不同CO2浓度和施氮水平对麦田CO2净通量的影响

为研究不同CO₂浓度和施氮量对麦田CO₂净通量的影响,利用开顶式气室(OTC)组成的CO₂浓度自动调控平台模拟CO₂浓度升高环境.以冬小麦为试验材料,设置CK (对照,环境大气CO₂浓度)、C₁(CO₂浓度比CK增加120 μmol·mol^-1)和C₂(CO₂浓度比CK增加200 μmol·mol^-1)3个CO₂浓度水平;施氮量设置常规施氮量(N₁,25 g·m^-2)和低氮(N₂,15 g·m^-2)2个水平.采用静态箱-高精度气体分析仪观测麦田CO₂净通量.结果表明:各处理的麦田CO₂净通量变化特征一致,均呈先增大后减小的趋势,在拔节期和抽穗期达到峰值.N₁处理下,在整个生育期,CK、C₁和C₂处理的CO₂累积量分别为-105.8±12.6、-123.1±11.5和-120.2±4.1 kg·hm^-2.N₂处理下,在整个生育期,CK、C₁和C₂处理的CO₂累积量分别为-82.3±9.2、-95.4±7.6和-96.7±2.8 kg·hm^-2;拔节期C₂处理的CO₂累积量比CK显著增加了31.8%(P=0.024).C₁处理下,拔节期N₁处理的CO₂累积量显著高于N₂处理55.0%(P=0.009);C₂处理下,N₁处理的整个生育期CO₂累积量显著高于N₂处理23.6%(P=0.010).各处理CO₂净通量跟土壤湿度的相关关系均达到显著;N₁处理下,C₁和C₂处理的CO₂净通量跟光合有效辐射的相关关系达到显著,N₂处理下,CK和C₁处理的CO₂净通量跟光合有效辐射的相关关系达到显著;N₁处理下,C₁处理的CO₂净通量跟空气温度的相关关系达到显著,其余处理未达到显著.本研究表明:在小麦的拔节期和抽穗期,相比于CO₂浓度升高,施氮量对麦田CO₂净通量的影响更为显著;CO₂浓度升高与施氮量对麦田CO₂净通量的影响没有显著的交互作用.     

东亚地区二氧化碳体积分数变化特征

利用2004年以来东亚地区10个本底观测站大气φ(CO₂)观测资料,分析了各站大气φ(CO₂)的变化特征及其各站之间的差异,讨论了下垫面特征、源汇作用等对φ(CO₂)变化的影响.结果表明:10个本底站大气月均φ(CO₂)有明显的季节变化,高值多出现在冬春等寒冷季节,而低值则多出现在6—9月,属于北半球的夏季;大气φ(CO₂)日变化趋势较为一致,15时(当地时间)前后达到全天最低,随后φ(CO₂)升高,并在日落后继续积累,至清晨7时(当地时间)前后达到全天最高,之后φ(CO₂)随着太阳辐射的增强而逐渐降低,且平均φ(CO₂)水平与下垫面植被量成反比,φ(CO₂)日变化的幅度与下垫面植被量成反比.作为全球基准站之一的瓦里关山站,2004—2008年φ(CO₂)年均值逐年增加,年增长率为2.28×10^-6/a.     

青岛市秋冬季霾期PM1及其含碳组分理化特征及来源研究

对2017年11月1日—2018年1月31日与2018年11月1日—2019年1月31日连续两年青岛市大气PM₁进行监测,获取了PM₁中含碳组分的变化趋势,结合国控站点监测数据和气象条件,分析了秋冬季PM₁来源.结果表明：2017、2018年秋冬季观测期间PM₁日均质量浓度分别为40.58±25.98、42.55±25.05 μg/m³;霾日质量浓度分别为84.71±16.70、81.52±18.39 μg/m³.与2017年相比,2018年同期PM₁质量浓度增长4.85%,霾日下降3.76%.2017年霾日PM₁中OC、EC质量浓度分别为13.67±3.95、3.95±1.02 μg/m³,2018年分别为16.48±6.34、3.34±1.16 μg/m³.与2017年相比,2018年霾日OC质量浓度增长20.56%,EC下降15.44%.2017、2018年霾日SOC质量浓度分别是非霾日的1.28和2.15倍,表明霾污染发生时易发生有机碳二次转化.含碳组分主成分分析均解析出3个因子.因子1解释变量均最大,分别为58.98%、67.14%,其表征含碳组分主要源于生物质燃烧、燃煤、道路扬尘及汽油车尾气等排放源.由后向气流轨迹分析得出,2017、2018年秋冬季气团轨迹多起源于内蒙古,经河北、天津、山东等省市抵达青岛.     

