转换因数及其在环境监测计算中的应用

本文论述了转换因数的概念及其在环境监测中的应用。阐明转换因数应用中使计算简明化、简单化;数据合理化、实际化。     

气象因素对泉州臭氧的影响

利用泉州城区2017年全年连续观测的O_3和气象要素资料,统计了臭氧浓度的分布特征,分析了气象要素对O_3质量浓度的影响,对比了O_3超标日和非超标日的气象要素特征。结果表明:(1)泉州市O_3质量浓度月变化呈双峰形,春季最高,夏季最低;日变化呈单峰形,最大值出现在13:00—14:00,最小值出现在06:00—07:00,上下游站O_3浓度存在明显传输效应。(2)泉州O_3质量浓度与相对湿度呈负相关,其相关性最高;与风速呈正相关,其相关系数最低,且存在明显区位性差异;与气温的相关性比较复杂,既有正相关,也有负相关。(3)各站点O_3小时质量浓度超标时,均对应2个气象要素区间值。(4)对比污染日非污染日发现,污染日相对湿度较低(50%～60%),非污染日较高(70%～80%);污染日温度略低于非污染日;污染日风向总体为西南偏南,非污染日风向为西南-东南。     

冰封期呼伦湖浮游藻类群落结构及其与水环境因子的关系

为探讨冰封状态下呼伦湖的水生态系统演变过程,2015年12月—2016年3月环湖设置6个采样点进行浮游藻类及湖水水质的监测。浮游藻类以绿藻门Chlorophyta种类最多(52.5%),其次为硅藻门Bacillariophyta(29.8%),蓝藻门Cyanophyta(10.5%)。物种丰富度和3种生物多样性指数(Shannon-Wiener多样性指数、Margalef丰富度指数、Pielou均匀度指数)从12月至次年3月呈下降趋势。浮游藻类丰度自12月至次年3月呈现上升趋势。典范对应分析(CCA)排序结果表明:NH₃-N、TN、TP、电导率、DO、BOD₅、CODMn和pH是影响呼伦湖浮游藻类群落结构特征的主要环境因子,其中,NH₃-N、TN和TP分别对硅藻门、绿藻门和蓝藻门的影响较大。     

都江堰市城区周边农田土壤重金属污染状况分析与评价

以都江堰城区周边农耕地为对象,按照国标方法对土壤样本中的Cr、Cu、Cd、Pb、Zn五种重金属元素含量进行测定。结果表明,部分样本中的Cd、Cu含量超过国家土壤环境质量二级标准。采用单因子污染指数和土壤综合污染指数评价方法,以国家土壤环境质量二级标准为评价标准,对研究区内Cr、Cu、Cd、Pb、Zn重金属的污染状况进行评价,评价结果显示,Cu、Cd为主要污染元素,污染指数处于轻、中度污染,Cr、Pb、Zn对土壤尚未构成污染关系,研究区土壤重金属总体污染程度较轻。     

天津市大气降水化学组成特征及来源分析

为了解天津市大气降水的化学组成及其来源,2013年1—12月在天津市环境监测中心、天津市塘沽区环境保护监测站、天津市蓟县环境保护监测站采集降水样品,分析了pH、EC(电导率)和主要离子的分布特征. 结果表明:天津市降水的pH、EC雨量加权平均值分别为5.58、98 μS/cm. 降水中各离子雨量加权平均当量浓度(当量浓度＝质量浓度×离子价数/分子量)为Ca2+>SO₄2->NH₄+>NO₃->Cl->Mg2+>Na+>F->K+. 其中,Ca2+、SO₄2-、NH₄+、NO₃-和Cl-是降水中的主要离子,占总离子当量浓度的91.3%. 降水中SO₄2-/NO₃-(当量浓度比)为2.1,近10年来呈逐渐降低趋势,表明天津市大气污染向复合型转变趋势明显. 总离子当量浓度季节差异大,冬季高、夏季低;SO₄2-、NH₄+、NO₃-等当量浓度在冬季最高,Ca2+当量浓度在春冬季基本相当. 从空间分布上看,降水化学组成在天津市环境监测中心、天津市塘沽区环境保护监测站、天津市蓟县环境保护监测站分别表现为受综合源、工业源和海洋源、工业源和农业源的影响特征. 富集因子计算结果表明:降水中Ca2+和K+主要来自地壳;Mg2+主要来自地壳,同时也受海洋源的影响;Cl-的海洋源和人为源的贡献基本相当;但降水中的SO₄2-、NO₃-主要来自人为活动.      

生物质露天焚烧及家庭燃用的多环芳烃排放特征研究

农村地区生物质燃烧排放是大气多环芳烃(PAHs)的重要来源之一.本研究利用建立的烟尘罩稀释通道采样系统,对我国典型的生物质燃烧方式—水稻、玉米、花生、大豆秸秆的家庭炉灶燃烧,并对水稻、玉米、花生秸秆以及荔枝树、大叶榕、小叶榕等落叶的露天焚烧进行实验室模拟,实测了秸秆野外焚烧、落叶野外焚烧、秸秆炉灶燃烧等3种典型生物质燃烧类型排放的气相及颗粒相PAHs的排放因子.结果表明,本研究生物质露天焚烧PAHs排放因子高于大部分已有实验结果,秸秆炉灶燃烧PAHs排放因子亦高于大部分排放清单采用值.3类燃料燃烧排放PAHs的谱分布相近,均以中低环PAHs为主,中高环(4~6环)PAHs比例为22.2%~28.8%.采用某单一数值作为某类源PAHs特征比的取值,并将其运用于大气PAHs的来源解析可能会造成偏差.     

