湖州市饮用水源地藻毒素污染特征调查研究

微囊藻毒素(MCs)具有强烈的机体肝毒性和促癌作用,直接威胁饮用水安全。文章监测了2015年9月-2016年9月湖州市主要饮用水源地(城西水厂、城北水厂、老虎潭水库)水体中MCs含量以及水体主要理化指标的变化,包括pH、水温(WT)、溶解氧(DO)、高锰酸盐指数(COD)、总氮(TN)、氨氮(NH_4~+-N)、总磷(TP)、叶绿素a(Chl-a),根据监测数据评价各水源地的富营养状态,阐明MCs污染特征及其与水体理化指标的相关性。结果表明:老虎潭水库综合营养指数常年处于中营养状态,城西水厂、城北水厂都处于轻度富营养状态。3处饮用水源地水体中MCs平均含量为(0.063±0.002)μg/L,低于WHO推荐的饮用水藻毒素标准(1.0μg/L),处于安全范围。水体ρ(MCs)与ρ(TP)呈显著正相关(P0.05),与WT、ρ(TN)呈负相关,与ρ(TN/TP)、pH、ρ(NH_4~+-N)、ρ(Chl-a)、ρ(高锰酸盐指数)相关性不显著。     

洞庭湖表层沉积物中重金属污染评价与分析

为了解综合治理后洞庭湖表层沉积物中重金属的分布及污染程度,2015年12月对洞庭湖沅江市南嘴等31个点位采集0~20 cm沉积物,测定了沉积物中Cu、Pb、Zn、Cr、Cd、As、Hg的含量,基于地积累指数法和潜在生态风险指数法对沉积物中重金属的污染状况进行了分析与评价。结果表明,洞庭湖重金属污染有所改善,但仍比较严重,以Cd最为严重,其次是Pb和As,且三大湖区重金属污染程度顺序为南洞庭湖>东洞庭湖>西洞庭湖;地积累指数法显示洞庭湖表层沉积物中7种重金属元素的污染程度顺序为Cd>Pb>As>Zn>Cu=Cr>Hg;潜在生态风险指数法显示洞庭湖表层沉积物中7种重金属元素的潜在生态风险因子的大小顺序为Cd>Hg>As>Pb>Cu>Zn=Cr。对洞庭湖沉积物中重金属的分布及来源分析发现,湘江、沅江、资江入口为重金属Cd污染最严重的3个点位,Cd主要来源于湘江、资江、沅江;Pb含量最高的点位为东洞庭湖龙口村,达到138.7 mg/kg,为工业企业集中区;Hg含量最高的点位依次为沅水入口、目平湖中与南,Hg的污染分别主要来源于沅水和周边27家污染企业;As含量最高的点位依次为澧水入口、湘江入口、资水入口和大通湖渔场内湖,说明澧水、湘江、资水给洞庭湖带来了As的污染,而大通湖渔场内湖的As来源于附近工农业污染。因此,治理湘江、沅江、资江流域重金属污染是控制洞庭湖Cd、Pb、As和Hg污染的重点途径。研究结果为洞庭湖水资源保护与有效利用、经济可持续发展及合理规划提供了指导作用。     

某钢铁企业颗粒物无组织排放核算与监测对比分析

以济南东部老工业区一家大型钢铁企业为例,通过前期调研和排放系数核算出颗粒物(TSP)排放总量,再运用公式计算出厂区周边不同距离颗粒物(TSP)的落地浓度。将该落地浓度与厂区周边颗粒物(TSP)的监测值进行对比分析,充分印证了连续点源扩散的高斯模式的准确性和可行性。随着气流经过该厂区,对比上下风向监测点位颗粒物(TSP)浓度迅速升高(增大1.04倍),下风向颗粒物(TSP)浓度超出二级标准1.32倍;颗粒物(TSP)的落地浓度在厂区不同距离上的浓度变化明显,从0.1到10 km其落地浓度稀释了约3 500倍,距离>4 km时,无组织排放的颗粒物(TSP)对周围空气质量直接影响有限。     

OECD国家环境政策费用效益分析实践经验及启示

本文系统分析了经济合作与发展组织(Organization for Economic Co-operation and Development,OECD)成员国环境费用效益分析实践最新进展,总结了欧盟、美国、英国等国家和区域的环境政策费用效益分析最新实践进展和经验,指出OECD国家基本建立了一套环境政策费用效益分析体系,并用于环境决策进程,有助于提升环境政策的科学性和可行性.认为我国推进环境政策费用效益分析制度建设需要进行相关立法建设,制定实施有关导则、指南,强化数据信息支撑,建立专家与公众充分参与和透明化的机制,建立科学合理的方法学体系和系统规范的评估框架,积极推进第三方评估等.     

