|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 京津冀地区主要排放源减排对PM_(2.5)污染改善贡献评估显示文摘研究选取2012年1月和7月作为冬夏两季代表时段,利用CMAQ/2D-VBS模型分析了冬夏两季京津冀地区主要排放源减排30%对改善区域PM_(2.5)污染的效果.结果表明,工业源对PM_(2.5)污染的贡献最大,其次是民用源,但工业源单位减排量贡献低于民用源,交通源和电厂源的整体贡献和单位减排量贡献均较小.工业部门内贡献最大的为钢铁冶金行业,其次是水泥、工业锅炉、炼焦、石灰砖瓦和化工行业.与各部门各物种排放量的比较反映出各排放源贡献大小与其一次PM_(2.5)排放水平高度相关.因京津冀地区冬季NO_x减排对PM_(2.5)形成的促进作用,以及冬季较弱的大气垂直扩散作用,各排放源夏季减排比冬季普遍更有效,交通源、电厂源以及工业源中的水泥、工业锅炉和石灰砖瓦行业夏季减排效果相比冬季优势明显.民用源由于采暖季排放较高而冬季贡献更明显,农业源因秸秆开放燃烧量大,冬季单位减排量贡献十分显著.从同等幅度减排考虑,应将工业源作为控制重点,优先控制其一次PM_(2.5)排放,在部门内进一步重点控制钢铁冶金行业的NO_x和SO_2排放、水泥行业的夏季NO_x排放以及炼焦行业的SO_2和NMVOC排放.民用源排放应着重在冬季采暖期控制. | 吴文景 常兴 邢佳 王书肖 郝吉明 | 2017 | 环境科学2017，38，3： | 55 |
| 2 | 海口市PM2.5和PM10来源解析显示文摘以海口市为例,研究了我国典型热带沿海城市——海口市环境空气颗粒物的污染特征和主要来源.2012年春季和冬季在海口市区4个采样点同步采集了环境空气中PM10和PM2.5样品,同时采集了多种颗粒物源样品,并使用多种仪器分析方法分析了源与受体样品的化学组成,建立了源化学成分谱.使用CMB(化学质量平衡)模型对海口市大气颗粒物进行源解析.结果表明:污染源贡献具有明显的季节特点,并存在一定的空间变化.冬季城市扬尘、机动车尾气尘、二次硫酸盐和煤烟尘是海口市PM10和PM2.5中贡献较大的源,在PM10和PM2.5中贡献率分别为23.6%、16.7%,17.5%、29.8%,13.3%、15.7%和13.0%、15.3%;春季机动车尾气尘、城市扬尘、建筑水泥尘和二次硫酸盐是海口市PM10和PM2.5中贡献较大的源,在PM10和PM2.5中贡献率分别为27.5%、35.0%,20.2%、14.9%,12.8%、6.0%和9.5%、10.5%.冬季较重的颗粒物污染可能来自于华南内陆地区的区域输送,特别是,本地排放极少的煤烟尘和二次硫酸盐受区域输送的影响更为显著. | 宋娜 徐虹 毕晓辉 吴建会 张裕芬 杨海航 冯银厂 | 2015 | 环境科学研究2015，28，10： | 40 |
| 3 | 北京冬季重污染过程大气细颗粒物化学组成特征及来源分析显示文摘为研究北京冬季重污染过程细颗粒物(PM_(2.5))的化学组成特征和来源贡献,利用大流量颗粒物采样器于2014年1月8日—19日对PM_(2.5)样品进行了为期12 d的采集,每4 h更换1次滤膜.采集的样品分别利用GC-MS、IC、ICP-MS、EC/OC仪测定了其中的有机组分、水溶性离子、金属元素和EC、OC等成分.结果表明,北京冬季PM_(2.5)维持在较高的水平,清洁天和霾天PM_(2.5)的平均浓度分别为86.0μg·m^(-3)和200.4μg·m^(-3),其中水溶性离子和有机物是主要组成,随着污染的发生,水溶性离子的占比由清洁天的35.6%快速上升至霾天的52%,而有机物的占比由清洁天的34.0%下降至霾天的17.4%.在所测定的有机组成中,糖类和一元脂肪酸是浓度最高的组成,其次为正构烷烃和多环芳烃,二元脂肪酸浓度最低,除二元脂肪酸外,其他检测的有机物均为霾天高于清洁天,表明霾天有更多的一次有机物的排放,根据PMF受体模型分析结果表明,霾天中二次来源是北京冬季PM_(2.5)的主要来源. | 李杏茹 白羽 陈曦 徐静 刘水桥 杨阳 王英锋 王国安 刘雨思 张瑞瑛 王跃思 | 2018 | 环境化学2018，37，11： | 27 |
