某在役炼化场地特征污染物识别与分析

以多水期污染监测数据为基础，采用内梅罗污染指数(Pn)法对某在役炼化场地的特征污染物进行识别，并对识别结果进行分析。研究表明：该炼化场地土壤中优先控制的特征污染物有砷、钴、苯、苯并[a]芘、乙苯和石油烃(C₁₀～C₄₀)，一般特征污染物有铊、铍、铅、钒、镍、间/对-二甲苯和二苯并[a,h]蒽等；地下水中优先控制的特征污染物有钒、铊、钼、苯乙烯、苯并[a]芘、石油烃(C₁₀～C₄₀)、苯、硫化物、氨氮、耗氧量、硫酸盐、挥发酚和氯化物，一般特征污染物有钴、砷、镍、铍、铅、甲苯、1,2-二氯丙烷、乙苯、间/对-二甲苯、二苯并[a,h]蒽、氟化物、亚硝酸盐和硝酸盐；本工作构建的特定场地特征污染物识别方法简捷有效、科学合理。     

河南省春节禁燃政策对大气污染的影响分析

烟花爆竹的燃放是短期内空气质量恶化的重要原因，严重危害人体健康.利用河南省18个地市2016—2019年空气质量指数、污染物浓度(SO₂、NO₂、O₃、CO、PM_2.5和PM₁₀)和气象因子(气压、气温、相对湿度、风速、降水)数据，采用距离倒数权重插值、变异系数分析及相似性指数等方法，从多角度探究河南省春节禁燃政策的实施成效.结果表明，2016—2019年河南省春节期间的空气质量呈现逐渐改良趋势，污染出现的时间稍有提前，多出现在春节前期.禁燃对控制SO₂、PM_2.5和PM₁₀的浓度骤升(“削峰”)有很好的效果，对NO₂、O₃、CO的影响较小. 2016年烟花爆竹燃放对PM_2.5、PM₁₀和SO₂贡献量最大、贡献时间持续最长，贡献率分别为66.98%、56.32%和56.49%；到2019年，随着禁燃成效的...     

兰州某居民区大气微生物气溶胶分布特征研究

采用Andersen采样器对兰州某居民小区夏季的大气微生物气溶胶浓度分布、粒径分布及日变化特征等进行观测。结果表明,居民区内大气微生物气溶胶浓度变化范围为528 CFU/m~3～11 553 CFU/m~3,属清洁级。其粒径主要集中在2.1μm～4.7μm之间,易对人体支气管等造成影响。微生物气溶胶浓度的空间分布特征与小区垃圾房、垃圾桶位置及人的活动有关。其时间分布特征与日照强度有关,辐射强度最高的中午微生物气溶胶浓度最低。     

基于IRBFNN和PCA的电网预想故障安全运行评估方法研究

为了更快速直观地监视、分析和评估故障后电网的安全运行状态,提出了基于径向基函数(radical basis function,RBF)神经网络和主成分分析法(principal component analysis,PCA)的评估模型。利用带衰减因子的吸引力传播(affinity propagation,AP)聚类算法选择RBF神经网络中心和隐含层节点数,同时提出了扩展的电网运行状态安全评估指标,利用越限指标权重和指数阶数避免了安全评估的遮蔽现象,利用主成分分析选取RBF神经网络的输入矢量特征,最后通过IEEE-30节点仿真算例验证了所提模型的有效性。     

北京市交通环境监测点大气污染特征分析

研究分析了2013—2017年北京市交通环境点位大气污染物浓度分布特征,结果发现:交通监测点NO、NO_2与PM_(2.5)浓度时间变化特征与城区总体状况基本一致,与交通环境密切相关的NO_2浓度采暖季高于非采暖季,重污染日期间交通监测点峰值浓度也明显偏高;周末交通监测点NO浓度在5:00—23:00低于工作日4.9%～32.1%,周末NO_2浓度在7:00—23:00低于工作日0.7%～7.4%,NO_x浓度周末偏低与车流量降低密切相关;重大活动期间空气质量减排措施实施后,北京市作为区域NO_2浓度高值区中心明显消失,PM_(2.5)浓度分布梯度减小,本地减排效果明显。     