金华地区夏秋大气中过氧乙酰硝酸酯的污染特征

过氧乙酰硝酸酯（PAN）是由VOCs和NO_x的光化学反应生成的一种典型二次污染物,比O₃更适合作为光化学污染的指示剂.2019年6—10月对浙江中部盆地金华市大气中PAN进行了在线监测,并对影响其体积分数变化的因素进行了分析,同时还分析了一次典型的光化学污染过程.结果表明,观测期间PAN的平均体积分数为0.656×10^-9,最高体积分数为4.348×10^-9,日均体积分数水平在0.130×10^-9~2.203×10^-9之间.PAN日变化特征显著,9月为明显的双峰变化,其他月份均为单峰.受气象条件的影响,夏季的污染程度显著低于秋季.9月27—30日典型污染时段内,PAN的小时均值是整个观测期均值的2.8倍,污染以本地积累为主.前体物浓度水平差异与去除机制的不同是影响PAN和O₃相关性的重要因素,此外NO/NO₂的比值是影响PAN生成速率的重要因素,PAN的峰值基本出现在NO/NO₂比值较低的时段.在生成PAN的VOCs物种中,丙烷、乙烷和间/对二甲苯所占比例较大.     

基于数值模拟的CO2地质封存项目井筒泄漏风险定量化评价方法

为评估CO₂地质封存场地的CO₂沿井筒泄漏风险，介绍了自主研发的可对CO₂井筒泄漏风险进行定量化评价的数值模拟WellRisk软件，将软件应用于实际CO₂地质封存场地--神华鄂尔多斯CO₂咸水层封存示范工程，定量评估该场地CO₂沿注入井和监测井的泄漏量，并将软件模拟结果与美国能源部开发的NRAP–IAM–CS（The national risk assessment partnership–integrated assessment model–carbon storage）软件模拟结果进行对比，实现了CO₂沿井筒泄漏风险的定量化评价。定义了井筒泄漏系数，即井筒发生泄漏的有效截面积和井筒总截面积的比值，并将井筒泄漏系数作为量化表征井筒固井质量的重要参数。当泄漏系数取值为10^–6时，神华CO₂地质封存场地在1 000 a内的总泄漏量为720 tCO₂，占总注入量的0.24%，小于IPCC的风险阈值1%。因此，泄漏系数为10^–6或更低的井筒是低风险泄漏井，具有良好的固井质量，对应于NRAP–IAM–CS软件中井筒渗透率低于10^–12 m²的情况。泄漏系数为10^–5或更高的井筒是高风险泄漏井，具有较差的固井质量。WellRisk和NRAP–IAM–CS的计算结果均表明，当注入井和监测井的固井质量良好时，神华CO₂地质封存场地基本不存在CO₂泄漏风险。     

长三角地区农作物温室气体排放特征研究

为有效指导农业温室气体减排政策的制定,本研究分别采用CH4MOD模型和排放因子法估算了2018年长三角地区农作物甲烷(CH₄)和氧化亚氮(N₂O)排放,并分析其时空分布规律,最终建立了2018年长三角地区农作物1 km×1 km网格化温室气体排放清单.研究结果表明:长三角稻田CH₄排放因子为348.54 kg／hm²,农作物N₂O排放因子为0.95 kg／hm²,与前人研究结果具有一致性.长三角地区稻田CH₄排放为176.9万t(折合约3 714.9万t CO₂当量),最主要排放源为单季稻稻田;农作物N₂O排放为15114.9 t(折合约450.4万t CO₂当量),小麦是主要贡献源.CH₄和N₂O排放均主要来源于江苏省和安徽省,且集中在4—8月.建议加强对农业温室气体排放的管控,从源头上减少农田碳氮源的输入.     