| 4 | Identification of long-range transport pathways and potential sources of PM2.5 and PM10 in Beijing from 2014 to 2015显示文摘Trajectory clustering, potential source contribution function(PSCF) and concentration-weighted trajectory(CWT) methods were applied to investigate the transport pathways and identify potential sources of PM_(2.5)and PM_(10) in different seasons from June 2014 to May 2015 in Beijing.The cluster analyses showed that Beijing was affected by trajectories from the south and southeast in summer and autumn. In winter and spring, Beijing was not only affected by the trajectories from the south and southeast, but was also affected by trajectories from the north and northwest. In addition, the analyses of the pressure profile of backward trajectories showed that backward trajectories, which have important influence on Beijing, were mainly distributed above 970 h Pa in summer and autumn and below 950 h Pa in spring and winter. This indicates that PM_(2.5)and PM_(10) were strongly affected by the near surface air masses in summer and autumn and by high altitude air masses in winter and spring. Results of PSCF and CWT analyses showed that the largest potential source areas were identified in spring, followed by winter and autumn,then summer. In addition, potential source regions of PM_(10) were similar to those of PM_(2.5). There were a clear seasonal and spatial variation of the potential source areas of Beijing and the airflow in the horizontal and vertical directions. Therefore, more effective regional emission reduction measures in Beijing's surrounding provinces should be implemented to reduce emissions of regional sources in different seasons. | Deping Li Jianguo Liu Jiaoshi Zhang Huaqiao Gui Peng Du Tongzhu Yu Jie Wang Yihuai Lu Wenqing Liu Yin Cheng | 2017 | Journal of Environmental Sciences2017，29，6： | 22 |
