北京大学及周边地区非取暖期植物叶片中的多环芳烃

采集了北京大学校园内及周边交通干线附近 6种植物叶片样品 ,分别测定了叶蜡和叶组织中的多环芳烃含量 ,同步测定了叶蜡、叶脂、气孔密度等参数 ,藉以探讨机动车尾气排放对植物叶蜡和叶组织中多环芳烃含量的影响 .结果证实 :交通干线附近样品叶蜡和叶组织中多环芳烃含量显著高于校园对照 .叶蜡中多环芳烃含量较叶组织高 1～ 2个量级 .叶蜡和叶组织中1 6种多环芳烃化合物分布谱相似 ,但高环化合物更多在叶蜡中聚集 ,而低环多环芳烃在叶组织中占优 .叶蜡多环芳烃含量与单位叶面积中的叶蜡含量成反比 。

北京大学非采暖期室内空气中的气态多环芳烃

同步采集并分析了非取暖期北京大学住宅小区和教学楼室内和室外大气样品中气态PAHs含量.结果表明,室内空气中气态PAHs含量高于室外.室内外样品相似的化合物分布谱说明室内污染主要来自室外空气.距交通干线近的样点室内外浓度均高于对照样点,说明非取暖期机动车排放是城市室内外空气中气态PAHs的主要来源.挥发性弱的高环化合物含量表现出比低环易挥发化合物更明显的随距交通干线距离变化的趋势.此外,所有室内空气中气态PAHs含量均高于对应的室外样品.

北京城市道路地表径流及相关介质中多环芳烃的源解析

将道路地表径流及降雨、路面积尘和行道树树冠穿透水作为整体系统,对其中多环芳烃（PAHs）的来源进行分析.选择北京市3种主要类型城市道路（主干路机动车道、主干路自行车道、支路）,于2006年雨季对上述4类介质进行采样分析.结果显示,5-6月各介质中PAHs的平均浓度明显高于7-8月.应用因子分析和多元回归方法解析各介质中PAHs的来源.因子分析结果表明,径流中的PAHs更多体现路面积尘的来源特征,但在自行车道和支路,雨水和树冠水的影响也分别得到体现.多元回归结果表明,路面积尘和地表径流中PAHs的来源,在支路和主干路机动车道以机动车排放源为主,在自行车道,机动车源和燃煤源的贡献相近.雨水中的PAHs以燃煤/燃油源为主,行道树树冠水中机动车源的贡献较大.

北京地区水泥行业的物能代谢及其环境影响

利用物质流分析方法,对北京地区水泥生产和使用过程的物能代谢及其环境影响进行研究。水泥生产过程物能代谢的时间序列分析表明,从1949至2002年,水泥产量呈加速增长的趋势,对区域生态系统产生了巨大的扰动。水泥生产过程环境影响的主要表现包括占用和破坏土地资源;消耗大量的矿质原料和能源;排放CO2;造成环境酸化、人体健康损害和环境富营养化。水泥生产和使用过程物能代谢的空间格局分析显示,水泥产量和水泥生产过程环境负荷的空间差异非常显著。由于产地与使用地分布格局的明显错位,以及外地水泥的大量调入,2001年水泥运输过程中的能源消耗与该年本地水泥生产过程中的能源消耗大致处于同一水平。在水泥最终产品混凝土的生产过程中,2001年的砂石消耗量及其生态包袱的总和是该年本地水泥生产过程资源和能源消耗量及其生态包袱总和的4·2倍。由此可见,只有将物质流分析贯穿水泥生产和使用的全过程,才能比较客观地揭示出水泥行业物能代谢及其环境影响的实际情况。

北京城市道路地表径流中PAHs的污染特征研究

以北京城市道路地表径流中的PAHs为研究对象,于2006年雨季在海淀区成府路和海淀路设置3个采样点采集了6场地表径流和同期雨水样品,分析了溶解相和颗粒相PAHs的浓度.对地表径流和雨水样品中PAHs的浓度特征,地表径流中PAHs在时间和空间上的变化,及辅助参数的相关性进行了探讨.结果表明,海淀路地表径流EMC值大于成府路,自行车道地表径流EMC值与机动车道相近,道路地表径流PAHs的污染程度不能仅根据车流量判断.对单场径流历时中PAHs浓度变化的分析和累积污染负荷曲线的研究均表明,道路径流初期冲刷效应并不是普遍发生的,而是受路面积尘特征和降雨条件等多种因素的影响.

