一、锦州市区机动车尾气与空气污染相关性的探讨(论文文献综述)
庞宇婷[1](2021)在《典型机动车尾气排放可吸入颗粒物的成分和毒性效应研究》文中研究指明近年来,大气雾霾的形成机制和健康危害受到了全球广泛关注,可吸入颗粒物的毒性组分及其来源成为研究热点,其中交通排放的颗粒物是一个重要对象。为了探讨交通排放对大气颗粒物污染危害的贡献以及比较不同类型机动车尾气排放对人体健康效应的差异,本研究选取南京市一次重污染天气过程中不同时期的实际环境空气PM2.5以及10种典型机动车尾气排放的不同粒径的可吸入颗粒物(PM2.5、PM10)为研究对象,在分析测定颗粒物样品中的碳组分、金属元素、水溶性离子等成分浓度的基础上,进行各种颗粒物对A549人肺上皮细胞的体外细胞毒性实验,从细胞活性、氧化损伤、炎性损伤三个方面揭示各种实际环境空气颗粒物和机动车尾气排放颗粒物对人体健康的危害,主要结果如下:(1)冬季典型的这次重污染事件主要来源于机动车尾气污染,污染受到西南方向污染气团的影响,此外,气象条件例如相对湿度与PM2.5浓度呈显着正相关,使得PM2.5吸湿增长,造成PM2.5浓度升高,较低的风速使得大气污染物不容易扩散,造成污染物不断地累积。通过这次重污染事件不同的时期的PM2.5样品对细胞进行染毒发现,PM2.5浓度越高,对细胞的毒性效应越强,清洁时期诱导细胞发生氧化损伤以及炎性损伤(TNF-α)的程度比重污染时期的严重。金属成分的变化表明了本次重污染事件主要受人为影响比较大,而水溶性离子的变化表明交通源为这次重污染事件做出主要贡献。(2)不同类型机动车排放的两种粒径的颗粒物成分存在明显差异。对于碳组分,相比于柴油车,汽油车的含量更小,且汽油车的OC/EC远远大于柴油车。对于水溶性离子,对于所有车型,Na+、NO3-、SO42-的含量占所测水溶性成分绝大部分,原因是高温燃烧导致NOx的生成,以及在尾气排放过程产生大量的硫酸盐有关。对于金属元素,汽油车的金属含量要大于柴油车。机动车排放的尾气颗粒物成分不同的一个重要原因是车辆的重量。(3)不同类型机动车排放的两种粒径的颗粒物会造成细胞不同方面、不同程度的损伤。同一类型的机动车排放的PM2.5比PM10具有更高的细胞毒性,造成细胞活性降低的程度更高,且PM2.5比PM10造成细胞氧化损伤的程度也更为严重,而PM10造成细胞炎性损伤的程度比PM2.5更严重。汽油车排放的PM2.5对细胞毒性效应较强。随着机动车排放标准的提升,尾气中含有的有毒有害的物质也在减少,对人体健康的危害减弱。综上所述,机动车尾气仍然是造成城市大气污染的主要来源,针对机动车尾气的治理,对于柴油车推荐使用柴油废气控制装置,可以有效地降低柴油车尾气PM2.5中的EC的含量,对于小型汽油车的治理主要是以减少二次有机碳的形成为目标,尽量减少金属部件的使用,积极响应国家号召,提高排放标准。
黄未杰[2](2021)在《典型燃煤源排放可吸入颗粒物的化学成分及细胞毒性研究》文中提出随着工业化和城市化进程的提速,发达国家历经百余年的空气污染问题,二三十年内在我国经济发达地区频繁发生,空气质量状况令人担忧。细颗粒物(fine particle,PM2.5)是我国当前首要大气污染物,也是改善环境空气质量的主要瓶颈,但PM2.5来源广泛、成分复杂,其中燃煤是大气颗粒物的重要来源之一。目前,对于燃煤源的相关研究主要集中在煤炭燃烧排放颗粒物的组分和排放因子等方面,鲜有研究它们对人体健康的影响而这对于解析环境空气颗粒物的健康风险却又十分重要,因此,对燃煤源排放颗粒物的人体细胞毒性进行综合评估具有重要意义。本研究通过分析南京市不同功能区环境空气PM2.5的成分和人肺细胞毒性发现了燃煤源是城市PM2.5的主要人为源之一,进而深入研究燃煤源排放颗粒物对人体健康的影响。共选取了4类(10)种煤炭为研究对象,包括蜂窝煤、无烟煤、烟煤和工业煤等,通过实验室模拟煤炭燃烧过程,利用稀释通道采样系统采集煤炭燃烧排放可吸入颗粒物(PM2.5、PM10),分析其碳质组分、金属元素和水溶性离子等化学成分含量,同时提取颗粒物进行体外染毒实验,测定其对人肺上皮细胞A549的存活率、氧化应激指标水平和炎性因子的表达量,比较不同燃煤排放颗粒物对人肺细胞的细胞毒性差异,并综合评估其有机碳OC、元素碳EC、金属元素和水溶性离子与其细胞毒性的相关性。结果如下:(1)南京冬季PM2.5污染水平较高,且受天气条件影响较大,其浓度与风速和能见度呈负相关,且相关性系数较高。降雪能有效改善人类活动对PM2.5的影响,也能改变PM2.5的组分构成。降雪期间城市PM2.5的重金属成分和水溶性离子比降雪前后PM2.5高,因此降雪期间比降雪前的PM2.5有更强的细胞毒性、遗传毒性以及诱导细胞产生氧化损伤和炎性损伤的能力。结合PM2.5的化学成分和来源解析,发现燃煤产生的重金属和水溶性阳离子对PM2.5细胞毒性较大。(2)不同地区,不同种类的煤炭燃烧时排放颗粒物的化学成分特征不同。蜂窝煤和无烟煤燃烧排放的碳质组分浓度最低,烟煤大于工业煤,OC和EC是烟煤燃烧排放的颗粒物的主要成分。PM2.5中SO42-、NO3-和NH4+占主导地位,PM10中以Cl-、SO42-和Na+为主。蜂窝煤、无烟煤和工业煤燃烧排放颗粒物中以水溶性成分SO42-和NH4+为主。煤炭燃烧排放的金属元素主要以Na和Ca为主;而Zn和Pb在燃煤排放颗粒物的重金属元素中占主导地位。(3)煤炭燃烧排放颗粒物的细胞毒性与颗粒物粒径和种类有关。煤炭燃烧排放的细颗粒物PM2.5对细胞活力影响略大于PM10。工业煤诱导细胞产生氧化应激以及造成炎性损伤的能力最强。烟煤和工业煤以诱导细胞产生IL-6为主,蜂窝煤和无烟煤诱导细胞产生IL-6和TNF-α的能力相似。煤炭燃烧排放的颗粒物PM2.5中与细胞指标具有显着性相关性的成分以金属元素为主,而PM10以水溶性离子为主。
汪小爽[3](2021)在《城市街道峡谷行道树覆盖下大气颗粒物空间扩散规律与调控》文中研究指明城市街道峡谷中机动车排放的颗粒物是城市空气主要污染来源之一。由于机动车排放高度较低,车辆尾气产生的大气颗粒污染物极易对地面及临街建筑附近人群造成身心健康的伤害。大量研究结果表明,街道两旁密植行道树可以吸附颗粒物,具有显着的滞尘减污作用,同时还可有效改善微环境小气候。然而近期研究显示街道峡谷内因行道树树冠覆盖导致大气颗粒物扩散受阻,从而引发街道峡谷内的污染物聚集。街道峡谷颗粒物污染不仅与污染源强度、街道峡谷特征及气象因子相关,也与行道树覆盖特征有关。但目前尚不清楚街道峡谷内行道树覆盖对大气颗粒物空间扩散的影响规律,以及怎样调控街道峡谷内行道树结构以缓解人行道及街区周边的颗粒物污染。针对行道树对街道峡谷内大气颗粒物扩散影响的不确定性,本研究通过不同行道树特征(郁闭度、生长型等)与街道峡谷特征(纵横比、朝向)下大气颗粒污染物浓度日变化和季节变化的实测,结合ENVI-met模型模拟,探讨街道峡谷内大气颗粒物的空间扩散规律对行道树覆盖的响应与调控机制,提出基于颗粒物扩散的城市街区行道树结构配置策略,以期为城市园林种植规划提供参考。本研究主要结论如下:(1)行道树低郁闭度(≤35%)、中等郁闭度(35%70%)和高郁闭度(>70%)覆盖下街道峡谷的颗粒物浓度实测显示,静风和微风条件下,高郁闭度覆盖下街道峡谷的颗粒物浓度最高,导致颗粒污染物在街道峡谷内的聚集;低郁闭度和中等郁闭度覆盖均有利于街道峡谷内颗粒物扩散。街道峡谷行道树树冠郁闭度在30%36%时,PM10、TSP浓度与无树冠覆盖对照相比降幅最大,分别降低26.75%和27.49%;树冠郁闭度24%36%时PM2.5浓度表现出最大的降幅(降低7.44%),可见低郁闭度覆盖下颗粒物扩散的效果最好。不同树冠郁闭度(0%-90%的9个梯度)下颗粒物浓度的ENVI-met模型模拟进一步证明,行道树郁闭度60%以下能降低街道峡谷内的PM2.5、PM10浓度,郁闭度超过60%则会导致街道峡谷中高浓度区的产生和扩张。随行道树叶面积密度(LAD)在0.5 m2m-33 m2m-3范围内的增加,街道峡谷中行人层、树冠底部与树冠上部的PM2.5及PM10最大最小浓度差随之增大,颗粒物分布更加不均匀。(2)不同生长型行道树下颗粒物浓度与粒径的季节变化观测表明,静风和微风条件及相同树冠郁闭度等级下,夏冬两季落叶阔叶树覆盖的街道峡谷各粒径颗粒物(PM1、PM2.5、PM4、PM7、PM10、TSP)的浓度均高于常绿阔叶树覆盖,在此情形下常绿阔叶行道树比落叶阔叶行道树覆盖更有利于街道峡谷内颗粒物的扩散。但夏季常绿阔叶树覆盖的街道峡谷中小粒径颗粒物(PM1、PM2.5)浓度较高,落叶阔叶树覆盖的街道峡谷中较大粒径颗粒物(PM4、PM7、PM10、TSP)浓度较高;冬季常绿、落叶阔叶树覆盖的街道峡谷中均以较大粒径颗粒物浓度占比较高。