排序方式: 共有50条查询结果,搜索用时 56 毫秒
41.
基于高分辨率MARGA分析成都市PM2.5中水溶性离子污染特征 总被引:4,自引:0,他引:4
利用高分辨率MARGA对2019年成都市PM_(2.5)中水溶性离子展开连续监测,结合气象参数分析水溶性离子污染特征.结果表明,MARGA监测的8种水溶性离子质量浓度与PM_(2.5)变化趋势一致,水溶性离子年均浓度为(23.1±13.6)μg·m~(-3),在PM_(2.5)中占比为48.6%,表明水溶性离子为PM_(2.5)重要组分.各离子质量浓度大小顺序依次为:NO~-_3、 SO_4~(2-)、 NH~+_4、 Cl~-、 Ca~(2+)、 K~+、 Mg~(2+)和Na~+,其中二次离子(NO~-_3、 SO_4~(2-)和NH~+_4)年均质量浓度为(20.2±2.7)μg·m~(-3),在水溶性离子占比为87.2%.水溶性离子质量浓度季节变化趋势为:冬季春季≈秋季夏季,逐月变化呈"U"型, 1月和12月浓度最高, 6~8月浓度最低.无论有无降雨,能见度均随水溶性离子浓度的增加呈幂指数递减规律,且SNA为首要影响因素.降小雨(日累计降雨量10 mm)对水溶性离子无清除作用,中雨及以上时清除作用显著.SNA在0.01水平上显著相关(两两之间相关系数均大于0.7),表明二次离子生成机制及在大气中演变过程具有较高的相似性.硫氧化率(SOR)和氮氧化率(NOR)年均值分别为0.42和0.12,与温度和O_3均呈负相关性,与湿度均呈正相关性,表明SO_4~(2-)来源主要为液相非均相氧化反应,NO~-_3来源主要为夜间非均相氧化反应.阳离子和阴离子电荷比(CE/AE)年均值为1.2,二次离子中和率(NR)年均值为1.1,表明气溶胶整体呈弱碱性.成都市大气环境处于富氨状态,二次离子存在形式主要为(NH_4)_2SO_4和NH_4NO_3. 相似文献
42.
通过调研2018年四川省37条水泥生产线活动水平数据,结合企业污染治理技术,分析该省水泥工业的主要大气污染物排放水平。结果表明:2018年四川省水泥行业SO2、NOx、PM2.5和PM10的排放量分别为1.2万t、5.5万t、3.9万t和6.5万t,其不确定性主要来自污染物的产生系数和去除效率。四川省水泥生产企业各工序排放的颗粒物、SO2和NOx浓度总体上均低于现行标准,部分工序颗粒物超标主要受布袋的去除效率影响。 相似文献
43.
2017年1月—12月期间在四川省宜宾市布置4个点位,共采集360个PM_(2.5)样品膜,采用美国沙漠研究所DRI Model 2001型热光分析仪测定PM_(2.5)样品中OC、EC的浓度值,应用OC/EC比值法对SOC进行了估算.结果表明,宜宾市PM_(2.5)年均浓度为75.2μg·m~(-3).OC、EC年均浓度分别为14.3μg·m~(-3)和4.30μg·m~(-3),季节变化趋势为冬季秋季春季夏季,OC占PM_(2.5)比例为19.0%,为PM_(2.5)重要组成部分.SOC年均浓度为4.70μg·m~(-3),对OC贡献较大,在OC中占比为29.3%;SOC在OC中的占比春季冬季≈秋季夏季.进一步对OC1、OC2、OC3、OC4、EC1、EC2、EC3、和OPC进行主成分分析,结果表明机动车尾气、燃煤排放和生物质燃烧是宜宾市PM_(2.5)中OC和EC的主要贡献源,可贡献PM_(2.5)中碳组分的54.0%—69.0%. 相似文献
44.
为探究四川盆地典型城市PM2.5污染特征和来源,利用成都市、绵阳市、自贡市超站数据分析2020年冬季典型污染过程PM2.5组分特征,并采用CMB模型模拟获得研究期间PM2.5来源及演变特征.结果表明,不同城市PM2.5组分变化特征不尽相同,成都市污染过程整体呈现NO3-主导特征,但重度污染由OC主导.绵阳市污染期间呈现OC主导特征,是污染加重时增长最快的组分.EC是自贡市轻度污染增长最快的组分,NO3-、SO42-、NH4+是中度污染增长较快的组分,OC、EC是重度污染增长较快的组分.3个城市均是二次硝酸盐对PM2.5贡献率最高.比较而言,成都市机动车、扬尘源贡献率均最高;绵阳市二次有机碳贡献率最高,是成都市的2倍;自贡市燃煤源和二次硫酸盐贡献率分别比成都市和绵阳市高出4%~6%和7%~9%.成都市由优良天气到中度污染,二次硝酸盐贡献率随着污染程度的加重而增加,轻度污染较优良天气上升6%,中度污染较轻度污染天气上升3%.中度到重度污染,二次有机碳、机动车贡献率分别上升2%和1%.绵阳市由轻度到重度污染,二次有机碳对PM2.5的贡献率上升3%,机动车贡献率上升2%,是其污染加重的主要原因.自贡市由轻度到重度污染,各污染源贡献率变化幅度较小. 相似文献
45.
46.
利用挥发性有机物在线监测仪(GC-FID/MS)在成都市市区开展为期一个月的挥发性有机物监测,分析了VOCs浓度水平、组分构成、日变化规律,并分别利用PMF模型和排放清单法对VOCs的来源进行解析研究。结果表明,监测期间,VOCs小时平均浓度为7610~(-9),最高浓度为26210~(-9),最低浓度为14.810~(-9);监测物种类别中烷烃类占VOCs总体积浓度为38%,炔烃为17%,芳香烃为15%,烯烃为13%,卤代烃为9%,含氧(氮)类化合物为8%,浓度前十的物种分别为乙烷、乙炔、乙烯、丙烷、甲苯、己醛、二氯甲烷、苯、正丁烷和异戊烷,占总浓度的70%以上。烷烃、炔烃、烯烃、芳香烃在8点~10点间均出现浓度峰值,芳香烃、卤代烃以及含氧(氮)化合物浓度最高值出现在凌晨2点~5点;最低浓度则均出现在下午17点左右。基于PMF的方法,VOCs的来源解析结果为工业源贡献32%,机动车贡献26%,生物质燃烧贡献22%,溶剂源贡献7%,油气挥发贡献6%,本底混合源贡献7%;基于排放清单法,2015年成都市VOCs年排放量为36.9万t,工艺过程源、溶剂使用源、移动源分别贡献32%、32%、30%。 相似文献
47.
48.
49.
50.