污染分布范文

2024-06-01

污染分布范文（精选10篇）

污染分布第1篇

现有的财产保险实务对保险损失分布拟合研究使用的主要是单一分布模型, 如韦伯分布、对数伽玛分布等, 而通常严格讲, 服从某一特定分布的观测数据是不存在的, 同时一种保险损失的发生可能存在多种原因, 因此用单一分布模型研究保险的损失分布很可能影响估计精度。J.W.Tukey提出了一种新的分布模型即称为污染分布, 表示为F= (1-α) F1+αF2, 它包含了未知的主体分布F1和已知的干扰分布F2.对污染分布的研究, 20世纪90年代以前主要运用传统的统计方法:画图法、矩方法、MLE、最小距离法等, 而且都是在分布已知或参数形式已知的情况下讨论的;20世纪90年代以后人们开始研究在主体分布未知时污染系数和主体分布的估计问题。因为主体分布未知, 所以只能选用非参数估计, 目前来说主要有经验分布函数和核密度估计两种非参数估计。王巍讨论了基于污染数据使用经验分布给出污染系数和主体分布函数的估计, 并初步研究了估计的性质, 同时还讨论了以污染分布为背景的Edgeworth展开, 伍珊珊进一步研究了该估计的性质, 证明了强收敛性, 给出了收敛速度, 但收敛速度并不理想;因此宁静提出了相应优良的估计, 提高了估计的收敛速度, 并在一定条件下接近最优速度, 模拟结果表明提出的方法是可行的;翁成国等在一定条件下给出了截断情形下污染分布的非参数估计, 利用Kpplan-Meier估计对总体分布进行估计, 并证明了污染系数和主体分布的强相合性, 模拟结果显示拟合程度良好;杨筱笛使用核密度估计构造污染系数和主体分布的非参数估计, 并对正态分布进行了统计模拟, 结果表明有良好的拟合程度, 同时证明了在一定条件下该估计的一致弱相合性[4];王丽燕等证明了在一定条件下论述估计了的强相合性, 并对正态分布进行了统计模拟[1];本文即用污染分布, 采用非参数的近邻估计方法拟合索赔密度函数, 并对污染系数在韦伯分布、伽玛分布条件下的拟合效果进行分析。

2 基本假定

设f1 (x) 为总体X0的未知分布密度, 因受到污染, 只能观察X, 而X～ (1-α) f1 (x) +αf2 (x) , 即f (x) = (1-α) f1 (x) +αf2 (x) , 其中f2 (x) 已知, 为某个与X0独立的污染源的分布密度函数, α∈ (0, 1) 未知, 称为污染系数。

3 α, f (x) , f1 (x) 的估计

设一维随机变量X具有分布函数F (x) 和密度函数f (x) , X1, …, Xn为X的一个样本。根据文献[2]提出的f (x) 总体密度函数的一种近邻估计

$f_{n} (x) = {\begin{cases} \frac{1}{X_{(2 m + j)} - X_{(j + 1)}} \frac{2 m}{n}, \\ x \in [X_{(m + j)}, X_{(m + j + 1)}), 0 \leq j \leq n - 2 m \\ 0, x < X_{(m)} 或 x \geq X_{(n - m + 1)} \end{cases} (1)$

其中, X (1) , …, X (m) 为X1, …, Xm的次序统计量, m=mn是满足2m≤n的自然数。

若用fn (x) 作f (x) 的估计, 可得到在污染分布中f1 (x) 和α的估计:

$\begin{array}{l} \hat{α}_{n} (x) = \inf_{x \in S (f_{2})} \frac{f_{n} (x)}{f_{2} (x)} \\ \hat{f}_{1} (x) = \frac{f_{n} (x) - \hat{α}_{n} f_{2} (x)}{1 - \hat{α}_{n}} (2) \end{array}$

4 定理证明

引理1[2] 若 $m_{n} \to \infty ‚ \frac{m_{n}}{n} \to 0 (n \to \infty) ‚ f (x)$ 在R1上一致连续, 则

$\sup_{x} | f_{n} (x) - f (x) | \overset{Ρ}{\to} 0, n \to \infty$

定理1 设f1 (x) 关于f2 (x) 可识别[4], f1 (x) , f2 (x) 在R1上一致连续, $m_{n} \to \infty ‚ \frac{m_{n}}{n} \to 0 (n \to \infty)$ , 则 $\hat{α}_{n} \overset{p}{\to} α ‚ \sup_{x} | f_{1 n} (x) - f_{1} (x) | \overset{p}{\to} 0$ 。

证明参见文献[4]利用引理1定理易证。

定理2 设f (x) 在点x0处满足 $\lim_{h \to 0} \sup | f (x - h) - f (x) | / | h | < \infty$ , 存在正数列τn, 满足:

$m_{n} \to \infty, τ_{n} \to 0, \frac{m_{n}}{n τ_{n}} \to 0, \frac{m_{n} τ_{n}^{2}}{l o g n} \to \infty (3)$

且f (x0) >0, 则当n→∞时

fn (x0) -f (x0) =o (τn) α.s.

证明因f (x0) >0, 由文献[8]可知x0必属于某一区间[X (m+j) , X (m+j+1) ], ∀ε>0, 记

$\begin{array}{l} a_{n} (x) = \frac{m}{n (f (x) + ε τ_{n})} \\ b_{n} (x) = \frac{m}{n (f (x) - ε τ_{n} / 2)} (此时要求 f (x_{0}) > ε τ_{n}) \end{array}$

$\begin{array}{l} g_{n} (x, a) = F_{n} (x + a) - F_{n} (x) \\ h_{n} (x, a) = F_{n} (x) - F_{n} (x - a) \\ g (x, a) = F (x + a) - F (x) \\ h (x, a) = F (x) - F_{} (x - a) \\ \begin{array}{l} A_{x_{0}} ∶ = {| f_{n} (x_{0}) - f (x_{0}) | > ε τ_{n}} \\ = {f_{n} (x_{0}) - f (x_{0}) > ε τ_{n}} \\ \cup {f_{n} (x_{0}) < f (x_{0}) - ε τ_{n}, f (x_{0}) > ε τ_{n}} \\ \subset {f_{n} (x_{0}) - f (x_{0}) > ε τ_{n}} \\ \cup {f_{n} (x_{0}) < f (x_{0}) - ε τ_{n} / 2, f (x_{0}) > ε τ_{n}} \\ = {X_{(2 m + j)} - X_{(j + 1)} < \frac{2 m}{n} [f (x_{0}) + ε τ_{n}]^{- 1}} \\ \cup {X_{(2 m + j)} - X_{(j + 1)} > \frac{2 m}{n} [f (x_{0}) - ε τ_{n}]^{- 1}, f (x_{0}) > ε τ_{n}} \\ \subset {(g_{n} (x_{0}, a_{n} (x_{0})) \geq \frac{m}{n}) \cup (h_{n} (x_{0}, a_{n} (x_{0})) \geq \frac{m}{n})} \\ \cup {(g_{n} (x_{0}, b_{n} (x_{0})) < \frac{m}{n}, f (x) > ε τ_{n}) \\ \cup (h_{n} (x_{0}, b_{n} (x_{0})) < \frac{m}{n}, f (x) > ε τ_{n})} \end{array} \\ = {A_{11} \cup A_{12}} \cup {A_{21} \cup A_{21}} (4) \end{array}$

由积分中值定理,

$\begin{array}{l} \exists θ_{1} \in (x_{0}, x_{0} + a_{n} (x_{0})) 使 g (x_{0}, a_{n} (x_{0})) = a_{n} (x_{0}) f (θ_{1}) (5) \\ \exists θ_{2} \in (x_{0}, x_{0} + b_{n} (x_{0})) 使 g (x_{0}, b_{n} (x_{0})) = b_{n} (x_{0}) f (θ_{2}) (6) \end{array}$

由定理2条件及f (x0) >0且知an (x) →0, bn (x) →0, 所以, 当n充分大时, 必有常数记为L (x0) 使

$\begin{array}{l} | f (x_{0}) - f (θ_{1}) | \leq L (x_{0}) a_{n} (x_{0}) (7) \\ | f (x_{0}) - f (θ_{2}) | \leq L (x_{0}) b_{n} (x_{0}) (8) \end{array}$

并由式 (1) 可知当n充分大时:

$\begin{array}{l} a_{n} (x_{0}) = \frac{2 m L (x_{0})}{n (f (x_{0}) + ε τ_{n}) τ_{n}} \frac{τ_{n}}{2 L (x_{0})} < \frac{ε τ_{n}}{2 L (x_{0})} (9) \\ b_{n} (x_{0}) = \frac{2 m L (x_{0})}{n (f (x_{0}) + ε τ_{n}) τ_{n}} \frac{τ_{n}}{4 L (x_{0})} < \frac{ε τ_{n}}{4 L (x_{0})} (10) \end{array}$

根据式 (7) 、式 (8) 有:

$\begin{array}{l} | f (x_{0}) - f (θ_{1}) | \leq \frac{ε τ_{n}}{2} (11) \\ | f (x_{0}) - f (θ_{2}) | \leq \frac{ε τ_{n}}{4} (12) \end{array}$

若∈A11, 由式 (4) 、式 (11) , 当n充分大时

$\begin{array}{l} g_{n} (x_{0}, a_{n} (x_{0})) - g (x_{0}, a_{n} (x_{0})) \\ \geq \frac{m}{n} - a_{n} (x_{0}) f (θ_{1}) \\ = \frac{m (f (x_{0}) - f (θ_{1}) + ε τ_{n})}{n (f (x_{0}) + ε τ_{n})} \\ \geq \frac{m τ_{n} ε}{2 n (f (x_{0}) + 1)} \end{array}$

故:

$\begin{array}{l} A_{11} \\ \subset {| g_{n} (x_{0}, a_{n} (x_{0})) - g (x_{0}, a_{n} (x_{0})) | \geq \frac{m τ_{n} ε}{2 n (f (x_{0}) + 1)}} \\ = ∶ B_{1} \end{array}$

若∈A21, 由式 (4) 、式 (12) , 当n充分大时:

