基于LUR模型的遵义市PM2.5浓度空间分布模拟及分析

1

作者 况桃 刘定梅 +1 位作者 杨彦 袁艺 《绿色科技》 2024年第24期198-202,共5页

基于LUR模型模拟遵义市PM2.5浓度空间分布,分析其影响因素。利用ArcGIS软件对遵义市区域进行网格嵌套,生成2 km×2 km网格,通过前期建立的PM2.5土地利用回归(LUR)模型预测网格点中心PM2.5浓度,然后进行空间插值,生成浓度空间分布模... 基于LUR模型模拟遵义市PM2.5浓度空间分布,分析其影响因素。利用ArcGIS软件对遵义市区域进行网格嵌套,生成2 km×2 km网格,通过前期建立的PM2.5土地利用回归(LUR)模型预测网格点中心PM2.5浓度,然后进行空间插值,生成浓度空间分布模拟图,分析PM2.5空间分布特征和影响因素。结果表明:PM2.5浓度在遵义地区的相对空间分布不会随季节发生明显变化,整体呈现城区中部和北部浓度较高、东部和南部浓度较低的分布特征,西部存在小范围的高浓度区域。基于LUR模型能够实现PM2.5浓度高分辨率空间分布模拟,揭示城市污染物空间分布规律和影响因素,有助于精准定位,为大气PM2.5污染防治、人群污染暴露评估和健康影响分析提供科学决策和技术支撑。 展开更多

关键词 LUR模型 pm2.5 空间分布

在线阅读 下载PDF 职称材料

成渝城市群PM2.5的时空分布及其影响因素研究 被引量：24

2

作者 曾德珩 陈春江 《环境科学研究》 EI CAS CSCD 北大核心 2019年第11期1834-1843,共10页

随着工业化与城镇化的深入推进,成渝城市群的PM 2.5污染不断加剧,呈明显的区域性与复合性特征.该研究以2015-2017年成渝城市群空气质量监测站的日均ρ(PM 2.5)数据为基础,结合区域气象、遥感与统计年鉴等多源数据,采用反距离插值法分析... 随着工业化与城镇化的深入推进,成渝城市群的PM 2.5污染不断加剧,呈明显的区域性与复合性特征.该研究以2015-2017年成渝城市群空气质量监测站的日均ρ(PM 2.5)数据为基础,结合区域气象、遥感与统计年鉴等多源数据,采用反距离插值法分析了ρ(PM 2.5)的时空分布差异,采用Moran′s I指数与LISA指数探索了ρ(PM 2.5)的全局和局部空间自相关性,并利用空间回归模型研究了自然、经济社会等因素对ρ(PM 2.5)的影响.结果表明:①成渝城市群ρ(PM 2.5)分布存在明显的时空差异.时间上,2015年PM 2.5污染最严重,ρ(PM 2.5)年均值为54.38μg /m^3,2016年、2017年PM 2.5污染状况逐年减轻,ρ(PM 2.5)年均值分别为53.68与47.56μg /m^3;空间上,成渝城市群东北部ρ(PM 2.5)较低,而南部ρ(PM 2.5)较高.②空间自相关分析结果表明,PM 2.5污染在成渝城市群存在显著的空间聚集性,成渝城市群南部ρ(PM 2.5)呈高值-高值聚集,成渝城市群北部ρ(PM 2.5)则呈低值-低值聚集.③空间回归结果表明,成渝城市群范围内某一地区邻近区域的ρ(PM 2.5)平均值增加1%时,该地区ρ(PM 2.5)将上升至少0.38%.城镇化率对ρ(PM 2.5)的影响最大,其次是第一产业增加值,再次是工业增加值占比和降水量.城镇化率、降水量与ρ(PM 2.5)呈负相关,而第一产业增加值、工业增加值占比与ρ(PM 2.5)呈正相关.研究显示,加快城镇化进程、减少第一产业排放、降低工业增加值占比(尤其是重污染工业)是有效解决成渝城市群PM 2.5污染的重要手段. 展开更多

