滇东地区城市空气污染变化特征及其与气象条件的关系

基于滇东城市曲靖2014-2018年2个国控空气质量监测点的逐日空气质量指数和6种空气污染物(SO_2、NO_2、PM_(10)、PM_(2.5)、CO和O_3)逐小时浓度资料以及同期气象要素数据,统计分析了曲靖主城区空气污染变化特征及气象因子对污染物浓度分布的影响.结果表明:①2014至2018年,曲靖主城区空气质量优良率为97%-99.7%,污染日数呈逐年减少趋势,首要污染物以PM_(10)、PM_(2.5)和O_3为主.②曲靖主城区空气质量呈现出夏秋季节较好、冬春季节较差的季节性特征.③6种污染物浓度各自表现出不同的季节性变化和日变化特征.气象条件影响着曲靖主城区污染物的扩散、迁移和转变.④风速与SO_2、NO_2、CO和PM_(2.5)浓度具有较好的负相关关系;与O_3浓度呈正相关关系;风速对PM_(10)影响较复杂,当风速小于2 m/s时有利于PM_(10)扩散,当风速超过2 m/s时反而导致PM_(10)浓度增加.⑤地面盛行西北风和东南风时,SO_2、NO_2、CO、PM_(10)和PM_(2.5)浓度较高;地面盛行西南风时,O_3浓度达到最高值.⑥降水对6种污染物具有显著冲刷清洁作用.⑦温度与O_3浓度呈显著性正相关关系,与NO_2、CO、PM_(10)和PM_(2.5)浓度呈显著性负相关关系;与SO_2浓度关系不显著.⑧相对湿度与O_3、PM_(10)和PM_(2.5) 3种首要污染物浓度呈显著性负相关关系;与SO_2、NO_2和CO 3种非首要污染物浓度的关系不显著.     

兰州市某办公建筑室内外PM2.5 浓度变化特征及相关性分析

为研究办公建筑室内外细颗粒污染物(PM_(2.5))质量浓度变化特征,于 2019 年 9月～2020 年 7 月对甘肃省兰州市某办公建筑室内外PM_(2.5) 质量浓度、温湿度、风速进行了连续监测。监测结果表明:室内外 PM_(2.5) 质量浓度水平相关性显著,冬季室内外 PM_(2.5)质量浓度水平高于春季和夏季;春、夏季室内外PM_(2.5) 质量浓度日小时均值为白天高于夜间,冬季为夜间高于白天。无关季节,室内 PM_(2.5) 质量浓度与室外风速存在显著负相关性,与相对湿度存在正相关性,与室内外空气温度相关性不明显。     

哈大齐城市大气污染物浓度变化特征与集中度分析

针对我国高寒地区典型城市哈尔滨、大庆和齐齐哈尔的环境空气污染问题,在获取2014—2016年3座城市大气污染物浓度数据的基础上,分析研究了大气污染物PM_(2.5)、PM_(10)、SO_2和NO_2的浓度变化特征、主要来源和集中度。结果表明,齐齐哈尔市PM_(2.5)的年平均浓度为35.28μg/m~3,已接近国家环境空气质量标准,哈尔滨和大庆市PM_(2.5)分别下降28.82%和13.89%,初步完成了《大气污染防治行动计划》要求规定指标;春夏两季PM_(2.5)、PM_(10)、NO_2和SO_2浓度均明显低于冬季,每年从10月开始大气污染物浓度呈现上升趋势;PM_(2.5)的二次转化可能是导致PM_(2.5)/PM_(10)比值在1月、2月、7月、11月和12月出现高峰的主要原因;哈大齐大气污染物集中度(PCD)较大值出现在11月、12月、1月和2月,冬季燃煤供暖和气象条件是影响其环境空气质量的主要因素。研究结果将为我国高寒地区城市大气污染控制与治理提供科学依据和参考价值。     

