首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   8篇
  免费   2篇
  国内免费   12篇
综合类   19篇
污染及防治   1篇
评价与监测   2篇
  2022年   1篇
  2019年   1篇
  2016年   15篇
  2015年   4篇
  2013年   1篇
排序方式: 共有22条查询结果,搜索用时 31 毫秒
1.
2014年APEC期间北京市PM10和PM2.5氧化性损伤能力研究   总被引:1,自引:0,他引:1  
为评估APEC会议期间联防联控措施对北京市大气可吸入颗粒物毒性的影响,采集2014年APEC会议前后3个月北京市大气PM10和PM2.5样品,应用质粒DNA损伤评价法来研究其氧化性损伤能力. 结果表明,APEC会议期间PM10对DNA的损伤率高于PM2.5,颗粒物对 DNA损伤率随剂量的增加而增加. 本研究用TD30值来指示颗粒物氧化性损伤能力,TD30为引起30%的DNA损伤率所需要的颗粒物剂量(单位为 μg·mL-1),TD30值越低,颗粒物氧化性损伤能力越强,APEC会议前后样品的TD30值表现为 APEC期间(11月)>APEC前(10月)>APEC后(12月),说明氧化能力APEC后 >APEC前 >APEC期间. 用PM10质量浓度乘上其在250 μg·mL-1 剂量下的DNA损伤率得到颗粒物暴露毒性指数TI(toxic index),与往年具有代表性月份样品的数据对比,TI大小顺序为2004年 >2014年 >2008年,说明大气中颗粒物暴露毒性随着政策控制力度的加大而降低.  相似文献   
2.
气象条件对大气污染物的扩散和传输有重要影响,准确分离和定量气象因素对空气质量的影响是评估大气污染控制政策有效性的前提.本研究利用APEC会议期间及前后(2014-10-15~2014-11-30)北京城区朝阳观测站点SO_2、NO、NO_2、NO_x、CO、PM_(2.5)、PM_1和PM_(10)以及气象因素的观测数据,采用多元线性回归分析方法,定量评估了气象条件和空气污染控制措施对APEC期间北京空气质量的影响.在假定排放条件不变的情况下,基于气象因素参数建立的预测污染物浓度的多元线性回归模型模拟效果较为理想,决定系数R~2在0. 494~0. 783之间.控制措施使得APEC控制期SO_2、NO、NO_2、NO_x、CO、PM_(2.5)、PM_1和PM_(10)浓度分别降低48. 3%、53. 5%、18. 7%、40. 6%、3. 6%、34. 8%、28. 8%和40. 6%,气象因素使得APEC控制期SO_2、NO、NO_2、NO_x、CO、PM_(2.5)、PM_1和PM_(10)浓度分别降低1. 7%、-2. 8%、18. 7%、4. 5%、18. 6%、27. 5%、30. 6%和35. 6%.气象因素和控制措施共同作用使得APEC控制期北京空气质量得到了明显改善.控制措施对SO_2和氮氧化物浓度的下降起主导作用,气象因素对CO浓度的下降起主导作用,气象因素和控制措施对颗粒物浓度降低的贡献相当.本研究还利用相对权重方法研究了气象因素对污染物浓度影响的贡献,结果表明影响不同污染物浓度的决定性气象因素不同.  相似文献   
3.
为分析APEC会议前后北京地区PM2.5变化特征,利用中国科学院大学雁栖湖校区超级站在2014年10—12月的连续观测数据,对APEC会议前后北京地区污染物分布及变化特征、气象影响因素和气团传输路径特征进行了分析. 结果表明:APEC会议期间北京地区减排效果显著,ρ(PM2.5)平均值比会前下降了60.5%. 气象条件对污染物扩散起到积极作用,APEC期间平均风速为1.40 m/s,平均相对湿度为31.9 %,近地面气象条件优于APEC会前、会后. 北京地区受到外来污染物输送的影响,在2.00~3.00 m/s的南风下易发生来自南部地区的PM2.5和SO2输送. APEC会议期间北京地区主要受来自西北地区的高速、高海拔气团控制,其出现频率为39.6%,远低于APEC会前 (15.9%)和会后(20.8%),而来自南部地区的低速、低海拔污染气团的出现频率仅为2.1%,扩散条件总体良好. 研究显示,除了减排措施有效削减了污染物排放以外,有利的气象条件也是APEC会议期间北京地区保持良好空气质量的重要因素.   相似文献   
4.
