基于互联网大数据的成都餐饮源细颗粒物排放空间分配研究

餐饮过程排放的废气正成为大城市大气污染的重要来源之一.根据成都市2013年排放清单更新的研究成果,综合运用本地化的餐饮排放因子、排放活动水平的调查成果和成都市统计年鉴的统计数据等信息,对成都市餐饮源的PM_(2.5)排放总量进行了估算,其结果为4740 t·a~(-1).为了对区域的餐饮废气排放进行空间分配,本文抓取了互联网兴趣点POI信息.通过这些信息,对成都市的社会餐饮、学校食堂餐饮和家庭餐饮的空间来源进行了表征,对成都市生活源中餐饮污染物排放的空间分布规律进行了探索,并提出了新的餐饮源高分辨空间分配方法.结果表明,基于POI空间分配的2013年成都餐饮源单位面积年排放强度均值为0.29 t·km~(-2)·a~(-1),主城区均值为3.47 t·km~(-2)·a~(-1),全市的排放量分布区间为0~35.7 t·km~(-2)·a~(-1).互联网POI信息可以作为研究城市餐饮源空间分布的重要数据来源,在实际应用上更适于表征社会餐饮点源污染.     

成都市川菜烹饪油烟中VOCs排放特征及其对大气环境的影响

大气中挥发性有机物(VOCs)通常具有光化学活性,是对流层臭氧(O3)和二次有机气溶胶(SOA)的重要前体物.据估算,沈阳市2007年餐饮业VOCs排放量达581.1吨[1];而北京市餐饮业每年将有1500吨细粒子有机颗粒物排入大气[2].餐饮油烟作为城市VOCs的重要来源之一,对大气环境具有重要影响.本文利用成都市8家社会餐饮实地监测数据,分析VOCs排放特征,估算全市餐饮业VOCs排放总量,并计算其臭氧和     

基于UNMIX模型对大气降雨中水溶性离子来源解析

对洛杉矾2005年1月至2015年1月的降水数据进行了分析,并通过UNMIX模型对降水中的无机离子成分进行了来源解析.结果表明,洛杉矶降水的pH均值为4.84,表现为轻度污染的弱酸性水平;降水的污染来源主要有3个,分别是二次污染源(50％)、海洋传输源(43％)、燃煤源及生物质燃烧源(7％);降水中离子解析结果与洛杉矶地区细颗粒物污染来源解析结果有较好的一致性,表明在细颗粒物化学成分缺失的情况下,降水离子可在一定程度上反应污染来源解析.     

成都餐饮源PM_(2.5)及VOCs排放因子的探索

对成都8家社会餐饮企业排放的PM2.5和VOCs监测分析,结果表明,餐饮企业排放的PM2.5平均质量浓度为(1.32±0.84)mg/m3,VOCs平均质量浓度为(0.37±0.45)mg/m3,VOCs的主要成分是48%的苯系物,22%的烷烯烃以及20%的酮类。根据餐饮企业的活动水平和实际监测结果,以就餐人数为基准得到的PM2.5和VOCs的排放因子分别为0.80 g/(人·次)和0.11 g/(人·次),以用油量为基准得到的PM2.5和VOCs的排放因子分别为8.5 g/kg和1.4 g/kg。     

北京市大气污染物浓度空间分布与优化布点研究

基于地统计学方法对北京市2012年11—12月的大气污染物SO2、NO2、PM10和PM2.5浓度数据进行了空间分析。结果表明,4种污染物浓度数据均符合正态分布,满足地统计学分析的使用条件且均呈现中等强度的变异性。4种污染物半变异函数的块金效应值分别是29%、24%、7%、4%,表现出很强的空间相关性。4种污染物长轴变程分别是63、58、62、90 km,短轴变程分别是31、37、48、50 km,空间分布呈现出各向异性,变程范围与中尺度天气系统相当。研究大气污染物的空间分布特性对于整体把握区域环境空气质量和监测点位优化十分重要,以北京市区域空气质量中PM2.5监测站点设置为例,其监测站点在长轴方向上的间隔设置应取20~25 km,短轴方向上布点间隔应为8~12 km。