园林绿地秋季温湿度与细颗粒物(PM_(2.5))浓度的关系研究——以北京玉渊潭公园为例

近年来,空气质量越来越成为社会所关注的主要环境问题之一,尤其是以PM_(2.5)为代表的空气颗粒物,对居民生活产生了巨大的影响。园林绿地是城市重要的组成部分,具有降低空气污染物等生态功能。以北京玉渊潭公园为研究地点,采用多点同步连续监测的方式,对公园内不同区域的温、湿度及细颗粒物(PM_(2.5))浓度进行监测。通过一个完整秋季的数据,分析园林绿地中温、湿度和PM_(2.5)浓度在秋季的变化情况,温、湿度和PM_(2.5)浓度之间的相关性,以及不同站点间温、湿度与PM_(2.5)浓度之间的关系。     

西安市空气质量与气象因素的典型相关分析

目的通过对2013年11月1日—2014年10月31日西安市空气污染指标,以及气象因素指标的分析,揭示西安市气象因素对空气污染物浓度的影响规律。方法对研究期间AQI指数、PM_(2.5)、PM_(10)、SO_2、NO_2、CO空气污染物水平进行统计描述;采用简单相关和典型相关分析,探讨空气主要污染物与气温、气湿、风速、气压、降雨量等气象因素之间的关系。结果根据《环境空气质量标准》(GB 3095-2012)年均值二级标准,研究期间,(1)西安市PM_(2.5)和PM_(10)年均值均超标,CO和SO_2达到二级标准,而NO_2略超过二级标准;(2)西安市气压变化平稳,月均湿度在70%上下波动,秋季略高,风速全年较平稳,冬春季略低,降雨量表现为冬春季偏低,夏季略高,秋季明显增多;(3)简单相关分析表明,气温同AQI、PM_(2.5)、PM_(10)、CO、NO_2和SO_2均有显著的相关关系,相关系数均大于0.5;气湿与SO_2的相关系数较大;风速与NO_2的相关系数较大,接近0.5;气压与CO、NO_2和SO_2的相关系数较大,均大于0.5;降雨量与AQI、PM_(2.5)、PM_(10)、CO、NO_2和SO_2均有显著的相关关系,相关系数较小。(4)典型相关分析表明,气象因素中气温主要影响气态污染物的浓度,湿度主要影响PM_(2.5)的浓度,而风速主要对NO_2浓度产生较大影响,降雨量则主要影响的是颗粒态污染物的浓度。结论在本研究期内,西安市空气质量与气象因素间有相关性。     

兰州市医院儿科呼吸系统疾病日门诊量与空气污染的相关性研究

目的探讨兰州市医院儿科呼吸系统疾病日门诊量与空气污染的关系。方法收集2014年、2015年兰州市城关区和西固区监测点覆盖范围内的综合医院、社区卫生服务中心及妇幼保健院等6家医疗机构的儿科呼吸系统疾病门诊量数据及兰州市空气污染物资料,采用两独立样本的秩和检验分析两城区空气质量及两城区与兰州市总体空气质量的比较。采用Poisson广义可加模型的时间序列分析,对兰州市医院儿科呼吸系统疾病日门诊量和空气污染进行分析,同时控制时间趋势、星期效应、气象因素等混杂因素的影响。结果兰州市城关区和西固区SO2日平均浓度分别为26.52和28.78μg/m~3,NO2日平均浓度分别为48.56和51.84μg/m~3,PM10日平均浓度分别为115.82和129.31μg/m~3,PM_(2.5)日平均浓度分别为51.34和62.86μg/m~3。两城区空气污染物的秩和检验结果显示:西固区SO_2、PM_(10)、PM_(2.5)的日平均浓度高于城关区此三种污染物的日平均浓度,且差异有统计学意义。城关区和西固区的空气污染物浓度比兰州市总体的浓度高。广义可加模型分析结果发现SO_2、NO_2、PM_(10)及PM_(2.5)日平均浓度与儿科呼吸系统疾病日门诊量存在正相关关系。进行多污染物模型分析发现,多污染物模型的RR值相对单污染物模型基本没有升降。结论兰州市医院儿科呼吸系统疾病日门诊量与空气污染浓度呈正相关关系,且存在滞后效应。     

