基于快速聚类方法分析常州市区PM2.5的统计特性

运用统计方法研究常州市区2013~2014年6个国控点六项基本污染物(SO_2、NO_2、CO、O_3、PM_(2.5)和PM_(10))月平均浓度变化,结果表明,除O_3外,其它五项污染物月平均浓度夏季较低冬季较高.颗粒物与风速之间的关系为PM_(2.5)浓度随风速的升高一直降低,PM_(10)随风速的升高浓度先降低后升高.采用快速聚类分析(k-means)并运用SWV和DIV指数对六项基本污染物进行分类,得到4个样本分类.与依据颗粒物化学成分或粒径谱对PM进行源解析方法不同,本研究更多是从PM_(2.5)与其它污染物相关关系以及污染程度等角度按照欧式距离进行分类.不同类中PM_(2.5)来源明显不同,类1中PM_(2.5)与化石燃料燃烧排放密切相关,类2与O_3密切相关,类3与城市不完全燃烧排放、区域灰霾污染密切相关,类4可以归类于城市"背景"类.快速聚类分析结果也表明常州市区PM_(2.5)有着复杂的来源.     

大气颗粒物及降尘中重金属的分布特征与人体健康风险评价

为了解PM_(2.5)、PM_(10)和降尘中Cu、Mn、Pb、Ti、V、Cd、Cr、Co、Mo、Ni等10种重金属元素的分布特征及人体健康风险,利用大流量颗粒物采样器采集了北京城区某地四季大气中PM_(2.5)、PM_(10)及降尘样品,用ICP-MS测定了上述10种金属元素的质量浓度.结果表明,PM_(2.5)和PM_(10)的年均质量浓度分别为153.40μg·m~(-3)和232.93μg·m~(-3),超出GB 3095-2012中二类环境功能区标准限值的5倍和3倍;PM_(2.5)/PM_(10)的均值为0.74,表明大气颗粒物中以粒径小于2.5μm的颗粒为主;后向轨迹分析结果表明外源颗粒物的来向随季节变化而改变,冬、春、夏、秋季主要来向为西北、北-东北、东南、东南-西北.PM_(2.5)和PM_(10)中10种元素的年均质量浓度从高到低依次为TiMnPbCuCrNiVCdMoCo,其中Ti、Mn、Pb、Cu和Cr这5种元素占10种目标元素总质量浓度的91.93%和92.49%.除PM_(10)中Cd年均质量浓度(6.53 ng·m~(-3))高于GB 3095-2012限定值(5.00 ng·m~(-3))外,其他元素的质量浓度均不超标.降尘中各元素的含量由高到低依次为TiMnPbCuNiCrVCoMoCd,Ti(2561.48μg·g~(-1))占所有元素的质量分数为72.57%,地累积指数(Igeo)结果表明,Cd(4.03)属重度污染,Pb(2.49)介于中度污染和重度污染之间,Cu(1.33)属中度污染,Ni(0.43)属轻微污染.重金属的致癌健康风险(10-4)和非致癌健康风险(1),均处于较低水平,短期内不会对人体健康造成威胁,但不能忽视长期处于此环境所带来的健康危害.     

重庆市主城区PM2.5时空分布特征

利用2014年6月1日至2015年5月31日重庆市主城区17个国控空气质量监测站24 h自动连续采样的PM_(2.5)浓度数据,探讨了重庆市主城区PM_(2.5)时空分布特征.结果表明:1重庆市主城区PM_(2.5)季节浓度由高到低依次为冬季(100.2μg·m~(-3))、秋季(66.1μg·m~(-3))、春季(45.9μg·m~(-3))和夏季(33.4μg·m~(-3))(P0.05).2重庆市主城区PM_(2.5)月均浓度变化呈单峰单谷型,1月PM_(2.5)月均浓度最高(P0.05),达到120.8μg·m-3.3逐日变化,国控17个空气质量监测站PM_(2.5)日均浓度曲线都呈现出尖峰和深谷交替变化的锯齿状.4重庆市主城区16个国控监测点(除缙云山对照点)PM_(2.5)浓度日变化在全年、春季、秋季和冬季都呈现明显的双峰双谷型.5PM_(2.5)与SO_2、NO_2和CO都呈显著正相关(P0.01),表明SO_2、NO_2和CO的二次转化对PM_(2.5)浓度具有显著影响.     

西安市地表灰尘中多环芳烃分布特征与来源解析

采集了西安市地表灰尘样品58个,利用GC-FID对其中16种优控多环芳烃(PAHs)进行含量分析,在此基础上研究了其分布特征与环境来源.结果表明,西安市地表灰尘中单体PAH的含量范围为14.69~6 370.48μg·kg~(-1);16种PAHs总量(Σ_(16)PAHs)范围为5 039.67~47 738.50μg·kg~(-1),平均值为13 845.82μg·kg~(-1).与国内外其他城市比较发现,西安市地表灰尘中PAHs的含量相对较高.地表灰尘中PAHs主要由4环以上的高分子量PAHs构成,7种致癌芳烃(Σ_7CPAHs)平均占Σ16PAHs的46.08%.地表灰尘中Σ_(16)PAHs的平均含量在工业区最高,文教区、交通区和商业交通混合区含量次之,住宅区和公园较低.地表灰尘中Σ_(16)PAHs平均含量沿主城区-二环-三环由内向外呈增加趋势.地表灰尘中Σ16PAHs在东郊和西郊工业区、南郊和北二环重交通区相对较高,主城区、北郊和城市东南部较低.比值法、聚类分析和主成分分析结果表明,西安市地表灰尘中PAHs主要来源于化石燃料和煤的燃烧,其中柴油燃烧和汽油燃烧的方差贡献率分别为36.07%和32.31%,煤燃烧方差贡献率为23.40%.     

