深圳市龙岗区大气颗粒物中多溴联苯醚的污染特征研究

为了解深圳市龙岗区大气颗粒物中多溴联苯醚的污染状况,于2017年1月、4月、8月和11月分别采集龙岗区大气颗粒物样品.利用气相色谱-质谱联用仪（GC/MS）对深圳市龙岗区4个功能区（工业区、商业区、居民区和生态区）的80个大气颗粒物样品进行检测,得到PBDEs（多溴联苯醚）8种单体（BDE-28、BDE-47、BDE-99、BDE-100、BDE-153、BDE-154、BDE-183、BDE-209）的质量浓度,同时研究了大气颗粒物中PBDEs质量浓度的时空分布特征.结果表明:①深圳市龙岗区大气颗粒物中ρ（∑₈PBDEs）（∑₈PBDEs为PBDEs 8种单体的加和）范围为0.07~77.80 pg/m3,ρ（∑₈PBDEs）年均值为（6.86±14.17）pg/m3.ρ（BDE-209）范围为0.01~76.23 pg/m3,年均值为（5.10±13.58）pg/m3,BDE-209为主要污染单体.② 4个功能区的ρ（∑₈PBDEs）平均值大小顺序依次为工业区（13.65 pg/m3）>商业区（7.75 pg/m3）>生态区（3.95 pg/m3）>居民区（2.19 pg/m3）,工业区是环境空气颗粒物中PBDEs的主要污染区.③ ρ（∑₈PBDEs）平均值的季节性变化规律为春季（13.32 pg/m3）>冬季（9.18 pg/m3）>秋季（2.17 pg/m3）>夏季（1.51 pg/m3）,符合深圳市亚热带海洋季风气温和气候对环境空气中颗粒物质量浓度的影响规律.研究显示,深圳市龙岗区大气颗粒物中PBDEs质量浓度处于较高水平,污染严重,建议减少含PBDEs产品的生产、使用和运输等活动,或找到更利于环境安全和人体健康的替代品,降低PBDEs对该地区的污染.      

厦门市冬季PM2.5污染情境识别及其与气象条件的关系

为研究厦门市冬季不同PM_2.5污染情境与气象条件和气团轨迹路径特征的关系,结合PM_2.5观测数据,使用AGAGE（Advanced Global Atmospheric Gases Experiment）统计方法识别2014—2018年冬季厦门市PM_2.5观测值、基线值和污染值情境,通过气象数据统计和气团后向轨迹聚类对不同PM_2.5污染情境下气象条件和气团轨迹路径特征进行探究.结果表明:①厦门市冬季不同PM_2.5污染情境下,ρ（PM_2.5）及PM_2.5污染值情境时长占比均呈波动中下降的趋势,具体表现为冬季PM_2.5观测值、污染值和基线值情境下,ρ（PM_2.5）平均值分别从2014年的42.2、90.7、16.4 μg/m3降至2018年的26.3、56.9、8.8 μg/m3,冬季PM_2.5污染值情境时长占比从2014年的10.2%降至2018年的3.0%.②冬季PM_2.5污染值情境下气象要素呈低风速、低气压、高温度、高相对湿度的特征.③冬季到达厦门市的气团轨迹路径中,局地路径由于大气条件稳定易累积形成PM_2.5污染;偏北路径和西北路径易从临近省份携带污染物输入导致PM_2.5污染,属于重要的外源污染输入路径;沿海路径和偏西路径均属于清洁路径,但沿海路径易在福建省北部与偏北路径重合形成污染输入,加强了偏北路径的污染物输送能力.研究显示,近年来厦门市冬季PM_2.5污染有明显减弱趋势,但不利的气象条件和外来污染输入仍会造成PM_2.5污染的发生.      

加入SOA示踪的深圳大气PM2.5受体模型源解析

为厘清包括二次有机气溶胶（SOA）在内的深圳市区PM_2.5各种一次和二次来源贡献,本文于2017年9月2日~2018年8月29日在深圳市大学城点位开展PM_2.5样品采集,并进行化学组分和水溶性有机物（WSOM）质谱测量,共获得162组有效数据.观测期间深圳市大气PM_2.5平均质量浓度为26μg/m³,在传统PMF源解析的基础上加入羧基离子碎片（CO₂⁺）作为SOA的示踪物,加入水溶性有机氧（WSOO）用于计算各因子O/C,验证有机物解析效果.结果表明,SOA可以被独立解析出,其O/C明显高于其他一次污染源中有机物;机动车、二次硫酸盐、二次硝酸盐、SOA为最主要的4个源,对PM_2.5质量浓度的贡献分别为25%、23%、17%和10%,船舶、地面扬尘、老化海盐、建筑尘、生物质燃烧、燃煤和工业贡献均在5%以内.各个源的变化特征表明,机动车、二次硫酸盐、二次硝酸盐、SOA等源贡献呈现冬高夏低的季节特征,与冬季季风条件下源自内陆的污染传输密切相关.污染天气时,二次硝酸盐和SOA的贡献增加相对最显著,因此NOx和挥发性有机物是减排的关键.     

