一、杭州市区大气中PM_(10)的污染特征及其源解析(论文文献综述)
张凯欢[1](2021)在《喀什市沙尘天近地面PM2.5和PM10污染特征研究》文中研究指明
蒙晓瑞[2](2020)在《酒泉市大气颗粒物PM10、PM2.5中无机元素污染特征研究和来源解析》文中提出近年来我国社会经济快速发展,能源消耗急剧上升,颗粒物污染问题日益严重,导致国内部分城市雾霾天气频繁出现,已引起了政府及国内外学者的广泛关注。甘肃省酒泉市地处河西走廊,沙尘天气较多。加之近年工业企业的增加,使得颗粒物污染有所加重。因此在酒泉市开展大气PM10及PM2.5污染特征研究和来源解析可以为当地大气颗粒物污染的科学防治与有效管理提供科学依据,具有重要意义。本研究于酒泉市城区、高新区及城郊区域布设了3个采样点,利用中流量大气主动采样器于2019年3月2020年1月进行了四个季度PM10及PM2.5样品的采集,并对PM10和PM2.5及其中部分无机元素(Mg、Al、Ca、Fe、Zn、Cu、Pb、Cr、Mn、Cd、Ni、Ba、As、Co、Se、V)的浓度水平进行了测定,就污染特征从时间及空间两个方面进行了分析。利用相关性分析及富集因子分析,初步确定各无机元素间的联系并对它们的来源类型进行判断。最后利用主成分分析及PMF模型确定PM10及PM2.5中无机元素可能的来源及各个污染源的贡献率。得到主要结论如下:(1)酒泉市四季PM10及PM2.5浓度的日变化情况整体较为平稳,出现沙尘天气时浓度会有所升高,降雨及降雪则会降低。四季的颗粒物日浓度均达到了24h平均浓度的二级标准限值。PM10、PM2.5浓度季节变化规律为春季>秋季>冬季>夏季,其中城郊PM2.5略有差异,呈现出冬季>秋季>春季>夏季的变化规律。酒泉市PM2.5的年平均浓度为34.4μg/m3,达到了二级标准;PM10的年平均浓度为78.1μg/m3,与之前相比已有大幅度降低。(2)酒泉市大气PM10中Mg、Al、Ca、Fe等常见地壳元素的季节变化规律为春季>秋季>夏季,与春秋风沙大,夏季降雨量多有关;Zn、Mn、As、Cd浓度的变化规律为秋季>春季>夏季,与秋季农田秸秆燃烧有关;其余元素浓度在三季之中变化平稳,无明显差异。PM2.5中Mg、Al、Ca、Fe的季节变化规律为秋季>春季>夏季,表明秋季PM2.5中上述4种元素存在扬尘以外的其他来源;Zn、Pb、As、Cd的变化规律为秋季>夏季>春季,与秋季城郊区域大量秸秆燃烧,夏季机动车流量大且建筑扬尘多有关;其余元素无明显季节变化特征。(3)综合三个季度PM10及PM2.5中元素的相关性分析、富集因子分析、主成分分析及PMF分析的结果,最终确定:春季PM10中无机元素主要来自于机动车排放与道路扬尘混合源、燃煤和秸秆燃烧混合源、金属冶炼源、土壤扬尘源。各污染源的贡献率分别为9.39%、3.33%、29.45%、57.83%。春季PM2.5中无机元素主要来自于垃圾焚烧源、金属冶炼源、土壤扬尘源、机动车排放与道路扬尘混合源、燃煤和秸秆燃烧混合源。各污染源的贡献率分别为7%、2.71%、55.43%、13.51%、21.35%。夏季PM10中无机元素主要来自于土壤扬尘和垃圾焚烧混合源、道路扬尘和机动车排放混合源、燃煤源、金属冶炼源、建筑扬尘源。各污染源的贡献率分别为57.22%、6.27%,、2.7%、3.23%、30.58%。夏季PM2.5中无机元素主要来自于燃煤源、道路扬尘和机动车排放混合源、垃圾焚烧源、土壤扬尘和建筑扬尘混合源、金属冶炼源。各污染源的贡献率分别为4.42%、17.13%、1.85%、62.44%、14.15%。秋季PM10中无机元素主要来自于道路扬尘和机动车排放混合源、燃煤源、土壤扬尘源、垃圾焚烧源、秸秆燃烧源、金属冶炼源。各污染源的贡献率分别为24.7%、4.48%、36.43%、11.14%、6.84%、16.42%。秋季PM2.5中无机元素主要来自于垃圾焚烧源、秸秆燃烧源、土壤扬尘源、金属冶炼源、燃煤源、道路扬尘和机动车排放混合源。各污染源的贡献率分别为10.9%、11.71%、28.84%、8%、24.76%、15.8%。
王志磊[3](2020)在《太原市及周边环境空气PM2.5中重金属污染特征分析及健康风险评估》文中研究表明随着世界经济和人口迅速的增长,伴随而来一系列社会环境空气污染问题,引起社会广泛关注。PM2.5具有粒径小、比表面积大的特点,可作为多种污染物的载体,其携带的重金属组分可对人体造成极大危害,故近年来关于PM2.5中重金属组分的研究逐渐增多。因此,借助化学分析和污染物受体模型对PM2.5中重金属进行污染特征分析和源解析就显得尤为关键,同时利用健康风险评估模型对特定地区人群的进行风险评估有利于明确该地区人群的暴露风险。本研究于2017年和2018年在太原市及周边(榆次大学城)共采集了42个PM2.5样品,通过ICP-MS对收集的样品进行元素分析,以获取10种元素(砷、镉、钴、铬、铜、锰、镍、铅、钒和锌)的污染水平。通过分析两点位PM2.5中重金属浓度水平和时空分布,结合当地重金属污染源特征,利用受体模型与健康风险模型分析与评估。获得的主要结论如下:(1)太原市PM2.5重金属组分中锰、铅、锌为三种浓度最高的元素,均值分别为114.27±78.36ng/m3、73.41±57.58ng/m3和195.54±128.98ng/m3,其浓度总和分别占采暖季和非采暖季浓度总和的79.90%和85.45%。榆次大学城PM2.5重金属组分中锰、铅和锌同为三种浓度最高的元素,其均值分别为56.57±32.95ng/m3、70.02±56.66ng/m3和201.23±164.71ng/m3,其浓度总和分别占采暖季和非采暖季浓度总和的78.14%和73.70%。两采样点位中铅和镉元素在采暖季和非采暖季均超过国家参考限值。太原市和榆次大学城在非采暖季重金属污染水平与其他地区年均值相近,在采暖季两地浓度则明显偏高。(2)富集因子分析表明,10种元素主要受人为源影响,太原市和榆次大学城重金属富集水平为:锌、铅和镉显着富集(92.25-476.71),钒、镍、铬、砷和铜中度富集(10.74-40.93),钴和锰轻度富集(1.17-6.91)。Cd元素为富集程度最高的元素,其受人为源影响最大。采暖季重金属富集程度显着高于非采暖季。燃煤供暖为引起PM2.5中重金属富集的人为源之一。