| 5 | 北京市霾天PM_(2.5)污染特征及其与气象因素的关系显示文摘2016年在北京市区春、夏、秋、冬四季分别进行1个月的PM_(2.5)样品采集,探讨了北京市霾与非霾期间PM_(2.5)质量浓度的季节变化、逐日变化特征,对影响其浓度的气象因素进行了分析,并使用MATLAB软件对数据进行可视化表达。结果表明,2016年北京市PM_(2.5)年均浓度为119.8μg/m^3,占采样天数37.6%的霾天PM_(2.5)质量浓度对其贡献率为72.5%;采样期间夏季与冬季的霾天数较多,呈明显的双峰特征。霾天与非霾天PM_(2.5)质量浓度存在显著差异,霾天PM_(2.5)平均浓度(138.3~263.8μg/m^3)是非霾天PM_(2.5)均值(65.4~86.4μg/m^3)的1.9~3.1倍。各季节温度对霾天的影响较小,春、冬季霾天的相对湿度(40%~70%,65%~95%)高于相应平均值(31.7%,55.0%),PM_(2.5)质量浓度与其显著正相关(R>0.68),表明该季节相对湿度对霾天的形成有比较明显的影响。另外,南风和西南风且风速<1.2 m/s,大气压较高时易形成霾天。 | 陈锦超 董雪玲 张婉 魏沙沙 饶梦囡 冯甜甜 | 2018 | 环境科学与技术2018，41，8： | 22 |
| 6 | 酸性物质对猪粪秸秆堆肥过程中氮素转化的影响显示文摘了解不同酸性物质对堆肥过程中氮素转化和NH_3排放的影响,是筛选保氮添加剂的重要环节,对于堆肥中氮素控制具有重要意义.以新鲜猪粪和小麦秸秆为堆肥原料,磷肥、腐烂苹果和食用醋为添加剂,在实验室进行40 d的静态高温堆肥试验,研究堆肥过程中温度、pH、EC、GI、氮素化合物和TOC含量的变化特征.结果表明,CK、P、A和V这4个处理高温期(>50℃)均持续了10 d以上,达到高温堆肥化卫生标准.添加磷肥延缓了堆体进入高温期的时间,降低了堆体的pH值,使整个过程的EC值保持较高水平.各处理氮素损失分别为53.1%、36.2%、46.5%和41.5%,主要集中在0~16 d之间,而P和V处理在16~24 d之间仍有20%左右的氮素损失.其中NH_3-N损失占氮素损失的26.0%、11.8%、21.5%和20.2%.添加酸性物质有效降低了堆肥的氮素和NH_3-N损失,其中以添加磷肥效果最好.堆肥结束时,各处理GI均达到80%以上,达到了腐熟的要求. | 姜继韶 尧倩 | 2017 | 环境科学2017，38，3： | 16 |
| 7 | 基于在线监测的南京仙林PM2.5组分特征与来源解析显示文摘为了研究南京市PM2.5的污染特征及来源贡献,于2018年3月至2019年2月在南京仙林地区进行PM2.5组分的在线监测,运用PMF和CMB受体模型,开展PM2.5的来源解析.结果表明,观测期间南京市PM2.5平均质量浓度为54.3μg/m^3,其中冬季平均浓度76.4μg/m^3.PM2.5的主要组分为NO3-(21.3%~30.8%)、SO4^2-(18.9%~23.5%)、NH4^+(14.3%~16.2%).从全年平均来看,PMF模型得到的PM2.5解析结果为:二次无机气溶胶(54.9%)、燃煤源(17.4%)、二次有机气溶胶(7.4%)、机动车排放源(7.1%)、工业源(4.9%)、扬尘源(4.8%)、其他源(3.4%);CMB模型得到的PM2.5解析结果为:硝酸盐(33.0%)、硫酸盐(24.0%)、燃煤源(16.4%)、机动车排放源(8.4%)、二次有机气溶胶(7.1%)、扬尘源(5.7%)、其他源(2.9%)、工业源(2.4%).不同季节PM2.5来源有所差异,夏冬季二次无机气溶胶占比大于春秋季,春冬季燃煤占比最大,二次有机气溶胶在秋季占比最大.结合2017年南京市大气污染源排放清单,对二次气溶胶贡献进行再解析,得到南京仙林地区PM2.5主要贡献来自燃煤源(PMF:34.14%,CMB:33.82%),机动车排放源(PMF:27.33%,CMB:29.33%)以及工业源(PMF:26.76%,CMB:24.77%).可见,影响南京仙林地区PM2.5的污染源主要来自燃煤源、机动车排放源和工业源,基于在线组分监测、利用PMF和CMB模型得到的PM2.5源解析结果具有较好的一致性. | 罗干 王体健 赵明 王德羿 曹云擎 陈楚 | 2020 | 中国环境科学2020，40，5： | 15 |
