排序方式: 共有21条查询结果,搜索用时 16 毫秒
11.
以消除重庆盘溪河黑臭水体为目标,结合流域水环境状况,分析了导致黑臭现象的具体原因,按来源计算了盘溪河的污染物负荷。结果表明:生活污水占比最大,其次是雨水径流,内源释放量相对较低。以"控源截污-水质净化-生态修复"为治理思路,拟定盘溪河流域黑臭水体治理方案为外源治理主要实施管网改造、污水处理、溢流污染控制、初期雨水污染控制;内源治理主要实施河道、湖库清淤,采用再生水作为沿河公园的景观水和湖库的清洁水,增加水体的流动性和环境容量,并对局部河段进行生态恢复改造。 相似文献
12.
13.
对济南市2010年6月—2012年5月环境空气中55种VOCs监测数据进行分析,研究其反应活性及关键活性组分。结果表明,济南市环境空气VOCs的LOH和OFP的月变化规律与其月浓度变化趋势一致,夏季环境空气VOCs的浓度、LOH和OFP较大,是容易发生复合型大气污染的时段;济南市环境空气VOCs化学活性与其混合比之间具有良好的线性相关性,表明济南市环境空气中VOCs的化学组成具有一定的稳定性;VOCs的平均KOH远远超过乙烯的KOH,MIR与乙烯相当,说明济南市环境空气VOCs的化学反应活性较强;烯烃体积分数远远小于烷烃,但化学反应活性贡献率最高,且顺-二丁烯、丙烯、乙烯、丁烯、反-二丁烯、异戊二烯、苯乙烯、2-甲基-1-戊烯、顺-二戊烯、间,对-二甲苯、邻-二甲苯、甲苯、1,2,4-三甲基苯和环戊烷为济南市关键活性组分,因此,济南市高活性VOCs物种为烯烃,同时芳香烃和环戊烷对环境空气活性的贡献也不容忽视。 相似文献
14.
2015年2月,采用扫描电迁移率粒径谱仪(SMPS)和空气动力学粒径谱仪(APS)对济南市冬季大气中粒径为14. 6 nm~10μm的颗粒物粒径谱的分布进行连续监测和分析研究。结果表明:济南市冬季大气颗粒物数浓度较高,平均为47472个/cm~3。各模态对颗粒物数浓度、表面积浓度和体积浓度的贡献表明,济南市冬季大气颗粒物偏细,积聚模态粒子是可吸入颗粒物(PM_(10))的主要组成部分。数浓度谱日变化特征表明,济南市冬季大气颗粒物污染主要受道路交通源排放和新粒子生成转化的影响。春节期间,烟花爆竹的燃放会导致大气颗粒物数浓度和质量浓度明显升高,烟花爆竹燃放对颗粒物数浓度的影响主要由爱根核模态和积聚模态共同作用形成。 相似文献
15.
利用微脉冲激光雷达探测技术,结合常规污染物监测以及PM_(2.5)化学组分监测数据,对2017年5月影响济南地区的一次沙尘天气过程进行分析。结果表明:5月4日12:00沙尘天气开始影响济南市,PM_(10)小时浓度大幅升高,至5月5日13:00,PM_(10)小时浓度达到峰值(质量浓度953μg/m~3)。沙尘过境期间近地面1 500 m以下形成消光系数和退偏比极大区,其中5月5日11:00—13:00,300 m处退偏比平均高达0. 19,非球形特性显著。沙尘天气过程中Mg~(2+)组分、Ca~(2+)组分增幅最为明显。后向轨迹模型HYSPLIT显示,此次沙尘起源于内蒙古中西部地区,沿高空西北方向传输至济南地区。 相似文献
16.
为探讨济南市大气PM_(2.5)主要化学组分和污染特征,2017年在济南市开展了PM_(2.5)样品采集工作,分析了PM_(2.5)中有机碳(OC)、元素碳(EC)和水溶性离子浓度水平。结果表明:采样期间济南市PM_(2.5)中OC、EC年均质量浓度分别为9.10、2.68μg/m~3,全年OC与EC质量浓度的比值为3.4,二次有机碳污染严重;OC、EC季节分布特征明显,均为冬季浓度最高,且秋、冬季两者相关系数较高,表明秋季和冬季OC、EC来源较为一致。NO_3~-、SO_4~(2-)、NH_4~+年均质量浓度之和为34.29μg/m~3,占水溶性离子总量的88.9%,是济南市PM_(2.5)中最重要的组分;各水溶性离子浓度具有明显的季节变化特征,NO_3~-、SO_4~(2-)、NH_4~+、Cl~-和K~+均冬季浓度最高,而Ca~(2+)春季浓度最高;PM_(2.5)中NO_3~-与SO_4~(2-)质量浓度的比值为1.10,说明相比于固定污染源,移动污染源对济南市PM_(2.5)影响更大。 相似文献
17.
