排序方式: 共有8条查询结果,搜索用时 31 毫秒
1
1.
本研究通过实地采样与调查获取活动水平及相关数据,采用排放因子法建立2018年西宁市道路扬尘排放清单.利用Arc GIS进行3 km×3 km的空间分配,分析了其时空分布特征,利用蒙特卡洛模拟分析了道路扬尘排放清单的不确定性.结果表明,2018年西宁市道路扬尘PM2.5和PM10排放量分别为1904.10 t和8563.09 t,其中国道贡献率最高,分别为41.79%和39.74%.主要排放地区为大通县,贡献率分别为36.32%和35.47%.道路扬尘排放在全年各月出现差异,其中在6月出现最高值.蒙特卡罗模拟结果表明,在95%的概率分布范围内,西宁市2018年道路扬尘PM2.5和PM10不确定性范围为-26.49%—51.11%和-30.14%—30.06%. 相似文献
2.
3.
为探究天津市大气中多环芳烃衍生物污染特征与来源,使用石英纤维滤膜(QFFs)和聚氨酯泡沫(PUFs)采集环境空气样品,并使用气相色谱-质谱法测定其浓度.结果表明,天津市大气中∑18NPAHs在秋季和冬季平均浓度分别为840, 894pg/m3,∑5OPAHs在秋季和冬季平均浓度分别为8.08, 9.36ng/m3,表现为冬季略大于秋季.大气中9N-ANT、2N-NAP、1N-NAP、2+3N-FLT、BZO和9-FO为主要的多环芳烃衍生物.PM2.5中多环芳烃衍生物的浓度冬季大于秋季,在气相中则为秋季大于冬季.从昼夜差异来看,PM2.5中,多环芳烃衍生物浓度的夜昼比在大部分采样天数都大于1,在秋季的气相和PM2.5中,昼间二次形成的NPAHs较冬季高.基于特征比值法进行来源初析,发现天津秋冬季大气PM2.5中NPAHs主要以一次排放为主,同时二次生成对NPAHs也有一定贡献,大气PM2.5中... 相似文献
4.
本研究根据调查的西宁市生物质燃烧源活动水平数据,采用排放因子方法,建立了 2018年西宁市生物质燃烧源9种大气污染物的排放清单,并分析了清单的时空分布特征和不确定性.结果表明,西宁市2018年生物质燃烧源CO、NOx、SO2、NH3、VOCs、PM2.5、PM10、BC 和OC 的排放量分别为 11 718.34、604.41、167.80、209.72、1 617.97、2 054.04、2 135.04、281.07和 1 224.78 t.秸秆露天焚烧 CO、NOx、VOCs、PM2.5、PM10、BC 和OC 的排放对生物质燃烧源的排放贡献率最高;其中,秸秆露天焚烧NOx、VOCs和CO的贡献率分别为72.35%、63.94%和53.18%.户用生物质炉NH3和SO2的排放对生物质燃烧源的贡献率最大,分别为41.49%和42.05%.生物质燃烧源大气污染物排放地区分布不均衡,主要集中于大通县和湟中区.生物质燃烧源9项污染物的排放量在1、2、3、10、11和12月较大,占比在5%~33%.蒙特卡罗模拟结果表明,在95%置信区间下,不确定度最高的是森林和草原火灾的PM2.5排放,不确定度为-26.71%~29.78%. 相似文献
5.
6.
为研究西宁市道路扬尘PM2.5和PM10中碳组分的特征及其来源,于2019年5月使用样方法采集西宁市78条铺装道路,通过NK-ZXF再悬浮仪器将样品悬浮到滤膜上,并利用热光碳分析仪测定有机碳(OC)和元素碳(EC)组分。结果表明:PM2.5中ω(TC)为8.49%(环线)~10.38%(支路),ω(OC)为7.68%(环线)~9.36%(支路),ω(EC)为0.74%(国道)~1.02%(支路);PM10中ω(TC)为8.38%(环线)~10.78%(支路),ω(OC)为7.30%(环线)~9.76%(支路),ω(EC)为0.59%(高速)~1.09%(环线)。各类型道路中ω(OC) 均明显大于ω(EC),ω(EC) 在不同道路类型中差异不大。OC在PM10中的质量分数均高于在PM2.5中的值,表明OC更容易富集到粒径大的颗粒物上。采用最小相关系数法(MRS)估算道路扬尘PM2.5和PM10中SOC含量,得出SOC分别占OC总量的81.91%和76.25%。以上结果说明道路扬尘存在明显的二次污染。因子分析和OC/EC比值分析表明西宁市春季道路扬尘PM2.5和PM10主要来源于燃煤、生物质燃烧和机动车尾气排放。本研究可为西宁市道路扬尘污染防治工作及制定环境管理对策提供参考。 相似文献
7.
为探究不同采样方法对积尘负荷结果的影响,使用样方采样法和以克论净车采样法采集2018年夏季样品的数据,对北京市3个行政区的11条道路扬尘样品进行现场监测,计算不同道路类型及不同车道的积尘负荷,并对积尘负荷的变化规律进行分析。结果表明:基于样方采样法和以克论净车采样法的北京市夏季不同道路类型积尘负荷从大到小顺序依次为次干道(0.46 g·m−2、0.99 g·m−2) >支路(0.31 g·m−2、0.88 g·m−2)>主干道(0.24 g·m−2、0.78 g·m−2);2种采样方法所得积尘负荷差异的检验结果具有显著性(P=0.00<0.05)且存在线性关系;北京市夏季道路积尘负荷(0.34 g·m−2)稍高于天津市(0.24 g·m−2),低于石家庄市(1.06 g·m−2)、乌鲁木齐市(0.96 g·m−2)和西安市(0.70 g·m−2);基于样方采样法和以克论净车采样法采集的不同城区道路积尘负荷水平排序为大兴区(0.39 g·m−2、1.83 g·m−2)>朝阳区(0.38 g·m−2、1.00 g·m−2)>东城区(0.26 g·m−2、0.92 g·m−2),朝阳区、东城区和大兴区积尘负荷差异的检验结果均不具有显著性(P>0.05);基于样方采样法的机动车慢车道与机动车快车道积尘负荷分别为0.04~1.30 g·m−2和0.02~1.08 g·m−2;慢车道积尘负荷略高于快车道,但二者差异的检验结果不具有显著性(P=0.51>0. 05)。本研究成果可为遴选道路扬尘采样方法、构建北京市道路扬尘排放清单和制定管控措施提供参考。 相似文献
8.
大气中的多环芳烃(PAHs)及其衍生物是影响环境和威胁人类健康的全球性问题.为了研究淄博市PM2.5中PAHs及其衍生物的污染特征、来源和健康风险,于2020年11月5日至12月26日期间采集PM2.5样品,使用气相色谱-质谱联用仪(GC-MS)分析PM2.5中的16种常规PAHs、9种NPAHs和5种OPAHs的浓度,利用特征比值法和PMF模型对其主要来源进行解析,并使用基于源解析结果的终生致癌风险模型(ILCR)评估了供暖前后PAHs及其衍生物对成年男女的健康风险.结果表明,采样期间淄博市PM2.5中∑16p PAHs、∑9NPAHs和∑5OPAHs浓度均值分别为:(41.61±13.40)、(6.38±5.70)和(53.20±53.47)ng·m-3,供暖后3类PAHs浓度明显增加,分别为供暖前的1.31、2.04和5.24倍.采样期间(Chr)、苯并[a]芘(Ba P)和苯并[a]蒽(Ba A)为p P... 相似文献
1