清洁取暖对保定市采暖期PM2.5中碳质气溶胶的影响

为了研究清洁取暖措施对保定市PM_2.5中碳质气溶胶浓度和来源的影响,于2014年和2019年冬季采暖期在保定市采集PM_2.5样品,用DRI Model 2001A热光碳分析仪测定样品中OC和EC的浓度.结果表明,2014年采暖期PM_2.5中ρ(OC)和ρ(EC)平均值分别为60.92μg·m^-3和18.15μg·m^-3,2019年采暖期PM_2.5中ρ(OC)和ρ(EC)平均值分别为36.63μg·m^-3和6.07μg·m^-3,与2014年相比2019年OC、 EC浓度分别下降了39.87%和66.56%,EC下降幅度大于OC,且2019年气象条件与2014年相比更不利于污染物扩散.通过对OC和EC相关性分析和SOC估算,发现2014年和2019年保定市OC和EC相关性R²分别为0.874和0.811,表明保定市OC和EC具有较为一致的来源.2014年和2019年ρ(SOC)的平均值分别为16...     

基于生态系统服务簇评价的长沙市生态修复优先区识别

为快速有效地划分长沙市生态修复优先级,构建了“生态系统服务簇—城市化强度”体系的生态修复优先区识别研究框架,运用生态系统服务价值计算模型、聚类分析、线性回归模型、空间统计等方法,识别研究区生态系统服务簇,对生态系统服务簇综合服务能力演变和城市化强度变化进行空间统计,进而识别出研究区生态修复优先区,并提出生态修复和保护策略。结果表明：城市扩张大量侵占城市周边土地,致使长沙市主城区4个生态系统服务簇在2000—2020年,有1 821个网格(占比为20.15%)发生了服务簇类型的改变;城市扩张破坏原有生态环境和景观格局,致使城市化发展对生态系统服务簇发展的影响始终是负面的,且随着城市化速度加快,其负面影响愈加明显;生态修复优先区被划分为5个等级,2 609个网格(占比为28.87%)需要进行生态修复,其中Ⅰ级生态修复优先区占比为13.53%,Ⅱ级、Ⅲ级、Ⅳ级占比分别为0.58%、12.53%、2.23%。Ⅰ级和Ⅲ级生态修复优先区应注重关键生态系统服务能力的提升,Ⅱ级和Ⅳ级生态修复优先区和生态保护区则应注重现有生态系统服务功能的保持。该方法能够快速定位高速城市化与生态系统受损同时发生的区域,并为不同分区修复策略的制定提供参考,在提升生态系统服务能力的同时,降低城市化对生态系统的负面影响。

     

江门市人为源挥发性有机物排放清单

将江门市人为源挥发性有机物(VOCs)排放分为工业源、移动源、生活源和农业源四大类,以2014年为基准年,根据江门市的统计数据和实地调研结果,采用"自上而下"和"自下而上"结合的排放因子法建立了江门市人为源VOCs排放清单.结果显示江门市2014年人为源VOCs排放总量约为75.09 kt,工业源、移动源、农业源和生活源VOCs排放量为41.37、19.16、11.07和3.50 kt,占比分别为55.09%、25.51%、14.74%和4.65%.工业源中摩托车制造、集装箱制造、涂料、油墨、颜料及类似产品制造、印刷及包装印刷、塑料及橡胶制品、人造革制造、皮革鞣制加工、化石燃料燃烧、基础化学原料制造、电子制造、胶黏剂制造、家具制造等行业的VOCs排放量均超过1 000 t,为江门市重点VOCs排放行业.江门市蓬江区、江海区、鹤山市这3地以工业源排放为主,占比均超过50%,而恩平市、台山市等地则以农业源排放为主.各区和县级市在进行VOCs减排政策制定时要针对本土化的VOCs清单特征,进行精细化管控,才能取得较好减排效果.     

