染料探针技术对二级出水中优势污染物的定量检测

分别以刚果红和中性红为染料探针,建立了牛血清蛋白质(BSA)和海藻酸多糖(SA)含量与共振光散射(RLS)发射光谱强度间的线性关系;以甲苯胺蓝为染料探针,建立了腐殖酸(HA)含量与紫外吸光度间的线性关系;优化了3种标准物质的检测浓度范围及溶液p H值条件;考察了染料探针分析方法对标准物的二元和三元混合样品中的回收率.结果表明在适宜的浓度范围内,BSA、HA、SA浓度与染料探针光谱强度间的线性相关系数R0.98,3种标准物在混合样品中的回收率不小于95%,标准误差低于0.11%.以紫外光谱和3D-EEM光谱特征作为城市污水二级出水样品中蛋白质、多糖和腐殖酸的定性依据,确认了4种二级出水样品中的优势污染物.通过染料-探针技术与国标法测得的多糖和蛋白质质量浓度的相对偏差在1.2%~0.04%之间.     

京津冀天然源挥发性有机物排放研究

为探明2017年京津冀地区天然源挥发性有机物(BVOCs)的空间分布,将研究区划分成3 km分辨率的格网,并通过WRF模型提供气象驱动数据,MODIS影像提供植被功能类型和叶面积指数,最终利用MEGAN模型进行模拟研究.结果表明,该模型将BVOCs分成147个细类,其中主要有异戊二烯、单萜烯41类、半萜烯32类、其他VOC73类.2017年京津冀地区BVOCs排放总量为426.26×10~3 t,四大类别的排放比例依次为29.38%、12.32%、6.24%、52.05%.单萜烯中排放较高的类别是α-蒎烯、β-蒎烯、t-β-罗勒烯,而半萜烯中排放较高的是α-法呢烯和β-石竹烯.整个研究区域内BVOCs排放较高的区域位于北部森林与灌丛分布密集的燕山山脉和西南的太行山山脉,其中主要的城市有承德、北京、张家口、保定、石家庄等.排放量较低的地区为廊坊、衡水、天津等地.本研究通过模型模拟得到了京津冀地区2017年高时空分辨率BVOCs排放清单,同时可为以后的大气环境研究提供基础数据.     

成都市典型非道路工程机械排气烟度分析

采用不透光烟度计采集了成都市典型工程机械(挖掘机、装载机、叉车和压路机)排气烟度,研究了机械功率对其活动水平(燃油消耗量和年均工作时间)的影响,同时也研究了机械发动机构造和机械排放标准对其排气烟度的影响;同时,采用氮硫测定仪分析了机械油品硫含量,研究了硫含量对其排气烟度的影响.试验结果表明:机械功率越大的工程机械,燃油消耗量和年均工作时间数越高.成都典型工程机械排气烟度排放水平最低的为装载机,最高的为压路机;同时,超高排放装载机与叉车的占比较高.工程机械排气烟度受机械发动机排量、机械发动机构造、机械发动机排放标准和机械用油的综合影响,通过对工程机械装配电控发动机、提高原机排放标准和使用低硫燃油均能直观反映出机械排气烟度不同程度的改善.此外,油品中硫含量越高,机械排气烟度越大.     

自上而下的城市能源消耗碳排放估算方法

快速的城镇化进程带来城市碳排放的快速增长,准确的城市水平碳排放数据对于制定科学合理的碳减排政策极为关键,明确碳排放源的关键类别可以做到有的放矢和精准管控.但是目前中国碳排放数据的研究主要集中在国家、地区和省级层面,城市水平由于所需基础数据的不透明和不准确,长久以来缺乏完整的碳排放清单.为解决该问题,在以前相关研究的基础上,通过省级能源平衡表,尝试利用合理的分配指标从省级碳排放数据估算出下属城市的碳排放,构建了一套自上而下的城市能源消耗碳排放估算方法.通过与现有可获得的城市水平数据进行对比,发现估算差距均在10%以内,证明了该方法的可行性和准确性,并尝试在时间尺度进行了扩展.为获取在时间和空间上均连续的中国城市能源消耗碳排放数据提供了科学的方法和合理的思路,也能为各城市分配减排任务和城市间进行减排协商提供可靠的数据支撑.     

2015~2018年中国代表性城市PM2.5浓度的城乡差异

选取中国6大城市群中的11座代表性城市为研究区域,将监测站点划分为城区、郊区和乡村站,进而分析各城市间PM_2.5浓度的城乡差异规律.结果表明,同一城市群各城市之间,或同一城市的城区、郊区、乡村站间PM_2.5日变化皆较为相似.京津冀和长三角地区的城市城区PM_2.5浓度最高,高于郊区7.8%~9.7%,高于乡村11.3%~16.9%,而粤港澳大湾区和内陆城市群（成渝、长江中游、关中平原城市群）的城市郊区PM_2.5浓度最高,高于城区2.6%~11.2%,高于乡村16.7%~26.5%.各城市间城乡PM_2.5浓度差值的日变化规律不尽相同,可呈单峰（如上海）或双峰（如杭州）变化,极值可出现在白天（如广州）,亦可在夜间（如深圳）.PM_2.5的排放与传输扩散共同对11城市城乡PM_2.5浓度分布产生影响.     