街道峡谷颗粒物浓度呈现出夏低冬高的季节变化趋势,常绿阔叶与落叶阔叶树覆盖的街道峡谷各粒径颗粒物浓度差异在冬季均有所缩小。(3)不同街道纵横比下颗粒物浓度的实测与ENVI-met模拟均显示,H/W≥2的深街道峡谷中各类颗粒物的浓度均较高。夏冬两季实测的颗粒物浓度在H/W≈0.5或1的街道峡谷中较低,在H/W≈2的街道峡谷内最高。街道峡谷越开敞(纵横比越低),越有利于PM1、PM2.5等小粒径颗粒物的扩散;而规则型街道峡谷H/W≈1有利于PM10、TSP等大粒径颗粒物的扩散。规则型街道峡谷H/W≈1是利于各粒径颗粒物扩散的理想纵横比。不同街道纵横比的街道峡谷中颗粒物浓度的模拟表明,随着H/W在0.54范围内的增加,有行道树覆盖与无行道树覆盖间的颗粒物浓度差缩小;在H/W=4的街道峡谷中,50%郁闭度的行道树覆盖只会造成街道峡谷内颗粒物(PM2.5、PM10)浓度的升高。(4)在街道汽车尾气排放源(0.3m)、行人层(1.5m)、树冠下(6m)、树冠中部(9m)、树冠顶部(12m)共5个高度处的颗粒物垂直方向实验显示,各粒径(PM1、PM2.5、PM4、PM7、PM10、TSP)颗粒物浓度均呈现随高度增加而明显降低的趋势。各粒径颗粒物浓度与高度之间均呈显着的线性负相关关系;粒径越大,不同高度之间颗粒物浓度的差值更大,且总悬浮颗粒物(TSP)与高度之间存在强负相关性。ENVI-met模型结果进一步证实,颗粒物浓度随高度增加而明显降低,不同郁闭度等级间的颗粒物浓度差值也随高度增加而缩小。(5)街道峡谷两侧的颗粒物浓度实测结果与ENVI-met模拟值均表明,不同纵横比街道峡谷内背风面的颗粒物浓度基本均高于迎风面的颗粒物浓度。在纵横比0.52的近规则型街道峡谷中,夏季背风面PM7、PM10、TSP大粒径颗粒物浓度显着高于迎风面,而背风面PM1、PM2.5、PM4等小粒径颗粒物浓度值大部分高于迎风面。东西、南北朝向街道峡谷PM2.5、PM10浓度的ENVI-met模拟显示,背风高浓度区与迎风低浓度区在两种朝向中呈近似对称分布,仅东西、南北两种朝向街道峡谷间的颗粒物浓度略有差异。(6)街道峡谷颗粒物浓度与环境因子间的相关分析表明,在静风和微风条件下,相对湿度与颗粒物浓度间呈显着的正相关关系,是影响街道峡谷颗粒物扩散的主导环境因子。不同行道树郁闭度下的ENVI-met模型模拟显示,随着行道树郁闭度增高,街道峡谷内降温区的面积扩大;行人层平均风速与最大风速差降低,大气相对湿度增加。行道树郁闭度达50%以上的街道峡谷风速小于无行道树的街道峡谷。行道树郁闭度为60%90%时,行人层和整个街道峡谷均有温差-2.5°C的深降温区出现;行道树郁闭度70%90%时街道峡谷出现了高增湿区(相对湿度增值>10%)。增湿区、低风速区集中在树冠周围位置,随着与冠层向上的距离增大而变化减弱。东西和南北朝向街道峡谷中均在H/W=4的深街道峡谷情景下的最大风速差值最高,有行道树街道峡谷大部分区域的风速低于无行道树街道峡谷,可见行道树阻碍风对颗粒物扩散的作用在高纵横比的深街道峡谷中尤为明显。行道树降温效果随着街道峡谷纵横比的增加逐渐减弱,增湿区面积也随街道峡谷纵横比升高而缩小。(7)静风和微风条件下,低郁闭度(≤35%)和中等郁闭度(35%70%)树冠指标可作为规则型与近规则型街道峡谷(H/W:0.52)中行道树配置的理想范围,高污染区域的街道峡谷中则应将行道树树冠郁闭度控制在35%左右。稠密树冠且顶篷搭接阻碍颗粒物扩散时,可以通过缩冠整型与疏枝修剪进行改善。常绿阔叶、落叶阔叶树搭配的行道树带,其滞尘效果优于单一生长型行道树带,建议以小型常绿阔叶乔木为主、大型落叶阔叶乔木为辅间隔种植。街道空间规划应尽量避免形成阻碍颗粒物扩散的深街道峡谷环境。小粒径颗粒物(PM1、PM2.5)浓度较高的区域应增加楼间距或控制建筑密度,设计为开敞型街道;大粒径颗粒物(PM10、TSP)浓度较高的街道区域,可采用H/W≈1的规则型街道峡谷设计,并通过调整街道建筑通风口引入垂直峡谷轴线风向的气流。在新建幼儿园、学校、医院时,应尽可能选址在街道迎风面,以减少城市街区脆弱人群在街道背风面的污染暴露,并在背风路边种植滞尘能力强的植被以吸附大粒径颗粒物。
叶鑫[4](2021)在《宝鸡市城区环境空气质量时空变化特征》文中提出随着人们对生活品质的日益重视,大气污染问题成了人们密切关注的话题。宝鸡市特定的河谷地形,三面环山的地理位置以及不利于污染物扩散和转移的气候条件,再加上作为国家重点发展的老工业基地,在工业发展过程中,对能源消耗较大,排放的污染物质对环境带来较大的影响,尤其是有害气体的排放,导致大气污染严重。我国实施“铁腕治霾”及一系列污染防治措施后,宝鸡市空气质量有了一定程度地好转,但是从整体上来看依旧不容乐观,仍存在着较大的污染问题。因此,分析宝鸡市大气环境质量变化特征,可为制定合理的大气污染防治策略提供科学依据。本文通过对宝鸡市城区8个空气自动监测点2016年~2019年的时空变化特征进行分析,探讨了宝鸡市大气污染的来源,并针对性地提出了宝鸡市大气污染防治措施和工作建议,得到以下主要结论:(1)5种污染物年均浓度整体呈现逐年降低的趋势。其中,2017年和2018年NO2年均浓度排放值超过《环境空气质量标准》二级浓度限值(40μg/m3)。PM10和PM2.5的4年(2016-2019年)年均浓度排放值均超标,且2019年PM10年均浓度超过二级标准1.17倍,PM2.5年均浓度超过二级标准1.46倍。空气中首要污染物各季节有所差异,冬季以PM2.5污染为主,春秋季以PM10污染为主,夏季以O3污染为主。(2)对5种污染物进行时间特征变化分析得出,2016-2019年SO2、NO2、PM2.5和PM10一年中月均排放浓度变化趋势都呈倒“几”型变化趋势,均是夏季低峰运行,从每年10月浓度逐渐上升直到次年2月再逐步下降。这与冬季采暖及和夏冬两季宝鸡市的气象条件有密切关系。2016-2019年O3浓度一年中月均值变化趋势呈“几”字型,月均浓度排放趋势呈现明显的季节特征,即:夏季>春季>秋季>冬季,与NO2浓度变化趋势正好相反。夏季是一年中臭氧污染最严重的季节,气温高、紫外线辐射强度大、能见度高的天气利于光化学反应进行,有助于O3生成。(3)对5种污染物进行空间特征变化分析得出,位于工业区的陈仓区环保家属楼监测点,在冬季不利于污染物扩散的条件下,SO2、PM10和PM2.5的监测数值均处于较高水平;位于交通稠密区的三迪小学监测点NO2浓度值较其他监测点处于高位;位于商、住混合区、交通拥堵的文理学院在夏季O3浓度值高于其他监测点位;而位于清洁点的竹园沟和庙沟村,在夏季日照强度高的情况下,O3的浓度值高于其他监测点或与之持平。(4)相关性分析表明,5种污染物浓度变化显着相关。其中,SO2和PM10的相关性最高,R值高达0.976;而NO2和O3呈显着负相关(P<0.05)。因此,可以得出5种污染物有相似的污染来源。从5种污染物成因分析来看,工业用煤燃烧的废气排放和交通尾气污染是5种污染物的主要来源。此外,宝鸡市3-5月是沙尘暴高发时节,因此PM10的污染源还包括周边输入性污染。根据5种污染物的时空变化特征和相关性分析结果,有针对性的提出宝鸡市大气污染防治工作策略及建议,如下:1)调整产业结构,深化工业减排。关停能耗高、污染大的工业企业;敦促所有企业上线成熟的脱硫脱硝设施;大力推行集中供暖;促进清洁能源使用;要求所有排污企业均安装在线监测设备。2)当地环保部门建立大气严重污染天气应急预案,在每年城市雾霾、灰霾高发季节启动应急预案降低严重污染天气危害性。3)对城市居民出行采取公共交通工具票价补贴等方式,鼓励居民乘坐公共交通工具出行;推广共享单车项目;对新车购置和旧车改造要以环保为主;政府全面加强汽油品质量的监督检查,加大对非道路移动工程机械的排查力度,完善监管,着重控制一些有害气体的排放,把机械污染物质排放控制在国家规定要求范围内。4)植树造林,建立防治周边沙尘侵袭的天然屏障,降低宝鸡市的雾霾、颗粒物等污染物浓度。
