首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   1篇
  完全免费   10篇
  综合类   11篇
  2017年   4篇
  2016年   5篇
  2015年   2篇
排序方式: 共有11条查询结果,搜索用时 31 毫秒
1.
2013年1月8~14日,北京出现了严重的霾污染. 霾污染时高浓度的大气颗粒物增加了暴露人群的健康风险,而大气中的微生物也可能带来一些风险,但目前对霾污染时大气中微生物组成了解较少. 本研究选取了2013年1月8~14日北京7 d的PM2.5和PM10采样样本,通过对细菌16S rRNA基因 V3区扩增和MiSeq测序,得到PM2.5和PM10中的细菌群落结构特征,并将结果与相同采样样本的宏基因组测序结果及三项国外基于16S rRNA基因测序方法的大气中细菌研究结果进行了比较. 研究发现7 d连续采样条件下,PM2.5中细菌群落结构在门和属的水平上均差别不大. 在属级别上,节杆菌属(Arthrobacter)和弗兰克氏菌属(Frankia)是北京冬季大气中细菌群落的主要类群. 16S rRNA基因测序与宏基因组测序结果对比分析发现,在属级别上,两种分析方法中有39个相同的属类群(两种分析方法丰度前50的细菌类群合并所得),弗兰克氏菌属(Frankia)和副球菌属(Paracoccus)在16S rRNA基因测序分析结果中相对含量较多,而考克氏菌属(Kocuria)和地嗜皮菌属(Geodermatophilus)在宏基因组测序结果中相对含量较高. 在门和属的水平上,PM2.5和PM10中细菌群落结构特征呈现出相似的规律. 在门水平上,放线菌门(Actinobacteria)在PM2.5中的相对百分比较大,而厚壁菌门(Firmicutes)在PM10中的相对百分比较大. 在属水平上,梭菌属(Clostridium)在PM10中的相对百分比较大. 与三项国外基于16S rRNA基因测序研究结果对比发现,尽管在采样地点和采样时间上有较大差异,大气中普遍存在一些相同的细菌类群,且近地面大气细菌群落结构特征相似度较高,区别于高空对流层中细菌群落结构特征.  相似文献
2.
上海城郊地区冬季霾污染事件反应性VOCs物种特征   总被引:2,自引:2,他引:0       下载免费PDF全文
高爽  张坤  高松  修光利  程娜  潘研 《环境科学》2017,38(3):855-866
基于大学城站点冬季霾污染时段在线气相色谱连续观测数据,分析了高污染时段VOCs污染特征和不同霾污染情况下VOCs光化学反应活性物种.观测期间共检测到55种VOCs物种(PAMs),735个有效样本,∑VOCs体积分数范围在25.5×10-9~1320.3×10-9(avg±SD,240×10-9±181×10-9)之间.甲苯和间/对-二甲苯是两个高污染时段的特征污染物,其体积分数超过工业区边界站的体积分数,且高污染时段与工业区站点有相似的组分特征,可能受到附近工业区影响较大.VOCs组分小时变化呈现夜间高白天低的特点,臭氧的小时体积分数变化与之相反.通过分析污染物的光化学反应活性,芳香烃对OFP的贡献率最高,达到70.0%,其次是烯炔烃(16.7%).西北风向的OFP值为2078.2×10-9,是其他风向的4倍,平均MIR值也高于本市其他工业区点位;该地区不同程度霾污染下芳烃均是OFP贡献的主导污染物,其中,甲苯和间/对-二甲苯的贡献率之和超过50%.应用PMF5.0对污染物进行来源解析,得到4个因子,分别为含汽油污染源及机动车尾气排放、石油炼制加工、溶剂使用、有机合成材料制造;其贡献率分别为:33.1%、31.5%、30.5%、4.9%.  相似文献
3.
利用西安区域8个气象站点的气象观测资料及西安市13个环境质量监测站点的空气污染物浓度监测资料,对2013年12月16—25日西安地区一次长时间重污染霾天气过程的污染特征及成因进行了分析.结果表明此次霾重污染天气过程主要是一次在不利气象条件下形成的高浓度颗粒物污染事件,其中有54.6%的霾属于干霾,其余属于湿霾.气压场偏弱,气压梯度力小,风速小,弱冷空气形成的下冷上暖的稳定性层结等天气形势有利于霾重污染的形成与维持;弱的降温与相对湿度增大叠加,有利于气溶胶吸湿增长而加重霾的强度.关中盆地特有的喇叭口地形通风不畅,造成外来输送与当地排放的大量污染物堆积,为此次长时间霾发生提供了增强条件.低的混合层厚度抑制了垂直方向上的对流输送,严重削弱了大气垂直扩散能力,造成了大气中各类污染物浓度的大量积聚,是造成此次霾重污染过程的重要原因之一.城市污染加重热岛效应、热岛效应反过来通过热岛环流改变城市污染物传播扩散规律并加重污染,二者相互作用、互为增强条件.  相似文献
4.