关键词 PM 2.5 成渝城市群 时空分布 空间自相关性 空间回归模型

在线阅读 下载PDF 职称材料

中国典型城市PM2.5浓度时空演绎规律及影响因素分析 被引量：15

3

作者 屈超 陈婷婷 +1 位作者 刘佳 李煜东 《环境科学研究》 EI CAS CSCD 北大核心 2019年第7期1117-1125,共9页

为探讨空气中ρ(PM2.5)的空间集聚特征和气候、大气成分变量对空气中ρ(PM2.5)的影响,利用首批纳入PM2.5监测的74个城市的ρ(PM2.5)数据计算Moran's I指数,并选取其中38个典型城市进行计量分析.在基于引力模型的空间权重矩阵基础上... 为探讨空气中ρ(PM2.5)的空间集聚特征和气候、大气成分变量对空气中ρ(PM2.5)的影响,利用首批纳入PM2.5监测的74个城市的ρ(PM2.5)数据计算Moran's I指数,并选取其中38个典型城市进行计量分析.在基于引力模型的空间权重矩阵基础上,构建面板数据SDM(空间面板杜宾模型).结果表明:ρ(PM10)、ρ(SO2)、ρ(CO)、ρ(O3)、RH(relative humidity,相对湿度)与城市ρ(PM2.5)呈正相关,而T(temperature,温度)和WS(wind speed,风速)与城市ρ(PM2.5)呈负相关;ρ(PM10)、ρ(CO)、RH是位于前3位影响城市ρ(PM2.5)的关键性因素,其总效应分别为0.720 1、0.241 7、0.133 9.地理上邻近城市ρ(PM2.5)具有明显的外部空间溢出效应,即邻近城市ρ(PM2.5)每增加10百分点,将导致该地区ρ(PM2.5)增长6.12百分点.300 km左右是保证PM2.5区域"联防联控"最佳效果的最大门槛距离,超过该门槛距离,区域"联防联控"的力度和效果会随着距离的增加而逐渐减弱;当门槛距离大于500 km时,ρ(PM2.5)的空间自相关性不显著.气候变量中,RH和ρ(PM2.5)呈同方向变化,而T、WS与ρ(PM2.5)呈反方向变化.研究显示,关注单一地区或单一因素(气候或大气成分)均不能有效控制PM2.5污染,在保持经济稳定增长的前提下,各地治理PM2.5应从调整产业结构、优化能源结构、完善防控机制等多个维度共同推进,促使经济增长方式早日从"粗放型"向"集约型"转变. 展开更多

关键词 pm2.5 SDM模型 引力模型 空间分布 门槛距离

在线阅读 下载PDF 职称材料

2015—2016年安徽省PM2.5和PM10-2.5时空分布特征 被引量：8

4

作者 裘阅 汪家权 胡淑恒 《合肥工业大学学报（自然科学版）》 CAS 北大核心 2020年第1期113-118,共6页

为准确分析安徽省空气中致霾颗粒物(particulate matter,PM)的时空分布特点,文章对2015—2016年安徽省16个地级市环境空气监测数据PM 2.5和PM 10-2.5按周、月、季、年均值进行了统计分析及横纵对比,结果表明:2016年安徽省PM 10-2.5和PM ... 为准确分析安徽省空气中致霾颗粒物(particulate matter,PM)的时空分布特点,文章对2015—2016年安徽省16个地级市环境空气监测数据PM 2.5和PM 10-2.5按周、月、季、年均值进行了统计分析及横纵对比,结果表明:2016年安徽省PM 10-2.5和PM 2.5年均质量浓度分别为24、53μg/m^3,相比上年有小幅下降,整体上未出现持续恶化的局面,同时颗粒物在不同时间尺度上表现出了星期效应、月度规律和季节特征;利用ArcGIS和SPSS等分析统计软件,基于地形地貌特征获得了安徽省颗粒污染物的空间分布格局,解析了颗粒物与其他空气质量指数的相互关系。研究结果有利于从不同时空尺度辨析安徽省大气颗粒物污染的多变特征,为长三角区域颗粒物污染联防联控提供参考。 展开更多

关键词 pm2.5 PM10-2.5 时空分布 安徽省

在线阅读 下载PDF 职称材料

重庆市主城区冬季PM2.5空间分布模拟 被引量：6

5

作者 尹杰 刘春霞 +3 位作者 李月臣 汪朝霞 刘源 刘贤 《环境污染与防治》 CAS CSCD 北大核心 2018年第12期1352-1358,共7页

PM_(2.5)以其对环境空气质量及人类健康的巨大威胁而逐渐引起了专家学者的关注。以西南地区典型山地城市——重庆市主城区为研究区,利用多元线性回归方法和地理信息系统(GIS)技术,基于2013—2017年冬季(1、2、12月)原重庆市环境保护局... PM_(2.5)以其对环境空气质量及人类健康的巨大威胁而逐渐引起了专家学者的关注。以西南地区典型山地城市——重庆市主城区为研究区,利用多元线性回归方法和地理信息系统(GIS)技术,基于2013—2017年冬季(1、2、12月)原重庆市环境保护局发布的17个空气环境监测站点实测数据,同时考虑自然及社会经济因素,构建了基于多因素的多元回归模型,模拟了重庆市主城区2013—2017年冬季PM_(2.5)平均浓度的空间分布状况。结果表明:PM_(2.5)浓度受多因素的影响,其中缓冲半径1 500m内建设用地面积、1 000m内林地面积、2 500m内产业点密度、1 500m内道路长度及高程影响较大;通过多因素与PM_(2.5)浓度的相关性建立的回归模型,能有效模拟PM_(2.5)浓度的空间分布特点,重庆市主城区冬季PM_(2.5)平均浓度的空间分布呈现中西部高、北部和东南部较低的格局;2013—2017年冬季PM_(2.5)平均浓度有下降的趋势,2015年冬季下降幅度尤为明显。此研究结果对探讨PM_(2.5)浓度的空间分布特点有一定的应用价值,可为减轻空气PM_(2.5)污染及提高城市空气质量提供重要的科学依据。 展开更多