我国燃煤电厂颗粒物排放特征

基于我国燃煤电厂(不含港、澳、台数据,下同)的燃烧技术及颗粒物控制技术分类,建立了燃煤电厂颗粒物排放计算方法. 利用该方法,分析了2000─2010年我国燃煤电厂颗粒物排放量及分布特征. 结果表明:我国燃煤电厂颗粒物排放量自2000年起持续增加,于2005年达到最高值(375×104 t),其中PM₁₀、PM_2.5排放量分别为237×104、129×104 t;此后逐年降低,2010年降至166×104 t,其中PM₁₀、PM_2.5排放量分别降至126×104、85×104 t. 随着静电除尘及湿法脱硫的普及,颗粒物中PM_2.5所占比例由2005年的34.3%升至2010年的51.2%. 我国燃煤电厂颗粒物排放地区分布不均衡,2010年内蒙古、山东、河南、江苏、山西和广东六省区的排放量占全国排放总量的44%. PM_2.5排放因子也因各省燃煤电厂颗粒物排放控制技术不同而产生差异,其中煤粉炉、循环流化床锅炉的PM_2.5排放因子分别为0.35~0.75、0.27~0.90 kg/t. 从机组规模影响来看,单台容量在30×104 kW以下的燃煤机组是粗颗粒(PM>10)的主要来源,而在30×104 kW以上的燃煤机组对PM_2.5排放贡献(64.6%)较大,这主要与这类燃煤机组静电除尘和湿法脱硫的安装比例高有关.      

落叶燃烧排放的颗粒物及有机碳、元素碳的研究

为研究落叶燃烧排放的颗粒物(PM)及有机碳(OC)、元素碳(EC),采用明燃和闷燃两种形式对10种乔木的落叶进行燃烧实验,采集了排放的烟尘,并用元素碳/有机碳分析仪测定样品的OC和EC含量.结果表明,落叶在明燃状态下PM、OC、EC的排放因子范围分别为7.9~31.9、0.9~9.7、3.6~13.9 g·kg-1,平均值分别为19.7、5.2、6.8 g·kg-1.闷燃状态下PM、OC、EC的排放因子范围分别为61.3~128.9、31.7~60.4、1.9~6.0 g·kg-1,平均值分别为91.0、43.0、4.0 g·kg-1.明燃和闷燃的OC/EC变化范围分别为0.21~1.82和8.16~16.84.明燃状态下OC/PM、EC/PM的范围分别为0.11~0.41和0.18~0.56.闷燃状态下OC/PM、EC/PM的范围分别为0.43~0.53和0.03~0.06.OC和PM的排放因子在两种燃烧状态下均呈现显著的相关性.在不同的燃烧状态下,各组分之间的排放因子具有较大的差异,OC的排放因子在闷燃状态下高于明燃状态,而EC的排放因子则相反.不同燃烧状态下PM、OC、EC的排放因子及它们之间的比值分析,对建立森林生物质燃烧源排放清单以及来源解析具有重要意义.     

成都市区夏季大气污染物浓度时空变化特征分析

为了解成都市区大气污染物浓度水平及其变化规律,统计分析了2013年6月1日—8月31日3个市区站点(十里店、梁家巷和草堂寺)SO2、NO2、O3、PM2.5、PM10和CO逐时观测资料.结果表明,观测期间O3污染严重,上述3个站点小时均值超标率分别达22%、37%和42%.大气颗粒物污染也较为严重,上述3个站点PM10日均浓度超标率分别为13%、8%和3%,而PM2.5日均值超标率分别高达34%、27%和26%.NO2和CO早晚的浓度高峰主要与机动车流量增加和混合层高度降低有关.由于紫外辐射影响,O3浓度在正午出现峰值.受机动车流量高峰和气象条件的影响,PM2.5和PM10最大值和最小值分别出现在上午和下午.通过对污染物"周末效应"的分析,发现周末O3、PM2.5和PM10的浓度显著高于工作日,SO2、NO2和CO反之.成都市区大气污染受局地排放和外源输送共同影响,其中PM10和NO2主要受局地源控制,而PM2.5、SO2和O3受外输送影响较大.     

Temporal variability of atmospheric particulate matter and chemical composition during a growing season at an agricultural site in northeastern China

This study presents the observations of PM_(10) and PM_(2.5) concentrations at an agricultural site from April to October 2012 in Dehui city,China.Ambient air was sampled by filter-based samplers and online PM monitors.The filter samples were analyzed to determine the abundance of ionic/inorganic elements,organic carbon(OC) and elemental carbon(EC).The daily PM_(10) concentrations varied significantly over the monitoring period,with an average of168 ± 63(in the range of 52-277) μg/m~3 during the land preparation/planting period(26 April-15 June),85 ± 65(36-228) μg/m~3 during the growing season(16 June-25 September),and 207 ±88(103-310) μg/m~3 during the harvest period(26 September-31 October).PM_(2.5) accounted for44%,56%and 66%of atmospheric PM_(10) during these periods,respectively.The PM_(10) diurnal variation showed a distinct peak from 16:00 to 21:00(LST) during the growing and harvesting seasons,while a gradual increase throughout the daytime until 17:00 was observed during tilling season.Mineral dust elements(Al,Ca,Fe,and Mg) dominated the PM_(10) chemical composition during the tilling season;OC,NO_3~-,SO_4~(2-) and NH_4~+ during the growing season;and carbonaceous species(i.e.,OC and EC) during the harvesting season.Our results indicate that the soil particles emitted by farm tillage and organic matter released from straw burning are the two most significant sources of PM_(10) emissions contributing to the recurring high pollution events in this region.Therefore,development of agricultural PM inventories from soil tillage and straw burning is prioritized to support air quality modeling.