$\begin{array}{l} g_{n} (x_{0}, b_{n} (x_{0})) - g (x_{0}, b_{n} (x_{0})) \\ \leq \frac{m}{n} - b_{n} (x_{0}) f (θ_{2}) \\ \leq \frac{m (f (x_{0}) - f (θ_{2}) - ε τ_{n} / 2)}{n (f (x_{0}) - ε τ_{n} / 2)} \\ \leq - \frac{m τ_{n} ε}{4 n (f (x_{0}) + 1)} \end{array}$

故:

$\begin{array}{l} A_{21} \\ \subset {| g_{n} (x_{0}, a_{n} (x_{0})) - g (x_{0}, a_{n} (x_{0})) | \geq \frac{m τ_{n} ε}{4 n (f (x_{0}) + 1)}} \\ = ∶ B_{2} \end{array}$

记ζi=I (x0≤Xi≤x0+an (x0) ) -EI (x0≤Xi≤x0+an (x0) ) , 则:

$g_{n} (x_{0}, a_{n} (x_{0})) - g (x_{0}, a_{n} (x_{0})) = \frac{1}{n} \sum_{k = 1}^{n} ξ_{k}$

由Bernstein不等式及文献[6]易证:

$Ρ (B_{1}) = Ρ {| \frac{1}{n} \sum_{k = 1}^{n} ξ_{k} | > \frac{m τ_{n} ε}{n (f (x_{0}) + 1)}} \leq 2 e^{- \frac{m_{n} τ_{n}^{2} ε^{2}}{4 (f (x_{0}) + 1)^{2}}}$

由式 (3) 得: $\sum_{n = 1}^{\infty} Ρ (B_{1}) < \infty$ , 同理可得 $\sum_{n = 1}^{\infty} Ρ (B_{2}) < \infty$ , 所以有: $\sum_{n = 1}^{\infty} Ρ (A_{11}) < \infty, \sum_{n = 1}^{\infty} Ρ (A_{21}) < \infty$ .同理可证 $\sum_{n = 1}^{\infty} Ρ (A_{12}) < \infty, \sum_{n = 1}^{\infty} Ρ (A_{22}) < \infty .$

由式 (4) 得: $\sum_{n = 1}^{\infty} Ρ {| f_{n} (x_{0}) - f (x_{0}) | > ε τ_{n}} < \infty .$

由Borel-Cantelli引理可得定理2。

推论1 设f (x) 在点x0处满足 $\lim_{h \to 0} \sup | f (x - h) - f (x) | / | h | < \infty$ , 且f (x0) >0, 取 $m_{n} = \frac{1}{2} (n^{\frac{λ + 1}{2 λ + 1}} \log n^{\frac{λ}{2 λ + 1}})$ , 则对任意λ>0, 当n→∞时

$f_{n} (x_{0}) - f (x_{0}) = o (n^{- \frac{λ}{2 λ + 1}} \log n^{\frac{λ + 1}{2 λ + 1}})$ a.s.

证明因mn满足式 (3) , 取 $τ_{n} = n^{- \frac{λ}{2 λ + 1}} \log n^{\frac{λ + 1}{2 λ + 1}}$ , 易知τn满足式 (3) , 由定理2可得推论1。

5 随机模拟

假设某一财产保险的每次索赔额服从污染分布, f1 (x) 为韦伯分布密度函数, 参数为c=6.5、γ=2, f2 (x) 为伽玛分布密度函数, 参数为u=1.5、λ=0.5 (分布选取参考文献[3], 此时f1 (x) 、f2 (x) 满足文献[4]中的可识别条件) 。样本n=10000, mn=500, 运用MatlabR2009a进行随机模拟, 步骤:

① 运用复合抽样法[7]生成样本为n=10000满足如下密度函数条件的随机序列:f (x) = (1-α) f1 (x) +αf2 (x) , f1 (x) 为韦伯分布密度函数参数为c=6.5、γ=2, f2 (x) 为伽玛分布密度函数, 参数为u=1.5、λ=0.5。

② 根据①计算f (x) 的估计fn (x) 。

③ 根据②计算 $\hat{α}_{n} (x)$ 作为α的一个估计。

④ 分别重复上述过程100次和200次, 计算 $\hat{α}_{n} (x)$ 的样本均值 $\bar{\hat{α}}$ 和标准差 $δ_{\hat{α}}$ 及与α最邻近值 $\hat{α}_{n e a r s t} .$

表1每行数据依次为 $\bar{\hat{α}}$ 、 $\hat{α}_{n e a r s t}$ 及 $δ_{\hat{α}}$ , 从表1可以看出, 重复100次与200次对α的估计无论从 $\bar{\hat{α}}$ 还是 $\hat{α}_{n e a r s t}$ 来看, 估计的精度都较高, 且标准差较小, 稳定性好。

参考文献

[1]王丽燕, 张奕, 冯恩民.污染分布密度函数的一种估计方法[J].大连理工大学学报, 2003, 9:552~554.

[2]俞军.一种概率密度近邻估计的相合性[J].数学物理学报, 1986, 4:467~477.

[3]谢志刚, 韩天雄.风险理论与非寿险精算[M].天津:南开大学出版社, 2000:20~68.

[4]刘红玲, 刘建.污染分布的近邻估计[J].数学杂志, 2010, 30:178~182.

[5]陈希孺等.非参数统计[M].上海:上海科学技术出版社, 1989:30.

[6]杨善朝.独立样本最近邻密度估计的强相合速度[J].应用概率统计, 2002, 11:405~407.

[7]高惠璇.统计计算[M].北京:北京大学出版社, 2006:139~141.

[8]薛留刚.一种近邻密度估计的强收敛速度[J].数学物理学报, 1994, 14 (增刊) :16~24.

[9]Aminia M, et al.Negatively dependent boundedrandom varialble probability inequalities and thestrong law of large numbers[J].Journal of AppliedMathematic and Stochastic Analysis, 2000, 13 (3) :261~267.

巢湖东区底泥污染物分布特征及评价第2篇

测定了巢湖东区底泥样品中有机质、总氮、总磷、铅、铜、铬和锌的.含量,其中,表层w(有机质),w(总氮)和w(总磷)的平均值分别为2.016%,0.108%和0.053%;w(Pb),w(Cu),w(Cr)和w(Zn)的平均值分别为40.2,40.1,79.2和123.8 mg/kg.研究了底泥污染物的垂直分布特征,其一般规律是严重污染层高于污染过渡层,污染过渡层高于正常湖泥层.用潜在生态危害系数法对底泥重金属污染作了评价,结果表明,巢湖东区底泥重金属含量高于安徽土壤背景值,但仍属于低生态危害.对有机质与其他污染物之间的关系作了相关分析,其中w(总氮)(y,%)与w(有机质)(x,%)之间的线性方程为:y0.1194+0.0475x,相关系数0.975,线性高度显著,说明总氮与有机质具有同源性.底泥中的w(C)/w(N)为18.62,w(N)/w(P)为2.12,与其他富营养化湖泊比较,没有显著差异.有机指数均高于底泥肥污染标准.

作者：王永华钱少猛徐南妮金相灿黄健赵秋华作者单位：王永华,钱少猛(北京大学,环境学院,资源与环境地理系,教育部地表过程重点实验室,北京,100871)

徐南妮,金相灿(中国环境科学研究院,北京,100012)

黄健,赵秋华(山东省潍坊市环境监测中心站,山东,潍坊,261000)

污染分布第3篇

关键词：溶解态重金属；污染评价；乳山湾

在海水、固体悬浮颗粒、沉积物和海洋生命物质中，重金属都广泛存在着，其多为非降解型有毒物质，重金属之所以是海洋环境的主要污染物之一，是因为他们通过食物链被生物吸收并慢慢地富集起来，在某些条件下又可以被转化成毒性更大的金属有机化合物，对海洋生物及人体健康造成严重的威胁[1]。海水中的重金属会保持在某一水平，是因为重金属进入海洋后，被海水稀释、悬浮物质吸附、沉降，最后至海底的沉积物中，而表层沉积物中的重金属又可以通过某些物理化学反应及生物过程再次进入海水中[2]。由于重金属化学行为和生态效应的复杂性，其分布、变化、迁移以及归宿等是当今海洋环境领域的研究热点[3-6]。

随着社会经济的大力发展，重金属被广泛应用到各个领域，沿岸海域重金属的污染也越来越严重。乳山养殖区位于乳山口附近海域，临近乳山口码头，以养殖滤食性贝类为主，受人为影响严重。近年来，对乳山湾海域沉积物、生物体重金属的研究较多[7-9]，对海水溶解态重金属的研究至今未见报道，本文根据2013年夏季（8）、秋季（10）在乳山养殖区海域的调查数据，分析了溶解态重金属Cu、Pb、Zn、Cd的浓度季节差异及平面分布特征，且对其进行了污染评价，以期为乳山养殖区重金属的进一步研究和污染防治提供科学依据。

1 材料与方法

1.1 站位布设

于2013年8月、10月中旬对乳山湾附近海域进行了2个航次的调查，共设7个站位，分别采集表层海水样品，采集站位布设如图1所示。

1.2 样品采集及分析方法

按照《海洋监测规范》[10]要求，用聚乙烯采样瓶对重金属进行采集，用 1∶5的稀硝酸将采样瓶、过滤漏斗等浸泡数日，依次用蒸馏水、超纯水冲洗干净，再用聚乙烯袋包装待用。用卡盖式采水器采集表层水样，水样经0.45 μm的微孔滤膜过滤，过滤水样用硝酸酸化固定，酸化固定至pH 值均小于2.0 ，均保存在聚乙烯瓶中，密封后避光保存，带回实验室后进行分析。

海水重金属的分析参照《海洋监测规范》（GB17378 -2007）进行。Cu、Pb、Zn、Cd的检测采用原子吸收分光光度法。

1.3 数据处理

文中重金属含量平面分布图用Surfer8.0绘制，对调查海域的海水质量采用单因子指数法进行评价，其计算公式为：

式中：Pi 、Ci 和Si分别为某重金属i项指标、实测数据和评价标准，当 Pi>1，表明水质已经受到污染，当Pi ≤1，表明水质未受到污染，Pi越大，表明水体受污染程度越高。本研究采用国家II类海水水质标准[11]。

