期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
主要气象因素对可吸入颗粒物浓度影响规律探讨 被引量:11
1
作者 金维明 《中国环境监测》 CAS CSCD 北大核心 2009年第4期71-75,共5页
简要介绍了上海、南京、苏州和南通市区API污染指数逐月同步走向的一致性,得出环境空气质量保护目标确定条件下,影响大气污染物浓度高低的主要因素是大中尺度天气系统的气象因素以及春、夏、秋、冬和典型冬季寒潮前后,南通市区可吸入颗... 简要介绍了上海、南京、苏州和南通市区API污染指数逐月同步走向的一致性,得出环境空气质量保护目标确定条件下,影响大气污染物浓度高低的主要因素是大中尺度天气系统的气象因素以及春、夏、秋、冬和典型冬季寒潮前后,南通市区可吸入颗粒物与气象因素之间的相关变化关系。说明在政府加大力度控制大气污染物排放量并取得阶段性成果时,另一个影响可吸入颗粒物浓度高低变化的重要因素是气象因素。 展开更多
关键词 气象因子 可吸入颗粒物浓度
在线阅读 下载PDF
呼和浩特可吸入大气颗粒物浓度分布与降尘特征
2
作者 刘立柱 董发勤 +3 位作者 贺小春 代群威 邓跃全 黄云碧 《矿物学报》 CAS CSCD 北大核心 2012年第S1期152-154,共3页
大气颗粒物(PM)是大气污染物的重要组成部分,大气可吸入颗粒物(PM10)已经成为我国各城市首要污染物(中国环保部等)。目前,国内外对于PM的研究由城市逐渐发展到区域以及全球的尺度,由宏观到微观。
关键词 大气颗粒物 浓度分布 呼和浩特市 大气降尘 沙尘暴 重要组成部分 首要污染物 可吸入颗粒物浓度 大气污染物 城市
在线阅读 下载PDF
城市轨道交通环控系统颗粒物浓度的实测研究 被引量:7
3
作者 赵敬德 王金龙 +1 位作者 严国庆 李雷雷 《安全与环境学报》 CAS CSCD 北大核心 2016年第4期342-347,共6页
城市轨道交通系统在为人们提供巨大便利的同时,也带来了许多新问题,如噪音、粉尘等污染。对上海市、南京市轨道交通环控系统颗粒物质量浓度进行了实测分析,分别得出了不同系统站台、车厢环境颗粒物质量浓度随地铁运行的变化情况,以及冬... 城市轨道交通系统在为人们提供巨大便利的同时,也带来了许多新问题,如噪音、粉尘等污染。对上海市、南京市轨道交通环控系统颗粒物质量浓度进行了实测分析,分别得出了不同系统站台、车厢环境颗粒物质量浓度随地铁运行的变化情况,以及冬、夏二季地铁环境颗粒物变化的异同,发现季节对轻轨系统颗粒物质量浓度的影响较地铁系统要大。结果表明,不同地铁环控系统均存在不同程度的PM_(2.5)超标,尤以半高安全门系统为甚。 展开更多
关键词 环境工程学 可吸入颗粒物浓度 城市轨道交通 站台 车厢 环控系统
在线阅读 下载PDF
城市轨道交通环控系统颗粒物浓度相关性分析
4
作者 赵敬德 王金龙 +1 位作者 严国庆 李雷雷 《安全与环境学报》 CAS CSCD 北大核心 2016年第5期344-348,共5页
城市轨道交通系统在为人们提供了许多便利的同时出现了很多颗粒物方面的问题。对上海市、南京市轨道交通不同系统颗粒物质量浓度进行了实测分析,结果表明:不同系统站台和车厢PM_(10)(PM_(2.5))之间有很大的相关性(相关系数|r|... 城市轨道交通系统在为人们提供了许多便利的同时出现了很多颗粒物方面的问题。对上海市、南京市轨道交通不同系统颗粒物质量浓度进行了实测分析,结果表明:不同系统站台和车厢PM_(10)(PM_(2.5))之间有很大的相关性(相关系数|r|=0.909~0.993);同一时段地铁系统站台(|r|=0.871~0.894)和轻轨系统站台(|r|=0.829)的PM_(2.5)与PM_(2.5-10)之间分别有很大的相关性,两种颗粒物有同一来源;不同系统车厢内PM_(2.5)与PM_(2.5-10)的相关性均较好(|r|=0.932~0.992),粗细颗粒物有共同的来源。 展开更多
关键词 环境工程学 可吸入颗粒物浓度 城市轨道交通 PM10 PM2.5
在线阅读 下载PDF
Characteristics of ventilation coefficient and its impact on urban air pollution 被引量:1
5
作者 路婵 邓启红 +2 位作者 刘蔚巍 黄柏良 石灵芝 《Journal of Central South University》 SCIE EI CAS 2012年第3期615-622,共8页
The temporal variation of ventilation coefficient was estimated and a simple model for the prediction of urban ventilation coefficient in Changsha was developed. Firstly, Pearson correlation analysis was used to inves... The temporal variation of ventilation coefficient was estimated and a simple model for the prediction of urban ventilation coefficient in Changsha was developed. Firstly, Pearson correlation analysis was used to investigate the relationship between meteorological parameters and mixing layer height during 2005-2009 in Changsha, China. Secondly, the multi-linear regression model between daytime and nighttime was adopted to predict the temporal ventilation coefficient. Thirdly, the validation of the model between the predicted and observed ventilation coefficient in 2010 was conducted. The results showed that ventilation coefficient significantly varied and remained high during daytime, while it stayed relatively constant and low during nighttime. In addition, the diurnal ventilation coefficient was distinctly negatively correlated with PM10 (particle with the diameter less than 10 μm) concentration in Changsha, China. The predicted ventilation coefficient agreed well with the observed values based on the multi-linear regression models during daytime and nighttime. The urban temporal ventilation coefficient could be accurately predicted by some simple meteorological parameters during daytime and nighttime. The ventilation coefficient played an important role in the PM10 concentration level. 展开更多
关键词 ventilation coefficient mixing layer height particulate matter multi-linear regression
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部