(3)太原和榆次大学城主成分分析结果类似,均提取出3个主成分因子,分别代表烟尘、金属冶炼排放及工业粉尘。两区域非采暖季累计解释方差高于采暖季,非采暖季污染来源解析结果可信度高于采暖季。(4)相关性分析及PMF分析结果表明,燃煤、工业过程、机动车尾气和扬尘为太原和榆次大学城的主要污染源,采暖季燃煤贡献率较高分别为38.4%和40.5%,非采暖季机动车贡献率较高,分别为15.6%和39.3%。(5)健康风险评估表明,太原和榆次大学城PM2.5中锰元素可引发较强的非致癌风险,除锰外其他重金属元素引起的非致癌风险均远低于美国环保署(EPA)限值,非致癌风险系数介于1.02×10-5-5.23×10-1之间。人群在采暖季比非采暖季具有更高的非致癌风险,儿童比成人具有更高的非致癌风险。太原市和榆次大学城的致癌风险相比,二者具有相似的降序规律,太原和榆次大学城PM2.5中铬和砷元素的致癌风险均高于EPA的阈值,人群易受这两种元素引起的致癌作用影响。研究结果致力于解释特定污染源对人们健康的影响和危害,有助于实施预防和控制措施。综上所述,太原和榆次大学城PM2.5中重金属污染水平及污染源类型存在差异,从而导致不同的健康暴露风险。在进行大气污染防控时,可根据当地工业企业类型结合污染源种类进行综合治理。
王瑜婷[4](2020)在《武汉市大气细颗粒物化学组成及源解析研究》文中认为武汉市作为中国中部长江经济带上的超大型城市,伴随经济整体水平提高和城镇化的加快,大气污染状况发生显着变化,尤其现在大气细颗粒物的污染问题日益严重,对生态环境、全球气候、人体健康造成重大冲击,这些影响都与PM2.5浓度及其化学组分密切有关。本文以武汉市大气细颗粒物为研究对象,经过中长期采样后,对采集的大气细颗粒物的质量浓度计算、重金属元素检测以及大数据下分析有机碳、元素碳和臭氧,探讨各化学组分污染特征与PM2.5之间的相关性以及季节变化特点,然后运用PMF模型对重金属元素的来源进行解析,计算各种污染源对细颗粒物污染的贡献率,在以上数据支持下提出具有针对性的大气污染防治措施,更好的改善大气环境质量,具有较强的理论意义和实际价值。主要研究发现如下:2019年武汉市PM2.5浓度变化总体呈现前凸后凹的特征,季节质量浓度由大到小排序为冬季(151 3)>春季(98 3)>秋季(58 3)>夏季(57 3)。所测重金属元素中Ca、Fe、K、Al、Zn、Mn、Ba、Pb和Cu的季节均值浓度具有鲜明的特色,春冬季的浓度高,夏秋季的浓度低,例如Ca作为建筑尘和道路扬尘的主要成分组分,在3、5月的月均浓度达到最高3798ng/m3和3938ng/m3,而Na、V、和Co等不符合上述季节性规律。数据分析计算得出O3浓度年均值为111μg/m3,呈现夏秋高,春冬低的特点,具体浓度大小表现为秋季>夏季>春季>冬季,在夏季O3浓度处于较高水平且变化幅度不大。并且PM2.5日均浓度变化与O3之间呈明显的负相关关系,存在明显的季节分布特征。2018年的武汉OC、EC的浓度在全年各月的变化趋势基本呈现凹型,夏季OC、EC和TC浓度皆达到最低值,分别为5.4μg/m3、1.4μg/m3和6.8μg/m3。春冬季OC/EC相关性偏大,表明春冬季机动车尾气和燃煤源排放对PM2.5中OC、EC的贡献较大。应用PMF模型对样本中重金属元素源解析,结果显示5种来源类型:包括机动车排放、土壤粉尘、生物质燃烧、金属生产、和化学燃料燃烧。对PM2.5贡献率百分比从大到小排序为生物质燃烧(49.3%)>金属生产(28.7%)>机动车排放(10.0%)>化学燃料燃烧(8.9%)>土壤粉尘(3.0%),对比近些年源解析结果变化发现,之前占比高的机动车污染源贡献率明显下降,在本研究中贡献量大的金属生产和生物质燃烧成为治理重点。
孙莹[5](2020)在《2014-2018年辽宁省主要城市空气污染特征及PM2.5来源分析》文中进行了进一步梳理目的:分析2014-2018年辽宁省主要城市的空气污染物变化特征,了解近年辽宁省的空气质量状况;分析不同城市之间空气污染物相关性以及各城市内颗粒物与气态污染物之间的相关性;以省会沈阳市为例,运用PMF模型软件对细颗粒物(fine particulate matter,PM2.5)的成分进行源解析,识别该城市PM2.5中多环芳烃(Polycyclic Aromatic Hydrocarbons,PAHs)、重金属元素和水溶性离子的主要污染来源以及污染的贡献率,从而全面了解辽宁省主要城市的空气污染现状、变化规律及污染来源,为制定空气污染防治对策提供合理的科学依据。方法:收集2014-2018年辽宁省主要城市6种大气污染物(PM2.5、PM10、SO2、NO2、CO和O3)日平均浓度及每日空气质量指数(AQI)数据进行整理,应用Excel2010进行数据整理、制作图表,采用SPSS24.0对AQI、空气污染物及PM2.5成分进行差异分析,采用PMF5.0模型对沈阳市PM2.5成分进行源解析。结果:1.2014-2018年辽宁省主要城市AQI年均值呈逐年下降趋势;各城市的AQI月均浓度呈“U”型曲线变化特征,季节分布特征为冬高夏低;大连、丹东等沿海城市空气质量较好,而沈阳、鞍山等内陆城市的污染较为严重。2.2014-2018年辽宁省主要城市的PM2.5、PM10、SO2、NO2和CO浓度呈下降趋势,10个城市PM2.5、PM10、SO2、NO2和CO的月均浓度呈现“U”型曲线变化特征,且季节分布特征明显,呈现冬高夏低的特点;但O3浓度呈上升趋势,月均浓度呈现出“倒U”型曲线变化特征,季节分布特征呈现冬低夏高的特点。3.2014-2018年不同城市间6种空气污染物相关性程度均呈高度相关,同一城市PM2.5、PM10、SO2、NO2、CO和O3密切相关,其中颗粒物(PM2.5和PM10)与气态污染物(SO2、NO2、CO和O3)相关性程度为显着相关以上水平。4.以省会沈阳市为例,2014-2018年PM2.5中PAHs的来源为机动车尾气排放源(37.4%);燃煤源(32%)、石油挥发泄露源(16.7%)和工业排放源(13.8%);重金属元素和水溶性离子来源为二次源(31.7%)、扬尘源(26.1%)、燃煤源(24.9%),工业排放源(17.3%)。结论:1、2014-2018年辽宁省主要城市AQI、PM2.5、PM10、SO2、NO2和CO浓度呈下降趋势,而O3呈上升趋势;2、辽宁省不同城市之间的污染物呈高度相关,同一城市颗粒物与气态污染物之间呈显着相关;3、沈阳市PM2.5成分中PAHs的主要来源为机动车尾气排放源和燃煤源,重金属元素和水溶性离子的主要来源为二次源和扬尘源;综上,近年来辽宁省空气质量好转,空气污染治理取得一定成效,但仍需加强对空气污染物排放的控制,由于相邻地域空气污染物相互影响制约,需要全省协同行动共同治理空气污染。
