共查询到20条相似文献,搜索用时 234 毫秒
1.
对长沙市冬季某商场建筑室内餐饮区、化妆品区、鞋包区、服饰区和室外同步进行了细颗粒物(PM2.5)质量浓度的实测.分析了室内不同功能区、室外PM2.5质量浓度随时间的变化特征,并分析了温度、相对湿度、风速、大气压力对PM2.5质量浓度的影响.结果表明:室外PM2.5质量浓度高于室内;室内餐饮区PM2.5质量浓度最高,其次是化妆品区和服装区,鞋包区最低;室内人为活动和室外污染共同影响着室内颗粒物质量浓度;风速与PM2.5质量浓度相关性较弱,温度、相对湿度、大气压力与PM2.5质量浓度具有较强的相关性. 相似文献
2.
能源燃烧产物是PM2.5暴露水平提高的重要因素,燃烧不同种类的能源对PM2.5形成的影响机理不同,但各类能源消耗量对人群PM2.5暴露水平的影响程度尚不明确.基于2003-2010年的PM2.5质量浓度与煤炭、焦炭、原油、汽油、煤油、柴油、燃料油、天然气和电力消耗数据组成的面板数据,建立了不同种类能源消耗影响我国人群PM25暴露水平的随机效应模型.结果表明,我国2003-2010年多数省(市、自治区)的年均PM2.5质量浓度超过了世界卫生组织的标准.在研究时间段内,不同种类能源消耗量对人群PM2.5暴露水平的影响具有较大差异,煤炭、焦炭、汽油和煤油消耗对人群PM2.5暴露水平具有正影响,其中,正向影响最大的为焦炭消耗量,表明工业消耗焦炭对形成PM2.5的促进作用比较明显;与焦炭消耗量具有相近的影响效果的因素是汽油消耗,表明改进机动车和航空燃油技术同样非常重要;原油、柴油、燃料油、天然气和电力消耗对人群PM2.5暴露水平具有负影响,其中负向影响最大的为电力消耗量,表明电力作为一种清洁能源,有利于降低人群PM2.5暴露水平. 相似文献
3.
4.
为探索PM2.5的分布规律及其影响因素,对2013年西安市13个监测站点的全年ρ(PM2.5)数据进行了统计与整理.分析了ρ(PM2.5)的时空分布,采用聚类分析、小波变换研究了ρ(PM2.5)的区域分布特征与年际变化及突变特征,并对相关因素进行了探讨.结果表明,西安市ρ(PM2.5)在时间分布上具有冬高夏低的特点,而在空间分布上则以市人民体育场和草滩监测点所在区域为ρ(PM2.5)高值中心;ρ(PM2.5)在空间上可分为3大类,纺织城监测点单独为1类,经开区与草滩监测点为2类,另外10个监测点为3类,聚类效果的相关系数为0.7994,显示聚类效果较好;在ρ(PM2.5)年际变化中,除了6月和7月以外,其他月份ρ(PM2.5)均值为147.29 μg/m3,日照时间短和静风是导致ρ(PM2.5)发生突变的主要气象因素. 相似文献
5.
近日,PM2.5这个较为生涩的专业术语成为人们的"口头语"。PM,英文全称为particulatematter(颗粒物)。PM2.5指的是粒径小于2.5微米的颗粒物,也称为可入肺颗粒物。科学家用PM2.5表示每立方米空气中这种颗粒的含量,这个值越高,就代表空气污染越严重。PM2.5的直径还不到人的头发丝粗细的1/20。虽然PM2.5只是地球大气成分中含量很少的组分,但它对空气质量和能见度等有重要的影响。与较粗的大气颗粒物相比,PM2.5粒径小,富含大量的有毒、有害物质,且在大气中的停留时间长、输送距离远,因而对人体健康和大气环境质量的影响更大。2011年11月15日,著名大气环境专家、北京大学环境科学与工程学院院长张远航表示,PM2.5纳入评价后仅二成城市空气质量达标。 相似文献
6.
