垃圾焚烧烟气中HCl与消石灰的反应机理研究

测试了两种消石灰与垃圾焚烧烟气中HCl的反应率,得出了消石灰的反应率与反应时间的反应曲线,分析了消石灰与HCl的反应机理及影响消石灰最终反应率的因素。试验结果表明,消石灰与HCl反应初期按灰层扩散控制进行,两种消石灰的最终反应率分别为16％和36％。     

Variation of leaf gland volatile oil within a population of sweet gale (Myrica gale) (Myricaceae)

Summary The leaf gland volatile oils of ten sweet gale plants from a Scottish population were extracted in early summer. The results differed notably from reports of other populations in respect of the sesquiterpenes, -elemenone and germacrone, which were major components of the volatile oil. Three dihydrochalcones were also detected in the volatile oil. Variation within the population existed, particularly with respect to the relative importance of germacrone. Five plants were resampled in late summer and exhibited a marked reduction in -elemenone, a lesser reduction in germacrone and changes in the proportions of some monoterpenes.     

基于OMI数据的东南沿海大气臭氧浓度时空分布特征研究

基于臭氧监测仪(OMI)卫星反演数据,对2005—2018年东南沿海5省区域大气臭氧柱浓度数据进行提取及分析,探讨其时空分布格局及影响因素.结果表明:①在时间变化上,14年间,该区域大气臭氧柱浓度整体呈先上升后下降的趋势,2005—2013年臭氧柱浓度持续升高,最高值为324.52 DU,高值区不断向南部区域扩大;2013—2018年臭氧柱浓度呈下降趋势,最低值为228.27 DU,但在2017、2018年略有上升.②在空间分布上,臭氧柱浓度自北向南逐渐降低,高值区集中分布在江苏及浙江省北部;低值区集中于福建省南部及广东省大部分地区.③在季节变化上,大体呈现出春夏季高于秋冬季,高值区在春夏季交替出现,秋季略高于冬季,但差异不明显.④稳定性分析表明:研究区臭氧柱浓度整体呈现中部分散、南北部集聚、差异较显著的分布格局.⑤自然因素中,风向、气温均呈现显著正相关,江淮地区的梅雨季节(降水)及华南地区的台风和暴雨也起到显著作用.⑥人文因素中,臭氧柱浓度与地区生产总值、各产业生产总值及机动车保有量均表现出正相关,其中,臭氧柱浓度与第二产业的相关度最高.另外,臭氧柱浓度与NO_x排放量表现出显著相关性.VOC_s对臭氧柱浓度的影响中,工业源是主控因素,交通源和居民源次之,电厂源对臭氧柱浓度的影响最弱.这进一步说明臭氧浓度的变化受到了诸多因素的综合影响,但气温、NO_x及VOC_s的排放是臭氧浓度变化的主导因素.     

深圳市秋季大气臭氧立体分布特征

利用大气O₃探测激光雷达在深圳市东部生态区和西部城区同步开展垂直观测,探究了2018年深圳市O₃立体分布在秋季光化学污染活跃期至冬季非活跃期的演变过程.结果表明：光化学反应活跃的10月,东部地面O₃浓度相对于西部地面高出约128%;地面向上至450m,O₃浓度在东部生态区发生快速降低,而在西部城区由于存在“滴定效应”,O₃浓度随高度升高而升高;450m~2km,东、西部O₃浓度均随高度升高而降低,西部城区O₃浓度水平超过东部生态区约30%;2km以上高空,东、西部O₃浓度趋同（70μg/m³）,并保持稳定,为具深圳市秋季O₃污染过程提供了较高的大气背景浓度.高污染期间,深圳市大气边界层内O₃浓度变化较为一致,西部高空的O₃区域传输作用更加显著.秋季至冬季光化学反应逐渐减弱,深圳市O₃浓度的水平和垂直空间差异逐渐减小,冬季的深圳市O₃污染基本受大气背景控制.     