梁丹[6](2019)在《不同城市群大气污染分布传输特征及植物阻滞吸附机理》文中指出本研究以367个城市为研究对象,用聚类分析划分城市群,从城市群角度探明大气污染的时空分布特征;对不同城市群大气颗粒物与气态污染物的相关性进行分析,明确不同城市群大气污染特征;对区域传输特征进行分析,对比不同城市群的区域传输特征差异;并定量研究植物对PM2.5的阻滞吸附能力及机理,以探索有效的不同城市群大气污染治理方式。结论如下:(1)年际变化上,PM2.5,PM10,SO2和NO2浓度在2016年有所下降,而O3和CO浓度值有所增长。PM2.5,SO2和NO2浓度值削减率最高的是东北城市群,PM10削减率最高的是北部沿海城市群。季节分布上,大气污染物浓度季节特征总体表现为冬>秋>春>夏。月际变化上,PM2.5与PM10呈现“U型”月变化特征,CO与S02月变化在有暖气的城市群,取暖季月变化趋势呈“深U”变化。O3的最高值通常出现在6月和7月。日变化上,PM25与PM10浓度日变化呈现出在10-14点到达最高值,在16-20点达到最低值。SO2,NO2和CO的日变化特征相似,呈现“双峰双谷”的变化特征,O3呈现出“单峰双谷”的特征。(2)在空间分布上,在东北城市群,省会城市SO2及NO2浓度较高;在北部沿海城市群,河北省南部和山东省SO2,NO2及CO浓度较高;在东部沿海城市群中,江苏省大气颗粒物污染和SO2污染较严重,以上海为中心的城市NO2污染严重;在南部沿海城市群,控制粤港澳大湾区和河南省大气污染是控制该区域城市群大气污染的关键。在黄河中游城市群,减少山西地区的燃煤以减少SO2和CO的排放,是改善区域大气污染状况的关键。在长江中游城市群,以武汉、宜昌和合肥为中心的城市群污染最为严重。在大西南城市群,四川盆地地区大气颗粒物与NO2的排放控制对大气污染改善尤为重要。在大西北城市群,大气污染控制应加强土地荒漠化的治理,减少沙尘等污染。城市群间的污染物有较强相关性,SO2在城市沿海城市群间的区域传输和交换作用更为明显。(3)受区域传输影响最严重的是北部沿海城市群及东部沿海城市群,从城市类型来看,海岛城市受区域传输的影响最为严重。来自北京市南部的气流是PM25主要区域传输通道,来自偏西西北方向的气流是PM10的主要传输通道,SO2与N02浓度值最高的均是来自西北方向的气流,来自东北方向的气流利于CO的产生,来自河北南部和山东的气流导致O3浓度升高。河北省南部和山东省是北京市PM2.5最重要的潜在源区。PM10潜在源区包括河北省南部,山东省西南部以及山西省等。河北省南部,山东省,河南省和陕西省是SO2的潜在源区。NO2的潜在源区包括河北省南部,山东省和山西省。CO的区域传输较少。O3的潜在源区分布在河北南部,山东省和山西省。过去十年间,山东、天津和河南地区PM10的贡献有所增加,而内蒙古和蒙古地区的贡献有所下降。(4)被试树种中单位叶面积叶片吸附PM2.5能力最强的是杉木,吸附能力最弱的是银杏。由于树种间单株叶面积差异较大,因此单株树种阻滞吸附PM2.5的总量也差异较大。其中,杉木是单株树种阻滞吸附PM2.5能力最强的树种,吸附能力超过1OOmg的树种有木姜子,马尾松,华山松,构树,刺桐,栾树和榕树。对于单株树种来说,总体上针叶树种单株树种吸附能力强于阔叶树种。单位叶面积阻滞吸附PM2.5量和沟槽比例及叶毛数量之间有显着的正相关关系,气孔大小与阻滞吸附PM2.5的量存在显着相关性,气孔较小的相关系数大于气孔较大的一组,气孔尺寸越大,对阻滞吸附PM2.5能力的抑制效果越小。北京市树种阻滞吸附PM2.5的能力较重庆市强,这是由于相同的树种,在北京比在重庆有较多的叶毛、较大的沟槽比例及气孔大小和气孔密度。
戴炜帅[7](2019)在《金华城区PM2.5和PM10中水溶性无机离子污染特征及其来源分析》文中认为本文研究了2018年金华城区大气颗粒物PM2.5和PM10中水溶性无机离子的污染水平及污染特征,分析了水溶性离子与气象因素(相对湿度、风速、气温、气压)和气态污染物(SO2、NO2、O3)的相关性,采用主成分分析法和后向轨迹方法研究对水溶性无机离子的来源进行了解析。研究得出了以下主要结论:(1)金华城区全年PM2.5和PM10的平均质量浓度分别为69.01μg/m3和101.55μg/m3,全年PM2.5超标率为34.5%,PM10超标率为20.2%,大气颗粒物污染现状不容乐观。金华大气颗粒物的质量浓度随季节变化明显,冬季大气颗粒物污染最为严重,春季次之,夏季最优。(2)大气颗粒物与气象因素存在一定的相关性。从全年来看,风速增大,气温升高或者气压降低均有利于大气污染物的扩散,大气颗粒物浓度降低。在相同条件下,相对湿度越大颗粒物浓度越高,粒径越小受环境湿度影响越显着。从不同季节来看,在夏秋季气温越高,颗粒物浓度越低;而在冬春季节气温越高,颗粒物浓度越高。这可能与大气混合层逆温相关。(3)SO42-、NH4+、NO3-为金华城区颗粒物中最主要的三种水溶性无机离子。颗粒物上SO42-、NH4+、NO3-、K+、Ca2+、Cl-在冬季样品中浓度最高,在夏季浓度最低。颗粒物上Mg2+、F-、Na+这三种离子在四季的浓度变化不大。金华城区PM2.5与PM10,在冬季偏碱性,在其他三个季节均为酸性。PM在冬季表现为碱性的原因与冬季NH4+大量产生相关。(4)在各离子间相关性研究中发现,NH4+和NO3-NH4+和SO42-的相关性均在春季最显着。金华城区NH4+优先和NO3-结合生成NH4NO3。冬季和春季NO3-、SO42-和NH4+主要以液相氧化为主。夏季NO3-和SO42-以气相氧化为主。在秋季NO3-的气相氧化和液相氧化同时有发生。在秋季SPO42-以液相氧化为主。冬季PM2.5和PM10中的NOR平均值最大,最有利于NO2转化成二次粒子。秋季SOR平均值最大,最有利有利于SO2转化成二次粒子。(5)利用主成分分析法对金华城区PM2.5和PM10中的水溶性无机离子来源进行解析,结果发现全年中二次粒子是大气颗粒物水溶性离子最主要的来源,结合NO3-/SO42-值可知金华城区的二次粒子主要来自移动源。此外,后向轨迹的结果表明,冬季和秋季受外源性影响较大,春季和夏季受本地源影响较大。