室外颗粒物对高大空间建筑室内空气品质影响的研究

近年来,PM_(2.5)作为1种对人体有较大危害的室内污染物得到了越来越广泛的关注。目前有关室外PM_(2.5)对室内空气品质的研究主要集中在办公室、卧室等非高大空间内,而对高大空间的研究则较为缺乏。如今越来越多的高大空间越来被应用在各类建筑中,研究室外PM_(2.5)对室内空气品质的影响是十分必要的。本文以北京市位于交通繁华地段的某办公建筑作为研究对象,通过现场测试方法研究目标建筑高大公共区域室内颗粒物污染与室外PM_(2.5)浓度间的相关性,并初步分析目标建筑高大公共区域内PM_(2.5)浓度受室外影响较大的原因。研究结果表明,目标建筑高大公共区域室内外PM_(2.5)浓度相关性较大。此外,该建筑的空气净化装置对其主中厅等高大公共区域室内空气品质改善效果并不显著。     

居民住所室内颗粒物浓度水平及影响因素研究

为了解居民住宅室内颗粒物浓度水平及其影响因素,本文于2015年4月~2015年12月分别对北京市6个住所的室内颗粒物PM_(1.0)、PM_(2.5)和PM_(10)及室外颗粒物PM_(2.5)的浓度进行了同步测试,并通过统计软件SPSS对住所室内颗粒物的浓度水平及影响因素和影响程度进行了分析和评估。结果表明:16个住宅的室内外颗粒物浓度在时间序列上呈非均匀化分布,经T检验,显示居民住宅室内外PM_(2.5)浓度差异性显著。2住所室内PM_(1.0)、PM_(2.5)、PM_(10)之间的相关性显著,且PM_(1.0)在PM_(2.5)中所占比例高达92.41%。PM_(2.5)在PM_(10)中所占比例达到了65.96%以上。3由Wilcoxon秩和检验的检验统计量可知,吸烟主要产生颗粒物PM_(1.0),对室内PM_(1.0)、PM_(2.5)和PM_(10)的影响程度都较大(P0.100),烹调和人员活动主要影响室内PM_(10)的浓度变化。4室内颗粒物浓度受室内污染源和室外污染源的综合影响。     

济南市重污染区域大气污染物对循环系统疾病门诊量的急性效应

目的评价济南市空气污染严重区域大气污染物PM_(2. 5)、PM_(10)、NO_2、SO_2及O_3对当地居民循环系统疾病门诊就诊的暴露反应关系。方法收集2014—2016年济南市重污染区域某综合医院循环系统疾病逐日门诊信息、空气污染物浓度及气象信息,并进行描述性分析。采用广义线性模型,定量评估逐日大气污染物PM_(2. 5)、PM_(10)、NO_2、SO_2及O_3浓度与当地居民循环系统门诊就诊量之间的相关关系。结果 2014—2016年期间该综合医院循环系统疾病门诊量合计55 858人次,日均就诊量51人次/天,PM_(2. 5)、PM_(10)、NO_2、SO_2及O_3日均浓度分别为100、205、53、58及90μg/m3。PM_(2. 5)、PM_(10)、NO_2浓度每升高10μg/m3,当日循环系统疾病门诊量分别增加0.40%(95%CI:0.01%~0.80%)、0.25%(95%CI:0.03%~0.47%)、1.66%(95%CI:0.64%~2.68%)。仅发现NO_2与循环系统疾病门诊量存在累积滞后效应,NO_2浓度每升高10μg/m3,在Lag02时,循环系统疾病门诊量可增加2.13%(95%CI:0.81%~3.46%)。未发现SO_2及O_3与循环系统疾病门诊量之间存在显著效应。结论空气污染严重区域大气污染物PM_(2. 5)、PM_(10)及NO_2与循环系统疾病门诊量之间存在相关关系,未发现SO_2及O_3与循环系统疾病门诊量之间存在显著效应。     