大气CO2浓度缓增对冬小麦土壤呼吸的影响

为研究大气CO₂浓度缓增对冬小麦（Triticum aestivum）土壤呼吸的影响，基于开顶式气室组成的CO₂浓度自动调控平台，在2017—2019年开展了两季冬小麦CO₂浓度缓增试验.每季试验在背景大气CO₂浓度基础上（CK，对照），均设置了CO₂浓度缓增处理（C₈₀和C₁₂₀，即从2016年起逐年增加40 μmol·mol^-1，至2017—2018年和2018—2019年冬小麦生长季CO₂浓度分别为CK+80 μmol·mol^-1和CK+120 μmol·mol^-1）.采用静态暗箱-气相色谱法测定土壤呼吸速率.结果表明：CO₂浓度缓增没有显著改变土壤呼吸的季节变化规律，但是会显著影响冬小麦旺盛生长期的土壤呼吸速率.在2018—2019年冬小麦抽穗-扬花期，C₁₂₀处理使土壤呼吸速率显著增加50.2％（P=0.008），且使得生长季土壤碳排放显著增加25.9％（P=0.044），而在2017—2018年冬小麦生长季，与CK相比，C₈₀处理对土壤呼吸没有显著影响.土壤呼吸与土壤温度呈指数正相关，与CK相比，CO₂浓度缓增降低了土壤呼吸对温度的敏感性.研究表明，CO₂浓度缓增120 μmol·mol^-1增加了冬小麦生长季土壤碳排放.     

德州市冬季大气挥发性有机物污染特征及其对臭氧和二次有机气溶胶生成的贡献

利用气相色谱-质谱仪/火焰离子检测器（Online-GC-MS/FID）对2017年冬季山东德州大气中99种挥发性有机物（VOCs）进行连续测量，研究了VOCs浓度和组分特征、日变化趋势、来源及其对臭氧（O₃）、二次有机气溶胶（SOA）生成的贡献.结果表明，德州大气VOCs平均体积分数为（47.74±33.11）×10^-9，烷烃占比最大，为40.66%.总VOCs及其组分表现出早晚体积分数高、中午体积分数低的日变化规律.德州大气中丙烷、丙烯、苯及甲苯和二氯甲烷分别受到液化石油气挥发、生物质燃烧、机动车排放和溶剂使用等人为源的影响.反向轨迹模型分析发现，北方内陆气团对德州VOCs体积分数具有一定贡献.烷烃、烯烃、芳香烃的臭氧生成潜势分别为（34.87±33.60）、（120.48±118.76）和（59.77±94.14）μg/m³，乙烯、丙烯、甲苯和间/对二甲苯的贡献较大.芳香烃氧化主导了SOA生成，其贡献率为93.7%，甲苯、间/对二甲苯、苯对SOA生成的贡献最大.为解决大气复合污染问题、实现臭氧和PM_2.5协同控制，德州应重点控制甲苯、间/对二甲苯等芳香烃的排放.     

三峡库区低水位运行期库尾支流筑坝对其水体CO2分压及排放的影响

为探究三峡库区低水位运行期间库尾支流河坝对其上下游水体CO₂分压、水气界面扩散通量的影响,于2019年8月对三峡库区库尾典型筑坝支流御临河进行采样研究。原位测定关键理化环境因子,采用顶空平衡法,结合亨利定律和薄边界层理论计算水体CO₂分压（p_CO2）及水气界面扩散通量（Flux（CO₂））。结果表明,库区低水位运行期御临河水体表层p_CO2为54.55~336.73 Pa,均值为206.68 Pa,Flux（CO₂）为1.65~67.84 mmol/（m²·d）,均值为39.01 mmol/（m²·d）,表现为大气CO₂排放源排放水平显著高于三峡库区中下游支流。御临河受其下游筑坝影响,河坝上游较近河段表现为湖泊型水体（流速v<0.05 m/s）,上游较远河段和下游表现为过渡型水体（v=0.05~0.2 m/s）。湖泊型水体p_CO2和Flux（CO₂）显著低于过渡型水体,且p_CO2随水深增加迅速增大。相关性分析及多元逐步回归分析表明,库区低水位运行期御临河p_CO2及Flux（CO₂）受水温、pH、DO、Chl-a等理化环境指标影响显著,Chl-a是影响p_CO2的最主要因素,p_CO2是影响Flux（CO₂）的最主要因素。     