张程[8](2019)在《南京北郊冬春季大气气溶胶理化特性研究》文中研究指明为了解南京北郊大气气溶胶的理化特性,本研究于2014与2015年在南京北郊使用安德森九级和青岛崂山KC-120H采样器对气溶胶进行膜采样,通过积分浊度仪获取散射系数,利用离子色谱仪与热/光碳分析仪分别对大气气溶胶中化学组分进行测定,研究了观测地区霾天气下气溶胶化学组分的粒径分布特征,来源以及不同污染程度中PM2.5化学组分污染特征及其对散射系数的影响情况,并结合气象要素及后向轨迹对观测结果进行分析。结果表明,南京北郊2014年冬春季霾日与非霾日中NH4+、NO3-与SO42-均以(NH4)2SO4和NH4NO3的形式存在。通过主成分分析研究发现,粗、细粒径段中水溶性离子主要来源为工业排放、生物质燃烧与二次反应。通过OC/EC比值发现霾日期间碳质颗粒物的来源主要为机动车尾气排放、燃煤和生物质燃烧。2015年冬季重度污染中PM2.5日平均浓度为清洁天的4.0倍,SO42-、NO3-和NH4+平均浓度则分别为清洁天的6.4、3.1和3.9倍。两种污染天中大气细颗粒物均呈酸性且主要受流动源影响。通过碳组分丰度值发现燃煤燃烧、汽油车尾气排放和道路灰尘是观测期间内碳质颗粒物的共同主要贡献源。观测期间南京北郊散射系数的日均值为(423.36?265.34)Mm-1。观测地区冬季散射系数日变化呈“三峰型”分布。重建后的散射系数与实测散射系数之间相关性较高,说明IMPROVE方程能够较好地反映PM2.5中主要化学组分对散射系数的贡献情况。根据贡献率计算可知,NH4NO3、(NH4)2SO4和OC是观测期间南京北郊不同大气污染程度中气溶胶散射系数最为主要的贡献源。
李正[9](2019)在《杭州市某区PM2.5的季节性污染特和细胞毒性研究》文中研究说明空气污染是国内外许多城市的重要环境问题之一,而PM2.5是造成雾霾现象的主要元凶。PM2.5化学组成复杂,富含水溶性离子、碳质组分、金属元素和多环芳烃(PAHs)等多种污染物,会对大气能见度、气候变化和人体健康产生显着的影响,因此研究PM2.5的化学组分、潜在来源和细胞毒性对于大气污染防治和健康风险防控具有重要意义。论文以探讨PM2.5细胞毒性的关键化学组分及其潜在来源为目标,采集了 2015年9月-2016年7月杭州市某区PM2.5样品,在分析不同季节PM2.5化学组分变化特征的基础上,一方面运用后向轨迹模型探讨了不同季节PM2.5的潜在源区。另一方面对比了 PM2.5的水提液和有机提取液对正常人支气管上皮细胞(BEAS-2B)的毒性作用,分析了细胞毒性作用与化学组分的相关性,探讨了影响细胞毒性的化学组分的来源。主要结论如下:(1)PM2.5和主要气态污染物的变化规律:研究期间S02和CO日均浓度均达到了一级标准,N02、PM2.5和PM110的年均浓度分别是二级标准的1.19、1.42和1.08倍,是主要的超标污染物。冬季大气颗粒物和NO2超标现象较为严重,而夏季高浓度的O3不容忽视。PM2.5在春、冬季与S02、CO和NO2有较强的正相关性,而在夏季与大气氧化性Ox存在较强正相关性。(2)PM2.5中主要化学组分的季节变化规律:SO42-、NO3-、NH4+和有机物质(OM)是PM2.5中含量较高的化学组分。SO42-和NO3-浓度冬高夏低,硫氧化比、氮氧化比数据说明冬春季节具有一定的二次生成现象;有机碳(OC)和元素碳(EC)的平均浓度为14.7和2.2μg/m3,冬季较高,夏季较低。OC/EC比值表明秋冬季节生物质燃烧对PM2.5的贡献不容忽视。金属元素对PM2.5贡献较小,平均浓度为525.6ng/m3,夏季较高,秋冬季节较低。PAHs平均浓度为25.0ng/m3,冬高夏低,中环数PAHs占比较大(47-51%)。所有季节的苯并芘(BaP)毒性当量浓度都超过WHO的限值,存在一定健康风险。(3)PM2.5潜在来源的季节变化规律:该地区秋、冬和春季的气团来源以东北、西北的方向为主,而夏季以南部和西南方向为主。从PM2.5的潜在源区来看,秋季主要来自安徽、河南、河北和宁夏(80-140μg/m3),冬季和春季主要来自江西、湖南(100-200 μg/m3),夏季主要来自浙江省南部和江西(50-70 μg/m3)。(4)PM2.5的细胞毒性及相关的主要化学组分:PM2.5提取物能够降低BEAS-2B存活率,诱导活性氧(ROS)、白细胞介素-6(IL-6)产生和改变细胞器形态。秋、冬季PM2.5提取物的毒性作用高于其他季节。对比两类PM2.5提取物,有机提取物的细胞毒性较强,导致细胞具有更高的死亡率和乳酸脱氢酶(LDH)、ROS、IL-6水平。其中茆并芘(IPY)、二苯并蒽(DBA)、苯并花(BPE)是影响有机提取物细胞毒性的关键组分,秋、冬季的主要来源分别为浙江省东部和华中地区。其次,PM2.5水提物的毒性较低,SO42-、NO3-、NH4+、Mn、V、Ni是影响水提物细胞毒性的关键组分,秋、冬季的主要来源分别是华北和华中地区。总体而言,杭州市某区一年四季中冬季PM2.5的浓度和化学组分浓度较高,细胞毒性较大。两类提取物中有机提取物的细胞毒性更强,IPY、DBA和BPE是影响有机提取物细胞毒性的关键组分,其冬季的主要来源为华中地区。未来应该加强区域联防联控,以改善杭州市某区空气质量和降低健康风险。本文可为大气污染防治提供一定的新思路。
