共查询到20条相似文献,搜索用时 171 毫秒
1.
广州大气NOx浓度影响因素的灰色关联分析 总被引:5,自引:0,他引:5
文章运用灰色系统理论中的关联分析方法分析与广州大气NOx浓度有关的几个因素。结果表明,广州市区平均车流量和道路面积是影响NOx浓度水平的两个最主要因素,文章用灰我GM(1,1)模型预测了NOx浓度的变化趋势,最化提出了控制和治理NOx污染的相应对策。 相似文献
2.
2008年北京市大气质量的灰色预测 总被引:7,自引:0,他引:7
运用灰色关联分析方法对北京市大气主要污染物质进行了分析,得出PM10、TSP和SO2是主要污染因子。在此基础上,运用灰色系统理论建模方法,分别建立主要污染因子的预测模型。运用该模型预测出到2008年北京市的TSP和PM10仍不能达到国家二级标准。在今后几年内降低颗粒物的污染是北京市大气污染控制工作的首要任务。 相似文献
3.
以济南东部老工业区一家大型钢铁企业为例,通过前期调研和排放系数核算出颗粒物(TSP)排放总量,再运用公式计算出厂区周边不同距离颗粒物(TSP)的落地浓度。将该落地浓度与厂区周边颗粒物(TSP)的监测值进行对比分析,充分印证了连续点源扩散的高斯模式的准确性和可行性。随着气流经过该厂区,对比上下风向监测点位颗粒物(TSP)浓度迅速升高(增大1.04倍),下风向颗粒物(TSP)浓度超出二级标准1.32倍;颗粒物(TSP)的落地浓度在厂区不同距离上的浓度变化明显,从0.1到10 km其落地浓度稀释了约3 500倍,距离>4 km时,无组织排放的颗粒物(TSP)对周围空气质量直接影响有限。 相似文献
4.
城市大气TSP浓度影响因素分析 总被引:1,自引:0,他引:1
城市大气中TSP(总悬浮颗粒物)的产生与该市工业生产规模、经济发展状况、科学技术水平、环境管理能力、市政建设、居民生活水平以及气候气象条件等诸多因素有关,上述各种因素的综合作用导致出现大气TSP污染。实际上欲将影响TSP浓度水平的所有因 相似文献
5.
在上海市杨浦区军工路部分路段采集TSP浓度、气压、温度、分车型车流量、区段车速、信号配时等数据,通过多元回归方法分析小型车交通量,大型车交通量,拖挂车交通量及区段车速对TSP浓度的影响,建立起TSP浓度与上述交通变量的函数关系,并通过AIMSUN交通仿真软件以及基础采集数据,建立军工路路网,模拟四种交通拥堵状况(重度拥堵,中度拥堵,轻度拥堵,基本畅通)的产生和消散过程。综合分析路段交通拥堵对道路TSP排放和分布的影响。分析整理得出道路TSP小时排放总量和拥堵程度成正比关系,且TSP污染主要集中在车辆拥挤怠速的部分,车辆拥挤排队的队尾部分是TSP排放源强最高、源强增长最快的区域,增长率达到240%~290%。 相似文献
6.
1 前言近年来,上海市大气中总悬浮微粒(TSP)的浓度有所控制。粒径小于10μm的飘尘(IP),也称被吸入物质,对人体健康影响更大。我们测定了某地区大气中TSP和IP浓度。测定结果表明,IP浓度的变化规律与TSP浓度变化规律一致。 2 实验部分 2.1 采样采样点设在四周空旷,通风良好的地段,采样口相对高度为1.2m。采样仪器为,Model—220TH环境飘尘采样器,美国热电子公司生产;Model AH-600安德逊粉尘采样器,日本纪本公司生产。 2.2 浓度测定均以重量法测定浓度。 3 结果 3.1 TSP与IP浓度变化关系图1为TSP与IP浓度随时间变化的示意。 相似文献
7.
灰色系统在大气环境中对TSP浓度的预测 总被引:3,自引:0,他引:3
利用灰色系统中GM(1.1)模型对TSP浓度的预测,可以有效地为管理服务.同时也可以证明这一方法对城市区域内TSP浓度的预测准确性较好。 相似文献
8.
