排序方式: 共有52条查询结果,搜索用时 78 毫秒
41.
42.
传感技术在环境空气监测中的方法适用性研究 总被引:1,自引:0,他引:1
采用某品牌3台传感器,对环境空气中气态污染物(NO_2、SO_2、O_3、CO)和颗粒物(PM_(10)、PM_(2.5))进行为期1个月的连续监测,探讨传感技术在环境空气监测中的方法适用性。研究表明,3台传感器监测的各污染物质量浓度均显著相关,Pearson相关系数0.9(p0.01);监测的颗粒物与国控点数据显著相关且质量浓度水平接近,Pearson相关系数0.9(p0.01);PM_(2.5)传感器测定值相对于国控点数据的平均相对误差仅为-7.3%,均值绝对误差2μg/m~3;传感器在高湿度下的PM_(2.5)测定值与国控点数据相吻合,当相对湿度为80%~90%时,平均相对误差仅为-0.9%;传感器气态污染物测定值与国控点数据之间存在差异,电化学原理气态污染物传感器性能仍有待提升。 相似文献
43.
上海城区典型污染过程VOCs特征及臭氧潜势分析 总被引:3,自引:7,他引:3
利用在线气相色谱-氢火焰离子化(GC-FID)监测系统对上海市城区典型污染前、污染中和污染后的55种挥发性有机物(VOCs)进行了自动连续监测,分析了各个阶段VOCs(C2~C12)体积分数、物种变化特征.结果表明上海市城区典型污染前VOCs平均体积分数为27×10-9;污染中VOCs体积分数迅速增加,比污染前高3倍,达到87×10-9;具体以烷烃最高(35.2×10-9)、芳香烃次之(30.0×10-9)、烯烃最低(21.6×10-9);用最大臭氧生成潜势量(ΦOFP)对不同污染阶段污染VOCs大气活性进行了评估,结果表明不同污染阶段VOCs的ΦOFP均呈现污染前〈污染后〈污染中的变化特征.污染前期的ΦOFP依次是芳香烃(53.0%)〉烯烃(36.1%)〉烷烃(11.7%);污染中期的ΦOFP依次是芳香烃(54.7%)〉烯烃(36.7%)〉烷烃(9.8%);污染后期ΦOFP则依次是烯烃(52.7%)〉芳香烃(36.0%)〉烷烃(13.2%).具体关键活性物种主要包括甲苯、间、对二甲苯、1,3-丁二烯、乙烯、丙烯等芳香烃和烯烃物种,具体以烯烃C2~C4为主,芳香烃C6~C8为主.不同污染阶段O3与ΦOFP之间存在典型的非线性负相关关系,并且ΦOFP转化为O3的量均小于20%,说明臭氧浓度仍有很大上升空间;这对定量评估大气中VOCs对臭氧的影响具有重要意义. 相似文献
44.
采用Metphomod数值模式,在2004年四季中各选取一个API指数相对较高的个例,研究上海地区大气污染物的时空分布特征.模式的检验表明,在夏季时段的模拟效果最为理想,基本能够反映上海地区主要大气污染物浓度分布特征和变化规律.以2004年6月7、8日的个例分析显示,NO2的浓度日变化比较复杂,O3则以单峰型分布为主;在空间分布上,上海地区的NO2、O3浓度主要受到天气背景、局地气象场分布、污染源排放等因素的影响;在局地污染物排放较强的市区,O3和NO的浓度变化存在一定的负相关,而在局地污染物排放较小、污染物主要来自扩散输送的地区,O3和NO2的浓度之间有着较明显的负相关. 相似文献
45.
气溶胶液态水含量(ALWC)及酸度(pH)是表征气溶胶理化性质的重要指标,对PM2.5二次颗粒生成机制及来源研究具有重要意义.本文基于国家环境保护长三角区域大气复合污染上海淀山湖科学观测研究站2020年PM2.5和水溶性离子组分等在线监测数据,利用ISORROPIA-Ⅱ模型正向模式和亚稳态体系分析了ALWC和pH的昼夜、月度时间变化以及影响因素、相互关系,同时利用MeteoInfo模拟气团后向轨迹探究了高值ALWC及pH的传输来源.结果表明:(1)SO42-、NO3-对气溶胶pH的影响与其浓度、比例及ALWC有关,而NH4+对pH的影响有限,NH4+与SO42-、NO3-浓度均呈较强正相关,且pH越高,NH4+与SO4... 相似文献
46.
47.