卞吉玮[5](2021)在《上海市交通道路路边站环境空气污染特征及来源分析》文中进行了进一步梳理环境空气污染已经成为公众和政府都高度关注的问题,随着霾污染和臭氧污染治理的深入,固定源的污染物排放得到有效的降低,移动源污染的贡献越来越得到重视。交通道路机动车尾气排放是城市道路环境空气污染的首要来源,并对城市居民健康造成重大威胁和影响。本文结合2013至2020年间上海市的典型交通道路路边站和国控环境空气质量监测站的监测数据,研究了交通道路环境污染物的时间和空间变化特征,并采用ADMS模型对污染物排放的影响进行了模拟研究,分析了环境空气污染评价体系。结果表明:本市道路交通环境空气污染的影响因子主要是NOx和PM10;2014年至2020年,国控站和交通路边站点PM2.5,PM10,CO和NOx这四种空气污染物的年均浓度都有了比较明显的下降,月均浓度值变化总体上呈均呈现冬季高夏季低的U字型特征;国控站和交通站所有污染物浓度低值均在凌晨出现;国控站点CO,NOx,PM10,PM2.5的小时均值浓度只在早上8点出现一个峰值;交通站点CO,NOx,PM10,PM2.5呈现非常明显的双驼峰形态,于早上7,8点和晚上5,6点出现;交通站的BC的峰值比其他污染物提前出现于早上6点;国控站与交通站之间PM2.5和PM10污染物浓度的相关性系数均在0.89及以上,显示出颗粒物污染物之间较强的相关性;而CO,NOx等相关系数在0.61至0.95,显示气态污染物因各站点自身因素而导致相关性强弱不一致;为了降低柴油车尾气排放的BC、NO和颗粒物,近几年柴油车都被要求设有DOC(氧化催化器)和DPF(颗粒物捕集器),通过DOC和DPF装置大大降低柴油车在行驶过程中尾气排放BC和NO,由于催化氧化的温度非常高,NO被间接转化为NO2,从交通站NO2/NOx的比率与BC浓度对应关系来看,当NO2/NOx比率较高时对应BC浓度则较低,反之BC浓度较高,显示当交通站点周边没有固定排放源的情况下,柴油车对交通站周边NOx、颗粒物污染有较大影响;而交通站和国控站各污染物与气象参数无相关性;经过对上海市NOx污染相关情况进行模拟计算,结果表明NOx浓度在上午6-8和下午17-18点时段出现两个高值,与观测数值高度一致。通过空间模拟分析,NOx浓度在上海市区域分布就有空间差异性,在相同的扩散条件下,交通量大且严重拥堵区域同时也是NOx浓度较高的区域。基于以上的分析和模拟结果,本文为交通道路监测站点布局、监测因子、监测频率等提出优化建议,并从改善城市环境、治理交通拥堵、优化车辆构成等方面提出可行性政策讨论。
陈雪[6](2021)在《2013-2019年兰州市城市环境空气质量变化趋势研究》文中研究表明环境空气是人类赖以生存的基础。但是,随着工业化的发展和城市化进程加快,城市环境及空气问题已经一跃成为我国当前环境污染中最为重要的问题。尤其是十八大以来,“绿水青山就是金山银山”的理念深入人心,我国的各大城市都已经开展了空气治理工作,兰州市同样如此,兰州市纵深实施大气污染防治工作,空气质量逐年改善,但是制约兰州市空气质量进一步改善的内外不利因素依然突出。因此,本文通过分析近年来兰州市大气环境质量现状和污染物的时间变化特征,为大气污染防治和治理提供理论依据。本文利用兰州市2013-2019年兰州市空气自动监测的数据进行定量分析,对该市的环境空气质量和污染物的变化特征进行详细的分析及研究。通过利用AQI综合指数评价和污染物的分担率,确定区域近年来空气中的首要污染物变化情况;利用分析污染物各年浓度数据的变化特征,研究区域环境空气质量的变化情况;分析兰州市空气质量,观察污染物浓度动态变化,并采用Spearman秩相关系数法来研究两者的特征;运用灰色关联度法,结合研究时段内的气象、社会等经济资料,并且进行相应的关联计算,从而确定影响兰州市空气质量的主要因素。分析结果表明:2013-2019年间,2019年兰州市空气质量综合指数达到最低值,表明环境空气质量逐年改善。从分担率来说,兰州市空气综合指数贡献率最大的是PM10和PM2.5,从单项指数大小来说,主要以PM10为首要污染物,但是O3和NO2的单项指数近年来大幅度增长,增长率超过60%,并且,以NO2和O3为首要污染物的超标天气在超标天气中占比逐年增加,说明兰州市大气污染已不再是传统的煤烟型污染,而是转变成了复合型污染类别。在分析兰州市整体大气污染物浓度变化中发现,PM10、PM2.5以及SO2的浓度均在下降,特别是后两种污染物浓度下降明显,PM10的浓度虽然也在下降,但是相对缓慢。NO2、CO和O3的变化趋势都呈上升趋势。NO2和CO的上升趋势不显着;O3的上升趋势有显着意义。因此,PM10、PM2.5、NO2和O3四项污染物将是今后大气污染治理改善的重点。除此之外,六项空气污染物都具有明显的季节性变化特征。夏秋季的臭氧污染日益凸显且呈现区域性、早发型的明显特点,成为超标天数占比最多的污染因子;冬季细颗粒物仍占据主导;二氧化氮年均浓度成为拉高综合质量指数,拉低城市排名的主要因素,也是造成夏季臭氧超标和冬季颗粒物超标的主要因子。最后,根据兰州市主要污染物变化特征规律及影响因子分析,对兰州市大气污染治理提出靶向治污,精准施策等建议。2020年是打好污染防治攻坚战和“十三五”规划的收官之年,更是全面建成小康社会的决胜之年,兰州市大气环境保护形势和任务任重而道远。因此,清晰并正确的认识兰州市大气环境保护存在的问题,有效突破兰州市大气污染的“顽疾”,从而改善兰州市大气环境质量,科学研究2013-2019年兰州市城市环境空气质量变化趋势对今后兰州市大气环境质量改善和保护都具有积极意义。
周欢[7](2020)在《太原市大气颗粒物污染特征与健康风险研究》文中研究表明大量流行病学和毒理学研究表明大气颗粒物,特别是细颗粒物能引起心肺疾病甚至死亡,危害程度与颗粒物的浓度、粒径和组成成分有很大的关系。作为华北地区主要的能源和工业基地之一,太原市大气颗粒物污染严重,对太原市的生态环境以及人群健康产生了重要影响,开展太原市主城区大气颗粒物污染特征、化学组成以及健康效应的研究对于大气污染防治具有重要意义。首先利用太原市2013~2019年常规大气污染物质量浓度和气象数据,通过污染特征雷达图、PM2.5与PM10比值以及后向轨迹等方法分析重度以上污染天气过程的污染特征和成因;其次,收集了2013年1月1日至2015年10月19日太原市65岁及以上老年人每日非意外死亡、心脑血管疾病、呼吸系统疾病死亡统计资料及相应的大气污染数据,采用广义可加分布滞后模型分析了大气颗粒物对老年居民每日疾病死亡的分布滞后效应和收获效应;并于2016年10月11日至16日使用中流量大气采样器同时采集距地面1.5m、13m、58 m垂直高度的大气PM2.5样品,使用电感耦合等离子体原子发射光谱仪(ICP-AES)测定PM2.5中重金属Ti、Cr、Mn、Fe、Ni、Cu、Zn、As、Cd、Ba和Pb的含量,通过相关分析和主成分分析法研究重金属的联系与来源,通过美国环境保护署的健康风险评价模型评估不同高度大气PM2.5中重金属的致癌与非致癌风险。结果显示:(1)太原市2013~2019年共发生了80次重污染天气过程,累计134天,首要污染物以PM2.5为主,PM10次之;主要发生在采暖季,尤其以1月和12月居多,常见的污染过程有燃煤-二次-扬尘转换型、二次-扬尘转换型、燃煤-二次-机动车转换型、二次-扬尘-钢铁转换型以及综合型五类。(2)PM2.5和PM10污染暴露在当日和一周内与每日死亡人数存在显着关联,当观察时间延长至30天时,它们对心血管疾病、缺血性心脏病和心肌梗死死亡的累积效应估计值显着增加,PM2.5还对非意外死亡的累积效应具有显着作用,但与呼吸系统疾病和肺炎死亡的相关性则无统计学意义。(3)PM2.5中重金属的浓度在白天随着高度的增加而降低,而在夜间则呈现相反的趋势。交通排放、燃煤和工业过程是重金属的主要来源,它们的健康风险均在可接受范围内,Cr具有最高的致癌和非致癌风险值。与成人相比,儿童的非致癌风险更高,而致癌风险相对较低。白天除Cr之外的重金属风险值随着垂直高度的增加而降低;夜间Cd、Ni和Pb的风险值先降低后升高,As呈现相反的趋势,Cu、Zn和Cr的变化趋势倾向于增加。以上结果提示,太原市重污染天气过程具有持续时间短、污染重、以PM2.5为首要污染物的特点,主要受到不利气象条件(高相对湿度)、污染物一次排放(燃煤、机动车、工业生产等)和二次转化、沙尘区域传输以及上风向地区污染物输送的综合作用;PM2.5和PM10与呼吸系统疾病和心血管疾病死亡之间存在收获效应和显着的累积效应,当应用更宽的时间窗时可以定量估算这些效应的大小,使用广义可加分布滞后模型可以避免低估大气颗粒物对老年人非意外死亡的影响;重金属健康风险的垂直变化与不同高度PM2.5污染源的贡献密切相关,在建筑设计过程中和居民进行楼层选择时应该积极考虑PM2.5及其成分可能引起的健康风险。
