基于深度学习的大数据空气污染预报

为了更好地反映环境污染变化趋势,为环境管理决策提供及时、全面的环境质量信息,预防严重污染事件发生,开展城市空气质量预报研究是十分必要的.本文针对环境大数据时代下的城市空气质量预报,提出了一种基于深度学习的新方法.该方法通过模拟人类大脑的神经连接结构,将数据在原空间的特征表示转换到具有语义特征的新特征空间,自动地学习得到层次化的特征表示,从而提高预报性能.得益于这种方式,新方法与传统方法相比,不仅可以利用空气质量监测、气象监测及预报等环境大数据,充分考虑污染物的时空变化、空间分布,得到语义性的污染物变化规律,还可以基于其他空气污染预测方法的结果(如数值预报模式),自动分析其适用范围、优势劣势.因此,新方法通过模拟人脑思考过程实现更充分的大数据集成,一定程度上克服了现有方法的缺陷,应用上更加具有灵活性和可操作性.最后,通过实验证明新方法可以提高空气污染预报性能.     

Zinc recovery from hazardous construction wastes via an integrated process of the air classification,alkaline leaching,and water washing

Zinc- and lead-containing wastes are often mixed with construction and demolition wastes in many factories, generating abundant of heavy metal-enriched hazardous waste. In the present study, a novel integrated process of air classification, alkaline leaching, and water washing dechlorination was proposed for the efficient recycling of Zinc (Zn) resources. The first air classification process was realized via venturi tube, wherein the content of Zn could increase by 20 wt.%. After that, the product underwent an alkaline leaching process. Results showed that Zn recovery rate increased with fine particle sizes, and a 65% recovery rate was obtained under the following conditions of 5 mol/L NaOH, liquid/solid 10:1, and leaching time 1 h. Finally, water washing associated with microwave and ultrasonic treatments could remove over 85% of Cl and other water-soluble salts. All the results indicated that the integrated method had an excellent recovery rate for Zn resources from construction and demolition wastes.     

长江源区各拉丹冬峰雪冰中微粒季节变化及其环境意义

分析了长江源区各拉丹冬峰冰川区不同海拔采集的3个雪坑SP1、SP2和SP3样品中δ18O、不溶微粒数量浓度及主要离子浓度,以探讨本研究区域雪冰微粒含量变化及其来源.结果显示,不同粒径微粒含量变化趋势一致,3个雪坑中细微粒含量分别占总微粒的88%、78%、86%.中微粒分别占10%、19%、11%;不同粒径微粒数量浓度之间的相关系数均达0.9以上(置信度可达99%),具有良好的相关性.雪冰中不溶微粒浓度同Ca2 、Mg2 、SO2-4一样,具有明显的季节波动.非季风期微粒浓度要高于季风期2～4倍.3个雪坑非季风期微粒通量分别占一个年层雪冰中微粒总通量的73.6%、92.3%、97%,即初春季节沙尘暴对于各拉丹冬雪冰中微粒沉降贡献远大于夏.秋季节.结合NCAR/NCEP再分析资料.应用HYSPLIT-4模式模拟的不同季节5 d后向气团轨迹图表明,各拉丹冬峰冰川I区雪冰中不溶性微粒可能来源于中亚、南亚和青藏高原本身,其中影响最大的可能是青藏高原自身的沙尘源区,同时冰川区裸露基岩对雪冰中不溶微粒含量亦有贡献.     

旋流气浮除油装置预处理含油污水

在河南油田开展旋流气浮除油装置的现场试验,考察进水流量和曝气量对旋流气浮除油装置除油效果的影响。试验结果表明:在进水流量为1.8 m³/h、曝气量为0.5 L/min时,除油率最高达到96.03%;在不添加任何药剂的条件下,装置处理效果稳定;连续运行6 d内,进水含油量为174.57~1 193.15 mg/L时,出水含油量可以保持在137.38 mg/L以下,除油率为58.58%~94.53%。     

室内空气污染净化研究进展

介绍了室内空气污染的现状、特点及其危害,指出了室内空气污染的主要污染源和污染物。综述了各种室内空气污染净化技术,并介绍了各种技术的优缺点。本文最后对室内空气污染净化的发展前景进行了展望。     

南京市典型地区大气多环芳烃污染特征及健康风险评价

采用气相色谱-质谱法,于2016年9月和12月对南京市2个典型地区大气中16种多环芳烃(PAHs)的质量浓度进行分析,并开展了PAHs组成特征、来源解析及人体健康风险评价研究。结果表明,工业区(六合区)和生活区(江宁区)大气(气态和可吸入颗粒态)中16种PAHs的质量浓度分别为914.82和712.27 ng/m~3,苯并[a]芘毒性等效浓度分别为274.1和309.84 ng/m~3,且呈现冬季高、秋季低的特征。比值法源解析结果表明,燃煤污染是六合区PAHs污染主要来源,而江宁区主要表现为交通污染。人体健康风险评价结果表明,六合区和江宁区人群通过大气吸入PAHs的超额致癌风险分别为5.17×10~(-5)和5.85×10~(-5),均略高于可接受水平10~(-6)。     

