排序方式: 共有65条查询结果,搜索用时 15 毫秒
1.
2.
3.
利用合肥市臭氧和VOCs连续观测数据分析了合肥市臭氧及其前体物污染特征,并使用NAQPMS模型研究了合肥市不同季节臭氧来源情况。结果表明:O3已经成为影响合肥市环境质量的主要污染因子,O3高值区主要集中在5—6月和9月。合肥市大气VOCs中烷烃含量最丰富,其次是烯烃、芳香烃和炔烃;主要物种为乙烷、丙烷、乙炔、正戊烷、乙烯、环戊烷、异戊烷、正丁烷、异丁烷和甲苯。合肥市O3生成主要受VOCs控制,其中,烯烃是合肥市O3生成贡献最大的关键活性组分,乙烯的OFP贡献率居首位。合肥市不同季节O3来源差异较大,其中,本地排放是主要来源,夏季占比为50%,其余季节占比为30%~45%,O3存在跨省长距离输送特征,主导风向的变化是造成合肥市臭氧来源季节性变化的重要因素。 相似文献
4.
沉积物磷的赋存形态是河流内源释放的关键控制因素之一。以“引江济淮—江淮沟通”段清水廊道——派河为研究对象,分别测定了派河表层沉积物中总磷、无机磷和有机磷含量,并采用分级提取法分析了有机磷赋存形态,包括活性有机磷(labile organic phosphorus, LOP)、中活性有机磷(moderately labile organic phosphorus, MLOP)和非活性有机磷(nonlabile organic phosphorus, NOP),进一步探讨了不同磷形态的空间分布特征。结果表明:派河表层沉积物中总磷含量为471.17~1509.58 mg/kg,无机磷含量为421.83~1325.17 mg/kg,有机磷含量为103.29~221.79 mg/kg;派河沉积物各形态有机磷含量大小顺序总体上为NOP>LOP>MLOP,其中MLOP和NOP含量均表现为下游河段含量显著高于中上游河段(P<0.05)。同时,有机磷的赋存形态与沉积物的理化性质相关,NOP与阳离子交换量呈显著正相关(P<0.05);MLOP和NOP均与LOI(loss on ignition)呈显著正相关(P<0.05),表明沉积物中有机质含量和CEC可能会影响沉积物中有机磷的赋存形态。研究结果表明,“江淮沟通”工程的实施可能引起沉积物中磷的内源释放,建议工程实施后应在削减外源输入和内源控制的基础上加强流域生态监测,实施流域智慧管理等措施。 相似文献
5.
6.
利用2018—2021年安徽省空气质量监测数据分析了PM2.5和O3时空分布特征及其引发的健康风险。结果表明:从时间分布来看,2018—2021年安徽省PM2.5年均值下降25.5%,而O3-8 h年均值则保持持平;PM2.5和O3-8 h月均值具有明显的季节变化特征,PM2.5月均质量浓度和超标天数均在冬季达到最大值,O3-8 h月均值和超标天数则在夏季达到最大值。从空间分布来看,PM2.5、O3-8 h年均值和超标天数均为皖北最高,其次为皖中,最后为皖南。夏季O3是主要的健康风险因子,冬季PM2.5是主要的健康风险因子。当PM2.5超标时,除2021年皖北地区外(PM10是主要的健康风险因子),PM2.5均是主要的健康风险因子;当O3-8 h超标时,O3是主要的健康风险因子。 相似文献
7.
突发环境事件发生后,对污染物质、污染物浓度、污染范围及其动态变化情况进行监测是环境应急监测的基本工作要求。在不能利用管理手段有效获取污染来源等信息的情况下,开展溯源应急监测成为突发环境事件处理处置的重要需求。然而通过资料调研及应急监测案例分析发现,石油类水体突发环境事件应急监测大多存在采样代表性不够、溯源手段不健全、特征污染物监测不全面,以及现行石油类监测方法不能完整说清污染状况等问题或不足。因此,建议通过优化整合水中石油类指标监测标准,构建与石油类污染特征相适应的技术规范及配套监测分析方法,以达到精准、全面反映石油类水体污染状况的目的。 相似文献
8.
9.
典型湖泊水华特征及相关影响因素分析 总被引:1,自引:0,他引:1
通过2011-2015年对太湖、巢湖和滇池水华高发季节的连续监测,以藻类密度和水华面积为判据评价了3个湖体的水华情况及变化趋势,探讨了水华发生的主要影响因素。结果表明:太湖水华程度以"轻度水华"为主,巢湖水华程度以"轻微水华"为主,滇池水华程度以"中度水华"为主;太湖、巢湖和滇池水华规模均以"零星性水华"为主;太湖和巢湖藻类密度与水温、pH、溶解氧、总氮、总磷和高锰酸盐指数均呈显著正相关,与透明度呈显著负相关,与氨氮无显著相关性;滇池藻类密度与水温、总磷和高锰酸盐指数均呈显著正相关,与透明度和氨氮呈显著负相关,与pH、溶解氧和总氮无显著相关性。 相似文献
10.