陈军,国纪良,姬亚芹[8](2020)在《锦州市春季PM2.5中碳组分污染特征及来源解析》文中提出为研究锦州市春季PM2.5样品中碳组分特征与来源,该研究于2018年4月采集锦州市5个点位的PM2.5样品。分析结果表明,锦州市春季PM2.5、有机碳(OC)和元素碳(EC)的日均浓度分别为(98.55±50.02)、(11.22±7.90)和(3.57±1.32)μg/m3,空气污染较重。5个采样点的OC、EC均线性相关,表明春季OC和EC具有较高的同源性。基于MRS方法计算出春季SOC的浓度为3.79μg/m3,占OC含量的33.78%,是OC的重要组成部分。通过比值分析和主成分分析得出锦州市春季PM2.5中碳组分主要来源为机动车尾气和燃煤排放。
孔凡秋[9](2020)在《寒地城市空间对空气质量的影响及规划应对研究 ——以哈尔滨市为例》文中研究指明空气质量恶化已经演变为全球性的环境问题,我国空气质量问题的严重程度也呈现出加剧趋势。为此,我国相继推出各项政策举措,有序推进空气质量改善工作的展开。1973年,国务院首次召开全国环境保护会议,会议提出空气质量改善工作要以工业点源治理为主;进入80年代,空气质量改善工作从点源治理进入了综合防治阶段;90年代以来,我国空气质量治理工作开始从污染物浓度控制向污染物总量控制转变,城市环境综合整治从单一城市治理转向区域联防联控。在各项政策举措的推动下,我国空气质量改善工作已经取得了较大进展。但与环境治理的预期目标相比,我国空气污染物的排放总量依然常年居高不下,重污染天气、雾霾天气已经成为城市化进程的“新常态”,空气质量改善工作亟待取得突破性进展。鉴于空气质量改善工作的紧迫性和重要性,如何提升空气质量成为学者们关注的议题。目前,学术界针对空气质量问题开展了大量研究,就研究地域而言,主要聚焦北京和上海等一线城市;从研究时段而言,较多关注某一特殊事件或某一次重污染天气的空气质量情况;但针对严寒气候区的研究相对较少,且针对严寒气候区城市空间和空气质量两者关系的研究更为匮乏。寒地城市受到地域气候影响程度较大,冬寒夏热、雨热同期、四季分明,空气质量呈现冬季差、夏季优的显着差异,尤其冬季供暖期煤烟型污染极其严重。与此同时,寒地城市分布着大量的重工业型企业,其中哈尔滨、沈阳、长春等老工业基地,工业主导的城市化发展模式导致城市空气污染问题严重。作为中国城市化率较高的严寒地区,人口聚集导致城市用地高密度开发,城市交通量急速增长,交通污染也逐渐成为空气质量的重要影响要素。总体而言,寒地城市空气质量在煤烟型污染、工业型污染和交通型污染的三重压力下呈现不断下降的趋势。本文以寒地城市为研究区域,遵循“发现问题-问题解析-规划应对”的思路展开研究,以期为改善寒地城市生态环境、推动寒地城市可持续发展提供规划依据。首先,基于国内外相关研究,结合寒地城市特征,选取典型寒地城市哈尔滨市为研究对象,对空气质量和城市空间展开调研。调研内容包括空气质量调研和城市空间调研,其中,空气质量调研包含空气质量变化规律调研、空气质量指数实测和重点污染源实地调研,城市空间调研包含城市发展历程调研、城市用地调研和城市空间形态调研。基于调研结果,总结空气质量视角下哈尔滨城市空间的现状问题。其次,进行哈尔滨市城市空间空气质量影响分区风险识别。识别内容包括空气质量空间分析、空气质量影响分区、不同空气质量分区的城市用地特征和城市风险区类型识别。空气质量空间分析包括现状层面空气质量空间分布和理论层面空气质量空间分布,通过现状空气质量插值分析、空气污染源理论影响范围分析,利用自然断点分析、相交分析和叠加分析等方法确定了哈尔滨四个空气质量影响分区,并针对不同空气质量分区的城市用地特征展开分析。基于空气质量影响分区结果和不同空气质量分区的城市用地特征,将哈尔滨市划分为4个大类风险区、25个中类风险区和41个小类风险区。再次,深入到街区尺度,对哈尔滨市4个大类风险区、25个中类风险区和41个小类风险区展开城市空间对空气质量的影响研究。城市空间对空气质量的影响研究包括城市用地对空气质量的影响和空间形态对空气质量的影响两个方面,城市用地对空气质量的影响分析包括用地比例、用地类型、用地布局和用地集中度的分析,城市空间形态对空气质量的影响分析包括建筑高度和建筑密度的分析,通过对大类风险区、中类风险区和小类风险区进行逐层推进式的分析,总结出哈尔滨市城市空间对空气质量的影响机制。最后,论文基于上述研究提出基于空气质量提升的城市空间规划应对体系。应对体系包括城市空间的管控等级界定、城市用地的规划优化策略、空间形态的规划应对策略和规划保障实施策略四个方面。管控等级界定基于城市空间对空气质量的影响规律,对哈尔滨市进行管控等级划分。城市工业用地的规划优化策略包括城市用地的重点管控范围界定、工业用地、交通用地和绿地的规划优化策略。空间形态的规划应对策略包括空间形态的重点管控范围界定、建筑密度、建筑高度和其它空间形态要素的规划应对策略。规划保障实施策略包括政策保障、实施机制和治理机制三方面内容。寒地城市空间对空气质量的影响及规划应对研究,以严寒气候为背景,致力于明确城市空间与空气质量的影响规律,探求提升寒地城市空气质量的规划路径。寒地城市空间对空气质量的影响及规划应对研究也将为寒地城市人居环境改善提供一定的规划支撑。
羊腾跃[10](2020)在《杭州城市空气污染特征及影响因子分析》文中提出城市下垫面通过多种机制影响空气污染,包括城市建筑的动力学效应、城市热岛的热力学效应以及植被对污染物的清除作用等。本文以长江三角洲城市群重要城市之一的杭州市为研究对象,通过对杭州市的观测资料分析与数值模拟实验两种方法,研究了杭州市空气污染特征以及影响因子。利用2015、2016年杭州市环保局的空气质量监测站资料和杭州市气象局的气象站资料分析了城市空气污染特征与气象条件之间的关系。结果表明,颗粒物与气态污染物的浓度都具有显着的月变化、日变化特征。SO2、NO2、CO、PM10和PM2.5初次污染物,在12月至次年3月污染最为严重;在日变化上,表现出双峰的特征,且不同污染物浓度峰值出现时间基本一致,分别是上午8时和晚间20时。二次污染物O3在一年中的夏季、一日中的下午14时浓度较大。但O3浓度却在6月、7月反而出现了一个低谷,因为杭州地区在6月中旬到7月上、中旬为梅雨期,期间降水量大,降水次数频繁,严重削弱了光照强度,抑制了O3的生成,同时增加了O3的湿沉降。市区测站月平均PM2.5/PM10的范围为59.1%~71.0%,年均值为64.3%,杭州市市区颗粒物的污染主要以细粒子为主。SO2、NO2、CO、PM10、PM2.5彼此两两间都存在着正相关性。城市中NOx、CO的来源主要都是机动车尾气排放,颗粒物(PM10、PM2.5)与NO2、CO的相关性较好,说明机动车排放对颗粒物浓度有重要贡献。NO2、CO作为二次污染物O3的重要前体物,与O3间存在着显着的负相关关系。PM2.5、PM10与O3间存在较弱的负相关,可能是多种因素共同作用的结果。粗粒子、细粒子在不同风速条件下浓度特征不同,细粒子浓度对风速的变化更加敏感,其污染更容易被良好的气象条件清除。另外,细粒子对能见度的降低作用强于粗粒子,当细粒子浓度大于50μg·m-3时,能见度迅速下降,普遍维持在5km以下。使用RBLM-chem模式,利用杭州市高分辨率城市建筑等资料,定量分析了城市动力效应、热力效应、干沉降效应、人为热以及城市植被对SO2、NO2、O3、PM2.5等主要污染物浓度所造成的影响。结果表明:城市动力效应使得城区污染物浓度升高,如SO2浓度有接近5μg·m-3上升,PM2.5、O3浓度也有近15μg·m-3的上升。城市热力效应使得城区污染物浓度降低,其中以PM2.5浓度的下降最为显着,降幅达10~20μg·m-3。对NO2、O3浓度的下降作用仅集中在部分区域,但浓度下降显着,降幅分别为20μg·m-3、5μg·m-3。城市效应还使得污染物干沉降速率明显降低,污染物浓度上升,称之为干沉降效应,如使SO2、NO2的干沉降速率都有接近0.2cm·s-1的下降,O3的下降幅度较低,约为0.08cm·s-1。城市动力效应大于热力效应,因而城市的总体效用是使污染物浓度升高。人为热对城市地区各项污染物浓度都起着减小的作用,使得SO2、NO2、O3、PM2.5浓度下降2.5、3.0、6.0、10.0μg·m-3左右。城市植被可以显着增加污染物干沉降速率,缓解城市效应的影响,使SO2、NO2、O3和PM2.5的干沉降速率分别增加0.1、0.1、0.03、0.06cm·s-1左右。夏季,城市植被使城区SO2、NO2、O3、PM2.5的干沉降速率分别增加0.15、0.1、0.02、0.05cm·s-1左右,个别高值区增幅达到0.35、0.25、0.04、0.15cm·s-1;而在冬季,这一作用不太显着,仅在高值区有0.15、0.15、0.04、0.05cm·s-1的增加。城市植被对污染物干沉降速率的增加作用,白天显着大于夜晚。在白天,夏季城区SO2、NO2、O3、PM2.5的干沉降速率因城市植被分别有0.15、0.10、0.04、0.07cm·s-1的上升,而到了夜晚,增加幅度则为0.10、0.05、0.02、0.03cm·s-1。通过增加污染物的干沉降速率,城市植被可以显着降低污染物浓度。在夏季可以使得城区SO2、NO2、O3、PM2.5浓度分别下降2.0、8.0、4.0、6.0μg·m-3;在冬季,也有2.0、6.0、4.0、6.0μg·m-3的下降。这种对浓度的下降作用在昼夜上的分布依物种而异。SO2、NO2浓度在白天的下降作用很弱,均不足2.0μg·m-3,而在夜晚则分别达到4.0、18.0μg·m-3;PM2.5浓度无论白天夜晚都有接近8.0μg·m-3的下降。O3浓度在白天有近12.0μg·m-3的下降,而在夜晚几乎没有变化。