乌鲁木齐市散煤燃烧大气污染物排放清单及时空分布特征

为研究乌鲁木齐市散煤燃烧对大气污染物的贡献情况,根据实地调研收集到的散煤燃烧活动水平数据,利用排放因子法建立2015年乌鲁木齐市散煤燃烧PM_2.5、SO₂和NO_x的排放清单,利用ArcGIS空间分析工具进行空间分布特征分析,使用蒙特卡罗方法进行不确定性分析.结果表明:2015年散煤燃烧排放PM_2.5、SO₂、NO_x分别为1.70×104、4.13×104、2.80×103 t.PM_2.5和SO₂排放的主要贡献区域为乌鲁木齐县,分别占排放总量的27.35%和26.23%,这是由于乌鲁木齐县社区居民和大棚种植耗煤量较大所致;NO_x排放的主要贡献区域为米东区,贡献率高达28.03%,这是因为米东区社区居民所用炉灶为手动炉排层燃炉灶,其排放因子较大所致.空间分布特征表明,污染物主要分布在米东区南部、沙依巴克区北部及乌鲁木齐县中部.不确定性分析表明,村庄、社区、大棚种植、商业和事业单位在95%的置信区间时不确定性分别为-69%~165%、-57%~116%、-68%~171%和-67%~165%.蒙特卡罗预测结果（平均值）高于排放清单的计算结果.研究显示,乌鲁木齐市散煤燃烧对污染物排放贡献较大,并且具有明显的季节性和区域性特征.      

宝鸡市植被叶子重金属分布规律及生态风险评价

以宝鸡市滨河路植被叶子为研究对象,对不同种类以及不同高度的植被叶子重金属含量和污染程度进行分析.结果表明,植物叶子中重金属含量随着植被高度呈递减的变化趋势;其中Cr、Mn和Pb含量在植被叶子中富集最多,Cr、Cu、Ni和Mn含量的最高值均出现在金叶女贞的植被叶子中; Pb富集最多的是大叶女贞,Cd富集最多的是塔松,As富集最多的是红叶李;运用单因子污染指数法和内梅罗综合指数法对植被叶子的污染程度进行评价,Hakanson潜在生态风险评价法评估了滨河路不同类型植被叶子中Cr、Cu、Ni、Mn、Pb、Cd和As等7种重金属的潜在生态危害,滨河路7种植被叶子综合污染指数属重度污染,具有极强的综合危害性; 7种重金属的平均潜在生态风险程度大小顺序为:Cd Ni Cr As Pb Cu Mn,RI值变化范围为19. 04～4 020. 29.     

2017年兰州市大气污染物输送来源及传输特征模拟分析

利用HYSPLIT后向轨迹模式,结合兰州市AQI（空气质量指数）及常规大气污染物质量浓度数据,模拟研究了2017年1月1日-12月31日以兰州市为受点的大气污染物输送特征.通过聚类分析确定了抵达兰州市气团的主要输送途径和每类路径所对应的污染物质量浓度特征,并利用受体模型PSCF（潜在源贡献因子分析法）和CWT（权重浓度轨迹分析法）,分析了大气污染区域传输对兰州市空气质量的影响,探讨了影响兰州市空气质量的污染物输送来源和可能的潜在源区.结果表明,在影响兰州市的气流轨迹中,污染轨迹多来自兰州市以西和以北方向,污染轨迹约占总轨迹的39.52%,说明外部污染物的输入对兰州市空气质量具有重要影响.其中,第3类轨迹（对应来向为西）的气团对兰州市的空气质量有较大的影响,该类轨迹虽仅占总轨迹的15.21%,但其中污染轨迹数占56.76%,是影响兰州市空气质量的主要传输路径;第4类轨迹（对应来向为东南）的气团最为清洁.研究显示,对兰州市空气质量影响最大的强潜在源区主要分布在青海共和盆地、兰州市本地及周边区域,中等强度潜在源区为内蒙古自治区南部、宁夏回族自治区及甘肃省河西走廊等地区.      

