成都市非道路施工机械排放清单研究

随着大气污染控制形势的日益严峻,非道路移动源排放日益受到关注.本研究通过软件调研获得了成都市非道路施工机械保有量、功率分布,通过现场及文献调研获得了非道路施工机械活动水平数据.参照《非道路移动污染源排放清单编制技术指南(试行)》中的方法,计算了成都市2018年非道路施工机械排放清单.结果表明,2018年成都市非道路施工机械PM、HC、NO_x和CO的排放量分别为845、2898、16738、11231 t.按机械类型划分,挖掘机4项污染物排放占比最高,PM、HC、NO_x和CO分别占59%、61%、59%和62%;按排放阶段划分,国2机械4项污染物排放占比最高,PM、HC、NO_x和CO分别占55%、66%、68%和65%.排放清单结果的不确定性受到多种因素的影响,其中影响最大的为排放因子.     

成都市PM2.5和O3复合污染特征及相互作用研究

基于2015—2020年成都市国控环境监测站点逐时大气污染物监测数据,将其分为3类站点（城区、交通、背景站点）,研究不同季节、不同污染水平下,各类站点细颗粒物（PM_2.5）和臭氧（O₃）复合污染特征及相互作用.结果表明：①成都各类站点的PM_2.5超标天数和PM_2.5年平均浓度总体呈下降趋势,背景站点浓度明显小于城区站点和交通站点;O₃年际变化趋势呈波动性,且交通站点和背景站点的变化波动强于城区站点.②各类站点PM_2.5与O₃相关性在O₃污染期（4—8月）和PM_2.5污染期（11—次年1月）均存在显著差异,且二者在不同季节甚至呈现相反的相关性,总体趋势为夏季PM_2.5-O₃的相关性趋于正相关,冬季趋于负相关.③O₃污染期,各类站点二次PM_2.5的浓度和贡献率随光化学水平的升高而增加,而一次PM_2.5日变化幅度差异不大,表现出明显的O₃和PM_2.5协同增长现象.④PM_2.5污染期,PM_2.5与O₃之间并不是简单的线性关系,不同PM_2.5污染程度下,各类站点O₃浓度变化率昼夜波动趋势基本相同,均在12：00—13：00达到峰值,在18：00达到谷值;且随着PM_2.5浓度的增加,O₃浓度变化率峰值/谷值波动范围亦随之增加.     

成都市温江区农村污水治理模式与技术研究

农村污水治理是农村人居环境整治的重点任务之一,也是其难点所在。基于乡村振兴及改善农村人居环境的战略需求,本文以成都市温江区为研究对象,分析农村污水治理的现状和存在的关键问题,探讨农村污水治理技术与模式,从农村生活污水的处理模式,农村黑臭水体处理模式以及农村污水管理模式三个方面,探索符合温江农村特点、可复制可推广的农村污水治理模式,以期为川西地区农村污水治理提供理论参考。     

基于Models-3的自修正空气质量预报系统及其效果检验

本文介绍了一个以Models-3为基础的自动化空气质量数值预报系统,该系统通过Gambas、Yabasic和R语言等工具进行开发,集成WRF-SMOKE-CMAQ三个模式,可通过监测数据进行自动修正,完成空气质量业务数值预报,并将结果发布到Web服务器上进行呈现。该系统对硬件的要求较低,将部署于一台DELL Optiplex 9010工作站上,设置6km—2km双层嵌套,进行成都市空气质量数值预报。本文分析了成都市2014年1月1日至2014年12月31日的空气质量数值预报结果,评价系统对成都市NO_2、SO_2、PM_(10)、PM_(2.5)、O_3、CO以及空气质量指数(AQI)的预报效果。结果显示,系统对于成都市2014年空气质量变化情况趋势的预报效果较好,302天有效预报中,24小时直接预报的空气质量等级准确率为58.27%,AQI预报相关系数0.71,观测值自动修正预报对24小时空气质量预报具有明显改善效果,使其等级预报准确率达到64.9%,相关系数提高到0.89。     

成都市轻型车尾气污染物排放趋势预测

机动车尾气污染物已成为影响城市大气环境质量的主要因素之一,预测未来机动车尾气污染物排放状况可以为城市机动车尾气污染防治提供有力的依据.依据成都市的经济发展趋势,设定了不同阶段的轻型车尾气污染物排放标准,并利用建立的尾气污染物排放趋势预测模型分析了该市轻型车尾气中颗粒物、NOx、总碳氢化合物、CO的排放量和变化趋势,并提出了相应的尾气污染物减排对策.     