关键词 pm2.5 相关分析 多元回归模型 空间分布 重庆市

在线阅读 下载PDF 职称材料

基于线性混合效应模型的河北省PM2.5浓度时空变化模型研究 被引量：23

6

作者 孙成 王卫 +1 位作者 刘方田 郭兴宇 《环境科学研究》 EI CAS CSCD 北大核心 2019年第9期1500-1509,共10页

京津冀地区大气PM2.5污染严重.为揭示区域PM2.5时空分布规律,使用2013—2014年河北省地面站点PM2.5监测数据、MODISAOD(气溶胶光学厚度)遥感数据、地面气象站点数据和土地利用调查数据,基于线性混合效应模型(LME),建立了ρ(PM2.5)时空... 京津冀地区大气PM2.5污染严重.为揭示区域PM2.5时空分布规律,使用2013—2014年河北省地面站点PM2.5监测数据、MODISAOD(气溶胶光学厚度)遥感数据、地面气象站点数据和土地利用调查数据,基于线性混合效应模型(LME),建立了ρ(PM2.5)时空变化与AOD因子、气象因子、土地利用因子之间的关系模型.采用十折交叉验证法对模型精度进行检验,并利用计算得到的校正因子〔全部实测的ρ(PM2.5)年均值除以参与建模的所有实测ρ(PM2.5)年均值〕纠正因AOD非随机性缺值导致的抽样偏差.结果表明:①河北省区域模拟精度R2(决定系数)为0.85,经交叉验证后R2为0.77,RMSE(均方根误差)和RPE(相对预测误差)分别为18.28μg/m^3和28.68%.②ρ(PM2.5)年均值模拟结果的校正因子范围为1.24~2.05,校正后的研究区ρ(PM2.5)年均值为89.84μg/m^3,与实际监测数据相近.③ρ(PM2.5)空间分布呈平原高、山区低,平原地区西南高、东北低的趋势.④ρ(PM2.5)与AOD、温度、相对湿度呈正相关,与风速、大气能见度呈负相关.研究显示,线性混合效应模型能有效对ρ(PM2.5)进行时空变化模拟,并实现对非地面监测地区ρ(PM2.5)时空变化的预测,恰当的预测因子组合和模型校正有助于模型预测精度的提升. 展开更多

关键词 pm2.5 气溶胶光学厚度(AOD) 线性混合效应模型 十折交叉验证 时空变化 河北省

在线阅读 下载PDF 职称材料

乌鲁木齐市PM2.5分布特征及其预测模型研究 被引量：5

7

作者 张纯曦 阿丽亚·拜都热拉 +1 位作者 刘丽 胡梦玲 《石河子大学学报（自然科学版）》 CAS 北大核心 2020年第5期648-654,共7页

作为“一带一路”节点城市,防治乌鲁木齐市大气环境污染对改善城市人居环境和提升城市形象尤为重要。为合理评估乌鲁木齐市的大气环境质量变化特征,获得更科学的PM 2.5时空分布特征及预测模型,本文以乌鲁木齐市2018年PM 2.5质量浓度为... 作为“一带一路”节点城市,防治乌鲁木齐市大气环境污染对改善城市人居环境和提升城市形象尤为重要。为合理评估乌鲁木齐市的大气环境质量变化特征,获得更科学的PM 2.5时空分布特征及预测模型,本文以乌鲁木齐市2018年PM 2.5质量浓度为研究对象,基于7个国控地面空气质量监测站数据,运用SPSS数据分析和GIS插值方法探讨PM 2.5的时空分布规律,建立PM 2.5预测模型对未来PM 2.5的变化趋势加以预测。结果表明:乌鲁木齐市PM 2.5日变化和季变化在不同季节表现规律不同;空间分布上西南部高于东北部;影响因子中,CO、NO 2、SO 2、PM 10与PM 2.5正相关,O 3与PM 2.5负相关;建立的预测模型较为稳健,可用于对未来PM 2.5变化趋势的预测。 展开更多