孙韧[10](2018)在《京津冀区域大气污染特征及相互输送影响研究》文中指出京津冀区域细颗粒物(PM2.5)污染形势严峻,远高于环境空气质量标准限值,呈现明显的区域性、复合型特征,城市之间大气污染物相互输送对区域空气质量影响显着。本研究基于京津冀区域国控自动监测数据、加强观测站点数据以及系留气球垂直观测数据,采用正交经验分解(EOF)、主成分分析(PCA)、传输通量核算等方法详细分析了京津冀区域大气污染物时空分布特征、PM2.5的主要来源;基于系留气球的垂直观测数据,分析研究了不同季节、不同天气形势下大气污染物垂直分布特征,并以天津为基础,计算了区域内污染物的传输通量,主要结论如下:采用EOF研究各项污染物的时空分布特征,将京津冀区域划分为八个区域。其中,区域I包括邢台、石家庄和保定,区域II为北京市,区域III包括天津市和唐山市,区域IV为沧州市,区域V为廊坊市,区域VI为邯郸市,区域VII为衡水市,区域VIII包括秦皇岛、承德和张家口。O3污染相对PM2.5来说,区域性表现更加明显。区域大气PM2.5主要化学组分OC、NO3-、SO42-、NH4+、EC、Cl-、Si、Fe和Al,夏季SO42-含量高,春秋季NO3-含量高,冬季OC含量高;北京和天津NO3-含量较高,保定冬季OC含量高,石家庄冬季EC含量高,沧州春季Si含量高。京津冀区域PM2.5主要来源为工业、机动车、二次无机粒子、地壳源和重柴油车,各城市来源存在一定差异。从垂直分布上看,清洁天气下,颗粒物、SO2、NOx和CO浓度均随高度的升高而降低,而O3浓度随着高度的升高呈现上升趋势。污染天气时,颗粒物浓度在逆温层以下随高度升高而升高,在逆温层以上随高度升高而降低;重污染过程期间,大气边界层较低,边界层以下,颗粒物浓度分布均匀。系留气球观测期间,西南方向传输通量最高,占总传输通量的51.5%。传输通量在156m高度处最高,其次是296m和46m。在近地面300m以内,PM2.5传输通量占总传输通量的70%。典型重污染过程期间,PM2.5在西南方向上的传输通量最高,占总传输通量的64.2%,156m高度处PM2.5传输通量最高。近地面200m内PM2.5传输主要以西南方向传输为主,200m以上传输方向较分散。该研究成果已在京津冀环境保护部门推广应用,为京津冀区域大气污染防治工作、区域空气质量的预测预报、重污染天气预警、重大活动空气质量保障提供了重要支持和服务。
二、杭州市区大气中PM_(10)的污染特征及其源解析(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、杭州市区大气中PM_(10)的污染特征及其源解析(论文提纲范文)
(2)酒泉市大气颗粒物PM10、PM2.5中无机元素污染特征研究和来源解析(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究背景 |
1.1.1 大气颗粒物定义及来源 |
1.1.2 大气颗粒物对人体健康及环境的影响 |
1.1.3 大气颗粒物来源解析国内外研究现状概述 |
1.2 研究意义及目的 |
1.3 研究内容及方案 |
1.4 技术路线 |
2 研究方法 |
2.1 研究区域概况 |
2.2 采样点布设 |
2.3 样品采集 |
2.3.1 采样设备与滤膜的选取 |
2.3.2 采样时间与频率 |
2.3.3 气象数据及常规污染物监测数据的收集 |
2.4 样品分析 |
2.4.1 重量分析 |
2.4.2 无机元素分析 |
2.5 数据分析 |
2.5.1 相关性分析 |
2.5.2 富集因子分析 |
2.5.3 后向轨迹聚类与潜在污染源区分析 |
2.5.4 主成分分析 |
3 酒泉市PM_(10)、PM_(2.5)浓度特征研究 |
3.1 酒泉市PM_(10)、PM_(2.5)浓度变化特征 |
3.1.1 PM_(10)、PM_(2.5)浓度日变化特征 |
3.1.2 PM_(10)、PM_(2.5)浓度季节变化特征 |
3.1.3 PM_(10)、PM_(2.5)浓度与大气常规污染物的相关性分析 |
3.2 PM_(10)及PM_(2.5)输送路径及潜在源区分析 |
3.2.1 后向轨迹聚类分析 |
3.2.2 潜在源区分析 |
3.2.3 浓度权重轨迹分析 |
3.3 本章小结 |
4 酒泉市PM_(10)、PM_(2.5)中无机元素污染特征研究 |
4.1 酒泉市PM_(10)、PM_(2.5)中无机元素污染特征研究 |
4.1.1 PM_(10)、PM_(2.5)中无机元素浓度日变化特征 |
4.1.2 PM_(10)、PM_(2.5)中无机元素浓度季变化特征 |
4.2 本章小结 |
5 酒泉市PM_(10)、PM_(2.5)中无机元素来源解析 |
5.1 PM_(10)、PM_(2.5)中无机元素的相关性分析 |
5.2 PM_(10)、PM_(2.5)中无机元素的富集因子分析 |
5.3 PM_(10)、PM_(2.5)中无机元素的主成分分析 |
5.4 PM_(10)、PM_(2.5)中无机元素的来源解析 |
5.4.1 正矩阵因子分解模型(EPA-PMF) |
5.4.2 正矩阵因子分解模型(PMF)基本原理 |
5.4.3 酒泉市PM_(10)、PM_(2.5)中无机元素的来源解析 |
5.5 主成分分析与PMF分析结果对比 |
5.6 本章小结 |
结论 |
创新点 |
不足与展望 |
致谢 |
参考文献 |
攻读学位期间的研究成果 |
(3)太原市及周边环境空气PM2.5中重金属污染特征分析及健康风险评估(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 研究背景与意义 |
1.2 国内外研究现状 |
1.2.1 PM_(2.5)中的组分特征 |
1.2.2 PM_(2.5)中重金属的的来源 |
1.2.3 PM_(2.5)中重金属的的来源解析进展 |
1.2.4 PM_(2.5)中重金属的风险评估 |
1.3 研究目的和研究内容 |
1.4 研究特色及创新点 |
1.5 技术路线 |
第2章 样品采集与分析 |
2.1 研究区域概况 |
2.2 样品采集 |
2.3 样品测试及方法 |
2.4 质量保证和质量控制 |
第3章 太原-榆次大学城PM_(2.5)中重金属元素分布特征 |
3.1 PM_(2.5)中重金属元素时空分布特征 |
3.2 与其他城市PM_(2.5)中重金属元素分布特征对比 |
3.3 本章小结 |
第4章 太原-榆次大学城PM_(2.5)中重金属的来源解析 |
4.1 PM_(2.5)中重金属的来源解析方法 |
4.2 富集因子分析 |
4.3 主成分分析 |
4.4 相关性分析 |
4.5 PMF来源解析 |
4.6 本章小结 |
第5章 太原和榆次大学城大气PM_(2.5)中重金属健康风险评估 |
5.1 健康风险评价方法 |
5.2 健康风险评估分析 |
5.3 健康风险评估结果 |
5.4 本章小结 |
第6章 结论与展望 |
6.1 结论 |
6.2 展望 |
6.3 对未来污染控制的建议 |
参考文献 |
附录 |
攻读学位期间取得的科研成果 |