成都市一次重雾霾期间PM10自组织演化的分形特征及DFA分析

运用计盒维数法和消除趋势波动分析方法,研究了成都市2013年1月8—20日一次重度雾霾期间,草堂寺、金牛坝、三道堰和十里店4个监测站点连续PM10小时平均质量浓度序列的时间演化规律。雾霾期间4个监测站点的PM10质量浓度序列在某一临界质量浓度以下均表现出标度不变分形结构和长期持续性非线性特征,且这两种物理特征具有很好的动力学同步性;但一旦超过临界质量浓度,PM10演化的长期持续性特征就会消失,PM10演化的标度不变分形结构也随之消失。进一步根据自组织临界(SOC)理论,探讨了导致此次成都重度雾霾期间PM10污染演化呈现分形结构和长期持续性特征的内在动力学机制,并将雾霾天气大气污染系统的动态特征与自组织临界性的判断标准进行了对比分析。结果表明,大气PM10污染演化具有自组织临界性复杂系统的基本特征,此次成都重度雾霾期间PM10在临界质量浓度以下的波动演化主要受系统自组织内禀动力机制主导控制。在该机制的影响下,即使在雾霾期间,污染源排放相对平稳,城市大气系统也相对稳定,但PM10污染演化仍会出现非线性波动,从而导致极高PM10质量浓度的涌现。这一特征可能是由SOC特有的内禀敏感性和不可预测性决定的,也正是由于SOC系统的稳定性使得此次成都重度雾霾污染持续时间很长。     

成都市混合层高度与气溶胶层高度关系的研究

混合层高度(MLH)和气溶胶层高度(ALH)作为表征污染物在大气垂直结构上的最大高度,两者在某些情况下可近似相等,为探究成都市MLH和ALH是否可以等价替换使用,该文利用2017-2019年四川省环保厅超级监测站(西南交通大学站)以及同期成都温江探空站的监测数据,对成都市MLH和ALH的相关性和差异性进行分析研究。结果表明,MLH和ALH在数据分布上具有较大差异性,且MLH和ALH两者在数据上具有较弱的负相关关系。对成都市ALH和MLH的时间变化规律进行分析和研究表明,ALH在一般情况下明显高于MLH,但在白天,温度和辐射较强的时间段,ALH会低于MLH。因此在使用成都市MLH数据时,不能简单地将MLH用ALH进行替换。     

成都市餐饮源VOCs排放特征

为研究成都市餐饮源VOCs排放特征,建立成都市餐饮源114种VOCs成分谱,本研究选择11个监测对象进行VOCs组分分析,并探索餐饮源VOCs全组分特征.结果表明,餐饮源VOCs中烷烃占比为23.12%—30.29%,烯烃占比为8.61%—25.78%,芳香烃占比为0.16%—5.86%,卤代烃占比为0.86%—13.82%,OVOCs占比为28.02%—63.77%,其他占比为2.02%—8.26%. OVOCs、烷烃和烯烃3类占比最高,3类污染物累计质量浓度百分比在75%以上,是餐饮源重要的污染物类型.餐饮源排名前10的VOCs分别是丙烯醛(11.12%)、乙烷(9.87%)、乙醛(9.51%)、丙酮(9.34%)、乙烯(7.86%)、正戊烷(5.74%)、乙炔(5.01%)、丁二烯(4.64%)、顺式-1,3-二氯-1-丙烯(3.40%)和乙酸乙酯(3.04%),是餐饮源的特征污染物.餐饮源全组分分析得到OVOCs的代表性物质为反式茴香脑和芳樟醇等,烯烃代表性物质为长叶烯和柠檬烯等,烷烃代表性物质为正十五烷和正庚烷等,为完善餐饮源成分谱物种、探寻餐饮源特征污染物的研究提供参考.采...     

成都启用城市联网报警系统

历经3个月时间筹备，一种名叫城市联网报警系统已与成都市公安局110指挥中心连线，即将投入使用。今后，若你家有人非法侵入，或者家中无人而引发火灾，成都市公安局110指挥中心将自动接警。据悉，成都也是西南地区第一个启用这种系统的城市。     

成都市城市游憩商业区的发展研究

旅游城市化趋势,使城市越来越成为旅游吸引的中心.城市游憩商业区作为城市游憩系统的重要组成部分,成为现在研究的热点问题.在介绍游憩商业区(RBD)的概念和研究现状的基础上,分析了成都城市RBD的形成与发展.