科技创新投入对环境全要素生产率的影响机制

使用2004~2015年的中国280个地级市的面板数据,对科技创新投入与环境全要素生产率间的非线性关系、内部影响机理和空间异质性进行分析,结果显示：科技创新投入与环境全要素生产率之间呈现倒N型关系,两个拐点的位置分别为7.722（2257.47万元）和9.610（14913.17万元）;在外部资本进入、污染治理、市场规模效应3种影响路径中,科技创新投入影响下的外部资本进入对环境全要素生产率依然存在污染避难所的负向效应,科技创新投入与外部资本间效应为0.1363,外部资本与环境全要素生产率间效应为-0.0065;科技创新投入能够增强企业的污染治理技术并提高环境全要素生产率,三者间前后效应分别为-0.0277和-0.0311;科技创新的投入与高效益增强了市场规模效应,有效促进生产结构的转型进而提高环境全要素生产率,三者间前后效应为0.0186和0.4346.空间异质性中,外部资本进入与溢出效应带来的污染避难所负效应在中部地区显著,在西部和东北部地区不显著,而污染天堂正效应在东部地区存在但不显著;污染创新治理投入的技术正溢出效应在东部和西部地区效应显著,在中部和东北部不显著;科技创新投入与市场需求规模效应在空间区域无差异且显著为正.建议依据科技创新投入的不同影响路径来实施空间差异化策略.     

近14年西北地区甲醛柱浓度的时空变化研究

基于臭氧监测仪（OMI）卫星反演数据,对2005~2018年西北4省区域大气甲醛柱浓度数据进行提取及分析,探讨其时空变化特征及影响因素.结果表明：在时间变化上,14a甲醛柱浓度整体呈先上升后下降的波动变化趋势,夏秋季显著高于冬春季,且冬季均值略高于春季.在空间分布上,甲醛柱浓度自西向东、自北向南逐渐升高,高值区集中于陕西和甘肃东南部及青海西南部;低值区集中于宁夏、青海和甘肃的西北部;稳定性呈现出东部分散、西部集聚、差异显著的分布格局.影响甲醛柱浓度变化的因素包括自然和人为因素,自然因素中,甲醛柱浓度受地形影响显著,与风向、气温均呈现显著正相关;人为因素中,甲醛柱浓度与人口密度、地区生产总值、工业废气排放量及建筑房屋竣工面积均表现出正相关关系,与工业废气排放量的相关度最高.大气中甲醛分子与气溶胶粒子二者间呈显著正相关关系,这进一步说明甲醛浓度受到了诸多因素的综合影响,但气溶胶粒子、气温及工业废气的排放是主导因素.     

金属表面涂装行业VOCs排放特征及排放系数

对比了浙江省2014和2018年金属表面涂装企业的有机废气排放及治理情况,分析了该行业涂料及稀释剂的使用、主要污染因子,测算了溶剂型、水性涂料的挥发性有机物（VOCs）产生系数和排放系数.结果表明：2018年VOCs治理水平明显高于2014年,水性涂料使用企业比例由18%上升至36%,纯溶剂型企业由82%下降至64%;金属表面涂装行业的主要排放污染物为二甲苯、丁醇、乙酸乙酯、乙酸丁酯、甲苯、丙二醇、乙苯、苯乙烯等8种有机物.溶剂型和水性涂料的VOCs产生系数分别为0.72和0.31kg/kg;溶剂型和水性涂料2014年VOCs排放系数为0.64和0.29kg/kg,2018年为0.48和0.21kg/kg.     

离子液体吸收废印刷线路板热拆解过程中挥发性有机物——基于COSMO-RS模型

模拟废印刷线路板（WPCB）的热拆解过程,分析热拆解过程中的挥发性有机物（VOCs）组分;利用真实溶剂似导体屏蔽（COSMO-RS）模型对浓度较高的污染物进行量子力学模拟,研究离子液体（ILs）组成单元对目标污染物溶解度的影响差异,分析溶解过程中主导分子间作用力类型,确定优选吸收剂;测定不同溶剂进行溶解性,验证模型适用性.结果表明：①乙酸乙酯和环戊酮是浓度较高的VOCs组分,在240和250℃时浓度分别为43.1,153mg/m³和105,252mg/m³,质量百分比总和分别为76.3%和67.3%.②高表面屏蔽电荷密度分布峰、长烷基链阴阳离子和亲电基团的存在可提高乙酸乙酯和环戊酮在ILs中的溶解度.双三氟甲磺酰基亚胺盐（NTf₂^-）类ILs是一类优良吸收剂.静电力和范德华力对溶解过程起主导作用.③COSMO-RS模型可定性和半定量用于预测乙酸乙酯和环戊酮的溶解度.     

