排序方式: 共有170条查询结果,搜索用时 15 毫秒
121.
过量生石灰对污泥含水率和有机物含量的影响 总被引:2,自引:0,他引:2
为了研究生石灰(氧化钙,CaO)处理活性污泥对污泥含水率和有机物含量的影响,通过向南京某城市污水处理厂出厂污泥投加过量CaO进行脱水实验,测定投加CaO后污泥的含水率;烘干后的脱水污泥进行热重实验,研究CaO投加量对污泥中有机组分含量的影响.脱水实验表明:随着CaO与污泥质量比的增大,污泥含水率迅速减小,当质量比达到1.5时,污泥达到完全脱水;投加过量CaO的脱水污泥呈干燥的粉末状,粒度均匀,可作为水泥生产的辅料。热重实验表明:投加CaO后单位干泥失重百分比随CaO与污泥质量比增大而逐渐减小,向污泥中投加CaO有利于污泥中有机组分的释放和去除,实现污泥的稳定化。 相似文献
122.
123.
成都冬季PM2.5化学组分污染特征及来源解析 总被引:1,自引:0,他引:1
2017年1月1~20日在成都地区分昼夜对PM_(2.5)进行连续膜样品采集,并在实验室测定了其主要化学组分(水溶性离子和碳质组分)的质量浓度.观测期间,PM_(2.5)的平均质量浓度为(127.1±59.9)μg·m~(-3);总水溶性离子的质量浓度为(56.5±25.7)μg·m~(-3),其中SO2-4、NO-3和NH+4是最主要的离子,质量浓度分别为(13.6±5.5)、(21.4±12.0)和(13.3±5.7)μg·m~(-3),一共占到了水溶性离子的85.6%;有机碳(OC)和元素碳(EC)的平均质量浓度分别为34.0μg·m~(-3)和6.1μg·m~(-3),分别占PM_(2.5)质量浓度的26.8%和4.8%.昼夜污染对比显示,PM_(2.5)白天和夜晚质量浓度分别为(120.4±56.4)μg·m~(-3)和(133.8±64.0)μg·m~(-3),夜间污染更为严重.SO2-4、NO-3和NH+4白天浓度高于夜间,这与白天光照促进了二次离子的形成有关;而Cl-、K+、OC和EC浓度夜间明显升高,可能是受夜间煤和生物质燃烧排放增加的影响.通过对近年来成都冬季PM_(2.5)化学组分的研究进行文献总结和比较后发现,SO2-4浓度显著降低,从2010年的50.6μg·m~(-3)降低到2017年的13.6μg·m~(-3);而NO-3浓度变化不大,维持在20μg·m~(-3)左右.PM_(2.5)中离子酸碱平衡分析表明,成都冬季PM_(2.5)由于NH+4的相对过剩而呈现出碱性,与以往呈偏酸性结果存在差异.对成都冬季NO-3/SO2-4的比值进行计算,NO-3/SO2-4平均值为1.57,表明移动源对PM_(2.5)污染影响更大.OC与EC的相关性表明,白天和夜间OC与EC的相关系数分别为0.82和0.90(P0.01),OC与EC来源具有一致性.SOC估算结果显示,白天和夜间SOC浓度分别为8.5μg·m~(-3)和11.9μg·m~(-3),占到OC的28.1%和31.8%.K+/EC平均值为0.31,并且K+与OC之间相关系数为0.87(P0.01),说明生物质燃烧对成都冬季碳质气溶胶有一定影响.主成分分析表明,成都冬季PM_(2.5)主要来源于燃烧源(燃煤、生物质燃烧等)、二次无机污染源以及土壤和扬尘源,其贡献率分别为32.8%、34.5%和21.5%. 相似文献
124.
选择江苏省南京市南京信息工程大学永丰农业气象试验站水稻种植区站点,实时观测气象因子、O3浓度、干沉积通量、沉积速率.基于课题组在本地修正过的水稻气孔导度模型量化O3干沉积通量在气孔与非气孔通道的分配特征.结果表明:整个水稻观测期间,O3干沉积速率与通量在夜间变化平缓,白天变化剧烈,均值分别为0.34cm/s与-0.0049μmol/(m2·s),峰值则分别出现在08:30与12:30.此外,水稻生长季期间平均日累积O3总通量、气孔通量与非气孔通量分别为0.40,0.14,0.26mmol/(m2·d),其累积值分别为27.8,9.8,18.0mmol/m2.平均O3气孔通量和非气孔通量所占总O3通量的比例分别为34.0%和66.0%,其中白天的比例分别为49.0%与51.0%. 相似文献
125.