致谢 |
(4)武汉市大气细颗粒物化学组成及源解析研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景 |
1.2 研究现状 |
1.2.1 PM2.5 国内外研究进展 |
1.2.2 源解析技术的发展进程 |
1.3 研究目的及意义 |
1.4 研究内容与技术路线 |
1.4.1 研究内容 |
1.4.2 技术路线 |
第2章 实验设计与研究方法 |
2.1 样品采集 |
2.1.1 采样点概述 |
2.1.2 采样时间及方法 |
2.2 样品分析及检测方法 |
2.2.1 PM2.5 质量浓度计算 |
2.2.2 重金属元素测定 |
第3章 PM2.5 中化学组成的特征分析 |
3.1 PM2.5 日均变化特征 |
3.1.1 气象条件 |
3.1.2 PM2.5 质量浓度统计 |
3.1.3 2016~2017 年与2019 年对比 |
3.2 重金属元素 |
3.2.1 重金属浓度月均变化特征 |
3.2.2 重金属浓度季节性特征 |
3.3 有机碳、元素碳 |
3.3.1 有机碳、元素碳污染水平特征 |
3.3.2 有机碳和元素碳的相关性分析 |
3.4 臭氧 |
3.4.1 O_3 浓度时间变化特征 |
3.4.2 O_3与PM2.5 浓度的相关性 |
3.5 本章小结 |
第4章 大气污染物的来源解析 |
4.1 PMF模型概述 |
4.2 源解析结果 |
4.3 本章小结 |
第5章 结论与展望 |
5.1 结论 |
5.2 创新点 |
5.3 展望 |
参考文献 |
致谢 |
硕士研究生期间发表论文 |
(5)2014-2018年辽宁省主要城市空气污染特征及PM2.5来源分析(论文提纲范文)
摘要 |
Abstract |
英文缩略语 |
1 前言 |
2 材料与方法 |
2.1 研究资料 |
2.1.1 数据来源 |
2.1.2 缺失值处理 |
2.2 研究方法 |
2.2.1 统计方法 |
2.2.2 空气质量法 |
2.2.3 Correl统计函数模型 |
2.2.4 正交矩阵因子分解模型(PMF模型) |
3 结果 |
3.1 辽宁省主要城市空气污染物年均变化 |
3.1.1 AQI年均分布 |
3.1.2 不同城市空气质量等级分布 |
3.1.3 首要污染物分布情况 |
3.1.4 主要空气污染物的年均变化 |
3.2 辽宁省主要城市空气污染物月均变化 |
3.2.1 AQI月均变化 |
3.2.2 PM_(2.5)月均变化 |
3.2.3 PM_(10)月均变化 |
3.2.4 SO_2月均变化 |
3.2.5 NO_2月均变化 |
3.2.6 CO月均变化 |
3.2.7 O_3月均变化 |
3.3 六种空气污染物相关性分析 |
3.3.1 不同城市间污染物相关性 |
3.3.2 同一城市PM_(2.5)与气态污染物相关性分析 |
3.3.3 同一城市内PM_(10)与气态污染物相关性分析 |
3.4 沈阳市PM_(2.5)主要成分来源解析 |
3.4.1 PM_(2.5)中多环芳烃水平 |
3.4.2 PM_(2.5)中重金属元素和水溶性离子水平 |
3.4.3 PM_(2.5)中多环芳烃来源解析 |
3.4.4 PM_(2.5)中重金属元素和水溶性离子来源解析 |
4 讨论 |
5 结论 |
附录 |
本研究创新性的自我评价 |
参考文献 |
综述 |
参考文献 |
实践报告 |
攻读学位期间取得研究成果 |
致谢 |
个人简介 |
(6)不同城市群大气污染分布传输特征及植物阻滞吸附机理(论文提纲范文)
摘要 |
ABSTRACT |
1 绪论 |
1.1 研究背景与意义 |
1.2 国内外研究现状 |
1.2.1 大气污染的时空分布特征 |
1.2.2 大气颗粒物与气态污染物的相关性分析 |
1.2.3 大气颗粒物的区域传输特征 |
1.2.4 植物阻滞吸附对大气颗粒物的影响 |
2 研究目标、研究内容与方法 |
2.1 研究目标 |
2.2 研究内容 |
2.2.1 大气污染的空间分布特征 |
2.2.2 大气污染的时间分布特征 |
2.2.3 大气颗粒物与气态污染物的相关性分析 |
2.2.4 大气颗粒物的区域传输特征分析 |
2.2.5 植物阻滞吸附大气颗粒物的作用机理 |
2.3 研究方法 |
2.3.1 数据来源 |
2.3.2 聚类分析方法 |
2.3.3 气流轨迹计算与潜在源分析 |
2.3.4 普通克里格空间插值法 |
2.3.5 采样与气室实验 |
2.4 技术路线 |
3 大气污染物空间分布特征 |
3.1 聚类分析与城市群划分 |
3.2 大气颗粒物与气态污染物空间分布特征 |
3.2.1 东北综合经济区大气颗粒物与气态污染物空间分布特征 |
3.2.2 北部沿海综合经济区大气颗粒物与气态污染物空间分布特征 |
3.2.3 东部沿海综合经济区大气颗粒物与气态污染物空间分布特征 |
3.2.4 南部沿海经济区大气颗粒物与气态污染物空间分布特征 |
3.2.5 黄河中游综合经济区大气颗粒物与气态污染物空间分布特征 |
3.2.6 长江中游综合经济区大气颗粒物与气态污染物空间分布特征 |
3.2.7 大西南综合经济区大气颗粒物与气态污染物空间分布特征 |
3.2.8 大西北综合经济区大气颗粒物与气态污染物空间分布特征 |
3.3 小结 |
4 大气污染物时间分布特征 |
4.1 大气污染物年变化特征 |
4.1.1 大气颗粒物与气态污染物年变化特征 |
4.1.2 大气颗粒物与气态污染物在环保示范城市中的年变化特征 |
4.2 大气污染物季节变化特征 |
4.2.1 大气颗粒物季节变化特征 |
4.2.2 气态污染物季节变化特征 |
4.3 大气污染物月变化特征 |
4.3.1 大气颗粒物月变化特征 |
4.3.2 气态污染物月变化特征 |
4.4 大气污染物日变化特征 |
4.4.1 大气颗粒物日变化特征 |
4.4.2 气态污染物日变化特征 |
4.5 小结 |
5 大气颗粒物与气态污染物的相关性 |
5.1 大气颗粒物与SO_2的相关性分析 |
5.2 大气颗粒物与NO_2的相关性分析 |
5.3 大气颗粒物与CO的相关性分析 |
5.4 大气颗粒物与O_3的相关性分析 |
5.5 小结 |
6 大气污染物区域传输特征及变化 |
6.1 八大城市群区域传输特征 |