以2006年中国地区的INTEX-B排放清单为基础,采用CMAQ模式污染源同化方法,反演更新了2013年1月重霾污染过程华北地区的SO2和NOx排放源;应用WRF-CMAQ模式以及2006年INTEX-B初始排放源和2013年1月改进的排放源,分别模拟了1月9-15日和28-31日两次持续重霾污染过程的SO2和NO2浓度,并与华北地区47个环境监测站点实测值进行对比,重点分析了基于初始源和同化反演源的模拟效果及其改进原因;本文亦采用2012年清华大学编制的东亚地区MEIC排放清单评估了SO2和NOx同化反演源的合理性.分析结果表明:①CMAQ模式污染源同化方法可适用于重霾污染过程,即采用同化反演源模拟的SO2、NO2浓度时空变化特征与实测值较一致,而且可反映SO2、NOx排放源强的动态变化特征;②基于同化反演源的SO2、NO2浓度模拟效果明显优于2006年INTEX-B排放源,其时间变化趋势与实测值较一致,而且可模拟重霾污染过程SO2、NO2浓度的峰值;③采用反演源模拟的SO2、NO2浓度空间区分布特征与实测值较一致,而且可较好反映重污染区的极值分布特征;④经污染源同化改进后SO2、NO2模拟浓度与实测值的相关系数有所提高,误差明显减小;SO2的改进效果略优于NO2,这与污染源对两种污染物浓度的影响差异有关;⑤初始源中SO2、NOx排放源的空间分布和强度与2012年清华大学编制的排放源强差异较大,而同化反演源的空间分布和强度均接近于上述2012年排放源,较好反映出重点地区的高污染源分布特征.本文研究结果将为改进重霾污染过程的空气质量预报、减小自下而上建立的排放源清单不确定性、评估SO2、NOx等排放源的影响效应以及不同气象条件下区域排放源的动态调控等提供新技术途径和研究思路.  相似文献
5.
活性氮和硫化合物在大气颗粒物形成过程中扮演重要角色,但对它们气相/颗粒相的同步观测结果比较缺乏.本研究尝试基于扩散管的DELTA系统测量氮和硫化合物短时累积浓度,以期捕捉它们在霾污染期间的演变规律.结果表明,DELTA系统收集气态污染物的扩散管中以及颗粒物滤膜上NH4+和NO3-空白干扰较小,适用于研究NH3、HNO3、NH4+和NO3-的日均浓度,可以作为城市环境空气质量监测参数的有效补充;但采样系统中SO42-背景含量较高,仅适合监测48 h以上时间尺度的SO2浓度和周~月尺度SO42-浓度,用于大气硫沉降观测.北京2016年5月9日~6月7日观测期间,大气NH3、HNO3、NH4+和NO3-浓度具有明显的逐日演变规律,呈现出随着风向转变而发生周期性波动的典型特征;这些含氮污染物与PM2.5、CO、SO2和NO2浓度的变化规律一致,其来源可能与化石燃料燃烧源有关.污染天NH3、HNO3、NH4+和NO3-浓度约为清洁天的2倍,但还原性氮和氧化性氮的相态分布在清洁天和污染天无明显差异;整个观测期间,HNO3/NO3-约为1.2,NH3/NH4+为4.5,春夏之交较高的温度有利于活性氮在气粒平衡过程中偏向于气态形式存在.  相似文献
6.
周沙  刘宁  刘朝顺 《环境科学学报》2017,37(5):1835-1842
统计分析2013-2015年上海市每个月不同空气质量等级天数比重,根据HYSPLIT(Hybrid Single Particle Lagrangian Integrated Trajectory)后向轨迹模型对3年内的12月份影响上海地区的污染气团进行了综合聚类分析和逐年聚类分析.在综合12次严重霾事件的后向轨迹基础上,结合上海实时公布的PM2.5小时浓度资料,对潜在源贡献因子PSCF(Potential Source Contribution Function)和浓度权重轨迹CWT(Concentration-weighted Trajectory)进行分析与比较,研究重霾期间影响上海PM2.5质量浓度的潜在源区及不同源区对PM2.5质量浓度的贡献差异.结果显示,上海市3年期间12月份霾颗粒物外来源主要输送渠道为西北路径和北方路径,源自于西北方向的气团比重占总气团的50.4%,北方向的气团几乎都经过海洋后进入上海地区.影响上海地区PM2.5质量浓度的潜在源区主要分布在安徽、江苏和山东地区,此外江西北部、浙江北部、河北南部及山西少部分地区也对重霾事件中的污染物颗粒有一定程度的贡献.  相似文献
7.