二、锦州市区机动车尾气与空气污染相关性的探讨(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、锦州市区机动车尾气与空气污染相关性的探讨(论文提纲范文)
(1)典型机动车尾气排放可吸入颗粒物的成分和毒性效应研究(论文提纲范文)
摘要 |
Abstract |
第一章 前言 |
1.1 研究背景 |
1.2 国内外研究进展 |
1.2.1 机动车排放颗粒物源成分谱研究进展 |
1.2.2 机动车排放颗粒物成分特征 |
1.2.3 大气颗粒物健康效应 |
1.3 科学问题 |
1.4 研究目的和意义 |
1.5 研究内容及技术路线 |
1.5.1 研究内容 |
1.5.2 技术路线 |
第二章 材料与方法 |
2.1 研究区域 |
2.2 环境空气PM_(2.5) 样品采集 |
2.2.1 采样地点和时间 |
2.2.2 环境空气PM_(2.5) 采样 |
2.3 机动车尾气排放PM_(2.5)、PM_(10)样品采集 |
2.3.1 机动车的选择 |
2.3.2 尾气排放颗粒物采样 |
2.4 颗粒物化学成分分析 |
2.4.1 环境空气 PM_(2.5)及机动车尾气 PM_(2.5)、PM_(10)中金属元素含量分析 |
2.4.2 环境空气 PM_(2.)及机动车尾气 PM_(2.5)、PM_(10)中水溶性离子含量分析 |
2.4.3 环境空气PM_(2.5)样品中水溶性有机碳含量分析 |
2.4.4 机动车尾气PM_(2.5)、PM_(10)样品中碳组分含量分析 |
2.5 HYSPLIT后向气流轨迹模型 |
2.6 体外人肺细胞毒性实验 |
2.6.1 实验主要试剂与耗材 |
2.6.2 实验主要仪器 |
2.6.3 细胞培养 |
2.6.4 颗粒物染毒液制备 |
2.6.5 细胞暴露及毒性测试 |
2.6.6 荧光定量PCR |
2.7 数据处理 |
第三章 城市不同功能区大气PM_(2.5)的人肺细胞毒性响应:基于一次重污染事件的污染来源判断 |
3.1 一次重污染事件过程中不同功能区PM_(2.5)浓度变化 |
3.2 一次重污染事件传播过程分析以及与气象要素的关系 |
3.2.1 区域输送对空气污染的影响 |
3.2.2 一次重污染事件过程中气象条件对PM_(2.5)浓度的影响关系 |
3.3 一次重污染事件过程中不同功能区PM_(2.5)化学成分特征 |
3.3.1 重污染事件过程中PM_(2.5)的金属元素含量分布 |
3.3.2 重污染事件过程中PM_(2.5)的水溶性离子含量分布 |
3.3.3 重污染事件过程中PM_(2.5)的水溶性有机碳含量分布 |
3.3.4 主成分分析 |
3.4 一次重污染事件不同功能区PM_(2.5)对人肺细胞的毒性效应 |
3.4.1 重污染事件不同功能区PM_(2.5)对细胞活性的影响 |
3.4.2 重污染事件不同功能区PM_(2.5)对细胞的氧化损伤 |
3.4.3 重污染事件不同功能区PM_(2.5)对细胞的炎性损伤 |
3.4.4 重污染事件不同功能区PM_(2.5)对细胞的NQO1 mRNA表达 |
3.5 PM_(2.5)细胞毒性与各成分之间的相关性 |
3.6 本章小结 |
第四章 不同类型机动车尾气排放可吸入颗粒物成分特征 |
4.1 不同车型排放PM_(2.5)、PM_(10)的碳组分含量分布 |
4.1.1 PM_(2.5) 的碳组分含量 |
4.1.2 PM_(10) 的碳组分含量 |
4.2 不同车型排放PM_(2.5)、PM_(10)的水溶性离子含量分布 |
4.2.1 PM_(2.5) 的水溶性离子含量 |
4.2.2 PM_(10) 的水溶性离子含量 |
4.2.3 主要水溶性离子成分之间的相关性 |
4.3 不同车型排放PM_(2.5)、PM_(10)的金属元素含量分布 |
4.3.1 PM_(2.5) 的金属元素含量 |
4.3.2 PM_(10) 的金属元素含量 |
4.3.3 主要金属元素成分之间的相关性 |
4.4 差异性分析 |
4.5 本章小结 |
第五章 不同类型机动车排放可吸入颗粒物对人肺细胞的毒性效应 |
5.1 不同车型排放PM_(2.5)、PM_(10)对细胞活性的影响 |
5.1.1 PM_(2.5) 对细胞活性的影响 |
5.1.2 PM_(10) 对细胞活性的影响 |
5.2 不同车型排放PM_(2.5)、PM_(10)对细胞的氧化损伤 |
5.2.1 PM_(2.5) 对细胞的氧化损伤 |
5.2.2 PM_(10) 对细胞的氧化损伤 |
5.3 不同车型排放PM_(2.5)、PM_(10)对细胞的炎性损伤 |
5.3.1 PM_(2.5) 对细胞的炎性损伤 |
5.3.2 PM_(10) 对细胞的炎性损伤 |
5.4 不同粒径的机动车尾气颗粒物对细胞毒性的影响 |
5.5 本章小结 |
第六章 典型机动车源排放颗粒物化学组分源谱建立 |
6.1 不同机动车源排放颗粒物化学源谱 |
6.2 机动车污染防治对策 |
第七章 结论与展望 |
7.1 结论 |
7.2 研究创新点 |
7.3 研究不足与展望 |
参考文献 |
作者简介 |
致谢 |
(2)典型燃煤源排放可吸入颗粒物的化学成分及细胞毒性研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景 |
1.2 国内外研究进展 |
1.2.1 燃煤源排放颗粒物及其组分特征 |
1.2.2 大气颗粒物与人体健康 |
1.3 科学问题 |
1.4 研究目的及意义 |
1.5 研究内容及技术路线图 |
1.5.1 研究内容 |
1.5.2 技术路线图 |
第二章 材料与方法 |
2.1 研究区域 |
2.2 环境空气PM_(2.5)采集 |
2.2.1 采样地点和时间 |
2.2.2 环境空气PM_(2.5)采样方法 |
2.3 典型燃煤样品收集及分析 |
2.4 典型煤燃烧排放PM_(2.5)、PM_(10)样品 |
2.4.1 采样方法 |
2.4.2 滤膜采样前后处理 |
2.4.3 实验过程 |
2.5 典型煤燃烧排放PM_(2.5)、PM_(10)的化学成分分析 |
2.5.1 PM2.5、PM10 中碳组分测定 |
2.5.2 PM_(2.5)、PM_(10)中水溶性离子成分测定 |
2.5.3 PM_(2.5)、PM_(10)中重金属元素成分测定 |
2.6 体外人肺细胞毒性实验 |
2.6.1 实验主要试剂与耗材 |
2.6.2 细胞培养 |
2.6.3 颗粒物染毒液制备 |
2.6.4 细胞暴露及毒性测试 |
2.7 大气颗粒物中重金属来源解析方法 |
2.7.1 富集因子 |
2.7.2 铅同位素 |
2.7.3 主成分分析 |
2.8 大气颗粒物中重金属的人体健康风险评价模型 |
2.9 数据统计分析 |
第三章 城市不同功能区大气 PM_(2.5)的人肺细胞毒性响应:基于降雪事件的污染来源判断 |
3.1 城市不同功能区中PM_(2.5)的浓度变化 |
3.2 气象要素分析 |
3.3 PM_(2.5)与气象要素的相关性 |
3.4 城市不同功能区PM_(2.5)的化学成分分布 |
3.5 城市不同功能区PM_(2.5)提取物对细胞活力的影响 |
3.6 城市不同功能区PM_(2.5)诱导的细胞氧化应激和炎症反应 |
3.7 城市不同功能区PM_(2.5)的细胞DNA损伤 |
3.8 城市降雪事件中PM_(2.5)的细胞毒性与化学组分的相关性 |
3.9 城市不同功能区PM_(2.5)中金属来源分析 |
3.9.1 富集因子 |
3.9.2 铅同位素 |
