济南市夏、冬季PM2.5中化学组分的季节变化特征及来源解析

为探究济南市大气气溶胶中化学组分的季节变化特征,于2015年夏季、冬季分别连续进行1个月的PM_(2.5)样品采集,并分析无机离子、碳质组分与水溶性二次有机碳(WSOC)的组成、浓度水平及来源.结果表明,济南市冬季PM_(2.5)的质量浓度[(158.3±95.3)μg·m~(-3)]约为夏季[(75.3±25.9)μg·m~(-3)]的2倍,在我国其浓度处于中上等水平.无机离子的总浓度呈夏低冬高的季节变化特征,其中SO_4~(2-)、NO_3~-、NH_4~+是浓度最高的3种离子,且这3种离子的相关性均较好,NH_4~+在夏季和冬季均以(NH_4)_2SO_4和NH_4NO_3的形式存在.大气中存在较高程度的SO_2和NO_2的二次氧化,其中硫氧化率(SOR)呈夏高冬低的变化特征,而氮氧化率(NOR)呈相反的季节变化特征.通过分析PM_(2.5)中阴、阳离子电荷平衡可知,PM_(2.5)呈弱碱性.基于热力学模型ISORROPIA-Ⅱ,结果表明冬季PM_(2.5)的酸性比夏季强.OC与EC浓度均呈夏低冬高的变化特征,由OC/EC的比值、WSOC/OC的比值和估算的二次有机碳(SOC)的浓度可知,夏季二次污染的程度比冬季更为严重.主成分分析(PCA)结果表明,济南市夏季无机离子主要来自二次氧化及生物质燃烧,而冬季无机离子主要来自煤炭燃烧及其产生的前体物经光化学氧化形成的二次污染物.     

An analysis on spatial variation of urban human thermal comfort in Hangzhou, China

Urban human thermal comfort (UHTC) is affected for interacting of weather condition and underlying surface framework of urban area. Urban underlying surface temperature value and Normalized Difference Vegetation Index(NDVI) were calculated using image interpreting and supervised classification technique by ERDAS IMAGE software using 1991 and 1999 Landsat TM images data. Reference to the relational standard of assessing human thermal comfort and other meteorology data of Hangzhou City in summer, air temperature and relative humidity variation of different land types of underlying surface were inversed. By choosing discomfort index as an indictor, the spatial distribution characteristic and the spatial variation degree of UHTC were estimated and mapped on a middle scale, that is, in six districts of Hangzhou. The main characteristics of UHTC spatial variation from 1991 to 1999 were revealed using a GIS-based calculation model. The variation mechanism were analyzed and discussed from the viewooint of citv olannino, construction and environmental orotection.     

石家庄市大气污染物的季节性时空特征及潜在源区

为系统研究石家庄市季节性典型污染物的重污染传输特征,基于2018年12月~2019年11月46个环境监测站（PM_2.5、PM₁₀、O₃、NO₂、SO₂和CO）及17个气象站（温度、湿度和风速）的小时监测数据,利用插值（IDW）和相关方法,分析污染物的季节性时空特征;并结合GDAS数据,采用后向轨迹方法,研究污染物的季度传输格局和潜在源区.结果表明：①不同季节具有典型的污染物,季节性典型污染物和污染率依次为：春季（PM₁₀,48.91%）、夏季（O₃,81.97%）、秋季（PM₁₀和PM_2.5,47.54%和32.79%）和冬季（PM_2.5,74.44%）,其与气象条件变化有显著联系;②春季PM₁₀与风速呈负相关,呈西北高、东南低的空间格局,主要传输方向为南向（53.32%）,潜在源区（WPCWT_ij≥160 μg ·m^-3）为河北（冀）中南、河南（豫）中北及山西（晋）中部,且山东（鲁）西和陕西（陕）西北部的传输也会贡献（WPSCF_ij≥0.3）市域的PM₁₀浓度;③夏季O₃与温度呈正相关,与湿度呈负相关,传输通道方向为东南-南向（54.24%）,其潜在源区呈以石家庄市为中心,沧州和菏泽为两翼的新月形区域;④秋季和冬季PM_2.5与湿度呈正相关,冬季呈西低、东高态势分布,输送方向为：秋季（东北-东南,74.75%）,冬季（西北,55.47%）,主要污染源区（WPCWT_ij≥180 μg ·m^-3）集中在冀中南、豫北和晋中西部.     