2 结果与讨论

2.1 乳山湾附近海域表层海水溶解态重金属含量

夏季乳山湾附近海域表层海水溶解态Cu的浓度介于（2.05～2.98）μg·L-1，平均值为2.48 μg·L-1，溶解态Pb 的浓度介于（0.44～0.85）μg·L-1，平均值为0.66 μg·L-1，溶解态Zn 的浓度介于（6.73～19.27）μg·L-1，平均值为11.14 μg·L-1，溶解态Cd 的浓度介于（0.10～0.25）μg·L-1，平均值为0.17 μg·L-1。秋季乳山湾附近海域表层海水溶解态Cu的浓度介于（2.05～2.85）μg·L-1，平均值为2.40 μg·L-1，溶解态Pb 的浓度介于（0.48～0.80）μg·L-1，平均值为0.65 μg·L-1，溶解态Zn 的浓度介于（5.18～12.42）μg·L-1，平均值为8.32 μg·L-1，溶解态Cd 的浓度介于（0.11～0.24）μg·L-1，平均值为0.15 μg·L-1。在夏、秋季中，溶解态重金属的含量均表现为Zn>Cu>Pb>Cd，夏季的重金属平均含量高于秋季。

2.2 乳山湾附近海域海水溶解态重金属平面分布特征

2.2.1 溶解态Cu的平面分布夏季时，乳山湾附近海域溶解态Cu的平面分布在南北方向上呈现出低—高—低的趋势（图2A），高值出现在近岸区域，最高值为2.98 μg·L-1，但在乳山口附近出现了低值区域，最低值为2.05 μg·L-1。秋季与夏季表现出了相同的分布特征（图2B），高值区位于西北沿岸海域，最高值为2.85 μg·L-1，但在中部出现了一个明显的低值区，是由RS4站位的值偏低引起的，其值为2.23 μg·L-1。

2.2.2 溶解态Pb的平面分布夏季时，乳山湾附近海域溶解态Pb的平面分布呈现出由东北向西南方向逐渐降低的趋势（图3A），在东北部出现了明显的高值区，最高值为0.85 μg·L-1，秋季与夏季表现出相同的分布特征（图3B），高值区位于海区的东北部，最高值为0.80 μg·L-1。

2.2.3 溶解态Zn的平面分布夏季时，乳山湾附近海域溶解态Zn南北方向上表现出先降低后升高的变化特征（图4A），高值区出现在南、北两端，最高值分别为19.27 μg·L-1、15.9 μg·L-1，中间出现了较大的低值区域，秋季溶解态Zn表现出了相同的分布趋势（图4B），南北高值区的最高值分别为11.59 μg·L-1、12.42 μg·L-1。

2.2.4 溶解态Cd的平面分布夏季时，乳山湾附近海域溶解态Cd从北向南表现出先降低后升高的变化趋势（图5A），在海区的中部形成明显的低值区域，高值位于远离海岸的南部区域，最高值为0.25 μg·L-1。秋季与夏季表现出相同的分布特征（图5B），高值区位于调查海域的南部，最高为0.24 μg·L-1。

nlc202309061545

2.3 乳山湾附近海域表层海水重金属污染评价

对乳山湾附近海域夏、秋季溶解态重金属用单因子指数法进行了评价（表1）。从表中可以看出，乳山湾附近海域春、秋季溶解态重金属均未超过国家II类水质标准，说明该海域水质状况良好。

3 结论

通过对2013年8月、10月乳山湾附近海域表层海水溶解态Cu、Pb、Zn、Cd的调查研究，得出以下结论：

2013年乳山湾附近海域表层海水中溶解态重金属Cu、Pb、Zn、Cd的平均浓度在夏、秋季分别为：2.48 μg·L-1，0.66 μg·L-1，11.14 μg·L-1，0.17 μg·L-1以及2.40 μg·L-1，0.65 μg·L-1，8.32 μg·L-1，0.15 μg·L-1，浓度均表现为Zn>Cu>Pb>Cd。

从浓度的平面分布看，大多数重金属高值区都集中在沿岸区域，说明沿岸的工业生产、居民生活等对乳山湾附近海域重金属的浓度产生了影响。

乳山湾附近海域溶解态重金属浓度在夏、秋均未超过国家II类海水水质标准，说明该海域海水水质状况良好。

参考文献：

[1] FORETNER U，WITTMAN G T W.Metal Contamination in Aquatic Environment[M].Berlin：Springer-Verlag，1984

[2] 陈静生，周家义.中国水环境重金属研究[M].北京：中国环境科学出版社，1992：369-376

[3] Robert W，Furness.Heavy metals in the marine environment[M].[s.l]：CRC Press Inc，1990：5-20

[4] Paul M S，Hein J W，Robin H.Cd，Zn，Ni and Cu in the India Ocean[J] .Deep-Sea Research，1992，39（1）：9-35

[5] 李然，李嘉，赵文谦.水环境中重金属污染研究概述[J].四川环境，1997，16（1）：19

[6] Krief M H C，T homas A J，Martin J M.Trace metal（Cd，Cu，Ni and Pb） cycling in the upper water column near the shelf edge of the European continental margin（Celtic Sea） [J]. Marine Chemistry，2002，79：1-26

[7] 崔毅，辛福言，马绍赛，等.乳山湾东流区表层沉积物中有害物质调查研究[J].海洋水产研究，1997，18（2）：39-45

[8] 崔毅，辛福言，马绍赛，等.乳山湾表层沉积物质量现状及其评价[J].海洋水产研究，2004，25（6）：42-46

[9] 李宝泉，李新正，王洪法，等.乳山近海六种重要经济动物重金属含量现状与评价[J].海洋环境科学，2004，29（3）：392-395

[10] 中华人民共和国国家质量技术监督局.GB17378.4-2007海洋监测规范第4部分：海水分析方法[S].北京：中国标准出版社，2007

[11] 中华人民共和国国家标准（GB3097-1997 ），海水水质标准 [S].北京：中国标准出版社，1997

Abstract：Based on the data of surveys during summer（August） and autumn（October） in the surface seawaters near Rushan Bay in 2013，the distribution characteristics of the heavy metal （Cu、Pb、Zn、Cd） were analyzed，and evaluated the level of pollution.The results showed that the concentrations of the dissolved heavy metals were characterized by Zn>Cu>Pb>Cd，and the average of concentration in summer was higher than in autumn.The high concentration value was concentrated in the coastal seawaters，which was obviously influenced by human activities.The concentration values of the dissolved heavy metals in the summer and autumn of 2013 did not exceed those of the Second-Classed Seawater Quality Standard of China，which indicated the quality of the seawaters near Rushan Bay was good.

Key words：dissolved heavy metals； pollution evaluation； Rushan Bay

（收稿日期：2015-02-25）

污染分布第4篇

大连市降水监测始于1982年, 到1985年, 历史上仅出现过3次酸雨, 随后18年未出现酸雨现象, 近几年酸雨污染有加重趋势[3]。本文根据大连市“十一五”期间降水的环境监测数据, 阐述了大连市酸雨污染现状及时空分布变化特征, 分析了酸雨形成原因, 以便为大连市酸雨防治提供参考。

1 研究方法及数据源

1.1 酸雨数据监测及统计

依据《酸沉降监测技术规范》 (HJ/T165-2004) 对点位个数、周围环境及位置的要求, 大连市布设10个常规降水监测点位, 即在市区的各行政区以及县和县级市分别设置1个采样点。采样频率为逢雨和雪必测, 每24小时采样1次;分析项目包括降水p H值、电导率以及9项离子组分 (SO42-、NO3-、Cl-、F-、K+、Na+、Ca2+、Mg2+和NH4+) 浓度, 分析均按照HJ/T165-2004的要求执行。

以降水p H小于5.6的作为酸雨评价标准, 区域酸雨评价标准为:重酸雨区, p H≤4.50;中酸雨区, 4.50

5.6。降水p H平均值采用[H+]浓度雨量加权法计算, 其它离子和电导率的平均值均按雨量加权计算平均值[4]。

1.2 数据来源

降水及环境空气数据为2006年~2010年大连市环境监测中心监测数据, 气流轨迹分析数据来自大连气象台, 排放源贡献模拟计算来自清华大学。

2 酸雨污染现状

大连市酸雨监测结果表明, 2010年大连市降水的p H均值为5.13, 为轻酸雨污染, 降水的p H值范围在3.64~8.37之间, 其中p H<4.50的样品占样品总数的6.0%, 4.50≤p H<5.00的样品占7.8%, 5.00≤p H<5.60样品占13.5%, 5.60≤p H≤7.00的样品占64.9%, p H>7.00的样品占7.8%;全市酸雨频率为27.3%。

2010年大连市降水中阴离子浓度最大的为硫酸根离子, 其次为硝酸根离子, 两者总和占阴离子当量浓度总和的69.9%, 表明降水中阴离子主要来源于人为活动[5,6], 即致酸污染物主要为二氧化硫和氮氧化物;硫酸根和硝酸根离子的当量浓度比为2.0:1, 表明降水中的酸性物质仍以硫酸盐为主, 但硝酸根的比例相对较大。降水中阳离子浓度最大的为钙离子, 其次为铵根离子, 钙离子和铵根离子总和占阳离子当量浓度总和的73.2%, 即降水中主要起中和作用的离子为钙离子和铵根离子。

3 酸雨污染时空变化特征

3.1 酸雨空间分布变化

2010年全市10个降水点位中, 除普兰店市外, 其余各区市县位均不同程度出现了酸雨。沙河口区酸雨频率最高, 达57.9%, p H均值为4.82;其次为旅顺口区和西岗区, 酸雨频率分别为52.5%、48.6%。2006年~2010年, 降水p H值降低的区域主要分布在大连北部及旅顺口区和甘井子区, 降水PH值增加的区域主要分布在开发区及中心城区南部, 5年内庄河市、旅顺口区及甘井子区酸雨频率增加较大, 金州区、开发区和中心城区南部酸雨频率有所降低, 总体上大连市酸雨面积呈现增加趋势, 由2 415km2增加到9 804km2。

3.2 酸雨污染时间变化特征

2006年~2010年, 大连市降水p H的趋势范围为3.45~8.37, 降水p H加权均值为4.96, 属于中酸雨污染, 酸雨频率为29.8%, 主要发生在夏季和秋季, 详见图2;5年间酸雨频率呈不稳定上升趋势, 酸雨频率逐年变化趋势见图3。从降水化学组分变化看, 2007年~2010年降水中硝酸根离子与硫酸根离子的当量比逐年升高, 说明氮氧化物对降水酸度的贡献逐年加大, 2006年~2010年降水中硝酸根离子与硫酸根离子当量比的变化趋势详见图4。

