【摘 要】
：
VOCs是造成臭氧污染的关键体物,建模分析臭氧重污染时期VOCs污染特征,获取生成臭氧的关键VOCs物种,明确造成臭氧污染的主要来源,为制定臭氧污染防治策略提供依据.选取某臭氧污染严重区域为研究区域,选取CAMx O3模拟系统为分析VOCs污染特征的数值模拟平台,分析臭氧重污染时期VOCs污染特征.结果表明,研究区域臭氧污染较为严重,乙烯和甲苯是VOCs生成臭氧贡献度最高的化学组分;烷烃在VOCs组分中的体积分数最大;机动车尾气排放和工业污染源是造成VOCs含量过高,臭氧污染严重的重要来源,应重点控制研究
【机 构】
：
河南省生态环境监测中心,河南 郑州450004
论文部分内容阅读
VOCs是造成臭氧污染的关键体物,建模分析臭氧重污染时期VOCs污染特征,获取生成臭氧的关键VOCs物种,明确造成臭氧污染的主要来源,为制定臭氧污染防治策略提供依据.选取某臭氧污染严重区域为研究区域,选取CAMx O3模拟系统为分析VOCs污染特征的数值模拟平台,分析臭氧重污染时期VOCs污染特征.结果表明,研究区域臭氧污染较为严重,乙烯和甲苯是VOCs生成臭氧贡献度最高的化学组分;烷烃在VOCs组分中的体积分数最大;机动车尾气排放和工业污染源是造成VOCs含量过高,臭氧污染严重的重要来源,应重点控制研究区域工业排放以及机动车尾气排放问题.
其他文献
不同集聚模式对环境污染影响千差万别,为此对旅游产业集聚对环境污染的影响展开深入研究,分析二者间存在的相关性.选取区位熵法与熵权法作为研究方法,得到旅游产业集聚水平与环境污染综合评价指标;建立计量模型,引入多个控制变量,分析旅游产业集聚与环境污染间的影响机理.通过对西部地区旅游业展开实例分析,结果表明,在旅游产业集聚初期,环境污染程度逐渐加大,随着集聚水平的提高,环境受污染情况得到有效改善,可帮助区域旅游产业集聚发展制定合理计划,在有组织、有指导的前提下展开产业集聚,保证经济与环境的和谐发展.
为了实施更科学更具有针对性的精准防控,对2020年临沂市PM2.5时空排放规律及气象因素的影响进行分析,结果表明:PM2.5月浓度高值主要集中在11月-2月,日浓度高值主要集中在上午8时-9时.受主导产业影响,1月PM2.5污染高值分布在兰陵县西部、费县西北部和平邑县东部;12月高值主要分布在兰陵县、高新区和莒南县.秋冬季、湿度60％ ～90％、盛行西南风和西风时,易出现PM2.5浓度高值.PM2.5污染来源以临沂市排放和苏皖鲁豫区域近距离性污染传输为主.
基于丽水市2014年-2019年16个空气质量自动监测站PM2.5的监测数据和气象资料,结合HYSPLIT后向轨迹分析模型,分析了丽水市PM2.5的时空变化特征及气象要素的影响.结果表明:2014年-2019年丽水市PM2.5浓度呈逐年下降趋势,区域内呈现东北高西南低的分布特点,季节分布特点表现为秋季>冬季>春季>夏季.日雨量、温度等气象要素存在明显季节差异,热力学原因是造成PM2.5浓度改变的主要因素;冬季较高的PM2.5浓度与较少的日雨量、较弱的风速和来自西北方向长距离外源污染输送有较大联系.文章揭示
为了掌握建筑施工扬尘污染状况,提出基于多源数据融合的建筑施工扬尘污染特征识别方法.分析建筑施工扬尘污染排放主要来源,利用排放因子算法估计扬尘水平.建立颗粒物运移方程,结合扩散系数掌握扬尘迁移规律.根据一致性原则合并数据源中的冲突值,采用差值算法填补空缺值,建立多源数据知识图谱.将聚类分析引入到图谱中,通过夹角余弦法计算待识别样本间的相似度,识别出扬尘污染特征.仿真实验结果表明,基坑开挖污染最为严重,其次是主体结构,基础建设污染值最低,该结果与实际工况相符,识别精度较高.
