土壤污染对地下水影响的2种评估方法的应用与比较

以某含1,2-二氯乙烷等10种有机物污染土壤回填项目为例,介绍了2种方法(三相平衡耦合地下水稀释模型和Sesoil耦合地下水稀释模型)在评估土壤污染对地下水影响中的具体应用并进行了比较. 结果表明,采用US EPA(美国国家环境保护局)推荐的三相平衡耦合地下水稀释模型预测的地下水中目标污染物浓度高于新泽西州推荐的Sesoil耦合地下水稀释模型的3~10倍,污染物亨利常数及碳水分配系数越高,二者的差异越明显,达到1个数量级. 对于多环芳烃类的强疏水性有机污染物,2种方法的评估结论无本质差异. 出于保守性及调查成本的考虑,在制订国家或区域范围基于保护地下水的土壤通用筛选值时,建议采用所需参数相对较少的三相平衡耦合地下水稀释模型的方法,以节约调查成本. 对于具体评估项目,当污染物浓度超过通用筛选值时,建议进一步对场地水文地质条件进行调查,采用Sesoil耦合地下水稀释模型重新评估并计算该特定场地的筛选值,以节约修复成本.      

溶解性有机质对罗红霉素光降解的影响研究

近年来,罗红霉素(ROX)因其用量大、检出频率高和生态风险大引起了广泛关注.本文主要研究了环境pH条件下不同的溶解性有机质(DOM),包括富里酸(PLFA)、腐殖酸(SRHA)和天然有机质(SRNOM)对罗红霉素光降解的影响及主要活性物种对其光降解的贡献.结果表明:纯水中罗红霉素可发生自敏化光降解,在pH 6～8条件下,罗红霉素光降解的一级反应速率常数为0.0033～0.0049 h~(-1).DOM促进了罗红霉素光降解,其促进效果从大到小为PLFASRNOMSRHA.DOM共存时罗红霉素光降解的反应速率常数随pH增加而增加,在pH 6时为0.0145～0.0266 h~(-1),在pH 8时为0.0273～0.0577 h~(-1).通过异丙醇淬灭实验发现,羟基自由基(·OH)对罗红霉素光降解起主要贡献,其贡献率在pH 6时为83.45%～98.70%,在pH 8时降低至76.76%～78.02%;3种DOM体系中产生的单态氧(~1O_2)的稳态浓度在(5.15～7.86)×10~(-14) mol·L~(-1)范围内;在pH 6、7和8的条件下,~1O_2与罗红霉素的二级反应速率常数分别为2.27×10~5、1.96×10~6和1.51×10~7 L·mol~(-1)·s~(-1).~1O_2对罗红霉素的光降解的贡献随pH升高而升高,在pH 6时为0.21%～0.43%,在pH 8时为4.85%～11.33%.     

铸铁在流动海水中的腐蚀行为

总结了笔者曾经进行过的3次有关铸铁在含沙流动海水中的腐蚀试验研究工作.研究结果表明：在腐蚀速率方面,铸铁与普通碳钢相似;但在腐蚀形貌方面,局部腐蚀倾向比普通碳钢明显减轻.灰铸铁添加3%的镍,不能改善其在含沙流动海水中的腐蚀行为,反而增大了局部腐蚀敏感性.镍的质量分数超过7%的铸铁在含沙流动海水中的耐蚀性能显著提高.其腐蚀率随镍含量的增加而明显降低,且没有点蚀发生.添加铬虽然能降低其腐蚀率,但局部腐蚀敏感性显著增大.     

