一、Characteristics of urban ozone level in Hong kong(论文文献综述)
李如梅[1](2021)在《基于观测数据的臭氧来源解析研究》文中研究表明环境空气中臭氧(O3)为挥发性有机物(Volatile Organic Compound,VOCs)与氮氧化物(NOx)等前体物在光照条件下产生的二次污染物,现己成为制约环境空气质量改善的重要指标,受到了国内外学者广泛关注。O3污染是由光化学反应生成与区域输送共同作用的结果,持续性的O3污染暴露将对人体健康与生态环境将产生不利影响,而探明其来源对于O3污染防控决策具有重要意义。复杂空气质量模型可同时对O3生成与区域贡献来源进行分析,但其采用的排放清单数据对解析结果的时效性与准确性具有一定局限。随着O3及其前体物监测系统的逐步完善,以观测数据为基础的O3来源解析方法因其相对较真实反映源排放对O3生成的贡献而被推荐。本文选用基于观测数据的0维大气框架模式(Framework for 0-D Atmospheric Modeling,FOAM),将其与正定矩阵因子分解模型(Positive Matrix Factorization,PMF)耦合,建立基于观测数据的O3来源解析方法(F0AM-PMF-F0AM法),并以长治市O3及其前体物观测数据为例对该方法进行应用,定量评估了地面O3污染来源,为开展O3来源解析提供了新的思路。主要研究结论如下:1、通过外场观测,分析了 O3及其前体物浓度特征,并为定量分析O3污染来源方法准备了基础数据。长治市日最大臭氧8小时体积分数范围为162~261 ppbv,日间O3小时平均体积分数为95 ppbv,表现出明显O3污染。O3污染期间,日间(06:00~20:00)平均温度为30℃,平均相对湿度为47%,VOCs、CO、NO、NO2等前体物的平均体积分数分别为20.34ppbv、1 ppmv、3ppbv、16ppbv,考虑VOCs在源-受体传输过程中发生的化学损耗,反算出VOCs的初始平均体积分数为 30.68 ppbv。2、基于观测数据的FOAM模式可真实模拟环境O3的生成过程,其模拟与实际观测的O3体积分数具有显着相关性(相关系数大于0.96)。通过该模式模拟VOCs与NOx体积分数变化引起的O3净生成变化率,分析得出长治市O3生成主要受VOCs控制。3、基于观测数据将FOAM模式耦合PMF受体模型的O3来源解析方法,即首先基于观测数据分析O3生成的敏感性因子并对该因子进行来源解析,再模拟各源的O3净生成率,进而定量解析各排放源对O3生成的贡献。采用PMF模型首先对长治市O3生成敏感因子—VOCs来源进行分析,直接采用观测与反算的VOCs进行来源分析均得出:燃煤源与机动车排放源为长治市环境VOCs最重要的来源,其对环境VOCs的相对贡献率分别为31.41%与25.71%、27.61%与28.98%。直接采用观测数据进行VOCs来源分析时因未考虑化学损耗可能使得具有较强反应活性的源贡献率相对初始化源解析结果下降,如机动车排放源(-1.37%)、溶剂使用源(-2.23%)与工艺过程源(-5.72%)。而LPG/NG使用源与燃煤源排放VOCs因活性相对较弱,可能通过区域输送方式影响市区环境VOCs。4、长治市市区O3变化主要是由于光化学生成与区域输出或扩散共同作用的结果。市区西北部与中东部区域O3光化学生成对长治市本地O3体积分数贡献显着,同时这些区域又为长治市O3输出的重点影响区域,本地O3输出可能导致其周边区域(包括山西晋中、河北南部、河南东北部等区域)环境O3升高。在长治市O3污染期间,应用F0AM-PMF-F0AM方法对环境O3来源解析得出:工艺过程源、机动车排放源、燃煤源、LPG/NG使用源、溶剂使用源对O3生成的相对贡献分别为29.14%、26.68%、23.82%、11.33%、9.04%。工艺过程源、机动车排放源与燃煤源为长治市O3生成的主要贡献源。应用FOAM模式模拟以O3削减为目标的VOCs与NOx减排比例,表明当长治市环境NOx体积分数减排率低于80%时,有效降低O3体积分数的VOCs/NOx削减比例至少需达到1.1。短期内减少VOCs排放,尤其机动车源VOCs排放,可有效减少长治市O3生成,而VOCs与NOx等前体物协同控制,且多源并控,重点减排NOx可能是减少长治市O3污染的长期策略。5、FOAM模式以观测数据为基础可较真实模拟实际大气环境中的O3生成过程,采用该模式建立的基于观测数据的O3来源解析方法不仅可以真实反映O3光化学生成的主要来源,更具有重要的科学意义与推广应用价值,将为基于观测数据进行O3污染来源与成因分析提供新方法与思路。
孙瑞弟[2](2021)在《2005~2019年粤港澳大湾区吸收性气溶胶时空分布特征及影响因素研究》文中研究指明改革开放以来,粤港澳大湾区经济发展迅猛,加速推进城市化和工业化进程的同时,造成了诸多环境方面的问题,与人类密切相关的城市大气环境问题已经引起了足够的关注。粤港澳大湾区属世界四大湾区之一,经济发达、人口众多,气候敏感、生态脆弱,目前对其大气环境和吸收性气溶胶指数(Absorbable aerosol index,AAI)等方面的研究仍然是个空白,因此对其大气环境质量的研究很有必要。本文采用2005~2019年OMAERUV数据日产品,研究粤港澳大湾区吸收性气溶胶指数时空分布特征,并分析自然因素、人为因素、植被指数、臭氧以及气流轨迹等诸多因素与吸收性气溶胶指数之间的相关性,同时利用重标分析法和潜在贡献源函数等方法,对粤港澳大湾区吸收性气溶胶的未来趋势和贡献源区分析,研究结果如下:(1)粤港澳大湾区近15年AAI年均值整体呈现波动上升状态,年均值最大增加量在2008年,增长率为4.5%,为0.353;2005~2015年,AAI数值逐年缓慢增加,平均增长率3.96%;2016~2018年,AAI先上升后下降,近15年AAI最大值出现在2017年,为0.986。空间上呈现中部高、东南及西北地区低的分布特征。广州、佛山、江门和中山市的大部分区域一直属于高值区(AAI>0.4),江门市西部、东莞以及深圳等市东部、肇庆市南部和香港处于中等水平(0<AAI<0.4),惠州市、肇庆北部AAI<0.4范围内变化。(2)粤港澳大湾区吸收性气溶胶指数四季均值水平:春季最高,冬、秋次之,夏季最低。