6.2 典型城市大气污染物区域传输特征 |
6.2.1 轨迹聚类分析 |
6.2.2 潜在源区分析 |
6.3 典型城市大气污染物区域传输特征变化 |
6.3.1 聚类轨迹分析 |
6.3.2 潜在源分析 |
6.4 小结 |
7 植物阻滞吸附大气颗粒物的作用机理 |
7.1 实验过程 |
7.2 不同植物阻滞吸附大气颗粒物作用比较 |
7.2.1 单位叶面积阻滞吸附作用比较 |
7.2.2 单株树种阻滞吸附作用比较 |
7.2.3 不同城市植物阻滞吸附作用比较 |
7.3 叶片微观结构阻滞吸附作用机理 |
7.4 小结 |
8 结论与展望 |
8.1 主要结论 |
8.1.1 大气污染物空间分布特征 |
8.1.2 大气污染物时间分布特征 |
8.1.3 大气颗粒物与气态污染物的相关性 |
8.1.4 大气污染物的区域传输特征及变化 |
8.1.5 植物阻滞吸附大气颗粒物的作用机理 |
8.2 主要创新点 |
8.3 展望 |
参考文献 |
个人简介 |
导师简介 |
成果目录清单 |
致谢 |
附录 |
(7)金华城区PM2.5和PM10中水溶性无机离子污染特征及其来源分析(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 大气颗粒物 |
1.2 大气颗粒物上载带组分 |
1.3 大气颗粒物上载带水溶性离子的研究现状 |
1.3.1 国外研究现状 |
1.3.2 国内研究现状 |
1.4 选题意义及研究内容 |
1.4.1 选题目的和意义 |
1.4.2 研究内容 |
1.4.3 技术路线图 |
第二章 样品的采集与分析 |
2.1 样品采集 |
2.1.1 采样点环境背景 |
2.1.2 采样点及采样方法 |
2.1.3 实验器材 |
2.2 样品分析 |
2.2.1 大气颗粒物质量浓度 |
2.2.2 水溶性离子质量浓度 |
2.3 质量控制 |
2.4 数据处理 |
2.4.1 相关性分析 |
2.4.2 主成分分析 |
2.5 后向轨迹分析 |
第三章 PM_(2.5)和PM_(10)质量浓度污染特征 |
3.1 PM_(2.5)和PM_(10)的污染特征及浓度关系 |
3.2 PM_(2.5)和PM_(10)质量浓度达标分析 |
3.3 PM_(2.5)和PM_(10)质量浓度与国内外城市对比 |
3.4 PM_(2.5)和PM_(10)与气象参数相关性分析 |
3.5 本章小结 |
第四章 PM_(2.5)和PM_(10)中水溶性无机离子特征分析 |
4.1 水溶性离子的全年分布特征 |
4.2 水溶性离子的季节分布特征 |
4.3 水溶性离子之间的相关性分 |
4.4 SNA与SO_2、NO_2、O_3及气象因子的相关性分析 |
4.5 硝酸盐、硫酸盐的比值与氧化率 |
4.6 大气颗粒物的酸碱性 |
4.7 本章小结 |
第五章 PM_(2.5)和PM_(10)中水溶性无机离子来源解析 |
5.1 冬季水溶性离子的源解析 |
5.2 春季水溶性离子的源解析 |
5.3 夏季水溶性离子的源解析 |
5.4 秋季水溶性离子的源解析 |
5.5 后向轨迹分析 |
5.6 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 |
攻读硕士学位期间取得的研究成果 |
致谢 |
(8)南京北郊冬春季大气气溶胶理化特性研究(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 |
1.3 本论文的研究问题和思路 |
第二章 实验与研究方法 |
2.1 观测点介绍 |
2.2 仪器介绍 |
2.3 计算方法 |
第三章 南京北郊霾天气溶胶粒径分布特征 |
3.1 观测期间气象要素分析 |
3.2 水溶性离子质量浓度分布 |
3.3 粗、细粒径段中SO_4~(2-)和NO_~(3-)变化特征 |
3.4 SNA存在形式 |
3.5 水溶性离子谱分布特征 |
3.6 水溶性离子来源分析 |
3.7 碳组分分布特征 |
3.8 本章小结 |
第四章 南京北郊不同污染程度下气溶胶化学组分特征 |
4.1 PM_(2.5)变化特征 |
4.2 水溶性离子污染特征分析 |
4.3 OC、EC污染特征分析 |
4.4 本章小结 |
第五章 南京北郊PM_(2.5)化学组分与散射系数关系 |
5.1 散射系数分布特征 |
5.2 PM_(2.5)与散射系数关系研究 |
5.3 化学组分对散射系数的贡献 |
5.4 后向轨迹分析 |
5.5 本章小结 |
第六章 总结与展望 |
6.1 结论 |
6.2 研究不足与展望 |
参考文献 |
作者简介 |
致谢 |
(9)杭州市某区PM2.5的季节性污染特和细胞毒性研究(论文提纲范文)
致谢 |
摘要 |
Abstract |
第一章 绪论 |
1.1 PM_(2.5)污染的研究现状 |
1.1.1 PM_(2.5)的污染概况和影响 |
1.1.2 PM_(2.5)的分布 |
1.1.3 气象条件对PM_(2.5)的影响 |
1.1.4 PM_(2.5)传输的模型研究 |
1.2 PM_(2.5)化学组分研究进展 |
1.2.1 水溶性离子 |
1.2.2 碳质组分 |
1.2.3 金属元素 |
1.2.4 多环芳烃 |
1.3 PM_(2.5)细胞毒性研究进展 |
1.3.1 PM_(2.5)对细胞的毒性效应 |
1.3.2 PM_(2.5)性质对细胞毒性的影响 |
1.4 研究目的与意义 |
1.5 研究内容与技术路线 |
1.5.1 研究内容 |
1.5.2 技术路线 |
第二章 杭州市某区大气污染特征 |
2.1 引言 |
2.2 数据与方法 |
2.2.1 数据来源 |
2.2.2 研究方法 |
2.2.3 数据处理 |
2.3 结果与讨论 |
2.3.1 大气污染物的变化特征 |
2.3.2 污染物之间的相关性分析 |
2.3.3 污染物与气象条件的相关性 |
2.4 本章小结 |
第三章 杭州市某区PM_(2.5)的化学组分特征和潜在源区 |
3.1 引言 |
3.2 材料与方法 |
3.2.1 主要试剂与仪器 |
3.2.2 PM_(2.5)样品采集和保存 |
3.2.3 PM_(2.5)化学组分分析 |
3.2.4 后向轨迹模型 |
3.2.5 数据处理 |
3.3 结果与讨论 |
