首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 218 毫秒
1.
青岛市港口船舶大气污染排放清单的建立及应用   总被引:11,自引:3,他引:8  
2002~2006年青岛市环保局与瑞典国际开发合作署合作开发了青岛市空气环境质量管理系统,建立青岛市海上交通源大气污染排放清单是其中的一项子专题,范围涉及青岛沿岸分布的港口,重点考虑船舶停泊港口及航线过程的大气污染物排放,划分了20条航线。建立的青岛市海上交通源大气污染排放清单在开发的基于GIS地理信息系统EnviMan复合源大气扩散模型中得到较好应用,实现了对沿海主要大气污染物排放量的空间模拟测算,解析出大气污染排放清单建立年度青岛市港口、航运排放的大气污染物对市区环境空气中的SO2、NOX浓度贡献分别约占8.0%、12.9%。  相似文献   

2.
唐山市钢铁行业大气污染物排放清单建立   总被引:1,自引:1,他引:0  
以唐山市钢铁企业为研究对象,在收集已有排放源数据的基础上,基于排放因子和活动水平数据采用排放因子法估算了唐山市钢铁企业多个大气污染物的排放量,得到了符合空气质量模型要求的污染源输入数据,建立钢铁行业和主要防控因子污染源数据库。结合唐山市各县区的环境空气质量状况,利用GIS技术,将不同污染因子的排放进行空间分布,最终形成准确完善的多尺度、高时空分辨率大气污染源排放清单。研究介绍了符合中国特色的区域高分辨率大气排放源清单建立的方法体系,为京津冀地区区域大气污染联防联控及2020年大气污染物区域削减计划工作提供数据支撑。  相似文献   

3.
随着我国城市化的迅速发展,大气污染问题成为影响人们生活幸福感的重要因素之一。施工、裸露地面等引起的扬尘成为城市大气颗粒物污染的主要来源。将GIS方法和原环保部《扬尘源颗粒物排放清单编制技术指南(试行)》推荐的计算方法相结合,估算出2016—2018年长沙市城区施工扬尘源、土壤扬尘源的颗粒物排放量,从时空分布特征与空间自相关等多个方面剖析了扬尘源的颗粒物排放情况。结果表明:长沙市扬尘源沿中心城区向西、北方向辐射,呈现出半圆环形的带状分布,以城乡接合部最为集中;2016—2018年,长沙市城区扬尘源排放量总体呈现逐年递减的变化趋势。研究结果与长沙市城区实际情况基本相符,可为长沙市扬尘污染控制策略的制定提供参考。  相似文献   

4.
随着环境空气质量精细化管理要求的提高,在应对重污染天气过程中,对大气污染源排放清单的时间分辨率提出了更高的要求。文章从固定源、移动源、油气储运源等方面探讨了大气污染源动态排放清单编制技术方法,并选取某城市进行了应用计算。结果表明,通过获取动态更新的数据,移动源的船舶、机动车、飞机可以逐时分析污染物排放量变化;固定源和油气储运源可以逐日分析。同时与相关指南算法进行定量比较,探讨了精细化改进方法及可能存在的问题,为建立更精细化动态排放清单提供有益参考。  相似文献   

5.
针对在缺少有效二氧化硫低空面源排放清单的情况下,应用SSIM(SourceStrengthInversedModel)模式对SO2低空面源源强的反演功能,完成了天津市蓝天工程改燃措施实施后二氧化硫相对量化改善效果的模拟评估,同时模拟了SO2面源源强改善前后的空间分布,取得了较理想的效果。该模式所解决的污染面源源强核查难点问题,在城市大气环境容量核定中具有通用指导作用。  相似文献   

6.
基于洛阳市不同类型氨排放源的活动水平数据,主要采取排放因子法构建了2017年洛阳市大气氨排放清单,并以GIS技术为基础进行2 km分辨率的空间网格分配。通过研究得出,2017年洛阳市的大气氨排放量为63.2 kt,排放强度达到4 t/km~2以上,全市主要的氨排放源为畜禽养殖和农田生态系统,排放量分别为43.7 kt和10.4 kt,分别占氨排放总量的69.2%和16.5%。在畜禽养殖源中,肉牛是最大的贡献源,贡献率为30.4%;在农田生态系统中,氮肥施用是最大的贡献源,贡献率为87.7%。各区县中,宜阳县和伊川县排放量最大,共占氨排放总量的32.0%;偃师市、伊川县为排放强度最高;空间分布特征上呈现北部氨排放量大、南部排放量少、在城市区周边氨排放量较突出的现象。  相似文献   

