2018—2021年安徽省PM2.5和O3时空分布特征及其健康风险分析

利用2018—2021年安徽省空气质量监测数据分析了PM_2.5和O₃时空分布特征及其引发的健康风险。结果表明:从时间分布来看,2018—2021年安徽省PM_2.5年均值下降25.5%,而O₃-8 h年均值则保持持平;PM_2.5和O₃-8 h月均值具有明显的季节变化特征,PM_2.5月均质量浓度和超标天数均在冬季达到最大值,O₃-8 h月均值和超标天数则在夏季达到最大值。从空间分布来看,PM_2.5、O₃-8 h年均值和超标天数均为皖北最高,其次为皖中,最后为皖南。夏季O₃是主要的健康风险因子,冬季PM_2.5是主要的健康风险因子。当PM_2.5超标时,除2021年皖北地区外(PM₁₀是主要的健康风险因子),PM_2.5均是主要的健康风险因子;当O₃-8 h超标时,O₃是主要的健康风险因子。     

Comparison analysis on simultaneous decolorization of Congo red and electricity generation in microbial fuel cell (MFC) with l-threonine-/conductive polymer-modified anodes

Environmental Science and Pollution Research - l-Threonine and three kinds of conductive polymers were applied for anode modification in microbial fuel cells (MFCs) for decolorization of Congo red...     

江淮地区秋季一次典型污染过程分析

结合2018年10月15—20日国控站点监测数据、气象资料及激光雷达走航观测结果,对江淮地区一次重度污染过程进行了分析。利用拉格朗日粒子扩散模型和拉格朗日混合单粒子轨迹模型定性分析了区域污染来源,分别基于激光雷达和空气站实测数据提出了外来源占比的估算方法,结合嵌套网格空气质量预报模式(NAQPMS)的源解析结果,对比分析了外来源占比。以淮北市为例,结合NAQPMS和单颗粒气溶胶质谱的PM2.5在线源解析结果,对比分析此次污染过程的行业来源。结果表明,本地污染累积时段,主要以燃煤和机动车尾气混合源为主(占比>70%);受北方污染输送时段,机动尾气占比显著升高,从19.4%(16日00:00)升至66.7%(17日11:00),淮北市、蚌埠市、合肥市3个城市污染物外来输送占比分别为52.2%~70.6%、48.8%~58.8%、41.5%~59.0%。     

江淮地区城市O3污染过程的非典型特征及其前体物来源分析

为了研究江淮地区典型城市的O3污染来源,该文对一次典型O3污染过程(2020年9月1-10 日)开展了多参数的监测分析,综合多种方法分析了江淮区域的O3和挥发性有机物(VOCs)污染特征及其来源.结果表明,江淮地区城市(合肥、宿州、阜阳、滁州和淮南)O3浓度的日 变化均呈现出非典型的"双峰"特征(日间和夜间均有污染峰值...     

不同方式预处理污泥对微生物燃料电池的影响

为了探究不同预处理方式污泥对MFC（microbial fuel cell,微生物燃料电池）的影响,采用双室MFC反应器构型,以不同预处理方式的污泥作为MFC的底物基质,包括热处理污泥、废碱渣预处理污泥、未处理污泥,并设置静态试验组污泥（开路试验）,考察MFC的产电性能（电压、电功率密度）、pH、COD_Cr、总悬浮物（TSS）、挥发性悬浮物（VSS）、EPS（胞外聚合物）以及三维荧光等参数的变化规律.结果表明:①在所设外电阻条件下（1 000 Ω）,MFC的最大启动电压可达0.3 V;②废碱渣预处理污泥的最大功率密度可达70.1 mW/m2,热处理污泥的最大功率密度可达60.1 mW/m2,预处理后污泥的性能优于未处理污泥;③热处理污泥、废碱渣预处理污泥、未处理污泥以及静态试验组污泥的pH总体呈下降的趋势,废碱渣预处理污泥及热处理污泥总悬浮物和挥发性悬浮物的去除率均高于未处理污泥,且COD_Cr有类似的变化规律.在此基础上,进一步分析污泥EPS的组成成分以及三维荧光光谱图的特性发现,污泥EPS中蛋白质质量浓度最高,并且腐殖酸能够在一定程度上辅助胞外电子基团的转移,三维荧光光谱图也证实了不同预处理方式污泥随厌氧消化过程的变化规律.研究显示,将废碱渣预处理的污泥作为MFC的底物,不仅降低了资源能耗而且提高了MFC的产电性能,实现了综合绿色发展.      

合肥市颗粒物和气象条件对大气能见度的影响研究

利用2019—2021年合肥市气象参数、颗粒物浓度、颗粒物化学组分、颗粒物散射系数、颗粒物粒径谱等的逐小时观测数据,分析了合肥市大气能见度变化趋势及其影响因素。结果表明,2019—2021年,合肥市能见度呈逐年上升的总体特征,并且在季节变化上呈现为夏高冬低,在日变化上呈现为午后最高、夜间最低。相关性分析结果显示,合肥市能见度与颗粒物浓度、相对湿度均呈显著负相关关系,且能见度与相对湿度的相关程度比与颗粒物浓度的相关程度高15.5%~219.2%。相对湿度是直接影响合肥市能见度的主要因素之一,而温度、风速对能见度的间接影响作用相对较小。能见度与颗粒物特性关系研究结果表明:能见度与水溶性离子的相关程度高于与碳质组分的相关程度;当能见度处于较低水平时,能见度与PM_2.5主要组分浓度的相关性明显减弱,相对湿度、超细颗粒物占比、水溶性离子含量和碳质组分含量等因素对能见度的影响逐渐凸显;在较高PM_2.5浓度环境条件下,颗粒物散射系数的显著变化是导致能见度降低的主要原因;小粒径颗粒物对合肥市大气能见度的影响程度相对较高,应优先大幅度降低PM_1.0浓度。     