| 8 | 北京4个功能区春冬季大气重污染期间PM_(10)和PM_(2.5)化学污染特征及影响因素分析显示文摘选取北京4个功能区,包括西三环(交通带)、花园北路(商业区)、昌平农村(乡村)、麋鹿苑(郊区)作为研究对象,在2015年春冬季的4次重污染过程分别采集PM_(10)和PM_(2.5)样品,采用主成分分析解析采样期间PM_(10)和PM_(2.5)的污染来源,分析10种水溶性离子、有机碳/元素碳(OC/EC)、16种多环芳烃(PAHs)以及7种重金属元素(Zn、Mn、Pb、Ni、Cu、Cr和As)的污染特征,结合气象条件和后向轨迹,探讨几次典型污染事件形成的气象影响因素及颗粒物化学成分差异。结果表明:采样期间,4月9日、15日的西三环,3月16—17日的花园北路,11月12—16日的昌平农村和3月28—29日的麋鹿苑日均PM_(10)和PM_(2.5)浓度分别大于200和100μg/m 3,超过GB 3095—2012《环境空气质量标准》二类功能区浓度限值,属于重污染天气。4个采样点颗粒物中主要污染物均为二次水溶性离子NO 3-、SO 42-及NH 4+和二次有机碳(SOC)。颗粒物中PAHs以4~6环为主,重金属元素以Zn和Mn为主。4个功能区采样点50%~95%水溶性离子、43%~93%的PAHs、44%~97%的7种重金属元素富集在PM_(2.5)中。不同功能区采样点颗粒物化学组分各有特点,西三环的NO 3-、花园北路的Cl-和NH 4+、昌平农村的NH 4+以及麋鹿苑的Ca2+浓度在总水溶性离子中占比较高;花园北路的PAHs、昌平农村的PAHs和Ni在颗粒物中占比较高。采样期间PM_(10)和PM_(2.5)污染主要来源于燃煤源、交通和二次源以及生物质源。 | 刘艳菊 杨峥 刘庆阳 亓学奎 张婷婷 王欣欣 朱明淏 | 2021 | 环境工程技术学报2021，11，4： | 14 |
| 9 | 运城秋冬季大气细粒子化学组成特征及来源解析显示文摘为研究运城市秋冬季细颗粒物(PM_(2.5))的化学组成特征和污染来源贡献,于2018年10月15日至2019年3月15日利用四通道小流量颗粒物采样器在运城市对大气PM_(2.5)样品进行了连续采集.主要对水溶性离子、元素碳、有机碳和金属元素等化学成分进行了分析,并结合颗粒物化学质量重构法和正定矩阵因子分解模型(PMF)深入探讨.结果表明,采样期间PM_(2.5)质量浓度范围为29.37~370.11μg·m^(-3),期间有101 d高于我国《环境空气质量标准》(GB 3095-2012)中的二级标准,超标率为70.63%,说明秋冬季运城市大气污染较为严重.按照空气质量指数(air quality index,AQI)将采集样品分类为清洁,轻-中度污染和重度-严重污染,水溶性离子、有机碳、元素碳和金属元素分别占总PM_(2.5)浓度的40%、19%、5%、7%(清洁天),46%、18%、4%、5%(轻-中度污染)和46%、21%、4%、4%(重度-严重污染).二次离子NO^(-)_(3)、SO^(2-)_4和NH^(+)_4是水溶性离子主要成分,分别占总离子浓度的81%(清洁天)、87%(轻-中度污染)和87%(重度-严重污染).采样期间OC/EC的值分别为3.78(清洁天)、4.02(轻度-中度污染)和5.37(重度-严重污染).随着污染程度的加剧,大气中二次有机气溶胶的污染情况也越发严重.此外,随着大气污染程度的加深,Fe和Cr元素浓度逐渐下降,而其余金属元素的浓度总体呈上升趋势.化学质量重构结果表明在运城市的PM_(2.5)中,二次无机盐、海盐、重金属、矿物尘、建筑尘、有机物和元素碳的质量分数分别为40%、1%、1%、5%、1%、32%和5%,且随着污染的加剧,二次无机盐的占比有所升高,矿物尘的占比降低.PMF分析结果表明,二次相关源、燃煤源、交通源与生物质燃烧及二次有机物是运城市灰霾暴发的主要原因. | 赵清 李杏茹 王国选 张兰 杨阳 刘水桥 孙宁宁 黄禹 雷文凯 刘新罡 | 2021 | 环境科学2021，42，4： | 14 |