空间分布上,大湾区范围内以广州市为中心的四周区域为四季的高值区域。春季时,大湾区吸收性气溶胶指数全境以第6等级为主;夏季大湾区只分部第1~2等级,达到四季当中的最低值;秋季吸收性气溶胶指数值开始升高,大湾区全境吸收性气溶胶指数值以2~3等级为主;冬季,大湾区吸收性气溶胶指数值达到2~5等级。(3)大湾区吸收性气溶胶指数值稳定性整体呈现东、西两端集聚、中部分散,高低差异显着的分布格局。稳定性差、较差的区域主要分布在广州、佛山、中山、珠海以及东莞市和深圳市西部等地区,稳定性好和良好区域主要分布在肇庆市和惠州市等地区,该区域人为排放低于珠江三角洲,且远离气溶胶高排放区域。(4)从自然和人为因素方面来看:吸收性气溶胶指数月均值与月平均降水量、月均温之间均呈显着负相关关系,且平均拟合优度R2分别达到了0.812、0.886,说明降水对吸收性气溶胶起到稀释和冲刷的作用,以及气温的升高,可以加剧大气垂直对流作用,有利于大气污染物的扩散。大湾区生产总值及第一、二、三产业值与AAI值具有显着相关性,其相关系数分别为0.946、0.847、0.931、-0.549,其中,AAI值与第三产业(服务业、旅游业)所占比重呈显着的负相关,这表明随着第三产业比重的增加,AAI值出现降低的现象。机动车保有量和工业废气排放量与AAI之间呈极显着的正相关关系(p<0.01),且平均拟合优度R2分别达到了0.894、0.919,说明机动车保有量直接导致汽车尾气排放量的增加,进一步影响了AAI值的上升;工业废气对大湾区AAI值也具有重要的贡献。(5)从植被指数与吸收性气溶胶指数相关来看:与AAI值呈负相关的区域主要分布在广州、佛山以及东莞市等地区,相关性大多在-1~0之间变动;呈正相关的区域,分布在肇庆市和惠州市等植被覆盖度高的地区,其相关性在0~1之间,说明NDVI值高的地区AAI值低AAI值与NDVI的相关性,通过置信度检验(p<0.05)的格点数据达68.42%。(6)从气流轨迹和潜在源看:春季,西北气流的移动速度最快,运输距离最长,其次是西部气流,而东部气流最慢;在夏季和秋季,气流来自西北和西部;在冬季,气流轨迹可大致分为三种类型:西北气流,北部气流和东部气流,西北路线的运输高度最高(57.29%),其次是运输高度最低(34.38%)。后向轨迹的分布与PSCF值分布基本一致,北方地区的污染物会伴随冷空气南下影响大湾区。气流轨迹和PSCF的空间分布均表明,大湾区气溶胶增多的主要贡献源区是由本地源提供的,此外,台湾、福建、江西等地的潜在贡献也较大。(7)从臭氧对吸收性气溶胶的协同性来看:基于像元的空间相关性计算方法,臭氧柱浓度与吸收性气溶胶指数的相关关系表明:空间分布分布在肇庆市、佛山市、东莞市以及深圳市等地区,而负相关地区出现在广州市中部、中山市和香港东部、惠州市大部分地区,该区域人口靠近港湾,相对于西部地区臭氧浓度也较低。从臭氧和吸收性气溶胶相关性发现,臭氧柱浓度对吸收性气溶胶指数的变化也是极其重要的。
赵伟,高博,卢清,钟志强,梁小明,刘明,马社霞,孙家仁,陈来国,范绍佳[3](2021)在《2006~2019年珠三角地区臭氧污染趋势》文中研究表明研究基于2006~2019年粤港澳珠江三角洲区域空气监测网络数据,利用Mann-Kendall检验法和Sen斜率法等统计方法计算了珠三角不同区域臭氧年际变化情况,并分析了变化的原因.结果表明:(1)2006~2019年珠三角平均臭氧浓度上升趋势显着(P<0.05),平均增长速率为0.80μg·(m3·a)-1.2016年之后,臭氧平均增长速率为2.08μg·(m3·a)-1,臭氧浓度增速加快.(2)珠三角臭氧浓度变化趋势有明显的空间差异和季节差异.中部地区臭氧年均浓度增加趋势显着,外围区域臭氧增加趋势不显着;臭氧增加趋势主要集中在夏季,其他季节变化趋势不显着.(3)珠三角臭氧变化趋势是由前体物和气象条件共同造成的,特别与NOx的浓度变化密切相关.2006~2019年珠三角中部区域NO2浓度明显下降,滴定效应减弱导致臭氧浓度增加;边缘地区NO2浓度变化较小,臭氧浓度未发生明显的改变.(4)随着前体物浓度的变化,珠三角臭氧生成敏感区的特征正在发生改变,VOCs控制区面积不断减少,协同控制区和NOx控制区面积逐渐增加,区域臭氧污染防治需要加强对前体物的协同控制.
王鑫[4](2020)在《陕北典型区域臭氧污染时空变化特征及影响因子分析》文中提出臭氧是大气的重要微量成分,但是对流层臭氧浓度的增高会对人体健康造成危害,近年来陕北地区臭氧污染问题愈发严重,分析陕北地区臭氧污染分布及其气象成因对于该地区防治臭氧污染具有重要价值。本文基于2016-2018年陕北典型区域延安市和榆林市臭氧浓度监测数据,分析了该地区臭氧浓度在不同时间尺度的分布特征及其影响因子,包括两种前体物与四种气象因子。研究发现延安市和榆林市臭氧浓度月变化和日变化均表现出单峰值和单谷值特征。在月变化中,延安市的臭氧浓度最高值出现在6月,而榆林市的臭氧浓度最高值出现在7月,主要与当地污染源以及气象因子变化规律差异关系密切;延安市和榆林市臭氧浓度最低值均出现在12月。除延安市1月臭氧平均浓度高于榆林市外,其余月均臭氧浓度延安市均低于榆林市,这种差异在夏季(6、7、8月)比冬季(12、1、2月)更明显。在日变化中,延安市和榆林市的臭氧浓度均表现出午后浓度高,凌晨浓度低的特征;延安市和榆林市的臭氧浓度最高值均出现在16点,最低值均出现在7点(北京时间),延安市的小时平均臭氧浓度均低于榆林市,这种差值在夜间比日间更明显。从臭氧浓度在两个地区的超标时次来看,榆林市多于延安市,从2016年至2018年,延安市的超标时次呈现降低趋势,而榆林市的超标时次却呈现出了增加的趋势。臭氧浓度在当地的变化既可能与当地前体物密切相关,又可能与影响之生消或扩散的气象因子相关,本研究根据延安市和榆林市臭氧浓度与其前体物(一氧化碳和二氧化碳)和气象因子(气温、温度露点差、海平面气压、风向、风速)的相关性,发现延安市和榆林市臭氧浓度与一氧化碳和二氧化氮浓度均显着负相关(p<0.05),表明臭氧污染与当地污染源排放密切相关。此外,延安市和榆林市臭氧浓度与气象因子关系密切,高浓度臭氧主要出现在低海平面气压值、高温、温度露点差小(高湿)的天气。延安市的臭氧浓度与气象因子相关性强弱排序为:海平面气压>气温>温度露点差>风速>风向;榆林市臭氧浓度与气象因子相关性强弱排序为:海平面气压>气温>风向>温度露点差>风速。太阳辐射是臭氧生成化学反应的必要条件,因此夏季的高温均与两个地区臭氧浓度显着正相关,而由于榆林市的特殊山地地形配合低海平面气压条件下空气辐合运动更有利于形成臭氧污染在榆林市区的堆积,因此,臭氧浓度与海平面气压和气温的相关性在榆林市强于延安市。整体而言,延安市和榆林市污染源排放的前体物与臭氧浓度密切相关,海平面气压变化导致的近地面层内空气运动辐合辐散作用是影响臭氧浓度的最主要气象因子。因此,治理陕北地区臭氧污染应根据气象因子的变化状况进而限制污染源的排放。