7.
基于碳监测网络测算城市人为碳排放通量,需要二氧化碳(CO2)格点化排放清单作为反演计算的先验信息。现有格点化清单大多针对全球或全国尺度编制,排放源的空间位置不确定性高,不足以支撑城市碳监测工作。以杭州市为例,构建了高空间分辨率(1 km)、分部门(工业能源、工业过程、交通等6类排放部门)的城市CO2格点化排放清单,并对其不确定性进行了表征。该格点化清单基于中国城市温室气体工作组编制的《中国城市二氧化碳排放数据集(2020)》,依据848个点源的精确位置信息和一系列空间代理数据,对各部门的城市CO2排放量进行格点化分配,得到杭州市高分辨率排放清单模型。与现有清单,如欧洲开发的全球大气研究排放数据库(EDGAR)、清华大学开发的中国多尺度排放清单模型(MEIC)等相比,本研究编制的格点化清单能合理地反映杭州市CO2排放的空间格局,包括人口、路网密集的市中心,萧山区和钱塘区的工业园区,钱塘江中上游沿岸的水泥企业等高排放热点,可以作为杭州市CO2反演的人为源先验清单。  相似文献   

8.
上海大气面源 VOCs 排放特征及其对O 3 的影响   总被引:2,自引:1,他引:1       下载免费PDF全文
上海市大气污染物排放清单确定了14类大气面源,其VOCs排放总量2.65×10^8kg/a。采用EPA TO-15 VOCs分析方法获得112种组分,根据VOCs的O3生成活性系数MIR,结合VOCs排放量和VOCs组分构成比,计算出上海大气面源的O3最大生成量为1.063×10^9kg/a。其中,涂料使用和间-二甲苯,对-二甲苯是上海大气环境O3污染应首要控制的VOCs。  相似文献   

9.
以四川省南充市为研究区域,通过实地调研、现场测试及结合统计年鉴等获得数据,采用排放因子法计算南充市2014年大气PM_(10)、PM_(2.5)排放量并建立排放清单。结果表明,南充市2014年扬尘源、移动源、生物质燃烧源、化石燃料固定燃烧源、工艺过程源排放总量PM_(10)分别为85 187、1 777、9 175、2 417、3 519 t,PM_(2.5)分别为16 093、1 619、7 322、914、1 585 t,PM_(10)贡献率分别为83.5%、1.7%、9.0%、2.4%、3.4%,PM_(2.5)贡献率分别为58.4%、5.9%、26.6%、3.3%、5.8%。城市区域扬尘源、生物质燃烧源、移动源、化石燃料固定燃烧源、工艺过程源对PM_(10)贡献分别为60.0%、12.5%、6.3%、8.6%、12.5%,对PM_(2.5)贡献分别为41.8%、21.6%、14.4%、8.1%、14.1%。南充市2014年大气PM_(10)、PM_(2.5)排放源总量和贡献率以及区域空间分布特征均存在差异。  相似文献   

10.
依据唐山市大气中TSP、PMl0监测数据、TSP源解析研究结果、对比实验结果及气象资料,分析了唐山市中心区大气颗粒物的结构组成和时空变化规律、颗粒物的粒径与空间分布及天气背景与大气颗粒物浓度的关系,得出唐山市中心区大气颗粒物的结构组成和污染特征,并提出了污染控制对策。  相似文献   

11.
As the backland of the Qinghai-Tibet Plateau, the river source region is highly sensitive to changes in global climate. Air temperature estimation using remote sensing satellite provides a new way of conducting studies in the field of climate change study. A geographically weighted regression model was applied to estimate synchronic air temperature from 2001 to 2015 using Moderate-Resolution Imaging Spectroradiometry (MODIS) data. The results were R2?=?0.913 and RMSE?=?2.47 °C, which confirmed the feasibility of the estimation. The spatial distribution and variation characteristics of the average annual and seasonal air temperature were analyzed. The findings are as follows: (1) the distribution of average annual air temperature has significant terrain characteristics. The reduction in average annual air temperature along the elevation of the region is 0.19 °C/km, whereas the reduction in the average annual air temperature along the latitude is 0.04 °C/degree. (2) The average annual air temperature increase in the region is 0.37 °C/decade. The average air temperature increase could be arranged in the following decreasing order: Yangtze River Basin > Mekong River Basin > Nujiang River Basin > Yarlung Zangbo River Basin > Yellow River Basin. The fastest, namely, Yangtze River Basin, is 0.47 °C/decade. (3) The average air temperature rise in spring, summer, and winter generally increases with higher altitude. The average annual air temperature in different types of lands following a decreasing order is as follows: wetland > construction land > bare land glacier > shrub grassland > arable land > forest land > water body and that of the fastest one, wetland, is 0.13 °C/year.  相似文献   