3.9.3 主成分分析 |
3.10 城市不同功能区PM_(2.5)中重金属的人体健康风险评价 |
3.11 本章小结 |
第四章 典型燃煤排放PM_(2.5)、PM_(10)的化学成分特征分析 |
4.1 不同燃煤排放PM_(2.5)、PM_(10)中碳组分含量分布特征 |
4.2 不同燃煤排放PM_(2.5)、PM_(10)中水溶性离子含量分布特征 |
4.3 不同燃煤排放PM_(2.5)、PM_(10)中金属元素含量分布特征 |
4.4 不同燃煤排放颗粒物中各组分丰度 |
4.5 本章小结 |
第五章 典型燃煤排放PM_(2.5)、PM_(10)的人肺细胞毒性差异 |
5.1 不同燃煤排放PM_(2.5)、PM_(10)对人肺细胞存活率差异 |
5.2 不同燃煤排放PM_(2.5)、PM_(10)对人肺细胞的氧化应激损伤 |
5.3 不同燃煤排放PM_(2.5)、PM_(10)对人肺细胞的炎性损伤 |
5.4 不同燃煤排放PM_(2.5)、PM_(10)的细胞毒性与不同成分的相关性 |
5.5 本章小结 |
第六章 结论与展望 |
6.1 结论 |
6.2 创新点 |
6.3 不足与展望 |
参考文献 |
作者简介 |
致谢 |
(3)城市街道峡谷行道树覆盖下大气颗粒物空间扩散规律与调控(论文提纲范文)
摘要 |
Abstract |
缩略词表 |
1 绪论 |
1.1 研究背景、目的及意义 |
1.2 研究综述 |
1.2.1 城市植物削减大气颗粒物的效率研究 |
1.2.2 城市街道峡谷内大气颗粒物的扩散规律研究 |
1.2.3 城市街道峡谷内大气颗粒物扩散的研究方法 |
1.2.4 行道树对城市街道峡谷大气颗粒物扩散影响的不确定性 |
1.3 研究内容 |
1.4 研究框架 |
2 街道峡谷行道树树冠郁闭度对颗粒物衰减系数的影响 |
2.1 引言 |
2.2 研究方法 |
2.2.1 研究区概况与样点设置 |
2.2.2 测定指标与测定方法 |
2.2.3 数据分析 |
2.3 结果与分析 |
2.3.1 街道峡谷几何特征与气象条件分析 |
2.3.2 行道树带结构特征与颗粒物浓度的相关性分析 |
2.3.3 行道树郁闭度与颗粒物衰减效率的回归分析 |
2.3.4 影响街道峡谷中颗粒物扩散的树冠郁闭度分析 |
2.4 讨论与小结 |
2.4.1 影响街道峡谷内颗粒物浓度的植被因素 |
2.4.2 城市街道峡谷内有利于降低颗粒物污染的行道树郁闭度 |
3 街道峡谷行道树生长型对颗粒物浓度与粒径时间变化特征的影响 |
3.1 引言 |
3.2 研究方法 |
3.2.1 样地设置与测定时间 |
3.2.2 测定指标与测定方法 |
3.2.3 数据分析 |
3.3 结果与分析 |
3.3.1 不同生长型行道树下街道峡谷颗粒物浓度的日变化特征 |
3.3.2 夏、冬季街道峡谷颗粒物浓度与气象因子的相关性分析 |
3.3.3 常绿落叶行道树下街道峡谷不同粒径颗粒物扩散的季节变化 |
3.4 讨论与小结 |
3.4.1 街道峡谷夏、冬季颗粒物浓度日变化特征及影响因子 |
3.4.2 街道峡谷行道树季相变化对颗粒物粒径的影响 |
3.4.3 行道树生长型对街道峡谷颗粒物扩散效应的季节性影响 |
4 街道峡谷纵横比及朝向对颗粒物浓度变化的影响 |
4.1 引言 |
4.2 研究方法 |
4.2.1 样地设置与测定时间 |
4.2.2 测定指标与方法 |
4.2.3 数据分析 |
4.3 结果与分析 |
4.3.1 不同纵横比街道峡谷内颗粒物浓度的变化特征 |
4.3.2 不同朝向街道峡谷内颗粒物浓度的变化特征 |
4.4 讨论与小结 |
4.4.1 街道峡谷纵横比对颗粒物扩散的影响 |
4.4.2 街道峡谷朝向对颗粒物扩散的影响 |
5 街道峡谷内颗粒物的垂直扩散规律研究 |
5.1 引言 |
5.2 研究方法 |
5.2.1 样地设置与测定时间 |
5.2.2 测定指标与数据分析 |
5.3 结果与分析 |
5.3.1 街道峡谷内颗粒物浓度的垂直分布特征 |
5.3.2 街道峡谷内颗粒物垂直扩散的影响因子 |
5.4 讨论与小结 |
6 街道峡谷内大气颗粒物扩散的微气候模拟研究 |
6.1 引言 |
6.2 研究方法 |
6.2.1 三维微气候模型ENVI-met建模初始边界控制与参数设定 |
6.2.2 行道树郁闭度情景模拟设置 |
6.2.3 行道树叶面积密度情景模拟设置 |
6.2.4 街道峡谷纵横比与朝向情景模拟设置 |
6.2.5 模型模拟计算与后处理 |
6.3 结果与分析 |
6.3.1 不同行道树郁闭度下街道峡谷颗粒物扩散与分布特征 |
6.3.2 不同行道树叶面积密度下街道峡谷颗粒物浓度场分布特征 |
6.3.3 不同纵横比与朝向街道峡谷内颗粒物空间变化特征 |
6.3.4 微环境模型的验证与敏感性分析 |
6.4 讨论与小结 |
6.4.1 行道树郁闭度影响街道峡谷颗粒物扩散与分布的规律 |
6.4.2 行道树叶面积密度影响街道峡谷颗粒物浓度场分布的规律 |
6.4.3 街道峡谷纵横比与朝向影响颗粒物空间扩散的规律 |
7 结论与展望 |
7.1 主要结论 |
7.1.1 街道峡谷行道树覆盖下大气颗粒物空间扩散规律 |
7.1.2 街道峡谷行道树覆盖下大气颗粒物空间扩散模拟 |
7.1.3 基于颗粒物扩散的城市街区行道树定量化配置策略 |
7.2 创新之处 |
7.3 研究展望 |
参考文献 |
攻读博士学位期间的研究成果 |
致谢 |
(4)宝鸡市城区环境空气质量时空变化特征(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景 |
1.2 国内外研究现状 |
1.2.1 大气污染物及其危害 |
1.2.2 我国环境空气质量现状 |
1.2.3 空气污染控制措施 |
1.3 研究的目的及意义 |
1.4 研究内容 |
1.4.1 宝鸡市气态污染物时空变化特征 |
1.4.2 宝鸡市颗粒污染物时空变化特征 |
1.4.3 大气污染物的源解析 |
1.4.4 污染控措施的建议 |
1.5 研究方法和技术路线 |
1.5.1 研究方法 |
1.5.2 技术路线 |
第二章 研究区域概况 |
2.1 宝鸡地理概况 |
2.2 宝鸡市的自然环境简况 |
2.2.1 地形地质 |
2.2.2 气候 |
2.2.3 土壤 |
2.2.4 生态环境 |
2.2.5 自然资源 |
2.3 宝鸡市社会环境简况 |
2.3.1 宝鸡市经济产业概况 |
2.3.2 城市交通 |
2.4 自然环境和社会环境对当地环境质量的影响 |
2.4.1 空气质量变化情况 |
2.4.2 自然条件对环境质量的影响 |
2.4.3 经济发展对环境质量的影响 |
2.5 自动监测采样点布设 |
2.5.1 布设采样点的原则和要求 |
2.5.2 采样点的数目 |
2.5.3 采样点布设方法 |
2.5.4 宝鸡市空气自动监测点位概况 |
第三章 宝鸡市空气中气态污染物时空变化特征 |
3.1 SO_2时空变化特征 |
3.1.1 SO_2年变化特征 |
3.1.2 SO_2月浓度变化特征 |
3.1.3 SO_2日浓度变化 |
3.1.4 SO_2浓度空间分布特征 |
3.2 NO_2时空变化特征 |
3.2.1 NO_2年浓度变化特征 |
3.2.2 NO_2月浓度变化特征 |
3.2.3 NO_2日浓度变化特征 |
3.2.4 NO_2浓度空间分布特征 |
3.3 O_3时空变化特征 |
3.3.1 O_3年浓度变化特征 |
3.3.2 O_3月浓度变化特征 |
3.3.3 O_3日浓度变化特征 |
3.3.4 O_3空间浓度变化特征 |
3.4 小结 |
第四章 宝鸡市颗粒态污染物时空变化特征 |
4.1 颗粒态污染物物年变化特征 |
4.2 颗粒态污染物月变化特征 |
4.3 颗粒态污染物日浓度变化特征 |
4.3.1 PM_(10)日均浓度变化特征 |
4.3.2 PM_(2.5)日均浓度变化特征 |
4.4 颗粒物浓度空间分布变化特征 |
4.4.1 PM_(2.5)空间变化特征 |
4.4.2 PM_(10)空间变化特征 |
4.5 小结 |
第五章 大气污染物源解析和防治措施建议 |
5.1 大气污染物源解析 |
5.2 大气污染防治措施的建议 |
5.2.1 统筹协作,全面落实大气污染防治责任 |
5.2.2 标本兼治,深入推进大气污染防治工作 |
5.2.3 加强监管,依法惩处大气污染问题。 |
5.2.4 加强信息公开,强调社会参与 |
第六章 结论 |
参考文献 |
致谢 |
作者简介 |