《内蒙古环境科学》2011,(10):124-128
本文以化德县2008年3-5月的空气总悬浮颗粒物浓度及气象因素的监测数据为依据,分析沙尘天气状况,同时采用相关分析法对TSP浓度与各气象因素之间的相关关系进行分析。结果表明:根据空气总悬浮颗粒物浓度的沙尘天气分级标准,化德县2008年3-5月共发生8次沙尘天气,其中浮尘天气发生了4次,占50%;扬沙天气发生3次,占37.5%;沙尘暴只发生了1次,占12.5%。从沙尘天气发生的频率来看,5月最高,3月次之,4月最低。TSP浓度与气压和降水量呈负相关,与气温和风速呈正相关,且与气压和风速的相关性显著。3月和5月的TSP浓度主要受气温影响,4月受风速和降水的共同影响。 相似文献
9.
10.
11.
12.
13.
准确地预测城市生活垃圾产生量,有利于更好地制定城市生活垃圾处置规划。本文利用荆州市1998年-2007年垃圾清运量和社会经济统计资料进行了关联度分析,预测了2010年-2020年荆州城区生活垃圾量。结果表明,GDP、社会消费品零售总额和人均消费支出3个因素是推动垃圾清运量增加的主要因子,其权重分别为0.281、0.386和0.333,预计到2010年、2015年和2020年荆州城区生活垃圾清运量将分别达到31.51万t、38.62万t和48.70万t,其预测结果可为制定荆州市生活垃圾处置规划提供科学依据。 相似文献
14.
通过对营口港鲅鱼圈港区10年监测数据进行了全面统计、分析、评价,得知营口港鲅鱼圈港区大气环境质量,目前尚属清洁与轻污染范畴。但是,随着港口规模的不断扩大,大气污染有加重的趋势,TSP污染将尤为突出。因此,鲅鱼圈港区环境保护工作的重点为TSP污染的预防和治理。 相似文献
15.
16.
济南市道路扬尘排放因子估算及其影响因素研究 总被引:5,自引:0,他引:5
以济南城市道路为研究对象,采用美国环保署AP-42模型和方法,通过道路分类、优化布点、样品采集、实地观测和计算分析,获得道路粉尘负荷及四种类型道路扬尘的排放因子,探讨了排放因子的主要影响因素。结果表明,路面粉尘负荷随车流量增大而逐渐降低,城市城区路面粉尘负荷多小于城市外围路面,且外围道路路面粉尘负荷随时间和空间变化大;支路和次干道排放因子相对较小,快速路排放因子较高,主干道排放因子最高,其TSP、PM10、PM2.5排放因子分别高达25.239 3 g/VKT、4.731 1 g/VKT、0.597 2 g/VKT;排放因子随平均车重增加呈现逐渐增大趋势;同种类型道路排放因子均随道路粉尘负荷的增加而增加;次干道和快速路排放因子随车流量增大而减小。所获结论可为城市道路扬尘排放估算提供参考。 相似文献
17.
通过监测分析,探讨了家庭居室内TSP污染物的来源,对人体的危害,及影响因素。结果表明,影响家庭居室内TSP污染物浓度因素有室外污染源(如:机动车尾气和建筑扬尘)、室内污染源(如:吸烟、烹饪等)、室内的人类活动和室内不同的清洁方式对其也有一定的影响。 相似文献
18.
基于GIS的耕地土壤养分贫瘠化评价及其障碍因子分析 总被引:7,自引:1,他引:6
论文在山东省禹城市开展的系统土壤调查采样和室内化验分析获得的土壤养分各要素数据信息基础上,在GIS技术支持下,综合利用采样点养分要素和空间信息数据,通过建立土壤"阈值样点"、利用层次分析法(AHP)等方法改进灰色关联等级评价模型,实现了土壤养分贫瘠化评价定量化,引入障碍因子诊断模型对引起禹城市土壤养分贫瘠化的因子进行障碍诊断。评价利用Kriging空间插值技术获取了研究区土壤贫瘠化状况、主要障碍因子的空间分布信息,与实地调查分析结果相符,表明运用该技术方法对土壤贫瘠化评价和障碍因子诊断的可行性和科学性。该法开展的贫瘠化状况评价和障碍因子诊断对土壤资源的科学管理和可持续利用具有积极意义,并可为研究区提升土壤质量提供科学参考。 相似文献
19.
20.