水热辅助溶胶凝胶法制备纳米钛酸锌及其光催化性能

采用水热辅助的溶胶凝胶法制备纳米钛酸锌（ZnTiO₃）光催化剂,以罗丹明B为目标降解物,运用动力学模型分析罗丹明B（RhB）初始浓度对降解效果的影响。通过SEM、XRD、XPS、UV-Vis DRS对ZnTiO₃进行表征,并使用自由基捕获试验分析其降解机理。结果表明,ZnTiO₃为纯六方相,形貌为类球形,粒径50 nm左右。在催化剂用量为1 g/L、RhB初始浓度为5 mg/L、pH值为3的条件下,光催化反应150 min后,RhB降解率为93.2%。其动力学方程为k=0.132C₀^-1.253。ZnTiO₃光催化剂降解过程中,·OH、h⁺、·O₂^-均起到催化作用,产生·OH、h⁺的量相近且多于·O₂^-,说明·OH、h⁺在催化反应中起主要作用。     

不同类型稻田亚硝酸型CH4厌氧氧化潜力的比较研究

甲烷(CH₄)厌氧氧化是稻田土壤中消减温室气体排放的重要过程.本试验选择内陆性南京稻田和滨海性上海崇明岛围垦稻田,比较研究稻田耕层(0～10 cm)和深层(50～60 cm)土壤中亚硝酸盐型CH₄厌氧氧化(n-DAMO)潜力的差异及其微生物驱动机制.结果表明,南京稻田耕层土壤的n-DAMO速率为3.51 nmol·g^-1·d^-1(以¹³CO₂计),显著高于围垦稻田耕层土壤(1.43 nmol·g^-1·d^-1).两种类型稻田耕层土壤的n-DAMO速率均显著高于深层土壤.南京稻田和围垦稻田M.oxyfera-like细菌的16S rRNA基因拷贝数分别为(2.31～4.82)×10⁷和(0.89～2.12)×10⁷ copies·g^-1,与亚硝酸盐型CH₄厌氧氧化速率显著正相关.相关性分析发现,土壤有机碳、总氮、无机态氮是稻田n-...     

NOx emission characteristics of hydrogen internal combustion engine

In order to investigate the NOxemission of hydrogen internal combustion engines.A test system for four-cylinder intake port-fuel-injection hydrogen internal combustion engine(H2ICE)is established to study the effect of fuel-air equivalence ratio,ignition advance angle,engine speed and exhaust gas recirculation on NOx emission.Experimental results show that the fuel-air equivalence ratio is the key factor to NOxemission,NOxemission concentration is always higher than 8 000×10-6 when the fuel-air equivalence ratio is larger than 0.8and lower than 500×10-6 when the fuel-air equivalence ratio is smaller than 0.5.The ignition advance angle and engine speed also play important roles on NOxemission formation.EGR is an useful method to reduce NOx emission concentration at large fuel-air equivalence ratio especially when engine speed is low and EGR ratio is high.     