兰-白城市群主要大气污染物网格化排放清单及来源贡献

甘肃兰-白城市群为我国西北地区重要的重工业基地,大气污染物排放总量较大.研究高空间分辨率的污染物排放清单对于区域空气质量预报预警、减排方案模拟研究及大气污染防治等具有重要的科学意义.本文以兰州和白银为主要研究区域,基于研究区域污染源排放及统计年鉴等数据资料,建立了兰（2015年）-白（2016年）城市群7种（类）主要大气污染物网格化排放清单,并对其空间排放特征以及排放源贡献进行了详尽地讨论分析.结果表明,兰-白城市群7种主要污染物年排放量分别为：NO_x 2.22×10⁵ t、NH₃ 4.53×10⁴ t、VOCs 7.74×10⁴ t、CO 5.62×10⁵ t、PM₁₀ 4.95×10⁵ t、PM_2.5 1.91×10⁵ t和SO₂ 1.37×10⁵ t.其中CO的排放量最大,NH₃的排放量最小.本清单与北大和清华MEIC清单对比结果表明,交通源排放3个清单一致性较高,CO排放总量和其工业源排放与北大和清华MEIC清单排放源相差30%~40%,推测原因主要为清单计算过程中排放因子、分辨率和数据年份的差异.本清单网格化空间分布显示除NH₃外的其他6种（类）污染物,排放主要集中在市区,排放源中工业非燃烧过程源均为最大贡献占比,NH₃的主要贡献源是氮肥的施用及禽畜排放,其污染分布受耕地分布等因素影响较大.因此,减少工业非燃烧过程源、整合优质高效电力供应、使用清洁能源、严格控制工地扬尘、工业粉尘和做好城区绿化等,能有效地降低兰-白城市群NO_x、VOCs、CO、PM₁₀、PM_2.5和SO₂这6种（类）主要污染物的排放.NH₃的减排则主要可从控制氮肥的使用及减少禽畜排放两方面考虑.本研究还利用蒙特卡洛法分析了排放清单的不确定性,NH₃的不确定性最大为-31%~30%,CO的不确定性最小为-18%~16%,清单整体可信度较高.     

2020年初疫情管控对山东省空气质量影响的模拟

利用2020年初新冠疫情对人类生产、生活的一次自然冲击及由此导致的大气污染状况变化,研究了空气质量对污染物减排及气象因素的响应关系.通过对疫情管控前（1月15~23日）和疫情控制关键期（1月24日~2月7日）这2个阶段空气质量对比分析发现,疫情期间山东省除O₃浓度上升外,PM₁₀、PM_2.5、NO₂、SO₂及CO浓度分别降低72.6 μg·m^-3、47.4 μg·m^-3、25.6 μg·m^-3、3.0 μg·m^-3和0.5 mg·m^-3;降幅分别为45.86%、41.24%、58.00%、17.71%和31.40%;RAMS-CMAQ模拟显示,疫情期气象扩散条件改善导致的PM₁₀、PM_2.5、NO₂、SO₂和CO浓度改善幅度为26.04%、33.03%、28.35%、43.27%和23.29%,人为减排造成的各污染物浓度降低幅度为19.82%、8.21%、29.65%、-25.56%和8.12%.疫情期间O₃浓度上升20.51%,气象因素和人为活动的影响分别占10.47%和10.04%.结果表明一次污染物对减排响应更敏感,二次污染物对减排响应有一定时滞性且受气象因素影响更显著,臭氧浓度对污染物减排线性响应关系不明显,总体呈负相关,说明臭氧的控制需探索科学的污染物减排比例.     

京津冀及周边地区秋冬季大气污染物排放变化因素解析

基于大气污染源排放清单技术方法,定量分析2016~2017年秋冬季"跨年霾"至2019~2020年秋冬季"疫情霾"期间京津冀及周边地区主要大气污染物排放量变化,解析大气污染防治政策实施带来的减排和疫情造成的活动水平下降对主要污染物排放的贡献,并利用空气质量模型模拟分析不利气象条件下措施减排和疫情影响对空气质量改善的贡献.结果表明,从"跨年霾"（2016-12-16~2017-01-14）至"疫情霾"（2020-01-22~2020-02-14）该区域主要大气污染物排放量大幅下降50%左右,不利气象条件下,区域PM_2.5平均浓度可削减40%以上.措施减排主要来自火电、钢铁等重点工业行业提标改造和工业锅炉、民用燃煤等燃煤源治理,对SO₂和PM_2.5排放量的削减贡献较大,贡献率分别为67.1%和53.4%;疫情主要影响移动源和轻工业活动水平,对NO_x和VOCs排放量的削减贡献较大,贡献率分别为71.9%和68.2%.措施减排对区域空气质量改善贡献突出,有效抑制了重污染过程的强度和范围.在"跨年霾"的不利气象条件下,措施减排使区域PM_2.5平均浓度下降26%,重度及以上污染天数减少44%.受疫情影响,区域PM_2.5平均浓度继续下降24%,重污染持续时间和范围进一步缩减.     

燃煤电厂污染减排成本有效性分析及超低排放政策讨论

中国的空气污染与以煤为主的能源结构关系密切.燃煤电厂是中国煤炭消费量最大且大气污染物排放量最大的部门,因此,也必然成为污染物排放控制的主要对象.针对最近公布的电厂超低排放政策,本文采用成本有效性评估方法对燃煤电厂污染物减排进行了分析,研究结果表明：全面进行超低排放改造以实现污染物减排的成本高昂,其中,燃煤电厂超低排放改造的脱硫、脱硝、除尘的单位减排成本分别为：4.46万元/t,2.35万元/t,0.43万元/t.现有燃煤电厂实施超低排放的行业成本较高;鉴于其他燃煤部门技术水平相对落后、排放标准宽松,现阶段是否首先针对燃煤电厂全面实施超低排放改造需要更为全面的环境经济评估.基于本文的分析,以度电成本为衡量指标将会误导超低排放改造的减排路径选择.研究结论表明：燃煤电厂行业最低成本超低排放改造,应从规模较小、煤质水平较差的机组开始.