共查询到19条相似文献,搜索用时 164 毫秒
1.
为研究厦门市大气颗粒物的污染特征及其对酸雨的影响,于2012年12月至2013年7月在厦门市各区分别采集大气中TSP、PM10、PM2.5颗粒物样品,利用离子色谱法分析了其中的水溶性离子成分含量。结果表明,厦门市大气颗粒物中水溶性离子成分分布特征为:Na+和Ca2+离子主要主要分布在TSP、PM10中,而SO42-离子则主要分布在PM10和PM2.5中。说明Na+和Ca2+离子更容易富集在粗颗粒物粒子上,而SO42-离子主要存在于细颗粒物粒子中。厦门市大气颗粒物中对雨水酸度有重要缓冲作用的Ca2+、Mg2+离子浓度处于较低水平,说明厦门市大气颗粒物对雨水酸度缓冲作用较低,这是厦门地区酸雨发生率较高的原因之一。 相似文献
2.
3.
4.
常规的机动车尾气颗粒物排放检测方法使用NDIR红外气体传感器采集颗粒物排放信息,易受动态变化尾气浓度影响,导致检测的尾气颗粒物排放浓度与实际排放浓度偏差较高,因此需要基于粒径分布设计一种全新的机动车尾气颗粒物排放检测方法。即计算各微粒的质量浓度,基于粒径分布提取了尾气颗粒物排放特征,再根据经典PID控制算法,构建了Lug Down尾气颗粒物排放检测模型,从而完成了尾气颗粒物排放检测。实验结果表明,设计的尾气颗粒物排放粒径分布检测方法检测的尾气颗粒物排放浓度与实际排放浓度较拟合,证明设计的检测方法的检测效果较好,有一定的应用价值,为提高大气空气质量作出了一定的贡献。 相似文献
5.
沈阳市大气可吸入颗粒物中多环芳烃污染特征研究 总被引:1,自引:0,他引:1
对沈阳市大气可吸入颗柱物中美国EPA优先控制的16种多环芳烃(PAHs)进行了定量研究。结果显示,PM10和PM25中PAHs污染较重,且冬季高于其它季节,PAHs主要富集在PM25及以下细小颗粒物中。 相似文献
6.
7.
为全面了解城市大气可吸入颗粒物污染状况,我们在2004年1、4、7、10四个月份采样四次,分别代表冬、春、夏、秋四个季节,对锦州市进行分季节采样,并对城市空气中可吸入颗粒物(PM10和PM2.5)中关国优先控制的16种多环芳烃(PAHs)进行了定量研究。结果表明,大气PM10和PM2.5中PAHs污染较重,且冬季高于其它季节,PAHs主要富集在PM2.5及以下细小颗粒物中。 相似文献
8.
为全面了解城市大气可吸入颗粒物污染状况,我们于2004年1、4、7、10四个月份采样四次,分别代表冬、春、夏、秋四个季节,在抚顺市进行分季节采样,并对城市空气中可吸入颗粒物(PM10和PM2.5)中美国优先控制的16种多环芳烃(PAHs)进行了定量研究。结果表明,大气PM10和PM2.5中PAHs污染较重,且冬季高于其它季节,PAHs主要富集在PM2.5及以下细小颗粒物中 相似文献
9.
柴油机的颗粒物排放是城市大气超细颗粒物的主要来源,对环境质量和人体健康有严重的负面影响。近年来,排放法规对颗粒物排放的控制愈加严格,并对颗粒数量测量仪器的性能提出了更高的要求。总结了5种颗粒数量测量仪器的测量原理和特点,在特定测量需求和场合下对这些设备的性能进行了对比并针对下一阶段排放法规的测量需求,分析了以上测量设备的适用性。结果表明,冷凝颗粒计数器对粒径>10 nm颗粒具有更快的响应速度,能够满足未来法规中对城市RDE测试循环的需求。然而,冷凝颗粒计数器无法测量粒径分布,不适用于针对10~23 nm颗粒控制技术的研发。但发动机排气粒度仪可给出粒径低至5.6 nm颗粒的粒径分布,可为冷凝颗粒计数器的检测结果提供补充信息。 相似文献
10.
大气颗粒物浓度在线监测方法研究 总被引:1,自引:0,他引:1
大气颗粒物浓度是大气污染监测中的一项重要指标.大气中的颗粒物,特别是PM10及其以下颗粒物浓度的监测一直是国内外专家关注的问题.本文提出一种采用振动原理在线测量颗粒物质量浓度的监测方法,替代了传统的离线监测技术,提高了监测工作的实时性和正确性. 相似文献
11.
12.
采用毛细管柱气相色谱法测定环境空气中的肼,空气样品中的肼通过装有固体吸附剂的采样管捕集,然后用水解吸,与糠醛衍生试剂反应生成肼的衍生物,用乙酸乙酯萃取后,用GC-FID检测,保留时间定性,外标法定量。方法在0mg/L~5.94mg/L范围内线性良好,当采样体积为60 L时,最低检出质量浓度为0.00068mg/m3,检出限较国标方法大大降低。低、中、高三个浓度的肼标准溶液测定的RSD(n=6)分别为3.7%、3.1%、3.2%,样品加标回收率为84.5%~101.0%。该法分析速度快,灵敏度高,准确度和分离度好,适用于环境空气中肼的分析检测。 相似文献
13.
本文详细研究了色质联机法定性和定量鉴定空气中颗粒物上有机物及样品提取和分组方法,给出了可吸入颗粒物上26种化合物的定量结果和提取物及分组样品生物鉴定的结果。 相似文献
14.
15.
16.
17.
18.
19.
以陕西省宝鸡市空气污染指数的预测预报为例,引入人工神经网络的理论和方法,对其进行模拟分析,建立了基于BP神经网络的空气污染指数非线性时间序列预报模型。模型仿真性能检验和精确度检验表明:建立的模型准确度高,适应性强,可直接用于宝鸡市日空气污染指数的预报。 相似文献