关键词 乌鲁木齐市 PM 2.5 时空分布 多元回归分析 R语言

在线阅读 下载PDF 职称材料

北京城6区大气颗粒物质量浓度变化规律研究 被引量：17

8

作者 刘杰 杨鹏 +2 位作者 吕文生 刘阿古达木 刘俊秀 《安全与环境学报》 CAS CSCD 北大核心 2015年第6期333-339,共7页

为较好地了解当前北京城6区大气颗粒物PM_(2.5)和PM_(10)质量浓度的污染水平及变化规律,根据2013年3月11日至2014年2月28日城6区12个空气质量实时监测点连续、实时的监测结果,构建多点位、完整时间序列的颗粒物质量浓度数据资料。应用... 为较好地了解当前北京城6区大气颗粒物PM_(2.5)和PM_(10)质量浓度的污染水平及变化规律,根据2013年3月11日至2014年2月28日城6区12个空气质量实时监测点连续、实时的监测结果,构建多点位、完整时间序列的颗粒物质量浓度数据资料。应用数理统计分析手段,对当前北京城6区大气颗粒物质量浓度的频数分布、相关性和逐时变化特征进行分析,并结合全年实际气象特征,对引起大气颗粒物质量浓度变化的因素进行了初步探讨。结果表明,2013年3月至2014年2月北京城6区大气颗粒物污染较为严重,且PM_(2.5)和PM_(10)质量浓度具有特别显著的线性相关关系,全年相关系数达0.9,10年间无显著变化;二者年均值达91.7μg/m^3和116.9μg/m^3,分别超标162%和67%;二者质量浓度比达78.4%,10年间同比增长约20%。颗粒物质量浓度逐时变化受季节变化影响明显,总体呈现夜间最高、白天最低的趋势,变化周期为7~9 h。研究表明,影响颗粒物质量浓度变化的因素包括春季的大风和生物粒子、夏季的湿热和降雨、秋季和冬季的逆温现象和降雪等气象因素及规律性的人为源因素。 展开更多

关键词 环境学 大气颗粒物 PM(2.5) PM(10) 频数分布 相关性分析 逐时变化

在线阅读 下载PDF 职称材料

北京市大气颗粒物中全氟烷基化合物的粒径分布特征 被引量：10

9

作者 杨朔 陈辉伦 +4 位作者 盖楠 路国慧 郑宇 邵鹏威 杨永亮 《岩矿测试》 CAS CSCD 北大核心 2018年第5期549-557,共9页

人为排放的持久性有机污染物倾向于在细级大气颗粒物中富集,但目前国内外关于大气颗粒物中全氟烷基化合物(PFASs)粒径分布在不同国家地区有显著差异,而在我国北京地区PFASs在不同粒径大气颗粒物中的富集能力尚不清楚。本文采用五级大流... 人为排放的持久性有机污染物倾向于在细级大气颗粒物中富集,但目前国内外关于大气颗粒物中全氟烷基化合物(PFASs)粒径分布在不同国家地区有显著差异,而在我国北京地区PFASs在不同粒径大气颗粒物中的富集能力尚不清楚。本文采用五级大流量主动分级采样器采集了北京市大气颗粒物样品,利用超声萃取结合高效液相色谱-电喷雾负电离源串联质谱测定PFASs含量,探讨了该地区大气颗粒物中PFASs的浓度水平和粒径分布特征,以及大气颗粒物浓度变化对PFASs浓度变化的影响。结果表明:研究区∑PFASs范围为10. 1～62. 9 pg/m3,76. 4%～83. 8%的PFASs集中分布在PM2. 5颗粒物中,其中含量较高的PFOA、PFNA和PFDA在<0. 25μm细颗粒物中占比最高,分别为26. 3%～43. 7%、30. 3%～68. 6%和30. 6%～49. 7%; PFOS在<0. 25μm细颗粒物中没有检出,主要分布在1～2. 5μm和0. 25～1μm颗粒物中。此外,研究发现北京市霾天大气颗粒物中∑PFASs为晴天的3. 5倍,且不同粒径大气颗粒物浓度变化对PFASs各化合物表现出不同的富集能力,其中PFOA、PFOS、PFNA和PFDA等中链PFASs更易富集。 展开更多

关键词 全氟烷基化合物 大气颗粒物 PM 2.5 粒径分布 富集能力

在线阅读 下载PDF 职称材料

兰州城市冬季大气气溶胶特征的综合观测研究 被引量：18

10

作者 刘吉 陈长和 《兰州大学学报（自然科学版）》 CAS CSCD 北大核心 2003年第4期104-108,共5页

对 Anderson分级采样器采集的 PM1 0 进行了谱特征的分析 ,研究了 PM2 .5在 PM1 0 中所占的比例 ,并从实测的大气气溶胶光学厚度资料出发 ,应用消光法反演了兰州城市冬季大气柱气溶胶粒子谱 .结果表明 :低层大气和整层大气的气溶胶粒子... 对 Anderson分级采样器采集的 PM1 0 进行了谱特征的分析 ,研究了 PM2 .5在 PM1 0 中所占的比例 ,并从实测的大气气溶胶光学厚度资料出发 ,应用消光法反演了兰州城市冬季大气柱气溶胶粒子谱 .结果表明 :低层大气和整层大气的气溶胶粒子数密度谱分布都具有 3峰型特征 .兰州城市冬季的大气污染主要是由于燃煤和汽车尾气造成的 。 展开更多