12.
基于2008—2012年污染源环境统计数据,采用Spearman秩相关系数法等分析南水北调中线陕西水源区污废水及污染物年排放总量变化趋势,借助ArcGIS空间分析功能表征水源区污染源排放的空间分布特征。结果表明:2008—2012年水源区污废水和NH_3-N年排放总量呈显著上升趋势,COD、As、Pb、Cd、Cr和Hg年排放总量呈抛物线型变化,总体上COD、Pb、Cd年排放总量增加,As、Cr和Hg年排放总量降低。水源区污废水及污染物排放量空间差异明显,污废水、COD和NH_3-N排放涉及流域所有区县,其排放量从干流到流域边缘呈现较明显的梯度变化,即位于流域中心或地级市行政中心的区县排放量明显高于位于流域边缘的区县;As、Pb、Cd、Cr和Hg排放量呈现明显的区域分布,主要分布在勉县等8个区县。  相似文献   

13.
Multimedia mass balance models differ in their treatment of spatial resolution from single boxes representing an entire region to multiple interconnected boxes with varying landscape properties and emission intensities. Here, model experiments were conducted to determine the relative importance of these two main factors that cause spatial variation in environmental chemical concentrations: spatial patterns in emission intensities and spatial differences in environmental conditions. In the model, experiments emissions were always to the air compartment. It was concluded that variation in emissions is in most cases the dominant source of variation in environmental concentrations. It was found, however, that variability in environmental conditions can strongly influence predicted concentrations in some cases, if the receptor compartments of interest are soil or water—for water concentrations particularly if a chemical has a high octanol–air partition coefficient (K oa). This information will help to determine the required level of spatial detail that suffices for a specific regulatory purpose.  相似文献   

14.
滇池东南岸农业和富磷区入湖河流地表径流及污染特征   总被引:6,自引:1,他引:5  
应用聚类分析与因子分析方法,通过8次常规监测,对滇池东南岸10条以农业面源和受磷矿开采区影响的入湖河流的地表径流及其水质污染特征进行了分析,并探讨了其空间差异性。在南岸选取降雨过程相同的3条河流,开展暴雨径流监测,探讨污染物在降雨过程中的流失特征。结果表明,新宝象河的平均流量为2.6 m3/s,占总入湖流量的26.5%;总氮、总磷、化学需氧量、悬浮物是滇池的主要污染指标,许多河流均已严重超标。河流水质在空间上可分为3类,具有明显的空间差异性。总氮、总磷、溶解磷、硝态氮对水质污染的贡献率达到了53.636%,氮、磷含量是河流水质污染的主要贡献因子。降雨条件下化学需氧量、悬浮物浓度增长迅速,流量、悬浮物与大多数水质指标均有相关性,磷矿开采对河流水质的影响在降雨条件下更加明显,其悬浮物浓度在降雨条件下比只受农业面源影响的河流最高高出1.9倍。  相似文献   

15.
依托北京市、廊坊市和保定市高密度的地面空气质量监测、气象要素监测以及PM2.5化学组分监测和后向轨迹分析等手段,对2017年上半年三地的空气质量进行分析。研究发现:三地中北京市空气质量较好,保定市较差。分污染物来看,保定市SO2浓度水平明显高于廊坊市和北京市,颗粒物PM10和PM2.5也呈现保定市最高、北京市最低的规律。从污染物日变化来看,CO、SO2、NO2、PM10和PM2.5呈双峰型分布,O3呈单峰型分布。从区域整体分布规律来看,PM2.5和SO2呈现明显的"南高北低"特征。PM2.5化学组分分析结果表明:1—4月燃煤对该区域空气质量的影响较大,5—6月机动车排放的影响更为凸显。后向轨迹分析结果表明:在2017年上半年到达北京市的气流中有24%来自于北京市南部,且这些气流多为低空传输,表明区域传输对于北京市空气质量具有一定的影响。  相似文献   

16.
Diwali is one of the largest festivals for Hindu religion which falls in the period October–November every year. During the festival days, extensive burning of firecrackers takes place, especially in the evening hours, constituting a significant source of aerosols, black carbon (BC), organics, and trace gases. The widespread use of sparklers was found to be associated with short-term air quality degradation events. The present study focuses on the influence of Diwali fireworks emissions on surface ozone (O3), nitrogen oxides (NO x ), and BC aerosol concentration over the tropical urban region of Hyderabad, India during three consecutive years (2009–2011). The trace gases are analyzed for pre-Diwali, Diwali, and post-Diwali days in order to reveal the festivity’s contribution to the ambient air quality over the city. A twofold to threefold increase is observed in O3, NO x , and BC concentrations during the festival period compared to control days for 2009–2011, which is mainly attributed to firecrackers burning. The high correlation coefficient (~0.74) between NO x and SO2 concentrations and higher SO2/NO x (S/N) index suggested air quality degradation due to firecrackers burning. Furthermore, the Cloud–Aerosol Lidar and Infrared Pathfinder Satellite Observation-derived aerosol subtyping map also confirmed the presence of smoke aerosols emitted from firecrackers burning over the region. Nevertheless, the concentration level of pollutants exhibited substantial decline over the region during the years 2010 and 2011 compared to 2009 ascribed to various awareness campaigns and increased cost of firecrackers.  相似文献   

