排序方式: 共有105条查询结果,搜索用时 15 毫秒
42.
以钛酸四丁酯为原料,采用浸渍提拉法制备了负载TiO2的玻璃纤维光催化填料,考察溶液初始pH值、苯酚初始浓度、UV-LED消耗功率以及曝气强度对光催化降解效果的影响.结果表明,在溶液pH=3、苯酚初始浓度为10mg/L、UV-LED输出功率为2.968W,曝气强度为1.8L/min时,光催化反应装置对苯酚的降解率可达97.05%,降解过程遵循准一级反应动力学.此外,该反应装置的能耗较低,催化剂负载的牢固性较好. 相似文献
43.
为揭示四川盆地臭氧(O3)的空间分布格局及其驱动因子,通过对2015~2017年四川盆地18城市82个国控环境监测站的O3浓度观测数据,使用空间自相关,空间热点探测及地理探测器等地统计方法分析研究.结果表明:2015~2017年四川盆地O3浓度总体呈现上升趋势(由2015年的(79.95±18.82) μg/m3上升到2017年的(88.64±11.67)μg/m3),污染态势逐年加重.盆地中西部成都,资阳,雅安等城市O3浓度最高,且高值区范围逐年扩大.O3浓度的空间分布呈现出显著的聚集性规律(空间正相关,Moran's I指数大于0),且年聚集区(H-H聚集区或L-L聚集区)主要呈现为H-H聚集区分布在盆地中西部,L-L聚集区分布在盆地东南部.此外,年聚集区的年际变化与浓度变化态势基本一致,即O3浓度上升(降低)的区域转变为H-H聚集区(L-L聚集区).基于地理探测器定量分析了二十个社会经济及自然驱动因子对O3浓度空间分异的影响,结果显示社会经济因子占主导作用,其中城建用地占区面积比重(驱动值,q=0.5734),人口密度(q=0.5479)的驱动作用最为突出,自然因子中年降水量(q=0.4592)具有最显著的驱动作用;地理探测器双因子交互对O3浓度空间分异的影响有明显的交互增强作用(每个单因子q值平均增大了1.5~2.1倍),且交互均值(即各因子交互q值的均值)与最大交互值逐年增大.在使得交互值达到最大驱动值的双因子中,出现频率最高的是人口密度(7次)和工业烟粉尘排放量(7次). 相似文献
44.
“大气十条”实施结束川南城市群秋季霾污染过程中水溶性离子特征 总被引:2,自引:0,他引:2
为了解《大气污染防治行动计划》(“大气十条”)实施结束后川南城市群大气PM2.5的污染状况,于2018年11月7~19日在内江、自贡、宜宾和泸州这4个城市同步采集PM2.5样品,结合天气形势分析了秋季PM2.5及主要水溶性离子的污染特征,并利用后向轨迹聚类分析探讨了区域输送对该地区大气污染的影响.结果表明,川南城市群秋季大气平均ρ(PM2.5)为(67.2±38.3)μg·m-3,泸州最高而内江最低;SNA(SO2-4、 NO-3和NH+4)在PM2.5中占比为33.3%,其中NO-3为首要离子组分;由“大气十条”实施中期(2015年)至实施结束(2018年),内江、宜宾和泸州秋季ρ(PM2.5)分别增加了13.8%、 47.2%和69.1%,自贡持平;由于大气... 相似文献
45.
燃放烟花爆竹对北京城区气溶胶细粒子的影响 总被引:11,自引:2,他引:9
为了研究燃放烟花爆竹对空气中气溶胶细粒子污染的影响,采用TEOM于2003年1月31日-2月25日对PM2.5和PM10质量浓度和化学成分进行了研究,分析了春节期间北京城区气溶胶细粒子的污染特征.结果显示: 燃放烟花爆竹会导致空气中PM2.5在短时间内上升到很高的水平,最大小时平均质量浓度达549 μg/m3,平均每小时质量浓度增加100 μg/m3左右.并且随着PM2.5质量浓度的上升,PM2.5在PM10中的比例也明显上升,两者质量浓度小时平均值的比值最大可达0.9.稳定天气条件下,燃放高峰期过后随着粒径在2.5~10 μm之间的较粗粒子的沉降(约需3~4 h),PM10的质量浓度下降,但PM2.5/PM10的比值仍持续偏高.燃放烟花爆竹导致PM2.5中以燃烧为代表的元素(S、P、As)、部分金属元素(Al、Fe、Ti、Se、K)、可溶性离子成分以及OC的升高.这些成分与烟花爆竹的金属粉末、无机盐类,以及复杂的S、P化合物等主要成分吻合. 相似文献
46.
