二级出水水质对中试臭氧-微滤工艺运行的影响

在以膜微滤为主的组合工艺对二级出水的处理过程中,二级出水水质可能对于微滤过程中膜污染的发展有较强影响.为此考察了2座污水处理厂及1个中试处理设施的二级出水水质,包括常规水质指标、水中颗粒物粒径分布及树脂吸附分离后不同有机物部分的荧光光谱所表征的有机物组分等对于死端微滤中TMP发展变化的影响.研究结果表明:①颗粒物浓度和颗粒物粒径分布对于微滤过程中的可逆污染有较大贡献;②二级出水中的有机物,尤其是其中的腐殖质部分,对于微滤过程中的不可逆污染有较大贡献.     

硫酸铵细粒子对苯二次有机气溶胶光学特性的影响

苯系物光氧化产生的二次有机气溶胶(SOA)能够散射、吸收大气辐射,扰动区域气候变化.硫酸铵((NH₄)₂SO₄)是大气中常见的无机细粒子,其大的比表面积可作为半挥发性化合物凝结和反应中心,进而影响SOA的化学组分和光学特性.本文采用烟雾箱研究(NH₄)₂SO₄细粒子对苯SOA在200～600 nm范围内的平均质量吸收系数(mass absorption coefficient, MAC)的影响情况.实验结果表明,低浓度(小于100μg·m^-3)(NH₄)₂SO₄细粒子仅作为凝结核心,不会影响苯SOA的光学性质.高浓度(大于100μg·m^-3)(NH₄)₂SO₄细粒子对咪唑类吸光产物的形成有促进作用.苯SOA的MAC值随着(NH₄)₂SO     

优化炼油厂污水处理的关键

本文揭示了济南炼油厂污水处理厂稳定运行四年多,获得相当好的处理效果的先进工艺,为优化炼油厂污水处理提供了有益的实际经验     

安庆市PM2.5碳质组分污染特征及来源解析

2020年3月2日—2021年2月28日在安庆市政务服务中心楼顶设置监测点,手工采集PM_2.5样品,运用多波段碳分析仪(DRI Model 2015)分析样品中碳质组分有机碳(OC)和元素碳(EC)质量浓度;利用OC/EC法、相关分析法和主成分因子分析法对PM_2.5中碳质组分的污染特征和可能来源进行解析。结果显示:安庆市手工采样期间PM_2.5平均质量浓度为(45.9±28.1)μg/m³,OC和EC的平均浓度分别为(8.0±3.4)、(1.4±0.6)μg/m³,在PM_2.5中占比为17.4%、3.1%。四季OC平均浓度分布为冬季(9.7±4.2)μg/m³ >春季(9.0±2.5)μg/m³ >秋季(8.3±2.9)μg/m³ >夏季(5.1±1.6)μg/m³,EC平均浓度分布为冬季(1.7±0.5)μg/m³ >春季(1.7±0.6)μg/m³ >秋季(1.3±0.4)μg/m³ >夏季(0.8±0.3)μg/m³。OC/EC范围为3.11~12.14,平均值为5.83,表明安庆市存在二次有机碳(SOC),SOC均值为(2.89±1.94)μg/m³,分别占OC和PM_2.5浓度的36.1%、6.3%;四季OC、EC相关性不显著,r均小于0.85,说明安庆市的碳质组分较复杂;在不同空气质量等级条件下,OC质量浓度随着污染等级的升高而逐渐升高,EC质量浓度随着污染等级升高而先升高后降低。利用主成分分析法进行来源解析发现,道路扬尘、燃煤、柴油车尾气是碳质组分的主要来源。     

Predicting landscape-scale biodiversity recovery by natural tropical forest regrowth

Natural forest regrowth is a cost-effective, nature-based solution for biodiversity recovery, yet different socioenvironmental factors can lead to variable outcomes. A critical knowledge gap in forest restoration planning is how to predict where natural forest regrowth is likely to lead to high levels of biodiversity recovery, which is an indicator of conservation value and the potential provisioning of diverse ecosystem services. We sought to predict and map landscape-scale recovery of species richness and total abundance of vertebrates, invertebrates, and plants in tropical and subtropical second-growth forests to inform spatial restoration planning. First, we conducted a global meta-analysis to quantify the extent to which recovery of species richness and total abundance in second-growth forests deviated from biodiversity values in reference old-growth forests in the same landscape. Second, we employed a machine-learning algorithm and a comprehensive set of socioenvironmental factors to spatially predict landscape-scale deviation and map it. Models explained on average 34% of observed variance in recovery (range 9–51%). Landscape-scale biodiversity recovery in second-growth forests was spatially predicted based on socioenvironmental landscape factors (human demography, land use and cover, anthropogenic and natural disturbance, ecosystem productivity, and topography and soil chemistry); was significantly higher for species richness than for total abundance for vertebrates (median range-adjusted predicted deviation 0.09 vs. 0.34) and invertebrates (0.2 vs. 0.35) but not for plants (which showed a similar recovery for both metrics [0.24 vs. 0.25]); and was positively correlated for total abundance of plant and vertebrate species (Pearson r = 0.45, p = 0.001). Our approach can help identify tropical and subtropical forest landscapes with high potential for biodiversity recovery through natural forest regrowth.     

成都碳质气溶胶变化特征及二次有机碳的估算

利用2020年6月~2021年5月在成都市观测的碳质气溶胶小时分辨率数据,分析了气溶胶中总碳(TC)、有机碳(OC)、元素碳(EC)和二次有机碳(SOC)的变化特征.结果表明:观测期间m(TC)、m(OC)、m(EC)和r(OC/EC)的年均值分别为(9.5±4.4)μg/m³,(6.4±3.2)μg/m³,(3.2±1.1)μg/m³,2.2±0.5.成都m(TC)、m (OC)、m (EC)均表现冬为季最高((15.8±8.2),(11.1±5.8),(4.6±2.5)μg/m³),春秋次之,夏季最低((6.1±0.9),(4.5±2.0),(2.7±1.4)μg/m³)的特征.r(OC/EC)季节均值(1.9~2.6)以及四个季节的m(TC)、m(OC)、m(EC)呈现早(07:00~09:00)晚(22:00~01:00)“双峰”的日变化特征,表明机动车排放源对成都碳质气溶胶的影响较大.春夏季OC与EC的相关性小于秋冬季,表明春夏季OC、EC来源差异较大.由EC示踪法和最小相关性法得到m(SOC),r(SOC/OC)在夏季最大(40.4%),冬季最小(27.3%).春、夏季SOC与O₃呈显著正相关,表明较强的光化学反应对SOC生成有重要贡献.选取各季节连续高m(TC)时段与季节平均作对比,发现碳质气溶胶有明显夜间积累过程,夏季高浓度时段二次生成使得m(OC)增长显著高于m(EC),r(OC/EC)也迅速上升.