17.
利用PM2.5质量浓度、地面气象要素、NCEP、ERSST_V3、GBL等资料,研究了2021年12月7—11日长株潭地区一次重度空气污染过程的特征及成因。结果表明,高空平直环流、无明显槽脊影响,地面弱冷空气活跃是本次重度空气污染过程的主要环流形势特征;地面均压场、小风和升温增湿是此次重度空气污染过程的主要气象要素特征。污染物浓度变化与主导风向和污染通道密切相关,本地风速对混合层的高度、污染物水平扩散影响较大,600~700 hPa逆温层有利于污染物在主导风作用下近距离传输及在低层交换积累。我国中东部污染物积聚是长株潭区域重要的污染来源,长株潭地区存在区域性同步污染现象。低层流入长株潭区域气流轨迹差异及地理条件是长株潭污染物空间分布差异的重要因素。  相似文献   

18.
北京市主要水污染物排放特征及水质改善对策   总被引:3,自引:1,他引:2  
污染排放信息是环境决策的重要依据。分析了北京市水环境质量的现状,基于最新源排放清单,解析北京市当前主控污染物COD、氨氮排放的结构特征和空间特征,以期为北京市开展基于流域综合治理的水污染控制和水环境管理提供依据。按照工业源、农业源、生活源和集中处理设施的环境统计口径,2013年,COD、氨氮的排放构成分别为2.7%、37.1%、35.0%、25.3%和1.5%、20.1%、54.8%、23.6%。其中,农业源中畜禽养殖排放是主要来源,COD、氨氮总排放分别占农业源总排放量的94.7%和87.0%。在北京市五大水系中,北运河流域排放量最大,COD、氨氮排放量分别占全市总排放量的53.3%和57.4%。为改善北京市水环境质量,建议从加快污水处理厂提标改造、推动面源污染治理、加强水利联通、合理规划城市规模布局等4个方面入手。  相似文献   

19.
分析了SHERPA综合评价模型的基本原理和主要建模理念,重点介绍了其在环境空气质量减排情景模拟评估方面的作用,以及在排放源与受体关系(SRR)方面的处理方法,比较了其与欧盟常用的其他情景模拟模型的优缺点。SHERPA模型的特点是空间灵活性较好,对于任何给定地点,可以快速评估不同地区对该研究地点空气质量的影响。SHERPA模型的3个主要功能为污染物来源分析、决策支持和情景模拟。基于SHERPA模型对法国环境空气中PM_(2.5)、PM_(10)和NO_2年均浓度进行污染来源分析、决策支持分析和减排情景模拟评估,展示了模型在环境治理措施优先级筛选和政府间联合治理措施协调建议方面的功能和作用,以期为中国环境空气质量预测预报、环境质量管理措施的制定和成效评估等环境服务与管理工作提供借鉴。  相似文献   

20.
The objective of the study is to investigate seasonal and spatial variations of PM10 (particulate matter with aerodynamic diameter less than or equal to 10 μm) and TSP (total suspended particulate matter) of an Indian Metropolis with high pollution and population density from November 2003 to November 2004. Ambient concentration measurements of PM10 and TSP were carried out at two monitoring sites of an urban region of Kolkata. Monitoring sites have been selected based on the dominant activities of the area. Meteorological parameters such as wind speed, wind direction, rainfall, temperature and relative humidity were also collected simultaneously during the sampling period from Indian Meteorological Department, Kolkata. The 24 h average concentrations of PM10 and TSP were found in the range 68.2–280.6 μg/m3 and 139.3–580.3 μg/m3 for residential (Kasba) area, while 62.4–401.2 μg/m3 and 125.7–732.1 μg/m3 for industrial (Cossipore) area, respectively. Winter concentrations of particulate pollutants were higher than other seasons, irrespective of the monitoring sites. It indicates a longer residence time of particulates in the atmosphere during winter due to low winds and low mixing height. Spread of air pollution sources and non-uniform mixing conditions in an urban area often result in spatial variation of pollutant concentrations. The higher particulate pollution at industrial area may be attributed due to resuspension of road dust, soil dust, automobile traffic and nearby industrial emissions. Particle size analysis result shows that PM10 is about 52% of TSP at residential area and 54% at industrial area.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号