4 大连市酸雨污染原因分析

4.1 降水的化学组成分析

2010年监测数据分析表明, 在酸雨和非酸雨降水中, 硫酸根、硝酸根和铵根离子浓度占离子浓度总和的比例没有明显变化, 但在非酸雨中钙离子浓度占离子浓度总和的比例明显升高, 在酸雨中其比例明显下降 (见表1) , 说明钙离子是大连市降水中主要起中和作用的离子, 当钙离子浓度所占比例下降时降水的酸性就增强。

选择有代表性的两个点位, 位于工业区的甘井子和位于居民区的黑石礁点位, 比较其降水中主要离子含量的比例变化:甘井子点位的钙离子所占比例明显偏高, 甘井子点位Ca2+/ (SO42-+NO3-) 为0.8, 而黑石礁点位其比值为0.3, 与之对应的两点位酸雨频率分别为21.2%和57.9%, 进一步说明了降水中的钙离子起到了中和酸雨的作用。

4.2 酸雨与空气污染物的相关性分析

选择黑石礁 (居民区) 和甘井子 (工业区) 作为研究区, 采用pearson相关系数计算2006年~2010年空气主要污染物浓度与p H、降水中主要离子浓度之间的相关性 (见表2) 。

相关性计算结果表明, 在甘井子的主要空气污染物浓度中, 除可吸入颗粒物外, 二氧化硫、二氧化氮与主要离子浓度之间不存在显著相关性, 而黑石礁的主要空气污染物浓度与主要离子浓度之间均无显著相关关系, 表明大连市本地的空气污染物对酸雨形成影响不显著, 特别是在非工业区。

注:α=0.05水平, ra=0.878

4.3 酸雨形成的气流轨迹分析[3]

为说明大连酸雨形成的气流轨迹, 利用Hysplit4.9轨迹模式和2008年~2009年NCEP再分析气象资料, 计算2008年~2009年每个降水过程期间逐3小时抵达大连地区的后向气流轨迹, 分析大连地区降水的大气输送特征, 并对轨迹进行聚类分析和条件概率分析 (赵恒等, 2009) 。

利用酸性降水期间的211条气流轨迹计算出2008年~2009年大连市酸雨的条件概率场, 同时利用非酸性降水期间的196条轨迹计算出大连市非酸雨的条件概率场, 通过两者对比直观地反映了大连酸雨气团的主要来源。分析结果表明大连酸雨期间, 低空对大连输送的主要来源更偏向于华东和华南等广大内陆地区经山东向北的输送, 并且以华东沿海到山东半岛经黄海中北部为主。

4.4 排放源对酸雨形成的贡献分析[3]

为定量分析各种排放源对大连市酸雨形成的贡献, 以2007年大连市污染源普查结果和2004~2008年环境统计数据为基础, 建立了网格化的本地源排放清单;同时根据能源平衡表的周边污染源排放资料, 得到周边污染源网格清单;并将排放源分配到4km2×4km2网格, 建立了高空间分辨率的模拟用清单, 主要包括二氧化硫、氮氧化物和颗粒物等污染物。

利用美国环保署开发的Model-3/CMAQ模型模拟计算各种排放源对大连市酸雨的贡献。模型计算结果表明, 大连市本地源排放对空气质量的影响较大, 其中SO2和NO2占70%~90%, PM10占50%;本地源排放对酸雨影响较小, 其贡献不足20%, 而外来源通过大气输送对大连市酸雨的贡献十分重要, 华东和华南等广大内陆地区经山东向北对大连的输送占30%~40%, 辽宁其他区域对大连酸沉降的贡献在10%左右。在5月~8月, 日本等境外排放亦对大连市酸雨有一定贡献。

5 结论

综上所述, 目前大连市酸雨污染以硫酸型污染为主, 但氮氧化物对降水酸度的贡献逐年加大, 因此应同时削减氮氧化物的排放。“十一五”期间大连市酸雨污染呈不稳定上升趋势, 本地空气污染物对酸雨形成影响不显著, 本地源排放对酸雨形成有一定贡献, 但以华东和华南等广大内陆地区经山东向北对大连的输送比例较大, 占30%~40%, 辽宁其他区域对大连酸雨的贡献在10%左右。

参考文献

[1]蒋维楣.空气污染气象学[M].南京:南京大学出版社, 2003:366.

[2]指宿, 等.NOx和SOx是如何成为酸雨的.日本:化学, 1996, 51 (6) :356-357.

[3]大连市环境监测中心清华大学大连气象台.大连:大连地区酸雨形成机制及控制对策研究, 2011:233-237.

[4]国家环境保护局.环境质量报告书编写技术规定, 1991:21.

[5]韩贵林, 等.贵阳地区雨水化学于Sr同位素地球化学[J].环境化学, 2005, 24 (2) :215.

污染分布第5篇

在学院区(华东理工大学)和交通居住混合区(闸北区环境监测站)采集大气中不同粒径的微小颗粒物,用湿法消解和高温分解法提取后用冷原子吸收光谱法测定汞浓度;通过两段提取法分别测定挥发性颗粒汞(VPM)、反应性颗粒汞(RPM)和惰性颗粒汞(IPM).结果表明:交通居住混合区的`颗粒态汞约90%集中在＜8 μm中,而学院区则为50%～60%;冬季的颗粒态汞浓度明显高于春季、夏季和秋季,细颗粒物中惰性汞占的比例较大,说明颗粒态汞的形态与形成机制具有密切关系;PM1.6中汞的浓度与207Pb/206Pb、208Pb/206Pb未呈现出相关性,而207Pb/206Pb、208Pb/206Pb比值与燃煤和土壤的同位素比值比较接近,说明燃煤和扬尘可能对颗粒物有较大贡献.大气汞的人为源排污清单初步分析表明:燃煤是上海市大气汞的最主要来源.

作者：修光利张爱东金庆西张大年陈建敏张桂林 XIU Guang-li ZHANG Ai-dong JIN Qing-xi ZHANG Da-nian CHEN Jian-min ZHANG Gui-lin 作者单位：修光利,XIU Guang-li(华东理工大学危险化学物质风险管理研究中心,上海,37;中国科学院核分析技术重点实验室,上海,00)

张爱东,ZHANG Ai-dong(上海市闸北区环境监测站,上海,72)

金庆西,张大年,JIN Qing-xi,ZHANG Da-nian(华东理工大学危险化学物质风险管理研究中心,上海,200237)

航空燃油污染在三通管路的分布试验第6篇

关键词：航空燃油,流场,扩散,污染,交叉

航空燃油污染对于整个燃油系统故障有举足轻重的地位,贯穿在燃油系统故障(尤其是机械故障)的各个环节。燃油的实时监测是飞机飞行的众多技术指标之一;其流量及质量则是重要的参数[1]。同时,燃油管路网络连接复杂,包括许多交叉或者多通部件。

在流体力学中,交叉管道可以定义为若干上游入口以及若干下游出口之间的复杂混合区,混合区的流场大多具有三维湍流特征。垂直的三支路(三通燃油元件)的交叉管道混合区则具有三个显著的流场结构[2]:I)靠近下游存在一个速度剧烈减小的回流区;II)在回流区一侧存在速度增加的收缩区;iii)下游第二回流区。

Mignot(2012)在其论文中指出,该混合区的流量通过流量计测定时的误差可高达60%,并且这种误差在混合区下游8b(b是管道宽度)远的位置都可能存在。

1 试验方法和设备

1.1试验原理

为进行模拟燃油,选用蒸馏水做为研究介质,其中氢氧根离子OH-(源于NaOH)作为模拟研究量,其浓度是通过pH测量仪测定获得。同时,在管道下游位置,加入等量的H3O+(源于H2SO4)。二者中和反应的产物Na2SO4是一种对溶液几乎不产生影响的中性盐,故而在本循环系统中,溶液pH并不因为酸碱的加入而发生改变。与其他浓度测量方式相比,这是选用pH测量法的主要因素之一。

1.2实验设备

本试验设备是三支路的交叉明渠管道。它由三个互相垂直的由玻璃制成的相同水平管道组成,长Lu=Lb=2 m,宽b=0.3 m(如图1所示)。混合区的流动是由主管道Qu和侧管道Qb在交叉区域混合而成为下游的流量(Qd=Qu+Qb)。为控制流动环境,在下游尽头安装有最大高度为Cd 的可调节闸门,下游管道总长度为Ld=2.6 m。安装在下游出水箱处的泵则提供Qu和Qb的上游流量,该流量可通过电子流量计进行实时监测,误差为±0.05 L/s。水深h基本是恒定的,可通过一个可移动的高度计进行测量。两个Mariotte装置可提供等浓度的恒定流量的酸碱溶液。

在单直管道试验(第三节)中,氢氧化钠溶液加入位置是上游(❶),而在三支路混合区试验(第四节)中,氢氧化钠溶液的加入位置是上游入水箱(❷)。硫酸溶液的加入位置是下游的出水箱(❸, 图1),酸碱的流量和浓度都是相同, 以确保完全中和不影响循环系统的性质。

1.3测量仪器

使用Radiometer Analytical公司的PHM210系列的pH测量仪,其上装有直径为12 mm的PHC3005系列的组合电极探头,具有随温度自动偏移的功能,动态采集数据的频率为0.1 Hz,测量误差为0.01单位pH。探头位置在流向(x1或者x2)上有±5 cm的误差,横向(y1或者y2)有±1 cm,水深方向有±0.5 cm的误差。因为pH测量仪适合测量静水pH,所以流体速度对于pH测量也会带来影响。相应的试验表明,在本试验条件(速度约为11 cm/s)下,pH存在0到0.03单位pH的误差。

溶液中的二氧化碳的缓冲作用必须在试验中考虑。系统中同时存在H2CO3, HCO-3和CO $_{3}^{2 -}$ ,这是可逆向移动的二级电离过程。酸和酸根离子与OH-反应,所以OH-的浓度变化原因除了上游碱源的扩散,还有酸碱中和反应。每次测量前进行的校准试验,即逐步在蒸馏水中添加氢氧化钠从而得到pH 和OH-浓度之间的关系。如图(2-a)所示,同一天中不同时间所做的校准试验,其最大误差可达到±0.15 单位pH。碳酸盐的离子浓度可以改变溶液pH,而其离子浓度则与大气中的二氧化碳分压密切相关。如图(2-b)所示,不同日期内进行的校准试验存在差异。试验中,每天测量前都进行校准试验,而整个试验基本不超过5 h,证明了图(2-a)的结果是有效的。