北京市通州区地表水中多环芳烃的分布与季节变化

在北京市通州地区河流沟渠上设立23个采样点,于2005年7月、10月、12月和2006年3月分四次采集水样·采用SPE-GC-MS内标定量分析方法,检测了水体中16种美国EPA优控多环芳烃(PAHs)的浓度·结果表明,通州地区河流水体∑PAHs全年浓度范围为87—1889ng·l-1,夏季最高,春季最低·南部的凉水河/凤港减河、凤河高于中部的通惠河/北运河/沟渠,北部的潮白河相对较低·16种PAHs以二/三环为主,所占比例将近90%·

基于SWAT 2000模型的流域氮营养素环境自净效率模拟——以杭埠—丰乐河流域为例

应用分布式非点源污染模型SWAT 2000对杭埠—丰乐河流域的水文、泥沙以及水质模拟进行校核,验证了模型在该研究区的适用性。对基于SWAT模型的氮营养素自净效率计算方法进行完善,即考虑流域本底情况,计算全流域和河流的自净效率分别为0.991和0.005;由于计算时无法考虑地下水的贡献和无法统计NH4+-N和NO2--N的入河负荷,实际河流氮营养素自净效率要高于计算值。给出流域氮营养素自净效率的月际变化特征;进一步计算各个亚流域的环境自净效率,获得其空间分布特征。

1950年以来BHC在杭州环境中积累、迁移与残留动态的模拟研究

根据区域环境背景值、BHC施用量及其物化性质参数 ,以逸度模型为工具 ,建立了描述BHC在杭州多介质环境中迁移转化的动态模型 .通过模拟结果了解各时期BHC在气、水、土壤、沉积物、鱼、植物叶和根等 10种环境介质中的积累、迁移和残留情况 ,并考虑了环境介质物理性质差异、温度对BHC热力学参数的影响 ,及对其环境行为和归宿的影响 .模型模拟了自 195 2年BHC在研究区域大量施用以来 ,在环境中逐渐累积并达到稳定 ,因BHC禁用又逐渐消失的过程中 ,BHC在各环境介质中的分布、浓度及其在毗邻介质间迁移通量的动态变化 .对模拟结果与实测BHC浓度的验证表明二者吻合较好 .虽然杭州地区有机氯农药用量远高于其它地区 ,但由于该区温度较高有利于BHC的降解和挥发 ,目前BHC的浓度和残留量均低于北方地区 .该研究的成果可用于有机污染物暴露风险评价 。

黄河三角洲地区资源-环境-经济系统可持续性的能值分析

黄河三角洲地区位于沿海开放地带,经济地位特殊而重要。而三角洲又是生态环境脆弱带,在资源开发中承受着巨大的环境压力。环境与经济的协调发展是黄河三角洲永恒的主题。基于能值理论与方法,通过一系列能值指标的建立,对黄河三角洲地区环境经济系统进行了分析评估,结果表明该地区能值用量较大,经济迅速增长的同时,资源消耗与环境问题日益突出。在此基础上,通过可持续性能值指标的动态分析为该地区实现可持续发展提出建议。

区域经济发展对生态环境压力的定量评价

本文提出了评价区域经济发展对生态环境压力的一种定量方法 :生态环境压力指数法。该方法设计了一个 0～ 10 0尺度的生态环境压力指数 (ESI)作为量度区域经济发展对生态环境的压力的大小。生态环境压力指数 (ESI)由资源能源消耗分指数 (RECI)和环境污染分指数 (EPI)来计算。根据ESI数值和RECI与EPI的关系 ,可以判断生态环境压力的变化和主要来源。该方法被成功地应用于评价中国工业经济发展对生态环境压力的现状和长期趋势。结果表明 ,该方法具有较强的综合性 ,较高的可靠性 ,较好的直观性 ,同时原理简单 ,计算简便 。