长江流域水生态环境安全主要问题、形势与对策

为进一步深化长江流域水生态环境保护的系统性、整体性科学认识,围绕长江水生态环境安全的主要问题及形势进行了剖析,提出了进一步加强长江流域水生态环境安全保障的对策建议.研究表明:在水环境质量方面,磷污染成为制约水质改善的主要影响因素,农业源排放量占比高,但工业源入河对水体的影响更直接,水库群运行带来的水沙条件变化对磷污染沿程演变有明显影响;在水生态健康方面,长江水生生物资源衰退、湖库富营养化格局发生改变、湿地生态功能退化问题突出;在水环境风险方面,化工围江、航运污染风险引起广泛关注.当前长江流域面临着源头区水资源战略储备减少、区域经济发展与生态环境保护双重压力仍较大、水环境质量仍存问题隐患、水生态系统退化态势未得到根本遏制等复杂且严峻的形势,未来长江水生态环境安全保障仍有诸多挑战.建议统筹长江全流域“一盘棋”,推进区域绿色协调发展,强化磷污染点面源综合管控,着力提升水生态健康水平,同时加快水环境风险隐患排查整治,强化科技创新有效供给.      

人工智能技术对长江流域水污染治理的思考

随着经济的快速发展和城市化进程的不断加速,促使水污染严重的长江流域需从污染物去除过程的建模与优化、污水处理过程的优化控制、水污染监测系统的构建开展水污染治理研究.传统的水污染处理技术存在污染物去除效率预测精度较低、污水优化控制成本较高、水污染监测滞后效应严重的问题.人工智能技术能够有效克服上述问题,因此通过梳理国内外学者利用人工智能技术在污水污染物去除过程的建模与优化、污水处理过程的优化控制及水污染监测系统的构建等方面的研究成果,为全面加强长江流域水污染治理能力提供科学可靠的技术指导.结果表明:①利用人工神经网络技术（径向基神经网络、多层前馈网络-人工神经网络、多层感知器神经网络）对污水污染物去除过程进行建模与优化,为精确预测长江流域重金属（Cr、Cu）、营养盐（TN、TP）、持久性有机污染物〔PBDEs（多溴二苯醚）、HCH（六氯环己烷）〕的去除率提供重要参考价值.②采用污水处理的自动控制技术与人工智能技术（递归神经网络、支持向量机、模糊神经网络等）构建污水智能控制系统,为长江流域实现高效节能的污水优化控制提供重要的技术指导.③利用在线监测仪器和人工智能技术（小波神经网络、多元线性回归-人工神经网络、叠层去噪自动编码器等）建立水污染智能监测系统,为解决长江流域水污染监测响应滞后问题提供有力的技术支持.因此,人工智能技术对长江流域提高污水污染物去除率,降低污水优化控制成本,提升水污染监测时效性具有重要的推广价值.      

基于PCA-SOM的北京市平谷区地下水污染溯源

为了解北京市平谷区地下水污染物来源,以平谷区2010—2018年监测数据为基础,使用PCA(主成分分析法)识别了地下水水质指标因子,使用自组织映射识别了污染物的空间分布.结果表明:通过监测指标间的Pearson检验发现, 平谷区地下水电导率与ρ(Ca2+)(p=0.936)、总碱度与ρ(HCO₃2-)(p=0.981)、ρ(Mg2+)与总硬度(p=0.944)指标之间显著相关.地下水化学类型主要以HCO₃-Ca型为主,其次为HCO₃-Mg型.NH₄+、SO₄2-、Cd、Fe(Ⅱ)、NO₂指标空间分布离散性和差异性较大,存在局部富集现象.通过因子分析法筛选出影响平谷区地下水水质的8个公因子,首要影响因子为溶滤-富集作用(贡献率为22.398%),次要影响因子为农业、养殖业和填埋场等人为活动作用(贡献率为16.533%),雨水下渗作用(贡献率为8.035%)、工业源人为活动(贡献率为7.466%)对地下水也有一定影响.通过比较各指标的SOM(Self-Organizing Map,自组织映射)特征图像和监测井映射特征图像,发现NH₄+受山前地带林业、种植业和平原地带农业、养殖业的双重影响,Na+、Mn受平原地带人为活动的影响;同时,NH₄+、NO₃-、NO₂三者之间及Fe(Ⅱ)与Fe(Ⅲ)之间来源不同,Cd、Al、氰化物三者具有同一来源.研究显示,PCA-SOM(PCA与SOM相结合)可以对地下水化学组分来源进行定性识别与定量分析.      

郑州市氧化铝工业炉窑污染物及源谱特征

采用稀释通道采样法对郑州市一家拜耳法氧化铝企业及一家α-氧化铝企业的PM_2.5、PM₁₀样品进行采集,利用烟气分析仪检测SO₂和NO_x气体的质量浓度.对颗粒物样品中的38种化学组分进行分析,构建相应的源成分谱,运用分歧系数（CD）和组分差异权重分布函数R/U对其特征进行对比研究.结果表明：α-氧化铝源谱中以Cl^-为主（质量分数18.29%~25.21%）,拜耳法氧化铝源谱中以OC和NO₃^-为主（质量分数9.01%~41.87%）.源谱间的分歧系数（CD）显示,同一种生产工艺两种粒径间的源谱比较相似,相同粒径的两种生产工艺之间的源谱差异较大.R/U值对比结果显示,EC、Ca、F^-和Cl^- 4种元素可作为区分两种氧化铝生产工艺的标识组分.     