(5)上海市交通道路路边站环境空气污染特征及来源分析(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景 |
1.2 研究目的与意义 |
第2章 国内外研究动态 |
2.1 交通道路污染与主要污染物 |
2.2 国内外文献综述 |
2.3 国内外环境空气监测网络 |
2.3.1 美国环境空气监测网络 |
2.3.2 欧盟的环境空气监测网络 |
2.3.3 中国香港环境空气监测网络 |
2.3.4 上海市环境空气监测网络 |
2.4 本章小结 |
第3章 研究方法与技术路线 |
3.1 研究内容 |
3.2 道路交通污染的观测点 |
3.3 研究的方法 |
3.3.1 回归分析 |
3.3.2 “机动车实时排放空气污染预警系统”介绍 |
3.4 观测仪器与分析方法 |
3.5 技术路线 |
第4章 交通道路附近环境污染特征 |
4.1 机动车与交通现状 |
4.1.1 机动车保有量与结构 |
4.1.2 道路行驶特征 |
4.2 上海市交通道路网络现状 |
4.3 国控站和交通站污染物浓度变化的总体比较 |
4.3.1 年均浓度比较 |
4.3.2 月均浓度比较 |
4.3.3 小时均值比较 |
4.4 不同交通站污染物的污染特征比较 |
4.4.1 NO_x |
4.4.2 CO |
4.4.3 PM_(2.5) |
4.4.4 BC |
4.4.5 国控站与交通站的相关性 |
4.5 本章小结 |
第5章 上海典型交通道路污染影响因素 |
5.1 典型交通道路污染物影响因素研究 |
5.1.1 污染物的相互关系 |
5.1.2 影响因素的相关分析 |
5.1.3 影响因素的检验 |
5.2 气象影响因素分析 |
5.3 本章小结 |
第6章 上海典型区域空气污染物分布的模拟研究 |
6.1 上海地区典型区域道路机动车排放特征研究 |
6.1.1 典型区域机动车行驶规律 |
6.1.2 不同类型车辆小时排放分担率 |
6.1.3 各车型日排放分担率 |
6.2 ADMS-Urban交通影响预测 |
6.2.1 ADMS-Urban模型的介绍 |
6.2.2 ADMS-Urban模型特点 |
6.2.3 移动源扩散数学模式 |
6.2.4 模型运行所需参数 |
6.2.5 模型输出结果 |
6.2.6 ADMS-Urban模型计算案例 |
6.3 上海典型区域NO_x污染物模拟及分布规律研究 |
6.3.1 NOx污染模拟时间分布规律 |
6.3.2 NOx污染模拟空间分布 |
第7章 结论与建议 |
7.1 结论 |
7.2 建议 |
参考文献 |
致谢 |
(6)2013-2019年兰州市城市环境空气质量变化趋势研究(论文提纲范文)
中文摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景及意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 研究现状 |
1.2.1 国外研究现状 |
1.2.2 国内研究现状 |
1.3 技术路线 |
1.3.1 研究思路 |
1.3.2 研究内容 |
1.3.3 技术路线 |
第二章 研究区概况及研究方法 |
2.1 兰州市概况 |
2.1.1 地理位置 |
2.1.2 自然环境特征 |
2.1.3 社会经济发展情况 |
2.2 兰州市环境空气质量监测情况 |
2.2.1 环境空气质量标准 |
2.2.2 环境空气监测点位 |
2.2.3 监测项目及质量控制保证 |
2.2.4 监测方法及分析方法 |
2.2.5 数据来源 |
2.3 研究方法 |
2.3.1 空气质量评价法 |
2.3.2 变化趋势检验法 |
2.3.3 灰色关联度计算 |
第三章 兰州市环境空气质量变化趋势 |
3.1 环境空气总体变化趋势 |
3.1.1 环境空气质量综合指数变化情况 |
3.1.2 首要污染物变化情况 |
3.1.3 空气优良天数及优良率变化情况 |
3.2 主要污染物变化特征 |
3.2.1 SO_2时间变化特征分析 |
3.2.2 NO_2时间变化特征分析 |
3.2.3 PM_(10)时间变化特征分析 |
3.2.4 CO时间变化特征分析 |
3.2.5 O_3时间变化特征分析 |
3.2.6 PM_(2.5)时间变化特征分析 |
3.3 环境空气质量变化趋势定量分析 |
3.4 小结 |
第四章 兰州市环境空气质量相关性因素分析 |
4.1 自然因素 |
4.1.1 地理地貌因素 |
4.1.2 气象条件因素 |
4.2 人为因素 |
4.2.1 污染物排放量 |
4.2.2 机动车拥有量 |
4.2.3 城市绿化面积 |
4.2.4 能源消耗 |
4.3 灰色关联度结果分析 |
4.4 小结 |
第五章 兰州市大气污染的分析讨论 |
5.1 改善能源结构,推广清洁生产 |
5.2 严控尾气排放,推行绿色通行 |
5.3 完善治理体制和机制,加大环保执法力度 |
5.4 实施重点行业治理,加强科学分析研判 |
5.5 加强宣传力度,提升“生态增容” |
5.6 实施技防优先,精准“靶向治污” |
第六章 结论与展望 |
6.1 结论 |
6.1.1 兰州市环境空气质量评价结论 |
6.1.2 兰州市环境空气质量影响因素分析 |
6.1.3 兰州市大气污染防治对策 |
6.2 不足和展望 |
参考文献 |
致谢 |
(7)太原市大气颗粒物污染特征与健康风险研究(论文提纲范文)
中文摘要 |
ABSTRACT |
第一章 绪论 |
1.1 课题的提出与意义 |
1.2 大气颗粒物污染特征的研究现状 |
1.2.1 大气颗粒物的污染水平研究现状 |
1.2.2 大气颗粒物中重金属的研究现状 |
1.3 大气细颗粒物污染对人群健康影响的研究现状 |
1.3.1 大气颗粒物对呼吸系统疾病死亡的影响 |
1.3.2 大气颗粒物对心血管系统疾病死亡的影响 |
1.3.3 大气颗粒物中重金属对人群健康的影响 |
1.4 研究内容和创新点 |
1.4.1 研究内容 |
1.4.2 创新点 |
第二章 太原市2013~2019年间重污染天气分析 |
2.1 前言 |
2.2 材料与方法 |
2.2.1 数据资料收集 |
2.2.2 数据分析 |
2.3 结果与讨论 |
2.3.1 太原市2013~2019年空气污染现状分析 |
2.3.2 太原市2013~2019年重污染天气过程统计 |
2.3.3 太原市典型重污染天气过程的特征分析 |
2.4 小结 |
第三章 太原市大气颗粒物浓度变化对居民不同疾病死亡率影响的收获效应研究 |
3.1 前言 |
3.2 材料与方法 |
3.2.1 居民死亡数据资料收集 |
3.2.2 大气污染物浓度以及气象数据资料收集 |
3.2.3 统计方法 |
3.3 结果 |
3.3.1 描述性统计结果 |
3.3.2 每日死亡人数以及污染物浓度和气象因素的时间分布趋势 |
3.3.3 太原市每日疾病死亡数与气象因素和大气污染物浓度的相关分析 |
3.3.4 模型分析结果 |
3.4 讨论 |
3.5 小结 |
第四章 太原市不同高度大气PM_(2.5)浓度与重金属健康风险分析 |
4.1 前言 |
4.2 材料与方法 |
4.2.1 大气PM_(2.5)样品的采集 |
4.2.2 PM_(2.5)中重金属的浓度测定 |
4.2.3 重金属的来源分析 |
4.2.4 重金属的健康风险评估 |
4.3 结果 |
4.3.1 采样期间的车辆流量和大气PM_(2.5)浓度 |
4.3.2 PM_(2.5)中重金属的浓度和来源 |
4.3.3 不同高度PM_(2.5)中重金属的健康风险评估 |
4.4 讨论 |
4.5 小结 |
第五章 结论与展望 |
5.1 结论 |
5.2 展望 |
参考文献 |
攻读学位期间取得的研究成果 |
致谢 |
个人简况及联系方式 |
(8)锦州市春季PM2.5中碳组分污染特征及来源解析(论文提纲范文)
1 研究方法 |
1.1 样品采集 |
1.2 样品分析 |
1.3 质量控制与保证 |
2 结果讨论 |
2.1 锦州市春季PM2.5的污染特征 |
2.2 锦州市春季碳质组分污染特征 |
2.3 OC、EC的比值分析与SOC估算 |
2.4 碳组分来源解析 |
3 结论 |
(9)寒地城市空间对空气质量的影响及规划应对研究 ——以哈尔滨市为例(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 课题背景 |
1.2 研究目的及意义 |
1.2.1 研究目的 |