长江三角洲城市群工业污染时空演化及其驱动因素

基于2003~2015年长江三角洲（以下简称长三角）城市群26个城市工业废水和工业SO₂排放数据,采用标准差椭圆、地理集中指数、工业环境绩效指数、空间形态差异指数等方法从宏观和微观视角对长三角城市群工业污染时空演化进行分析,同时采用对数平均迪氏分解（LMDI）模型对其工业污染排放主要驱动因素进行分解.研究发现：2003~2015年工业废水和工业SO₂排放量分别下降了16.97%和28.79%,但占全国比重仍然较高,尤其是工业废水对生态环境胁迫较大.2种工业污染空间形态均呈现出北（偏西）-南（偏东）的空间分布形态,而2种工业污染重心移动轨迹并不一致,工业废水重心总体上朝向东（偏南）方向迁移了12.85km,而工业SO₂重心总体上朝向西（偏北）方向迁移了26.89km.此外,2种工业污染主要集中分布于长江沿岸城市且污染集中度指数由高到低大致呈半圈层状向周围递减.工业发展与工业污染空间形态演变具有一致性,工业废水重心和工业SO₂重心与工业发展重心距离均在逐渐缩小,而2种工业污染-环境绩效空间分布格局并不完全一致.驱动因素方面,环境规制引起的技术改善效应是工业污染排放量减少的主要原因,而由环境规制引起的产业结构效应对工业污染排放量的影响则取决于区域发展政策,经济发展效应是工业污染排放量增加的主要原因,人口规模效应对工业污染排放量的影响较小.     

农村生活污水处理设施优先控制区域识别与监管策略

选取嘉兴市秀洲区和海宁市为研究对象,以乡镇区划为研究单元,采用综合源强估算法和GIS软件,对处理设施的氨氮（NH₃-N）、总磷（TP）、化学需氧量（COD）排放强度进行定量估算和空间分析.结果表明,秀洲区处理设施的NH₃-N和COD排放强度高于海宁市,而TP排放强度与海宁市差不多.秀洲区内,洪合镇各污染物的排放强度均最高;海宁市内,盐官镇NH₃-N排放强度最高,许村镇TP和COD排放强度最高.采用因子分析法和加权指数法计算排污权重,再结合生态敏感性评价和环境功能区划,筛选出运维和监管优先控制区.秀洲区内,洪合镇、王江泾镇、油车港镇被划分为优先控制区,该优先控制区内处理设施数量占比27.87%,排污权重占比72.42%,通过重点监管17.66%的设施,可监管秀洲区59.98%的污染物排放.海宁市内,长安镇、许村镇、海洲街道、盐官镇、袁花镇被划分为优先控制区,该优先控制区内设施数量占比69.10%,排污权重占比71.23%,通过重点监管16.85%的设施,可监管海宁市43.54%的污染物排放.研究结果可为提高设施的运维监管效率提供技术支撑.     

Morphology and composition of particles emitted from a port fuel injection gasoline vehicle under real-world driving test cycles

Traffic vehicles, many of which are powered by port fuel injection (PFI) engines, are major sources of particulate matter in the urban atmosphere. We studied particles from the emission of a commercial PFI-engine vehicle when it was running under the states of cold start, hot start, hot stabilized running, idle and acceleration, using a transmission electron microscope and an energy-dispersive X-ray detector. Results showed that the particles were mainly composed of organic, soot, and Ca-rich particles, with a small amount of S-rich and metal-containing particles, and displayed a unimodal size distribution with the peak at 600?nm. The emissions were highest under the cold start running state, followed by the hot start, hot stabilized, acceleration, and idle running states. Organic particles under the hot start and hot stabilized running states were higher than those of other running states. Soot particles were highest under the cold start running state. Under the idle running state, the relative number fraction of Ca-rich particles was high although their absolute number was low. These results indicate that PFI-engine vehicles emit substantial primary particles, which favor the formation of secondary aerosols via providing reaction sites and reaction catalysts, as well as supplying soot, organic, mineral and metal particles in the size range of the accumulation mode. In addition, the contents of Ca, P, and Zn in organic particles may serve as fingerprints for source apportionment of particles from PFI-engine vehicles.     

水泥-电力行业的产业共生网络构建及区域案例研究

水泥工业作为工业生态系统的汇,能够多样化地利用其他行业的副产物,这种典型的产业共生模式可以通过减少资源和能源的消耗带来显著的CO₂减排效果.由于产业共生在水泥行业具有一定的普遍性及巨大的CO₂减排潜力,所以对水泥工业产业共生现状的了解与分析就显得尤为重要;而通过对产业共生现状的全面了解,才能对现有水泥行业产业共生的程度进行分析,并以此为参照,对未来不同政策与情景下的CO₂减排潜力进行量化与评估.为实现对产业共生实际情况的模拟,以水泥-电力行业的产业共生为例,采用最优化的方法,提出了一套基于一般统计数据来模拟产业共生实际情况的系统方法,将技术、经济与政策3类不同的决策变量影响纳入模型,以模拟出最接近真实情景的产业共生情况.为验证模型的有效性,对新乡市水泥-电力行业实际的产业共生情况进行分析.结果表明:新乡市水泥-电力行业间存在普遍的产业共生现象,实地调查中有77.8%（21家）的水泥制造企业利用粉煤灰作为水泥制造的原材料.将一般统计数据与实地调查数据对比发现,一般统计数据能较好地反映企业实际物质投入产出情况;利用一般统计数据,模型对新乡市产业共生网络结构模拟的准确率高达92.6%,显示该模型能较为有效地对产业共生的实际情况进行模拟.      

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.