3.3.1 PM_(2.5)化学组分的总体特征 |
3.3.2 PM_(2.5)中水溶性离子的污染特征 |
3.3.3 PM_(2.5)中有机碳和元素碳的污染特征 |
3.3.4 PM_(2.5)中金属元素的污染特征 |
3.3.5 PM_(2.5)中多环芳烃的污染特征 |
3.3.6 PM_(2.5)的后向轨迹分析 |
3.4 本章小结 |
第四章 杭州市某区PM_(2.5)细胞毒性及关键化学组分和来源 |
4.1 引言 |
4.2 材料与方法 |
4.2.1 主要试剂与仪器 |
4.2.2 PM_(2.5)提取液的制备 |
4.2.3 细胞株的培养 |
4.2.4 细胞存活率和乳酸脱氢酶的测定 |
4.2.5 细胞活性氧和白细胞介素-6的测定 |
4.2.6 细胞微观形态的观察 |
4.2.7 数据处理 |
4.3 结果和讨论 |
4.3.1 细胞存活率和乳酸脱氢酶 |
4.3.2 细胞活性氧和白细胞介素-6 |
4.3.3 细胞微观形态变化 |
4.3.4 细胞毒性和化学组分的关系 |
4.3.5 毒性组分的潜在来源 |
4.4 本章小结 |
第五章 结论与展望 |
5.1 结论 |
5.2 创新点 |
5.3 展望 |
参考文献 |
作者简介 |
攻读硕士学位期间主要成果 |
感谢 |
(10)京津冀区域大气污染特征及相互输送影响研究(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 研究背景及意义 |
1.1.1 京津冀区域细颗粒物污染形势十分严峻 |
1.1.2 重污染天气引发巨大损失 |
1.1.3 京津冀区域大气污染特征及相互输入有待进一步研究 |
1.2 国内外研究综述 |
1.2.1 气象要素对环境空气质量影响研究 |
1.2.2 颗粒物化学组分来源研究 |
1.2.3 垂直观测研究 |
1.2.4 区域颗粒物相互影响研究 |
1.3 当前研究存在的问题 |
1.4 主要研究内容 |
1.5 研究技术路线 |
第2章 研究方法 |
2.1 颗粒物样品采集分析 |
2.1.1 采样城市概况 |
2.1.2 样品采集 |
2.1.3 样品分析 |
2.2 基于系留气球的气象参数及污染物垂直观测 |
2.2.1 观测点位 |
2.2.2 观测仪器和设备 |
2.2.3 数据质控 |
2.3 大气动力-化学耦合模式数值模拟 |
2.3.1 数值模式 |
2.3.2 参数化方案选取 |
2.4 数据分析方法 |
2.4.1 经验正交函数EOF分析方法 |
2.4.2 PCA分析方法 |
2.4.3 传输通量核算方法 |
第3章 京津冀区域大气污染的自然及人为影响因素分析 |
3.1 自然及社会经济发展情况 |
3.1.1 自然特征概况 |
3.1.2 重点城市经济发展状况 |
3.1.3 重点城市社会发展 |
3.2 典型气象条件对大气污染的影响 |
3.2.1 温度 |
3.2.2 相对湿度 |
3.2.3 风向、风速 |
3.2.4 垂直边界层 |
3.3 京津冀特殊地理气象条件对大气污染的影响 |
3.3.1 太行山等地形对大气污染的影响 |
3.3.2 山谷风对大气污染的影响 |
3.3.3 海陆风对大气污染的影响 |
第4章 京津冀区域地面大气污染物时空分布特征研究 |
4.1 京津冀区域大气污染物浓度分布特征 |
4.1.1 时间分布特征 |
4.1.2 空间分布特征 |
4.2 京津冀区域颗粒物污染特征 |
4.2.1 颗粒物化学组分特征 |
4.2.2 颗粒物主要来源 |
4.2.3 典型重污染过程分析 |
4.3 小结 |
第5章 京津冀区域大气污染垂直分布特征及相互输送影响研究 |
5.1 垂直观测数据有效分析 |
5.2 夏季大气污染物垂直分布特征 |
5.2.1 优良天垂直分布特征 |
5.2.2 污染天垂直分布特征 |
5.2.3 小结 |
5.3 冬季大气污染物垂直分布特征 |
5.3.1 优良天垂直分布特征 |
5.3.2 污染天垂直分布特征 |
5.3.3 重污染天垂直分布特征 |
5.3.4 典型重污染过程垂直分布特征 |
5.3.5 小结 |
5.4 京津冀区域污染物相互输送影响研究 |
5.4.1 不同方向污染物传输通量 |
5.4.2 不同季节污染物传输通量 |
5.4.3 不同高度污染物传输通量 |
5.4.4 典型重污染过程颗粒物传输影响 |
5.4.5 小结 |
第6章 项目应用和取得的效益 |
6.1 项目应用情况 |
6.1.1 京津冀区域大气污染防治 |
6.1.2 空气质量预测预报和重大空气质量保障 |
6.1.3 天津市环境空气质量管理 |
6.2 取得的效益 |
6.2.1 经济效益 |
6.2.2 环境效益 |
6.2.3 社会效益 |
第7章 结论与展望 |
7.1 结论 |
7.2 创新点 |
7.3 不足及展望 |
参考文献 |
发表论文和参加科研情况说明 |
致谢 |
四、杭州市区大气中PM_(10)的污染特征及其源解析(论文参考文献)
- [1]喀什市沙尘天近地面PM2.5和PM10污染特征研究[D]. 张凯欢. 新疆农业大学, 2021
- [2]酒泉市大气颗粒物PM10、PM2.5中无机元素污染特征研究和来源解析[D]. 蒙晓瑞. 兰州交通大学, 2020(01)
- [3]太原市及周边环境空气PM2.5中重金属污染特征分析及健康风险评估[D]. 王志磊. 太原理工大学, 2020(07)
- [4]武汉市大气细颗粒物化学组成及源解析研究[D]. 王瑜婷. 湖北工业大学, 2020(12)
- [5]2014-2018年辽宁省主要城市空气污染特征及PM2.5来源分析[D]. 孙莹. 中国医科大学, 2020(01)
- [6]不同城市群大气污染分布传输特征及植物阻滞吸附机理[D]. 梁丹. 北京林业大学, 2019(04)
- [7]金华城区PM2.5和PM10中水溶性无机离子污染特征及其来源分析[D]. 戴炜帅. 浙江师范大学, 2019(02)
- [8]南京北郊冬春季大气气溶胶理化特性研究[D]. 张程. 南京信息工程大学, 2019(04)
- [9]杭州市某区PM2.5的季节性污染特和细胞毒性研究[D]. 李正. 浙江大学, 2019(05)
- [10]京津冀区域大气污染特征及相互输送影响研究[D]. 孙韧. 天津大学, 2018(06)