在2018年3~4月对南京北郊地区的气溶胶开展了云凝结核(CCN)特征的外场观测,并结合气象数据、PM2.5浓度和化学组分信息以及光学特性等数据,对观测期间的污染天和清洁天进行了对比,分析了典型污染过程和新粒子生成天的CCN特征.结果表明,本次观测中气溶胶CCN活性总体较高,各过饱和度(SS)下的平均吸湿性参数(κ)为0.30,在最低过饱和度下(SS=0.17%)κ最低,且最大活化率(B)仅为0.72,表明气溶胶中有较多不易活化的物质.污染天κ高于清洁天,但活化率更低且外混程度更高,主要是受交通和工业排放的吸湿性较差的粒子影响,而颗粒物在夜间可迅速老化,使其吸湿性提升,CCN数浓度增加.新粒子生成天的κ受到粒子成核的影响有明显日变化,对总气溶胶数浓度(NCN)和CCN数浓度(NCCN)也有显著贡献. 相似文献
126.
采用SMPS-CCNC联用全扫描的方法,于2016年11~12月在南京北郊地区,对8.2~346nm粒径段的气溶胶粒子展开了粒径分辨的云凝结核(CCN)活化特征观测,并利用6种参数化方法对CCN数浓度进行了闭合研究.结果表明本次观测中南京地区的气溶胶CCN活性和吸湿性均较高,其中平均吸湿性参数(k)为0.31.通过污染天和清洁天CCN特征的对比发现,污染天气溶胶和CCN数浓度均较高,但CCN活性和气溶胶吸湿性却较差,可能是由于新鲜排放的黑炭或有机物的影响.对比6种参数化方法的闭合结果,发现利用截断粒径和临界干粒径这两种参数对CCN数浓度进行预报的结果最为理想.此外,探讨了不同时间分辨率的参数对闭合结果的影响,对比发现参数时间分辨率的提高只增加了闭合结果R2的值,对闭合斜率的影响基本可以忽略,因此综合考虑,本研究可直接利用各参数的整体日变化平均来进行CCN数浓度的闭合. 相似文献
127.
南京工业区秋季大气挥发性有机物污染特征及来源解析 总被引:19,自引:19,他引:0
2018年秋季在南京利用大气挥发性有机物(volatile organic compounds, VOCs)吸附浓缩在线监测系统(AC-GCMS 1000)对大气VOCs进行连续观测,以了解其化学特征、臭氧生成潜势和污染来源.结果表明,南京秋季大气VOCs体积分数为(64.3±45.6)×10~(-9),以烷烃(33.1%)、含氧挥发性有机物(OVOCs)(22.3%)及卤代烃(21.8%)为主.VOCs的昼夜变化呈"双峰型"变化特征,高值主要出现在清晨的06:00~07:00及夜间的18:00~20:00,主要受机动车排放及气象要素的共同影响.秋季南京VOCs的臭氧生成潜势(ozone formation potential, OFP)为267.1μg·m~(-3),主要贡献物种是芳香烃类化合物(55.2%)和烯烃类化合物(20.8%).PMF受体模型源解析确定5个VOCs来源,分别是交通排放(34%)、工业排放(19%)、LPG排放(17%)、涂料及有机溶剂挥发(16%)以及生物质燃烧和燃煤排放(14%),因此控制南京工业区秋季大气污染应主要着力于交通及工业排放的治理. 相似文献
128.