南京地区一次大气粗颗粒物重污染过程及其区域传输分析

基于观测及模拟个例,分析了2014年3月17—19日南京地区出现的大气粗颗粒物重污染过程及其污染物区域传输特征。结果表明,这次大气粗颗粒物重污染过程中观测的PM_(10)浓度和近地面风速变化呈现显著的正相关,与重雾霾过程中大气细颗粒物PM_(2.5)浓度和近地面风速的负相关关系不同,说明强风驱动的污染物区域传输对这次大气粗颗粒物PM_(10)污染形成贡献;受大气边界层高度昼夜变化的影响,整个污染事件的南京地区平均PM_(10)地面浓度具有昼低夜高的日变化特征;地面风向观测和HYSPLIT模拟分析进一步表明,大气粗颗粒物重污染主要贡献来自途经华北平原和苏北地区的PM_(10)区域传输,春季裸露农田的土壤扬尘可能是这次大气粗颗粒物重污染物的主要来源;伴随3月19日南京地区降雨,大气粗颗粒物重污染事件结束,表明降雨对大气粗颗粒物起到有效的湿清除作用。     

广州大学校园环境艺术设计之构想

校园环境建设的优劣,对于学校的教育质量和声誉有着重要的影响.本文讨论了如何将广州大学融入广州东南水乡万亩果园,营造一个生态化--可持续发展的,人性化--充满活力的、让人留连往返的广州大学校园环境.     

基于Google Earth Plugin的校园三维网页发布——以西南林业大学为例

数字校园和Google Earth数字地球平台相结合已成为了实现数字校园的途径之一。以西南林业大学为例,采用Google SketchUp对校园建筑进行三维建模;然后基于本地服务器与Google Earth服务,利用Google Earth Plugin以网页形式在地球平台上发布学校三维全景,并提供浏览、定位查询等功能...     

校园绿地听嗅交互感知对大学生压力 恢复的影响研究

大学校园绿地环境作为学生接触时间最长的自然环境,具有缓解大学生心理压力的作用。听觉、嗅觉作为人体接触自然的重要媒介,其交互影响研究较少。为探究校园声环境与芳香植物对大学生压力恢复的影响,设计并开展了相关的科学实验研究。实验过程如下：被试者（N=80）被随机分配到4个小组：1）声音组;2）气味组;3）交互组;4）对照组,分别进行压力恢复实验（共18min）,通过EmotivEpocX便携式脑电仪、Omron血压仪及简明心境量表（POMS）分析不同组的压力恢复情况。结果表明：1）声音组中,自然声组的压力恢复效益最佳;交互组中,自然声-栀子组的压力恢复效益最佳;2）交互刺激比单一听觉刺激的压力恢复效果更佳;3）声音与气味之间存在协同和掩蔽作用。在未来校园绿地规划中,应考虑听觉与嗅觉共同作用的健康效益。     

国内外绿色校园评价体系比较研究

开展绿色校园评价有利于引导和推动绿色校园的建设。比较我国《绿色校园评价标准》与美国LEED2009 for Schools、英国BREEAM Education 2008在框架结构、指标范围和评价方法等方面的差异,借鉴英美评价体系的先进经验,提出我国绿色校园评价标准的改进建议。     

UCT-MBR组合工艺在校园污水再生处理中的应用

厦门某学校校区内污水处理站设计处理规模3000m3/d,主体采用UCT-MBR组合工艺,处理出水回用于校区杂用水。主体构筑物埋地式建设,地上仅为设备管理间,地面覆土绿化、造景,不影响校园景观。该污水处理站是厦门较早采用MBR工艺的污水处理工程,运行已有3年多,实践证明,该组合工艺适合在校区和小区中推广应用。     

日本职业教育院校校园规划研究

对日本职业教育院校校园规划中的空间分布,以及用地面积指标进行分析,结论如下：职校的空间布局适应区域产业发展的特征,但与工业用地的关系并不密切。以东京和名古屋为例,职业院校倾向于分布在交通干线密集的城市中心区,较少分布在工业用地集中区。与我国不同,日本职校建设标准不要求校园容积率,对体育用地要求也较灵活。日本职校规划在校园与城市的结合度、土地开发强度和体育用地配置方面对我国有所启示。     