刘春琼[5](2020)在《基于时间序列分形方法的近地层臭氧生成对其前体物的敏感性研究》文中研究表明近年来,我国大气颗粒物污染控制总体上取得了显着成效,但近地层臭氧(O3)污染却日趋严重。近地层O3主要是由污染源排入大气中氮氧化物(NOx)和挥发性有机物(VOC)等在高温及光照条件下经过一系列光化学反应生成的二次污染物。近地层O3生成与前体物之间呈现非线性响应关系,学者们通常将近地层O3污染分为“NOx敏感区”、“VOC敏感区”和“混合敏感区”。O3生成对其前体物的敏感性对于制定有效的O3污染控制策略有着重要的指导性意义。由于O3前体物排放源等资料不完善、对O3生成机理认识的不充分,目前基于大气化学输送过程的数值模型对于近地层O3的物敏感性模拟仍存在很大的困难和不确定性。为此,本研究试图基于复杂性科学的理论,运用非线性时间序列分析的分形方法,基于城市大气环境实测数据,从宏观的、整体论的视角为近地层O3生成对其前体物的敏感性研究提供一种新的途径和方法。本文以我国台湾省为研究区域,分别针对台湾南部和北部典型区域不同环境功能区开展对比研究。由于台湾地区环境空气总VOC的主要监测指标为非甲烷总烃(NMHC),因此本研究中的O3前体物VOC主要针对NMHC。本文的研究内容主要包括:(1)首先,针对2014~2018年期间我国台湾南北区域的交通站点(鳯山和中坜)及一般站点(楠梓和中山),利用功率谱分析法、去趋势波动分析法(DFA)和多重分形方法去验证O3、NOx和NMHC时间序列的非线性分形特征和多重分形结构;(2)在此基础上,应用耦合去趋势波动分析法(CDFA)研究O3及其前体物之间耦合相关性的多重分形特征;基于多重分形参数建立了一种新的非线性敏感性指标体系(CSD和R)来定量刻画近地层O3生成与其前体物之间的非线性响应关系(O3-NOx-NMHC敏感性),并和传统的经验动力学(EKMA)方法进行了比较分析;然后,进一步对四个站点在2018年度O3-NOx-NMHC敏感性的时间演变动力过程和日变化过程进行了深入研究和讨论。(3)针对2013~2018年期间台湾南部的桥头和潮州站点,基于CDFA方法建立一种新指标(PDB)用于定量刻画前体物NMHC中异戊二烯对近地层O3生成的贡献程度。在此基础上,进一步分析了不同NO2/NO比率下O3生成对异戊二烯的敏感性。(4)最后,针对台湾中西部的朴子站点,以O3重要前体物质(苯和甲苯)为例,应用PDB指标定量刻画苯(甲苯)对近地层O3生成的贡献程度。在此基础上,进一步对2007~2016年期间每年冬季PM2.5浓度值与PDB值在白天和夜间的相关性分别进行了比较研究,以揭示大气中PM2.5对苯系物光化学降解的影响。其主要研究结果如下:(1)基于功率谱分析和DFA分析,发现近地层O3、NOx和NMHC时间序列具有分形特征中的长期持续性,即其浓度波动在时间尺度上前后并不是独立的,存在一定的“记忆性”。而且,三个时间序列在时间演化中具有明显的多重分形结构特征,多重分形程度在夏季和冬季呈现出了南北区域的差异性。区域和季节的差异性表明O3污染在内外因素的综合作用下,其浓度波动在演变过程中在不同时间尺度各层次的复杂性程度不同。(2)基于本文提出的非线性敏感性指标体系(CSD和R)研究O3-NOx-NMHC敏感性的四季变化结果表明:鳯山、中坜在春、夏和秋季以及中山在春夏季的O3-NOx-NMHC敏感性几乎均明显地属于“NMHC敏感”特性,到了冬季都处于“混合敏感区”;由于产业布局的差异,而楠梓站点近地层O3生成在夏秋二季呈现明显的“NOx敏感”特性,而在春冬季节处于“混合敏感”区或弱“NMHC敏感”区。利用传统的经验动力学EKMA曲线法结果和CDFA方法结果比较发现:南北两个一般站点楠梓和中山,CDFA方法得到的近地层O3敏感性结果和EKMA曲线所得的结果完全一致;而在南北两个交通站点,两种方法所获得结果的具有一定的差异性。相比于EKMA曲线法,CDFA方法用于研究近地层O3生成对其前体物的敏感性特征所需要耗时更短、不确定性更小、区域普适性更强。(3)基于非线性敏感性指标体系研究O3-NOx-NMHC敏感性在高精度时间尺度上的演变过程结果表明:我国台湾北部两个站点和南部两个站点具有显着的差异性。由于南北区域产业布局和气象因素的差异性较大,导致南部区域的两个站点近地层O3生成对前体物的敏感性的转换过程比北方区域要复杂。另外,针对2018年夏季和冬季O3-NOx-NMHC敏感性的日变化特征研究发现:鳯山、中山和楠梓在夏季和冬季近地层O3对前体物敏感性的日变化呈现出完全不同的特征。尤其是中坜站点,近地层O3对前体物的敏感性在时间点上存在从上午“NMHC敏感”到下午“NOx敏感”的转换,其他站点敏感性的日变化几乎没有转换的现象,这可能和当地区域当地污染源排放、气团老化的程度、大气垂直混合高度和水平输送等过程有关。(4)基于CDFA方法研究异戊二烯与近地层O3生成之间的非线性相关关系,发现:在年际变化中,近几年桥头站点O3生成对异戊二烯的敏感度在春夏二季略有上升的趋势,趋势不是很明显;而潮州地区春、夏和秋节整体却呈现下降的趋势。通过对2013年~2018年每年夏季,大气中NO2/NO的比率对近地层O3生成与异戊二烯之间关系的影响研究发现,当大气中NO2/NO<6时,异戊二烯对近地层O3生成的贡献较大;当NO2/NO>6时,异戊二烯对近地层O3生成的贡献极小,即在此状况下,大气中异戊二烯浓度即使持续升高,近地层O3生成对其敏感性几乎不变了。