合肥市冬季PM_(2.5)中水溶性离子化学特征分析

基于2021年12月1日-2022年2月28日合肥市细颗粒物(PM_(2.5))及其水溶性离子连续观测数据,分析了合肥市冬季PM_(2.5)中水溶性离子化学特征以及不同污染程度下水溶性离子化学特征。结果表明:采样期间合肥市PM_(2.5)污染较重,不同污染程度下PM_(2.5)浓度差异较大,中度及以上污染天的ρ(PM_(2.5))平均值分别是清洁天和轻度污染天的2.8和1.3倍。二次水溶性无机离子[硝酸根离子(NO_(3)^(-))、铵根离子(NH+4)和硫酸根离子(SO_(2)-4),简称SNA]是合肥市PM_(2.5)的重要组成部分,随着污染程度的加重,PM_(2.5)二次生成比例随之下降。NH+4是合肥市水溶性离子中中和能力最强的离子,易与NO_(3)^(-)和SO_(2)-4结合分别形成NH_(4)NO_(3)和(NH_(4))_(2)SO_(4)。合肥市SO_(2)和NO_(2)均易发生二次转化,且SO_(2)较NO_(2)更容易发生二次转化。钙离子(Ca^(2+))和镁离子(Mg^(2+))相关性较高,说明合肥市PM_(2.5)可能受扬尘影响较大;钾离子(K^(+))是生物质燃烧的指示离子,氯离子(Cl^(-))与K^(+)相关性较好,说明合肥市PM_(2.5)组分中的Cl^(-)和K^(+)主要来自生物质燃烧。PM_(2.5)中水溶性离子受降水和温度影响较大。     

安徽省臭氧污染特征及气象影响因素分析

基于2016-2018年安徽省68个国控环境空气质量自动监测站点的臭氧(O3)监测数据,研究分析了安徽省O3污染特征及其与气象因子的相关性.结果 表明:安徽省O3污染程度呈现逐年加重趋势,并有显著的季节和月度变化特征.2016-2018年,各年度单月O3日最大8小时滑动平均质量浓度第90百分位数的最大值分别出现在9月、...     

合肥市冬季颗粒物污染传输通道分析及通量研究

综合前后向轨迹聚类分析、激光雷达探测传输量及典型案例,系统分析2018—2020年冬季合肥市主要传输型重污染过程,揭示合肥大气污染输送通道的主要特征和污染期间PM_2.5的传输通量。结果表明：合肥市冬季污染主要输入通道分别为京津冀-山东西部-安徽北部-合肥(35%)、山东南部-安徽北部-南京-合肥(26%)、内蒙古-河北-山东-江苏中部-合肥(24%)、内蒙古-山西-河北南部-河南-安徽北部-合肥(15%);主要输出通道为合肥-六安或安庆-湖北-江西(54%)、合肥-安徽北部-江苏北部(18%)、合肥-河南南部-陕西(17%)、合肥-上海或浙江-海上(11%)。对激光雷达监测结果采用像素检测法分析,结果表明2018—2020年污染传输过程的平均传输通量分别可达20.3、33.7、19.5 t/h,年际差异较大。外源传输通量较高时的主导风向为偏北风,并且风速为3.1 m/s左右。合肥市处于安徽省自北向南污染传输通道的中游区域,受上游城市传输影响显著,典型污染传输型的平均传输通量可比上游城市(淮北市)低57.6%,比下游城市(池州市)高25.5%,且污染过程中常伴随PM...     

合肥市典型臭氧污染特征及成因分析

综合利用环境空气质量常规监测、挥发性有机物(VOCs)在线监测,以及后向轨迹聚类分析、权重潜在源区分析和正交矩阵因子分解法等多种监测分析方法,基于合肥市经历的一次典型臭氧(O₃)污染过程(2020年9月1—10日),系统分析了合肥市O₃污染的典型特征及成因。结果显示,此次污染过程的O₃小时平均浓度高达96 μg/m³,且O₃浓度波动较大,在9月6日13:00达到了224 μg/m³,呈现出快速生成、快速消耗的污染特征,并在夜间呈现出非典型的二次峰值过程。污染期间,合肥市基本处于VOCs控制区,芳香烃对O₃生成潜势的贡献最大(45.2%),其次是烷烃(31.8%)和烯烃(21.5%);污染阶段的VOCs主要来自机动车排放源(44.1%)、燃烧源(21.3%)、工业源(15.3%)、溶剂使用源(12.4%)和天然源(6.9%),累积阶段和污染阶段均受机动车尾气排放和溶剂使用的影响较大。此外,台风外围下沉气流和高温、低湿、低风速等气象条件是引发此次O₃污染过程的主要外因,而合肥市周边的高污染区域则是此次O₃污染过程的潜在外部源区。