上海海陆风特征及其对臭氧浓度的影响

利用2013—2016年常规气象观测数据和再分析资料,提出上海地区海陆风判断标准,统计了该地区的海陆风发生规律。同时,结合地面空气质量监测数据,分析了海陆风环流对臭氧(O3)浓度的影响。结果表明:上海地区的海陆风发生频率在3—8月份较高,与海陆温差年变化之间存在显著相关性;海风通常开始于当地时间9:00前后,结束于20:00前后,最大风速出现在15:00前后,平均风速为3. 9 m/s;海陆风发生时O3质量浓度峰值被抬高(16μg/m3),且峰值出现时间延后;海陆风的影响可深入上海内陆青浦淀山湖地区,对污染物浓度的影响程度沿海大于内陆。     

淮海经济区PM2.5时空特征及影响因素

PM2.5对区域环境和人体健康有着重要影响,淮海经济区作为东部沿海经济发展带的重要支撑部分,剖析其PM2.5时空特征及其影响因素对于京津冀和长三角城市群开展区域空气污染的联防有着重要意义.首先采用时间序列分析对研究区PM2.5浓度特征进行分析,其次利用空间分析方法分析了淮海经济区PM2.5时空特征,最后基于淮海经济区PM2.5空间自相关特征,进一步采用地理加权回归模型探究了PM2.5浓度的影响因素及其空间异质性.结果 表明:(1)淮海经济区逐日PM2.5浓度值呈现出周期性的脉冲型起伏变化规律,整体呈现出冬秋季高、春夏低的"U"型趋势.逐日PM2.5浓度振荡周期短周期为2～3d,长周期为6～7d.(2)淮海经济区PM2.5浓度的空间局部相关性呈现出周期性的变化规律.全年热点区域主要集中在研究区西北的菏泽市和西南的徐州市,冷点区则主要集中在沿海区域.(3)淮海经济区PM2.5浓度影响因素主要包括平均气温、平均降水、平均风速、林地比例和路网密度等因素,不同因素对PM2.5浓度影响存在显著的空间异质性.     

多中心作用下大城市房价空间分异的特征及影响因素——以合肥市为例

随着城镇化水平迅速提高,大城市通过外延式扩张与内涵式发展逐渐形成了多中心,在多中心作用下城市空间,尤其是房价空间的变化表现出异质性与复杂性.以快速发展的合肥市为例,从不同空间尺度利用地统计法研究城市房价的空间分异特征,并通过构建特征价格模型分析房价空间分异的主导因素,以揭示城市空间结构与房价空间分异的逻辑关联.结果表明:(1)在主城区尺度上,房价空间分布与多中心结构相符,在各中心范围内形成了 3个高房价区;(2)在中心区尺度上,各中心区房价呈现出圈层与扇形相混合的分布特征,不同规模等级的中心对其周边房价影响范围的差异,形成了不同的空间变异模式;(3)影响房价空间分异的三类特征中,结构特征与邻里特征在主城区尺度上对房价空间分异产生了较大的作用;(4)不同功能的中心区房价空间分异的主导因素各异,区位特征对旧城中心的影响最大,结构特征与区位特征均对行政中心有较大影响,结构特征是新区中心影响房价最主要的因素.     

太原市大气降尘化学组分及来源的粒径分布

2019年11月～2020年12月,从太原市8个监测站点采集的大气降尘样品,进行化学组分和粒径分析,研究了降尘化学组分及降尘来源的粒径分布特征.研究结果表明:首先,太原市降尘的粒径大小受地理位置影响显著,呈现南部粒径大,北部粒径小的特点,且呈现秋冬季粒径偏大的季节特点,这与太原市降尘污染源的时空分布有关.此外,不同粒径大小降尘的化学组分存在明显的时空差异,尤其是OC、SO₄^2-和无机元素Ca、Si和Fe等组分.源解析结果表明城市扬尘源对太原市各粒径大小降尘样品的贡献均较高(33.7%～37.5%).同时,建筑尘源(21.8%～31.6%)和钢铁工业源(5.1%～18.1%)对中粒径和粗粒径降尘具有显著贡献,燃煤源对细粒径降尘的影响也不可忽视(14.1%～22.6%).