公共文化服务平台

陕西省科技统筹创新工程计划项目(2012KTZB03-01): 作品数：20 被引量：171H指数：9; 相关作者：郝艳召邱兆文邓顺熙高婵娟刘强更多>>; 相关机构：陕西省环境科学研究院长安大学中国科学院更多>>; 发文基金：陕西省科技统筹创新工程计划项目国家自然科学基金中央高校基本科研业务费专项资金更多>>; 相关领域：环境科学与工程交通运输工程更多>>

中观机动车尾气模型在中国的适用性被引量：6: 2016年; 基于道路实测分析了不同路段上车辆排放的变化,并对MOBILE和IVE这2个中观尾气模型进行参数标定后,通过比较实测值和预测值分析了这2个模型在中国的适用性。研究结果表明:行驶状况是影响路上车辆实时排放的一个重要因素,次干路及以下等级路段上车辆行驶工况更为复杂多变,容易出现高污染排放;MOBILE和IVE这2个模型的预测值与实测值在整体变化趋势上具有较好的一致性,但均存在不同程度的低估,其中MOBILE对NOx和HC预测误差较大,大部分路段误差超过30%,CO预测精度稍好,超过一半路段误差低于30%;IVE模型对CO预测精度与MOBILE模型基本持平,而对NOx和HC预测精度大大高于MOBILE模型,大部分路段误差低于15%。IVE模型引入机动车比功率(VSP)和发动机负荷(ES)代替平均速度来反映车辆行驶对排放的影响,更适合应用于中国针对路段进行的中观层次机动车排放污染评估。; 郝艳召王宏图宋国华邱兆文; 关键词：汽车工程路段排放因子中观层次

我国PM_(2.5)污染现状与控制对策被引量：37: 2012年; 大气PM2．5，因其显著的环境、气候与健康效应，当前受到公众的高度关注。本文介绍了PM2，基本特征，简要综述了全球与我国PM2．5污染状况，地面观测和卫星数据都显示了我国东部地区的全球PM2.5，的高污染区域，其平均浓度比欧美发达国家高1—2个数量级。针对各种污染源分类讨论了相应的控制对策和方案，提出解决PM2.5，污染务必认清其长期性、复杂性和正确性。; 曹军骥; 关键词：PM2.5

煤质对锅炉大气污染物排放量的影响被引量：16: 2015年; 利用一套4t/h燃煤热水示范锅炉对5种煤进行实验,分析煤质对锅炉大气污染物的影响,并计算不同煤种锅炉大气污染物的排污系数.结果表明,在相同条件下,不同煤种锅炉大气污染物产排放情况不尽相同,其中烟尘产生浓度在328.86mg/m3~3 634mg/m3之间,排放浓度在30.26mg/m3~72.91mg/m3之间,烟尘产生量在0.7kg/h^11.7kg/h之间,排放量为0.07kg/h^0.31kg/h;SO2的产生浓度在199mg/m3~3 565mg/m3之间,产生量在0.83kg/h^16.21kg/h之间;排放浓度为69mg/m3~1 443mg/m3,排放量在0.34kg/h^7.51kg/h之间;NOx的产生浓度在173mg/m3~336mg/m3之间,产生量为0.75kg/h^1.52kg/h;排放浓度为159mg/m3~371mg/m3,排放量为0.67kg/h^1.93kg/h;SO3产生浓度在0.000 4mg/m3~0.001 5mg/m3之间,排放浓度在0.000 15mg/m3~0.000 93mg/m3之间.实验发现烟尘浓度主要与煤质灰分有关,二氧化硫与燃煤含硫量有很大的关系,氮氧化物浓度与煤质中的氮含量关系不大.从排污系数来看,本实验锅炉烟尘排污系数小于全国污染源普查系数,二氧化硫和氮氧化物的排污系数与普查结果比较接近.; 梁俊宁张振文高晓庆陈洁杜利劳刘杰; 关键词：燃煤锅炉大气污染物煤质排污系数

