,为完善长江水生态监测体系,实现高效无损伤的物种监测,在长江中下游干流3个江段（新滩、安庆和芜湖）采集水样,建立长江水样环境DNA宏条形码物种检测体系并评估其有效性.结果表明:①长江中下游环境DNA宏条形码检测到32个物种,包括20种鱼类、1种水生哺乳动物（长江江豚）和11种陆生动物,其中鱼类物种包括鲤形目、鲇形目、鲈形目和鲱形目,其种数占鱼类总种数的比例分别为60%、25%、10%和5%.②长江中下游渔获物中资源量居首位的鲤形目在环境DNA调查中序列数最多,占鱼类总序列的96.2%,其次为鲱形目（占比为3.5%）,鲇形目和鲈形目占比较低,分别为0.2%和0.1%,4个类目序列相对丰度与渔获物种资源量组成差异较大.③环境DNA调查次数约占传统渔获物调查次数的几十至几百分之一,采样时间不足努力量最少的渔获物调查的1%,检测到的鱼类种数为传统调查总数的31%~49%.④安庆采样点位于长江中下游长江江豚密度最高的江段,其环境DNA检出率和序列相对丰度在3个采样点中均最高.研究显示:长江水样环境DNA包含水陆复合生态系统的生物多样性信息,利用水样环境DNA宏条形码可检测不同类群的水生和陆生物种;对于鱼类物种检测,环境DNA宏条形码比传统调查方法效率更高,可对传统调查结果进行补充;环境DNA宏条形码生物多样性检测主要受分子标记体系和核酸序列数据库限制,获取全面的物种多样性和资源量信息需要对检测分析方法进行进一步完善.      

基于PCA-SOM的北京市平谷区地下水污染溯源

为了解北京市平谷区地下水污染物来源,以平谷区2010—2018年监测数据为基础,使用PCA(主成分分析法)识别了地下水水质指标因子,使用自组织映射识别了污染物的空间分布.结果表明:通过监测指标间的Pearson检验发现, 平谷区地下水电导率与ρ(Ca2+)(p=0.936)、总碱度与ρ(HCO₃2-)(p=0.981)、ρ(Mg2+)与总硬度(p=0.944)指标之间显著相关.地下水化学类型主要以HCO₃-Ca型为主,其次为HCO₃-Mg型.NH₄+、SO₄2-、Cd、Fe(Ⅱ)、NO₂指标空间分布离散性和差异性较大,存在局部富集现象.通过因子分析法筛选出影响平谷区地下水水质的8个公因子,首要影响因子为溶滤-富集作用(贡献率为22.398%),次要影响因子为农业、养殖业和填埋场等人为活动作用(贡献率为16.533%),雨水下渗作用(贡献率为8.035%)、工业源人为活动(贡献率为7.466%)对地下水也有一定影响.通过比较各指标的SOM(Self-Organizing Map,自组织映射)特征图像和监测井映射特征图像,发现NH₄+受山前地带林业、种植业和平原地带农业、养殖业的双重影响,Na+、Mn受平原地带人为活动的影响;同时,NH₄+、NO₃-、NO₂三者之间及Fe(Ⅱ)与Fe(Ⅲ)之间来源不同,Cd、Al、氰化物三者具有同一来源.研究显示,PCA-SOM(PCA与SOM相结合)可以对地下水化学组分来源进行定性识别与定量分析.      

郑州市氧化铝工业炉窑污染物及源谱特征

采用稀释通道采样法对郑州市一家拜耳法氧化铝企业及一家α-氧化铝企业的PM_2.5、PM₁₀样品进行采集,利用烟气分析仪检测SO₂和NO_x气体的质量浓度.对颗粒物样品中的38种化学组分进行分析,构建相应的源成分谱,运用分歧系数（CD）和组分差异权重分布函数R/U对其特征进行对比研究.结果表明：α-氧化铝源谱中以Cl^-为主（质量分数18.29%~25.21%）,拜耳法氧化铝源谱中以OC和NO₃^-为主（质量分数9.01%~41.87%）.源谱间的分歧系数（CD）显示,同一种生产工艺两种粒径间的源谱比较相似,相同粒径的两种生产工艺之间的源谱差异较大.R/U值对比结果显示,EC、Ca、F^-和Cl^- 4种元素可作为区分两种氧化铝生产工艺的标识组分.