天津地区地表水中多环芳烃的生态风险

以天津地区46个水样中8种多环芳烃的监测浓度及其对6至38种水生生物的LC50为基础资料,用重叠面积和联合概率曲线两种概率风险评价的方法分析这些多环芳烃的相对生态风险.结果表明,所研究的化合物中蒽的风险最大.进一步,基于"等效系数"概念,计算各样点多环芳烃的等效总浓度,用概率风险评价方法分析了8种多环芳烃联合作用的总生态风险,并与风险商结果对比.结果显示,总生态风险显著高于任一多环芳烃的单独作用.计算采用的两种剂量 效应关系的不同假设对最终结果影响不大.

北京东南郊大气TSP中多环芳烃浓度特征与影响因素

对2005-03～2006-01北京市东南郊3个采样点大气总悬浮颗粒物(TSP)样品进行分析,总结了研究区内TSP以及TSP中16种PAHs的浓度特征和季节变化规律.研究区内16种PAHs浓度总和的范围在0.29～1184.48ng/m3之间,均值为239.44ng/m3;分别用气象参数(温度、风速、气压、相对湿度)和大气API指数(二氧化硫、二氧化氮、PM10)与PAHs浓度进行了偏相关分析,结果表明温度和SO2的API指数与PAHs浓度相关显著,应用逐步回归方法得到PAHs对气象参数和大气API指数的回归方程,分别为∑16PAHs=572.56-23.18t和∑16PAHs=5.99SO2,可以利用温度和SO2的API指数对PAHs浓度进行估算.

基于小波变换的NDVI与地形因子多尺度空间相关分析

以西藏高原生态系统的NDVI(Normalized Difference Vegetation Index)及其地形影响因子为分析对象,使用小波变换揭示了其多尺度空间格局。通过小波方差尺度图可以辨识出,在研究区域内NDVI及其地形因子存在着41、2 km和25 km等多尺度变异格局。小波多尺度相关分析是对普通相关的一种拓展,使用小波系数分尺度计算了NDVI及其影响因素的相关系数,并与普通相关进行了比较。结果表明,4种地形因子(海拔高度、坡度、坡向和CTI)不论是正相关还是负相关,在较小尺度上与NDVI的相关系数都比较小,一般情况是尺度增大,相关性增大。这反映了地形因子作为大的宏观制约因素对NDVI起作用。实践证明,小波分析对于揭示自然要素的多尺度空间结构和各向异性是一种强有力的工具。

天津地区致癌风险的预期寿命损失分析

预期寿命损失是健康风险评价统一的指标 .本文根据天津的人口统计数据和有关资料求算了天津地区特定致癌风险条件下预期寿命损失 .结果表明 ,单位致癌风险 (10 -5)的污染物暴露下 ,天津地区男性和女性平均预期寿命损失分别为 5 8 4 7min和 6 6 82min .同时发现本底癌症发病率是预期寿命损失的决定因素 ,而相关参数对结果影响较小 .

北京市通州区河流PAHs的源解析

在北京市通州区河流沟渠上设立23个采样点,并于2005年7月、10月、12月、2006年3月分别采集水样。采用GC-MS内标定量分析方法,检测了样品中水体和悬浮物中16种美国EPA优控多环芳烃(PAHs)的浓度。结果表明,通州河流悬浮物中PAHs浓度远远高于水体中PAHs的浓度,水体和悬浮物中PAHs相对浓度的变化反映了不同季节河流PAHs输入途径的特征。PHE(菲,phenanthrene)/ANT(蒽,anthracene)和FLA(荧蒽,fluoranthene)/PYR(芘,pyrene)的分析结果表明,通州河流中PAHs主要来源于燃料的燃烧,且多项特征指数表明通州河流有显著的汽油燃烧、柴油燃烧和燃煤源。运用主因子分析和多元线性回归分析半定量地研究悬浮物中几种主要燃料燃烧源PAHs的贡献率,结果表明,燃煤源、焦炉源、柴油源和汽油燃烧源PAHs贡献率均较高。

