乌鲁木齐市散煤燃烧大气污染物排放清单及时空分布特征

为研究乌鲁木齐市散煤燃烧对大气污染物的贡献情况,根据实地调研收集到的散煤燃烧活动水平数据,利用排放因子法建立2015年乌鲁木齐市散煤燃烧PM_2.5、SO₂和NO_x的排放清单,利用ArcGIS空间分析工具进行空间分布特征分析,使用蒙特卡罗方法进行不确定性分析.结果表明:2015年散煤燃烧排放PM_2.5、SO₂、NO_x分别为1.70×104、4.13×104、2.80×103 t.PM_2.5和SO₂排放的主要贡献区域为乌鲁木齐县,分别占排放总量的27.35%和26.23%,这是由于乌鲁木齐县社区居民和大棚种植耗煤量较大所致;NO_x排放的主要贡献区域为米东区,贡献率高达28.03%,这是因为米东区社区居民所用炉灶为手动炉排层燃炉灶,其排放因子较大所致.空间分布特征表明,污染物主要分布在米东区南部、沙依巴克区北部及乌鲁木齐县中部.不确定性分析表明,村庄、社区、大棚种植、商业和事业单位在95%的置信区间时不确定性分别为-69%~165%、-57%~116%、-68%~171%和-67%~165%.蒙特卡罗预测结果（平均值）高于排放清单的计算结果.研究显示,乌鲁木齐市散煤燃烧对污染物排放贡献较大,并且具有明显的季节性和区域性特征.      

草海湖沉积物中重金属污染现状及生态风险评价

贵州草海湖是典型的高原天然淡水湖泊,属于长江上游金沙江支流的上源湖泊,研究其沉积物中重金属分布特征及生态风险评价对该区域及下游的水质监控与污染防治具有重要意义. 2017年7月采集贵州草海湖柱状沉积物,采用电感耦合等离子发射光谱仪法和双道原子荧光光度计法分析沉积物中Zn、Cd、Ni、Fe、V、Cr、Pb、Cu、As等9种重金属元素的质量分数,并利用地累积指数法、富集系数法和潜在生态风险指数法进行重金属污染评价.结果表明:草海湖表层沉积物各重金属质量分数平均值表现为w（Fe）（31 400.00 mg/kg）> w（Zn）（219.18 mg/kg）> w（V）（59.76 mg/kg）> w（Cr）（56.16 mg/kg）> w（Pb）（54.01 mg/kg）> w（Ni）（33.58 mg/kg）> w（Cu）（20.35 mg/kg）> w（As）（15.41 mg/kg）> w（Cd）（0.84 mg/kg）.表层（0~10 cm）沉积物中w（Fe）、w（Cr）、w（V）、w（As）、w（Cu）、w（Ni）分布较均匀,其元素主要来源于岩石风化、土壤侵蚀等自然源;w（Zn）、w（Cd）、w（Pb）分布相对离散,主要来源于农业、炼锌业和交通运输等人为源;在垂直（0~25 cm）方向上,w（Pb）、w（Cu）、w（V）、w（Ni）以波动型为主,w（Zn）、w（Cd）、w（As）主要为稳定型,w（Cr）和w（Fe）为富集型.重金属污染评价结果显示,草海湖沉积物中元素Zn、Pb均为偏中度污染、Cd为中度污染,其潜在生态风险高低表现为下游 > 上游 > 中游.研究显示,草海湖下游区域为中等潜在生态风险,Cd为主要的潜在生态风险因子,重金属的质量分数主要受土法炼锌和农业施肥等人为活动的影响.      

