排序方式: 共有138条查询结果,搜索用时 0 毫秒
41.
通过对工业锅炉热效率测试结果进行分析,指出了目前对工业锅炉热效率产生影响的主要原因,并提出了改进工业锅炉热效率的有效措施。 相似文献
42.
43.
对中原地区的郑州、洛阳、平顶山三市采暖季和非采暖季大气PM2.5中水溶性离子进行了研究,并对比分析了三地区水溶性离子不同季节的变化幅度。结果显示,三地区PM2.5中NH4+、NO3-和SO42-等二次离子为水溶性离子的主要成分,占80%以上;非采暖季质量浓度SO42>NO3->NH4+,采暖季尤其是严重灰霾期则为NO3->SO42->NH4+;除SO42-外,其它7种水溶性离子质量浓度均为采暖季大于非采暖季;郑州、平顶山两地采暖季水溶性离子总质量大于非采暖季,洛阳则相反;三地区主要是以燃煤为主的固定污染源污染,但是NOx的浓度已经显著增加,尤其是采暖季NO3-/SO42-比值均大于1.0,机动车尾气对环境质量影响明显增大,郑州、平顶山两地的机动车尾气污染对空气质量的影响较洛阳大;洛阳受季风影响较另外两地严重。总水溶性离子质量浓度采暖季低于西安地区,从采暖季到非采暖季变化趋势不如西安地区显著;非采暖季与西安、北京地区基本相当。 相似文献
44.
基于近地面观测的常规污染六参数、气象数据和在线VOCs数据,以臭氧及其前体物VOCs为研究重点,评估了民运会期间采取的污染管控措施对郑州市空气质量的影响.结果表明,2019年民运会管控期间污染物六参数相较上年同期均呈现降低趋势,其中PM2.5和PM10浓度分别降低了16.2%和25.1%,但是臭氧日最大8 h浓度均值的降幅仅为3.7%,且臭氧为首要污染物的天数超过90%.就臭氧前体物VOCs而言,民运会期间PAMS浓度(26.21×10-9)低于历史同期;利用PMF模型解析出6个因子,依次为机动车尾气(28%)、LPG(21%)、燃烧(16%)、工业(15%)、溶剂(15%)和植物排放(5%);空气保障期间,对燃烧源和工业源的管控较为明显. 相似文献
45.
为研究郑州冬、春季重度污染期间细颗粒物的组分特征、污染来源、气象影响因素及外来传输影响,基于本地超级站污染监测数据及相关气象要素监测数据对重污染时段进行分析,并对本地污染成因进行探讨.结果表明,2019年1—3月郑州共有426 h达到重度及以上污染水平,首要污染物均为PM2.5.重污染时段碳组分(OC+EC)共占PM2.5的14.6%,OC与EC存在显著相关性,1、2、3月的r值分别为0.72、0.89和0.91,且二者比值多介于2~4之间,表明机动车和燃煤排放是碳组分的主要来源;水溶性离子浓度排序为NO3- > NH4+ > SO42- > Cl- > K+ > Ca2+ > Mg2+ > Na+,SNA(SO42-、NO3-、NH4+)浓度达123.37 μg·m-3,占PM2.5的61.2%,且NO3-占比达30.2%, NO3-/SO42-值为1.98,说明移动源对水溶性组分的贡献大于固定源. PMF受体解析结果按污染源贡献量大小依次为:机动车源(34.9%)、二次源(24.6%)、燃煤源(20.2%)、扬尘源(9.2%)、生物质及烟花爆竹源(8.2%)和工业源(2.9%),机动车和燃煤燃烧是造成大气重污染的主要排放源.气象分析表明,与清洁时段相比,重污染期间大气整体处于有利于颗粒物二次生成和不利于污染扩散的条件下,整体温度偏低(3.2 ℃),相对湿度较高(67%),风速较弱(1.3 m·s-1).除本地污染物的累积外,来自偏东和偏南方向的短距离传输及东北方向中长距离输送(分别占外界传输的36.4%、22.6%和22.0%)也是造成郑州重污染天气的重要原因. 相似文献
46.
郑州市冬季VOCs污染特征、来源及健康风险评估 总被引:8,自引:0,他引:8
采用GC5000在线气相色谱仪于2018年1月8—26日对郑州市城区进行大气环境挥发性有机化合物(VOCs)监测,开展污染特征分析、来源解析和苯系物(BTEX)健康风险评估.结果表明,监测期间郑州市城区TVOC平均浓度为64×10-9,污染期时段平均浓度为84×10-9,约是非污染时段的2倍;组分构成显示烷烃占比最大,其次是烯炔烃和芳香烃;源解析结果显示,VOCs主要来源是液化石油气/天然气(25%)、机动车尾气(24%)、燃烧(21%)、工业排放(16%)和溶剂使用(14%);监测期间苯系物非致癌风险危害值(HQ)在美国环保署规定的安全范围内,苯的致癌风险(R)为2.2×10-6,超过了美国环保署规定的安全阈值(1.0×10-6).对成年人存在致癌风险,需要引起关注. 相似文献
47.
48.
影响实验室水样COD测定准确性的因素主要有标准溶液浓度、试剂添加顺序、取样量的多少、水样中的氯离子含量、水样中的悬浮物含量、水样中的油含量及水样中的水生生物含量等。针对悬浮物或石油类含量较高的水样,给出了分析测试过程中的注意事项,为实验室分析人员提供技术参考。 相似文献
49.
50.
以北京市2002—2016年PM10日均浓度序列数据为基础,结合小波分析、Mann-Kendall检验、滑动t检验等分析方法,研究PM10浓度随时间变化的周期性、趋势性及突变性特征。结果表明:PM10日均浓度变化具有较典型的季节周期性,主周期为300 d左右,次周期为150 d左右。不同周期分析结果显示,PM10污染春季最高,冬季次高,夏末秋初最低。总体上,PM10浓度以平均每年约4 μg/m3的速率递减。2009年以前PM10浓度呈波动变化,降低趋势不显著,2009年1月为序列的突变点,突变后呈显著下降趋势。 相似文献