太原市采暖期PM10中PAHs的碳同位素组成及源贡献率

在太原市7个点位采集采暖期PM10样品,用气相色谱-同位素质谱仪测定环境空气PM10和污染源(煤烟尘和机动车尾气)中9种多环芳烃(PAHs)的碳同位素组成(δ13C),并根据碳同位素质量平衡原理定量环境空气PAHs的源贡献率.结果表明:煤烟尘中PAHs随环数增加贫13C,机动车尾气中PAHs随环数增加富13C;各点位PAHs的δ13C值差别不大,变化趋势与煤烟尘基本一致,煤烟尘是城市PAHs的主要污染源;煤烟尘对各点位荧蒽和苯并[a]蒽的贡献率都大于机动车尾气,对 的贡献率与机动车尾气相当,煤烟尘是各点位荧蒽和苯并[a]蒽的主要来源, 是二者共同作用的结果;煤烟尘和机动车尾气对全市环境空气中荧蒽、苯并[ghi]荧蒽、苯并[a]蒽和苯并[b+k]荧蒽贡献率比都约为7:3,太原市环境空气PAHs污染属于煤烟尘和机动车尾气的复合污染.     

中国典型城市机动车排放演变趋势

选择中国12个典型城市建立1990~2009年机动车排放清单,分析各城市机动车排放历史演变趋势.结果显示,1990~2009年,研究各城市CO、VOCs、NOx和PM排放因子分别降低57%~81%、53%~78%、22%~74%和31%~76%.20年间,各城市CO和VOCs排放量总体在2000年后陆续达到增长峰值后开始下降,总量分别增长1.0倍和1.4倍;NOx和PM排放量总体保持持续增长,分别增长3.2倍和3.3倍.各城市汽油车是CO和VOCs排放主要贡献源,LDA-G、MDTB-G和HDTB-G对各城市机动车CO和VOCs排放的贡献和分别为约70%~90%和约50%~85%,其中LDA-G的排放贡献明显提高.LDA-G、MDTB-G、MDTB-D和HDTB-D贡献了80%~90%的NOx排放,其中MDTB-D和HDTB-D的排放贡献率从平均57.8%上升为72.7%.对于PM,MDTB-D和HDTB-D占排放的70%~90%.此外,部分城市摩托车排放的贡献不容忽视.     

机动车排放颗粒物采集系统参数的研究和测试

机动车排放颗粒物是重要的空气污染物.笔者主要阐述了机动车排放颗粒物采集系统开发和研制过程中部分实验参数的研究和确定,同时给出了初步测试的结果,这些结果在一定程度上表征了机动车排入颗粒物的污染状况.      

公路隧道能见度及其关联影响因子研究

通过对谭裕沟隧道和梧桐山隧道内能见度、机动车流量和构成、主要空气污染物的监测和研究,探讨了隧道内能见度下降的主要原因,结果表明,影响能见度的主要污染物是粒径较小的细粒子。      

广州市城区站点冬季PM2.5时间变化及碳氮同位素组成特征

于2018年冬季在广州城区磨碟沙站点开展细颗粒物(PM_2.5)样品采集，并获得PM_2.5中水溶性离子、含碳组分、稳定碳氮同位素的组成及时间变化特征，重点讨论了PM_2.5浓度升高时段的化学组成特征变化，进而利用稳定碳氮同位素变化特征探究了主要污染来源。结果表明：采样期间，研究站点PM_2.5平均质量浓度为22.1μg/m³,共出现两个PM_2.5浓度水平升高时段，所对应的平均质量浓度分别达46.0μg/m³和63.0μg/m³。风速降低、温度升高等不利气象条件是导致上述时段PM_2.5浓度上升的重要原因。在上述时段，伴随着PM_2.5浓度的升高，NO^-₃和NH⁺₄浓度均出现显著升高，NO^-₃与SO^2-₄的摩...     