关键词 气溶胶 pm2.5 PM10 谱分布 大气污染

在线阅读 下载PDF 职称材料

2014-2016年北京市PM_(2.5)污染时空分布特征 被引量：18

11

作者 齐梦溪 赵文慧 +3 位作者 孙爽 刘轶轩 郭逍宇 赵文吉 《生态环境学报》 CSCD 北大核心 2019年第1期97-105,共9页

分析2014-2016年北京市35个大气PM_(2.5)监测站点数据,对比采暖期与非采暖期PM_(2.5)污染时间变化差异,并对全市PM_(2.5)污染的空间分布特征进行分析,探究近3年北京市大气PM_(2.5)污染的时空分布规律,揭示采暖期与非采暖期PM_(2.5)污染... 分析2014-2016年北京市35个大气PM_(2.5)监测站点数据,对比采暖期与非采暖期PM_(2.5)污染时间变化差异,并对全市PM_(2.5)污染的空间分布特征进行分析,探究近3年北京市大气PM_(2.5)污染的时空分布规律,揭示采暖期与非采暖期PM_(2.5)污染的异同性,为全市大气环境污染治理与改善提供合理性建议。结果表明,2014-2016年北京市PM_(2.5)年均质量浓度分别为90.279、82.261、78.672μg·m^(-3),污染水平逐年下降。其中,非采暖期小时均值分别于12:00与21:00左右达到峰值,污染波谷分别出现在7:00与18:00,采暖期白天浓度低夜间浓度高,从7:00下降至17:00升高,23:00至次日1:00为稳定持续的高污染时段;非采暖期PM_(2.5)月均浓度值均呈"W"形波动,每年5月与8月中旬污染浓度值最低,7月污染相对较高;采暖期污染水平整体高于非采暖期,其中1月、2月污染较为严重。全市PM_(2.5)均值浓度表现出南部>北部的空间分布特征。非采暖期东南部PM_(2.5)污染普遍高于西北部,采暖期西南部的房山区、大兴区与通州区为主要污染区域,包含主城区在内的北部地区PM_(2.5)污染浓度相对较低;非采暖期的主城区在涵盖城市交通要道的区域PM_(2.5)浓度值较高,采暖期污染分布特征为西北与东南较高,中部以植物园监测点为中心的周边污染浓度始终保持全域最低;六环区域内,非采暖期北部新区、植物园与古城周边污染水平低,万柳、云岗以东污染较重,采暖期重污染区域范围缩小,向东、南边缘区域集聚,2015年与2016年主要污染区域分布在以房山为中心的南部地区。整体而言,北京市采暖期大气污染主要来源于冬季取暖燃煤排放,非采暖期起决定性影响的污染源为汽车尾气排放,人为活动是大气中细颗粒物的主要来源。 展开更多

关键词 京市 PM 2.5 时空分布 采暖期 非采暖期

在线阅读 下载PDF 职称材料

福州市城区不同粒径颗粒物污染特征 被引量：4

12

作者 陈芳 颜志辉 +1 位作者 饶清华 许丽忠 《安徽大学学报（自然科学版）》 CAS 北大核心 2019年第3期80-88,共9页

利用福州市国控监测站点2013年4月-2017年3月PM_(2.5)和PM_(10)质量浓度监测数据,对福州市不同粒径颗粒物污染特征进行研究.结果表明:时间变化方面,福州市空气质量整体较好,PM_(2.5)和PM_(10)浓度呈逐年下降趋势;PM_(2.5)、PM_(10)、PM_... 利用福州市国控监测站点2013年4月-2017年3月PM_(2.5)和PM_(10)质量浓度监测数据,对福州市不同粒径颗粒物污染特征进行研究.结果表明:时间变化方面,福州市空气质量整体较好,PM_(2.5)和PM_(10)浓度呈逐年下降趋势;PM_(2.5)、PM_(10)、PM_(2.5)/PM_(10)时间变化规律具有一致性:呈现冬季>春季>秋季>夏季的季节性特征;春季、夏季和秋季工作日浓度均高于周末的浓度,存在周末效应,冬季周末浓度则显著高于工作日浓度;日变化呈明显的双峰型变化趋势.空间变化方面,PM_(2.5)和PM_(10)浓度变化表现为工业区>市区>清洁区,清洁区PM_(2.5)/PM_(10)比值最高,其次是市区、工业区.相关分析结果表明:PM_(10)和PM_(2.5)存在显著相关性,且相关性明显受季节影响,夏季相关性最高.城市颗粒物与气态污染物(SO_2、NO_2)复合性较强. 展开更多

