排序方式: 共有48条查询结果,搜索用时 15 毫秒
31.
基于环保检测数据,提出“里程-车龄”曲线用以获取满足“车辆类型-燃料种类-排放标准”三级分类的精细化年均行驶里程.使用《道路机动车大气污染物排放清单编制技术指南(试行)》推荐值、车辆类型均值、“里程-车龄”曲线3种方式获取年均行驶里程并分别建立排放清单,发现年均行驶里程的本地化与精细化可以极大降低行驶里程不确定性对排放清单准确性的影响.采用精细化年均行驶里程,计算得到青岛市2017年机动车CO、VOCs、NOx、PM10、NH3和SO2的排放量分别为7.07,1.14,2.84,0.10,0.08和0.08万t.分析排放构成可知,老旧车淘汰在当前仍可作为青岛市机动车排放治理的有效举措.结合路网信息与交通数据,得到0.01°×0.01°高时空分辨率网格化排放清单.结果表明,青岛市机动车排放分布在不同时段变化明显.以NOx为例,排放的早晚高峰分别出现在8:00与17:00,占到了全天总排放的8.17%和7.53%.同时,排放分布存在着空间异质性,排放从城市中心至边缘呈逐渐降低趋势,沿高速路呈明显带状分布. 相似文献
32.
为研究大气细颗粒物污染对哮喘门诊就诊的短期影响及各人群的易感性差异,收集杭州市某医院2013年1月1日至2015年12月31日哮喘门诊(含急诊)资料,以及同期空气污染数据和气象数据,考虑到污染物浓度与呼吸系统疾病就诊人次及气象因素之间的非线性关系,采用时间序列广义相加模型及分层分析的方法研究空气污染对哮喘影响的滞后效应及人群按性别、年龄分层的易感性差异,对平均温度、平均相对湿度及长期趋势等采用自然立方样条函数进行平滑拟合,同时用哑元变量控制星期几效应和节假日效应的影响.在P=0.01水平下PM_(2.5)、NO_2、SO_2之间均呈显著的正相关性,而气温与3种污染物之间呈显著的负相关性.PM_(2.5)日均浓度每升高10μg·m~(-3),对哮喘就诊人次影响的相对危险度(relative risk,RR)在滞后5d达到最大值,为1.005 6(95%CI:1.002 1~1.009 1),且具有统计学意义(P0.05).在男性人群和18~64岁人群中,细颗粒物浓度对于哮喘就诊人次的影响在滞后3~5 d的RR值均具有统计学意义,在女性人群和≥65岁人群中,在滞后5 d时RR值均具有统计学意义.在多污染物模型中,引入NO_2的影响后PM_(2.5)对哮喘就诊人次的影响在滞后5 d时的RR有所提升.杭州市PM_(2.5)浓度的升高可能会造成3~5 d内哮喘门诊就诊人次的增加,且对男性人群和老年人群影响更为明显. 相似文献
33.
通过对天津机场民航飞机飞行数据及机队构成的调研,结合国际民航组织(ICAO)标准中发动机排放数据库估算了2016年天津机场起飞着陆阶段(LTO)中各污染物的排放量,并利用航空路监测点环境质量数据定性分析了天津机场飞机尾气扩散对周围环境的影响。研究结果表明:飞机在LTO过程中,CO、HC、NO_x、PM_(2.5)排放量分别为1 160.1,133.1,1 515.6,38.1 t;其中,飞机在滑行的模式下对HC和CO的贡献最大,分别可达到93.77%和93.60%;在爬升模式下,对NO_x的贡献量最大,为48.17%。航天路监测点CO污染受到机场影响明显。 相似文献
34.
在天津市内选取了4条不同等级的道路(次干道,主干道,快速路,外环线),于2015年4~5月分别在4条道路的路边进行了PM2.5和PM10样品和车流量信息的采集,并对其中的碳组分进行了分析.结果显示,天津路边PM2.5和PM10中OC、EC的浓度与国内已研究的其它城市相比处于中等水平,与国外城市相比,国内这些城市的OC、EC的浓度水平则较高.char-EC、soot-EC、OC、EC在PM2.5中的百分含量在4条道路之间存在显著性差异,在4条路上百分含量为主干道 > 快速路 > 外环线 > 次干道,而PM10不存在.PM2.5中OC/EC和char-EC/soot-EC的平均比值分别是2.95和2.3,PM10中分别为3.1和2.2.相关性分析的结果表明PM2.5和PM10中OC和EC有相同的来源,且EC与char-EC存在线性关系. 相似文献
35.