关中地区陶瓷行业VOCs排放系数测试与校正研究被引量：2: 2018年; 挥发性有机物是大气污染物监测的新指标,污染物排放系数的确定是污染源清单编制的基础和重点。结合陕西省关中地区陶瓷行业特点,分建筑陶瓷、工艺陶瓷和建筑砖瓦三种类型对VOCs排放系数进行测试分析。结果表明,以非甲烷总烃计算,关中地区陶瓷行业三种类型VOCs排放系数为0. 009 2~0. 056 g/kg产品,远低于国家发布的挥发性有机物各类源排放系数中建筑陶瓷的排放系数。建议国家相关部门在挥发性有机物排放核算中结合实际情况,校正陕西省关中地区陶瓷行业VOCs排放系数为0. 01~0. 06 g/kg产品。; 林启才; 关键词：污染物排放系数陶瓷行业

西安市一次严重霾污染天气特征及气象条件分析被引量：11: 2016年; 为了解西安市气象条件对霾污染天气的影响,利用西安市13个测点PM2.5逐时监测资料和气温（T）、风向（WD）、风速（WS）、相对湿度（RH）、气压（p）以及能见度（VIS）等地面气象观测数据,对西安市2013年12月16—26日发生的一次严重霾污染过程进行分析。结果表明：此次霾污染过程中,西安市PM2.5日均值浓度最高达744μg/m^3,超过国家二级标准近10倍,能见度最低降至0.42 km,重霾污染期间PM2.5/PM10在64%-80%。分析认为高相对湿度、低风速和主导风向不明显以及大气层结稳定是造成本次霾污染天气的主要气象因素,其中大气能见度与风速和大气压呈正相关,其相关系数（r）分别为0.3162、0.3479,能见度与温度的相关系数r=0.0825,呈微弱正相关,能见度和相对湿度的相关系数r=-0.7465,呈显著负相关。细颗粒物对能见度的影响非常明显,二者之间的相关系数为-0.7290,细颗粒污的消光系数最高达9.2 km-1。; 梁俊宁高敏王珊; 关键词：细颗粒物气象条件相关系数消光系数

陕北能源化工基地某工业园区水污染物排放总量控制研究: 2015年; 基于水污染物总量控制思路,以陕北能源化工基地某工业园区为研究对象,分析工业园区主要水环境问题及原因,分别对园区企业和集中污水处理厂提出排水水量、水质控制要求,从工程技术措施和管理手段上提出了明确的解决方案和要求。结果表明,各项减排措施实施后,COD、氨氮、石油类物质分别削减49.4%、71.0%、72.6%,园区排水总量控制在1.18万t/d,最终保证园区水污染物总量控制目标的实现。; 刘杰宋丽娜梁俊宁高敏陈洁; 关键词：总量控制工业园区水污染物

关中二氧化硫污染特征及城市间相互影响分析被引量：6: 2015年; 利用2007年污染源普查数据和地面气象观测资料,使用CALPUFF模型对关中地区二氧化硫(SO2)的空间分布特征进行模拟,并在此基础上,研究该地区各城市间的相互影响。对比模拟结果和同期地面监测资料发现,模型模拟结果基本接近SO2大气污染的情况。从模型模拟结果来看,关中地区SO2浓度分布呈现出以西安市建成区为高浓度中心,并逐渐向外辐射降低的特点;关中城市群之间的SO2相互影响作用比较明显,其中咸阳市的SO2污染有44.7%来自于其他4个城市,西安、渭南、铜川和宝鸡市的外源贡献率分别为22.5%、18.2%、16.8%和13.3%。综合上述结果,关中城市群之间SO2的相互输送影响作用导致了该区域二次污染物硫酸根的污染加重,因此区域尺度的大气污染协同控制显得十分必要和紧迫。; 李文慧陈洁张亚娟王繁强邓顺熙苑魁; 关键词：CALPUFF模型