粤港澳大湾区NO2污染的时空特征及影响因素分析

利用Aura卫星搭载的臭氧观测仪（OMI）反演的对流层NO₂柱密度数据,分析了自2005年以来粤港澳大湾区（GBA）对流层NO₂柱密度的空间分布特征、时间变化趋势及其影响因素.研究结果表明GBA对流层NO₂柱密度从2005~2018年呈减少的趋势,每年递减约为2.8%.小波系数显示时间演化过程中存在9个月的主振荡周期,冬季浓度较高,夏季较低.人为排放和各种自然因素,导致了GBA对流层NO₂柱浓度月变化在时间和空间上存在明显差异,最小值和最大值分别出现在6和12月,多年平均值分别为3.9665×10¹⁵和12.3423×10¹⁵molec/cm².NO₂在空间分布上呈现明显的空间分异特征,冬季12月最明显.NO₂污染严重的高值区主要出现在中部地区,如广州市、佛山市和中山市,最大的对流层NO₂柱密度可达18.8306×10¹⁵molec/cm²,大约是周边地区的3 倍,且高污染区域向四周逐渐扩散,连成一片.低值区主要在北部的肇庆市和东部的惠州市,多年平均的对流层NO₂柱密度约为7.1400×10¹⁵molec/cm².对流层NO₂柱密度的增长率在不同区域的变化趋势呈现明显的差异,变化范围为-15×10¹⁵~6×10¹⁵molec/cm²,增长率百分比范围为-65%~65%.出现增长的地区主要是肇庆市北部和惠州市东部的低值区;对流层NO₂出现明显减少的区域集中在中部的高值区,减少量最大的地区为广州市、佛山市和中山市交界处.     

Heavy metal availability and impact on activity of soil microorganisms along a Cu/Zn contamination gradient

All the regulations that define a maximum concentration of metals in the receiving soil are based on total soil metal concentration. However, the potential toxicity of a heavy metal in the soil depends on its speciation and availability. We studied the effects of heavy metal speciation and availability on soil microorganism activities along a Cu/Zn contamination gradient. Microbial biomass and enzyme activity of soil contaminated with both Cu and Zn were investigated. The results showed that microbial biomass was negatively affected by the elevated metal levels. The microbial biomass-C （Cmic）/organic C （Corg） ratio was closely correlated to heavy metal stress. There were negative correlations between soil microbial biomass, phosphatase activity and NH4NO3 extractable heavy metals. The soil microorganism activity could be predicted using empirical models with the availability of Cu and Zn. We observed that 72% of the variation in phosphatase activity could be explained by the NH4NO3-extractable and total heavy metal concentration. By considering different monitoring approaches and different viewpoints, this set of methods applied in this study seemed sensitive to site differences and contributed to a better understanding of the effects of heavy metals on the size and activity of microorganisms in soils. The data presented demonstrate the relationship between heavy metals availability and heavy metal toxicity to soil microorganism along a contamination gradient.     

苏州市PM2.5中水溶性离子的季节变化及来源分析

2015年在苏州市城区采集大气细颗粒物PM_(2.5)样品共87套,用重量法分析了PM_(2.5)的质量浓度,离子色谱法分析了颗粒物中F-、Cl-、NO_3~-、SO_4~(2-)、Na~+、NH_4~+、K~+、Mg~(2+)和Ca~(2+),共9种水溶性无机离子.观测期间,苏州市PM_(2.5)的年均质量浓度为(74.26±38.01)μg·m-3,其季节特征为冬季春季秋季夏季;9种水溶性离子的总质量浓度为(43.95±23.60)μg·m~(-3),各离子的浓度高低顺序为NO_3~-SO_4~(2-)NH_4~+Na~+Cl~-K~+Ca~(2+)F-Mg~(2+);SNA(SO_4~(2-)、NO_3~-和NH_4~+三者的简称)是最主要的水溶性离子;SO_4~(2-)、NO_3~-和NH_4~+三者之间具有显著的相关性,它们在PM_(2.5)中主要是以NH_4NO_3和(NH_4)_2SO_4的结合方式存在.苏州市PM_(2.5)中水溶性离子的主要来源包括工业源、燃烧源、二次过程和建筑土壤尘等.     