为了研究唐山市PM2.5理化特征及来源,分别于2012年7月和2013年1月对唐山市夏、冬季PM2.5样品进行了采集,应用电感耦合等离子体质谱仪(ICP-MS)、离子色谱仪(IC)和DRI碳质分析仪对PM2.5样品中化学组分元素、水溶性离子及有机碳和元素碳(OC/EC)进行了分析。应用CAMx-PSAT数值模型对采样时段PM2.5进行模拟,分析了夏、冬季PM2.5的主要来源。结果表明,唐山市PM2.5污染严重,夏、冬季质量浓度分别为国家环境II级标准的1.08倍和2.49倍。夏季PM2.5中二次组分质量浓度较高,占PM2.5总质量浓度的53.56%。SO2-4、NO-3和NH+4是PM2.5中重要的二次组分,占PM2.5质量浓度的31.49%~43.79%。一次组分中,矿物尘和POA占PM2.5质量浓度比例最高。唐山夏冬季节PM2.5未知组分比例分别为14.4%和24.86%。工业源是唐山市PM2.5污染的主要来源,夏、冬季节贡献率分别为74.1%和43.8%。由于居民燃煤采暖,冬季居民源对唐山市PM2.5贡献率增大。冬季唐山市主导风向为西北,外来源对PM2.5贡献率为31.2%;夏季主导风向为东南,外来源贡献率为15.0%。气象因素是导致外来源贡献季节变化的重要原因。 相似文献
7.
为了提高PM2.5质量浓度预测精度,提出一种用最大相关最小冗余算法(MRMR)筛选最优特征值,高斯多项核函数(RPK)优化极限学习机(ELM)的PM2.5质量浓度预测模型.以赣州市为例,选择PM10、O3、SO2、CO、NO2、降水、气压、气温、相对湿度、风速等10个影响因子,PM2.5为目标因子,通过降维处理和核函数特征映射代替随机映射解决PM2.5的高度复杂性.结果表明,MRMR算法选出的影响因子PM10、O3、CO、NO2和相对湿度,不仅考虑目标因子与影响因子的相关性,还考虑影响因子之间的相关性,进而降低了数据维度.MRMR-RPK-ELM模型的平均绝对误差、均方根误差、平均绝对百分比误差和确定系数分别为6.35、9.618、19.89%和0.942,相较于原始的ELM模型,PM2.5质量浓度预测精度有明显提升,拟合程度较高,且具有更好的泛化能力,能准确捕捉PM2.5质量浓度的突变节点. 相似文献
8.
平顶山市大气颗粒物污染水平研究 总被引:1,自引:0,他引:1
为了初步调查平顶山市大气中颗粒物PM10和PM2.5的污染水平,于2006年9月-2007年8月春、夏、秋、冬4季在平顶山市分别采集了80个样品,并对其进行分析.分析结果表明,平顶山市PM10和PM2.5的质量浓度分别为0.045-0.872 mg/m3,0.023-0.044 4 mg/m3,年均值分别为0.162 mg/m3,0.093 mg/m3,PM10超国家标准0.62倍,PM2.5超美国EPA标准5.20倍.PM10和PM2.5的季节变化趋势足冬季最高,春、秋季次之,夏季最低,PM10中PM2.5约占64%. 相似文献
9.
建立了基于BP神经网络的PM2.5质量浓度预报模型,对广州市5个监测点2012年6月-2013年5月的PM2.5质量浓度日均值进行预报,分析了总体预报误差、不同风速和降雨量下的预报误差,以及天气预报误差对PM2.5质量浓度预报误差的影响.结果表明,BP神经网络模型对5个站点的PM2.5预报结果稳定,平均相对误差为29.71%.在有利于PM2.5扩散的气象条件下预报误差较大,风速较大时与风速较小时预报误差的差异高达15%,而不同降雨量情况下的预报误差较相近.修正天气预报后,各站点的预报误差平均降低了4.67%.这表明可从空气质量数据质量等方面人手改进模型. 相似文献
10.