基于层次分析法的高校再生水工艺优选及经济分析

以某高校为例,根据其校园现状对校园再生水回用进行了分析,并利用层次分析法提出了高校再生水处理优化工艺。论述分析了优化工艺的工程造价,并采用费用效益分析方法分析了该再生水回用系统的经济效益,认为在高校内建设再生水回用系统具有良好的经济效益。     

不同下垫面暴雨径流氮赋存形态分布特性及控制技术

以重庆地区5种用地类型为例,探讨了城市暴雨径流中氮赋存形态的分布特性.研究结果表明,总氮的场次降雨平均浓度(Event Mean Concentrations,EMCs)以交通干道最高(10.6 mg/L),校园汇水区最低(2.4 mg/L);交通干道和商业区暴雨径流氨氮的EMCs(3.4～4.6 mg/L明显大于水泥屋面和瓦屋面(1.2～1.6 mg/L).尽管初期暴雨径流总氮的平均浓度(Partial Event Mean Concentrations,PEMC10)大于EMCs,但氮赋存形态构成并未发现明显区别;氮以溶解性总氮为主(占总氮的73％～82％),而溶解性总氮中又以无机氮为主(占总氮的63％～82％);商业区、水泥屋面、校园综合汇水区、瓦屋面暴雨径流中氮赋存形态所占比例最高的均为硝酸根,分别占各自总氮浓度的39％、39％、44％和52％,而城市交通干道的总氮浓度中比重最大的组分为氨氮,占总氮的43％.改良暴雨管理措施可有效提高暴雨径流中总氮的去除率,其关键为人工创造反硝化所需要的条件,延长暴雨径流在控制系统内的水力停留时间,并选择低氮含量的填料作为控制系统的使用材料.     

Design of Campus Wetland Landscapes: A Case Study of the Bailuxi Wetland of University of Sanya in Sanya,Hainan, China

In this paper, the landscape design of the Bailuxi Wetland in University of Sanya was studied by using the research method of "survey—analysis—design". The questionnaire survey, field observation and landscape pattern analysis were used to analyze the landscape pattern of the Bailuxi Wetland as well as the characteristics and problems of the six subsystems of green space, activity, road, animal, plant, and sound. Then the overall structure and function design of the Bailuxi Wetland landscape, the optimization adjustment of the landscape pattern, the optimization design of the subsystem, and the relationship design between human and the animal, plant, and sound systems were proposed. This study is dedicated to providing effective advice on the planning and design of campus wetland landscapes, with a view to providing examples for the planning and design of campus wetland landscapes. The research indicates that:(1) Scientific and rational spatial structure and functional layout planning are prerequisites for the sustainable development of wetland landscapes;(2) the balanced development of subsystems in the campus wetland system is a necessary condition for maintaining the rationality of the campus landscape pattern;(3) the degree of harmony between humans and animals, plants, and sounds affects the ecological sustainability of campus wetland landscapes.     

A Case History on Underpinning for a Distressed Building on Hard Residual Soil Underneath Non-Uniform Loose Sand

This paper presents a case history on the failure of Suranivet 9, a student dormitory in the campus of Suranaree University of Technology (SUT), Thailand. The dormitory encountered excessive differential settlement due to the variation in soil profile. Part of the building was underlain by very stiff to hard SUT silty clay and part by loose clayey sand. Underpinning to extend the foundations down to stable stratum was employed to strengthen bearing capacity and minimize settlement. The underpinning design and procedure were summarized. In practice, the static formula was used for the preliminary micro-pile design (selection of pile section and length for different loads and soil profiles). The undrained shear strength (S_u) of SUT silty clay was approximated using the Stress History and Normalized Soil Engineering Properties (SHANSEP) technique and standard penetration number (N). The finite element method was employed to predict the load-settlement curve of the micro-pile. Modified cam clay model was proved as a suitable model for this prediction. The measured settlements of the underpinned foundations after one year service were less than 0.5 mm. This small settlement guarantees the stability of the underpinned structure. It is also found that the settlement ratio (ratio of the measured settlement of underpinned foundations to the predicted settlement of single micro-pile) varied from 0.7 to 3.0.