排放和气象对疫情前后武汉不同类型点位大气污染物的影响

采用随机森林算法剥离了排放和气象对6种大气污染物(SO₂、 NO₂、 CO、 PM₁₀、 PM_2.5和O₃)浓度的贡献,识别了疫情前后武汉市中心城区、郊区、工业区、三环线交通点和城市背景点这5种类型点位的大气污染物浓度变化.结果表明,与管控前相比,管控期间PM_2.5/CO、 PM₁₀/CO和NO₂/CO分别减小了10.8～21.7、 9.34～24.7和14.4～22.1倍,表明排放对PM_2.5、 PM₁₀和NO₂贡献减小;O₃/CO增加了50.1～61.5倍,表明二次生成增加明显.解除管控后排放对各类污染物的贡献均增加.管控期间,受一些不可间断工序的运行影响,工业区PM_2.5降幅最小(20.5%).与管控期间相比,解除管控后居民生活、交通出行和工业生产等基本恢复,使5种类型站点PM_2.5     

三峡库区回水区营养盐和叶绿素a的时空变化及其相互关系

为探讨三峡水库调度运行背景下,库区回水区营养盐和叶绿素a时空变化及其相互关系,于2013年5月~2014年5月在三峡库区北岸最大、也是库区水华频发的支流——澎溪河的回水区高阳平湖进行了定点和高频监测.结果表明水体热分层是高阳平湖水华发生的诱导因素.高阳平湖水体热分层发生于春季(3月初),消亡于夏末(9月中旬),冬季没有分层.2014年春季,随着水体分层的发生和发展,表层叶绿素a在69 d内从14.92μg·L-1骤增至183.73μg·L-1,并暴发水华,之后叶绿素a随着混合层深度增加而下降.水体没有分层时,表、中和底层营养盐浓度相近;水体分层之后,各层磷浓度有了明显差异,表层和底层总磷浓度相差(0.18±0.04)mg·L-1.高水位期(9月至次年4月),高阳平湖硝氮和溶解性磷高于低水位期(5~8月)的含量,分别占总氮、总磷浓度的71.4%~95.4%和42.7%~94.4%,是总氮和总磷的主要组成部分,干流倒灌输入的硝氮和溶解性磷是其主要来源.     

长沙市郊大气CH4浓度变化特征

为研究长江中游地区大气CH4浓度(体积分数)变化特征,2007~2011年,利用内表面硅烷化的苏玛罐采样、GC/FID方法对长沙市郊空气样品中CH4浓度进行测定分析,并结合地面气象要素和后向轨迹,探讨CH4浓度变化特征与源汇的关系.结果表明,观测期间,大气CH4年平均浓度变化范围在2 012×10-9~2 075×10-9之间,季节变化特征为秋季高,春季低,浓度年较差为152×10-9.通过分析地面风和气团传输对长沙市郊大气CH4的影响表明,长沙市郊大气CH4浓度受西北风和偏南风交替控制,贡献率分别为41.1%和20.4%;引起CH4抬升的地面风包括:4个季节中的W-WNW-NW、夏季ESE-SE和冬季S,春夏季节S则导致CH4浓度降低;夏秋季节源自水稻产区的气团、冬春季节源自能源消费量较高地区的气团,对长沙市郊CH4浓度的抬升有显著贡献,南方长距离传输气团有利于CH4扩散和清除.     

典型西南工业城市柳州市核心区大气污染物时空分布与气象因素研究

为研究柳州市核心区大气污染物浓度时空变化规律与气象因素之间的关系,统计分析了2018年全年研究区内6个自动监测站点PM_(2.5)、PM_(10)、SO_2、NO_2、O_3和CO的浓度监测数据和气象站气象数据,并对28次超标日污染物来源进行了解析.结果显示:①核心区颗粒污染物污染较为严重,且以PM_(2.5)为主的细颗粒污染物仍为柳州市主要的大气污染物;各污染物月均浓度季节差异显著,除NO_2外柳州大气污染物浓度下降明显,指示柳州市多项节能减排综合整治措施成效显著;PM_(2.5)、PM_(10)、CO受早晚高峰期影响,浓度日变化均呈双峰型;NO_2在不同季节峰型不同,作为O_3前体物其浓度日变化与O_3相反,呈现"早峰午谷"的变化趋势.②通过对污染物浓度插值发现,由于核心区主要工商业区位于西部且处于主导风向下风向,故PM_(2.5)和SO_2浓度西北高、东南低,PM_(10)、NO_2和CO浓度西南高、东北低;核心区东部的山区为O_3生成带来大量前体物,使O_3浓度东南高、西北低.③由于气候特征,核心区春、夏季主要气象因素均为降水量;秋季的主要气象因素是风速,风速与污染物的负相关关系表明了风的扩散效应;冬季大部分污染物与气象因素的相关性不显著,表明人为因素对污染物的影响大于气象因素;核心区大气污染物主要来源于局地排放和区域传输,且南北主导风向对大气污染影响最大.④HYSPLIT模型结果指示柳州超标日大气污染物主要来自于珠三角地区,且陆源颗粒物浓度普遍比海洋源高,来自南部的远距离输送气流颗粒物含量最低,表明远距离输送为影响颗粒物传播的主要原因.