综合水质标识指数法在海拉尔河水质评价中的应用研究

水质评价是水环境治理的重要基础性工作.水质综合标识指数法涵盖了综合水质类别、定量污染程度、水环境功能区达标等信息,是将定性与定量评价相结合,能够对综合水质做出合理的解释,不会因个别指标导致过分评价.研究将海拉尔河划分为3个控制单元,根据2003年-2012年水质监测数据,采用综合水质标识指数法识别各控制单元主要污染因子,并分析海拉尔河水质时空变化规律.研究结果表明海拉尔河从上游至下游综合水质标识指数逐渐升高,上游水质较好,中游和下游主要污染指标为高锰酸盐指数和COD.2003年-2012年,海拉尔河高锰酸钾指数、BOD5、氨氮和总磷的污染减轻,化学需氧量污染略微减轻但仍存在超标风险.     

大气中重金属污染现状及来源研究

总结了近年来的研究成果,通过文献调研对中国大气中重金属污染现状、大气中重金属来源和重金属在环境中的迁移转化途径进行综述,提出为缓解重金属污染的高发态势,保护人群健康,应建立完善的环境污染防治体系,强化大气污染源颗粒物控制来减少重金属在大气环境中的暴露浓度,切断重金属在环境中的污染途径以减少大气传输和沉降,降低由大气-土壤-动植物-人体的重金属暴露健康风险.     

哈尔滨市环境空气质量评价与经济增长关系研究

以PM10、SO2和NO2作为空气质量的评价对象,采用空气综合污染指数法研究了哈尔滨市2001年到2015年的环境空气质量变化趋势.以空气综合污染指数作为因变量,哈尔滨市人均GDP作为自变量,来探讨哈尔滨环境空气质量与经济增长之间的关系.得出2001年到2015年期间,哈尔滨环境空气质量呈现先变好又变差再变好的趋势,哈尔滨环境空气质量与经济增长之间呈现近似三次方函数关系,且部分呈现到"U"型曲线关系.     

地表参数对面源大气预测结果的影响性分析研究

为了研究地表参数取值对AERMOD中面源模拟预测浓度值的影响,文章通过改变粗糙度、反照率和波文比的取值来进行不同地表参数与预测结果的相关性分析,同时采用正交试验法来研究不同地表参数对预测结果的敏感性.相关性分析表明,不同地表参数和预测结果有着很高的相关性.敏感性分析表明,反照率数值变化对小时最大落地浓度的敏感性最大,粗糙度数值变化对日均和年均最大落地浓度的敏感性最大.通过研究可以看出在面源大气预测过程中合理选择地表参数值是准确预测的前提.     

遂宁市主城区环境空气质量现状及原因分析研究

利用遂宁市2017年1月份4个国控环境空气自动监测数据,分析了遂宁市主城区环境空气质量现状,与整个成渝地区和周边城市的空气质量进行了横向比较,并阐述了遂宁市空气质量变化的原因.结果发现遂宁市主城区2017年1月份空气质量指数的范围为32～203,优良率为54.8％,首要污染物为PM2.5,空气质量同比下降了22.8％,环比下降了26.1％,但均显著优于成渝地区和周边城市的平均水平,并从4个方面阐述了空气质量下降的原因.最后,根据遂宁市大气污染现状,提出了4条针对性的防治措施.     

低中放处置场环境评价参数灵敏度分析

选取90Sr、239Pu和14C为代表核素,采用单参数变分法对某低中水平放射性固体废物处置场环境影响评价中与核素迁移相关的主要评价参数开展了参数灵敏度分析.分析结果表明:对于低中放处置场而言,环境影响评价模式中主要评价参数的选择对最终评价结果的影响很大,因此在环境影响评价中开展不确定度及敏感度分析是必要的.     

层次分析模型在室内空气质量评价中的应用研究

当前评价方法没有考虑室内空气质量界线的模糊性,不能真实反映室内空气品质,导致评价结果不准确.提出基于层次分析模型的室内空气质量评价方法,建立室内空气质量评价目标层、准则层和措施层三层递阶的层次结构模型,构造判断矩阵,计算特征向量,得到各自的层次总排序结果,结合室内空气质量评价各指标权重,计算空气各污染物的隶属函数,求导室内空气质量最终评价值.实验结果表明,所提方法获得的室内空气质量评价值与实际调查监测值一致,能够真实反映室内空气质量状况,具有较高的可靠性.     

寒冷地区室内环境空气质量及其影响因素分析研究

以哈尔滨市2011年-2015年室内环境空气数据资料为基础,通过描述统计和数学模型分析了寒冷地区室内环境空气质量的变化趋势和影响因素.分析结果表明,寒冷地区室内环境空气质量随着人们对室内装修材料的不断重视和对健康的生活不懈追求呈逐年好转趋势;室内环境空气质量季节差别明显,房屋室内温湿度高有利于污染物从家具建材等装修材料中向空气中释放,从而使室内空气较差;室内装修材料使用多少、装修程度复杂或简单,都与室内环境空气质量呈正相关关系.     

基于微信公众平台的空气质量显示系统的设计与实现研究

空气质量的好坏直接影响着人类的出行和健康,创建便于查询的空气质量显示系统,可以使人们简单直观的了解当日的空气质量指数(AQI).随着互联网的迅猛发展,"微信"逐渐成了人们日常通信的重要工具.本系统利用物联网技术与微信公众平台相结合,提出了空气质量显示系统的设计与实现方案,来建设空气质量显示系统.该系统可从各个区内监测点得到空气质量指数数据,进而将每日各个时段的空气质量指数(AQI)以动态图的方式直观清晰的展示给用户,为人们的出行带来了方便.     

川东北低山丘陵区细颗粒物主要相关因素和季节变化分析——以南充主城区为例

基于中国空气质量在线监测分析平台和全球天气精准预报网的大气质量和气象数据,以四川盆地东北低山丘陵区典型城市南充市主城区为例,检验了细颗粒物(PM_(2.5))浓度的概率密度分布,发现其接近对数正态分布,由相关分析确定了PM_(2.5)浓度的主要相关因素为CO、NO_2(相关系数r分别为0.76、0.55,P0.01),再通过对2014年1月—2016年6月的日数据的逐步回归筛选出最优的回归指标和模拟方程(决定系数R_(adj)~2为0.68,P0.05),2016年7月—2017年6月的数据验证表明模拟效果较好(拟合优度为0.64,相对误差15.48%);最后根据时序插值、浓度和IAQI(PM_(2.5))的时段均值发现PM_(2.5)浓度在年际上有降低趋势;在季节上由高到低依次为冬季、春季、秋季、夏季;PM_(2.5)浓度在1月和6月分别呈现出年内的峰值和谷值,5、10月出现了阶段性峰值,尤其是5月;IAQI(PM_(2.5))的季节变化与浓度变化规律相似;且PM_(2.5)与PM_(10)比值的均值为0.67,表明现阶段南充市主城区大气污染物中细颗粒物占有较大比重。