典型行业再利用土壤重金属含量分布、来源解析及生态风险评价

为深入探究典型行业再利用土壤重金属污染特征及生态风险状况,基于上海市嘉定区49个地块315个不同深度剖面土壤样品数据,采用地累积指数和潜在生态风险指数评估Cd、Pb、Cu、Zn、Ni、Hg和As这7种重金属含量特征和潜在生态风险程度,并利用源解析受体模型（APCS-MLR）和正定矩阵因子分解模型（PMF）解析其污染来源.结果表明：①研究区土壤中除As外,其余重金属均不同程度超过上海市土壤背景值,表层土壤中Cd、Pb、Cu、Zn、Ni和Hg含量分别是背景值的3.54、2.34、2.91、1.20、3.75和4.40倍;7种重金属含量随着土壤垂直剖面深度的增加逐渐降低,重金属在表层土壤中存在一定程度的富集,人类活动影响了重金属在土壤中的分布规律.②研究区内APCS-MLR和PMF两种受体模型均识别出土壤重金属4种主要来源,源1（Cu、Zn和Pb）为金属制品和汽车制造混合源,源2（Ni和Cd）为电镀企业来源,源3（Hg）主要为化工企业来源,源4（As）为自然源,两种受体模型结合运用,进一步提高源解析的精准度和可信度.③地累积指数由大到小表现为：Hg（1.54）>Ni（1.32）>Cd（1.21）>Cu（0.96）>Pb（0.64）>Zn（-0.33）>As（-1.02）;潜在生态风险指数结果显示,研究区综合潜在生态风险指数RI值在32.50~4 910.97,均值为321.40,整体呈现较强潜在生态风险,再开发利用工业场地土壤中重金属Hg、Ni和Cd的污染值得进一步关注.     

基于ETM+图像的植被覆盖度遥感估算模型

植被覆盖度(VFC)的定量遥感是多种地表过程研究的迫切需要.文章选用南京市一幅Landsat 7 ETM 图像,经大气校正后提取了归一化植被指数(NDVI),与地面实测的植被覆盖度进行回归分析,建立了1～4次多项式关系模型.结果表明,NDVI与VFC呈极显著的正相关关系(r = 0.874, P < 0.001).在NDVI-VFC的1～4次多项式关系模型中,模型幂次越高,拟合程度越好.综合考虑模型的精度和稳定性,3次多项式模型作为最优模型推荐使用:VFC = -1.3438 NDVI 3 0.9774 NDVI 2 0.9988 NDVI 0.1507 (R2 = 0.7961, RMSE = 0.1094),该模型精度在植被中等密集区域(VFC＝0.4～0.8)最高,植被稀疏区域(VFC < 0.4)最低,植被密集区域(VFC > 0.8)居中.模型可直接用于全图像的VFC计算,并可通过植被指数的校准,进行推广使用.     

几类有机污染物的微塑料/水分配系数的线性溶解能关系模型

水体中的微塑料会吸附其中的有机污染物,影响有机污染物和微塑料的环境归趋和生态毒性。研究微塑料对有机污染物的吸附行为,对于评价有机污染物和微塑料的环境赋存、迁移及生物有效性有重要意义。污染物在微塑料与水之间的平衡分配系数(Kd),是表征微塑料对有机污染物吸附能力的重要参数。实验方法难以逐个测定众多有机污染物的Kd值,有必要发展其预测模型。本研究搜集了有机污染物的线性溶解能关系(LSER)参数及Kd值,构建了可预测有机污染物在聚丙烯微塑料与海水、聚乙烯微塑料与海水、聚乙烯微塑料与淡水之间Kd值的LSER模型。模型具有良好的拟合优度(R2adj介于0.794~0.903)、稳健性(Q2LOO和Q2BOOT分别介于0.763~0.863和0.720~0.804)和预测能力(R2ext和Q2ext分别介于0.886~0.971和0.825~0.954),能够用于预测多氯联苯、多环芳烃、六氯环已烷和氯苯类有机污染物的Kd值。     

有机磷类杀螺增效剂在土壤中的吸附行为

通过测定16个有机磷类杀螺增效剂在安徽省宿县土壤中的有机硕吸附系数（Koc),研究了该类化合物的环境行为;并用碎片分子连接性指数（FMCIs)和线性溶剂化能参数（LSERs)结构描述符,与土壤有机碳吸附系数之间进行了定量结构-性质相关（QSPR）分析,所得到的两组预测方程,可用于该类化合物的生态风险评价。     