燃放烟花爆竹对北京城区气溶胶细粒子的影响 总被引:11,自引:2,他引:9
为了研究燃放烟花爆竹对空气中气溶胶细粒子污染的影响,采用TEOM于2003年1月31日-2月25日对PM2.5和PM10质量浓度和化学成分进行了研究,分析了春节期间北京城区气溶胶细粒子的污染特征.结果显示: 燃放烟花爆竹会导致空气中PM2.5在短时间内上升到很高的水平,最大小时平均质量浓度达549 μg/m3,平均每小时质量浓度增加100 μg/m3左右.并且随着PM2.5质量浓度的上升,PM2.5在PM10中的比例也明显上升,两者质量浓度小时平均值的比值最大可达0.9.稳定天气条件下,燃放高峰期过后随着粒径在2.5~10 μm之间的较粗粒子的沉降(约需3~4 h),PM10的质量浓度下降,但PM2.5/PM10的比值仍持续偏高.燃放烟花爆竹导致PM2.5中以燃烧为代表的元素(S、P、As)、部分金属元素(Al、Fe、Ti、Se、K)、可溶性离子成分以及OC的升高.这些成分与烟花爆竹的金属粉末、无机盐类,以及复杂的S、P化合物等主要成分吻合. 相似文献
11.
《中国安全科学学报》2016,(3)
为改善地铁站台环境质量,采用激光粉尘仪,运用比值分析和相关性分析方法,研究西直门(敞开式系统)、五道口(半高安全门系统)、西土城(全高安全门系统)及北土城(屏蔽门系统)等环控系统站台地铁车辆驶入前后的可吸入颗粒物PM2.5和PM10浓度及浓度变化率,分析PM2.5占可吸入颗粒物浓度大小、PM2.5与PM10的相关性及屏蔽门等防护装置的粉尘防治效果。结果表明,地铁驶入后引起颗粒物浓度增加,且以PM2.5等细颗粒物增加为主;在粉尘防护装置中,屏蔽门的防护效果最优。 相似文献
12.
田军 《中国安全生产科学技术》2015,11(5):130-135
为了提高全民防雾霾能力,保障人民群众的身体健康,分析了城市大气污染物中损害人体健康的最重要元凶PM2.5的防护需求,当前市场上各种材质和结构防PM2.5口罩的防护水平。在分析结果的基础上,结合颗粒物过滤机理,提出了雾霾天气时普通民众如何正确选择防PM2.5口罩的建议。讨论了目前防PM2.5口罩的过滤效率和泄漏性可参照的检测方法,在此基础上对今后防PM2.5口罩的发展方向进行了展望。 相似文献
13.
14.
15.
PM2.5与O3均为导致城市环境空气质量恶化的主要污染物,采用自动设备监测湖南省长沙、株洲、湘潭3市商业区和郊区空气中的PM2.5和O3质量浓度,并对数据进行相关性分析.结果表明:PM2.5和O3质量浓度的季节性变化大,其中O3质量浓度夏、秋2季高,春、冬2季低;PM2.5则秋、冬2季高,春、夏2季低;O3质量浓度峰值一般出现在当天午后,PM2.5质量浓度峰值一般出现在上午;空间分布上,O3质量浓度在郊区站点相对较高,而PM2.5质量浓度在商业区站点较高.PM2.5与O3质量浓度变化以负相关为主,即PM2.5质量浓度高时,O3质量浓度则低,反之亦然,二者一般不产生叠加污染.总体上,夏、秋季节应主要防O3污染,春、冬季节则主要防PM25污染. 相似文献
16.
本文针对社会公众普遍关心的PM2.5及其呼吸防护等问题,从PM2.5的尺寸、组成和危害及自吸过滤式防颗粒物呼吸器的技术要求重点探讨了PM2.5可不可以防、如何来防,以期解除公众对PM2.5的神秘感,同时也提出了公众在面临PM2.5和大气污染时的应对策略。 相似文献
17.
18.
19.