排水管道沉积物微生物群落及环境因子分析

选取北京市某区的排水管道沉积物进行取样,采用高通量测序手段分析,结果表明变形菌门、广古菌门、拟杆菌门、厚壁菌门是排水管道沉积物微生物中的优势门类;在纲水平上,δ-变形菌纲、甲烷微菌纲、梭菌纲、拟杆菌纲占相对优势;在属水平上,功能性微生物硫酸盐还原菌（SRB）和产甲烷古菌（MA）普遍存在于各处管道.在所选的6段管段中,管段S3、S4处MA的相对丰度分别为20.6%、40.8%,高于其他管段,厌氧产甲烷的潜能较大,有发生可燃气积累的风险;管段S5、S6处的SRB相对丰度分别为9.14%、8.19%,高于其他管段,硫酸盐还原为硫化物的潜能较大,存在管道腐蚀的风险.RDA分析表明污水的DO、水温、硫酸根、TN与管道沉积物中微生物群落存在相关性.     

黄河流域城市生态化建设水平空间格局与障碍因子分析

城市生态化建设作为流域可持续发展重要途径是人地耦合与高质量发展的重要研究内容。本文旨将宏观的生态城市建设转型为落地性更强的城市生态化建设,通过构建经济、环境、社会、文化及空间生态化五位一体的理论框架,运用主客观赋权法、ESDA、障碍因子诊断模型等研究方法,探究城市生态化建设的空间格局特征和多维提升路径。结果表明：(1)黄河流域城市生态化建设总体上呈现“多中心”的空间分异格局,且呈显著的“中心—外围”逐渐递减的空间分布态势;(2)从空间关联格局来看,高—高集聚区和低—低集聚区具有明显的空间集聚,高—高显著集聚区主要分布在山东省及其邻近地区,低—低显著集聚区主要分布在宁夏回族自治区中南部;(3)从不同城市规模、职能类型、空间载体、流域位置的城市生态化建设特征来看,城市生态化建设水平与城市规模等级成正比,职能综合城市、发育程度高的山东半岛城市群、优先开发地区的华北平原、黄河流域下游及右岸的城市生态化建设水平相对更高;(4)不同类型城市的生态化建设障碍因子存在明显差异,总体上黄河流域城市生态化建设的障碍因子主要是人均水资源总量、单位GDP能源消费量、研发(R&D)投入占财政支出比重、每...     

胡敏酸在土壤中的迁移

研究了不同条件下胡敏酸在土壤中的迁移过程.结果表明,其迁移过程表现出较大的差异,在溶液pH值、胡敏酸浓度和溶液流速均较高时,胡敏酸迁移的阻滞因子和在土壤中的吸附系数均较低,有利于胡敏酸在土壤中的迁移;在溶液pH值、胡敏酸浓度和溶液流速均较低时,土壤对胡敏酸迁移的阻滞作用较大.胡敏酸的迁移还与土壤性质有关,土壤黏粒含量和阳离子交换量越高,胡敏酸在土壤中吸附的越多,越不利于迁移.在土壤中的吸附是胡敏酸迁移的主要控制因素,在预测胡敏酸在水土环境中迁移时,应该充分考虑不同条件下胡敏酸在不同性质土壤中的吸附.     

用片段常数法估算有机化合物在鱼体内的生物富集因子

根据337个有机化合物在鱼体内生物富集因子的实测数据建立了片段常数估算模型。涉及的有机物包括卤代苯、卤代联苯、氯代脂肪烃、多环芳烃、醇、醚、醛、酮、腈、苯酚、苯胺、硝基苯、呋喃、二误Yin、含氮氧硫的杂环混合和物、脲和有机磷农药等多种类别，logKow在0.39-8.60之间。模型可决系数0.982，标准差0.453，平均绝对误差0.322个对数单位。60种检验化合物的平均预测残差为0.320个对数单位。     

太原市多环芳烃(PAHs)排放清单与分布特征分析

根据太原市11种主要排放源的排放因子和活动量数据,估算了美国国家环境保护局(US EPA)优先控制污染物清单中16种多环芳烃(PAHs)的年排放量.结果表明2010年太原市16种PAHs的排放量约为332.10t,其中7种致癌性PAHs排放总量为35.11t.从排放源看,生活燃煤和炼焦煤是太原市排放PAHs的主要来源,占总排放量的65%以上.从各地区的PAHs排放情况看,排放量最大的地区是清徐县(87t/a),占总排放的27%.其次为古交市(54t/a)、晋源区(44t/a)、尖草坪区(40t/a).各地区人均收入与单位GDP排放量之间呈负相关 (R2=0.727);各地区PAHs排放量与农村人口之间呈正相关(R2=0.813),从排放谱看,排放以低环PAHs为主(81%),致癌性PAHs占总排放量的10.6%.结果表明,太原市PAHs的排放与太原市特殊的能源结构和人群结构有关.     

江门市人为源挥发性有机物排放清单

将江门市人为源挥发性有机物(VOCs)排放分为工业源、移动源、生活源和农业源四大类,以2014年为基准年,根据江门市的统计数据和实地调研结果,采用"自上而下"和"自下而上"结合的排放因子法建立了江门市人为源VOCs排放清单.结果显示江门市2014年人为源VOCs排放总量约为75.09 kt,工业源、移动源、农业源和生活源VOCs排放量为41.37、19.16、11.07和3.50 kt,占比分别为55.09%、25.51%、14.74%和4.65%.工业源中摩托车制造、集装箱制造、涂料、油墨、颜料及类似产品制造、印刷及包装印刷、塑料及橡胶制品、人造革制造、皮革鞣制加工、化石燃料燃烧、基础化学原料制造、电子制造、胶黏剂制造、家具制造等行业的VOCs排放量均超过1 000 t,为江门市重点VOCs排放行业.江门市蓬江区、江海区、鹤山市这3地以工业源排放为主,占比均超过50%,而恩平市、台山市等地则以农业源排放为主.各区和县级市在进行VOCs减排政策制定时要针对本土化的VOCs清单特征,进行精细化管控,才能取得较好减排效果.     