(5)基于CDFA方法研究大气中PM2.5对苯系物光化学降解的影响,发现:台湾中西部的朴子站点在2007~2016年期间每年冬季,苯和甲苯的PDB值在白天均大于夜间,且甲苯在白天和夜间的差异性尤为显着。PM2.5浓度值与PDB值在白天和夜间的相关性统计分析结果表明:白天,苯和甲苯的PDB值与PM2.5浓度呈现正相关;而夜间,两者几乎不相关。这说明尽管PM2.5的存在不可避免地会对太阳辐射产生散射和阻挡作用,从而一定程度地削弱大气光化学反应,但总体而言,PM2.5的表面非均相反应会导致它促进苯和甲苯在近地层O3光化学耦合体系中发生光解的作用更为主要。这是影响自然条件下近地层O3生成的重要前体物(苯和甲苯)光化学行为的主导机制。研究结果表明时间序列分形方法不仅能够较为充分地揭示某个时间尺度范围内的近地层O3对其前体物的敏感性特征,还能呈现出其在较高精度时间尺度上的演变动力过程和在小时间尺度内的转换过程。这对于理解O3的生成过程与机理具有重要意义。相比于传统的方法,时间序列分形方法更加简单易行。随着我国大气环境观测技术的进步以及观测体系的不断完善,有关O3及其前体物(特别是VOC组分)的观测资料将更加丰富和可靠,因此,本方法可望在我国未来的O3污染防治工作中得到更广泛的应用。
杨健[6](2020)在《安阳市城区臭氧污染特征及影响因素研究》文中研究说明作为京津冀及周边地区大气污染传输通道地区(2+26城市)之一,安阳市通过近几年持续深入推进大气污染防治攻坚战,空气质量有所好转。然而,臭氧(O3)污染逐渐加剧,污染天数逐渐增多,目前已经成为影响安阳市空气质量的第二大环境问题。本文对安阳市O3污染特征及其影响因素进行了研究,深入了解了安阳市臭氧污染的时空特征、气象因素、传输因素及其前体物VOCs的对O3浓度的影响。同时,结合研究结果和安阳市实际情况提出更加科学有效的建议,以期为本地区O3污染的治理和管控提供科学参考。首先,本研究利用2014~2018年安阳市逐小时空气质量和气象数据,分析了城区内不同站点的O3污染特征及与气象因子的相关性。结果显示,2014~2018年安阳市O3污染整体呈波动上升趋势,且超标日出现时间不断提前;城区各站点浓度水平和上升幅度有所差异,均表现为棉研所>银杏小区>铁佛寺,O3第90分位数年均增长分别为4.8μg·m-3,8.5μg·m-3和11.7μg·m-3。安阳市O3浓度与气温和湿度等气象因子有显着相关性,城区高浓度O3污染主要与气温>23℃、相对湿度<58%和SSW(西南偏南)方向5 m·s-1风速有关,且平均气温与O3浓度的年际变化保持一致。其次,通过后向轨迹聚类分析识别了不同季节气团的传输路径,并进一步结合O3浓度识别了潜在来源。结果显示,不同季节气团传输造成的O3污染影响差异显着,春季潜在来源区域为鄂西及长三角地区,夏季主要分布在安阳周边,秋季则主要分布在鄂北中部和山西、陕西和内蒙三省交界区域。O3重污染过程案例分析表明,工业站铁佛寺在整个污染过程中O3浓度响应最快,并会随持续西风对城区产生较大影响;受我国西部干热气团影响,500 hpa高空受持续弱低槽西北气流控制时安阳市更容易出现O3高浓度超标现象。最后,开展一次夏季O3高污染时期前体物挥发性有机物(VOCs)离线观测实验和来源解析。结果显示,观测期间安阳市TVOCs浓度为(23.13±14.72)×10-9,各物种臭氧生成潜势从高到低依次为芳香烃(32.94μg·m-3)、烯烃(31.94μg·m-3)、烷烃(21.25μg·m-3)、OVOCs(8.02μg·m-3)、卤代烃(1.77μg·m-3)和硫化物(0.85μg·m-3),与浓度分布有较大区别;PMF受体模型识别出VOCs的5个来源主要为工业排放源(39.54%)、机动车源(23.64%)、燃烧源(14.78%),溶剂使用源(11.88%)和植物排放源(10.16%),表现除与臭氧生成潜势的贡献比接近的特征。安阳市O3防治应与PM2.5综合治理统筹考虑,加强区域信息共享,联防联控,并建立长效机制;VOCs控制减排的重点应主要关注工艺过程源、机动车排放源和溶剂使用源。
王敬[7](2020)在《太原市大气醛酮化合物的污染特征及来源探究》文中认为醛酮化合物是挥发性有机物的(VOCs)中化学反应活性较高的组分,其光解会产生臭氧和氧化性自由基,造成环境污染,危害人体健康。太原产业偏重、能源偏煤,加之独特的地形结构,各种环境污染问题频发。醛酮作为光化学烟雾的关键前体物,其水平和变化特征在太原市尚未见报道。本研究利用DNPH-HPLC-UV分析方法,探究了太原市2018年~2019年间255个样品中13种醛酮化合物的污染水平及变化特征,利用比值诊断法和相关性分析法对不同季节醛酮化合物潜在来源进行了定性分析。并通过臭氧生成潜势(OFP)、丙烯当量浓度(Prop-Equiv)及氢氧自由基消耗率(LOH)等三种方法探究了不同化合物的光化学反应活性。最后,对不同季节甲醛、乙醛的暴露水平和癌症致癌风险进行了评估。研究结果如下:1.整个采样期间,太原市醛酮化合物总浓度水平在6.00~62.70μg/m3之间,平均浓度为17.85μg/m3。甲醛、乙醛和丙酮是太原市含量最丰富的化合物,三者共占醛酮化合物总浓度的79.91%,丁酮和己醛次之,分别占醛酮化合物总浓度的5.72%和3.10%。2.不同季节化合物的日变化趋势相似,均在10:00~13:00之间达到峰值,但变化原因不一样,且白天污染物水平高于夜晚。醛酮化合物的季节变化表现为夏季(20.38μg/m3)>秋季(19.61μg/m3)>春季(17.14μg/m3)>冬季(13.85μg/m3)。3.比值分析和相关性分析表明,夏季污染物主要来源是大气光化学反应和机动车尾气排放。工业煤燃烧及机动车尾气是春秋冬季污染物主要来源,且在冬季更为显着。4.醛酮化合物对OFP、Prop-Equiv和LOH的贡献均表现为夏季最高、冬季最低。其中甲醛和乙醛是最主要的贡献者,两者对总OFP、总Prop-Equiv和LOH的贡献分别超过了80%、50%、77%。丙酮由于其较低的反应性,贡献值较小。5.计算得到甲醛和乙醛的终身致癌风险ILTCR超过了欧洲普遍接受的风险值1×10-6,具有显着的高致癌效应;两者的危险商HQ值<1,表明其长期暴露风险较低,但它对人体的危害具有潜伏性,仍需引起重视。本研究获得了太原市大气醛酮化合物的污染水平及来源特征,并对醛酮化合物的组成特点和光化学反应活性进行探究,并对甲醛和乙醛在不同季节的健康风险进行了评估。研究结果可为太原市政府为降低醛酮化合物污染制定相应政策提供数据支持。