欧盟环境政策成本效益分析实践及启示

本研究从运行机制、评估方法框架、保障机制等方面介绍了欧盟环境政策影响评估制度概况;介绍了《哥德堡议定书》防酸化政策、欧洲清洁空气项目、荷兰地表水管理等欧盟及其成员国成本效益分析的实践案例;指出成本效益分析在欧盟政策评估中存在应用范围、使用频率、准确度和数据收集等方面的不足;基于上述研究得出欧盟环境政策成本效益分析实践对我国的启示:建立重大法规和项目的成本效益分析制度;构建以成本效益分析为核心的环境政策评估技术方法框架;启动环境政策成本效益分析实证研究;加强政策评估能力建设,完善配套保障机制.     

小城镇产业集群主要污染源筛查与影响分析

以郫县安德镇川菜产业园为研究对象,采用等标污染负荷法对污染影响进行了标准化评价。结果发现:川菜产业园主要的工业污染行业为豆制品加工行业,排污量为2 919.94 t/a,占总排污量的96.46%,等标污染负荷为9.83,占总污染负荷的92.83%,其中有6家企业为主要控制对象。对比分析发现,环境污染受企业规模、末端处理方式、废水排放量等多方面因素共同影响。所有污染因子中,BOD对环境的实质污染影响较大。该研究成果将为优化小城镇产业集群的规划、管理和污染物总量控制提供有价值的参考。     

西安市主要大气污染物浓度变化特征及相关特性分析

分析西安市主要大气污染物浓度(PM_(2.5)、PM_(10)、SO_2、NO_2、CO、O_3)随时间、空间的变化特征及其与天气情况、车流量变化之间的相关特性。结果表明:大气污染物浓度会因地区特点随人流量呈规律性波动;PM_(2.5)、PM_(10)与对应的SO_2、NO_2、CO、大气相对湿度呈正相关,与臭氧、温度、风速呈负相关;受排放及气温辐射影响,NO_2浓度在午后出现峰值且滞后于交通峰值;连续型降水对PM_(10)的稀释作用随降雨天数的增加呈"驼峰"型变化。     

西安市主要大气污染物的相关性分析及时空分布特征

为深入了解西安市大气污染程度,对2015年西安市主要大气污染物(SO_2、NO_2、CO、PM_(2.5)、PM_(10)、O_3)的空气质量指数进行了逐日变化分析、相关性分析及空间插值分析。结果表明:SO_2、NO_2、CO、PM_(2.5)、PM_(10)空气质量指数春冬季高于夏秋季,而O_3空气质量指数则是春冬季低于夏秋季。11月和12月份污染较为严重。在4个季度中,PM_(2.5)和PM_(10)与气态污染物SO_2、CO、NO_2均呈正相关,说明PM_(2.5)、PM_(10)与这3种气态污染物具有同源性。SO_2与CO、NO_2均呈显著性正相关,三者均受化石燃料燃烧及机动车尾气影响。O_3与CO、SO_2相关性不大,与NO_2在二季度呈现正相关。SO_2、NO_2、PM_(2.5)、CO、PM_(10)多聚集在高新西区、莲湖区、碑林区、经开区、雁塔区、长安区,O_3多聚集在阎良区、未央区和灞桥区。     

北京市燃煤源排放控制措施的污染物减排效益评估

为分析北京市燃煤源排放控制措施的污染物减排效益,基于MEIC（中国多尺度排放清单模型）,采用情景分析法,评估了北京市电厂能源清洁化与末端治理、燃煤锅炉改造和城区平房区居民采暖改造等措施的污染物减排效益.结果表明,相对于无控情景,2013年北京市电厂能源清洁化与末端治理减少PM_2.5、PM₁₀、SO₂和NO_x排放量为1.28×104、2.10×104、5.13×104和4.98×104 t,分别占无控情景的85%、86%、87%、74%;北京市燃煤锅炉改造减少PM_2.5、PM₁₀、SO₂、NO_x排放量为1.09×104、2.68×104、11.64×104和5.81×104 t,分别占无煤改气情景的83%、89%、83%、83%;北京市老旧平房区的居民采暖改造减少PM_2.5、PM₁₀、SO₂和NO_x排放量分别为630、870、2 070和790 t,均占无煤改电情景的8%.研究显示,北京市从1998年开始采取的各种减排措施有效地减少了污染物的排放,对北京市空气质量改善具有重要意义.      

北京市机动车排放的空间聚类特征研究

城市交通排放是大气环境污染的主要因素,研究污染物排放的空间分布对制定减少排放的公共政策提供依据。该研究根据北京市城区路网车流数据计算机动车尾气排放量基于空间自相关分析和聚类分析的方法确定污染物排放的空间模式。结果表明:轻型汽车流量在路网中比例为93%,对CO和HC排放的贡献率分别为93%和89%重型汽车流量在路网中比例为6%对PM和NO_x排放的贡献率分别为92%和73%,摩托车的流量和污染物排放比例均较低;通过全局空间自相关分析发现,车流量和污染物排放强度的空间模式为聚集模式通过高/低聚类分析发现车流量和污染物总排放量的空间模式为高值聚集;热点图分析结果表明;北京市机动车尾气排放的热点地区主要位于二环至四环之间的中部和北部地区。