上海某石化园区周边区域VOCs污染特征及健康风险 总被引:9,自引:8,他引:1
为了解石化周边区域大气VOCs污染特征,使用在线GC-FID监测仪于2017年10月对上海市某近石化周边居民区大气VOCs进行了为期1个月的连续观测;通过最大增量反应活性(MIR)法估算了VOCs对臭氧(O_3)生成的贡献,并进行了健康风险研究.结果表明,观测期间VOCs总质量浓度的范围16. 4~1 947. 8μg·m~(-3),平均浓度为40. 7μg·m~(-3);烷烃、烯/炔烃和芳香烃的平均占比分别为66. 2%、25. 9%和7. 9%. VOCs总浓度日变化特征呈现单峰型变化,峰值浓度为127. 9μg·m~(-3)(07:00). VOCs总浓度的平均臭氧生成潜势(OFP)为249. 7μg·m~(-3),烯、炔烃对OFP的贡献最高,达到153. 4μg·m~(-3);丙烯、反-2-丁烯、乙烯是关键的活性组分.己烷、苯、甲苯、乙苯、邻-二甲苯和间/对-二甲苯的健康风险较小. 相似文献
48.
上海PM2.5工业源谱的建立 总被引:3,自引:0,他引:3
总结统计了我国目前的PM2.5源成分谱,指出我国本土源谱缺乏的现状.我国主要的污染源类如燃煤源、机动车源、道路尘、生物质燃烧源等,在源解析工作中均有借鉴外来源谱的情况.对上海典型工业污染源进行PM2.5源谱测定.研究发现,混合燃料电厂和燃煤电厂主要化学组分相似,但是Ca、Al、Fe在混合燃料电厂排放中贡献更大,Ca占(8.0±4.7)%,而燃煤电厂排放颗粒物中SO42-的贡献可达(23.3%±3.7%).烧结厂和电炉厂的源谱差距较大,烧结厂中SO42- (22.8%±10.0%)、Cl- (20.0%±4.5%)、K (17.2%±8.5%)、OC(13.0%±11.5%)、Ca(12.7%±4.2%)等物种贡献较大,而电炉厂中Fe(38.2% ±0.6%)、Zn(10.4% ±1.2%)等物种含量丰富.不同源类化学组分的显著差异与其工艺过程紧密相关. 相似文献
49.
某化工区典型高污染过程VOCs污染特征及来源解析 总被引:10,自引:9,他引:1
使用在线色谱观测了冬季某化工区典型雾霾污染时段VOCs污染特征,同时应用PMF模型对化工区VOCs来源进行分析.结果表明,观测期间VOCs主要组分是甲苯、二甲苯、C3~C4烷烃和氯仿等,有机硫组分是化工区异味的主要来源之一.2个高污染时段内主要污染因子为异丁烷、正丁烷、丙烷和丙烯腈这4种组分.VOCs和NOx具有夜间高而白天低的日变化特征,体现了其主要受化工区排放源的影响.O_3的日变化特征反映出明显的光化学反应过程,表明由于化工区VOCs排放影响,虽时处冬季,区域仍受到较明显的光化学污染影响.PMF解析得到6个因子,分别表征合成材料、涉硫工艺与废水处理、工业有机溶剂使用和石化工艺,排放贡献率分别是48.0%、24.0%、14.7%和13.3%.化工企业的废水处理单元为区域异味的重要来源之一. 相似文献
50.
本研究利用扫描电迁移率粒径谱仪(SMPS)对上海郊区2015~2017年期间大气新粒子生成进行长期连续观测,结合气象要素、气态污染物和PM_(2.5)化学组分等数据,分析上海郊区新粒子生成特征.结果表明,上海郊区新粒子生成天(NPF)为172 d,占有效天数(942 d)的18. 3%;其中典型新粒子生成天(Event)和新粒子增长-缩小天(Shrinkage)分别为150 d和32 d;NPF天占比春、夏季最高,秋季次之,冬季最低.高温低湿、太阳辐射强、风速大和降雨量少的气象条件有利于新粒子生成;南风、西南风和西风期间Event天占比高,气团主要来自环太湖流域植被覆盖和农业种植区,而Non-NPF和Shrinkage天主导风向为东北、东到东南风.与非新粒子生成天(Non-NPF)相比,Event天各季度SO_2和O_3均高,表明气态硫酸和光化学反应为新粒子生成的关键因素; PM_(2.5)浓度并不均低于Non-NPF天,但PM_(10)值均更高,可能与多相光催化反应有关.Shrinkage天除O_3外,其他污染物浓度均最低,较低的气态前体物导致新粒子增长程度有限.PM_(2.5)化学组分显示,Event天NH_4~+、SO_4~(2-)和NO_3~-无机组分秋季平均浓度高于Non-NPF天,其他季节则相反;有机碳各季节平均浓度均高于Non-NPF天; Shrinkage天各组分浓度最低,但春、夏、冬季有机碳占比均高于Non-NPF天;因此有机物在上海郊区新粒子生成及增长过程中有重要贡献. 相似文献