期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
工业发达城市土壤重金属时空变异与源解析 被引量:51
1
作者 李锋 刘思源 +1 位作者 李艳 史舟 《环境科学》 EI CAS CSCD 北大核心 2019年第2期934-944,共11页
采集了宁波市区2003和2013年两期共1 130个土壤样品,测定了8种典型重金属元素的含量,运用污染指数评价法对土壤重金属污染程度进行了评价,运用地统计学方法剖析了污染的时空变异特征,并分别运用主成分分析和UNMIX受体模型解析了重金属... 采集了宁波市区2003和2013年两期共1 130个土壤样品,测定了8种典型重金属元素的含量,运用污染指数评价法对土壤重金属污染程度进行了评价,运用地统计学方法剖析了污染的时空变异特征,并分别运用主成分分析和UNMIX受体模型解析了重金属的污染来源.结果表明:(1)除了As,两期重金属元素的含量均值都超过了浙江省土壤背景值和国家土壤背景值,说明土壤普遍存在重金属污染;从2003~2013年,所有元素的含量均值都不同程度地增大,说明10年间重金属污染普遍加剧;(2)单因子污染指数的评价结果表明,Hg为重度污染,Cd、Cu、Pb为中度污染,Zn、Cr、Ni为轻度污染,As为非污染状态;所有采样点的内梅罗综合污染指数都超过了警戒值,10年间综合污染指数> 3、呈重度污染的样本显著增加.(3)同种元素不同时期的污染空间格局相近,不同元素则呈现一定差异,Pb和Hg,Cr、As、Cu、Zn和Ni的空间分布特征具有相似性,高值区主要集中在污染企业分布密集和人类活动频繁的海曙、江北、江东、镇海四区;(4)研究区重金属污染源主要包括两类,即以Ni、As、Cr、Zn、Cd为主要成分的工业污染源,以Pb和Hg为主要成分的生活污染源,前者源自工业废水、废气和废渣的排放;后者源自于生活垃圾、汽车尾气及道路磨损造成的颗粒物和粉尘污染. 展开更多
关键词 土壤重金属 源解析 地统计 主成分分析 unmix受体模型
原文传递
钱营孜煤矿深部地下水水化学特征及来源解析 被引量:7
2
作者 陈凯 刘启蒙 +3 位作者 刘瑜 彭位华 汪子涛 赵祥 《煤田地质与勘探》 CAS CSCD 北大核心 2022年第8期99-106,共8页
我国浅部煤炭资源已逐渐枯竭,在煤炭进入深部开采的条件下,来自煤层底板高承压灰岩水的威胁也越来越大,深入理解矿区含水层中水化学组成控制机制是针对性地开展水害防治工作的重要科学前提。为了查明安徽钱营孜煤矿深部地下水中常规离... 我国浅部煤炭资源已逐渐枯竭,在煤炭进入深部开采的条件下,来自煤层底板高承压灰岩水的威胁也越来越大,深入理解矿区含水层中水化学组成控制机制是针对性地开展水害防治工作的重要科学前提。为了查明安徽钱营孜煤矿深部地下水中常规离子的定性与定量来源,通过多种数理统计方法(包括相关性分析和R型聚类分析)、离子比值法和Unmix模型对22个灰岩水中常规离子浓度进行了分析。结果表明,地下水呈中至弱碱性,溶解性总固体(TDS)变化范围为1945~5292 mg/L,阳离子平均质量浓度由大到小排序为:Na^(+)(718 mg/L)、Ca^(2+)(270 mg/L)、Mg^(2+)(153 mg/L),阴离子平均质量浓度由大到小排序为:SO_(4)^(2−)(2305 mg/L)、HCO_(3)^(−)(239 mg/L)、Cl^(−)(186 mg/L),95%样品的水化学类型为SO_(4)-Na型。相关性分析、聚类分析和离子比值分析表明,含水层中水化学组成控制因素主要为硫酸盐和碳酸盐矿物的溶解(源1)以及盐岩的溶解和硅酸盐矿物的风化(源2)。Unmix模型显示源1和源2对地下水中常规离子浓度的平均贡献率分别为56%和44%,其中,源1对Ca^(2+)、Mg^(2+)、Na^(+)和SO_(4)^(2−)浓度贡献率依次为73%、68%、63%和73%,源2对Cl^(−)和HCO_(3)^(−)浓度的贡献率分别为75%和66%。研究成果可为相似条件煤矿突水水源的精准识别提供理论支持。 展开更多
关键词 深部地下水 水化学特征 来源解析 受体模型 unmix模型 安徽钱营孜煤矿
下载PDF
Unmix模型污染源解析研究进展及应用前景 被引量:7
3
作者 蔡昂祖 张海霞 +1 位作者 王小剑 武晓琪 《土壤通报》 CAS CSCD 北大核心 2021年第3期747-756,共10页
基于国内外近十年的期刊文献,归纳总结了Unmix模型在污染源解析研究中的应用情况,对比分析了在不同介质和研究对象上的差异,对该模型的应用前景进行了展望。现阶段Unmix模型在国外主要用于大气颗粒物的源解析,而国内则多应用于多环芳烃(... 基于国内外近十年的期刊文献,归纳总结了Unmix模型在污染源解析研究中的应用情况,对比分析了在不同介质和研究对象上的差异,对该模型的应用前景进行了展望。现阶段Unmix模型在国外主要用于大气颗粒物的源解析,而国内则多应用于多环芳烃(PAHs)和土壤重金属的源解析。Unmix模型与主成分分析法(PCA)、正定矩阵因子分析法(PMF)等源解析模型的解析结果存在差异,这主要源于不确定性参数的取值方法不同,其次是对原始数据的不确定性反应有异。总体来看Unmix模型在土壤重金属、PAHs及大气颗粒物等方面已经有了较为广泛的应用,而对于其他类型污染物的源解析还需进一步探讨。 展开更多
关键词 源解析 受体模型 unmix PCA PMF
原文传递
基于Unmix 6.0受体模型的区域环境大气汞源解析评价 被引量:4
4
作者 冷菁 张刚 +3 位作者 徐晓峰 王艺 杨春雨 王宁 《东北师大学报(自然科学版)》 CAS CSCD 北大核心 2013年第3期146-151,共6页
