城市垃圾处理方法评述及综合处理之初探

随着国民经济的发展,人民生活水平的提高,城市基础建设及城市规模的不断扩大,每年产生的垃圾也迅速增加。大量垃圾的产生,不仅占用大量的土地,还会给周围环境带来一系列问题。本文在评述我国城市垃圾处理的三种主要技术上,分析了它们各自的优缺点,提出了多元化综合处理系统的方式。     

基于B—P神经网络优化算法的城市环境空气中PM10浓度预测模型

将B—P神经网络应用于西安市环境空气中P10浓度预测,对网络结构和算法进行了优化,建立了PM10浓度预测模型。经验证模型精确度比较高,PM10日平均浓度绝对误差0．015～0．020mg／m^3,相对误差在-20％～20％范围内。     

西安夏季PM2.5中碳组分与水溶性无机离子特征分析

2012年8月6日—22日利用大气细颗粒物水溶性组分在线监测分析系统和大气气溶胶OC/EC在线分析仪在线分析了西安PM2.5中的水溶性无机离子和OC、EC,并结合气溶胶前体物SO2、NO2和部分气象参数的监测数据进行了分析。结果表明,PM2.5中OC、EC和主要水溶性组分SO2-4、NH+4和NO-3的比重分别为:14.34%、5.35%、26.32%、12.90%和11.28%;以有机物(OM)为主要成分的总碳气溶胶(TCA)在PM2.5中的质量分数为28.30%,其中光化学反应导致OM中二次组分(SOC)高达45.30%;对主要水溶性组分之间的相关性分析发现,NO-3、SO2-4、NH+43种主要组分之间的结合形态为(NH4)2SO4和NH4NO3,对Mg2+和Ca2+的相关分析反映其有多种共同源;此外,硫氧化率(SOR)和氮氧化率(NOR)均较高,表明大气中存在较强的光化学反应。PM2.5的各组分因子分析得到4个主要来源(机动车尾气和燃煤、土壤建筑尘和生物质燃烧、二次硝酸盐气溶胶、二次硫酸盐气溶胶)。     

西安市灰霾天气下PM_(2.5)浓度与气象条件分析

分析了2013年1—3月西安市12个空气监测子站监测的PM10、PM2.5以及相关气象参数;绘制了不同月的主城区浓度分布等值线图。运用单样本K-S非参数检验法检验表明,PM2.5浓度符合对数正态分布;各站点间的PM2.5浓度相关性非常高,变化趋势一致;PM10和PM2.5的变化规律呈现"W"型三峰分布;PM2.5日均值与能见度、净辐射量、平均气温、最高气温、最低气温均呈现显著负相关,且相关性较强;与平均湿度、最大湿度、最小湿度呈现显著正相关;与总辐射量、日照时数、气压、露点温度的相关性较弱;节日烟花燃放、沙尘天气容易造成严重大气污染,其中节日烟花燃放、沙尘天气对PM10的贡献量大于对PM2.5的贡献。     

西安冬、夏季PM2.5中水溶性无机离子的变化特征

为探讨西安市冬、夏季水溶性无机离子的季节和空间变化特征,2010年1月和7月分别在西安城区4个站点及上风区高陵(GL)和下风区黑河(HH)连续采集2周的PM2.5样品,使用离子色谱仪分析样品中水溶性无机离子成分.结果表明,PM2.5质量浓度冬季明显高于夏季,空间变化表现为:城区站点浓度均值(172.6μg.m-3)>上风区点GL(98.9μg.m-3)>下风区点HH(81.0μg.m-3).水溶性无机离子浓度总和占PM2.5质量浓度的41.8%,其中SO24-、NO3-和NH4+是水溶性离子的主要成分,分别占总离子质量浓度的35.1%、22.6%和12.2%.Na+、Ca2+和Mg2+在冬、夏季浓度相差不大,而SO24-、NO3-、NH4+以及K+、Cl-等均明显表现为冬季浓度高于夏季.SO24-、NO3-和NH4+在冬、夏季空间变化均表现为城区站点>GL>HH,这3种离子夏季在大气中的主要存在方式为NH4HSO4和NH4NO3,而冬季主要以(NH4)2SO4、NH4NO3和NH4Cl形式存在.NO3-/SO24-的比值为0.64,表明西安市固定源仍是主要污染贡献源,但是移动源所占比例较之前研究有所上升,应采取一定措施控制机动车数量并加强排放监控.