石灰对生物炭和腐殖酸阻控水稻Cd吸收的效应

采用田间试验,研究了石灰-生物炭和石灰-腐殖酸两种联合修复剂及其不同施用量对酸性土壤中稻米Cd含量、产量和品质的影响,并对不同处理修复效果进行综合评估.结果表明,两种联合修复剂能显著降低稻米Cd含量17.39%~45.96%,降低土壤有效Cd含量18.29%~29.88%,.生物炭、腐殖酸施用量分别为5000,6000kg/hm²时,稻米Cd的降低效果最佳.石灰-生物炭处理中,降低稻米Cd含量的主要因子为土壤pH和土壤有效Cd含量（P<0.05）,而石灰-腐殖酸处理则为土壤有机质含量与土壤有效Cd含量（P<0.05）.施加修复剂后稻米产量可达6637~7890kg/hm²,直链淀粉含量达到19.47%~27.26%;当腐殖酸施用量为7500kg/hm²时可使稻米产量提高10.97%,而石灰-生物炭处理对稻米产量无显著影响;采用层次分析法确定了稻米Cd含量、稻米产量、稻米品质和修复费用在修复效应评估中所占权重为0.608、0.150、0.102、0.140,综合评估结果显示土壤-水稻系统Cd阻控效应的联合修复技术为：在施用1200kg/hm²石灰的基础上同时施加6000kg/hm²腐殖酸.     

基于土壤重金属特征的绿色食品产地环境评价——以重庆(江津)现代农业园区为例

以重庆市江津区现代农业园区内4种农用地类型的653个表层土样为研究对象,测定土壤重金属元素含量.依据绿色食品产地环境相关标准,采用重金属污染指数法对标准中所涉及的Cu、Cr、Cd、Hg、As和Pb共6种重金属元素开展土壤环境质量评价和潜在生态风险评价,并结合用地类型确定绿色农产品生产的适宜性土壤分区.结果表明：除元素Cu、Cr和As外,其他元素的平均含量均高于重庆市土壤背景值;除元素As和Hg外,其他元素的平均含量均高于我国土壤背景值.土壤重金属元素Cu、Cr、Cd、Hg、As和Pb的平均浓度均达到《绿色食品产地环境质量》标准要求,但Cd污染已处于安全警戒线内,应高度警惕和严格监管园区内该元素的污染.水田、旱地和果园的土壤环境均以尚清洁为主,其他园地的土壤环境以轻度污染水平为主.部分水田存在一定程度的Pb污染（轻度）、Hg污染（中度）和Cd污染（中度）,旱地存在一定程度的Hg污染（中度）和Cd污染（中度）,果园和其他园地的土壤存在一定程度的Cd的轻、中度污染.全区符合《绿色食品产地环境质量》标准要求的土壤面积为12.47km²,占农用地总面积的63.64%,旱地、果园、水田和其他园地中符合该标准的面积分别占各自总面积的84.83%、68.07%、56.51%和42.09%.4种用地类型的土壤环境生态风险水平均以低等为主,共占研究区总面积的74.70%.Cd和Hg在园区表层土壤重金属生态风险评估中占有较大的贡献率,应列为优先控制污染元素并对其生态效应开展进一步研究.     

典型西南工业城市春冬季PM2.5来源与潜在源区分析——以柳州市为例

为了揭示柳州城区春冬季PM_2.5的来源及其潜在源区分布和贡献,利用2018年24h自动监测数据和气象数据对柳州市大气污染物浓度变化特征进行了分析,并且使用后向轨迹模型（HYSPLIT）对春冬季柳州市PM_2.5逐日72h气流后向轨迹和前向轨迹进行聚类分析,同时结合潜在源贡献因子分析法（WPSCF）和轨迹浓度权重法（WCWT）对其潜在源区和浓度贡献进行了分析.结果显示,（1）在研究期内,不利的主导风向和工业区布局导致研究区PM_2.5在春冬季污染较严重,且工业源和交通源是其主要本地来源;（2）春冬季PM_2.5高值主要来源于西北和东南方向,其中,西北向PM_2.5主要来源于本地排放,且浓度在空间上呈现西高东低的趋势;（3）春季后向轨迹PM_2.5浓度整体大于冬季,春冬季中对柳州市PM_2.5影响最大轨迹均来自东部的短距离输送,而来自西北的气流轨迹输对PM_2.5贡献最低.春冬季柳州市大气PM_2.5通过气流传输对贵州地区大气环境有较大影响;（4）春季,柳州市PM_2.5的主要潜在源区分布在广西东南部、广东中西部、南海沿岸海域、湖南中部、江西西北部、湖北东部及安徽西北部;冬季,主要分布在广西东南部、广东西南部和南海沿岸海域.