黑土区城郊耕地重金属污染空间扩散机制

城郊复杂环境条件下的耕地土壤重金属污染空间扩散机制是落实土壤污染源头防控和保障黑土地质量安全的基础.针对以往溯源研究中污染源头难定位和扩散趋势不明确等问题,以长春市城郊地区为例,以耕地土壤As、Pb、Hg和Cd元素为研究对象,采用近邻传播（AP）算法和空间自回归的扩散格局-驱动因素组合分析法尝试揭示黑土区城郊耕地重金属污染空间扩散机制.结果表明,ω（As）和ω（Cd）均值分别为39.35mg ·kg^-1和0.183 mg ·kg^-1,累积水平较高.内梅罗指数显示研究区有52.38%的耕地已出现轻度污染.AP算法识别出As存在3个影响幅度相似的潜在污染源地,均位于远离城市的典型农耕区;Pb元素的2个潜在污染源地集中分布于范家屯镇附近的工业区;Hg和Cd元素的扩散格局复杂,尤其是Cd元素,呈现多地并发的污染扩散特征.空间滞后模型表明,As元素的空间扩散格局和农药施用强度有关;Cd元素主要受土壤类型和设施农业布局的制约;Pb元素受区域城镇化和工业化发展的影响;Hg元素和区域污染迁移条件相关.污染调蓄功能未对4种元素的空间扩散格局产生显著影响.研究丰富了耕地重金属污染的空间分析理论和方法,对落实城郊黑土地的污染源头防控具有科学意义.     

广东省药物活性化合物的污染特征及生态风险评价

随着药物活性化合物(PhACs)的大量生产和使用,PhACs已成为环境中的一类新污染物.为了调查PhACs在广东省的污染特征,采集了全广东省21个城市,包括178个乡镇及行政区,共186个污水厂的原始污水.采用全自动固相萃取仪和高效液相色谱-三重四级杆质谱联用仪,分析了污水厂进水中10种典型PhACs的污染水平,全面揭示了PhACs在广东省的空间分布特征,并对PhACs的潜在生态风险进行评价.调查结果表明,全部污水厂均有PhACs检出,各污水厂进水中∑PhACs质量浓度范围为21.00～9 558.25 ng·L^-1,其中美托洛尔、对乙酰氨基酚、苯扎贝特和咖啡因是广东省污水厂进水中的主要污染物.在空间分布上,广东省各区域∑PhACs质量浓度平均值呈现出珠三角>粤北>粤东≈粤西的分布特征.根据污水厂的处理工艺,对∑PhACs质量浓度超过2 500 ng·L^-1的污水厂的出水质量浓度进行估算,并根据估算的出水进行PhACs的生态风险评价.结果表明,广东省PhACs的生态风险较低,苯扎贝特在韶关、江门和深圳呈现出中风险,∑PhACs生态...     

气候变化背景下人类活动对承德接坝区植被净初级生产力的影响

承德接坝区位于农牧过渡区,对气候变化和人类活动极为敏感.以植被净初级生产力(NPP)作为评价指标,基于Thornthwaite Memorial模型计算潜在NPP和MODIS NPP遥感影像获取实际NPP数据,利用潜在NPP与实际NPP间的差值衡量人类活动作用下NPP的大小,运用Slope趋势和变异系数法分析实际NPP、潜在NPP和人类活动作用下NPP的变化趋势及稳定性分布,并采用相关系数法分析实际NPP与年降水量和年均气温间的相关性,最终量化气候变化和人类活动对该区域植被变化的影响.结果表明,潜在NPP自西北向东南递增,其变化趋势和稳定性均为自西向东递增.实际NPP与年降水量和年均气温呈正相关区域面积占比分别是99.87%和91.66%.该区域99.85%的植被得到改善且变化稳定,主要是由气候因素和人类活动共同主导(99.71%),而植被退化完全是由人为因素所导致(0.15%).     