| 10 | An integrated chemical mass balance and source emission inventory model for the source apportionment of PM2.5 in typical coastal areas显示文摘The source apportionment of PM2.5 is essential for pollution prevention.In view of the weaknesses of individual models,we proposed an integrated chemical mass balancesource emission inventory(CMB-SEI)model to acquire more accurate results.First,the SEI of secondary component precursors(SO2,NOx,NH3,and VOCs)was compiled to acquire the emission ratios of these sources for the precursors.Then,a regular CMB simulation was executed to obtain the contributions of primary particle sources and secondary components(SO4^2-,NO3^-3,NH4^+,and SOC).Afterwards,the contributions of secondary components were apportioned into primary sources according to the source emission ratios.The final source apportionment results combined the contributions of primary sources by CMB and SEI.This integrated approach was carried out via a case study of three coastal cities(Zhoushan,Taizhou,and Wenzhou;abbreviated WZ,TZ,and ZS)in Zhejiang Province,China.The regular CMB simulation results showed that PM2.5 pollution was mainly affected by secondary components and mobile sources.The SEI results indicated that electricity,industrial production and mobile sources were the largest contributors to the emission of PM2.5 gaseous precursors.The simulation results of the CMB-SEI model showed that PM2.5 pollution in the coastal areas of Zhejiang Province presented complex pollution characteristics dominated by mobile sources,electricity production sources and industrial production sources.Compared to the results of the CMB and SEI models alone,the CMB-SEI model completely apportioned PM2.5 to primary sources and simultaneously made the results more accurate and reliable in accordance with local industrial characteristics. | Nana Cheng Cheng Zhang Deji Jing Wei Li Tianjiao Guo Qiaoli Wang Sujing Li | 2020 | Journal of Environmental Sciences2020，32，6： | 8 |
