生态文明建设背景下案例教学法融入《环境科学概论》课程改革探索

案例教学法是一种基于案例开展教学的新的课堂教学模式。本研究将案例分为工程案例、科研案例和情景案例,将其分别融于环境科学概论该门课程的教学中,并在这些案例中融入生态文明建设思想,最后通过问卷调查的方法评估案例教学法教学效果。案例教学法不仅有助于提高学生学习兴趣和独立思考的能力,也有助于实现“三全育人”培养目标。

2018-2021年安徽省PM_(2.5)和O_(3)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O_(3)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O_(3)-8 h年均值则保持持平;PM_(2.5)和O_(3)-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,O_(3)-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)、O_(3)-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O_(3)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O_(3)-8 h超标时,O_(3)是主要的健康风险因子。

唐山市2017年采暖期不同污染等级PM_(2.5)化学组分特征对比与来源分析

为深入了解唐山市采暖期PM_(2.5)污染成因与来源,采用在线监测设备于2017年12月1日—2018年1月28日连续监测了唐山市PM_(2.5)及其水溶性离子和碳质组分(OC、EC)的质量浓度变化,并结合部分常规气体污染物及气象数据进行对比分析.结果表明:①相对湿度的增加和风速的降低促进了污染的发展.②清洁、轻中度污染和重污染时,SOR (硫氧化率)分别为0. 05、0. 08、0. 20,NOR (氮氧化率)分别为0. 05、0. 12、0. 26,随着污染的加重,SO_2、NOx向PM_(2.5)中SO_4^(2-)、NO3-的二次转化现象更加明显.③清洁时,ρ(OC)、ρ(EC)、ρ(SO_4^(2-))和ρ(Cl-)占PM_(2.5)化学组分(水溶性离子、碳质组分)质量浓度总和的68%,主要污染源为燃煤;清洁、轻中度污染和重污染时,ρ(NO_2)/ρ(SO_2)分别为0. 96、1. 14、1. 44,ρ(NO3-)/ρ(SO_4^(2-))分别为0. 94、1. 57和1. 75;重污染时,ρ(SO_4^(2-))、ρ(NO3-)、ρ(NH_4^+)三者之和占PM_(2.5)化学组分质量浓度总和的61%,二次污染物成为主要污染源.④观测期,唐山市轻中度污染和重污染时,受经北京市、天津市等唐山市西部地区方向气团影响频率分别为61%、63%,受该方向气团影响时,ρ(NO_2)/ρ(SO_2)、ρ(NO3-)/ρ(SO_4^(2-))明显增大.研究显示,相较于燃煤排放物在大气污染物中的占比变化,随着污染的加重,工业工艺和机动车尾气排放产生的污染物占比明显增大,区域传输对大气污染影响不可忽略,政府有必要开展区域联防联控、停产限产和限行限号的措施.

北京冬季PM_(2.5)中金属元素浓度特征和来源分析

为了解北京冬季细颗粒物中金属元素的浓度水平及其来源,于2014年12月至2015年1月使用中流量PM_(2.5)采样器在北京城区开展了为期30 d的连续采样,采用滤膜称重法检测PM_(2.5)浓度,电感耦合等离子体质谱法(ICP-MS)分析PM_(2.5)中16种元素总量,并采用富集因子法和因子分析法分析元素污染特征及其来源.结果表明,观测期间PM_(2.5)中主要金属元素为K、Ca、Fe、Al和Mg,占16种元素总量的90.7%.与白天相比,地壳元素如Mg和Al等在夜间的浓度下降30%以上,而人为源金属元素如Cu和Pb等的浓度则上升40%以上.从优良天到重污染天气,上述16种金属元素的总浓度上升1倍,但其在PM_(2.5)中的比例却逐渐降低,说明金属元素的富集不是PM_(2.5)上升的主要原因.随着污染程度的加剧,Cu、Zn、As、Se、Ag和Cd等主要来自人为源的金属元素浓度上升较快,重度污染天与优良天的浓度比值范围为2.9~5.3;而Al、Mg、Ca、Mn和Fe等地壳元素浓度上升则较缓,重度污染天与优良天的浓度比值范围为1.2~1.8.北京冬季PM_(2.5)中金属元素主要来源于燃煤和生物质燃烧、交通和工业排放以及地面扬尘,贡献率分别为34.2%、25.5%和17.1%.

太原市冬季PM_(2.5)化学组分特征与来源解析

为研究太原市城区冬季PM_(2.5)污染特征及来源,于2017年1月对PM_(2.5)及其化学组分(水溶性离子、碳组分和微量元素)、气态污染物(SO_2、NO_2)进行在线观测,结合气象数据,分析了清洁天和污染天PM_(2.5)及其化学组分特征,并利用正定矩阵因子分析法(positive matrix factorization,PMF)对PM_(2.5)进行来源解析.结果表明,2017年1月太原市城区污染天PM_(2.5)质量浓度(239. 92μg·m^(-3))为清洁天的5. 70倍,污染天PM_(2.5)主要化学组分SO_4^(2-)、NO_3^-、NH_4^+、Cl^-、OC和EC分别为清洁天的7. 04、5. 76、6. 51、5. 62、4. 06和4. 70倍;污染天硫的氧化速率(SOR)和氮的氧化速率(NOR)分别为0. 12和0. 19,明显高于清洁天,说明污染天二次转化程度更高; PMF解析结果显示,污染天二次源(35. 06%)、燃煤源(30. 19%)和机动车源(24. 25%)较清洁天分别增长18. 03%、7. 39%和2. 10%,说明太原市城区污染天在管控机动车和燃煤等一次排放源的基础上,更应该注意对二次源前体物的控制.