烟台市环境受体PM2.5四季污染特征与来源解析

于2016～2017年四季在烟台市3个点位采集了PM_(2.5)样品,分析了其质量浓度和化学组分特征.利用CMB模型对受体进行解析,并利用后向轨迹和PSCF对传输气流和潜在源区进行了分析.结果表明,烟台市监测点位冬季、春季、夏季和秋季的PM_(2.5)平均质量浓度分别为(89. 45±56. 80)、(76. 78±28. 44)、(32. 65±17. 92)和(57. 32±24. 60)μg·m~(-3). PM_(2.5)浓度表现出明显的季节变化特征(P 0. 01).全年PM_(2.5)各源类分担率大小依次为:二次硝酸盐源(20. 3%)城市扬尘源(15. 7%)机动车排放源(14. 9%)燃煤源(13. 8%)二次硫酸盐源(12. 8%) SOC(6. 1%)建筑水泥尘源(5. 5%)海盐源(2. 9%),可以看到烟台市以二次源、扬尘、机动车排放源和燃煤源为主要污染源.春季硝酸盐源和城市扬尘源是重要贡献源类,夏季硫酸盐源贡献突出,燃煤源在秋冬季占比突出.烟台市气流输送和潜在源区也呈现出明显的季节变化:冬季主要受烟台市短距离输送的影响;夏季主要受烟台东部沿海和本地的影响;春秋季主要受山东东北部和东部沿海地区的区域传输和烟台市本地源的影响.     

兰州市农牧业源氨排放清单及其时空分布特征

通过实地调研等方式获取农牧业源的活动水平,采用NARSES模型确定氮肥施用排放因子,其它排放因子通过文献调研确定,建立了2016年兰州市农牧业源氨排放清单,并进一步分析了农牧业源氨排放的时空分布特征. 2016年兰州市农牧业源大气氨排放量为9 356. 90 t;其中畜禽养殖源氨排放量7 584. 03 t,分担率81. 05%;永登县是氨排放量最大的区县,氨排放量为2 820. 59 t,分担率为30. 14%.在兰州市各区县氨排放量分担率中,畜牧业源氨排放的分担率在65. 83%～97. 38%之间;氮肥施用源的分担率在2. 27%～28. 66%之间.从空间分布来看,兰州市农牧业源氨排放主要集中在皋兰县西北部与中部、红古区东南部、七里河区东西两部与榆中县东部.从时间分布来看,畜牧业源氨排放主要集中在4～9月,氮肥施用源的氨排放主要集中在3～7月和9月,其它月份排放量相对较小.     

泰安市冬季一次严重空气污染过程分析

为揭示泰安市空气污染形成原因,选取泰安市2016年12月一次严重空气污染过程,利用泰安市2016年12月地面和探空资料及NCEP/NCAR（美国国家环境预报中心/美国国家大气研究中心）提供的FNL资料,对泰安市严重污染期间大气环流形势、边界层条件、污染源及传输路径进行分析.结果表明:在泰安市霾污染期间,500 hPa大气环流形势呈"两槽一脊"的特征,850 hPa泰安市处于南支槽前,受西南暖湿气流影响,为ρ（PM_2.5）的升高提供了有利条件;泰安市近地面处于高压控制下的弱风区（平均风速约为1.2 m/s）且边界层有逆温层存在,阻碍了PM_2.5的垂直输送,造成近地面ρ（PM_2.5）急剧升高.此外,泰安市及周边地区污染严重,聚类分析结果表明此次过程本地输送占比约为34%,其余均为外来传输,即污染物主要通过外来源传输,本地污染源贡献比率较小.污染物的高、低空传输路径不一致,低空污染物主要从安徽省水平输送至泰安市,高空污染物则先由河北省、河南省向南传输至安徽省、湖北省等地,再随南风气流向北输送至泰安市.研究显示,外来污染源传输作用配合本地静稳天气形势是造成此次泰安市空气污染的主要原因.      

广州市天河区2016年雨季挥发性有机物污染特征及来源解析

采用"GCMS/FID"在线分析方法,对广州市区2016年7月大气VOCs的污染特征及来源进行了研究,共检出了73种VOCs组分.结果表明,观测期间总VOCs的小时平均浓度为（118.83±79.40）μg·m^-3,最高值为492.42 μg·m^-3,最低值为10.54 μg·m^-3.07：00左右TVOC浓度出现高峰,说明早高峰的机动车污染对该站点的VOCs具有较大贡献;14：00左右浓度最低,与光化学损耗相关;21：00~24：00间VOCs浓度又出现高值,可能和污染源排放或边界层压缩有关.运用PMF模型解析出VOCs的5个主要来源分别是：交通污染源、溶剂使用污染、加油站污染、植物排放和餐厨废气,其贡献分别为29.79%、26.61%、24.86%、9.91%、8.84%;白天交通废气源贡献最大,而中午植物排放的贡献也明显增大;夜间溶剂污染源和加油站污染源占比上升,为该时段VOCs的主要来源.