| 11 | 北京市奥林匹克公园PM2.5中多环芳烃在采暖季和非采暖季的特征、来源及健康风险评估显示文摘采集了北京市奥林匹克公园2017年12月至2018年6月的67个PM2.5样品,对PM2.5中多环芳烃(PAHs)在采暖季和非采暖季的污染情况、浓度分布特征、来源和健康风险等进行研究。利用GC-MS对16种PAHs进行了检测分析。采暖季和非采暖季的PAHs均值分别为213.6和52.5 ng·m-3。利用比值法和主成分分析对PAHs进行源解析的结果显示,北京市城区采暖季16种PAHs主要来源于煤和石油等化石高温燃烧排放,非采暖季主要来源是机动车尾气排放;ILCR暴露风险评估模型评估表明,人群呼吸暴露在北京大气中具有潜在致癌风险。 | 宋光卫 胡健 崔猛 刘海红 陈鑫 董鑫媛 赵长秋 | 2019 | 生态学杂志2019，38，11： | 8 |
| 12 | 煤改气后天津市采暖期大气污染特征的时空分布研究显示文摘燃煤供暖被认为是中国北方采暖期大气污染的主要来源之一,因此国家计划以天然气替代燃煤作为取暖燃料以减轻大气污染。基于2016-2017年天津采暖期前后的空气质量监测数据,探究'煤改气'后城市大气污染物的时空分布特征及影响因素,为大气污染治理提供依据。研究表明,煤改气后天津采暖期主要大气污染物有PM_(2.5)、PM10和NO_2 3种,CO日均质量浓度有超标现象发生,SO_2和O_3日均质量浓度均低于二级标准限值。与使用燃煤采暖时期相比,大气中SO_2、PM_(2.5)、PM_(10)和CO的日均质量浓度均有不同程度的降低,尤其是SO2浓度降幅高达70%,但NO_2质量浓度没有有效降低。从日变化特征来看,采暖期PM_(2.5)、PM10和CO的日变化规律受到了采暖活动影响,呈单峰单谷型的变化趋势。NO_2、SO_2和O_3的日变化规律与非采暖期相似,受采暖活动影响较小。由于受供暖和大气逆温层的影响,采暖期晚上至上午时段大气污染物(O3除外)的质量浓度远远高于非采暖期相同时段的质量浓度。天津大气污染物在非采暖期呈现出典型的'周末效应',但是在采暖期没有出现'周末效应'。冬季,周末白天人为活动较工作日更为活跃,与之相对应增加的城镇生活源可能是造成周末白天PM_(2.5)和PM_(10)质量浓度偏高及'周末效应'消失的主要原因。 | 张晶 朱兆洲 李绪威 杨鑫鑫 | 2019 | 生态环境学报2019，28，2： | 8 |
| 13 | 郑州市PM_(10)和PM_(2.5)中多环芳烃污染特征及健康风险评价显示文摘为研究郑州市PM_(10)和PM_(2.5)中多环芳烃(PAHs)的污染特征、来源及对健康的影响,于2013年4—12月在郑州大学采样点同步采集大气中的PM10和PM_(2.5).利用气相色谱-质谱联用仪对16种优先控制的PAHs进行定量分析,在此基础上运用Ba P毒性当量法对PAHs进行健康风险评估,并采用比值特征法揭示PAHs的可能来源.结果表明:郑州市大气颗粒物PM_(10)和PM_(2.5)中PAHs的单体质量浓度随季节变化特征明显,基本上都呈现冬季〉秋季〉春季〉夏季的趋势,其中4~6环化合物是PAHs的主要成分.郑州市四季大气颗粒物Ba P质量浓度均超过国家空气质量标准限制,存在潜在健康风险.经过比值特征法分析得出,郑州市大气颗粒物PM_(10)和PM_(2.5)中PAHs主要来自燃煤源、石油化工源、生物质燃烧源和机动车尾气源. | 王群 郭月 姜楠 张瑞芹 | 2016 | 郑州大学学报(理学版)2016，48，2： | 7 |