气溶胶水相反应生成二次有机气溶胶研究进展 总被引:7,自引:3,他引:4
液态水(云滴、雾滴和气溶胶水)在大气中无处不在,为大气水相化学反应提供了重要的场所.气态前体物(主要是VOCs)或它的气相初级氧化产物(包括中/半挥发性有机物,I/SVOCs)在大气凝聚相(水相)中发生反应,形成低挥发性高氧化性有机物(如有机硫和有机氮等),水分蒸发后留在颗粒相,即为水相二次有机气溶胶(aqueous-phase secondary organic aerosol,aq SOA).因其对OA具有重要的贡献和显著的环境、气候和人体健康影响,近年来成为大气化学研究的热点.尽管aq SOA的研究已取得了一些进展,但由于aq SOA形成机制复杂,对aq SOA的认知还比较匮乏.本文重点关注气溶胶水中反应生成的二次有机气溶胶(aqueous aerosol SOA,aa SOA)相关的研究进展,包括气态前体物、形成机制、实验室模拟、外场观测及有关aa SOA产率及贡献的相关研究成果.同时,对aa SOA的来源、生成机制等研究的发展方向进行了展望,包括:未知aa SOA前体物及示踪物鉴别、有机光敏剂诱发的自由基化学、有机硫和有机氮的形成机制、实际气溶胶水溶性组分和外场观测研究、模式模型研究等. 相似文献
129.
为定量评价光催化反应器的性能,利用主辐射波长为207 nm的KrBr*准分子灯降解水相中的苯酚,测定了光解和光催化降解2种体系中苯酚和TOC去除率,并计算了苯酚降解的ξg(全额光子效率),探讨了其影响因素. 结果表明:①延长反应时间、加入适量催化剂、降低初始c(苯酚)能提高苯酚和TOC去除率. 采用动力学模型对苯酚的降解进行拟合,表明光解和光催化降解体系中苯酚的降解均符合准一级动力学模型. ②加入催化剂和提高初始c(苯酚)均可以获得较高的ξg,而光源的辐射功率与ξg没有线性相关性;在辐射功率为0.76 W、初始c(苯酚)为1.10 mmol/L、催化剂投加量(以ρ计)为0.8 g/L的条件下,ξg为5.56%. ③采用高效液相色谱对光催化降解体系中生成的中间产物的变化规律进行研究发现,4种中间产物表现为c(对苯二酚)>c(邻苯二酚)>c(对苯醌)>c(间苯二酚);通过建立苯酚及中间产物的拟一级降解动力学模型,证实苯酚光催化降解历程为苯酚→芳香烃中间产物→最终产物. 相似文献
130.
利用2014年3月1日至2015年2月28日北京、广州和南京三市6种污染物浓度(PM_(2.5)、PM_(10)、SO_2、CO、NO_2、O_3)的日平均数据,统计分析了三市各污染物浓度的变化特征及其与气象条件的关系。结果表明:(1)3个城市中,广州空气质量最好,南京次之,北京最差。广州优、良出现的天数最多,分别为98和222天,占全年的26.8%和60.8%,没有出现重度污染和严重污染的现象。北京优出现的天数为55天,高于南京的29天,但是中度污染、重度污染和严重污染天数要高于南京,分别为61、34和8天;南京则为30、14和0天,南京没有出现过严重污染。(2)整个1年间,北京PM_(2.5)、PM_(10)、SO_2、NO_2、O_3年平均浓度分别为80.5、112.9、16.8、53.4和57.3μg/m~3,广州平均浓度分别为45.9、67.2、16.6、45.7和47.9μg/m~3,南京平均浓度分别为70.6、120.1、21.5、50.3和54.9μg/m~3,北京、广州和南京CO年平均浓度分别为1.2、1.0和0.9mg/m~3。(3)上述三个城市PM_(2.5)日均值超标率分别为42.7%、7.9%和38.4%,而PM_(10)日均值超标率分别为23.0%、1.6%和25.2%,NO_2日均值超标率分别为14.0%、3.8%和7.1%,CO浓度仅北京超标,超标率为1.4%,3个城市SO_2无超标现象。(4)3个城市SO_2和NO_2均随风速的增大而减小。风速对广州CO浓度影响不大,而北京和南京CO浓度则随风速的增大而减小。风速越大,南京PM_(2.5)和PM_(10)浓度越小,但当风速≥4m/s时,北京PM_(10)和广州PM_(2.5)与PM_(10)浓度增加。此外,风向对污染物的传输也有影响。 相似文献