山西省2015年细颗粒物的污染状况和空间分布

大气污染因其对人体健康、生态环境和气候变化的影响而成为全球关注的环境问题,细颗粒物（PM_2.5）是雾霾产生的主要原因之一。为全面掌握山西省细颗粒物的污染状况与空间分布格局,本文运用统计学方法和Arc GIS技术,根据环境空气质量评价技术规范,对2015年山西省57个空气质量指数监测站提供的PM_2.5实时数据进行处理分析。结果表明：山西省PM_2.5的浓度有明显的季节性变化特征,由高到低依次为冬、春、秋、夏;PM_2.5月平均浓度最高值分别出现在1月和12月,且高值中心都位于运城;在空间分布上则表现为南部高于北部。全省11个地市级城市有9个超过国家二级标准,超标指数达到72%。聚类分析结果表明：山西省城市可以分为两大类,一类为产业结构转型良好的城市,如阳泉、朔州、吕梁、大同;另一类为第二产业发展粗放,工业污染严重的区域。     

北京市近郊区土壤砷累积特征

城市近郊区土地利用类型多元化,同时也承载着巨大环境压力,研究近郊区土壤污染特征对城市规划及发展有着重要意义.通过3 km×3 km网格布点,系统采样调查了北京市近郊区5～6环路之间167个样点的0～20 cm表层土壤样品中砷的含量,分析了城市近郊区土壤砷的累积特征.结果表明,北京市近郊区土壤砷含量为2.89～11.38 mg.kg-1,平均值为7.11mg.kg-1.平均值在90年代末的背景值调查数据的范围之内,但是各个分位数级别的值均小于80年代初的北京市土壤背景值调查数据.因子分析结果发现北京市近郊区土壤砷与来源于成土母质的Co、Mn和Ni元素一组.克里格插值得到的北京市近郊区土壤砷含量空间分布图表明,西北与东部及东南部分土壤砷含量较东北和西南部高,砷含量最高25%的土壤样点与点源污染有关,而砷含量最低25%的样点大多远离污染源.不同土地利用类型土壤砷的比较结果表明人类活动在一定程度上影响土壤中砷的累积,生活区与农田土壤砷含量相似且显著大于绿地和荒地.污染源对生活区和绿地与荒地土壤中砷的累积有显著影响,工厂区附近的土壤砷含量显著比远离工厂区和交通区的土壤高.因此,北京市近郊区土壤砷在整体空间分布上主要与成土母质有关,然而人类活动在一定程度上也显著增加了土壤砷的累积.     

巢湖周边表土中有机质、全氮和全磷空间分布及其相关性

测定了巢湖周边3 528 km2范围内60个混合土样中的有机质(organic matter,OM)、全氮(total nitrogen,TN)和全磷(total phosphorus,TP)含量,通过GS 7.0+地统计学分析软件、Surfer 8.0及Mapinfo 8.5软件研究了这3种营养盐的空间分布,并使用SPSS 17.0软件对各指标间的相关性进行了分析.结果表明:①巢湖周边表土中ω(OM)、ω(TN)和ω(TP)平均值依次为19 500、1 027和483 mg.kg-1,东巢湖表土中ω(OM)和ω(TN)均值高于西巢湖,而磷矿的存在导致了ω(TP)均值西高东低;②位于巢湖西南的杭埠-丰乐河和白石天河周边表土中(TP)本底值较高,且水土流失十分严重,巢湖面源污染管理必须高度重视该两河的TP控制;③在线性模型下,巢湖周边表土中ω(OM)、ω(TN)和ω(TP)的块金值/基台值依次为0.015、0.202和0.128.巢湖周边表土中ω(OM)、ω(TN)和ω(TP)具有极强的空间自相关性,三者Pearson检验为两两显著相关,巢湖周边表土中ω(TN)和ω(TP)可由ω(OM)通过文中所得的公式估算,精度能满足日常管理需要.     

锡林河流域地表水痕量元素的时空分布

为更好地理解锡林河流域水文循环过程,在2006～2008年锡林河主要径流期内13个河水断面(10个位于锡林河干流,3个位于3条支流)取得的248个水样,应用高分辨电感耦合等离子体质谱仪(ICP-MS)进行了Al、As等20种痕量元素的分析测定,利用分析结果对流域内痕量元素时空分布特征进行了分析.结果表明,锡林河河水中痕量元素平均质量浓度大部分在0.1～10μg.L-1之间;大多数痕量元素浓度值介于大气降水和地下水之间,并且十分接近地下水浓度,说明地表水同时受大气降水和地下水补给并主要依靠地下水补给.时间上,地表水痕量元素年内、年际变化均不大,就年内而言,大部分元素浓度变化在4、5月较大,7、8月较小;大部分元素在2007年间浓度略小.在空间上,从上游到下游,大多数痕量元素浓度呈上升趋势,地下水的补给、河水的蒸发等造成了元素富集的变化.     