陈缘奇[8](2019)在《昆明市大气NOx传输对周边植被茂密区域大气臭氧的影响研究》文中研究指明本文基于大气氮氧化物(NOx=NO2+NO)和挥发性有机化合物(VOCs)在太阳辐射条件下生成大气臭氧(O3)这一反应原理,选取西南高原地区山地城市昆明为对象开展大气臭氧生成特征研究,选取两个人类活动-生态系统接触带(黑龙潭公园和西山森林公园)与昆明城区(东风广场)进行大气臭氧污染特征比对,于2017-2018年四季采集O3、NO2及VOCs,结合气象条件,分析其浓度时空分布特征并由此判别臭氧生成的敏感物质以确定来源:(1)上风向接触带西山森林公园监测点NO2浓度最低,下风向黑龙潭公园监测点NO2浓度较高,甚至在春、夏季超过市区东风广场监测点。AREMOD模拟也显示市区NOx通过传输进入黑龙潭公园区域,并因地形阻滞出现了累积。(2)东风广场监测点TVOC全年整体的浓度较高,臭氧生成贡献最大的为甲苯、1,3,5-三甲基苯、对,间二甲苯等人为源标识物。B/T比值分析表明,市区受燃烧源的影响,两个人类活动-生态系统接触带受多种污染源影响,西山森林公园乙烯浓度高,主要来自植物排放和上风向工业园区传输。黑龙潭公园的植物排放标识物异戊二烯贡献最大,且人为源标识物甲苯和丙烷也有较大贡献。(3)针对黑龙潭公园进行臭氧敏感性分析发现,人为排放的NOx是O3生成更为敏感的前体物。黑龙潭公园作为下风向处的接触带,受到上风向市区的人为源排放的NOx、VOCs的传输以及该区域植物排放的高浓度VOCs的综合影响,因地形阻滞发生累积,进行光化学反应,出现O3的高浓度现象。
虞小芳[9](2019)在《广州市区大气VOCs的污染特征与来源解析》文中研究表明大气挥发性有机物(VOCs)是大气中二次污染形成的关键前体物,研究城市地区大气VOCs的浓度组成变化,识别影响城市大气质量的关键活性组分,探索大气VOCs的主要来源和探讨大气中VOCs的化学行为,有助于人们理解我国大气复合污染的形成机制,有利于制定有效的控制对策。本文利用大气挥发性有机物监测系统-气相色谱-质谱联用仪在广州市区选取代表性月份对大气VOCs开展了一年的在线监测。分析了四季各代表月份VOCs的浓度变化特征与物种组成特征,对大气中VOCs进行了来源解析,使用基于光化学龄的参数化方法对大气中VOCs的化学消耗进行了量化计算,并比较了观测浓度与光化学初始浓度的PMF源解析结果的差异。广州市区在2016-2017年7月、10月、1月、4月观测到的TVOCs的平均体积分数分别为40.07?10-9、49.16?10-9、57.49?10-9、47.51?10-9,TVOCs浓度呈现冬高、夏季低的变化特征。浓度较高的优势物种有丙烷、正丁烷、乙烷、甲苯、异丁烷等物种。在物种的日变化分析中,与机动车尾气排放相关的物种往往会在早晚高峰时间出现峰值,说明机动车对该站点影响明显;而来源复杂的物种没有明显的日变化特征;异戊二烯在7月、10月和4月三个月份呈现出明显的单峰变化,而在1月由于气温较低、排放量较小导致其没有明显的日变化特征。在大气VOCs的活性分析中,芳香烃是对OFP贡献最大的物种类别,其次是烯烃和烷烃;OFP最大的几个物种分别为间/对二甲苯、甲苯、乙烯、邻二甲苯、丙烯等,它们均与燃料和机动车排放相关,因此优先控制机动车排放会是控制臭氧生成的有效途径。大气VOCs与传输的关系显示高浓度VOCs主要来自站点周边的局地排放,而10月部分存在传输作用的影响。PMF结果显示该站点VOCs存在6个主要来源,分别为机动车尾气源(45%)、LPG+汽油挥发源(23%)、燃料燃烧源(10%)、油漆和涂料源(9%)、其它溶剂源(11%)、植物排放源(2%)。从条件函数的分析中可以看出,燃料燃烧源和植物排放源受站点北侧的排放影响较大,而机动车尾气源、LPG+汽油挥发源和溶剂源均受东、西侧的排放影响更大。大气VOCs化学转化的量化表征表明挥发性有机物在大气中的化学消耗导致了排放浓度与观测浓度之间存在较大差异。且这种差异在VOCs的来源解析结果中有所体现,高活性物种对源解析结果的影响更大,源解析结果中各源排放因子对大气环境中VOCs的贡献率结果在考虑化学转化的影响前后有所不同。
赵伟,高博,刘明,卢清,马社霞,孙家仁,陈来国,范绍佳[10](2019)在《气象因素对香港地区臭氧污染的影响》文中认为基于20002015年香港地区的臭氧监测数据和气象数据,分析了香港的臭氧污染特征及气象因素对臭氧污染的影响.结果表明:(1)香港地区臭氧浓度呈现明显的季节变化特征,其中秋季>春季>冬季>夏季,臭氧超标日集中在夏季和秋季,超标日发生在冬季和春季的情形极少.(2)20002015年香港臭氧日最大8h平均浓度(MDA8)年均浓度呈增长趋势,平均增长速率为0.77μg·(m3·a)-1,臭氧MDA8第90百分位数浓度同样呈增长趋势,增长速率为1.49μg·(m3·a)-1.(3)较高的气温是香港地区臭氧污染发生的必要条件,气温越高越容易导致更高浓度的臭氧污染.(4)绝大多数情况下,臭氧浓度与相对湿度间呈负相关关系,相对湿度越高,香港地区的臭氧MDA8平均浓度及第90百分位数浓度均会降低.(5)当香港发生臭氧污染时,盛行风往往从偏北风或偏东风转为偏西风.随着风速的增大,臭氧平均浓度变化不大,但是臭氧第90百分位数浓度会明显降低.(6)降水和云量是影响臭氧浓度的重要因素,连续多日的无雨或少雨天气是臭氧污染事件发生的必要条件,而随着云量的增加,臭氧平均浓度和第90百分位数浓度会持续降低.(7)在太阳总辐射量≤20 MJ·m-2或日照时长≤10 h的情况下,臭氧浓度与太阳辐射及日照时长呈正相关关系.然而,在太阳辐射强烈的情况下(太阳总辐射量> 20 MJ·m-2或日照时长> 10 h),随着太阳辐射增强或日照时长的增加地面臭氧浓度反而降低,这是因为太阳辐射强烈的情况常出现在雨后天晴的背景下,并盛行来自海洋的偏南风,使得臭氧污染不易形成.(8)香港臭氧超标日的出现往往伴随着一系列气象条件的共同改变,包括晴天少雨、辐射增强、边界层高度增加、相对湿度降低、风速变小以及气温升高等气象特征,污染结束则伴随着相反的气象变化.