1.2.2 研究意义 |
1.3 相关概念界定 |
1.3.1 寒地城市 |
1.3.2 城市空间 |
1.3.3 空气质量 |
1.3.4 城市用地 |
1.3.5 空间形态 |
1.4 国内外相关研究 |
1.4.1 国外相关研究 |
1.4.2 国内相关研究 |
1.4.3 国内外文献综述简析 |
1.5 研究内容和研究方法 |
1.5.1 研究内容 |
1.5.2 研究方法 |
1.6 技术路线与论文框架 |
1.6.1 技术路线 |
1.6.2 论文框架 |
第2章 相关研究基础 |
2.1 城市气候与空气质量的关系 |
2.1.1 气候与城市气候 |
2.1.2 城市气候对空气质量的影响 |
2.1.3 空气质量对城市气候的影响 |
2.2 城市空间与空气质量的关系 |
2.2.1 城市空间的研究要点 |
2.2.2 城市化对空气质量的影响 |
2.2.3 空气污染源分布对空气质量的影响 |
2.2.4 城市空间与空气质量的关联性特征 |
2.3 寒地城市空间与空气质量的关系 |
2.3.1 严寒气候对空气质量的影响 |
2.3.2 严寒气候对城市空间的影响 |
2.3.3 寒地城市空间研究的难点及问题 |
2.4 本章小结 |
第3章 哈尔滨市空气质量及城市空间现状 |
3.1 调研方案设计 |
3.1.1 调研背景 |
3.1.2 调研目标与思路 |
3.1.3 调研内容及方法 |
3.2 哈尔滨市空气质量调研 |
3.2.1 空气质量变化规律 |
3.2.2 空气质量指数实测 |
3.2.3 重点空气污染源实地调研 |
3.3 哈尔滨市城市空间调研 |
3.3.1 城市空间演变过程 |
3.3.2 城市用地实地调研 |
3.3.3 空间形态实地调研 |
3.4 哈尔滨市城市空间的现状问题 |
3.4.1 城市用地对空气质量的负面影响 |
3.4.2 空间形态对空气质量的负面影响 |
3.5 本章小结 |
第4章 哈尔滨市城市空间空气质量影响分区风险识别 |
4.1 城市空间空气质量影响分区识别框架 |
4.1.1 空气质量影响分区 |
4.1.2 不同分区的城市用地特征 |
4.1.3 影响分区风险类别识别 |
4.2 哈尔滨市空气质量空间分析 |
4.2.1 现状层面空气质量空间分布 |
4.2.2 理论层面空气质量空间分布 |
4.3 哈尔滨市空气质量影响分区及用地特征 |
4.3.1 污染源影响程度 |
4.3.2 分区原则 |
4.3.3 分区结果 |
4.3.4 不同分区的城市用地特征 |
4.4 哈尔滨市空气质量影响分区风险类别 |
4.4.1 风险区分类标准 |
4.4.2 风险区分类结果 |
4.5 本章小结 |
第5章 哈尔滨市城市空间对空气质量的影响研究 |
5.1 风险区分布特点及影响分析原则 |
5.1.1 风险区分布特点 |
5.1.2 影响关系分析的原则 |
5.2 风险区城市用地对空气质量的影响 |
5.2.1 大类风险区城市用地对空气质量的影响 |
5.2.2 中类风险区城市用地对空气质量的影响 |
5.2.3 小类风险区城市用地对空气质量的影响 |
5.3 风险区空间形态对空气质量的影响 |
5.3.1 大类风险区空间形态对空气质量的影响 |
5.3.2 中类风险区空间形态对空气质量的影响 |
5.3.3 小类风险区空间形态的空气质量的影响 |
5.4 哈尔滨市城市空间对空气质量的影响机制 |
5.4.1 影响空气质量的城市空间要素 |
5.4.2 城市用地对空气质量的影响机制 |
5.4.3 空间形态对空气质量的影响机制 |
5.5 本章小结 |
第6章 基于空气质量提升的城市空间规划应对体系 |
6.1 城市空间的管控等级界定 |
6.1.1 城市空间的管控优先区界定 |
6.1.2 城市空间的管控强化区界定 |
6.1.3 城市空间的管控平衡区界定 |
6.1.4 城市空间的管控保护区界定 |
6.2 城市用地的规划策略 |
6.2.1 城市用地的重点管控范围 |
6.2.2 工业用地规划优化策略 |
6.2.3 交通用地规划优化策略 |
6.2.4 绿地规划优化策略 |
6.3 空间形态的规划策略 |
6.3.1 空间形态的重点管控范围 |
6.3.2 建筑密度的规划应对策略 |
6.3.3 建筑高度的规划应对策略 |
6.3.4 其它空间形态要素的规划应对策略 |
6.4 规划保障实施策略 |
6.4.1 政策保障 |
6.4.2 实施机制 |
6.4.3 治理机制 |
6.5 本章小结 |
结论 |
参考文献 |
附录 |
攻读博士学位期间发表的论文及其它成果 |
致谢 |
个人简历 |
(10)杭州城市空气污染特征及影响因子分析(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 中国城市空气污染现状 |
1.2 空气污染与边界层的相互作用 |
1.3 城市空气污染的影响因子 |
1.3.1 城市下垫面作用下气象条件对空气质量的影响 |
1.3.2 城市植被对城市空气质量的影响 |
1.4 本文研究内容 |
第二章 数值模式介绍 |
2.1 区域边界层模式(RBLM) |
2.1.1 城市建筑的动力学效应 |
2.1.2 城市冠层参数化方案 |
2.1.3 城市人为热 |
2.1.4 城市树木冠层模式 |
2.2 大气化学输送扩散模块(ACTDM) |
2.3 模式框图 |
第三章 杭州市污染物浓度统计特征及其与气象要素的关系 |
3.1 观测资料介绍 |
3.2 污染物浓度统计特征 |
3.2.1 污染物浓度月变化特征 |
3.2.2 污染物浓度日变化特征 |
3.3 颗粒物中细粒子的成分占比 |
3.4 不同种污染物浓度间的相关性 |
3.5 气象要素与污染物浓度的关系 |
3.5.1 气象要素与污染物浓度的相关性 |
3.5.2 颗粒物浓度与气象要素的关系 |
3.6 杭州市风向与污染物浓度的关系 |
3.7 本章小结 |
第四章 杭州城市下垫面影响空气污染的机制 |
4.1 模式设置 |
4.1.1 模拟区域与积分设置 |
4.1.2 排放源设置 |
4.1.3 模拟时间与个例选取 |
4.1.4 模拟方案设计 |
4.2 模拟性能检验 |
4.3 城市化对地面气象场的影响 |
4.4 城市下垫面对污染物浓度影响的多因素分析 |
4.4.1 城市动力效应对污染物浓度的影响 |
4.4.2 城市热力效应对污染物浓度的影响 |
4.4.3 人为热对污染物浓度的影响 |
4.5 城市植被对污染物影响的分析 |
4.5.1 城市植被对污染物浓度的影响 |
4.5.2 城市植被对污染物干沉降速率的影响 |
4.5.3 城市植被对污染物干沉降速率影响的冬夏差异 |
4.5.4 城市植被对污染物干沉降速率影响的昼夜差异 |
4.5.5 城市植被对污染物浓度影响的冬夏差异 |
4.5.6 城市植被对污染物浓度影响的昼夜差异 |
4.6 本章小结 |
第五章 总结与展望 |
5.1 总结 |
5.1.1 杭州市污染物浓度统计特征及其与气象要素的关系 |
5.1.2 杭州城市空气污染特征影响因子 |
5.2 本文创新点 |
5.3 不足与展望 |
参考文献 |
致谢 |
硕士期间发表论文 |
四、锦州市区机动车尾气与空气污染相关性的探讨(论文参考文献)
- [1]典型机动车尾气排放可吸入颗粒物的成分和毒性效应研究[D]. 庞宇婷. 南京信息工程大学, 2021(01)
- [2]典型燃煤源排放可吸入颗粒物的化学成分及细胞毒性研究[D]. 黄未杰. 南京信息工程大学, 2021(01)
- [3]城市街道峡谷行道树覆盖下大气颗粒物空间扩散规律与调控[D]. 汪小爽. 华中农业大学, 2021(02)
- [4]宝鸡市城区环境空气质量时空变化特征[D]. 叶鑫. 西北农林科技大学, 2021(01)
- [5]上海市交通道路路边站环境空气污染特征及来源分析[D]. 卞吉玮. 华东理工大学, 2021(08)
- [6]2013-2019年兰州市城市环境空气质量变化趋势研究[D]. 陈雪. 兰州大学, 2021(11)
- [7]太原市大气颗粒物污染特征与健康风险研究[D]. 周欢. 山西大学, 2020(03)
- [8]锦州市春季PM2.5中碳组分污染特征及来源解析[J]. 陈军,国纪良,姬亚芹. 环境科学与技术, 2020(10)
- [9]寒地城市空间对空气质量的影响及规划应对研究 ——以哈尔滨市为例[D]. 孔凡秋. 哈尔滨工业大学, 2020(02)
- [10]杭州城市空气污染特征及影响因子分析[D]. 羊腾跃. 南京大学, 2020(12)