四川省科学城地区室内氡浓度的调查与评价

本文了用固体径迹法对四川省科学城地区２９７个监测点进行了为期一年的室内氡浓度调查,测得了生活区室内氧浓度的年平均值（４９５Ｂｑ·ｍ－３）和工作区室内氡浓度的年平均值（５５４Ｂｑ·ｍ－３）。     

阿坝州室内氡及子体水平与肺癌患病率关系的研究

本文报道了四川省阿坝州高原山区各县室内氧及子体浓度,并对阿坝州各县肺癌患病进行了流调。全州室内氧浓度范围值0.5～374.1Bqm~(_3)X:22.7Bqm~(-3);Xg:16.3Bqm~(-3),子体浓度范围值0.32～87.6mwl;X:6.0mwl;Xg:3.94mwl。研究表明:肺癌患病率与氡浓度有相关关系,r=0.6,p<0.01。     

隧道内不同行驶工况下CO浓度分布及预测模式研究

本文通过现场实测,获取了在不同行驶工况下深圳市横龙山隧道内CO浓度分布情况.结果表明,在堵车、缓行及正常行驶3种情况下,隧道入口、隧道中及隧道出口的CO浓度均逐渐升高,堵车时隧道内CO浓度最高,正常行驶时的浓度最低.采用环保部机动车排污监控中心关于在用车综合排放因子的研究成果中第3阶段汽车尾气排放标准计算隧道内CO浓度,结果与实测数据相符,CO在纵向全射流通风隧道内扩散规律符合一维纵向空气质量扩散方程.     

大庆地区空气中总烃与非甲烷烃分布规律研究

分析了大庆地区空气中总径与非甲烷烃的比例关系，年、季、日变化规律及浓度水平。说明了总径与非甲烷径浓度水平在采暖期和非采暖期无显著差别，且冬、夏分布大体一致，高浓度多集中于大庆市东北部，浓度值向西南偏南方向递减，总烃总体浓度冬季较夏季偏向于西南这一规律。讨论了气候条件对分布规律的影响，并指出总烂的主要来源是油田开发和机动车尾气排放。     

使用不同能源炉具对厨房空气中NO2浓度的影响

使用化学荧光连续监测仪,监测了使用天然气炉具和电炉、电加热器的四户住家室内NO2浓度的24小时变化情况。监测结果表明：燃气炉具的使用可以使厨房中NO2浓度升高,小时均值甚至可达到270ug／m^3,超出《室内空气质量标准》0．24mg／m^3的限值,而电加热器的使用则未发现对室内空气中NO2的浓度有显著贡献。     

城市绿地空气负离子浓度评价研究——以杭州西湖风景区为例

采用AIC1000型空气负离子浓度测试仪,对西湖综合保护工程实施范围内的不同绿地进行了空气负离子浓度测定,结果表明,不同绿地空气负离子浓度排序依次为：乔灌草型〉疏林草地型〉滨水绿地型〉硬质铺地型,且滨水绿地型样地与硬质铺地型差异较小。与此同时,西湖风景区的空气负离子浓度显著高于城市中心区。     

雾霾天气宝鸡市区空气中PM_(10)、PM_(2.5)污染状况研究

目的:研究宝鸡市城区雾霾期和非雾霾期PM10、PM2.5的质量浓度变化以及比例关系,为宝鸡的雾霾治理提供技术支撑。方法:在宝鸡市监测站院子设点对PM10、PM2.5分别进行雾霾期和非雾霾期2h段对比监测,结合气象条件进行相关分析,总结规律。结果:PM2.5、PM10质量浓度雾霾期高于非雾霾期。结论:总结了不同时段PM10、PM2.5质量浓度和二者比例关系,为以后的研究和环境管理提供参考。     

济南市区加油站附近空气中有机污染特性研究

通过研究济南市市区某加油站邻近空气中挥发性有机物浓度的分布情形,分析加油站作业过程对周围环境空气的影响.结果表明:在加油等操作过程中,逸散排放的挥发性有机物主要为苯类污染物,其最大浓度值出现在逸散源附近,上风向浓度较下风向低,且种类较少.     

无源累积氡法监测成都,自贡环境空气中的氡

本文报道固体核径迹法测定成都、自贡市的环境氡水平。１９９１年在成都市布放探测器４个月，３４个室内测点平均氡浓度３６．６±１７．４Ｂｑ·Ｍ￣－３；２个室外点平均１６．２±４．２ＢｑＭ￣－３。１９９２年在自贡市６个区域布放６７个探测器，６４个测点平均氡浓度４９．２±２４．５Ｂｑ·Ｍ￣－３。有３个测点，探测器上出现局部高密集氡径迹，重要探索，未统计入内。若以上述室内氡平均值和环境氡平均植分别代表两市的全年氡平均水平，并以室内公众成员所受平均氡浓度与年有效剂量关系式计算。成都、自贡市公众成员各自受氡年有效剂量当量为１．１０ｍＳｖ和１．４８ｍＳｖ．     