基于网格的长三角PM2.5分布影响因素及交互效应

基于遥感反演数据,研究了2016年长三角地区PM_2.5浓度空间分布特征,从气象因素、地形、植被和大气污染物排放清单等方面选取评价因子,以0.25°×0.25°网格为评价单元,利用GAM模型研究了长三角PM_2.5空间分布的影响因素及交互效应.结果表明：①长三角PM_2.5浓度总体呈北高南低、西高东低的分布态势,但以南北向差异为主.长三角南部PM_2.5浓度多低于35 μg·m^-3,PM_2.5超标零星出现在城镇周围,呈孤岛状分布.北部PM_2.5浓度多超过35μg·m^-3,PM_2.5污染多呈连片状分布.②长三角PM_2.5浓度分布具有显著的正的空间自相关性,高高集聚区集中分布在长三角北部,低低集聚区集中分布在南部.③ GAM模型分析表明,地形起伏度、气温和降水量对PM_2.5浓度主要呈负向影响;污染物排放量主要呈正向影响;风速<2.5 m·s^-1时影响不显著,风速≥2.5 m·s^-1后有显著的负向影响.地形起伏度、气温和降水量南高北低是造成长三角PM_2.5北高南低的重要原因,风速东高西低是造成长三角PM_2.5浓度东西向差异的原因之一.④除地形起伏度-PM_2.5排放量外,其余因素两两间的交互项均通过了显著性检验,对PM_2.5分布有显著的交互效应.     

典型冶炼行业场地土壤重金属空间分布特征及来源解析

以韶关某冶炼厂为冶炼行业典型工业区,对冶炼厂区内土壤中的Cd、Pb、Hg、Sb、As、Zn、Cu、Cr和Ni等9种重金属元素的总量和有效态含量进行了测定,利用ArcGIS 10.2进行了冶炼厂地土壤中重金属空间分布的插值分析,采用的污染状况评价方法有单因子污染指数法、富集因子法和潜在生态危害指数法,重金属来源分析方法有相关性分析法和主成分分析法.对研究区土壤的重金属污染状况及来源进行分析.结果表明,Cd和As的单因子指数为1.50和2.13,分别属于轻微污染和轻度污染;Pb的单因子指数为5.58,属于重度污染.As、Hg和Zn的富集因子为3.73、10.4和22.4,分别属于中度污染、重度污染和严重污染;Cd、Pb的富集因子超过40,属于极重污染,受人为污染程度明显.Pb和Cd的有效态占总量的质量分数较高,分别在0.57％～46.0％和0.87％～69.2％之间.其次为Zn和Cu,而Hg、Sb、Ni、As和Cr的有效态质量分数均在5％以下.研究区重金属潜在生态风险指数的空间分布由西向东整体呈由低到高再降低的变化趋势,其中北部点位的指数显著高于其他点位,可能存在局部泄漏.Hg和Sb的空间分布与其他元素不同,呈现中部区域较高、东西部区域较低的特点.相关性和主成分分析结果表明,Cu、Zn、As、Cd和Pb元素之间的相关性显著,主要来源为工业生产活动的输入;Hg和Sb元素之间具有显著的正相关性,但与其他元素无相关性;Ni的主要来源更符合自然输入的规律.     

基于iLME+Geoi-RF模型的四川省PM2.5浓度估算

高分辨率PM2.5空间分布数据对动态监测和控制PM2.5污染具有重要意义.选取Himawari-8气溶胶光学厚度(AOD)、ERA5气象再分析资料、DEM、土地利用数据、夜光遥感数据、增强型植被指数和人口数据等作为估算变量,使用改进的重采样法进行数据匹配,并提出改进的线性混合模型(iLME)结合地理智能随机森林(Geoi-RF)构建组合模型估算PM2.5浓度.结果表明:①在选取的估算变量中,气溶胶光学厚度、气压、温度、相对湿度和边界层高度是影响2016年四川省PM2.5浓度的重要因素,其相关系数分别为0.65、0.58、0.55、0.54和0.35.②iLME+Geoi-RF模型精度相较其他模型有较大提升,模型拟合Rl2、RMSR 和 MAE 分别为0.98、3.25 μg·m-3和 1.98 μg·m-3,交叉验证 R2、RMSR 和 MAE 分别为0.89、7.95 μg·m-3和4.81μg·m-3.该模型可获取更高精度的四川省PM2.5时空分布特征,为区域空气质量评估、人体暴露风险评价和环境污染治理提供更加合理地科学参考.③2016年四川省PM2.5浓度存在显著的季节性差异,各季节PM2.5浓度大小关系为:冬季＞秋季＞春季＞夏季.2016年四川省月均PM2.5浓度总体上呈先降后升的"V"型趋势,最小值在6月,最大值在12月,8月和11月有微小起伏.在空间分布上四川省PM2.5浓度总体上呈东高西低和局部污染程度较高的特点,高值区主要分布在城市快速发展和人口密集的东部地区,低值区主要分布在经济发展落后和人口稀疏的西部地区.④虽然不同模型估算出的PM2.5浓度整体分布基本一致,但iLME+Geoi-RF模型能更准确有效地估算本研究区污染的空间分布.     