成都西南城郊黑碳和PM2.5 浓度变化特征及其影响因子

四川盆地是我国灰霾和大气污染易发和频发区之一,目前关于本地区黑碳气溶胶（black carbon,BC）的相关研究较少。利用2017年11月—2018年12月成都西南城郊地区黑碳气溶胶以及PM_2.5观测资料,结合气象资料和其他污染物浓度资料,分析BC和PM_2.5浓度,BC浓度在PM_2.5浓度中所占比例（黑碳占比）的季节、月、日变化特征及其影响因子。结果表明：（1）BC逐小时浓度范围为0.18—40.51 μg?m^?3,平均值为(5.26±4.68) μg?m^?3,本底浓度为3.34 μg?m^?3。PM_2.5逐小时浓度范围为1.00—344.50 μg?m^?3,平均值为(60.02±46.91) μg?m^?3,本底浓度为33.38 μg?m^?3。日变化均呈“白天低,早晨、夜间高”的变化特征,其中冬季浓度最高,春、秋季次之,夏季浓度最低。（2）黑碳占比均值为9.16%±5.13%,白天黑碳占比低,夜间黑碳占比高,且夏季最高,冬季最低。随着空气污染加重,冬季占比缓慢增加,其他三季占比减小。（3）BC与NO₂和CO相关性较好,表明西南城郊BC排放主要受机动车尾气、生物质燃烧影响。BC和SO₂相关系数偏小,燃煤等工业源排放对西南城郊BC的贡献较小。（4）风速、温度和湿度与BC浓度均有很好的相关性,其中风速对BC浓度的影响最大,当风速小于2.0 m?s^?1时,BC浓度值明显偏高;BC浓度大于20.00 μg?m^?3的高值区主要集中在西北、西南以及东北风向上,即：偏东北方向市中心大气中的污染物,以及西南方向远郊地区的污染物可能对西南城郊高浓度黑碳的贡献更大。     

基于国内水泥生产现状的碳排放因子测算

水泥生产过程中碳排放因子的测算是计算水泥碳排放量的基础,为了准确测算我国水泥行业熟料煅烧阶段碳酸盐矿物分解释放CO2的碳排放因子,就需要对水泥生产线上相关样品做成分测定和综合分析.通过对国内近百条代表性较强的水泥生产线上的生料、熟料、水泥、石灰石、燃煤等样品进行钙、镁、烧失量、碳酸盐等化学成分的定量分析,并考虑新型干法窑和立窑两种生产工艺类型的差别,分析测算了基于国内水泥生产的工艺碳排放因子.结果表明:生料碳酸盐法测算碳排放因子的结果较熟料法的结果低约10kgCO2/tcl;不同窑型的碳排放因子存在明显差异,新型干法窑的碳排放因子多集中在500~520kgCO2/tcl,立窑碳排放因子多集中在480~500kgCO2/tcl;多数熟料含有少量碳酸盐.生料碳酸盐法不涉及燃煤灰分的化学成分,可以规避燃煤灰分成分的影响,测算碳排放因子采用生料碳酸盐法较准确,并且应基于不同窑型,同时考虑碳酸盐分解率问题.     

工程机械不同工况下PM_(2.5)排放及其碳质组分特征

我国工程机械排放控制起步较晚.为研究实际工况下工程机械的PM2.5排放特性及其碳质组分构成,采用便携式颗粒物稀释采样系统,对3台工程机械(2台挖掘机和1台装载机)在不同典型工况(行驶、作业和怠速)下的PM2.5及其碳质组分〔OC(有机碳)和EC(元素碳)〕的现场排放特征进行了测试.结果表明:沃尔沃挖掘机、山河智能挖掘机的PM2.5排放因子(基于燃油)分别为1.85~3.26和1.56~2.62 g/kg,厦工装载机的PM2.5排放因子为0.98~1.48 g/kg.不同工况对PM2.5排放因子影响较大,怠速工况下PM2.5排放因子是行驶工况下的1.49~1.76倍.工程机械排放的PM2.5中,碳质组分是最主要的成分,其质量分数高达71.0%~84.5%.其中,w(OC)为44.6%~72.0%,在怠速工况下最高;w(EC)则为8.6%~30.9%,在行驶工况下较高.测试工程机械的PM2.5排放水平较高,因此应尽快加强工程机械排放的污染防治.     

基于可靠性分配的整机加速因子计算方法研究

目的验证长寿命高可靠整机产品的可靠性。方法基于RPN数据的可靠性分配方法,得到子系统在各故障模式下的失效率,接着针对导致各故障模式发生的多种应力,研究温度循环、温度驻留、湿度、振动应力下的加速因子,推导出整机加速因子计算公式,并以某典型电子产品加速试验为例,验证该方法的有效性。结果整机加速因子为322.5,比传统方法计算得到的4.78×105更符合实际情况。结论基于可靠性分配的整机加速因子计算方法为整机可靠性验证提供了合理的理论依据。