考虑所有的可能误差原因,对于给定的OH-浓度,pH的误差为0.2pH。从校准曲线中,可以得到相同pH相应的误差,从图2可以得出,pH=8时误差为21%,pH=9.5时误差为12%。

2 单直管道的基础试验

2.1试验目的和试验条件

第一部分的试验是在单直管道上进行的,可验证测量方法的可行性。单直管道中的扩散分布已有相关研究[3]。将侧管道停用,则三支路管道就成为单直管道。其上游流量Qu=0.5 L/s,水深h=21 mm,雷诺数Reu=5 850 以及弗洛德数Fru=0.175。氢氧化钠加入流量为Qs= 2.826×10-5 mol/s,加入位置是上游 (❶: x1=0, y1=15 cm, 见图1),注射器底部是垂直的缝隙,以保证纵向扩散瞬间完成。因此,通过测量pH的横向y1分布,可以研究其横向扩散。

2.2pH,浓度和流量

图3-a是单直管道中4个沿流向不同x1截面处的pH测量值,对应的横向OH-浓度如3-b所示。

通过这些浓度分布,可以得到相应整个截面的流量。但是,必须注意到流动是紊流模式,则实际通过某截面A的流量,即加入的氢氧化钠恒定流量为

$Q_{S} = \iint_{A} \bar{u . c} d s = \iint_{A} \bar{u} . \bar{c} d s + \iint_{A} \bar{u' . c'} d s$ 。

式中 $\bar{u}$ 是沿流向的平均速度,若认为管壁光滑,则有 $\bar{u} = Q_{u} / (b h)$ 。 $\bar{c}$ 是OH-平均浓度,可通过pH测量。u’ 和 c’是速度和浓度相应的扰动量,在本试验中不进行定量测量。因此本试验的测量结果 $Q_{m e a n} = \iint_{A} \bar{u} . \bar{c} d s$ 。从图3可以看出,靠近管道壁速度降低,则Qmean比QS小。结果如表1所示,其误差在-10%到15%之间。

2.3横向扩散系数

对于横向扩散,其理论浓度 $\bar{c}_{t h} (x_{1}, y_{1})$ 可通过x1,,y1,扩散源浓度Qs和横向扩散系数εty[3]。后者是流动特征参数,只取决于流动模式。分子扩散系数是10-9 m2.s-1量级,这里不予考虑。

通过比较理论浓度 $\bar{c}_{t h} (y_{1})$ 和试验浓度 $\bar{c} (y_{1})$ 之间的方差,调整扩散系数εty值,最接近试验曲线的理论浓度曲线对应的εty值即为试验εty值。各截面处的试验εty值如图3-b所示,其值随离扩散源的位置增加而减小,这可能是由于上游边界条件(为产生湍流,上游放置有蜂窝状滤网)的影响。不过,扩散系数的理论估计值εty Symbol{B@0.15 h u*,其中h 是流体深度, u*是摩擦速度。本试验中理论值εtySymbol{B@2.5×10-5 m2/s,和试验值在相同数量级上。

单直管道的实验结果证明通过pH测定浓度的方法是可取的,其流量误差在-15%以内,其对应的试验横向扩散系数也与理论数值在同一数量级上。

3 交叉管道试验

3.1试验条件

第二部分的试验是三支路管道混合区试验,在第二章中已经介绍过。水深h=12 mm,上游流量Qu=1 L/s,侧管道流量Qb=3 L/s,上游雷诺数Reu=7 410,弗洛德数Fru=0.026,下游雷诺数Red=29 600,弗洛德数Frd=0.102。氢氧化钠溶液直接加入到上游进水箱(❷,见图1).,以保证混合区x2=0之前的上游区域如x2=-b (坐标定义见图1)的OH-浓恒定。

3.2流动可视化

试验之前,需要进行进行可视化试验,采用橙色染料。已有研究[2]表明,混合区是不稳定的三维湍流。如图4所示,x2=2b和3b之间用白色椭圆形标记的区域是清水, 与侧管道相同, 证明这个区域存在着回流区和纵向浓度梯度。同时,混合区的流量也不是稳定的,不同照片上,清水和染色水之间的边界也是不同的。

3.3浓度

为研究混合区的流动状况,在管道的不同截面处进行测量。在混合区上游,选取x2=-b;在混合区下游,选取x2/b=0.5,0.75,1,2,2.5,3.5等截面,直到扩散基本完成x2=6b。为表征三维特性,在各截面沿水深方向选取4个测量点,分别为z=3,5,7,9 cm (即z/h=0.25, 0.42,0.58,0.75)。

如图5所示,同一水深,从一个截面到另一个截面,沿流向的浓度发生了改变。截面x2=0.5b处平滑的浓度梯度标明混合已经达到0.5b的位置,OH-从左侧(y2小浓度高)向右侧(y2大浓度低)扩散。在x2=6b截面处,浓度梯度基本消失,标明扩散混合基本完成。在同一截面,不同水深处的浓度变化标明了该区域流动的三维特性。同样,图4中所示的现象也表现在截面x2=b到截面x2=2.5b处对应的浓度变化。在截面x2=0.75b处,底部浓度大,而到了截面t x2=2.5处,底部浓度最低,接近于侧管道的浓度。

3.4积分后的流量

pH测量截面的选取与在相同试验条件下的已测速度[4]的截面一致,因此可使用梯形积分得到试验积分流量Qmean [公式(1)],其结果如表2所示,各截面处Qmean和Qs之间的误差都在可接受范围内。不过在截面x2=6b以及x2=3.5b处,未找出相应的速度数据,故而无法计算相应的流量Qmean。但是,在截面x2=6b处,其浓度大约是上游浓度(图5)的四分之一,与二者之间的流量比(Qd=4Qu)的倒数大约相等。

4 结论

航空燃油污染是燃油系统故障的重要因素之一,对其进行实时监控的主要指标为流量和质量。本文设计了能够模拟三通燃元件燃油污染分布情况的试验,即以蒸馏水为研究介质,氢氧化钠为污染源,通过测量pH来确定污染分布情况。

第一部分试验探究pH影响因素,包括二氧化碳的缓冲作用,流体速度的影响,以及外界环境的影响。

第二部分单直管道的试验,主要用于检验试验测定方法的可行性,同时也可研究流体的横向扩散特性。

第三部分的试验模拟了航空燃油三通元件处污染分布情况,试验表明,混合区的流动呈现三维湍流特性,已污染燃油和未污染燃油的分界线是动态不固定的,同时推测出流向扩散、横向扩散以及纵向扩散的进程。

本试验提供的部分数据结果可以为航空燃油流量监测和燃油污染分析提供参考依据,具有一定的现实意义。

参考文献

[1]肖凝,蒋正雄.第四代战斗机燃油系统综述.航空科学技术,2004;(3),36-53

[2]Weber L J,Schumate E D,Mawer N.Expériments on flow at a 90°open channel junction,Journal of Hydraulic Engineering,2001;127(5):340-350

[3]Mignot E,Vinkovic I,Rivière N,et al.Mean flow and turbulentcharacteristics of the mixing layer in an open-channel junction flow.3rd Int.Symp.on Shallow Flows,Iowa City,USA,June 4-6,2012

污染分布第7篇

公路隧道是交通运输线路上一个相对封闭的特殊路段, 尤其对于长大隧道 (长度大于1 km) 而言, 汽车在隧道内行驶时排出的汽车尾气会妨碍车辆的安全行驶, 危害驾驶员的身体健康, 因此需要增加通风设备对长大隧道进行通风。

隧道通风控制是通过对隧道内的有害气体和污染物质浓度进行稀释, 使隧道内的空气质量达到规定标准。对长大隧道而言, 通常采用前馈式通风系统, 所谓前馈式控制是基于前时段进入隧道的检测的交通量, 结合一定的计算方法, 预测下一时段的交通量, 进而获得下一个时刻VI和CO浓度增量, 结合下一时刻的实测浓度检测量和控制标准, 通过计算获得下一时刻风机开启的增减量[1,2]。因此, 掌握隧道内的有害气体和污染物的产生、分布、运移规律成为长大隧道前馈式通风控制系统的关键问题。

车辆产生的污染物主要包括:发动机排放的烟雾 (VI) , CO以及行驶过程中扬起的尘埃等, 目前在通风计算中主要考虑的是CO, VI浓度[2]。车辆在穿越隧道行驶过程中排放的污染物首先与隧道内的空气相混合, 然后在隧道内不断扩散移动或衰减转化。然而, 作为一种流体污染物在隧道风流中的扩散十分复杂, 它不仅取决于污染物和空气的物理力学性质, 而且还与隧道内的风速、交通量、车速等因素密切相关[3,4,5,6,7]。

于是, 本文在污染物一维扩散方程的基础上, 提出污染物扩散模型的简化形式, 建立长大公路隧道污染物浓度线性分布模型, 并通过实测数据验证了该模型的可行性。

1 污染物扩散模型的简化

基于统计数据的交通流预测值为控制周期内的平均值 (在控制周期内污染源为常量, 与位置和时间无关) , 故在污染物扩散模型中也假定一个控制周期内的污染物浓度不随时间变化。在一维情况下通用的污染物扩散方程如下[8]:

其中, c为污染物的质量浓度, kg/m3;g为扩散系数, m2/s;q为污染物产生率, kg/ (m3·s) ;v为隧道内的风速, m/s;qf为由于风机引起的污染物运移率, kg/ (m3·s) 。

假定在风机的一个控制周期内污染物浓度分布不随时间改变, 并忽略风机对污染物的影响, 于是有:

于是式 (1) 可简化为:

通常情况下污染物扩散速度远低于风速, 于是有

在隧道入口处的污染物浓度一般与外界空气一致, 即:

于是式 (4) 可转化为:

2 算例

宁波奉化某隧道长3.27 km, 选用一体式的AQM型CO/VI检测器4套 (沿纵向隧道布置见图1) , 它能自动检测隧道内的CO浓度值及烟雾透过率。该CO/VI测量仪由发射/接收头和反射头组成, 通过测量特定红外波和光波的衰减分别测量CO浓度和能见度值。在默认情况下, CO检测器的测量范围为0 ppm~300 ppm, 精度为±1 ppm, VI检测器的测量范围为0 m-1~0.015 m-1, 精度为±0.000 2 m-1。隧道内CO/VI检测器布置见图1, CO/VI检测器布设在行车方向右侧壁人行道上方3.5 m处, 检测头收、发之间的间距为10 m。采用CODEL公司的AFM型风速测试仪 (共4台) , 它采用超声波技术来测量空气流速, 测量范围为-20 m/s~+20 m/s, 精度为±0.1 m/s。该设备也安装于隧道侧壁上, 并具有防水、防潮、防尘功能。

现采用本文污染物浓度计算模型对各监测断面 (Ⅰ~Ⅳ) 的CO浓度进行预测, 计算参数和计算结果见图2, 图3。

由图2, 图3可知:

1) 实测污染物浓度 (CO) 在隧道入口处较小, 随着进入隧道距离的增加, 污染物浓度逐渐增大;

2) 本文污染物简化模型的预测值与实际值比较接近, 最大相对误差为15.54%, 计算精度基本满足工程需要。

3 结语

作为前馈式隧道通风控制系统的关键参数, 公路隧道污染物 (CO和VI) 浓度的大小及分布形式的准确预测在实际工程中至关重要。本文对污染物扩散模型进行了简化, 提出了长大公路隧道污染物浓度的线性预测模型, 结合实测结果对线性预测模型进行了验证, 结果表明污染物浓度线性模型对污染浓度的分布形式预测结果与实际一致, 且计算精度基本满足工程需要。

摘要：以长大隧道的污染物浓度为研究对象, 提出了前馈式隧道通风控制系统中的污染物浓度的线性分布模型, 通过实测数据对所提出模型进行了验证, 结果表明所提出的简化模型计算简便且计算精度能够满足实际工程的需要。

关键词：公路,长大隧道,通风,污染物,计算模型

参考文献

[1]林强, 刘明华, 茹锋, 等.隧道通风系统模糊控制算法研究[J].公路交通科技, 2010, 27 (9) :85-88.

[2]余鹏.基于前馈式模糊控制的公路隧道通风系统研究[D].太原:太原理工大学, 2010.

[3]方勇.公路隧道前馈式通风控制系统研究[D].成都:西南交通大学, 2004.

[4]范厚彬, 樊志华, 董明刚.公路长隧道污染物的运移机理及一维解析分析[J].交通运输工程学报, 2002, 2 (3) :57-59.

[5]何川, 李祖伟, 方勇, 等.公路隧道通风系统的前馈式智能模糊控制[J].西南交通大学学报, 2005, 40 (5) :575-579.

[6]诸静.模糊控制原理与应用[M].北京:机械工业出版社, 2005.

[7]赵鸿鸣, 蒋东湖.高速公路隧道的通风控制及监测[J].自动化仪表, 2000 (10) :37-38.

污染分布第8篇

大型数据中心中使用了大量的现代化用电设备和装置,如信用卡终端设备、通讯系统、计算机、网络控制设备、各种数码办公设备、灯光调控系统、消防系统、监控系统等。繁多的非线性电力负载,给其供电系统带来了严重的谐波干扰。恶劣的谐波环境对保证系统和设备的安全正常运行造成了极大的威胁,诸如:程序运行错误、数据错误、时间错误、死机、无故重新启动,甚至造成用电设备的永久性损坏,给大型的工作造成了难以挽回的巨大损失。因此,大型数据中心的谐波治理已越来越引起人们的关注。

我国在“十一五”期间提出了国内生产总值能耗降低20%左右,主要污染物排放总量减少10%的约束性指标。明确指出了要建。设资源节约型、环境友好型的和谐社会。为了响应国家节能减排的号召,大型数据中心对各项节能指标有严格的要求,但由于其使用了大量变频节能设备,使得现代化数据中心的谐波畸变率往往很高,超出国家相关规定与标准。在消除或抑制大型数据中心系统谐波危害方面,以往只是采取一些防范措施,如根据负载确定电力变压器额定容量时,考虑谐波畸变而留有裕量;为易受干扰设备加装线路滤波器等,但这些都无法从根本上消除谐波危害。针对这样的背景本文详细介绍了大型数据中心分层分布式谐波治理的方案设计、方案实施及效果分析。[1]

2 大型数据中心的谐波污染来源分析

大型数据中心的设备的谐波电流是由各类电力电子设备整流器输入电路导致的。因为各类电力电子设备输入端的整流电路的阻抗不是一个定值,其阻抗随着外加电压的变化发生变化,这就导致整流器从电网吸取的电流不是正弦波电流。其中最主要的整流设备有以下几种:

2.1 变频设备

大型数据中心使用了大量变频节能设备,如:变频空调、变频电梯、变频水泵等。变频类设备内部工作基本均为整流-逆变过程,因此会产生谐波。所产生的谐波种类与整流器脉数有关,具体关系如下:

式中:M=整流器产生的谐波次数,P=整流器的脉冲数,n取自然数。例如,对于3相6脉冲整流电路,谐波有5次、7次、11次、13次等。[2]

2.2 UPS电源

大型数据中心对于重要机房的供电稳定性要求很高,因此常常要应用UPS不间断电源。UPS电源的工作原理与变频设备近似,因此产生谐波的方式和种类也较为相似。一般来说,6脉冲的UPS主要产生5、7次谐波,12脉冲的UPS主要产生11、13次谐波。[3]

2.3 节能灯

节能灯电子镇流器将50Hz电源转换成大约38kHz的高频,因此它将电灯闪烁降低到感受不到的水平。高频电子镇流器工作时由于非线性负载使得电流波形不是正弦波而产生谐波。一般来说,节能灯主要产生3次谐波。

3 大型数据中心的谐波特点

供电系统中谐波可分为电力侧谐波和用户侧谐波。

3.1 电力侧谐波

又称低频谐波,通常是指40次以下的谐波,尤以3、5、7、9等次谐波为代表,主要对供电系统产生危害,造成电网供电效率下降,电容发热甚至烧毁等。

3.2 用户侧谐波

又称高频谐波,通常是指40次以上的谐波,频率通常在2kHz以上,主要对用电设备产生危害,造成工作质量下降、死机、损坏、寿命下降等。

表1为谐波的分类比较与治理。

但是大型数据中心的谐波又有其特点:

(1)存在集中的谐波源,谐波的分布较密集。

(2)UPS下端的设备较多,大型数据机房较多,计算机类设备的分布很广,需要对谐波进行全面的治理。

(3)谐波畸变率很高,一般高达40%〜50%,远远高于国家标准。

4 大型数据中心的谐波危害

大型数据中心的设备是通过电网阻抗对其他设备形成干扰的,这个过程如下:

1)各类电力电子设备产生谐波电流;

2)谐波电流流过电网阻抗时,产生了谐波电压;

3)谐波电压对其他设备产生了干扰。

根据以上机理,我们可以得出一些结论:

(1)判断设备是否受到各类电力电子设备谐波电流的影响,需要看谐波电压畸变率,一般超过5%就会导致设备的误动作;

(2)设备距离各类电力电子设备越近,谐波电压越高,越容易受到各类电力电子设备谐波电流的干扰;

(3)电源越弱,例如小容量变压器、发电机、UPS等,各类电力电子设备的谐波电流干扰越强;

(4)设备与变压器之间的电缆越长,设备越容易受到各类电力电子设备谐波电流的干扰。

谐波电流流过电源内阻时产生的典型电压畸变是电压波形平顶。这种平顶电压除了对电子设备产生直接干扰外,还对电子设备有隐性的危害和影响,这包括:

(1)缩短设备寿命

大部分电子设备的输入端是开关电源,而开关电源的直流母线电压由交流电的峰值电压决定,而不是由有效值决定。每半个周期,平滑电容上的电压被充电到交流电的峰值电压,当交流电的峰值过后,由电容放电来维持电子设备的工作,因此直流母线上的电压会有小的纹波。当交流电发生平顶时,直流母线的电压降低,这时开关电源为了维持同样的功率,必须吸取更大的电流,这会增加内部发热。

(2)降低设备抗电压跌落性能

电子设备的一项重要指标是抗电压跌落特性,也就是,当电压出现短暂跌落时,设备要能够保持正常的工作。设备是依靠内部电容存储的能量来实现这个功能的。电容所储存的能量越大,设备在外部供电缺失的情况下能够维持的时间越长。对于电容量为C的电容器,它所储存的能量是UC/2,其中U是电容上的电压,等于交流电的峰值。

平顶畸变的电压意味着交流电的电压峰值降低,反映在电容上就是电容所储存的能量减少,这时,设备就不能再具有所设计的抗电压跌落特性了。

(3)影响电源切换

设备使用应急电源(其内阻较大)会产生更大的谐波电压畸变率,这时会出现下述问题。当外部供电恢复时,应急电源产生的较高的电压畸变率会影响供电从应急电源向外部电源切换。因为较高的畸变率会影响应急电源与外部电源的同步,没有同步,两个电源不能并联起来。为了实现同步,必须减小负载,帮助电源切换。

5 针对大型数据中心的分层分布式谐波治理

传统的谐波保护解决方案只是从单一的设备入手,针对狭窄的谐波频率,所谓“头疼医头,脚痛医脚”,无法从根本上解决问题。为解决这一问题,结合数据中心的谐波情况,提出分层分布式谐波治理整体解决方案。

ELECON公司的HPD2000谐波保护柜,针对电力侧低次谐波,为谐波治理提供了完美的解决方案。其采用ELECON公司研发的最新技术,可以快速准确地实时跟踪整条低压回路,检测出实时谐波情况,并通过优秀的算法,控制IGBT,实现对谐波的补偿。

HPD1000及HPD99谐波保护器,针对用户侧高次谐波(2kHz〜10MHz)的污染,为用电设备提供谐波保护,改善越来越恶劣的电能质量的设备。其采用了超微晶合金材料与创新科技的特别电路,瞬时滤除电源中的尖峰、杂波,修正因谐波影响而产生畸变的电源波形;对噪声进行吸收,修正电源波形,使电源波形变得光滑清洁,既提高了电网质量,又保证了仪器设备的正常运行。

