DL 2001COD水质在线监测仪现场验收的若干问题

佛山市南海区从2004年开始筹建了重点污染源（废水）在线管理系统，2005年该区环境保护监测站在开展水质在线监测仪的验收监测时发现了一些问题，提出了改进建议。  

佛山市交通CO2排放及低碳出行对策

以佛山市2012年数据为基础,结合COPERT模型,分析了车型种类、排气量、燃油类型、排放水平等对CO2排放因子的影响规律,探讨了不同车型组成与排放水平下的CO2排放分担率,讨论并评估了佛山市的低碳交通出行对策。结果表明:排放水平对CO2排放因子的影响不明显,除重型客车与公交车,燃油类型对CO2排放因子的影响亦不明显,各车型的CO2排放因子随着排气量的增加而增加;当佛山市机动车平均行驶速度提高至55 km/h时,每辆车CO2综合排放因子可达最小值125.73 g/km;轻型客车和摩托车的CO2排放量最大,分别为1469 493 t/a和394 174.3 t/a,分担率分别为52.1%和14.0%;不同排放水平的载客车CO2排放分担率从大到小排序依次为:国I国0国Ⅱ国Ⅲ国Ⅳ,分别为34.7%、22.0%、21.2%、17.5%及4.6%。  

佛山市PM_(2.5)污染特征及诱发其高污染过程天气系统分析

利用2013年佛山市8个国控大气自动监测站点ρ(PM_(2.5))监测数据,分析佛山市PM_(2.5)污染的时空分布特征,并诊断诱发PM_(2.5)高污染过程的关键天气类型。结果表明,佛山市2013年PM_(2.5)年均值为53μg/m3,高于国家二级标准,污染主要集中在三水区中部、南海区中部和禅城区北部。佛山市ρ(PM_(2.5))表现出明显的季节变化和日变化特征,秋、冬季是PM_(2.5)的高污染季节,其值夜间略高于白天,呈典型的双峰型分布,08:00—09:00短暂出现一个浓度的小峰值,推测与上班交通高峰有关。对PM_(2.5)持续高污染发生的地面天气形势分析表明,高压出海是诱发佛山市PM_(2.5)高污染事件最主要的天气类型。  

佛山市近地面臭氧污染特征及相关气象因子分析

利用2014年佛山市8个国控大气自动监测点位的O_3监测数据,分析了佛山市的O_3污染特征,结果表明,2014年O_3日最大8 h平均值的第90百分位数为167μg/m~3,O_3为首要污染物的超标天数为43d,占比46.7%;ρ(O_3)区域变化不大;ρ(O_3)月变化呈现"三峰型",全年高ρ(O_3)集中在6—10月份,其中7月份出现全年最高峰值;ρ(O_3)日变化呈单峰型分布,夜间浓度较低且变化平缓,14:00—16:00左右达到峰值,并存在一定的"周末效应",但并不明显;ρ(O_3)与气温呈显著正相关,与湿度、气压、雨量呈显著负相关,与风向、风速的相关性相对较弱;总体上看,高温、低湿、微风、偏南风、低压、无雨的天气条件下高ρ(O_3)更容易出现。  

佛山市禅城区天然气公交车排气污染分析

以2015年佛山市禅城区的公交车为研究对象,利用COPERTⅣ模型计算本地化的排放因子,分析该区公交车污染排放现状,以及天然气公交车相对于柴油公交车的减排效果。结果表明,禅城区公交车污染物年排放量分别为CO180.73 t、VOCs 176.92 t、NO_x672.87 t、PM_(2.5)14.17 t,用天然气公交车替代柴油公交车,NO_x和PM_(2.5)分别减排53.39%和79.11%。通过遥感监测数据进一步分析禅城区天然气公交车的排气污染特点,表明其CO排放基本处于稳态,NO_x排放波动较大,并据此提出了相应的污染控制措施。