NO2-作为缺氧吸磷电子受体的试验研究 总被引:6,自引:0,他引:6
利用SBR反应器,采用NO2-的2种投加方式研究了以NO2-为电子受体吸磷的聚磷菌的诱导过程.采用NO2-连续投加方式,经过23d的诱导,聚磷菌可以利用NO2-为电子受体吸磷,最大吸磷速率达到10.44 mg/(g·h),缺氧吸磷量占缺氧和好氧吸磷总量的97%以上;比较NO2-的2种投加方式,发现NO2-集中投加方式的缺氧吸磷速率及缺氧段吸磷百分数都小于连续投加的运行方式,为了得到较好的缺氧聚磷效果,建议采用连续加入NO2-的运行方式.在SBR反应器内,通过调节COD负荷、沉淀时间、HRT等操作条件,培养出了具有反硝化聚磷能力的颗粒污泥,颗粒污泥的平均粒径为315μm,污泥比重在1.006 4~1.016 5之间,含水率为96.78%~98.14%,SVI在25~40 mL/g之间.试验中COD处理负荷高达1.5 kg/(m3·d),氮、磷的去除率也在90%以上. 相似文献
47.
环首都圈霾和雾的长期变化特征与典型个例的近地层输送条件 总被引:28,自引:8,他引:20
为了研究环首都圈京津冀晋4省市霾和雾的长期变化特征与典型个例的近地层输送条件,使用京津冀晋长期气象资料和高分辨率自动气象站资料,分析了环首都圈霾和雾天气的长期变化趋势,与使用矢量和算法分析典型个例气流停滞区的形成过程.结果表明,在1950—1960年代,环首都圈京津冀晋4省市霾日非常少,1970年代开始增多,1980年代以后明显增多,并形成几个霾日集中区,比较明显的是邯郸-邢台-石家庄-保定-北京-天津的带状分布,还有太原及以南的带状分布,最为严重的情况出现在1996—2000年,2000年以后有一定减少.北京1950年代霾日比较多,最多达到1年有160 d以上霾日,与同期沙尘天气偏多相关联,随着在首都周边地区的大规模植树造林,到1967年,霾日已经减少到1年不足10 d,1970年代以后北京的能见度急剧恶化导致霾日迅速增加,到1980年代初增加到220 d以上,一直到1999年前后北京的霾日维持在每年160~200 d左右;2000年以后到北京奥运会前后,霾日持续下降,到2010年霾日仅有56 d,2012年有所反弹,增加到91 d.北京及华北地区霾日季节分布突出的特点是除去采暖季有较多的霾日外,在盛夏季节霾日也明显多,集中出现在6—9月,尤其是盛夏季节的7—8月,与所谓的桑拿天同期出现,这与全国大部分城市的变化趋势完全不同.霾过程的发生和矢量和的大小存在较为明显的正相关关系.霾过程中,在华北平原均出现明显的气流停滞区,区域矢量和很小,不利于空气中污染物的水平扩散;清洁过程时华北4省市尤其是北京地区受明显的西北气流影响,风矢量和为较一致的偏北方向,水平扩散条件较好,较利于污染物的扩散,对应同期能见度较高.京津冀西侧、北侧靠山、东邻渤海,尤其是北京小平原三面环山.太行山、燕山和军都山形成的"弓状山脉"对冷空气活动起到了阻挡和削弱作用,导致山前暖区空气流动性较小形成气流停滞区、污染物和水汽容易聚集从而有利于霾和雾的形成.由于受太行山的阻挡和背风坡气流下沉作用的影响,使得沿北京、保定、石家庄、邢台和邯郸一线的污染物不易扩散,形成一条西南-东北走向的高污染带,华北平原偏南气流的弱辐合作用和也加重了北京的污染.山西省的高浓度污染物亦在低空偏南气流输送下沿桑干河河谷和洋河河谷以及滹沱河-拒马河河谷向北京输送.河北中南部与山西诸河谷的累积污染带叠加近地层输送流场是造成北京严重霾天气过程的重要原因之一. 相似文献
48.