2012年春季京津冀地区一次沙尘暴天气过程中颗粒物的污染特征分析

本研究表征了2012年春季一次沙尘暴天气过程中京津冀地区大气可吸入颗粒物(PM10)的污染特征.借助PM10的水溶性元素、有机碳和元素碳的浓度,分析推断沙尘暴天气过程中矿物气溶胶对城市气溶胶污染的交汇叠加作用.使用中流量大气颗粒物采样器,于2012年4月1日～5月24日,在北京市西三环、天津空港经济区和张家口火车南站附近同时采集可吸入颗粒物(PM10),采用离子色谱和元素碳/有机碳分析仪分析获取其水溶性离子、元素碳和有机碳浓度.结果表明,采样期间北京、天津和张家口这3个采样点PM10质量浓度的日均值分别为233.82、279.64和238.13μg·m-3.4月27～29日,3个地区发生了沙尘暴天气,PM10质量浓度的最大日均值分别达755.54、831.32、582.82μg·m-3.沙尘暴期PM10的有机碳(OC)浓度、二次有机碳(SOC)/OC的比值、硝酸根(NO-3)和硫酸根(SO2-4)浓度均高于非沙尘暴期间.采用电荷平衡计算证明沙尘暴期间大气颗粒物表明呈碱性,说明外来沙尘暴与本地污染相互叠加,矿物元素改变了颗粒物表面的酸碱性,沙尘暴和有机物发生耦合,促进了二次有机物的转化.     

玉米淀粉粉尘爆炸危险性研究

为研究玉米淀粉粉尘爆炸危险性,采用哈特曼管式爆炸测试装置和20 L球爆炸测试装置对200目(<75μm)以下的玉米淀粉粉尘爆炸危险性进行评估,基于静电火花和粉尘质量浓度对粉尘爆炸的影响,对玉米淀粉的静电火花最小点火能量、爆炸下限质量浓度、最大爆炸压力和爆炸指数进行了研究,根据试验结果对玉米淀粉爆炸危险性进行分级。试验结果表明:温度在25℃,喷粉压力为0.80 MPa,粉尘质量浓度在250～750 g/m3范围内,粉尘的最小点火能量随着粉尘质量浓度增加而降低,其最小点火能量在40～80 mJ之间;在点火能量为10 kJ时,粉尘爆炸下限质量浓度在50～60 g/m3之间;在粉尘质量浓度为750 g/m3时,爆炸压力达到最大,为0.66 MPa;在粉尘质量浓度为500 g/m3时,爆炸指数达到最大,为17.21 MPa.m/s,其粉尘爆炸危险性分级为Ⅰ级。     

金属丝棉结构在电焊烟尘处理中的过滤性能研究

电焊烟尘对人危害极大,必须加以净化才能排放到空气中.然而电焊作业烟尘量极大,由于过滤效率低,导致小型移动式电焊除尘器应用受到限制.为了更好地利用移动式除尘器净化电焊烟尘,研究高效过滤材料变得非常重要.通过数值模拟金属丝绵的除尘效率、过滤压力损失及残余压降等影响过滤性能的因素,将金属丝绵应用于移动式除尘器.为了更好地发挥...     

城市综合承灾能力评价的分形模型

基于结构决定功能的系统原理,运用分形理论,构建城市综合承灾能力分形评价模型。首先构建了城市综合承灾能力评价指标体系;其次进行原始数据标准化处理及指标数据之间相关性的消除;接着进行研究对象的分形评价与分维计算;最后通过对29个城市实例进行计算,并与模糊可变识别评价方法、指数评价方法进行比较验证,得到各城市综合承灾能力属于相对较强、中等和较弱的各占13.79%6,5.52%和20.69%。实例分析结果与各城市承灾能力实际状态基本一致,显示该方法能利用一个综合反映多因素之间复杂关系的特征指标给出相应的评价等级结果。     

煤巷掘进过程中粉尘浓度影响因素分析

为了掌握煤巷掘进过程中粉尘浓度变化的影响因素,根据气固两相流理论,针对矿井掘进工作面的特点,采用计算流体力学的离散相模型（DPM）考察了掘进巷道风速、风筒直径、风筒出风口到掘进工作面距离以及风筒的悬挂高度对粉尘浓度变化的影响。结果发现：当掘进巷道风速为0.25-4 m/s时,提高巷道内的通风风速,可以降低巷道内的粉尘浓度,缩短呼吸性粉尘浓度达到稳定的时间,减小工作面粉尘的危害;有利于通风除尘的风筒相关参数为风筒直径0.4-0.6 m、风筒出风口到掘进工作面距离6-7 m、风筒悬挂高度2.0-2.2 m。     

城市重点公共区域人群聚集风险的实时定量技术

城市公共区域人群高度聚集且流动性大,紧急状态时易发生群死群伤的拥挤踩踏事故,造成大量人员伤亡和社会负面影响。在FIST模型的基础上,提出以人员密度（D）、人员特性（C）、人与人的相互作用（I）以及人群聚集环境（E）作为表征公共场所人群聚集风险的基本参数,接下来对四个参数进行了相应的技术分析。第一,利用人群监控技术估计人群密度;第二,通过现场监测网络得到的人群压力值来表征人与人相互作用的强度;第三,忽略了个体差异对人群整体的影响;第四,把公共场所中导致事故发生的影响因子归结为综合扰动强度,并建立了相应的数学模型表征了这种强度的大小。最终建立了描述人群聚集风险的DICE模型。同时,给出了人群密度阈值、人群压力阈值以及人群聚集风险的总阈值及其判断标准,整个工作将人群聚集风险实时定量及管理技术推向了实用化的道路。