二、Characteristics of urban ozone level in Hong kong(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、Characteristics of urban ozone level in Hong kong(论文提纲范文)
(1)基于观测数据的臭氧来源解析研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 臭氧污染现状及其危害 |
1.1.1 国外臭氧污染现状 |
1.1.2 国内臭氧污染现状 |
1.1.3 臭氧污染的危害 |
1.1.4 臭氧污染的影响因素 |
1.2 臭氧来源解析方法研究现状 |
1.2.1 臭氧来源定性分析方法 |
1.2.2 臭氧来源定量分析方法 |
1.3 立项依据与研究内容 |
1.3.1 立项依据与研究意义 |
1.3.2 研究内容 |
第2章 臭氧及前体物的观测数据分析 |
2.1 臭氧及其前体物观测 |
2.1.1 VOCs采样点及采样时间 |
2.1.2 VOCs样品及在线观测数据采集 |
2.1.3 VOCs样品分析 |
2.1.4 质量控制与质量保证 |
2.2 臭氧及其前体物观测数据分析 |
2.2.1 臭氧及其前体物总体特征分析 |
2.2.2 臭氧及其前体物化学特征分析 |
2.2.3 臭氧前体物初始浓度特征分析 |
2.2.4 不同污染级别下VOCs特征分析 |
2.2.5 气象条件对臭氧生成的影响 |
2.3 小结 |
第3章 臭氧生成模拟及其敏感性分析 |
3.1 基于观测数据的模型的臭氧生成模拟方法 |
3.1.1 FOAM模型描述 |
3.1.2 基于观测数据的臭氧生成模拟方法 |
3.2 臭氧生成的模拟及验证 |
3.3 基于FOAM的臭氧收支分析 |
3.4 臭氧生成敏感性分析 |
3.4.1 指示剂法 |
3.4.2 相对增量反应活性系数法 |
3.4.3 臭氧净生成率等值线 |
3.5 小结 |
第4章 臭氧前体物来源解析 |
4.1 臭氧前体物来源解析方法 |
4.2 臭氧前体物来源解析 |
4.3 小结 |
第5章 基于观测的臭氧来源解析及其削减策略 |
5.1 基于观测数据的臭氧来源分析法 |
5.1.1 基于观测数据的臭氧区域来源分析法 |
5.1.2 基于观测数据的臭氧生成潜势法 |
5.1.3 基于观测数据的模型的臭氧来源解析法 |
5.2 臭氧区域输送路径及潜在源区分析 |
5.2.1 臭氧区域输入路径分析 |
5.2.2 臭氧区域输出路径分析 |
5.2.3 臭氧输送潜在源区分析 |
5.3 基于OFP的臭氧来源解析研究 |
5.4 基于FOAM的臭氧来源解析研究 |
5.4.1 VOCs源的臭氧生成率分析 |
5.4.2 基于FOAM的臭氧来源解析结果 |
5.4.3 基于OFP与FOAM的臭氧来源解析结果对比 |
5.4.4 不同污染天气级别下臭氧来源解析 |
5.4.5 不同输送气流影响下臭氧来源解析 |
5.5 基于臭氧削减的VOCs与NOx减排比例 |
5.6 小结 |
第6章 结论与展望 |
6.1 结论 |
6.2 创新点 |
6.3 展望 |
参考文献 |
攻读博士学位期间发表的论文 |
攻读博士学位期间参加的科研工作 |
致谢 |
作者简介 |
(2)2005~2019年粤港澳大湾区吸收性气溶胶时空分布特征及影响因素研究(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 研究背景及意义 |
1.2 吸收性气溶胶的概述 |
1.3 吸收性气溶胶研究进展 |
1.3.1 吸收性气溶胶监测研究进展 |
1.3.2 吸收性气溶胶影响因子研究进展 |
1.3.3 吸收性气溶胶时空分布研究进展 |
1.4 研究目标及内容 |
1.4.1 研究目标 |
1.4.2 内容 |
第2章 研究区概况 |
2.1 地理位置 |
2.2 地质地貌 |
2.3 气候水文 |
2.4 土壤植被 |
2.5 人口及社会经济状况 |
第3章 数据与方法 |
3.1 数据来源及处理 |
3.1.1 吸收性气溶胶数据 |
3.1.2 气象数据 |
3.1.3 经济数据 |
3.1.4 植被指数数据 |
3.2 研究方法 |
3.2.1 克里金插值法 |
3.2.2 标准偏差分析 |
3.2.3 基于像元的空间分析法 |
3.2.4 Theil-Sen Median趋势分析和Mann-Kendall检验 |
3.2.5 基于像元的重标极差(R/S)分析法 |
3.2.6 潜在贡献源函数 |
第4章 粤港澳大湾区吸收性气溶胶时空分布特征分析 |
4.1 粤港澳大湾区吸收性气溶胶时间变化规律 |
4.1.1 粤港澳大湾区吸收性气溶胶年际变化 |
4.1.2 粤港澳大湾区吸收性气溶胶季节变化 |
4.2 粤港澳大湾区吸收性气溶胶空间变化 |
4.2.1 粤港澳大湾区吸收性气溶胶空间整体变化 |
4.2.2 粤港澳大湾区吸收性气溶胶空间年际变化 |
4.2.3 粤港澳大湾区吸收性气溶胶空间季节变化 |
第5章 粤港澳大湾区吸收性气溶胶变化趋势及未来趋势 |
5.1 粤港澳大湾区吸收性气溶胶稳定性分析 |
5.2 粤港澳大湾区吸收性气溶胶变化趋势及空间格局 |
5.2.1 粤港澳大湾区年平均吸收性气溶胶的变化趋势及空间格局 |
5.2.2 粤港澳大湾区季节吸收性气溶胶的变化趋势及空间格局 |
5.3 粤港澳大湾区吸收性气溶胶未来趋势变化 |
第6章 粤港澳大湾区吸收性气溶胶变化的影响因素分析 |
6.1 地形及气象要素对吸收性气溶胶影响 |
6.1.1 地形与风场因素对吸收性气溶胶的影响 |
6.1.2 气候因素对吸收性气溶胶的影响 |
6.2 粤港澳大湾区吸收性气溶胶来源解析 |
6.2.1 人为排放对吸收性气溶胶的影响 |
6.2.2 粤港澳大湾区吸收性气溶胶与臭氧的协同影响 |
6.2.3 粤港澳大湾区归一化植被指数对吸收性气溶胶值的影响 |
6.2.4 后向轨迹分析 |
第7章 讨论 |
7.1 粤港澳大湾区吸收性气溶胶时空分布及未来趋势 |
7.2 粤港澳大湾区吸收性气溶胶影响因素分析 |
第8章 结论与展望 |
8.1 主要结论 |
8.2 展望 |
参考文献 |
致谢 |
个人简历、在学期间发表的学术论文及研究成果 |
(3)2006~2019年珠三角地区臭氧污染趋势(论文提纲范文)
1 材料与方法 |
1.1 地面监测数据 |
1.2 OMI卫星数据 |
1.3 气象观测数据 |
1.4 统计分析方法 |
1.4.1 Mann-Kendall趋势检验法 |
1.4.2 Theil-Sen斜率估算法 |
1.4.3 Pettitt突变点检验法 |
2 结果与分析 |
2.1 珠三角臭氧污染基本状况 |
2.2 珠三角臭氧污染年际变化趋势 |
3 讨论 |
3.1 臭氧前体物因素 |
3.2 气象因素 |
4 结论 |
(4)陕北典型区域臭氧污染时空变化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 研究意义 |
1.2 国内外研究进展 |
1.3 研究目的 |
第二章 数据和方法 |
2.1 陕北空气质量监测数据 |
2.2 陕北气象因子数据 |
2.3 分析方法 |
2.3.1 分析绘图软件 |
2.3.2 最小二乘法线性拟合 |
2.3.3 线性回归的显着性检验 |