成都市扬尘对大气环境影响初探

本文论述了成都市扬尘污染现状并统计了成都市扬尘排放量，说明成都市扬尘污染相当严重，已成为影响大气质量的主要因素之一。加强扬尘管理和治理应成为大气环境管理和治理的一项重要内容。     

2014~2016年成都地区空气污染气象要素分型研究

为研究成都地区发生不同程度空气污染时,地面气象要素的搭配类型特征,基于成都地区2014~2016年多个逐日气象要素值(气温、气压、湿度等)和逐日AQI资料,对2014~2016年成都地区空气质量状况进行特征分析,并且通过TSI天气分型方法,并结合同期逐日空气质量资料探讨了四季不同天气类型下空气质量特征,主要结果为:(1)2014~2016年成都市总体空气质量夏秋季空气质量最佳,春季次之,冬季最差。(2)不同天气类型空气质量状况差异较大。春季3型和4型容易发生轻度污染;夏季1型和4型容易发生轻度污染;秋季3型容易出现轻度污染;冬季4型和5型天气下容易发生轻度污染以上的空气污染状况。研究为成都地区空气污染气象研究提供参考依据,也为空气污染预报提供一些借鉴意义。     

成都市城区春节期间燃放烟花爆竹对空气质量的影响

利用空气质量自动监测系统分析了2013年春节期间成都市城区的SO2、NO2、CO、O3、PM10及PM2.5的浓度值,发现烟花爆竹的燃放对SO2、NO2、PM10及PM2.5的浓度有较大影响。     

成都市雨水分布特征及其利用潜力分析

雨水是一种可供人类使用的宝贵淡水资源。为缓解成都水资源供需矛盾,有效利用雨水资源,本文针对成都市的降雨情况,分析了降雨年内分布特征、雨水水质特点和雨水利用潜力,给出了雨水收集、利用的相应措施,可为城市雨水利用工程规划与建设提供科学参考。     

成都地区移动通信基站电磁辐射影响与水平

通过对成都地区典型移动通信基站的电磁环境监测,分析了移动通信基站的电磁环境规律及程度,明确其产生电磁环境影响在10-2W/m2等级,满足国标公众照射限值0.4W/m2的要求,并提出移动通信基站选址需要考虑的问题。     

衡水市空气主要污染物体积质量的时间分布特征

利用衡水市环境监测站2005—2007年度大气例行检测的数据,对衡水市大气中主要污染物SO^2、NO^2、PM10体积质量值的逐日数据进行统计分析,得出了衡水市空气污染的现状和时间变化规律：（1）污染物体积质量值的月变化曲线呈槽型分布,非取暖期的空气状况明显好于取暖期,取暖期SO^2平均体积质量是非取暖期的2．45倍;（2）污染物体积质量值的日变化曲线基本为两高两低型,其中取暖期污染指数早晨出现极高值的时间比非取暖期明显偏晚;（3）污染物体积质量值的年变化表明了SO^2的体积质量在降低,而NO^2的体积质量却有了小幅增长。     

隧道内空气污染物浓度预测方法

从纵向通风隧道内空气质量模式的解析解出发,纵向解析模式可方便地预测计算公路越江隧道内空气污染物浓度的分布。实例预测计算了上海市拟建隧道内CO浓度分布情况。     

袋式除尘器气流组织的数值模拟分析

文章通过采用流体动力学CFD软件对袋式除尘器中单元模块的除尘空间气流组织进行数值模拟分析，给出了不同位置的布袋不同高度上的气流速度图，将模拟结果与实际工程运行情况进行对比，分析了其可靠性，为袋式除尘器的改进和设计提供了理论依据。     

Effects of Meteorological Parameters on Air Pollutant Concentrations in Elazig,Turkey

In the present study, air pollutant concentrations have been analyzed statistically with meteorological factors in the city of Elazig, which is located in the east Anatolia region of Turkey, for the months of September, October, November, December, January, February, March, and April during the years 2003 and 2004. SPSS code was used for statistical analyses. The relationship between monitored air pollutant concentrations, such as SO₂ and the total suspended particles (TSP) data, and meteorological factors such as wind speed, temperature, relative humidity and pressure was investigated. According to the results of linear and non-linear regression analysis, it was found that there is a moderate and weak level of relation between the air pollutant concentrations and the meteorological factors in Elazig. The correlation between the previous day's SO₂, TSP concentrations and actual concentrations of these pollutants on that day was investigated and the coefficient of determination R was found to be 0.80 and 0.76, respectively. The statistical models of SO₂ and TSP, including all of the meteorological parameters, gave an R of 0.50 and 0.40, respectively. Further, in order to develop this model, the previous day's SO₂ and TSP concentrations were added to the equations. The new model for SO₂ and TSP was improved considerably with R = 0.85 and 0.80, respectively.