为掌握济南市重污染天气发生规律,从而更好地为重污染天气预报预警和大气污染防治提供参考,采用空气质量监测数据、气象观测资料、雷达探测资料及轨迹模式模拟相结合的方法,对济南市2016年12月31日-2017年1月7日的持续性重污染过程,从污染演变过程、环流背景分析、气象要素特征和区域污染传输等多方面分析其形成原因及主要影响因素.结果表明:此次重污染过程期间首要污染物为颗粒物,ρ(PM10)平均值为318 μg/m3,ρ(PM2.5)平均值为200 μg/m3;地面风速在0.6~1.8 m/s范围内,风力均为1~2级,相对湿度为68%~95%,平均相对湿度为81%.在重污染过程中,从地面至800 m左右高度始终维持较强逆温层,逆温频次高达91.1%,污染边界层高度较低,大部分时间都在500 m以下.采用情景模拟分析方法计算得到,区域输送对济南市PM2.5的贡献率为20%~35%.研究显示:此次重污染过程是在区域性污染背景下由本地不利的扩散条件造成的,静稳大气形势提供有利的环流背景,平流雾、辐射雾交替产生,持续性的高湿加重了污染程度;近地面的静风、高湿,垂直方向的双逆温层甚至多逆温层的结构是影响此次重污染过程的重要气象要素;区域性污染传输对此次重污染天气的发展有显著贡献,污染初期主要来自河北省中南部的输送,随着污染加重,有来自偏南、偏东方向的局地气团输送. 相似文献
18.
济南市夏季环境空气VOCs污染特征研究 总被引:9,自引:5,他引:4
对济南市2010年夏季环境空气中56种挥发性有机物进行在线气相色谱监测,分析其污染特征及其与气象条件的关系.结果表明,济南市环境空气监测的56种VOCs中主要为烷烃、芳香烃和烯烃,占总监测挥发性有机物的98.2%;6、7月济南市环境空气VOCs浓度整体稳定,8月中下旬浓度明显偏高,且夏季VOCs成分质量百分比随温度有一定变化;VOCs浓度日变化规律曲线在晴天都有明显的双峰特征,分别出现在每天车流量高峰时段,降雨时无明显双峰特征且浓度偏大;济南市环境空气夏季VOCs浓度与风速、日照时间成负相关性,大气稳定度较高时,污染物不易扩散,VOCs浓度呈增长趋势.济南市VOCs的排放源主要是工业排放和机动车排放、汽油的挥发和泄漏等. 相似文献
19.
城市大气颗粒物背景值的确定能够为制订城市大气颗粒物污染防治目标提供重要基础支撑,探索大气颗粒物背景值确定方法对于大气污染防治具有重要意义.以济南市清洁对照点跑马岭监测数据为基础,直接采用概率密度法计算得到的ρ(PM10)和ρ(PM2.5)背景值范围分别是100~110和40~50 μg/m3.综合应用空气质量模型模拟法和概率密度法,提出基于数值模拟的城市大气颗粒物环境背景值确定方法,并在此基础上确定了济南市大气颗粒物背景值.结果表明:济南市ρ(PM10)和ρ(PM2.5)背景值范围分别是30~35和15~20 μg/m3,其中ρ(PM10)环境背景值秋季(40~45 μg/m3)最高、夏季(25~30 μg/m3)最低;ρ(PM2.5)环境背景值秋季(25~30 μg/m3)最高、冬季(10~15 μg/m3)最低.研究显示,基于数值模拟计算得到的颗粒物背景值明显低于直接采用概率密度法得到的结果,表明跑马岭受人为因素影响明显,监测结果已不能完全代表济南市大气颗粒物背景值水平;而数值模拟法可以完全剔除了人为源的贡献,计算得到较为准确的ρ(PM10)和ρ(PM2.5)背景值. 相似文献
20.
夏季城市大气O3浓度影响因素及其相关关系 总被引:22,自引:3,他引:19
利用2003年夏季济南市区近地面大气O3、相关前体物和气象因素等观测数据,研究了O3浓度的分布特征及时间变化规律,分析了7月份O3与NO、NO2和CO等前体物及太阳辐射和气温气象条件的相关性.结果表明,济南市区夏季O3污染比较严重,观测期间各污染物O3、NO、NO2、NOx和CO浓度都相对较高,昼间O3与各前体物的浓度呈较好的负相关关系,与太阳辐射具有非常明显的相关性,而与气温的相关性不明显.根据以上分析结果,利用回归分析方法,建立了昼间O3浓度与前体物、气象因子之间的相关模式,结果表明O3浓度的计算值与观测值符合性较好. 相似文献