为研究金矿区高汞环境条件下大气汞迁移特性,应用野外实验与模型分析相结合的方法,对区域大气汞污染源进行了解析.在研究区按网格法设置28个监测点,使用测汞仪(Zeeman LUMEX RA915+)对各监测点大气汞含量进行连续监测,并应用Unmix 6.0... 为研究金矿区高汞环境条件下大气汞迁移特性,应用野外实验与模型分析相结合的方法,对区域大气汞污染源进行了解析.在研究区按网格法设置28个监测点,使用测汞仪(Zeeman LUMEX RA915+)对各监测点大气汞含量进行连续监测,并应用Unmix 6.0受体模型对区域内大气汞污染源进行解析.结果表明:Unmix 6.0解析得到区域内大气汞污染源为4源方案,据监测点原状分析,将4类污染源依次解析为交通源、土壤源、金矿选冶点源和聚居区源.在水平尺度,4类污染源对各监测点汞贡献值依次为:9.43,86.73,105.85,136.62ng/m3;在垂向尺度,即对各监测点50,100和150cm三层次、4类污染源汞贡献总值依次为:108.59,112.99和117.05ng/m3.4类污染源汞贡献率大小依次为居民点>历史金矿点>土壤源>交通源;人为释汞过程仍为区域大气汞的主要来源. 展开更多
关键词 大气汞 源解析 受体模型 unmix 6 0 环境影响评价
下载PDF
Source apportionment of PM10 in Delhi, India using PCA/APCS, UNMIX and PMF 被引量:8
5
作者 Srishti Jain S.K. Sharma +1 位作者 T.K. Mandal Mohit Saxena 《Particuology》 SCIE EI CAS CSCD 2018年第2期107-118,共12页
Source apportionment of particulate matter (PM10) measurements taken in Delhi, India between January 2013 and June 2014 was carried out using two receptor models, principal component analysis with absolute principal... Source apportionment of particulate matter (PM10) measurements taken in Delhi, India between January 2013 and June 2014 was carried out using two receptor models, principal component analysis with absolute principal component scores (PCA/APCS) and UNMIX. The results were compared with previous estimates generated using the positive matrix factorization (PMF) receptor model to investigate each model's source-apportioning capability. All models used the PM10 chemical composition (organic carbon (OC), elemental carbon (EC), water soluble inorganic ions (WSIC), and trace elements) for source apportionment. The average PM10 concentration during the study period was 249.7±103.9 μg/m3 (range: 61.4-584.8 μg/m3). The UNMIX model resolved five sources (soil dust (SD), vehicular emissions (VE), secondary aerosols (SA), a mixed source of biomass burning (BB) and sea salt (SS), and industrial emissions (IE)). The PCA/APCS model also resolved five sources, two of which also included mixed sources (SD, VE, SD+SS, (SA+BB+SS) and 1E). The PMF analysis differentiated seven individual sources (SD, VE, SA, BB, SS, IE, and fossil fuel combustion (FFC)). All models identified the main sources contributing to PM10 emissions and reconfirmed that VE, SA, BB, and SD were the dominant contributors in Delhi. 展开更多
关键词 receptor model PCA/APCS unmix PMF Source apportionment
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部