第三章 陕北地区臭氧浓度时空分布特征 |
3.1 臭氧数据特征 |
3.2 月变化 |
3.3 日变化 |
3.4 年际变化 |
第四章 陕北地区臭氧浓度超标特征 |
4.1 臭氧超限一级特征 |
4.2 臭氧超限二级特征 |
第五章 陕北地区臭氧浓度对前体物的响应特征 |
5.1 臭氧与一氧化碳关系 |
5.2 臭氧与二氧化氮关系 |
第六章 陕北地区臭氧浓度与气象因子关系 |
6.1 臭氧浓度与气温关系 |
6.2 臭氧浓度与温度露点差关系 |
6.3 臭氧浓度与海平面气压关系 |
6.4 臭氧浓度与风的关系 |
第七章 结论及展望 |
7.1 主要结论 |
7.2 讨论与展望 |
参考文献 |
致谢 |
攻读硕士学位期间取得的科研成果 |
1.发表学术论文 |
2.申请(授权)专利 |
3.参与科研项目及科研获奖 |
(5)基于时间序列分形方法的近地层臭氧生成对其前体物的敏感性研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 选题背景及意义 |
1.2 研究目的和内容 |
1.2.1 研究目的 |
1.2.2 研究内容 |
1.3 技术路线 |
第2章 文献综述 |
2.1 近地层O_3生成对其前体物敏感性的划分 |
2.2 近地层O_3对其前体物敏感性的研究方法进展 |
2.2.1 经验动力学分析法 |
2.2.2 空气质量模型 |
2.2.3 基于观测模型(OBM)方法 |
2.2.4 相关敏感性方法在我国的应用研究现状 |
2.3 复杂性科学理论方法在近地层O_3污染研究中的应用 |
2.4 评述 |
第3章 研究数据与方法 |
3.1 研究数据来源 |
3.1.1 研究区域概况及监测站点 |
3.1.2 台湾地区空气质量监测概述 |
3.1.3 本文研究数据来源 |
3.2 研究方法 |
3.2.1 分形理论概述 |
3.2.2 功率谱法 |
3.2.3 消除趋势波动分析方法(DFA)法 |
3.2.4 多重分形消除趋势波动分析方法(MFDFA) |
3.2.5 去趋势耦合波动分析法(CDFA) |
第4章 近地层O_3及前体物浓度的时间演变和分形结构特征 |
4.1 O_3、NO_x和NMHC浓度的时间演变及空间差异性特征 |
4.2 O_3、NO_x和 NMHC浓度时间序列的非线性特征检验 |
4.2.1 正态性检验 |
4.2.2 非平稳检验 |
4.3 O_3、NO_x和 NMHC时间序列的分形特征 |
4.3.1 功率谱分析 |
4.3.2 DFA分析 |
4.3.3 多重分形分析 |
4.4 本章小结 |
第5章 近地层O_3生成对其前体物的敏感性分析 |
5.1 基于EKMA曲线法的O_3-NMHC-NO_x敏感性分析 |
5.1.1 初始条件设置 |
5.1.2 研究结果与讨论 |
5.2 基于CDFA方法的O_3-NMHC-NO_x敏感性分析特征 |
5.2.1 建立非线性敏感性指标 |
5.2.2 O_3-NMHC-NO_x敏感性的季节性变化 |
5.3 EKMA曲线法与CDFA方法所得结果的比较分析 |
5.3.1 两种方法结果的比较 |
5.3.2 讨论 |
5.4 O_3-NMHC-NO_x敏感性的时间演变过程 |
5.4.1 引言 |
5.4.2 滑移窗口的建立 |
5.4.3 研究结果 |
5.4.4 讨论 |
5.5 O_3-NMHC-NO_x敏感性的日变化特征 |
5.5.1 引言 |
5.5.2 研究结果 |
5.5.3 讨论 |
5.6 本章小结 |
第6章 NO_2/NO比率对O_3与异戊二烯关系的影响 |
6.1 引言 |
6.2 相关物种浓度的时间演变及空间差异性特征 |
6.3 O_3-异戊二烯-NO_x体系耦合敏感度指标的建立 |
6.3.1 引言 |
6.3.2 基于多重分形参数建立非线性耦合指标 |
6.3.3 研究结果与讨论 |
6.4 不同NO_2/NO比率下O_3对异戊二烯的敏感性 |
6.4.1 引言 |
6.4.2 滑移窗口的建立 |
6.4.3 研究结果 |
6.4.4 讨论 |
6.5 本章小结 |
第7章 复合污染大气中PM_(2.5)对O_3与苯系物关系的影响 |
7.1 引言 |
7.2 O_3-苯(甲苯)-NO_x体系耦合敏感度指标的建立 |
7.2.1 O_3-苯(甲苯)-NO_x光化学体系的多重分形结构 |
7.2.2 基于多重分形参数建立非线性耦合指标 |
7.2.3 苯和甲苯PDB指标的年际变化 |
7.3 PM_(2.5)对O_3前体物(苯和甲苯)光降解作用的影响 |
7.3.1 研究结果 |
7.3.2 讨论 |
7.4 本章小结 |
第8章 结论与展望 |
8.1 主要结论 |
8.2 创新点 |
8.3 研究的不足与展望 |
参考文献 |
攻读博士学位期间的主要成果 |
致谢 |
(6)安阳市城区臭氧污染特征及影响因素研究(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 对流层臭氧的生成 |
1.2.2 O_3污染特征识别 |
1.2.3 前体物VOCs的观测与来源 |
1.3 研究目标、内容与技术路线 |
1.3.1 研究目标 |
1.3.2 研究内容 |
1.3.3 研究技术路线 |
2 数据来源、VOCs采样及分析方法 |
2.1 研究区域概况 |
2.2 空气质量数据和气象数据的获取 |
2.2.1 空气质量数据的获取 |
2.2.2 气象数据的获取 |
2.3 评价标准和方法 |
2.3.1 O_3污染特征识别 |
2.3.2 气象相关性分析 |
2.3.3 后向轨迹和潜在源分析 |
2.4 离线VOCs采集与来源解析 |
2.4.1 采样点位 |
2.4.2 VOCs样品采集及分析 |
2.4.3 质量保证和质量控制 |
2.4.4 大气VOCs组分化学反应活性 |
2.4.5 VOCs来源解析 |
3 安阳市O_3污染特征及气象影响因素分析 |
3.1 O_3污染的长期变化趋势 |
3.2 O_3及前体物污染特征分析 |
3.2.1 月变化特征 |
3.2.2 日变化特征 |
3.3 O_3与气象因素的相关性 |
3.3.1 Pearson相关性分析 |
3.3.2 O_3超标日的气象条件特征 |
3.4 本章小结 |
4 区域传输对安阳市O_3浓度的影响分析 |
4.1 后向轨迹聚类分析 |
4.2 潜在来源贡献分析 |
4.3 O_3重污染案例分析 |
4.4 本章小结 |
5 安阳市夏季臭氧前体物VOCs组成特征与来源解析 |
5.1 VOCs浓度及组成特征 |
5.2 VOCs日变化特征 |
5.3 VOCs来源解析 |
5.3.1 特征比值 |
5.3.2 基于PMF的 VOCs来源解析 |
5.4 O_3生成潜势及关键活性物质识别 |
5.5 安阳市大气O_3污染防治对策 |
5.5.1 优化O_3污染防治顶层设计 |
5.5.2 前体物控制措施 |
5.5.3 加大O_3污染天气管控力度 |
5.6 本章小结 |
6 结论与展望 |
6.1 主要结论 |
6.2 展望 |
参考文献 |
个人简历、在学期间发表的学术论文与研究成果 |
致谢 |
(7)太原市大气醛酮化合物的污染特征及来源探究(论文提纲范文)
中文摘要 |
abstract |
第一章 绪论 |
1.1 研究背景 |
1.2 醛酮化合物的研究现状及进展 |
1.2.1 醛酮化合物概述 |
1.2.2 国内外研究进展 |