城市大气环境治理成本核算及其总量、结构分析——以西安市为例被引量：14: 2014年; 基于单位成本分析模型对2000—2009年西安市大气环境治理的价值量进行了系统核算,并从总量与结构两方面对核算结果进行了深入和全面的分析。结果表明,从西安市历年大气环境的实际治理成本(除2002、2006、2009年)来看,该市在大气环境治理方面的投资基本上逐年增加,但是增加幅度较小,而大气环境虚拟治理成本在一般年份(除2002、2006、2009年)总体上呈现先增加后减小的变化趋势。可见,西安市为改变环境污染状况,不断增加大气环境治理方面的投资,但在初期治理资金缺口仍在增加,而随着投资的持续增加,许多大气环境治理设施的建立与作用的发挥,大气环境污染状况逐渐减轻,治理资金缺口开始变小;在核算年份中,西安市工业大气环境污染治理的重点主要放在了烟尘方面,城镇生活SO2虚拟治理成本在生活废气总虚拟治理成本中所占比例最高。最后,针对发现问题,对该市今后大气环境治理工作的方向和措施给出了建议。; 杨建军董小林张振文; 关键词：城市大气环境环境治理成本

基于MOVES模型的西安市机动车排放清单研究被引量：17: 2017年; 利用本地化修正的MOVES模型结合实地调研数据,测算了西安市机动车排放清单,并对各种污染物的排放分担率进行了分析。结果表明:2012年西安市机动车的PM_(2.5)、PM_(10)、NO_x、总碳氢化合物(THC)、CO、挥发性有机物(VOCs)、NH_3和SO_2排放总量分别为1 890.48、2 668.89、40 847.75、19 413.30、217 103.04、15 244.86、539.76、2 087.50 t;中型货车和重型货车是PM_(2.5)、PM_(10)和NOx的主要贡献者,小型客车和摩托车是THC、CO和VOCs的主要贡献者,小型客车是NH_3的主要贡献者,小型客车与重型货车对SO_2的排放分担率均较高;柴油车对PM_(2.5)、PM_(10)、NO_x和SO_2的排放分担率高于汽油车,而汽油车对THC、CO、VOCs和NH_3的分担率则高于柴油车;CO在冬季排放最多,其余污染物的排放均在夏季最多,但污染物的季节变化总体上不明显。; 郝艳召邓顺熙邱兆文刘强高婵娟徐月云; 关键词：机动车排放清单排放分担率

西安市PM_(2.5)中有机碳和元素碳的时空分布被引量：1: 2012年; 2010年1月、4月、7月和10月在市区4个点(省政府大楼、浐灞生态区、微电机厂、地环所)利用低流量采样器各分别采集2周的PM_(2.5)样品(24h),使用DRI Model 2001热光碳分析仪分析其有机碳(OC)和元素碳(EC)浓度。结果表明,西安PM_(2.5)年均浓度为167.2±11.7μg·m^(-3),达到国家最新PM_(2.5)年均标准(GB3095-2012:35μg·m^(-3))的5倍左右。空间上,采样点靠近城市中心区域(古城墙)越近,PM_(2.5)的含量越大;季节上呈现冬高夏低。4个采样点中EC1,EC2和EC3的百分含量曲线重合表明EC来源一致(源排放燃煤),而OC1,OC2,OC3和OC4峰值不一致表明OC来源多样,这一点也得到了OC和EC的良好相关性以及与气态污染物SO_2和NO_2相关性的验证。将OC与EC的观测数据与前人研究的年际数据和国内外代表性城市数据对比,OC/PM_(2.5)比例减少,而EC/PM_(2.5)比例却保持在5%左右,表明PM_(2.5)组分中含碳组分比例在下降。采用OC/EC最小比值法估算SOC的含量和百分比分别为11.9μg·m^(-3)和54.6%。; 王平李文韬杨素霞黄宇

陕西省科技统筹创新工程计划项目(2012KTZB03-01)

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

陕西省科技统筹创新工程计划项目(2012KTZB03-01)

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