关键词 pm2.5 PM10 pm2.5/PM10 福州市 时空分布

在线阅读 下载PDF 职称材料

典型矿业城市大气颗粒物水溶性离子分布特征 被引量：4

13

作者 欧金萍 郑刘根 杨叶 《环境监测管理与技术》 CSCD 2020年第5期23-27,共5页

利用2014年7月和2015年1月在淮南市不同功能区采集的大气颗粒物样品,分析其水溶性离子时空和粒径分布特征。结果表明:夏季和冬季粗、细粒子中总水溶性离子质量浓度均值分别为(13.45±4.53)μg/m^3、(27.81±17.65)μg/m^3和(12.... 利用2014年7月和2015年1月在淮南市不同功能区采集的大气颗粒物样品,分析其水溶性离子时空和粒径分布特征。结果表明:夏季和冬季粗、细粒子中总水溶性离子质量浓度均值分别为(13.45±4.53)μg/m^3、(27.81±17.65)μg/m^3和(12.87±8.37)μg/m^3、(85.08±35.41)μg/m^3。淮南市大气颗粒物中主要的水溶性离子为Ca^(2+)、NO^-_3和SO■。冬季各功能区PM_(2.5)中总水溶性离子质量浓度普遍高于夏季。大气颗粒物中水溶性离子主要来源于土壤源、工业污染及二次转化,冬季二次污染源主要以流动源污染为主,而夏季流动源和固定源污染贡献接近。 展开更多

关键词 水溶性离子 pm2.5 pm2.5~10 粒径分布 污染源 淮南市

在线阅读 下载PDF 职称材料

保山市大气细颗粒物排放特征与理化特征分析 被引量：3

14

作者 杨鸿亮 施择 +2 位作者 闫琨 李建文 史建武 《环境监测管理与技术》 CSCD 2019年第5期61-64,共4页

于2016年11月9日—14日,用单颗粒气溶胶在线源解析技术分析保山市体育馆监测点大气中PM 2.5的化学组成、粒径分布、来源及典型排放源质谱特征。结果表明:采集的颗粒可分为7类,主要以有机碳、元素碳和混合碳颗粒为主,占电离颗粒数的60%以... 于2016年11月9日—14日,用单颗粒气溶胶在线源解析技术分析保山市体育馆监测点大气中PM 2.5的化学组成、粒径分布、来源及典型排放源质谱特征。结果表明:采集的颗粒可分为7类,主要以有机碳、元素碳和混合碳颗粒为主,占电离颗粒数的60%以上;不同类型颗粒粒径分布差异较为明显;机动车尾气为首要污染贡献源,且呈周期性变化,每日有两个上升时段,分别为凌晨1:00—10:00和12:00—20:00;其次为燃煤源,贡献率为10%~40%;工艺过程源与生物质燃烧源贡献率相一致,总体上夜间贡献率高于白天;扬尘源、二次无机源贡献率变化幅度不大。 展开更多

关键词 细颗粒物 质谱特征 粒径分布 来源解析 保山市

在线阅读 下载PDF 职称材料

流化床条件下城市污泥和烟煤煤泥混烧对颗粒物排放特性的影响 被引量：4

15

作者 张柳 贾里 +4 位作者 王彦霖 王碧茹 张佳栋 金燕 向军 《煤炭学报》 EI CAS CSCD 北大核心 2022年第7期2808-2816,共9页

污泥/煤泥作为高灰分低热值燃料,燃烧是大规模减量化处理以上2种物质的一种有效手段,随着雾霾问题的日益严重,在此过程中需要特别关注其颗粒物的排放问题。基于流化床实验台,采用自行设计的颗粒物收集装置,并且利用BT-9300HT激光粒度分... 污泥/煤泥作为高灰分低热值燃料,燃烧是大规模减量化处理以上2种物质的一种有效手段,随着雾霾问题的日益严重,在此过程中需要特别关注其颗粒物的排放问题。基于流化床实验台,采用自行设计的颗粒物收集装置,并且利用BT-9300HT激光粒度分析仪和X射线荧光光谱仪(XRF)分别得到生成颗粒物的粒径分布和化学成分,揭示了污泥/煤泥单独燃烧和污泥/煤泥混烧颗粒物的生成特性。实验结果表明:污泥与煤泥在流化床中单独燃烧时颗粒物的粒径分布在800℃前后表现出明显的变化差异,且PM_(2.5)/PM_(10)体积分数排放量与粒径分布峰值一致,为焦油对颗粒物的固定吸附作用、碱金属的熔融团聚作用与矿物质在燃烧过程中的气化、碰撞、破碎作用交互影响所致。燃烧产生的PM_(2.5)主要成分为K,Mg,S,Cl,P,PM_(10)主要成分为Si,Al,Fe,Ca,且污泥的PM_(2.5)中K,Mg,S,Cl,P较煤泥高,煤泥的PM_(10)中Si,Al,Fe,Ca较污泥高。燃烧温度和污泥/煤泥质量比会影响颗粒物的排放特性,其中燃烧温度的升高会导致粗模态颗粒物对应的峰值呈现向小粒径方向且向上移动的趋势;不同质量比条件下颗粒物的实验值与线性加和值有明显差异,混烧明显减少了燃烧后PM_(2.5)的排放量,原因在于燃烧过程中污泥中的易气化元素(K,Cl,P,S等)与煤泥中的矿物质与焦炭存在一定的交互作用。 展开更多