5.1 分层分布式谐波治理的设计方案

在变电室每段400V母线处设置HPD2000谐波保护柜,用于治理低频谐波;同时在变频空调、变频电梯等重干扰源供电的出线位置,设计HPD1000谐波保护器,可以减少干扰源对其它用电设备的影响;

同时,高次谐波干扰的抑制必须采用区域控制的方法,即在需要保护的设备周围分层布置谐波治理设备。因此,在干线配电箱处设置HPD1000。并且在重点区域的终端配电箱处设置HPD99。如图2所示。

根据此设计方案,我们以某通讯公司的大型数据中心机房的谐波治理为实例,进行详细阐述。该公司大型数据中心建成后,已投入使用1年,但用户反映自投入使用后,无功补偿系数一直达不到目标值,电缆异常发热现象较为明显,并常伴有计算机无故死机的现象。根据用户反映的现场情况,检测工程师对现场的谐波进行检测。

5.2 治理前数据

测量点一(1#变压器低压进线柜)的谐波检测数据:

检测仪器:FL-UKE434电能质量检测仪(美国)

具体测量点如图3所示:

·1#变压器低压进线柜

·2#变压器低压进线柜

·UPS主出线柜·中心机房主进线

从图4中可以看到:总电流为860A〜900A,电流的畸变率高达10%,电流谐波含量已经大大超过了国家的标准,主要为5、7、11次谐波。

测量点二(2#变压器低压进线柜)的谐波检测数据见图5。

从图5中可以看到:总电流为720A〜780A,电流的畸变率达到8.3%,电流谐波含量已经超过了国家的标准,主要为5、7、11次谐波。

测量点三(UPS主回路)的谐波检测数据:

从图6中可以看到总电流为95A〜100A,电流的畸变率高达63.2%,电流谐波含量已经大大超过了国家的标准,主要为5、7次谐波,是变压器1#进线端的主要谐波源。

测量点四(中心机房出线回路)的谐波检测数据:

从图7中可以看到:

总电流为11A左右,电流的畸变率高达36.2%,电流谐波含量已经大大超过了国家的标准,主要为3、5、7、11次谐波。

5.3 治理方案

根据该公司现场的谐波检测报告和分层分布式谐波治理的理论,在变电站低10kV压主进线侧无功补偿柜后,安装HPD2000谐波保护柜;在各机房供电配电箱内,安装HPD1000谐波保护器。

具体选型:

1)1#变压器低压总进线端电流在900A左右,谐波电流THD=10%,即90A,采用HPD2000的电流大小可选型范围为

2)2#变压器低压总进线端电流在780A左右,谐波电流THD=8.3%,即65A,采用HPD2000的电流大小可选型范围为75A〜125A。

3)在机房配电箱处安装HPD1000谐波保护器,治理高次谐波,减少高次谐波对计算机设备的危害。

具体清单如下表所示:

安装位置:

5.4 治理后效果

治理前后测试数据对比:

检测仪器:FLUKE434电能质量检测仪(美国)

·电力侧谐波治理效果

·用户侧谐波治理效果

通过对该机房的谐波治理,以及治理后的检测,可以总结得出以下结论:

1系统电流波形明显变好,治理前的畸变曲线变为相对平整的正弦曲线,如图10中波形图对比;

2电流畸变率明显降低,从治理前的12%降低到只有3.9%,符合治理目标,主要5、7次谐波电流被消除到标准范围内,如图10中电流畸变率柱状图所示。从现场情况看,无功补偿柜工作正常,电缆异常发热现象不再出现。

3该位置的电力侧谐波基本在国家标准的范围以内。在HPD1000投运前,明显含有用户侧谐波;但当HPD1000投运后,用户侧谐波得到了明显的消除,受用户侧谐波干扰导致计算机无故死机的现象也得到了明显的改善。

5结论

就目前市场而言,谐波治理产品种类繁多,但更多的为单一产品。该数据中心机房的分层分布式治理设计与实施方案均是根据美国电气控制有限公司(ELECON)的HPD系列谐波治理产品及该机房变配电系统而进行的,使该大型数据中心的谐波得到了有效的治理。从成本、性能、可靠性等角度综合考虑,该方法具有较高的性价比。

摘要：大型数据中心在国民经济中起到了不可替代的作用,但其繁多的非线性电力负载,如通讯系统、大型计算机、网络控制设备、变频空调、各种数码办公设备、灯光调控系统、UPS、监控系统等给其供电系统带来了严重的谐波干扰,对大型数据中心的运行安全造成了极大的威胁,为此我们分析研究了其谐波产生的根源及谐波的类型和数值,结合实例采用了分层分布式的谐波治理设计方案,取得了良好的效果,解决了大型数据中心的谐波污染问题。

关键词：大型数据中心,谐波干扰,分层分布式治理

参考文献

[1]程浩忠.电能质量概论[M].北京:中国电力出版社,2008.

[2]周春冬.浅谈变频器谐波的干扰及防治措施[J].黑龙江科技信息,2009(1).

[3]刘兴纲.通信机房电力谐波分析及改造[J].电源技术,2009(8).

[4]姜齐荣,赵东元,陈建业.有源电力滤波器[M].北京:科学出版社,2005.

[5]孟伟,马晓光,张英.对电网谐波治理的探讨[J].东北电力技术,2000(10):38-40.

[6]Po-Tai Cheng,Bhattacharya,S.,Divan,D.M.“Application of dominant harmonic active filter system with 12pulsen on linearloads”Power Delivery[M].IEEE Transaction.

[7]Xiao dong Liang,Jackson,W.Investigation of non-linear devices modeled as a harmonic current source[C].I n d u strial and Commercial Power Systems Technical Conference,2008.ICPS2008.IEEE/IAS.

污染分布第9篇

1 水样采集及分析方法

采样位置:北方某城市污水处理厂进水口。

采样频率:2008年11月19日-12月16日, 每隔一天采样一次。

分析方法:COD采用重铬酸钾测定法;NH3-N采用纳氏试剂光度法;TN采用碱性过硫酸钾消解-紫外分光光度法;TP采用过硫酸钾消解-钼锑抗分光光度法。原水样的污染物为总污染物, 将水样通过0.45μm滤膜过滤, 滤液的污染物为溶解性污染物, 悬浮性污染物量等于总污染物浓度减去溶解性污染物浓度。

2 城市污水中的存在形态及分布规律

2.1 COD的存在形态与分布

城市污水中COD的含量及变化见图1所示, 总COD浓度为153~484mg/L, 波动范围较大, 平均为315.9mg/L, 其中溶解性COD为73~263mg/L, 所占比例为47.1%~55.4%, 平均为51.2%, 可见, 该城市污水中有机物溶解态和悬浮态各占一半左右。污水中有机物又可分为易生物降解有机物和难生物降解有机物, 城市污水中溶解性COD可代表易生物降解有机物的含量, 而悬浮性COD代表难生物降解有机物的含量。

2.2 磷的存在形态与分布

磷是引起封闭性水体富营养化的元素。污水中存在磷酸盐和聚磷酸盐等无机磷酸盐和磷脂等有机磷酸化合物, 污水中磷的存在形态与分布见图2所示, TP浓度为0.90~4.69mg/L, 平均为2.06mg/L, 溶解性磷浓度为0.33~3.34mg/L, 所占比例为28.7%~77.2%, 平均为59.0%。该城市污水中溶解性磷与总磷的波动趋势相似, 说明污水中溶解性磷的浓度与总磷的浓度成正比。

2.3 氮的组成与分布

氮的存在形式主要是有机氮和无机氮, 无机氮包括氨氮、亚硝酸盐氮和硝酸盐氮。由于污水中亚硝酸盐氮和硝酸盐氮所占比例非常小, 所以无机氮仅以氨氮形式存在。污水中氮的存在形式与分布见图3和图4。由图3可以看出, 该城市污水中TN浓度为19.6~44.8mg/L, 平均为30.7mg/L, 溶解性氮所占比例为76.5~91.9%, 平均为86.4%, 氨氮所占比例为57.6~95.1%, 平均为68.0%, 表明该城市污水中TN主要以溶解态存在, 溶解性氮主要以氨氮形式存在。由图4可以看出, 无论总氮、有机氮、无机氮都以溶解态为主, 其中悬浮性有机氮所占比例较大, 为35.9%, 而悬浮性总氮和无机氮所占的比例仅为13.3%和7.4%。

2.4 碳氮比与碳磷比分析

碳氮比 (COD/TN, C/N) 指微生物为了自身生理组成所必须的营养元素, 更重要的是反映进行生物脱氮时, 废水中是否有足够的碳源来满足反硝化脱氮时微生物的需求。研究表明, 当废水中的C/N=8.04~11.85时, 满足生物脱氮的要求, 该城市污水C/N≈10.3, 满足反硝化的碳氮比需求。碳磷比 (COD/TP, C/P) 是影响废水生物除磷效果的重要因素。当C/P>32, 磷的去除效果稳定在90%~98%, 该城市污水C/P=63~153, 满足生物除磷的要求。

3 城市污水处理对策

由于城市污水的处理工艺很多, 不同处理工艺对污水中污染物去除情况也不同, 所以污水处理厂应根据污染物的存在形态和分布规律选择合适的处理工艺。针对该城市污水的水质分布规律, 要使城市污水达到越来越严格的排放标准, 必须满足氮磷同时去除。城市污水脱氮除磷方法包括物理化学方法和生物方法, 其中生物脱氮除磷是最有效, 最廉价的方法。

根据检测结果可知, 该城市污水COD, TP, TN, NH3-N等代表性污染物主要以溶解态存在, C/N和C/P满足生物脱氮除磷工艺, 所以该城市可以采用生物脱氮除磷工艺, 常用的有氧化沟和A2/O工艺。

氧化沟工艺流程简单、构筑物少、机械设备数量少, 运行管理方便, 工程投资不高;适宜于处理高浓度有机废水, 能够承受水量和水质的冲击负荷;氧化沟内可以繁殖世代时间长、繁殖速度慢的微生物, 有利于硝化反应, 有益于污水中氨氮的去除。氧化沟在实际运行中, 仍存在一些问题, 如污泥膨胀、泡沫产生、污泥上浮及污泥沉积问题等。目前常用的Carrousel氧化沟、交替工作氧化沟和改良微孔Carrousel氧化沟等。A2/O工艺是一种有效的同步脱氮除磷工艺, 该工艺可以称为最简单的脱氮除磷工艺, 该工艺总的水力停留时间少于其他同类工艺。在厌氧 (缺氧) 、好氧交替运行条件下, 不易发生污泥膨胀, 运行中不需投药, 运行费用低。

4 结论

结果表明, 总COD在153~484mg/L之间, 约51.2%为溶解性COD;总磷在0.90~4.69mg/L之间, 约59.0%为溶解性磷;总氮在19.6~44.8mg/L之间, 约86.4%为溶解性氮, 氨氮所占比例为57.6~95.1%, 平均为68.0%, 溶解性氮主要以氨氮形式存在。该城市污水中COD, TP, TN, NH3-N等代表性污染物主要以溶解态存在, 其中C/N≈10.3和C/P=63~153, 满足生物脱氮除磷工艺。本文对该城市污水提出可行的脱氮除磷工艺, 可为该城市污水处理工艺的选择和现有工艺的升级改造提供依据。

摘要：城市污水中污染物分布规律作为建设污水处理厂的主要参考指标之一, 在很大程度上决定了所选工艺的类型[1], 关系到污水处理厂建设规模及处理工艺的确定, 进而影响到工程投资、占地和运行费用等。

关键词：城市污水,分布规律,处理对策

参考文献

[1]沈光范.关于城市污水处理厂设计的若干问题[J].中国给水排水, 2000, (16) .