应用全球统一轻型车排放测试循环(WLTC)工况对2种轻型汽油车(汽油直喷(GDI)车、进气道燃油喷射(PFI)车)进行尾气排放测试,分析其颗粒物数浓度(PN)、粒径分布及排放特征。结果表明:GDI测试车的PN平均排放因子为2.098×10~(13)~2.619×10~(13)个/km,远高于传统PFI测试车的7.486×10~(11)~3.174×10~(12)个/km。PFI测试车排放的PN 50%集中于粒径小于0.033μm的粒径段,GDI测试车排放的PN 50%集中于粒径小于0.010μm的粒径段。PFI测试车在40~80km/h的速度区间内,加速和减速状态下PN的排放速率高于匀速,GDI测试车在0~20、40~80km/h的速度区间内,加速状态下PN的排放速率高于匀速,在0~20km/h的速度区间内减速状态下PN的排放速率高于匀速。 相似文献
36.
利用2001—2010年1~12月北戴河观测站气象资料,筛选出401个样本个例,应用常规统计学方法及天气学理论,按不同分级统计分析降雨(雪)前6~8 h风向、风速及转为海风时温度变化基本数据,计算不同分级相关系数值,得出海上偏东风与降水、温度半定量化估计值。并用临近4个观测站同步资料对比分析,偏东风动态变化对岸区强降水落区具有指示意义;北戴河至内陆延伸温度梯度估计值为:夏季平均值0.6℃/10 km,冬季0.3℃/10 km;为单站精细化预报方法研究及中尺度数值模式检验提供基本依据。 相似文献
37.
天津市非道路移动源污染物排放清单开发 总被引:4,自引:8,他引:4
基于天津市非道路移动源污染管控需求,根据调研收集到的2015年非道路移动源活动水平数据,采用环保部《非道路移动污染源排放清单编制技术指南(试行)》推荐的核算方法,建立较为完整的天津市非道路移动源排放清单,分析污染物的时空分布.2015年,天津市非道路移动源排放CO 6.15×10~3t、HC 2.45×10~3t、NO_x2.90×10~4t、PM 1.45×10~3t、SO_21.37×10~4t.船舶污染物排放占比最高,为所有非道路移动源污染物排放总量的73.66%,主要分布于天津港区;其次是非道路移动机械,占21.66%,主要分布于市郊种植业和养殖业区县、城市建设和人群活动较为密集的城区;民航飞机和铁路机车占比较小,分别为3.55%和1.13%,主要分布于机场和铁路沿线.总体上,非道路移动源从3月开始排放量逐渐升高,而年底和年初(冬季)排放量相对较低. 相似文献
38.
39.
天津市2017年移动源高时空分辨率排放清单 总被引:5,自引:5,他引:0
移动源已成为城市地区大气污染的主要贡献源.已有研究多关注道路移动源(机动车)或非道路移动源(工程机械、农业机械、船舶、铁路内燃机车和民航飞机)中单一源类的排放,欠缺对移动源总体排放特征的把握.本研究提出了移动源高时空分辨率排放清单的构建方法,据此建立了天津市2017年移动源排放清单,并分析其排放构成与时空特征.结果表明,天津市移动源CO、VOCs、NOx和PM10的排放量分别为18.30、6.42、14.99和0.84万t.道路移动源是CO和VOCs的主要贡献源,占比分别为85.38%和86.60%.非道路移动源是NOx和PM10的主要贡献源,占比分别为57.32%和66.95%.从时间变化来看,移动源所有污染物排放在2月均为最低,CO和VOCs在10月排放最高,而NOx和PM10则在8月排放最高.节假日(如春节和国庆节等)对移动源排放的时间变化影响显著.从空间分布来看,CO和VOCs排放主要集中于城区和车流量大的公路(高速路和国道)上,NOx和PM10在城区与港区均具有较高排放强度.污染物的空间分布差异是由其主要贡献源的空间位置决定的.本研究可为天津市大气污染的精细化管控和空气质量模拟提供数据支撑,同时可为其他地区移动源排放清单的建立提供方法参考. 相似文献
40.
天津市机动车尾气排放因子研究 总被引:5,自引:1,他引:4
通过调查研究天津市机动车车型构成、保有量、车辆行驶状况、气象数据和油品等基础数据,利用COPERT IV模型计算了在国1、国2、国3、国4和国5排放标准下机动车尾气中CO、NO_x、VOC和PM_(2.5)的排放因子.应用车载测试系统在实际道路上对国4柴油货车的排放因子进行了测量,并将模型结果与实测结果进行了比较,研究表明,国4排放标准下,污染物排放实测数据普遍高于模型模拟数据.对于轻型载货柴油车而言,实际道路测量的CO、NO_x、VOC和PM_(2.5)的排放因子分别是模型模拟数据的2.5、4.3、1.9和1.2倍;对于中型载货柴油车而言,以上污染物的实测排放因子分别是模型的1.3、2.1、1.0和1.2倍;对于重型载货柴油车而言,以上污染物的实测排放因子分别是模型的1.7、1.9、1.1和1.2倍. 相似文献