基于Logistic的不同车型碰撞行人事故严重程度致因分析*

为定量分析不同车型碰撞行人事故严重程度影响因素,以美国北卡罗来纳州2007—2016年人车碰撞事故数据为样本,将其分为小轿车、SUV、货车碰撞行人事故3类,以事故严重程度为因变量,交通参与者属性、道路、环境条件和事故特征为候选自变量,分别建立累计logistic模型进行对比分析,探究人、车、路和环境因素对人车碰撞事故严重程度的影响。结果表明:模型拟合较好且3个模型预测精度指标均大于0.7;涉及不同车型的人车碰撞事故严重程度影响因素之间存在异同性。研究结果可为降低人车碰撞事故严重性提供参考。     

应用IVE模型计算上海市机动车污染物排放

为了解上海市机动车污染现状,建立上海市机动车源排放清单,分别选择上海市中心城区、商业区和收入相对较低区域中的主干道、快速道和次干道3种共9条典型道路,开展机动车技术水平参数、比功率(VSP)分布状况、启动状况等测试,并在此基础上将International Vehicle E-mission(IVE)模型本地化.调查结果表明,上海市区实际道路上轻型客车、出租车、公交巴士、卡车和摩托车(包含助动车)分别占道路总车流量的41.0%、30.8%、15.6%、6.9%和5.7%;从技术组成看,约85%的轻型客车和97%的出租车均安装有三元催化装置,约30%的公交巴士和90%的卡车没有达到欧Ⅰ标准;机动车的VSP分布主要集中在-2.9～1.2 kw·t-1.模式计算结果表明,2004年上海市机动车CO、VOC、NOx和PM排放量分别为57.06×104t、7.75×104t、9.20×104t和0.26×104t;20%的高排放车对总排放量的贡献占到25%～45%;启动过程中排放的CO、VOC和PM占总排放量的15%～25%,NOx仅占总排放量的4.5%.     

基于HMM和DT的无人机异常检测方法*

为了实时检测无人机异常状态，提出基于隐马尔可夫模型(Hidden Markov Model,HMM)和决策树(Decision Tree,DT)的无人机异常检测方法(HMMDT)。首先根据异常致因将无人机异常分为干扰异常和硬件异常；然后结合HMM和DT建立无人机异常检测模型，定义无人机异常度衡量异常状态的严重程度，确定其阈值作为异常分类标准；最后用经纬600pro型无人机进行实操验证，该方法异常检测召回率达92.9%，准确率达97.2%;对硬件异常的识别准确率达88.2%。结果表明:与传统异常检测方法相比,该方法在可以满足无人机实时异常检测需要的同时，具有较高的检测准确率和较小的时间复杂度。     

Tracking effective measures for closed-loop recycling of automobile steel in China

Closed-loop recycling of steel in automobiles is particularly difficult because of the low tolerance for impurities and the use of composites of various types of steel products. Technologies that reduce impurities or increase impurity tolerance must be developed and introduced to the steel recycling system at the appropriate time. This study evaluated the feasibility of closed-loop recycling in the automobile industry in China. Material pinch analysis combined with dynamic modeling of the life cycle of steel sheets used in the manufacture of automobiles was employed to estimate the amount of steel sheet scrap available for closed-loop recycling and the amount of copper contamination in the scrap. The results indicate that by 2050, more than half of the old steel sheet scrap generated annually will have to be down-cycled because of its high copper contamination. However, scenario analyses of three types of technologies for mitigating the problem of copper contamination showed the potential for increasing the amount of old scrap used in closed-loop recycling. In particular, improving copper tolerance in the steel production process could be effective both now and in 2050.     

北京市机动车尾气排放PM10组分特征研究

为提高机动车尾气排放可吸入颗粒物PM10成分谱的代表性和准确性,提出并采用在机动车尾气检测线上采用稀释通道采样器随机采集机动车排出PM10的采样方法。采集了591辆轻、重型汽油车和柴油车尾气排放PM10,测试并分析了颗粒物的27种组分。数据表明:机动车排放颗粒物PM10中含量丰富的组分为OC、EC、NH+4、NO-3和SO2-4;柴油车排放PM10中OC和EC的质量分数为49.08%,是汽油车(38.38%)的1.3倍,汽油车的OC/EC(2.36)是柴油车(0.78)的3倍;汽油车排放PM10中的二次转化产物(SO42-+NH4++NO3-)的质量分数为19.37%,是柴油车(3.57%)的5.4倍;汽油车排放NH+4是柴油车的5.3倍。