DBD降解CF2ClBr过程中自由基与电子能量

利用介质阻挡放电方法对环境污染物ＣＦ₂ＣｌＢｒ进行了等离子体降解的研究．在前人对该体系的降解产物分析及活性粒子推测的基础上,采用动态反应装置得到了等离子体的发射光谱,进一步确证了等离子体系中出现的ＣＦ₂、ＣＦＣｌ、Ｆ、Ｃｌ、Ｂｒ等主要自由基,并从中推出了等离子态气体可能发生的自由基反应．同时通过发射光谱的分析,近似得到该体系的平均电子能量约为２．４２ｅＶ     

复合菌种协同发酵酒糟生产饲料蛋白研究

以笔者选育的８５０３和８５０５复合菌种为试验菌,以白酒糟为原料,经最适试验,确定最优条件为：培养温度３０．０℃,初始ＰＨ５．５,（ＮＨ４）２ＳＯ４添加量为５ｍｇ／ｍｌ,投料量１０％,接种量５－１０％,发酵期限５ｄ,在最适条件试验的基础上,进行了５Ｌ发酵罐试验,发酵产物粗蛋白质含量由２３．７５％提高到３５．７５％,提高了１１．００％,其中真蛋白质提高１０．３４％,粗纤维降低了２．０５％,氨基酸总量由     

新疆喀什地区地下水铁锰水文地球化学及演化规律

新疆喀什地区高铁锰地下水严重影响当地供水水质安全及居民身体健康.基于数据收集及水文地质调查基础上,利用171组地下水水样测试数据,借助统计学方法和PHREEQC软件反演对喀什地区地下水铁锰水文地球化学进行研究.结果表明,研究区地下水Fe超标率为39.8%,垂向为深层承压水>浅层承压水>潜水;Mn超标率为60.8%,垂向为浅层承压水>潜水>深层承压水,Mn含量的超标率普遍高于Fe含量的超标率,且分布范围更广,更普遍;高铁锰地下水主要富集于SO₄·Cl-Na·Ca·Mg型水、SO₄·Cl-Na·Mg型水和SO₄·Cl-Na·Ca型水中,高矿化度地下水和蒸发浓缩作用有利于铁锰富集,潜水Fe含量受人为因素影响较大;研究区地下水Fe主要为Fe （Ⅱ）,Mn均为Mn （Ⅱ）;研究区地下水中铁的来源主要为原生地层中褐铁矿,部分为菱铁矿和其他含铁矿物,锰的来源主要为黑锰矿、软锰矿和部分菱锰矿等含锰矿物;潜水中As参与Fe的阳离子交换作用生成Fe （Ⅱ）,承压含水层Mn在高矿化度地下水中持续发生阳离子交换作用,随着含水层深度加大,研究区地下水中的黑锰矿、褐铁矿和软锰矿溶解始终未达到饱和,持续溶解.     

基于神经网络的碳排放预测及影响因素分析

基于新疆1995—2014年农业生产碳排放源,建立碳排放关系数据库。应用广义神经网络(generalized regression neural network,GRNN)构建了排放量预测模型,结合平均影响值(mean impact value,MIV)方法对碳排放影响因素进行量化。结果表明:1)GRNN模型预测碳排放的平均绝对百分误差和拟合优度分别为2.7860%和0.8720;2)新疆人口、人均GDP、农业贡献值、农机总动力和农户固定资产投资等因素对农业生产碳排放的影响程度分别为0.6210、0.2377、0.3698、0.8500和0.1000。该成果可为新疆碳排放总量分析和影响因素量化方面提供参考。     