黄河口新生湿地土壤Fe和Mn元素的空间分布特征

2009年5月,在今黄河入海口北部的新生湿地区域,依据植被类型设置9个采样区,研究了不同植物群落下湿地土壤Fe和Mn含量的空间分布特征.结果表明,不同类型湿地土壤的Fe、Mn含量在水平分布上由三棱蔗草-朝天委陵菜湿地到光滩呈波动上升趋势,在垂直分布上则表现为不同的波动变化特征.成土母质决定湿地土壤Fe、Mn含量的空间分布,而海水、植被和土壤细颗粒对其也有重要影响.相关分析表明,Fe、Mn之间以及二者与粉粒、TN、NO-3-N和有机质呈极显著正相关(P<0.01),与黏粒呈显著正相关(P<0.05),说明Fe、Mn与N具有较好的共存性,土壤细颗粒和有机质是影响土壤Fe、Mn分布的主导因素.黄河口新生湿地的Fe含量范围为16.49~33.11 g·kg-1,均值为22.54 g·kg-1,与苏北潮滩湿地,中国黄土高原黄土和中国土壤的背景值相近,但略低于长江口湿地,红树林湿地和内陆湖泊湿地.Mn含量范围为305.87~711.39mg·kg-1,均值为451.09 mg·kg-1,低于中国黄土高原黄土和中国土壤的Mn含量背景值.     

我国VOCs的排放特征及控制对策研究

挥发性有机物(volatile organic compounds,VOCs)是一类具有刺激性、致畸、致癌、致突变作用、易燃易爆的有机物,对人体和生态系统健康有很大危害.本文从工业固定源、机动车尾气排放源和日常生活源等角度分析不同排放源的VOCs排放特征,绘制并分析了我国重点区域重点行业VOCs排放的空间分布格局,甄别出东部沿海地区VOCs 2010年总量和单位面积均高于中西部地区,且工业产生源有明显差异.进一步归类分析了欧美等发达国家针对VOCs排放控制的政策法规,对比分析我国目前治理VOCs的有关法规和标准,提出了现阶段我国VOCs管理存在的问题,并提出了相应的控制对策建议.     

北京市道路灰尘中污染物含量沿城乡梯度、道路密度梯度的变化特征

采用网格布点法调查了北京市六环范围内220个样点道路地表灰尘样品中的污染物含量.探讨了样点缓冲区内单位面积道路节点数、道路密度和道路灰尘中污染物含量沿城乡梯度的变化特征及各指标间的相关性.结果表明,各指标在研究区内的变幅较大.沿城乡梯度,道路和污染物主要呈现3种变化趋势:①单位面积道路节点数,道路密度,Cu、Cr和Pb沿城乡梯度降低,且开始时降低较快;②Mn和Cd沿城乡梯度变化的程度较低,均值基本维持恒定;③自中心向外围,Ni和有机碳(TOC)、总氮(TN)先随距离波动降低,随后在郊区均值缓慢增高.道路灰尘中污染物含量趋势转折点位置均大致在距城市中心点15～20 km左右.相关分析表明道路指标和道路灰尘中的Cd含量不具相关性,总硫(TS)、Mn、pH的相关性较弱,与其他各元素的相关性排序为Cu>TN>TOC>Pb>Ni>Cr,较道路密度而言,单位面积节点数和各元素间的相关性更高,该指标可指示道路灰尘中Cu、TN、TOC、Pb、Ni、Cr元素污染.     

淮河流域农业非点源污染空间特征解析及分类控制

农业非点源污染是导致流域水质恶化的重要原因,识别流域内关键源区并加以重点控制是流域非点源污染治理的最有效手段.以淮河流域为研究对象,采用清单分析法核算了流域173个县(市、区)的畜禽养殖、农村生活、农田种植、水产养殖4种污染源化学需氧量(COD)、总氮(TN)、总磷(TP)排放量和排放强度.利用SPSS和GIS软件对污染排放强度进行聚类分析、敏感性评价及空间解析,解析出流域非点源污染的敏感地区、重点污染源及其空间分布特征,并依据污染源贡献大小对流域进行分类控制.结果表明,2009年淮河流域农业非点源COD、TN、TP排放量分别为206.74×104t、66.49×104t、8.74×104t;排放强度分别为7.69、2.47、0.32 t·hm-2;COD、TN、TP排放比重分别为73%、24%、3%.识别出COD、TN、TP的主要贡献污染源为畜禽养殖和农村生活;解析出淮河上游沙河、颍河、北汝河、贾鲁河以及清潩河等子流域为整个流域非点源污染的敏感区和优先控制区,畜禽养殖为流域优先控制区中的重点污染源.畜禽污染型和综合污染型分别是流域污染贡献率最高和控制难度大的污染类型.     

同呼吸 共奋斗——战略、手段、机制，一个不能少

PM2.5污染最典型的特征是污染源的多样性,针对不同污染源制定不同的防治战略是非常重要的一个步骤,同时由于介质的流动性,PM2.5污染在空间分布上呈现出明显的跨区域性,建立有效的区域大气污染控制机制已刻不容缓。     

基于LandsatTM数据的济宁市水体识别方法研究

文章基于济宁市2009年LANDSAT TM影像,根据影像各波段间的相关性和地物在各影像上的灰度差异,分别采用单波段阈值法、多波段谱间关系法、改进的水体指数法(MNDWI)及HIS空间水体提取模型法对济宁市水体信息进行识别提取。在此基础上,结合归一化指数法和HIS空间水体提取模型,提出了一种综合性的水体信息提取方法,并对各方法提取结果进行了精度评价。结果表明,已有方法对济宁市水体识别存在一定的缺陷,而综合法集成了归一化指数法和HIS空间水体模型的优点,很好地弥补了已有方法的不足,对济宁市水体信息进行了较好的提取,尤其是细小水体,同时也很好地消除了建筑物、阴影、水生植被等的影响,提高了济宁市水体信息识别的精度,为更好地定量评价济宁市地表水体时空演变规律等提供帮助。