运用Models-3/CMAQ模式系统,模拟分析了2014年11月3~11日APEC会议期间北京市PM_(2.5)污染的时空分布特征,并利用过程分析工具IPR研究了会期两次短时间污染过程(4日13:00~5日12:00和10日13:00~11日12:00)中各种大气物理化学过程对城区官园和郊区定陵两个代表性站点近地面PM_(2.5)生成的贡献.结果表明,CMAQ模型合理地再现了北京市PM_(2.5)的浓度水平和时间变化.北京地区4日和10日发生不利于污染物扩散的气象条件,导致PM_(2.5)小时浓度出现高值(分别为188,124μg/m~3),但受减排措施和冷高压的作用,PM_(2.5)高值维持时间较短.4日13:00~5日12:00,水平传输是官园和定陵站点PM_(2.5)的主要贡献者,贡献率分别为49.6%和90.9%.此次污染过程北京地区受南部污染传输影响较强.10日13:00~11日12:00,官园站点PM_(2.5)主要来自源排放在本地的积累(78.8%),定陵站点PM_(2.5)主要来自较弱的水平传输(93.9%).此次过程体现出更加明显的局地性污染特征.两次过程中,PM_(2.5)的主要去除途径均为垂直传输.  相似文献   
5.
APEC期间北京及周边城市AQI区域特征及天气背景分析   总被引:4,自引:0,他引:4  
利用环境监测总站公布的监测资料,分析2014年11月1日至15日,即北京举办亚太经合组织(Asia-Pacific Economic Cooperation,APEC)会议期间北京及周边地区空气质量演变及区域特征,结合中国气象局官方发布的同期气象要素和天气形势图,探讨天气背景对APEC期间空气质量改善的影响,结果表明:1强化减排措施实施期间,北京及周边地区良好和轻度污染的天数相对较多,而强化减排措施终止后,重度和严重污染的天数明显增多,表明强化减排措施对北京及周边城市局地空气质量的改善贡献明显;2强化减排措施实施初期,受逆温层的影响,北京及周边城市空气质量指数迅速上升,说明在不利的天气背景下,即便有强化减排措施,污染物也会累积升高,形成污染过程,可见天气背景对空气质量的影响不容忽视;3在强化措施实施后期,虽然受逆温层影响,北京污染物的浓度并没有累积到很高的程度,而天津、唐山、保定和邢台均出现中度和重度污染,进一步说明,强化减排措施的实施对改善北京空气质量的贡献明显.  相似文献   
6.
APEC会议期间北京机动车排放控制效果评估   总被引:5,自引:5,他引:5  
机动车尾气排放是影响北京市大气环境质量的首要因素,为了保障APEC期间的空气质量,北京市采取了包括控制机动车排放在内的严格的控制措施.本研究基于路网车流量、车速和车型变化数据,提出了一种基于自下而上排放清单的控制措施效果评估方法.结果表明,APEC会议期间北京市路网车流量下降,车速上升,小客车的车流量下降幅度最大;APEC会议期间机动车尾气CO、NO_x、HC和PM排放削减比例分别为:快速路15.1%、22.4%、18.4%和21.8%,主干道29.9%、36.4%、32.7%和35.8%,次干道35.7%、41.7%、38.4%和41.2%,支路40.8%、46.5%、43.1%和46.0%.基于自下而上的排放清单方法,建立了APEC会前和会期的机动车尾气排放清单,结果显示研究区域内会期机动车尾气排放量CO、NO_x、HC和PM排放量分别削减37.5%、43.4%、39.9%和42.9%.  相似文献   
7.
SO_2是北京大气中重要的污染气体.为探讨亚太经合组织(APEC)峰会前后北京大气SO_2的垂直分布及其对二次硫酸盐(SO_4~(2-))生成的影响,我们于2014年10月21日至11月30日在地面和北京325 m气象塔260 m高度处同步开展了气体SO_2和亚微米颗粒物中硫酸盐(SO_4~(2-))实时连续在线观测.结果显示,采暖前,北京地面SO_2浓度较低,但高层由于显著受到区域输送的影响浓度较高,两层污染物变化趋势也存在明显差异.采暖后,即APEC后,受本地供暖排放影响,SO_2和SO_4~(2-)浓度显著增加,两层的总体差异也相应减小,变化趋势也更为一致.湿度对SO_2的液相转化起关键作用.我们发现近地面SO_2的转化率(SOR)显著高于260 m,这主要与地面较高的湿度相关.事实上,SOR随着湿度增加而迅速增大,进一步凸显了湿度对SO_2液相氧化的影响.另外,我们也发现SO_2特别是260 m在低湿范围(RH40%)内随湿度增加而逐渐升高,但在高湿范围(RH50%)内则呈下降趋势,说明不同湿度范围内的来源或者生成机制可能有所不同.SO_4~(2-)和PM_(2.5)浓度均随着湿度的增加而增加,但不同湿度范围,增加速率不同.通过相关性和和后向轨迹分析表明,区域输送(特别是途经北京西部和南部的气团)和本地燃煤排放分别是采暖前后污染物的主要来源.  相似文献   
8.