中国典型城市PM2.5浓度时空演绎规律及影响因素分析

为探讨空气中ρ（PM_2.5）的空间集聚特征和气候、大气成分变量对空气中ρ（PM_2.5）的影响,利用首批纳入PM_2.5监测的74个城市的ρ（PM_2.5）数据计算Moran's I指数,并选取其中38个典型城市进行计量分析.在基于引力模型的空间权重矩阵基础上,构建面板数据SDM（空间面板杜宾模型）.结果表明:ρ（PM₁₀）、ρ（SO₂）、ρ（CO）、ρ（O₃）、RH（relative humidity,相对湿度）与城市ρ（PM_2.5）呈正相关,而T（temperature,温度）和WS（wind speed,风速）与城市ρ（PM_2.5）呈负相关;ρ（PM₁₀）、ρ（CO）、RH是位于前3位影响城市ρ（PM_2.5）的关键性因素,其总效应分别为0.720 1、0.241 7、0.133 9.地理上邻近城市ρ（PM_2.5）具有明显的外部空间溢出效应,即邻近城市ρ（PM_2.5）每增加10百分点,将导致该地区ρ（PM_2.5）增长6.12百分点.300 km左右是保证PM_2.5区域"联防联控"最佳效果的最大门槛距离,超过该门槛距离,区域"联防联控"的力度和效果会随着距离的增加而逐渐减弱;当门槛距离大于500 km时,ρ（PM_2.5）的空间自相关性不显著.气候变量中,RH和ρ（PM_2.5）呈同方向变化,而T、WS与ρ（PM_2.5）呈反方向变化.研究显示,关注单一地区或单一因素（气候或大气成分）均不能有效控制PM_2.5污染,在保持经济稳定增长的前提下,各地治理PM_2.5应从调整产业结构、优化能源结构、完善防控机制等多个维度共同推进,促使经济增长方式早日从"粗放型"向"集约型"转变.      

水环境中重金属的生物毒性预测模型

简要介绍了近年来发展的几种金属生物毒性预测模型，如FIAM、GSIM和BLM等模型。金属与生物有效性和毒性之间的关系，是制定金属的水质标准的依据，随着对金属形态及其生物有效性和毒性关系研究的深入，产生了很多的机理描述模型。描述金属与生物作用的现存模型有多种，分别从多种角度解释了环境因素对金属形态分布及其生物毒性的影响，各模型在一定程度上可给出重金属的生物毒性信息，但都存在缺陷，不能完全替代毒性实验。建立合理的金属毒性预测模型，为建新的水质标准提供依据，正是国际环境界研究的热点。     

重量法测定锅炉除尘器效率探讨

本文介绍了测定锅炉除尘器效率的两种方法-浓度法和重量法，详细描述了重量法的操作程序，并结合自己多年的实际监测经验，提出了自己的体会和建议。     

基于随机森林模型的中国近地面NO2浓度估算

NH₃针对传统近地面NO₂浓度空间模拟过程中NO₂浓度与其影响要素之间关系的复杂非线性机制解释不充分的缺陷,本研究基于随机森林（RF）算法、融合多源地理要素开展了近地面NO₂浓度空间分布模拟研究.以卫星OMI对流层NO₂柱浓度数据和多源地理要素（道路交通、气象因子、土地利用/覆盖、地形高程、人口数量）为输入变量,近地面NO₂浓度为输出变量,利用RF算法构建近地面NO₂浓度反演模型.通过对比地面观测数据与传统土地利用回归模型（LUR）检验RF模型的有效性,基于所构建的最优RF模型在不同时间尺度下模拟分析中国大陆地区近地面NO₂浓度空间分布特征.结果表明：（1）集成多源地理要素的RF回归模型精度高,月均模型整体拟合度R² 0.85,RMSE 6.08μg/m³,交叉验证的R² 0.84,RMSE 6.33μg/m³,显著高于LUR模型（拟合R² 0.53,RMSE 10.48μg/m³,交叉验证的R² 0.53,RMSE 10.49μg/m³）; （2）地面NO₂浓度与预测变量呈现显著的复杂非线性与时间尺度依赖关系,卫星OMI柱浓度对模型影响程度最大,重要性指标IncMSE介于97.40%~116.54%,多源地理特征变量对RF模型同样具有不可忽视的贡献力（IncMSE在23.34%~47.53%之间）;（3）中国大陆地区NO₂污染程度较高,年均模拟浓度为24.67μg/m³,存在明显季节性空间差异,NO₂浓度冬季（31.85μg/m³） > 秋季（24.86μg/m³） > 春季（23.24μg/m³） > 夏季（18.75μg/m³）,呈现以华北平原为高值中心、向外围逐渐减轻的空间分布格局.较已有研究揭示对流层NO₂柱浓度宏观分布特征,本研究对近地面NO₂污染特征的研究成果对于合理制定污染防控策略、降低居民暴露健康损害具有指导意义.     