基于RF-LSTM的鸡舍恶臭气体预测研究

以鸡舍氨气为研究对象,对鸡舍氨气预测模型进行了研究.首先,利用随机森林算法（RF）对影响鸡舍氨气浓度的环境变量进行重要性排序,选取温度、湿度、光照、气象温度、降雨量作为模型的输入变量;在此基础上,构建了基于长短时记忆神经网络（LSTM）的鸡舍氨气浓度预测模型,并将提出的预测模型应用于江苏省宜兴市某养鸡场的氨气浓度预测中,并与LSTM模型、RF-Elman模型和RF-BP模型进行了对比实验,结果表明,基于RF-LSTM模型的预测效果最好,其平均绝对误差（MAE）、平均绝对百分误差（MAPE）和均方根误差（RMSE）分别为0.9183、4.9637%和1.4262;同时,为了验证该模型的性能,本文还实现了不同时间尺度的鸡舍氨气浓度预测,提前2h、3h、4h、5h氨气预测的平均绝对误差（MAE）分别为1.6218、2.1991、2.8553和3.0677.本文提出的预测模型提高了鸡舍氨气浓度的预测精度,可为减少鸡舍恶臭气体排放提供科学依据.     

杭州湾北岸36种挥发性有机物污染特征及来源解析

为研究杭州湾北岸VOCs（挥发性有机物）的浓度水平、组成特征、反应活性和潜在来源,采用GC-FID在线监测系统对杭州湾北岸环境大气中的36种VOCs开展了为期1 a（2017年12月-2018年11月）的连续观测,采用LOH（VOCs的·OH消耗速率）和OFP（O₃生成潜势）2种方法估算了大气VOCs的反应活性,并利用PMF（正定矩阵因子分解）和CPF（条件概率函数）模型分析其来源.结果表明:①φ（VOCs）小时平均值在冬季（26.47×10-9）最高,夏季（9.76×10-9）最低;全年φ（VOCs）小时平均值为21.24×10-9,其中烷烃、烯烃+炔烃、芳香烃、卤代烃的贡献率分别为33.24%、34.13%、15.63%、17.00%;φ（烷烃）、φ（芳香烃）和φ（卤代烃）呈较明显的昼夜变化特征,φ（烯烃）和φ（炔烃）无明显昼夜变化趋势.②大气VOCs的总LOH和OFP分别为9.39 s-1和220.57 μg/m3,KOH（·OH反应速率常数）和MIR（最大增量反应活性）系数的平均值分别为17.34×10-12 cm3/（molecule·s）和3.31;KOH和MIR系数的平均值分别与间/对-二甲苯的KOH和乙苯的MIR系数接近,表明大气VOCs的化学反应活性较强;VOCs关键活性物种为异戊二烯、乙烯、丙烯、甲苯、二甲苯和顺-2-丁烯.③特征物种相关性分析表明,杭州湾北岸大气存在老化现象,异戊烷和正戊烷受煤燃烧源影响较大,二甲苯和乙苯受溶剂排放源影响较大,甲苯和苯除受机动车尾气影响外,还受其他排放源影响.④PMF和CPF模型来源分析表明,大气VOCs主要来自石化工业源、燃料挥发源、生物质燃烧和煤燃烧源、机动车排放源和溶剂使用源,其中,机动车排放源主要来自西北方向,其他源主要来自西北、西和西南方向.研究显示,杭州湾北岸大气VOCs来源复杂,受周边工业区的影响较大.