1.2.3 醛酮化合物的来源 |
1.2.4 醛酮化合物的健康效应和环境效应 |
1.2.5 醛酮化合物的源识别方法描述 |
1.3 本文研究的目的及意义 |
1.4 本文研究内容 |
1.5 本研究创新点 |
第二章 醛酮化合物样品的采集与分析 |
2.1 研究区域概况 |
2.2 样品的采集与分析 |
2.2.1 样品的采集 |
2.2.2 样品的分析测试方法 |
2.3 质量保证和质量控制(QA/QC) |
第三章 太原市醛酮化合物水平及变化特征 |
3.1 醛酮化合物浓度特征 |
3.2 醛酮化合物的变化特征 |
3.2.1 季节变化特征 |
3.2.2 日变化特征 |
第四章 太原市醛酮化合物的来源分析 |
4.1 比值诊断 |
4.1.1 甲醛/乙醛和乙醛/丙醛的比值分析 |
4.1.2 生物源对甲醛的贡献 |
4.2 指示物相关性分析法 |
第五章 醛酮化合物的光化学反应特性 |
5.1 臭氧生成潜势和丙烯当量浓度 |
5.2 OH自由基消耗速率 |
第六章 健康风险评价 |
第七章 结论与展望 |
7.1 结论 |
7.2 展望和不足 |
参考文献 |
致谢 |
攻读学位期间发表的学术论文 |
(8)昆明市大气NOx传输对周边植被茂密区域大气臭氧的影响研究(论文提纲范文)
摘要 |
Abstract |
第一章 研究背景及意义 |
1.1 研究背景 |
1.2 国内外研究进展 |
1.2.1 国外研究进展 |
1.2.2 国内研究进展 |
1.3 研究目的、意义与研究内容 |
1.3.1 研究目的及意义 |
1.3.2 研究内容 |
1.3.3 技术路线 |
1.3.4 创新点 |
第二章 监测技术与分析方法 |
2.1 监测点位及时间 |
2.2 监测设备和方法 |
2.2.1 氮氧化物(NOx) |
2.2.2 挥发性有机化合物(VOCs) |
2.2.3 臭氧(O_3) |
2.3 样品分析 |
2.3.1 NOx样品分析 |
2.3.2 VOCs样品分析 |
2.4 质量保证与质量控制 |
2.4.1 NOx分析 |
2.4.2 吸附剂管分析 |
2.4.3 苏玛罐分析 |
2.5 数据处理方法 |
第三章 污染物浓度时空分布特征 |
3.1 污染物季节浓度变化规律 |
3.1.1 O_3季节浓度变化规律 |
3.1.2 NO_2季节浓度变化规律 |
3.1.3 TVOC季节浓度变化规律 |
3.2 污染物小时浓度变化规律 |
3.2.1 人类活动-生态系统接触带 |
3.2.2 市区 |
3.2.4 监测点污染特征比较 |
3.3 常规大气污染物相关性分析 |
3.3.1 人类活动-生态系统接触带 |
3.3.2 市区 |
3.4 本章小结 |
第四章 气象条件对污染物的影响 |
4.1 温度与近地面O_3浓度的关系 |
4.2 湿度与近地面O_3浓度的关系 |
4.3 风速、风向与近地面O_3浓度的关系 |
4.4 辐射强度与近地面O_3浓度的关系 |
4.4.1 月均辐射对近地面O_3污染的影响 |
4.4.2 日均辐射对近地面O_3污染的影响 |
4.4.3 小时辐射对近地面O_3污染的影响 |
4.5 本章小结 |
第五章 研究区域VOCs排放特征 |
5.1 人类活动-生态系统接触带 |
5.1.1 黑龙潭公园(下风向) |
5.1.2 西山森林公园(上风向) |
5.2 市区 |
5.3 VOCs来源分析 |
5.4 植被排放的影响 |
5.5 本章小结 |
第六章 人为源排放对臭氧生成的贡献 |
6.1 NOx扩散模拟分析 |
6.2 O_3生成速率 |
6.3 O_3生成敏感性分析 |
6.4 本章小结 |
第七章 结论与展望 |
7.1 结论 |
7.2 展望 |
参考文献 |
致谢 |
附录A 攻读硕士期间发表论文目录 |
附录B 攻读硕士期间参加的项目及获奖情况 |
(9)广州市区大气VOCs的污染特征与来源解析(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 VOCs在大气化学中的作用 |
1.2 VOCs的测量技术 |
1.3 VOCs的来源分析方法 |
1.4 国内研究现状 |
1.5 本文研究目的、内容和技术路线 |
第二章 观测和分析方法 |
2.1 环境大气VOCs的在线观测 |
2.2 VOCs的数据质量评估 |
2.3 VOCs的化学转化 |
第三章 广州市VOCs浓度组成和化学活性 |
3.1 VOCs浓度与组成特征 |
3.2 VOCs反应活性 |
3.3 VOCs特征物种日变化分析 |
第四章 广州市大气VOCs的来源解析 |
4.1 PMF输入数据和参数设定 |
4.2 源解析结果分析 |
4.3 污染源贡献的时间变化 |
4.4 优势物种的来源分析 |
4.5 污染源的CPF分析 |
4.6 VOCs浓度与传输的关系 |
第五章 VOCs化学转化对源解析结果的影响 |
5.1 OH自由基与光化学龄的计算 |
5.2 VOCs化学转化的量化表征 |
5.3 VOCs的化学转化对PMF模型源解析结果的影响 |
第六章 结论与展望 |
6.1 结论 |
6.2 不足与展望 |
参考文献 |
攻读硕士研究生期间发表论文情况 |
致谢 |
(10)气象因素对香港地区臭氧污染的影响(论文提纲范文)
1 材料与方法 |
1.1 环境空气质量数据 |
1.2 气象观测数据 |
1.3 ERA-Interim再分析数据 |
2 结果与讨论 |
2.1 香港地区臭氧污染特征 |
2.2 香港臭氧浓度与主要气象因子之间的关系 |
2.2.1 臭氧浓度与气温的关系 |
2.2.2 臭氧浓度与相对湿度的关系 |
2.2.3 臭氧浓度与风向、风速的关系 |
2.2.4 臭氧浓度与降水量的关系 |
2.2.5 臭氧浓度与云量的关系 |
2.2.6 臭氧浓度与太阳总辐射、日照时长的关系 |
2.3 臭氧超标日前后的气象变化 |
3 结论 |
四、Characteristics of urban ozone level in Hong kong(论文参考文献)
- [1]基于观测数据的臭氧来源解析研究[D]. 李如梅. 华北电力大学(北京), 2021(01)
- [2]2005~2019年粤港澳大湾区吸收性气溶胶时空分布特征及影响因素研究[D]. 孙瑞弟. 西北师范大学, 2021(12)
- [3]2006~2019年珠三角地区臭氧污染趋势[J]. 赵伟,高博,卢清,钟志强,梁小明,刘明,马社霞,孙家仁,陈来国,范绍佳. 环境科学, 2021(01)
- [4]陕北典型区域臭氧污染时空变化特征及影响因子分析[D]. 王鑫. 西北大学, 2020(02)
- [5]基于时间序列分形方法的近地层臭氧生成对其前体物的敏感性研究[D]. 刘春琼. 南京大学, 2020(04)
- [6]安阳市城区臭氧污染特征及影响因素研究[D]. 杨健. 郑州大学, 2020(02)
- [7]太原市大气醛酮化合物的污染特征及来源探究[D]. 王敬. 太原科技大学, 2020(03)
- [8]昆明市大气NOx传输对周边植被茂密区域大气臭氧的影响研究[D]. 陈缘奇. 昆明理工大学, 2019(04)
- [9]广州市区大气VOCs的污染特征与来源解析[D]. 虞小芳. 暨南大学, 2019(02)
- [10]气象因素对香港地区臭氧污染的影响[J]. 赵伟,高博,刘明,卢清,马社霞,孙家仁,陈来国,范绍佳. 环境科学, 2019(01)