Electrical conductivity of （Na3AlF6-40%K3AlF6）-AlF3-Al2O3 melts

The effects of contents of AlF3 and Al2O3, and temperature on electrical conductivity of （Na3AlF6-40%K3AlF6）- AlF3-Al2O3 were studied by continuously varying cell censtant （CVCC） technique. The results show that the conductivities of melts increase with the increase of temperature, but by different extents. Every increasing 10 ℃ results in an increase of 1.85 × 10^-2, 1.86× 10^-2, 1.89 × 10^-2 and 2.20 × 10^-2 S/cm in conductivity for the （Na3AlF6-40%K3AlF6）-AlF3 melts containing 0%, 20%, 24%, and 30% AlF3, respectively. An increase of every 10 ℃ in temperature results an increase about 1.89× 10^-2, 1.94 × 10^-2, 1.95 × 10^-2, 1.99× 10^-2 and 2.10× 10^-2 S/cm for （Na3AlF6-40%K3AlF6）-AlF3-Al2O3 melts containing 0%, 1%, 2%, 3% and 4% Al2O3, respectively. The activation energy of conductance was calculated based on Arrhenius equation. Every increasing 1% of AlF3 results in a decrease of 0.019 and 0.020 S/cm in conductivity for （Na3AlF6-40%K3AlF6）-AlF3 melts at 900 and 1 000 ℃, respectively. Every increase of 1% Al2O3 results in a decrease of 0.07 S/cm in conductivity for （Na3AlF6-40%K3AlF6）-AlF3-Al2O3 melts. The activation energy of conductance increases with the increase in content of AlF3 and Al2O3.     

Preparation and characteristics of Cu/Al<Subscript>2</Subscript>O<Subscript>3</Subscript>/MgF<Subscript>2</Subscript>/Au tunnel junction

The fabrication process of Cu/Al₂O₃/MgF₂/Au double-barrier metal/insulator/metal junction (DMIMJ) was introduced, and more stable light emission from this junction was successfully observed. The light emission physical mechanism of the junction was discussed. Results show that light emission spectrum of this structure locates at wavelength of 250–700 nm with two peaks at around 460 nm and 640 nm, which moves towards shorter wavelength region in comparison with that of the Al/Al₂O₃/Au junction. The light emission efficiency of this junction ranges from 0.7×10⁻⁵–2.0×10⁻⁵, which is 1 to 2 orders higher than that of the single-barrier Al/Al₂O₃/Au junction. The improved properties of this structure should be due to the electrons resonant tunneling effect in the double-barrier.     

江苏省主要农作物碳足迹动态及其构成研究

江苏作为农业大省和粮食主产区,全面核算其主要农作物生产碳足迹时序动态变化与构成,可为江苏省主要作物生产体系全过程环境管理及农业绿色发展提供决策依据.本文采用生命周期评价法(LCA)核算江苏省1990—2019年水稻、小麦、玉米、大豆和油菜5种作物生产过程各环节碳排放强度,研究分析不同作物生产碳足迹时序动态变化、构成及影响因素.结果表明,近30年江苏省主要作物生产单位产量碳足迹呈下降趋势,单位面积碳足迹呈上升趋势.不同作物单位产量碳足迹(单位：kg(CO₂-eq)·kg^-1)大小分别表现为油菜(1.74)>水稻(1.36)>小麦(0.99)>玉米(0.81)>大豆(0.64).在作物碳足迹构成中,稻田CH₄排放(54.43%)和化肥投入(20.65%)是水稻生产碳足迹主要来源,其他组分贡献较低.对小麦、玉米、大豆和油菜而言,不同农资投入碳足迹贡献较为突出的组分均为化肥投入和土壤N₂O排放,其他组分贡献比重较小.随机森林分析表明,种子、氮肥及农机投入的变化是不同作物碳足迹年际变化...     

Preparation and Gas Permeation of Supported γ-Al2O3 Membranes Used as Substrate Layer for Microporous Membranes

γ-Al₂O₃ membranes were successfully deposited on the top of porous α-Al₂O₃ support by sol-gel process and characterized by means of XRD, SEM, N₂ adsorption and gas permeation. The γ-Al₂O₃ membranes, free of pin-holes and cracks, adhere tightly to the supports and have a thickness of about 7 μm. When sintered at 400°C, γ-Al₂O₃ membranes have a narrow pore size distribution, with a pore diameter of 3.6nm, and the transport of both H₂ and CO₂ in supported γ-Al₂O₃ membrane is governed by Knudsen mechanism, with H₂ permeance of 3.3×10⁻⁶ molm⁻² Pa⁻¹ s⁻¹ and H₂/CO₂ permselectivity close to the ideal Knudsen value at 50°C. The γ-Al₂O₃ membranes are suitable for being used as the substrates of microporous membranes. Founded by the Doctor Science Foundation of Chinese Education Ministry (Grant No. 98053301).