沈北新区土壤中多环芳烃污染特征及源解析

采用均匀网格布点法采集沈阳市沈北新区不同土地利用类型101个表层(0~20 cm)土壤样品,开展土壤中美国环保署优先控制的16种多环芳烃(PAHs)的含量空间分布特征、成分谱分析和污染物来源解析研究.结果表明,沈北新区土壤中16种PAHs(ΣPAHs)总含量为123.7~932.5μg·kg~(-1);PAHs组分以3~4环的中、低环组分为主,其中3环PAHs比例最高;ΣPAHs的空间分布特征明显,呈现出由南向北、自东向西逐渐递减的趋势.在研究区域所涉及的5种土地利用类型土壤中,土壤ΣPAHs含量的高值主要集中在城区绿地和人工绿化林地,其次为设施菜地,水稻田和玉米田中ΣPAHs含量相对较低且无明显空间分布差异.利用特征比值分析和因子分析/多元线性回归分析进行土壤中PAHs的污染源解析,初步确定沈北新区表土中PAHs的主要污染源为燃烧源和石油源的混合源,其中,工业燃煤和机动车尾气是PAHs的主要污染源,其贡献率达79.6%,石油泄漏和焦炉排放贡献率约为16.2%,生物质燃料的燃烧贡献率占4.2%.     

五大连池药泉湖总有机碳分布特征研究

以五大连池药泉湖为研究对象,开展对其水样及底泥中总有机碳的含量及分布特征研究。结果表明：药泉湖水体中总有机碳（TOC）含量范围在8．7～11．47mg／L之间,平均为9．89mg／L;药泉湖底泥中总有机碳（TOC）含量范围在40．77～77．25mg／kg之间,平均为54．12mg／kg。药泉湖周围的农业面源污染、居民办公区的生活污水的排入以及湖水径流路线对其分布有较大影响。     

紫色土小流域不同土地利用类型的土壤氮素时空分异特征

以紫色土区12.10 km²的万安小流域为研究区域,于2011年4月(旱季)和8月(雨季)小麦和玉米收获期共采集552个表层土壤(0~15 cm)样品,利用传统统计学和地统计学相结合的方法对流域土壤全氮和硝态氮的时空变异特征进行研究.结果表明,不同土地利用类型土壤全氮含量差异显著,并呈以下顺序:水旱轮作田>林地>旱地;同一土地利用类型旱季、雨季土壤全氮含量不存在显著差异.其中,4月和8月林地、旱地、水旱轮作田土壤全氮含量分别为1.16、0.90、1.21 g·kg^-1和1.13、0.94、1.29 g·kg^-1.但旱季和雨季土壤硝态氮含量差异显著,其中,4月和8月林地、旱地、水旱轮作田硝态氮含量分别为12.08、24.22、31.22 mg·kg^-1和3.98、11.18、2.27 mg·kg^-1,表现出土壤硝态氮旱季累积、雨季流失的特点;受到内部因素和外部因素共同作用,旱地、水旱轮作田土壤全氮空间分布具有中等空间相关性,而林地土壤全氮的强烈空间相关性主要受到内部因素的影响.本研究分析了紫色土区不同土地利用类型条件下的流域土壤氮素的时空变异特征,将会为流域土地资源管理和环境修复提供较好的科学依据.     

突发型大气污染源位置识别反演问题的数值模拟

在突发型大气污染事件中,能否根据临时监测数据对污染源的位置进行快速识别,对于城市大气污染源的控制管理以及改善城市空气质量意义重大.为了构建突发型大气污染源位置识别的空间反演算法,本文通过分析大气应急污染监测的临时采样数据,结合污染物浓度扩散模型,随机生成污染源和计算污染物浓度的空间分布,对突发型大气污染源进行定位并与实际测量结果进行对比分析,采用蒙特卡洛模拟(Monte Carlo simulation)对相关参数进行讨论,最终构建能对突发型大气污染源进行快速估计定位的空间反演算法.研究结果表明,本文构建的空间反演算法输出的污染源坐标与实际情况相符.因此,该算法可用于突发型大气污染源位置的快速识别.