关键词 污泥/煤泥混燃 颗粒物 粒径分布 PM_(2.5)/PM_(10) 交互作用

在线阅读 下载PDF 职称材料

合肥市一次重污染过程细颗粒物的粒径分布特征及影响因素分析 被引量：4

16

作者 薛超 张红 +3 位作者 笪春年 汪水兵 秦志勇 包翔 《环境污染与防治》 CAS CSCD 北大核心 2022年第7期900-906,共7页

利用单颗粒气溶胶质谱仪(SPAMS)采集的颗粒物数浓度和粒径数据,对合肥市2018年1月中下旬一次重污染过程中细颗粒物(PM_(2.5))粒径分布及数浓度的影响因素进行分析。结果表明:重污染过程分为污染积累、重污染、污染反弹和污染消散4个阶段... 利用单颗粒气溶胶质谱仪(SPAMS)采集的颗粒物数浓度和粒径数据,对合肥市2018年1月中下旬一次重污染过程中细颗粒物(PM_(2.5))粒径分布及数浓度的影响因素进行分析。结果表明:重污染过程分为污染积累、重污染、污染反弹和污染消散4个阶段,不同污染阶段颗粒物粒径分布特征不同,污染积累、重污染和反弹阶段的颗粒物粒径主要分布在0.5~1.5μm,污染消散阶段的颗粒物粒径主要分布在0.4~1.2μm;重污染过程中,气象因素和大气污染程度对颗粒物数浓度均有重要影响;气象因素方面,颗粒物数浓度与温度、太阳辐射强度呈正相关,与风速、气压呈负相关,与相对湿度不是单一的相关关系;大气污染方面,SO_(2)和NO_(2)质量浓度越高,颗粒物数浓度越高,而O_(3)质量浓度则与颗粒物数浓度呈负相关。 展开更多

关键词 pm2.5 颗粒物数浓度 粒径分布 影响因素

在线阅读 下载PDF 职称材料

隧道车辆排放污染物分布特性实测 被引量：2

17

作者 曾粤 冉福霞 徐进 《科学技术与工程》 北大核心 2019年第30期324-330,共7页

为明确车辆排放污染物浓度[PM 2.5和挥发性有机化合物(volatile organic compounds,VOCs)]在山地城市隧道路段的分布特征,以重庆市内5条典型隧道为研究对象,采集了隧道洞内、洞口以及前后100 m范围内的空气污染物浓度值,分析PM 2.5与VOC... 为明确车辆排放污染物浓度[PM 2.5和挥发性有机化合物(volatile organic compounds,VOCs)]在山地城市隧道路段的分布特征,以重庆市内5条典型隧道为研究对象,采集了隧道洞内、洞口以及前后100 m范围内的空气污染物浓度值,分析PM 2.5与VOCs在隧道路段的连续分布特征,以及土地开发强度与时段差异等对污染物浓度的影响。结果表明:隧道中段的污染物浓度最高、隧道出口处的污染物浓度次之、隧道进口处的污染物浓度最低;隧道高峰期间污染物浓度比平峰期间污染物浓度波动大,并且高峰期间污染物浓度大于平峰期间的污染物浓度;污染物浓度在郊区隧道路段最低,在商圈外围隧道路段居中,在商圈中心隧道路段最高;5条隧道样本的通风效果普遍较差。建议优化隧道中段的通风装置,尤其是增加商圈中心隧道的风机密度,以改善加强隧道中段的通风效果、降低污染物浓度。。 展开更多

