排序方式: 共有45条查询结果,搜索用时 171 毫秒
31.
2022年8月成都和重庆呈现显著的臭氧(O3)污染差异,成都O3污染天高达20 d,重庆无O3污染天,本文从前体物排放水平和气象条件分析此差异的影响因素.结果表明:(1)成都52种挥发性有机物(VOCs)(包含26种烷烃、 16种芳香烃和10种烯烃)的总体积分数(18.8×10-9)是重庆(6.6×10-9)的2.8倍,总O3生成潜势(OFP=51.2×10-9)是重庆(25.0×10-9)的2.0倍,总·OH损耗速率(L·OH=3.9 s-1)是重庆(2.3 s-1)的1.7倍.成都OFP前3是乙烯、间/对-二甲苯和异戊二烯;重庆OFP前3是异戊二烯、乙烯和丙烯.重庆仅烯烃对O3的贡献率是60.7%,而成都烯烃和芳香烃的OFP分别是重庆的1.6倍和2.9倍.综上,成都VOCs总体积分数、大气光化学活性和O3 相似文献
32.
针对干堆尾矿库设计时缺乏子坝结构参数取值依据的实际困难,采用数值试验和工程实证相结合的方法,系统研究了干堆尾矿库坝体结构参数对稳定性的响应规律,提出干堆尾矿库子坝结构参数选取方法。结果表明:堆坝安全系数Fs随子坝高h降低整体呈先增后减的变化规律,峰值为最佳子坝高,其值与堆积坝总高呈正相关,通常取值为堆积坝总高的1/5-1/7;安全系数Fs与马道宽d呈正相关,推荐在3-6m范围取值。 相似文献
33.
34.
为了寻找编制复杂事件事故树时中间事件的展开方式,采用理论分析的方法,剖析事故原因,发现事故的发生均是事故致因理论中"人-机-环"三因素作用导致的。基于此,根据系统分割准则和事故致因理论,研究了一种事故树基本展开型式,提出事故树编制时的"二分法"原则,建立了通用的事故树简易展开模型。利用模型将事故的"人-机-环"三因素分析方法应用于高处坠落这一事件的事故树分析中,确定了高处坠落事故的主要影响因素,编制出包含7个中间事件和11个基本事件的高处坠落事故树。研究表明,模型可有效实现复杂事件事故树的编制及影响因素分析,研究结论将传统的"因素分析"从定性向半定量方向推进了一步。 相似文献
35.
为了综合评估区域风险可接受性,深度挖掘潜在风险,优化风险决策,从死亡及受伤风险2方面研究了化工行业的死亡及受伤风险可接受标准(以下简称“双标准”),提出基于“双标准”的新型区域定量风险评估模型。以1 000 m3柴油罐池火灾事故为对象,通过池火事故后果模型、概率模型及可接受风险模型的创新性使用,对其在油罐区域定量风险评估中的初步运用进行研究。结果表明:该装置在池火事故下的个人死亡风险和社会受伤风险未能达到标准要求,综合评估结果为风险不可接受;“双标准”综合评估法在区域定量风险评估中的应用具有可行性和一定参考价值
。 相似文献
36.
成都市典型工艺过程源挥发性有机物源成分谱 总被引:12,自引:8,他引:4
选取成都市人造板、医药制造和化工制品等工艺过程源典型企业,通过采样瓶和SUMMA罐采样及GC-MS和国标分析方法,获取了人造板等行业各生产工艺环节的挥发性有机物(VOCs)排放组分特征.其中,人造板生产工艺分为制胶、调胶、分选和热压,医药制造分为生产车间和废水处理.结果表明,人造板和医药制造VOCs贡献组分以OVOCs为主,占VOCs总排放的50%以上.甲醛制造有组织和无组织排放组分差异较大,有组织以OVOCs为主而无组织以卤代烃为主.涂料制造VOCs排放与其原辅料相关性较高,VOCs排放组分以芳香烃和OVOCs为主.人造板各工艺环节除调胶外,最主要的VOCs组分均为甲醛,其排放占比达到50%以上.医药制造各工艺环节的首要VOCs组分均为乙醇,1,4-二烷、乙酸乙酯和甲苯等亦为主要组分.甲醛制造以丙酮和乙醇等组分为主.涂料制造主要以间,对-二甲苯等芳香烃为主.以臭氧生成潜势表征人造板、医药制造和化工的VOCs污染源反应活性,结果表明不同行业VOCs组分对反应活性的贡献类似,均主要以甲醛、乙醇等OVOCs和部分芳香烃等高活性组分为主.应对工艺过程源等行业分环节监管,并重点关注臭氧生成潜势较大的VOCs组分,分析行业排放特征和化学机制,从源头控制O3生成. 相似文献
37.
38.
39.
可吸入颗粒物(PM10)空间特点与城市热岛格局的关系分析 总被引:1,自引:0,他引:1
采用成都市可吸入颗粒物(PM10)小时浓度的空间分布实例,结合NOAA/AVHRR(National Oceanic and Atmospheric Administration/Advanced Very High Resolution Radiometer)遥感数据所获的城市热岛温度场格局图,结果发现:下午环形热岛出现时城市中心区的PM10浓度较低,二、三环路附近的浓度相对较高,城区西南部尤其明显。分析认为,环形热岛改变了城市近地层的温度场和流场结构,在城郊结合部造成"双重循环",容易导致污染物在这些地方聚集。 相似文献
40.
成都市道路移动源排放清单与空间分布特征 总被引:4,自引:0,他引:4
以成都市为例开展了路网、交通流、道路行驶工况和机动车保有量等数据的收集工作,运用自下而上的方法,基于实测校正和本地化的IVE模型计算了不同区域机动车在高速路、主干道、次干道和支路的排放因子,应用GIS技术建立了1 km×1 km的成都市高时空分辨率道路移动源排放清单.结果表明,2016年成都市道路移动源CO、VOCs、NO_x、SO_2、PM_(10)和NH_3排放量分别为4.2×10~5、4.5×10~4、7.2×10~4、0.4×10~3、1.1×10~4和6.2×10~3t.CO排放主要贡献车型为小型客车、中型客车和大型客车,VOCs排放主要源于小型客车和摩托车,NOx和SO2排放主要产生于小型客车和重型货车,PM10排放主要贡献车型为重型货车,NH3排放主要由小型客车贡献.污染物排放量空间分布呈现出由城市中心向卫星城市、远郊区递减趋势,中心城区和二圈层区域路网密集,排放呈片状分布,三圈层则呈带状分布.排放清单机动车技术分布数据可靠性较高,而交通流数据和排放因子存在一定不确定性. 相似文献