[2]邵林广.南方城市污水处理工艺的选择[J].给水排水, 2000, (6) .

污染分布第10篇

由人类社会的工农业生产和生活及自然界产生的污染物是各种各样的。“首要控制”也就是对人们的健康影响相对最为严重、最需要消除的环境污染物。“首要控制”也可以说是“优先控制”。

国际上, 如美国建立的国家污染物限排系统 (NPDES) 中曾将污染物分为三大类:常规的、无毒的和非常规的。l984年修订的清洁水法 (CWA) 从重点控制“常规”污染物 (5日生化需氧量、总悬浮固体、PH、大肠杆菌以及油和油脂) 转移到控制毒素排放。

若能明确区分“首要控制”和“一般控制”, 显然便于分清轻重主次, 也很大程度上将有利于提高规划管理的效率和效能, 也有利于人民大众参予监管。

1.1世界“十大公害事件”给人类提供了“首要控制”污染物的教训

1930~1986年期间 (达56年) 世界正值工业化高速发展时代, 美、英、比利时、日本、原苏联、印度等, 在大气污染、汞污水污染、镉污水污染、化学物 (聚氯联苯) 泄漏、核泄漏等范畴发生了警示后人的“公害”! (如日本有机汞导致的“水俣病”受害者达上万人, 至1992年汞中毒死亡者为1004人;水俣镇有病人180人, 巳死50人。日本东川镉污染导致的“骨痛病”1955至1972年达230人, 死亡31人。日本“米糠油污染事件”导致聚氯联苯泄漏中毒等) 。1982年我国镉污染区面积巳达10万亩以上 (占污灌总面积1.6%) , 有些土壤最高含镉量巳达130mg/kg (超过了日本109mg/kg) 。

1.2中国1988年起法定了9种“首要控制”污染物, 定名为第一类污染物[1,5]

1988年中国在总结世界经验教训的基础上, 颁布了适用于排放污水和废水的一切企、事业单位的GB8978-88《污水综合排放标准》。将排放的污染物区分为两类, 第一类污染物如表1所示的9项, 此外都是第二类污染物。规定:第一类污染物, 指能在环境或动植物体内蓄积, 对人体健康产生长远不良影响者, 含有此类有害污染物质的污水, 不分行业和污水排放方式, 也不分受纳水体所具有的功能类别, 一律在车间或车间处理设施排出口取样, 其最高允许排放浓度必须达到表1的规定;第二类污染物, 指其长远影响小于第一类的污染物质, 其最高允许排放浓度和部分行业最高允许排水定额必须符合第二类污染物最高允许排放浓度的规定。

此项排污标准指明了9项首要控制污染物, 又严格规定了其必须在企业车间排口处理达标控制这种有毒致癌污染物的合理要求。从而首次实施了与普通污染物排放要求有很大差别的、趋于零排放的“源头总量控制”办法 (普通污染物实施的是“水环境容量总量控制”) 。

单位:mg/L

1.3颁布的GB 8978-1996《污水综合排放标准》成为目前司法的依据[2,6]

1996年GB 8978-88《污水综合排放标准》修订为GB 8978-1996《污水综合排放标准》。该标准将第一类污染物由9项增加为13项 (如表2所示) , 新增的污染物有4项:总铍、总银、总α放射性、总β放射性。此标准沿用至今, 是目前司法、执法的依据。

总之, 目前法定的‘第一类污染物’是由11种13项污染物构成的。可简称为6种重金属 (汞、镉、铬、铅、镍、银) 、2种类金属 (砷、铍) 再加1种有机化学物 (苯并a芘) 和2种放射性 (总α放射性、总β放射性) 。第一类污染物的防治应是全社会的责任!

有些重金属元素的毒性是随其价态而变化的 (如烷基汞的毒牲大大超过无机汞, 六价铬的毒牲比三价铬大) 。

1.4 2008~2011三年间中国发生了33件‘重金属’污染事件, 进一步证实了执行GB 8978-1996《污水综合排放标准》的正确性和必要性[3]

据全国第一次污染源普查2008~2011三年间发生33件5种重金属污染事件, 其中铅占61%、砷占24%、镉占6%、铬占6%。发生的地点:华南16件、华东9件、西南5件、西北1件。有4400余人重金属超标:血铅超标人数达2600人、砷超标达1000人、镉超标为700人。

这次污染事件 (铅蓄电池制造9件、有色金属冶炼7件、化学原料及制品6件、黑色冶金4件、有色金属采选2件) 说明与5种有毒重金属排放状况有直接关系。1.5‘重金属’与‘第一类污染’的关系识别

上述13项‘第一类污染物’中重金属和类金属占了10项之多。重金属的环境污染问题引起了各方关注是事出有因的。

‘重金属’一般指比重大于5的金属, 它约有45种之多。 (如铜、锌、铁、钴、镍、钒、铌、钽、钛、锰、镉、汞、铅、铬、钨、钼、金、银等) 。是否所有重金属元素对人体危害最大?不然, 有的重金属元素是生命活动所需的微量元素, 如锰、铜、锌;而大部分又不是生命所必需的。水环境中所有重金属超过一定浓度对生命和人体都是有毒的。

笼统而言的‘重金属’不能算是“首要控制”污染物, 必需区分两类:第一类污染物中的8种重金属和类金属才是“首要控制”污染物;其它重金属元素属于第二类污染物, 均非“首要控制”污染物。同时也必需区分其不同的控制要求和方法。

2.第一类污染物 (5种重金属和类金属) 地区来源和行业分布 (2007年污染源普查结果) [4]

2007年中国开展了全国第一次污染源普查[3], 普查单位总数592万个, 其中工业源158万个 (重点源52万个) , 农业源290万个, 生活源145万个, 集中式污控设施4790个。

单位:mg/L

可见, 华南、华东是全国的主要来源。其中, 广东总排放量最大, 而广西的‘亿元重金属排放量’和‘人均排放量’却是最大的。

前5名行业排放量累计占全国重金属排放总量的96.3%, 重金属排放企业数占比是18.3%, 可见这些行业的企业是第一类污染物 (5种有毒重金属) 排放管理的重点。

此外, 这5种重金属排放量基本集中在金属制品、有色金属冶炼、有色金属采选、化学制品及皮革制品五个行业中。每1种重金属排放量则集中 (近90%) 在其中的3或2个行业中。这些行业应是我们首控的对象。

从环保经济社会关系角度而言, 5种重金属排放有以下特征:

(1) 有色金属冶炼和化学制品的工业产值占比高于其它行业, 它们的亿元重金属排放量比较低;

(2) 金属制品和皮革制品的亿元重金属排放量特别高, 说明在相同的经济产值下, 付出的环境代价特别大;

(3) 化学制品的就业人数最多, 其次是金属制品和皮革制品业。

3.结语

什么是“首要控制” (或优先控制) 的污染物?这确实是我们必须尽快自上而下统一的要事。

据1930~1986年 (56年间) 世界“十大公害事件”以及2008~2011中国发生的33件5种‘重金属’污染事件, 可足以证明我国GB8978-1996《污水综合排放标准》法定的11种13项‘第一类污染物’是“首控”污染物。‘第一类污染物’的控制要求是在企业车间排口源头总量达标控制;它完全不同于‘第二类污染物’以水环境容量总量控制为基准 (允许稀释扩散达标) 的要求。我们必须据此严控‘第一类污染物’。

为了能自上而下共同监管好‘第一类污染物’, 对其来源和排放特征应有基本了解。据2007年全国第一次污染源普查结果:5种重金属 (铅、镉、铬、砷、汞) 中总铬最大, 占80%;5种重金属的主要来源是华南、华东地区;5种重金属排放量基本集中在金属制品、有色金属冶炼、有色金属采选、化学制品及皮革制品五个行业;每1种重金属排放量则集中 (近90%) 在其中的3或2个行业中。要了解详情可查中国环境科学研究院《笫一次全国污染源普查, 工业产排污系数手册》[3]。

参考文献

[1]GB 8978-1988污水综合排放标准, 环境质量与污染物排放国家标准汇编, 中国标准出版社1997年8月。

[2]GB 8978-1996污水综合排放标准, (环境工程手册) 环境规划卷, p.527, 高等教育出版社2003年2月。

[3]《笫一次全国污染源普查, 工业产排污系数手册》中国环境科学研究院, 2008。

[4]环境保护部信息中心李顺:全国重金属排放现状及特征分析-以全国第一次污染源普查数据为例。2012年11月。

[5]傅国伟:对“对有毒重金属”实施2种总量控制监管方式的利害分析, [J].环境科学2012, 33 (12) 。

本文来自 99学术网(www.99xueshu.com)，转载请保留网址和出处

【污染分布】相关文章：

库尔勒城市空气污染物的时空分布特点及成因浅析02-05

病毒分布05-21

粒径分布05-26

成绩分布05-29