关键词 隧道 PM 2.5 挥发性有机化合物 分布特征 通风

在线阅读 下载PDF 职称材料

泸州城区大气细颗粒物时空分布特征及变化规律 被引量：8

18

作者 何仁江 韩知峡 +3 位作者 柏珺 薛京舟 肖开煌 张青碧 《西南大学学报（自然科学版）》 CAS CSCD 北大核心 2020年第1期88-94,共7页

利用2016年泸州4个环境监测站点(九狮山、市环监站、兰田宪桥、小市上码头)的PM2.5,PM10的质量浓度数据和气象数据,研究了泸州2016年大气细颗粒物的空间变化特征及分布规律.结果发现,泸州市城区2016年PM2.5年平均质量浓度为64.4μg/m^3... 利用2016年泸州4个环境监测站点(九狮山、市环监站、兰田宪桥、小市上码头)的PM2.5,PM10的质量浓度数据和气象数据,研究了泸州2016年大气细颗粒物的空间变化特征及分布规律.结果发现,泸州市城区2016年PM2.5年平均质量浓度为64.4μg/m^3,冬季最高,春秋季其次,夏季最低.重污染天气集中在冬季,且污染程度高、持续时间长.与对照点相比,城区PM2.5质量浓度高9μg/m^3,小市上码头的差异最大,市环监站的差异最小.夏季PM2.5质量浓度日变化最为平稳,中午与夜间有所升高,冬季PM2.5质量浓度呈现夜间高于日间的污染模式.PM2.5质量浓度总体呈现出工作日低,周末高的“周末效应”.PM2.5与PM10相关性有统计学意义,全年PM2.5/PM10比值范围为0.73~0.83,夏季PM2.5/PM10比值最高,与当地地形、气候密切相关. 展开更多

关键词 pm2.5 时间变化 空间分布 泸州

在线阅读 下载PDF 职称材料

京津冀城市群PM_(2.5)的空间分布及相关性分析 被引量：8

19

作者 李雪梅 许东明 《生态与农村环境学报》 CAS CSCD 北大核心 2019年第2期174-179,共6页

以京津冀城市群2014—2016年1 090 d PM_(2.5)浓度日值数据为基础,基于Arc GIS 10.2软件,选择典型月份分析PM_(2.5)月优良天数比例、月重度及严重污染天数比例的时空分布特征及其空间相关性。结果表明,研究区城市之间各年PM_(2.5)浓度... 以京津冀城市群2014—2016年1 090 d PM_(2.5)浓度日值数据为基础,基于Arc GIS 10.2软件,选择典型月份分析PM_(2.5)月优良天数比例、月重度及严重污染天数比例的时空分布特征及其空间相关性。结果表明,研究区城市之间各年PM_(2.5)浓度月优良天数比例与月重度、严重污染天数比例整体波动趋势基本一致,其中PM_(2.5)月优良天数比例高值集中在5—9月,PM_(2.5)月重度与严重污染天数比例高值集中在11—次年2月;从区域分布看,PM_(2.5)月重度与严重污染天数比例从石家庄、保定市向周边城市由高到低递减。选取典型月份对研究区PM_(2.5)进行空间相关分析,结果表明PM_(2.5)存在正空间相关性,即PM_(2.5)浓度的空间分布表现出空间聚集性。 展开更多

关键词 pm2.5 时空分布 空间相关性 京津冀城市群

在线阅读 下载PDF 职称材料

夏季桂林市大气PM_(2.5)化学组成和成分分布的质谱研究 被引量：8

20

作者 张志朋 杜娟 +4 位作者 宋韶华 计晓梅 易春盛 黄石磊 康兴快 《环境监测管理与技术》 CSCD 2015年第6期22-26,共5页

选取桂林市5个代表性监测点,采用单颗粒气溶胶飞行时间质谱仪在线分析该市夏季大气PM_(2.5)的化学组成及化学成分分布。结果表明:5个监测点,>80%的PM_(2.5)分布在0.2μm^1.0μm的小粒径范围,<20%的PM_(2.5)分布在1.0μm^2.5μm大... 选取桂林市5个代表性监测点,采用单颗粒气溶胶飞行时间质谱仪在线分析该市夏季大气PM_(2.5)的化学组成及化学成分分布。结果表明:5个监测点,>80%的PM_(2.5)分布在0.2μm^1.0μm的小粒径范围,<20%的PM_(2.5)分布在1.0μm^2.5μm大粒径范围;大气PM_(2.5)中离子成分包含Na^+、K^+、NH^+4、C2H3^+/Al^+、Fe^+、HSO^-_4、NO^-_3、NO^-_2、CNO^-、CN^-、SO^-_3、O^-和元素碳离子;PM_(2.5)中离子按成分特征可分为元素碳、有机碳、元素碳有机碳混合颗粒、富锰颗粒、富铁颗粒、富钾颗粒、矿物质、左旋葡聚糖以及其他金属等9类,各监测点元素碳占比均超过50%;元素碳与硫酸盐、铵盐、硝酸盐发生内混合的程度极高,其中各监测点元素碳与硫酸盐混合程度最高,均达到90%左右。 展开更多

关键词 单颗粒气溶胶质谱 pm2.5 粒径分布 化学组成 桂林

在线阅读 下载PDF 职称材料