北京地区人群对多环芳烃的暴露及健康风险评价

我国北方地区多环芳烃(PAHs)污染严重,为了定量研究PAHs对人群的健康风险,以北京地区人群为研究对象,以美国国家环境保护局(USEPA)的多途径-多介质暴露模型为框架,计算各年龄亚群通过14种暴露途径对PAHs的暴露量。结果表明,儿童、青少年和成人对15种PAH化合物(PAH15)的日均暴露量分别为1.83、1.44、1.20μg·kg-1·d-1。暴露途径中食物暴露为主导(占88.7%),其次是呼吸暴露(6.3%)和皮肤暴露(4.9%)。终身暴露量的81%来自成人阶段。3环、4环、5环和6环化合物对总暴露谱的贡献依次减少。不确定分析结果表明,至少50%人群对PAH15暴露量在2～4μg·kg-·1d-1范围内,暴露量极高和极低的人均很少。健康风险评价结果表明,北京人群由于PAHs暴露引起的平均致癌风险为3.1×10-5a-1,根据动态预期寿命损失方法来估算健康风险,北京地区人群由于PAH15终生暴露所导致的预期寿命损失为193min。PAHs对北京人群健康的影响不容忽略。

不同子流域划分对流域径流、泥沙、营养物模拟的影响——丰乐河流域个例研究

以丰乐河流域为研究对象,选用SWAT2000模型定量化研究不同子流域划分层次对模型模拟结果的影响,得到结论:①不同的子流域划分层次在阈值范围内对径流过程的影响较小,而对泥沙、营养物的影响较大;②就本流域而言,子流域划分层次对模拟结果的影响存在上限、下限两个阈值,高于上限,出现模拟失真,低于下限,尽管可通过调参获得满意结果,但难以满足流域规划与管理对空间数据的要求,阈值的确定与具体的流域特征有关;③就本流域而言,当子流域划分数量比较少时,出口泥沙响应的敏感性高于总磷、总氮;当子流域划分数量比较多时,出口泥沙响应的敏感性要低于总磷、总氮。

北京东南郊大气TSP中多环芳烃的源解析

通过分析2005年3月至2006年1月间北京市东南郊3个采样点大气总悬浮颗粒物(TSP)样品中多环芳烃(PAHs)的浓度,对北京市东南郊大气TSP中的多环芳烃的来源进行了解析.4个季节中16种多环芳烃组分比例变化反映出各个季节PAHs来源的变化;各方向风频数与PAHs浓度的相关分析表明,研究区内PAHs浓度与西北方向的污染来源贡献密切相关;利用比值法进行源解析,发现研究区PAHs的主要来源为燃煤,此外机动车和焦炉源也可以识别出来;应用因子分析和多元线性回归计算出3个采样点各PAHs源的相对贡献率.

北京地区表土中多环芳烃的源解析

采用网格法均匀布点采集了北京地区161个表土样品,测定了其中15种多环芳烃(PAHs)的浓度。利用因子分析-多元线性回归法解析出北京地区表土中PAHs的3种来源,并定量计算了3种源的贡献量。结果表明,北京地区表土中PAHs的特征污染源为煤炭燃烧/交通排放、焦炉及石油,3种源基于多元线性回归法的贡献率分别为48%、28%和24%,对15种PAHs总量的贡献量均值分别为16.36、4.63和3.70μg·kg-1。燃煤/交通源表现为市中心源强高于郊区,焦炉源在大部分区县中存在单一高值点,石油源在市中心及五环外环带呈点状分布。据此推断,北京地区PAHs的源贡献与北京地区能源结构和功能区划有关,能源结构和功能区划的改善是控制北京地区表土中多环芳烃的有效途径。

北京市参考作物蒸散量的时空分布特征

利用北京市各气象站点的长期观测资料 ,使用FAO推荐的Penman -Monteith法 ,计算了各站点逐月参考作物蒸散量ET0 。在此基础上使用插值生成ET0 的灰度分布图与等值线图 ,分析了ET0 的时空分布特征。研究结果发现 ,北京市ET0 分布具有 2个常年稳定的低蒸发中心及多个随季节变化的高蒸发中心。区域内海拔高度与地形变化造成地表温度和热量平衡变化是导致ET0 时空变化特征的主导因素 ;风速、日照时数和相对湿度等气象因素及其综合作用对ET0