宁东基地大气PAHs污染特征及呼吸暴露风险

利用主动观测技术对宁东能源化工基地大气PM_2.5、PM_1.0和气相中的PAHs浓度水平、族谱特征、时空分布及来源进行研究,并基于该观测数据对居民呼吸暴露健康风险进行评估.结果表明,宁东基地大气PM_2.5、PM_1.0及气相中∑₁₆PAHs浓度范围分别为：17.95~325.12ng/m³、12.66~311.96ng/m³和26.33~97.88ng/m³,年均浓度分别为（99.42±117.48）ng/m³、（78.88±100.58）ng/m³和（57.89±47.39）ng/m³.宝丰基地冬夏季大气PM_2.5、PM_1.0和气相中∑₁₆PAHs浓度水平均明显高于英力特;宝丰和英力特基地冬季大气PM_2.5、PM_1.0中∑₁₆PAHs浓度水平均明显高于夏季浓度.宁东基地大气中∑₁₆PAHs的浓度水平要高于国内外其他城市,大气PAHs污染较为严重.源解析表明夏季宁东基地PAHs的主要排放源是工业煤燃烧和机动车尾气,冬季则主要来自工业煤燃烧和木材、薪柴等生物质燃烧排放.宁东基地人群暴露于大气PAHs可能会造成平均冬季每百万人中约有33~2628人罹患癌症,夏季每百万人中约有11~834人罹患癌症的风险.     

大气污染物浓度变化及其和气象因子的关系

随着社会经济的高速发展,现如今我国的广大人民群众的基本生活水平得到了非常巨大的提升,而在这种大的形势之下,人民群众的基本生活上的要求也不再仅仅是温饱二字了,现如今的广大人民群众要求得更多得一项便是身体健康了,于是关于大气污染物的话题开始被广泛的讨论起来。所以在本文中我们也会对大气污染物这一话题进行基本的探讨,探讨的中心点在于大气污染物的浓度变化与气象因子之间的关系,并且我们还会对二者之间的关系进行必要的研究分析,试图提出一些能够减少大气污染物浓度的相关建议。     

国家干线公路移动源VOCs排放及臭氧生成潜势研究

基于国家干线公路4346个交通监测站日平均监测数据,采用移动源VOCs测算方法,建立国家干线移动源VOCs排放清单,使用最大增量反应活性（MIR）估算VOCs的臭氧生成潜势（OFP）,并通过动态分段技术和核密度估计方法对臭氧生成强度的空间特征进行分析.结果表明,客车是国家干线移动源VOCs年排放量最大的源,占客货总排放量70.50%;广东省年排放量最大,占全国干线公路VOCs排放量的10.7%;G15沈海高速年排放量最大,占全国干线公路VOCs排放量的5.4%.烯烃和芳香烃为移动源OFP主要的贡献者,前十种有机污染物占干线移动源总OFP的67.29%.从客货车日均OFP强度上来看,受车流量影响,各干线差异明显.北京天津呈团簇状集聚,至石家庄一线为带状分布;济南淄博潍坊青岛一线呈弯月带状分布;南京苏州上海杭州呈团状,至上海又集聚;粤港澳大湾区以深圳为中心高度聚集;沈阳、郑州、西安、武汉、重庆等交通枢纽出现次一级强度集聚.     

黄河流域空气质量时空分布及影响因素分析

本文基于2015—2018年空气质量监测数据,研究了黄河流域空气质量的时空变化特征,量化分析了影响黄河流域空气质量空间分布的主要因素。结果表明:(1)2015—2018年,黄河流域空气质量总体趋于改善,除O3-8h外,PM2.5、PM10等污染物浓度均不同程度下降;(2)空气质量不达标天数未有明显减少,以O3-8h为首要污染物的持续时间明显延长,并且污染天数与PM2.5的差距逐渐缩小;(3)PM2.5、PM10浓度呈现东高西低的分布格局,O3-8h污染区域逐渐扩大并呈持续连片分布,热点城市主要分布在流域下游,冷点城市主要分布在流域上游;(4)平均气温、平均风速、人口密度和城镇居民人均可支配收入是影响PM2.5空间分布的主要因素;地形起伏度、降水量、平均气压和人口密度是影响PM10空间分布的主要因素,累积解释率为65.9%;平均气压、地形起伏度、日照时间和平均风速是影响O3-8h空间分布的主要因素。