排序方式: 共有40条查询结果,搜索用时 15 毫秒
1.
2.
3.
4.
为探究安阳市大气PM2.5中水溶性离子的污染特征及其来源,于2018~2019年的典型月份在安阳市采集PM2.5样品,使用离子色谱测试了9种水溶性离子(Na+、NH4+、K+、Mg2+、Ca2+、F-、Cl-、NO3-和SO42-).开展了PM2.5和水溶性离子浓度水平的分析、阴阳离子平衡和氮氧化率(NOR)、硫氧化率(SOR)的计算、离子相关性和主成分分析等.结果表明,安阳市PM2.5和水溶性离子年均浓度分别为(85.81±45.43)μg·m-3和(48.21±30.04)μg·m-3,各离子浓度高低顺序为NO3->SO4... 相似文献
5.
郑州市环境空气中VOCs的空间分布及源解析 总被引:1,自引:0,他引:1
郑州市环境空气中挥发性有机物(VOCs)以芳香烃、醛酮类、烷烃类为主。各类挥发性有机物的年度平均浓度,芳香烃类为131μg/m3、烷烃类为118μg/m3、酮类为84.3μg/m3。年平均浓度最高的化合物为丙酮(66.2μg/m3)、乙醇(27.5μg/m3)、正十一烷(24.4μg/m3)和甲苯(17.2μg/m3)。挥发性有机物浓度在水平方向上的分布特征为城市老区和工业区最高,其他各功能区基本持平,但城市间的挥发性有机物污染分界不明显;高度方向上,40m左右达到浓度峰值;PCA和PMF源解析结果显示,机动车尾气和工业排放为主要污染源,分别占源总量的34%和19%。 相似文献
6.
郑州市夏、秋季大气颗粒物中水溶性无机离子质量浓度及粒径分布特征 总被引:1,自引:2,他引:1
为研究我国中原城市群中心城市郑州市的不同粒径大气颗粒物的组成特征,利用八级撞击式采样器在夏、秋季进行大气颗粒物分级采样,利用离子色谱测定Na~+、Ca~(2+)、NH_4~+、K~+、Mg~(2+)、F~-、Cl~-、NO_3~-和SO_4~(2-)共9种离子的浓度,利用在线离子色谱分析仪监测颗粒物中硝酸盐的实时浓度.结果表明,采样期间郑州市水溶性离子平均浓度为(70. 9±52. 1)μg·m~(-3),其中监测的9种水溶性离子浓度从大到小顺序依次为:NO_3~- SO_4~(2-) NH_4~+ Ca~(2+) Na~+ Cl~- Mg~(2+) K~+ F~-、NO_3~-、SO_4~(2-)和NH_4~+占总水溶性离子的质量分数为79. 9%;无论在秋季或夏季SO_4~(2-)主要集中在≤1. 1μm粒径段上,而NO_3~-主要集中在0. 65~3. 3μm粒径段上. NO_3~-和SO_4~(2-)夏季和秋季均呈双峰分布,主要分布于细粒子中; NH_4~+夏季呈双峰分布,秋季呈单峰分布,表现出季节变化.郑州市夏季臭氧污染严重,O_3与NO_3~-明显地"错峰"现象,表示大气中存在光化学反应;秋季颗粒物污染严重,采样期间[NO_3~-]/[SO_4~(2-)]的比值远大于0. 5,移动源成为颗粒物重要的来源.夏季NOR、SOR峰值在1. 1~2. 1μm粒径段上,秋季两者峰值在0. 65~1. 1μm粒径段上;夏季硫的气-粒转化大于氮的转化,而秋季则相反. 相似文献
7.
8.
为了研究城市大气PM2.5中重金属的污染特征和来源,于2017年的7月和10月及2018年的1月和4月,利用在线金属分析仪对郑州市大气PM2.5中的21种元素进行在线检测,分析了重金属浓度变化;通过富集因子、主成分分析和潜在源贡献等方法对重金属进行溯源;采用环境健康风险评价模型评估其健康风险.结果表明,K、 Zn、 Mn、 Pb、 Cu、 As、 Cr和Se的浓度随污染等级的提高而增加;富集因子和主成分分析法结果表明,重金属主要来源为地壳源、混合燃烧源、工业源和机动车源;雷达特征图表明,地壳源主导的污染主要发生在春、冬两季,混合燃烧源主导的污染主要发生在冬季;Pb、 As和Ni受汾渭平原、京津冀和河南南部的传输影响较大,Cd受采样点西北部影响较大;As对成年人和儿童均有显著致癌风险,Pb和Sb对儿童存在显著非致癌风险. 相似文献
9.
水源地是城市水资源可持续供给的重要空间载体。伴随城市化的快建发展,城市水资源供求压力日起紧张,城市水源地在保障城市水资源可持续供给方面的作用日益突出。本文从城市化过程中的水资源需求变化出发,揭示水源地在城市可持续发展中的战略地位,评析我国水桓交易的理论研究进展,在此基础上提出我国城市水源地建设保护过程中水权交易的走势判断。 相似文献
10.
城市地下综合管廊一旦发生火灾,会对城市造成很大的经济损失和社会影响。考虑到火灾的快速发展和综合管廊狭长受限的特殊空间结构,迫切需要一套准确、实时的火灾温度预测系统辅助消防救援人员制定决策和指导消防行动。建立了5种不同火源位置的地下综合管廊电缆火灾数值模型,结合支持向量机(SVM),根据火源位置、热释放速率、火灾发生时间以及待测点与火源之间的相对位置关系开发了一种数据驱动的温度实时预测模型,实现了地下管廊火灾场景内的纵向温度预测,提出了在火源附近数据结构的优化方案,提高了火源附近的预测准确度。该方法在预测性能和预测时间方面取得了优异的性能,展示了人工智能在火灾预测应用中的优越表现和发展前景。 相似文献