排序方式: 共有13条查询结果,搜索用时 0 毫秒
1.
2.
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
3.
4.
活性炭吸附-Fenton氧化处理高盐有机废水 总被引:2,自引:0,他引:2
采用活性炭吸附-Fenton氧化耦合工艺处理高盐度难降解有机废水的性能。考察了不同工艺参数对活性炭吸附及Fenton氧化对高盐有机废水处理效率的影响。结果表明,采用活性炭单独处理时,在pH=6.0,活性炭投加量为9.0g/L,吸附时间为60 min条件下,COD去除率最大,达到47.5%。活性炭吸附处理后,废水再采用Fenton氧化处理,在FeSO4.7H2O投加量为3.0 g/L,H2O2投加量为4.7 g/L,反应时间为30 min条件下,COD去除率最大,达到84.4%。整体而言,经过活性炭吸附和Fenton氧化处理后,废水COD由初始浓度13 650 mg/L降至560 mg/L,去除率达到95.9%。活性炭吸附-Fenton氧化耦合工艺适合高盐度难降解有机废水的处理。 相似文献
5.
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
6.
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
7.
8.
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
9.
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
10.