达里诺尔湖水体DOM荧光特征及其来源解析

达里诺尔湖（简称“达里湖”）是内蒙古自治区高原地区重要的生态屏障,探究达里湖水质状况及污染来源,对加强流域水环境治理、改善水环境质量具有十分重要的意义.于2018年9月及2019年6月对湖水进行采样,并通过三维荧光光谱结合PARAFAC（平行因子分析）模型,探究达里湖水体DOM（溶解性有机质）来源及其与水质的关系.结果表明:①达里湖水体中pH较高,ρ（DOC）（DOC为溶解性有机碳）、ρ（NH₄+-N）、ρ（TP）相对较高,均超过GB 3838—2002《地表水环境质量标准》Ⅴ类水质标准限值.②水体中DOM含4种荧光组分.夏季水体DOM主要分布于河流入湖口附近,其中,类腐殖质荧光组分（紫外区类富里酸和可见区类富里酸）占总组分的62.93%,类蛋白类荧光组分（类色氨酸和类酪氨酸）占总组分的36.07%;秋季水体DOM主要分布于东南侧,其中,类腐殖质荧光组分占总组分的40.52%,类蛋白类荧光组分占总组分的59.48%.③达里湖采样点荧光参数表明,达里湖DOM自生源特征较强,腐殖化程度较低.类腐殖质荧光组分与ρ（DOC）、ρ（Chla）均呈正相关,类色氨酸荧光组分与pH呈正相关,类络氨酸与ρ（DTN）、ρ（NH4+-N）、ρ（DTP）均呈正相关.研究显示,达里湖DOM具有陆源与生物源双重特性,DOM的形成与微生物、细菌、浮游生物的生命活动密切相关.      

不同制备温度下污泥生物炭对Cr(Ⅵ)的吸附特性

以城市剩余污泥为原料,于300,400,500,600 ℃温度条件下制备生物炭,通过单因素静态吸附实验探讨制备温度对生物炭吸附Cr（Ⅵ）的影响。结果表明:在500 ℃以内随着温度上升制备的生物炭对Cr（Ⅵ）的吸附量增加,制备温度高于500 ℃后变化不明显;扫描电镜（SEM）、比表面积（BET）、傅里叶红外光谱（FTIR）表征结果显示,热解温度对生物炭表面形貌和官能团组成有显著影响;等温模型及动力学拟合结果表明,生物炭吸附Cr（Ⅵ）为单分子层吸附、物理-化学复合吸附。热解温度对污泥制备生物炭吸附Cr（Ⅵ）的性能有显著影响,最佳制备温度为500 ℃,在此条件制备的生物炭对Cr（Ⅵ）的理论吸附量可达7.93 mg/g。     

化学氧化法修复TPH污染土壤的效果比较及工艺研究

以TPH污染土壤为研究对象,研究了不同化学氧化体系对TPH污染土壤的修复效果及影响因素。研究表明:Fenton、类Fenton及碱活化过硫酸盐3个体系都对TPH污染土壤有较好的修复效果。柠檬酸的加入改善了Fenton体系的催化作用,类Fenton体系降解效果最佳。TPH在类Fenton及碱活化过硫酸盐体系中的降解符合准一级反应动力学,提高H₂O₂、柠檬酸和过硫酸盐的浓度均有利于TPH的降解。强化混合、分次投加氧化剂及减小土壤粒径均可以提高TPH的降解效率,节约氧化剂用量。类Fenton体系中有效成分主要为·OH,碱活化过硫酸盐体系中除了·OH外,还存在SO₄-·或O₂-·等的作用,因此氧化剂利用率较高。     

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.     