| 14 | 北京市典型重污染过程中PM2.5载带水溶性无机离子污染特征分析显示文摘为研究北京地区冬季PM_(2.5)载带的水溶性无机离子组分污染特征,2013年1月在中国环境科学研究院内采用在线离子色谱(URG-9000B,AIM-IC)对PM_(2.5)中水溶性无机离子(SO_4^(2-)、NO_3^-、Cl^-、NH_4^+、Na^+、K^+、Mg^(2+)、Ca^(2+))进行监测与分析。结果表明,采样期间总水溶性无机离子(TWSI)浓度为61.0μg/m^3,其中二次无机离子SO_4^(2-)、NO_3^-、NH_4^+(SNA)占比达72.3%,在PM_(2.5)中占比为40.29%,表明北京市PM_(2.5)二次污染严重。重污染天[NO_3^-]/[SO_4^(2-)]表明,固定源污染较移动源更为显著。三元相图表明,在空气质量为优的情况下,NH_4^+(在SNA中占比为30.3%~65.5%,下同)主要以NH_4NO_3的形式存在,较少比例以(NH_4)_2SO_4存在;严重污染时,NH_4^+(47.3%~77.9%)主要以(NH_4)_2SO_4形式存在,其次以NH_4NO_3的形式存在,其余的NH_4^+以NH_4Cl的形式存在。[NO_3^-]/[SO_4^(2-)]日变化表明,早、晚机动车高峰影响北京重污染发生。 | 石梦双 韩斌 杨文 张蕊 陈莉 白志鹏 | 2018 | 中国环境监测2018，34，3： | 7 |
| 15 | 生物炭和过磷酸钙投加对鸡粪-烟末-菌糠联合堆肥腐熟度及含氮气体排放的影响显示文摘鸡粪-烟末-菌糠(CK)联合堆肥过程中存在升温慢、水分去除难、极易排放污染气体和腐熟周期长等问题。本研究以鸡粪、烟末和菌糠为原料,通过添加外源固氮材料来减少鸡粪-烟末-菌糠联合堆肥过程中含氮气体(NH3和N2O)的产生及改善堆肥腐熟度,设置了添加5%(质量分数)过磷酸钙、添加10%生物炭的堆肥试验。结果表明,处理堆体温度均能在55℃持续8 d以上,达无害化标准。与CK处理相比,添加5%过磷酸钙和10%生物炭处理堆肥腐熟度得到有效改善,但添加5%过磷酸钙处理有增加堆肥产品EC的风险;添加5%过磷酸钙处理堆肥过程中以NH3-N、N2O-N形式损失TN分别降低了32.13%和12.20%;添加10%生物炭处理以NH3-N、N2O-N形式损失TN分别降低了28.83%和34.15%。综合堆肥腐熟度、氮损失及污染气体减控效果来看,添加质量比5%过磷酸钙更有利于鸡粪-烟末-菌糠联合堆肥。 | 张邦喜 江滔 杨仁德 柳玲玲 朱森林 李国学 | 2020 | 太原理工大学学报2020，51，5： | 5 |
| 16 | 2014—2020年河南省PM_(2.5)-O_(3)复合污染特征及气象成因分析显示文摘为了解河南省PM_(2.5)-O_(3)复合污染特征及气象成因,本文基于2014—2020年河南省18个地级市的空气质量国控点数据及常规地面气象观测数据,对河南省PM_(2.5)-O_(3)的复合污染时空特征及关键气象因子影响进行分析.结果表明:(1)在空间分布上,PM_(2.5)-O_(3)复合污染天数呈由河南省中北部向周围逐渐减少的特点,而O_(3)单污染和PM_(2.5)单污染高发区均主要集中于豫北地区.(2)在时间特征上,2014—2020年PM_(2.5)-O_(3)复合污染天数呈先增加后减少的特征,最多为12 d(2014年),2016—2017年未出现复合污染;PM_(2.5)单污染和O_(3)单污染天数均呈“M”型变化趋势,PM_(2.5)单污染天数的2个峰值分别出现在2015年和2019年,分别为174和93 d,O_(3)单污染天数的2个峰值分别出现在2017和2019年,分别为64和79 d.PM_(2.5)-O_(3)复合污染主要出现在4月、5月、6月、7月、10月;PM_(2.5)单污染天数呈“V”型变化趋势,8月污染天数最少,为2 d,O_(3)单污染主要集中在4—10月.PM_(2.5)-O_(3)复合污染时的O_(3)浓度日变化特征与O_(3)日最大滑动平均值(简称“O_(3)-8 h浓度”)均呈“单峰”型.PM_(2.5)-O_(3)复合污染时的O_(3)浓度在16:00达最大值,为171μg/m^(3).(3)PM_(2.5)-O_(3)复合污染频发时的气温较O_(3)单污染频发时的气温高,而较PM_(2.5)单污染频发时的气温低.PM_(2.5)-O_(3)复合污染频发时的相对湿度较单污染频发时的相对湿度低.当气温为13.7~23.4℃、相对湿度为40%~65%、风向为北或东北风、风速为2.7~3.1 m/s时有利于PM_(2.5)-O_(3)复合污染的发生.研究显示,2014—2020年河南省PM_(2.5)-O_(3)复合污染具有明显的时空特征且污染程度先减轻后加重的趋势,气温、相对湿度、风速和风向对PM_(2.5)-O_(3)复合污染影响显著. | 刘淼晗 于宸涛 房祥玉 全澍 黄月华 王梅娟 韩艳 | 2023 | 环境科学研究2023，36，2： | 4 |
