州河水质评价及溶解氧与各项水质指标相关性分析

为更好掌握州河水质现状,基于州河流域内2018~2022年白鹤山、舵石盘2个监测断面的逐月水质数据,采用单因子评价法、综合水质标识指数法和主成分分析法,对该流域水质进行评价,单因子评价法表明州河主要限制因子为总磷(TP)和氨氮(NH3-N),综合水质标识指数法评价结果表明,州河水质良好,可以达到Ⅱ类水标准,但溶解氧(DO)浓度波动幅度较大。主成分分析也发现州河在冬季和春季水质更差。主成分分析共提取出2个因子,进一步的相关性分析表明DO与水温、CODMn存在负相关关系,与NH3-N、TP、pH存在正相关关系。

达州市空气质量状况及污染防治探索——以2023年1月一次污染过程为例

2023年1月达州市主城区空气质量较往年反弹严重,污染度较高,为了弄清污染成因,将达州市4个国控站点常规六参数、达州市气象台气象参数、达州市大气颗粒物及光化学组分站(水溶性离子、无机元素以及碳组分)等监测数据纳入分析。研究结果表明,主城区出现近3年持续时间最长、污染程度最重的污染过程。首次污染过程时间为1月1日至13日,污染日合计12d,污染期间市内气象整体呈现长时间静稳特征,叠加本地污染排放量大。第二次污染过程时间为1月19日至23日,污染日合计5d,大气环境整体呈现不利气象条件,局部受到春节烟花爆竹燃放影响。为应对达州市主城区重污染天气,达州市各部门开展联防联控,实现早预报、早减排,为主城区污染防治提供了可行经验。

环氧氯丙烷交联柚皮粉对Cu^(2+)的吸附研究

以柚皮为原料,在环氧氯丙烷-Na OH的作用下发生交联反应,制备得到交联改性柚皮粉,研究影响交联改性柚皮粉对水溶液中Cu2+吸附效果的重要因素,并测定其对Cu2+的吸附等温线。结果表明:改性柚皮粉对铜离子的吸附受吸附温度、p H值、吸附剂用量和时间等的影响;最佳反应条件为p H值5,吸附时间90 min,吸附剂投入比例3 g·L-1。在实验条件下,改性柚皮粉对Cu2+的吸附等温线与Longmuir方程具有很好的拟合性,吸附反应为放热反应。

达州市城区环境空气质量变化趋势及CMAQ模型预报分析

利用Spearman秩相关系数法、污染日历图、浓度分析法和CMAQ预测模型研究了达州市城区2015—2019年空气质量状况。结果表明:2015—2019年,达州市城区O_(3) 浓度变化趋势为显著上升(P<0.05),季度变化明显,8月易发生因O_(3) 超标导致的轻度污染状况;CO年均值变化趋势为显著降低(P<0.05);NO_(2)年均值呈上升趋势,但尚未达到显著水平(P>0.05);SO_(2)、PM_(10)和PM_(2.5)年均值呈下降趋势,但变化趋势不明显(P>0.05)。2019年,1月和12月污染最重,PM_(2.5)超标是主因,PM_(10)和PM_(2.5)年均值达标形势严峻,全年一半以上天数的PM_(2.5)浓度超过年均值二级标准限值,PM_(10)也近半;NO_(2)年均值达标形势严峻,全年212 d超过年均值二级标准限值。CMAQ模型对不同污染指标的预测准确率不同,预测PM_(2.5)浓度、首要污染物和空气质量等级时的准确率不及人工预测,预测AQI时的准确率高于人工预测,更多污染指标的预测比较还有待进一步研究。

基于随机森林的川东北城市群臭氧污染预报研究

为探究川东北城市群气象因子间的非线性交互作用对近地层臭氧(O3)污染的影响,并开展未来1~10天的O3浓度预报,本研究基于2017-2021年川东北城市群O3浓度监测数据、气象数据与欧洲中心细网格模式预报资料,分析近5年川东北O3污染时空特征,并以此为基础选取预报因子,经随机森林(RF)模型筛选关键特征因子作为模型输入数据,构建本地化动态时效RF臭氧预报模型。结果表明:1)2017-2021年川东北O3浓度年评价值呈现“M”型的变化趋势;各月O3超标天数与O3浓度月评价值变化均呈现“双峰型”趋势;O3浓度日变化则呈现“单峰型”趋势。2)特征选择结果显示川东北城市群影响O3浓度变化的关键特征因子以气温、云量、起报天O3浓度、海平面气压等变量为主。3)以川东北城市群整体来看,RF臭氧预报模型误差项处于合理范围内,预报性能良好,对川东北城市群O3浓度有较高的解释性。

达州市城区大气污染物浓度变化特征及影响因素分析

利用达州市城区环境空气自动监测站2015—2017年数据,研究了大气污染物的浓度变化特征和影响因素。结果表明:达州市城区未受到SO_2污染,PM_(10)和PM_(2.5)同比大幅下降,NO_2、CO和O_3-8 h浓度有所上升。污染物在不同季节的差异显著性不同,SO_2、CO、O_3-8 h在不同季节之间均存在显著差异(P<0.05),NO_2浓度在除秋季和冬季外的其他季节之间均存在显著差异,PM_(10)和PM_(2.5)浓度在除春季和秋季外的其他季节之间均存在显著差异。不同污染物的月均浓度变化曲线和不同季节的小时浓度变化曲线,以及不同季节的相关性也具有明显的特征。同时,本研究还建立了PM_(10)和PM_(2.5),NO_2和CO分别在不同季节的预测线性模型,为进一步了解污染物之间的相互关系和预测污染物的浓度发展趋势提供了参考。