北京市典型汽修企业VOCs排放特征与臭氧影响分析

对北京地区27家汽修企业进行调研,选取2家典型汽修企业进行气袋采样-GC-MS-FID采集及分析,定量分析其VOCs的排放特征,并计算其臭氧生成潜势（OFP）。结果表明:使用不同漆料的汽修企业排放特征不同,水性漆企业非甲烷总烃的排放浓度为0.62~36.49 mg/m3,油性漆企业的排放浓度为0~100.39 mg/m3;水性漆排放的VOCs以烷烃为主,占比高达57.16%,丙烷（39.65%）和甲苯（11.41%）是首要污染物;卤代烃（55.51%）是油性漆企业的主要VOCs排放物种,主要组分为1,2-二氯丙烷和1,2-二氯乙烷;水性漆企业的OFP值为144.78 mg/m3,油性漆企业的OFP值为664.43 mg/m3,大气反应活性最大的物种多为芳香烃,芳香烃对OFP的贡献率分别为52.18%和88.44%。     

污水处理过程专家系统的结构特点与应用研究进展

综述了专家系统在污水处理领域的结构和特点、针对的工艺以及应用现状方面取得的研究成果。重点介绍了专家系统中知识的获取和表示、规则的建立以及与故障树和其他人工智能技术的结合情况,并对专家系统在污水处理工艺选择、运行控制以及故障诊断3个阶段的研究现状进行了细致分析。在此基础上,提出了尚需解决的问题以及进一步研究与发展的方向。     

贵州草海湿地溶解性有机物的光谱特征及其与PFASs的相关性分析

为描述草海湿地DOM（dissolved organic matter,溶解性有机物）荧光特征,探究其对PFASs（per-and polyfluoroalkyl substances,全氟及多氟化合物）环境行为造成的影响,利用超高效液相色谱-质谱联用技术和三维荧光光谱技术,结合平行因子分析,开展DOM光谱学特性研究,分析ρ（DOM）与ρ（PFASs）的相关关系.结果表明:①草海湿地中共解析出3类4种荧光组分,分别为类腐殖酸[λ_Ex（360 nm）/λ_Em（450 nm）]、长波段腐殖质[λ_Ex（400 nm）/λ_Em（510 nm）]、类富里酸[λ_Ex（330 nm）/λ_Em（400 nm）]和类色氨酸[λ_Ex（280 nm）/λ_Em（350 nm）],贡献率分别为48.6%、23.6%、22.9%和4.9%,其中类腐殖质总贡献率高达72.2%.在农业生产和人类活动的影响下,总荧光强度大致呈现从入湖区向出湖区逐渐降低、湖心区略高的趋势.②在草海湿地表层水中共检出了12种PFASs,ρ（PFASs）为233.18 ng/L,每种平均值为19.43 ng/L,PFBA（perfluorobutanoic acid,全氟丁酸）是主要污染物;草海湿地入湖区点源影响特征明显,生活污水和农业生产用水是主要的潜在污染源.③相关性分析结果显示,各荧光组分含量均与ρ（PFBS）（potassium perfluorobutanesulfonate,全氟丁烷磺酸）负相关;类色氨酸含量与ρ（PFHpA）（perfluororoheptanoic acid,全氟庚酸）负相关,与ρ（PFTriDA）（perfluorotrideanoic acid,全氟十三酸）则显著正相关.研究显示,草海湿地水体腐殖化程度高,外源特征明显,共检出12种PFASs,初步揭示了草海湿地水环境中ρ（DOM）与ρ（PFASs）的相关关系,其受水体性质及化合物结构等差异的影响,有待进一步开展深入研究.      

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VOCs组分排放清单及其臭氧生成潜势

基于人为源挥发性有机物（VOCs）活动水平统计和源成分谱梳理,采用排放因子法,建立了郑州市2016年VOCs组分排放清单,评估了各类源臭氧生成潜势（OFP）.结果表明,2016年郑州市人为源VOCs排放总量为96215.3 t,排放量最高的是道路移动源（29.7%）,其次是有机溶剂使用源（28.1%）;排放量最高的组分是烷烃（29.8%）,其次是芳香烃（29.0%）.郑州市人为源VOCs的OFP为341291.0 t,贡献最高的排放源是道路移动源（30.5%）,其次是溶剂使用源（28.8%）,其中轻型汽油车、内墙涂料使用、机动车表面涂层、加油站装卸油和非金属矿物制造是OFP的主要次级排放源,也是郑州市降低臭氧污染时需重点管控的VOCs排放源.对于VOCs种类而言,贡献较高的是芳香烃（42.8%）,其次是烯烃（38.9%）,未来应加强对间/对-二甲苯、丙烯和乙烯等物种排放来源的控制.