利用多元线性回归方法评估气象条件和控制措施对APEC期间北京空气质量的影响

气象条件对大气污染物的扩散和传输有重要影响,准确分离和定量气象因素对空气质量的影响是评估大气污染控制政策有效性的前提.本研究利用APEC会议期间及前后(2014-10-15～2014-11-30)北京城区朝阳观测站点SO_2、NO、NO_2、NO_x、CO、PM_(2.5)、PM_1和PM_(10)以及气象因素的观测数据,采用多元线性回归分析方法,定量评估了气象条件和空气污染控制措施对APEC期间北京空气质量的影响.在假定排放条件不变的情况下,基于气象因素参数建立的预测污染物浓度的多元线性回归模型模拟效果较为理想,决定系数R~2在0. 494～0. 783之间.控制措施使得APEC控制期SO_2、NO、NO_2、NO_x、CO、PM_(2.5)、PM_1和PM_(10)浓度分别降低48. 3%、53. 5%、18. 7%、40. 6%、3. 6%、34. 8%、28. 8%和40. 6%,气象因素使得APEC控制期SO_2、NO、NO_2、NO_x、CO、PM_(2.5)、PM_1和PM_(10)浓度分别降低1. 7%、-2. 8%、18. 7%、4. 5%、18. 6%、27. 5%、30. 6%和35. 6%.气象因素和控制措施共同作用使得APEC控制期北京空气质量得到了明显改善.控制措施对SO_2和氮氧化物浓度的下降起主导作用,气象因素对CO浓度的下降起主导作用,气象因素和控制措施对颗粒物浓度降低的贡献相当.本研究还利用相对权重方法研究了气象因素对污染物浓度影响的贡献,结果表明影响不同污染物浓度的决定性气象因素不同.     

基于主成分分析-多元线性回归的松花江水体中多环芳烃源解析

对松花江全流域14个监测断面的16种美国环保局优先控制的多环芳烃(PAHs)的主要来源及其贡献率应用主成分因子分析-多元线性回归模型(PCA-MLR)进行了来源解析。结果表明:松花江全流域为化石和石油燃料的复合PAHs污染,水体环境中PAHs首要污染源为化石燃料燃烧和交通污染,合计贡献率为63.1%,第二大污染源为工业和民用燃煤污染,合计贡献率为36.9%,沿江的石化、石油基地、大型焦化厂、电厂都是PAHs的主要来源。     

2019~2021年河南省区域背景臭氧浓度估算

厘清臭氧（O₃）区域传输和本地生成贡献对控制O₃污染有重要意义.为量化区域背景O₃浓度及其时空变化,采用包括主成分分析（PCA）和TCEQ法在内的多种方法,以河南省为案例进行了综合研究.基于2019~2021年河南省59个国控站监测数据,使用4种方法估算区域背景O₃浓度.方法1是传统方法,进行O₃单变量-多站点的PCA分析.方法2使用二氧化氮和气象参数作为约束条件,进行多变量-单站点的PCA分析.方法3将PCA和多元线性回归（MLR）结合,借鉴源解析思想,确定区域背景贡献.方法4为TCEQ法,将观测的最低O₃-8h浓度作为区域背景.结果表明,方法1和方法2估算的区域背景ρ（O₃-8h）基本相等,方法3和方法4估算的浓度比方法1低约37~60 μg·m^-3. 2019~2021年,方法1~4估算的区域背景ρ（O₃-8h）变化分别为1.6、 -13.4、 5.9和-3.5 μg·m^-3.多种方法平均估算结果表明,2019~2021年河南省区域背景ρ（O₃-8h）分别为82.0、 79.0和79.7 μg·m^-3,分别占区域O₃-8h总量的75.9%、 76.4%和78.7%. 4种方法估算的区域背景O₃都有明显的季节变化,呈夏季 >春季 >秋季 >冬季的特征.     

高效液相色谱-三重四级杆/复合线性离子阱质谱法测定饮用水中22种邻苯二甲酸酯

建立了一种同时测定饮用水中22种邻苯二甲酸酯(PAEs)的高效液相色谱-三重四级杆/复合线性离子阱质谱方法:饮用水样品经针头过滤器过滤,选用Biphenyl液相色谱柱进行分离,以含0.1%甲酸的水溶液和含0.1%甲酸的甲醇溶液为流动相,电离模式为电喷雾正离子,选用多反应监测触发增强子离子扫描模式进行检测。结果表明,22种PAEs的灵敏度良好,定量限为0.001～0.1 μg/L。配制浓度为0.1～100.0 μg/L的混标溶液进行进样分析,分析结果显示,22种PAEs在该范围内的线性关系良好,相关系数均大于0.995,方法的平均回收率为82.9%～108.9%,相对标准偏差为0.9%～11.2%。同时,使用增强子离子扫描谱图进行搜库匹配,定性准确性高。该方法适用于饮用水中PAEs的检测。     

海河下游水体中DO与NH_3-N、COD_(Mn)相关关系探讨

本文应用近年来海河下游监测数据对ＤＯ与ＮＨ３Ｎ和ＣＯＤＭｎ进行一元线性回归,得到两回归方程：ＮＨ３Ｎ＝－１２８ＤＯ＋１０５４;ＣＯＤＭｎ＝－１１３ＤＯ＋１６９２。并经相关系数和回归系数显著性检验,表明在９９９％的置信水平下ＤＯ与ＮＨ３Ｎ和ＣＯＤＭｎ线性相关均极其显著     

高锰酸钾法测定苯酚含量

苯酚试样与高锰酸钾标准溶液反应,使其吸光度减弱。据此可进行定量分析,成功地测定了废液中的苯酚。