石建中  范齐 《自然资源学报》2022,37(8):2169-2180
以亚太经合组织(APEC)21个国家(地区)为研究对象,构建2008—2018年APEC旅游流网络,运用SNA方法和QAP方法,对旅游流网络结构演化及其影响因素展开分析。结果表明:(1)APEC旅游流网络密度持续增加但仍旧较低,网络结构尚不稳固。网络中心化趋势有所减弱,旅游供给市场更加多元。(2)APEC旅游流网络节点间中心性水平差异明显,形成了以中国、美国为首的第一梯队,以日本、韩国为代表的第二梯队,以新西兰、俄罗斯为代表的第三梯队。(3)APEC旅游流网络的核心—边缘结构显著且具有稳定性,核心区节点间的旅游互动最为频繁,边缘区对核心区的反哺效应明显。(4)区位要素是影响APEC旅游流网络结构的主要因素,经济发展水平、旅游资源禀赋、旅游基础设施等要素对APEC旅游流网络结构演化的影响有所下降,而对外开放程度对优化APEC旅游流网络结构的作用有所上升。  相似文献   
9.
吴亚涛  刘兆荣 《中国环境科学》2015,35(11):3201-3210
为研究冬季VOCs类物质的室内外相关性,于2014年11月5日~12月11日对一间无人为活动的房间的空气进行了室内外同步采样,定量分析了98种VOCs物质,并将其分为烷烃、烯烃、芳香烃、卤代烃和含氧烃五类,分别讨论了VOCs的浓度水平、I/O、室内外相关系数和分类间的相关系数,并利用质量平衡模型初步估计了室外源对室内VOCs的贡献情况.研究表明,五类VOCs的室内浓度均大于室外浓度,且烷烃>含氧烃>卤代烃>烯烃;五类VOCs均同时存在室内源和室外源;对于VOCs的室内外相关性,烯烃和含氧烃分别为相关性最差和最好的组分,同时,r(卤代烃)>r(烷烃)>r(芳香烃);对于物质间的相关性,烷烃-烯烃的相关性在室内外均最高(rin=0.805,rout=0.888,P£0.01),卤代烃-含氧烃之间的相关性最差(rin=0.491,P£0.05;rout=0.529,P£0.01);室外源对室内浓度的贡献率与VOCs的种类相关,贡献率均值最高的是卤代烃类(56.57%),之后依次是烷烃(46.64%)、烯烃(40.10%)、含氧烃(33.98%)和芳香烃(20.67%).此外,APEC峰会后VOCs的浓度水平、I/O、室内外相关性以及物质间的相关性均高于峰会前的对应值.  相似文献   
10.
为研究2014年APEC会议期间(11月1—11日)石家庄市大气污染特征并评估空气质量保障措施效果,对处理不同功能区的封龙山站(背景站)、人民会堂站(市区站)、高新区站(开发区站)的ρ(SO2)、ρ(NO2)、ρ(CO)、ρ(O3)、ρ(PM2.5)、ρ(PM10)进行分析,对比了各站点APEC会中与会后、APEC会议期间与2013年同期的空气质量等级状况及污染物质量浓度的变化. 结果表明:2014年APEC会议期间石家庄市整体空气质量好于2013年同期,除O3外,其余各大气污染物的质量浓度均有明显降低,其中封龙山站的ρ(SO2)、ρ(NO2)、ρ(CO)、ρ(PM2.5)、ρ(PM10)较2013年同期分别下降了55.1%、22.9%、16.7%、36.8%、31.0%,人民会堂站的降幅分别为35.5%、28.0%、32.6%、36.9%、56.2%,高新区站的降幅分别为49.4%、26.6%、16.5%、32.9%、53.5%. 应急减排措施也使各站点的首要污染物发生了明显变化,其中扬尘控制措施有效遏制了PM10对于市区站和高新区站的影响,而对于高架源的控制也有效降低了背景站的SO2污染水平. 结合后向气流轨迹和气象图分析发现,尽管2014年APEC会议期间石家庄市的气象条件较2013年同期更不利于污染物扩散(污染气象指数等级高、气团滞留时间长),但通过地方政府采取的一系列应急减排措施,其空气质量仍有明显改善.   相似文献   
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号