| 17 | 基于声凝并的PM_(2.5)脱除技术研究进展(Ⅰ):声凝并预处理技术显示文摘声凝并是控制PM_(2.5)排放的重要预处理措施,经声凝并后颗粒粒径分布向大粒径方向迁移,从而促进后续除尘装置将颗粒脱除.回顾了国内外声凝并技术的研究进展,分析了目前声凝并技术研究存在的问题,指出今后对PM_(2.5)声凝并脱除技术的研究重点和方向,旨在为经济、高效的燃烧源PM_(2.5)排放控制技术的研究和开发提供参考. | 凡凤仙 白鹏博 张斯宏 胡晓红 | 2017 | 能源研究与信息2017，33，3： | 4 |
| 18 | 蒸汽凝结促进多分散不可溶PM_(2.5)增长的数值模拟显示文摘以PM2.5为凝结核,发生蒸汽凝结能够使得PM2.5粒径增加,以利于后续脱除。了解PM2.5的凝结增长规律对于PM2.5的高效脱除有重要意义。为此,基于凝结增长动力学方程,研究等温和绝热系统中多分散不可溶PM2.5的凝结增长过程,探讨蒸汽凝结后颗粒粒径分布随时间、蒸汽饱和度、温度的变化规律,并将等温和绝热系统中颗粒的凝结增长特性进行对比分析。结果表明,过饱和蒸汽能够迅速在PM2.5表面发生凝结,促进颗粒粒径分布向着大粒径、窄分布的方向发展;相同初始温度条件下,提高蒸汽饱和度可以有效促进PM2.5的增长;相同初始含湿量条件下,温度的较小变化就会引起最终颗粒粒径分布发生显著变化,且温度越低,颗粒凝结增长效果越好;与绝热系统相比,相同初始条件下等温系统中凝结增长所需的时间更长,生成的最终颗粒也更大。 | 温高森 凡凤仙 | 2015 | 高校化学工程学报2015，29，3： | 4 |
| 19 | 义乌市PM2.5中烷烃的污染水平和来源分析显示文摘为了解长三角典型县级市-–义乌市大气PM2.5中烷烃的污染特征和来源,于2015年7月-2016年4月,使用TH-16A四通道采样器分别在义乌市北苑站点和江东站点采集大气PM2.5样品,采用气相色谱-质谱联用仪对正构烷烃(C16~C34)和藿烷(C27~C32)进行定量分析.结果表明,北苑站点和江东站点大气PM2.5中正构烷烃的年均浓度分别为78.0和80.4 ng/m3,站点之间没有明显差异;正构烷烃的浓度存在明显的冬季>秋季>春季>夏季的季节性变化规律.正构烷烃的分布特征、主峰碳数(Cmax)、碳优势指数(carbon preference index, CPI)和植物蜡贡献率(Wax%)都表明化石燃料源是义乌市PM2.5中正构烷烃的主要来源,植物蜡的平均贡献率约为20%.义乌市PM2.5中藿烷的年均浓度在北苑站点和江东站点分别为5.5和4.6 ng/m3,藿烷浓度和正构烷烃浓度之间存在较强的正相关关系.依据藿烷同系物的分布特征,机动车排放是义乌市PM2.5中有机质的重要来源. | 陈焕兵 常毅 张胜华 黄伊宁 冯加良 | 2019 | 上海大学学报(自然科学版)2019，25，4： | 3 |
| 20 | 2016年陕西省O_3浓度时空变化规律显示文摘基于2016年陕西省各市共计50个空气质量监测站点的O_3数据,采用空间数据统计方法、克里金插值法以及Morlet小波分析法来探讨陕西省O_3浓度的时空变化规律以及与其他污染物之间的相关性关系。结果显示:1)陕西省O_3浓度整体呈'夏高冬低、春秋次之'的季节变化规律,'倒U形'起伏的月变化规律,'倒U形'周期性脉冲波动型的日变化规律,'单峰型'起伏的时变化规律,冬季>秋季>春季>夏季的季节达标规律,以及'夏高冬低,春秋居中'的季节污染规律。2)陕西省O_3浓度整体呈'东北高,西南低'的空间分布特征。O_3浓度关中>陕北>陕南。铜川O_3浓度最高,汉中最低。夏季是陕西省O_3浓度最高、污染范围最广、危害最大的季节,冬季反之。3)O_3浓度与PM_(2.5)、PM_(10)、SO_2、CO、NO_2污染物浓度均为负相关,与CO、NO_2、PM_(2.5)污染物浓度为显著相关。颗粒物PM_(2.5)浓度对O_3污染物浓度的影响比PM_(10)更加显著,表明颗粒污染物越小,对大气中O_3浓度的影响越大。 | 南国卫 孙虎 | 2018 | 干旱区资源与环境2018，32，5： | 3 |
您所在的机构暂未开通此部分的功能，请联系管理员