采用SBR反应器,以人工模拟高浓度氨氮废水为进水,研究DO质量浓度和碳源投加方式对同步硝化反硝化的影响.结果表明,在连续投加碳源的条件下,当SBR内的DO质量浓度分别为3 mg/L、0.9 mg/L、0.5 mg/L、0.3 mg/L时,都发生了同步硝化反硝化,TN的去除率分别为24.87%、33.80%、37.07%及29.06%;DO质量浓度为0.5mg/L时,TN去除效率最高.SBR内的氨氮负荷可以达到0.64kg N/(m3·d),即使在0.3 mg/L的低溶解氧环境下,COD和氨氮的去除率都可以达到90%以上.控制SBR内DO质量浓度恒定为0.5mg/L,采用一次性投加碳源方式时,TN去除率仅有30.31%;当采用连续投加碳源方式时,TN去除率为50% - 60%;采用半连续投加碳源方式时,TN的去除率可达81.48%.试验过程中,活性污泥絮体粒径为0.2~0.5 mm,大于普通的活性污泥工艺中的絮体.较大的絮体使得絮体内存在较大的缺氧区,有利于取得较高的脱氮效率. 相似文献
49.
基于GAM模型的四川盆地臭氧时空分布特征及影响因素研究 总被引:4,自引:0,他引:4
为研究四川盆地臭氧(O_3)时空分布特征及其气象成因,对四川盆地18个城市2015—2016年国控环境监测站点和气象台站数据进行了研究分析.结果表明:2015—2016年四川盆地O_3污染愈发严重,高值污染区呈扩张态势,污染区主要位于盆地西部成都、德阳、资阳、眉山、内江一带和以广安为中心的周边区域.O_3浓度有明显的季节变化特征:夏季(110.70±41.52)μg·m~(-3)春季(95.24±41.23)μg·m~(-3)秋季(67.58±39.55)μg·m~(-3)冬季(47.17±41.15)μg·m~(-3).基于广义相加模型(GAM)分析发现O_3浓度与气压、气温、相对湿度、风速、日照时数、降水量间均呈非线性关系,其中日照时数、相对湿度以及气温对四川盆地O_3浓度影响较大,而风速、气压以及降水量对O_3浓度影响相对较小.通过构建GAM模型对四川盆地18个城市O_3污染的主导气象因子进行识别,并对2017年O_3浓度进行预测和检验,结果显示GAM模型能较为准确地预测四川盆地各城市O_3浓度的变化趋势. 相似文献
50.
利用2015—2016年西南涡个例数据与同期的细颗粒物(PM2.5)浓度数据进行时空匹配,对比分析西南涡过境前后四川盆地PM2.5浓度变化,并结合温度、湿度、风等气象要素及逆温特征,深入研究西南涡对PM2.5污染的影响机理.结果表明:①2015—2016年四川盆地共182个西南涡,其中,干涡72个(多集中在春季),弱降水涡75个(多集中在春季和冬季),强降水涡35个(多集中在夏季).②总体而言,干涡过境使四川盆地PM2.5浓度增加,降水涡使PM2.5浓度减小,强降水涡的削减作用强于弱降水涡.全年来看,干涡过境使四川盆地PM2.5浓度增加10.52%,强、弱降水涡过境分别使PM2.5浓度减小29.72%、9.71%.③除降水外,3类西南涡对PM2.5影响的主导气象要素和逆温条件为相对湿度、风速和逆温层底高.而主导季节差异的气象要素和逆温条件各异:干涡的主导因素是温度垂直变化和逆温强度,在温度随高度递减和逆温强度较小的春季和夏季,对PM2.5浓度的增幅减小(甚至有削减作用);弱降水涡的主导因素是湿度和风速、逆温强度和逆温层厚度,春季其过境时湿度和风速最小,逆温强度和逆温厚度仅次于冬季,甚至使PM2.5浓度增加;强降水涡的主导因素是风速、湿度和逆温层底高,夏季其过境时风速和低层湿度最小,逆温层底高最低,对PM2.5的削减作用远弱于其他季节. 相似文献