选取车流大且稳定的长沙市东二环典型人行天桥为试验地,采用环境空气综合采样器对空气中的氮氧化物(NOx)、非甲烷总烃(NMHC)污染物进行连续观测采样分析,并运用IBM SPSS相关分析法,探究其在同一高度有、无立体绿化形式的人行天桥上污染物的浓度变化特征及与气象因子的相关性.结果表明,在交通运行引发的气态污染物中,立体绿化较显著降低人行天桥NOx浓度,对NMHC浓度降低略明显,同时NOx与气压的相关系数为-0.47,P=0.02,具有较显著的负相关性;NMHC与温度的相关系数为-0.42,P=0.04,具
利用常规资料、自动站资料和NCEP再分析资料,分析河南中部一次持续性大雾天气过程.结果表明:高层环流平直有小槽东移,低层受西南气流控制,地面均压场,是此次大雾形成的环流背景;大雾日08时逆温层顶温度与气温之差>3℃,逆温层顶达925 hPa;近地层由下沉运动转为上升运动,地面水汽通量大于1 g·cm-1·hpa-1·s-1,对预报大雾的开始有很好的指示意义;T-Td≤1.8℃,U>87％,风向偏东、偏南,风速2 m·s-1左右有利于大雾的生成维持;大雾期间,CO、NO2浓度有所增加,颗粒物、SO2浓度下降
为了研究大气颗粒物在特定气象条件下的扩散条件,文章通过对潍坊市的大气环境和气象监测数据进行分析,以潍坊市2013年12月到2018年12月气象数据与大气颗粒物数据为原始数据,使用SPSS对以上数据进行非线性回归分析,共发现30条敏感曲线,其中高信度敏感曲线20条,发现平均温度、降水量等气象因子与大气颗粒物情况存在统计学逆相关关系,气压因子与大气颗粒物情况存在统计学正相关关系,即高气压、低降水量和低气温状态容易造成较严重大气污染.
为了确定大风天气对污染物扩散造成的影响,提出大风天气对大气环境污染物扩散的影响建模.提取大风天气风向、表面压力、表面风速、平均风速廓线、湍流五种影响大气环境污染物扩散因素;采用Fick定律和湍流扩散理论建立大气环境污染物迁移、转化基本方程,求取污染物在不同方向上的浓度,实现大风天气对大气环境污染物扩散影响的确定.实验表明:在同一污染物浓度检测时间频次下,PM2.5质量浓度随着大风天气风向的变化而变化;随着风速的增加,PM2.5质量浓度顺着风来源的方向向四周扩散;模型分析结果与风对大气环境污染物扩散影响理论
农业生产以及农村可持续发展已经成为了现阶段中国发展的重要内容,其发展水平直接影响中国改革开放的进程,而农村发展环境成为了农村进步的基础条件,只有提升农村环境污染防治水平,转变农业基础增长技术方式,才能使自然生态环境由不平衡状态转为良性循环的模式,最终完成农业高产发展目标.其中由于农村自然生态环境受到了农业生产、工业制造以及农业生活等各方面的影响和作用,所以会产生较为严重的生态环境污染问题,需要进行全面优化和完善.
在雾霾气象条件下,传统的颗粒物质量浓度分布模型存在计算冗余度高、数据与模型之间相关性比较弱的问题,导致其存在精度不足的问题.针对这一问题,提出雾霾气象条件下颗粒物质量浓度分布模型.首先根据不同对流层和高度计算颗粒物在雾霾天气条件下的折射率,从而确定气象参数.然后计算各个参数的累计贡献率,确定模型的主元个数,并为其设置控制限.基于此,利用主元数据的特征值完成对模型的构建.实验结果表明:在雾霾气象条件下,该模型的反演结果较为可靠,预报正确率高达90％以上,计算精度高于传统模型.