利用在线单颗粒物气溶胶质谱仪(SPAMS)对2014年1月北京市典型大气重污染过程进行了连续监测,分析了具有正负离子质谱信息的颗粒物共2248225个.同时,利用ART-2a神经网络分类方法并结合Matlab统计分析,将具有质谱信息的颗粒物归为10类,分别为:矿尘类颗粒物(Dust)、元素碳颗粒物(EC)、有机碳颗粒物(OC)、元素碳和有机碳混合颗粒物(ECOC)、钠钾颗粒物(NaK)、富钾颗粒物(K)、含氮有机物(KCN)、高分子有机物(MOC,Macromolecular OC)、多环芳烃类颗粒物(PAHs)和重金属类颗粒物(Metal).结合PM2.5质量浓度数据和HYSPLIT 4.0后向轨迹模型结果,将观测时间段划分为3个典型污染过程和1个清洁过程.结果显示,重污染期间OC、MOC和PAHs为最主要的颗粒物类型.最后,本文还比对分析了污染过程和清洁期间颗粒物的混合状态,结果表明,污染过程中硫酸盐和硝酸盐较清洁期间更容易与碳质颗粒物结合.  相似文献
8.
王立平  陈俊 《环境科学学报》2016,36(10):3833-3839
依据环境经济学理论,运用空间极限边界分析模型,采用中国2003-2013年30个省际面板数据,从经济、人口、政策三方面入手,遴选尽可能多的社会经济变量,探究中国雾霾污染的空间相关性及其影响因素.结果显示中国雾霾污染具有空间溢出效应且京津冀、长三角及中东部部分地区出现高-高集聚现象.产业结构、能源消费结构、城市建筑施工、人口规模以及汽车保有量对雾霾污染具有抗干扰性的“稳健性”影响.最后依据实证结论提出了一些政策建议,如进行雾霾区域联合防治,转变经济发展方式,清洁高效使用煤炭,合理布局城市人口等.这些建议为政府制定治理雾霾政策提供决策依据和参考.  相似文献
9.
To investigate the influence of haze on the chemical composition and formation processes of ambient aerosol particles, PM2.5 and size-segregated aerosol particles were collected daily during fall at an urban site of Gwangju, Korea. During the study period, the total concentration of secondary inorganic species (SIS) contributed an average of 43.9% to the PM2.5, whereas the contribution of SIS to the PM2.5 during the haze period was 62.3%. The NO3 and SO42 − concentrations in PM2.5 during the haze period were highly elevated, being 13.4 and 5.0 times higher than those during non-haze period, respectively. The PM, NO3, SO42 −, oxalate, water-soluble organic carbon (WSOC), and humic-like substances (HULIS-C) had tri-modal size distributions peaks at 0.32, 1.0, and 5.2 μm during the non-haze and haze periods. However, during the non-haze period they exhibited dominant size distributions at the condensation mode peaking at 0.32 μm, while on October 21 when the heaviest haze event occurred, they had predominant droplet mode size distributions peaking at 1.00 μm. Moreover, strong correlations of WSOC and HULIS-C with SO42 −, oxalate, and K+ at particle sizes of < 1.8 μm indicate that secondary processes and emissions from biomass burning could be responsible for WSOC and HULIS-C formations. It was found that the factors affecting haze formation could be the local stable synoptic conditions, including the weak surface winds and high surface pressures, the long-range transportation of haze from eastern China and upwind regions of the Korean peninsula, as well as the locally emitted and produced aerosol particles.  相似文献
10.
To investigate the composition and possible sources of particles, especially during heavy haze pollution, a single particle aerosol mass spectrometer (SPAMS) was deployed to measure the changes of single particle species and sizes during October of 2014, in Beijing. A total of 2,871,431 particles with both positive and negative spectra were collected and characterized in combination with the adaptive resonance theory neural network algorithm (ART-2a). Eight types of particles were classified: dust particles (dust, 8.1%), elemental carbon (EC, 29.0%), organic carbon (OC, 18.0%), EC and OC combined particles (ECOC, 9.5%), Na-K containing particles (NaK, 7.9%), K-containing particles (K, 21.8%), organic nitrogen and potassium containing particles (KCN, 2.3%), and metal-containing particles (metal, 3.6%). Three haze pollution events (P1, P2, P3) and one clean period (clean) were analyzed, based on the mass and number concentration of PM2.5 and the back trajectory results from the hybrid single particle Lagrangian integrated trajectory model (Hysplit-4 model). Results showed that EC, OC and K were the major components of single particles during the three haze pollution periods, which showed clearly increased ratios compared with those in the clean period. Results from the mixing state of secondary species of different types of particles showed that sulfate and nitrate were more readily mixed with carbon-containing particles during haze pollution episodes than in clean periods.  相似文献
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号