2019年西安首场雾霾PM2.5关键特征的综合诊断

通过对WRF-Chem（Weather Research and Forecasting Model Coupled to Chemistry）环境模式模拟资料、HYSPLIT（HYbrid Single Particle Lagrangian Integrated Trajectory Model）前/后向气团轨迹资料、环境站监测资料，以及西安理工大学（Xi''an University of Technology，简称XUT）多波长激光雷达、米散射激光雷达、能见度仪、粒谱仪等观测资料的综合诊断，探讨了2019年1月初发生在西安的雾霾过程（记为首场雾霾）PM_2.5组分、分布及传输特征，旨在为雾霾气溶胶研究提供有益的个例积累.定性、定量双重检验表明，Chem模式较成功复制了此次雾霾气溶胶过程.利用这些可靠的模式数据分析表明，PM_2.5中碳气溶胶的主要组分为有机碳，约占85%，强盛期气溶胶各组分随高度增加均呈递减趋势，各组分近地面浓度最高.通过对两类不同方法获取的消光系数对比分析表明，相比于模式数据，激光雷达数据具有更高的垂直分辨率，因此，更善于描述消光廓线的细节特征.通过对多源资料的综合诊断最终揭示出，"北风涌"是雾霾消散的关键影响因子，沿铜川-西安-山阳一带存在着污染物传输的重要路径，雾霾由此体现出自北向南依次消散的特征.     

贵阳地区碳酸盐岩岩系成土方式及其特征

碳酸盐岩上覆红土的成因主要有溶蚀-残积说、溶蚀-交代说和外来沉积说。通过对贵阳地区碳酸盐岩岩系上覆红土剖面的调查研究,发现碳酸盐岩岩系成土作用有岩性变化的层间界面上成土、岩-土界面上成土、岩层整体块状层内风化成土等方式。其中岩-土界面成土方式是最常见的一种,而岩层整体块状层内风化成土也有一定比例,岩性变化的层间界面上成土方式相对较少。三种成土类型说明碳酸盐岩岩系成土是复杂的,是多层面、多方式的,并非是单一的成因形成,碳酸盐岩岩系成土速率应比原来认为的高。     

长三角背景点夏季大气PM2.5中水溶性无机离子污染特征及来源解析

为研究长三角背景点夏季PM_2.5污染特征,于2018年5月30日—8月15日在上海市崇明岛对PM_2.5样品进行昼夜采集,并对其中水溶性无机离子(Cl-、NO₃-、SO₄2-、Na+、NH₄+、K+、Mg2+、Ca2+)进行了分析.运用PSCF(潜在源贡献)方法判别污染物排放源区,并结合PCA(主成分分析)和PMF(正交矩阵因子)源解析探究PM_2.5来源.结果表明:①观测期间崇明岛ρ(PM_2.5)平均值为(33±21)μg/m3,低于GB 3095—2012《环境空气质量标准》一级标准限值(35 μg/m3),但在部分时段存在显著超标现象,ρ(PM_2.5)最高值在120 μg/m3以上.②水溶性无机离子质量浓度平均值为(14±9.3)μg/m3,占PM_2.5的42.4%,其中SNA(SO₄2-、NO₃-、NH₄+三者统称)为主要离子,占水溶性离子总质量浓度的85.7%.③n(NH₄+)/n(SO₄2-)(NH₄+与SO₄2-的摩尔浓度比)显示,清洁期〔ρ(PM_2.5) < 15 μg/m3〕呈贫铵状态,过渡期〔15≤ρ(PM_2.5)≤35 μg/m3〕和污染期〔ρ(PM_2.5)>35 μg/m3〕均呈富铵状态;过渡期SNA主要以NH₄HSO₄和NH₄NO₃形式存在,而污染期则主要以(NH₄)₂SO₄和NH₄NO₃形式存在.④通过对两次典型污染事件进行离子相关性分析和PSCF分析发现,E1污染事件(5月30日—6月8日)为局地生物质燃烧型污染事件,E2污染事件(7月23日—8月1日)为区域传输污染事件.源解析结果进一步表明,两次典型污染事件期间气态污染物的二次转化对PM_2.5的贡献最显著,贡献率分别为62.8%和59.8%;其次是生物质燃烧,其贡献率分别为32.5%和20.1%;E2污染事件期间海盐源对崇明岛PM_2.5贡献率较高(16.6%),远超过E1污染事件期间对PM_2.5的贡献率(2.7%).研究显示,区域输送对崇明岛PM_2.5有显著贡献,二次颗粒物累积是崇明岛PM_2.5超标的主要原因.