一、铁岭市采暖期环境空气中污染物超标分析（论文文献综述）
高婵娟,曾龙,孙天宇,赵启超[1]（2022）在《吉林市城区大气污染物浓度演变特征及其与气象因素关系》文中指出为了解吉林市大气环境现状,利用2014-2018年吉林市城区7个国控环境空气质量监测站点的CO、SO2、NO2、O3（O3-8 h）、PM2.5和PM10质量浓度监测数据以及2018年逐时气象数据,采用相关分析法和应用统计法分析了大气污染物的质量浓度变化特征以及各污染物浓度与气象因素的相关性.研究结果表明:吉林市2014-2018年来SO2、NO2、PM10、PM2.5年均浓度总体呈下降趋势,O3浓度有上升趋势;PM10、PM2.5和O3浓度有超标现象,说明其为吉林市主要大气污染物;同一污染物浓度在不同季节、月份和时刻具有明显的变化特征,可以根据变化规律采用错峰生产的方式改善环境空气质量;气象因素与污染物浓度之间有较好的相关性,其中O3浓度与温度、湿度、风速均呈现高度相关性,NO2浓度与风速高度负相关;气象因素对CO、NO2、O3、PM10和PM2.5浓度的重要程度均为:风速>大气压>湿度>温度;降水对PM10和PM2.5浓度具有一定的削减作用,当降水量较大时,削减作用明显.为吉林市大气污染治理和环境容量研究提供一定的数据支撑.
孟繁皓[2]（2021）在《长春市2018年PM2.5浓度变化及传输特征研究》文中提出近几十年来,以PM2.5为首的大气颗粒物导致的一系列空气污染问题越来越受到广泛的重视,细颗粒物的过量排放导致了众多的生态环境问题,如雾霾现象、酸雨以及全球变暖问题,这些问题直接影响了社会经济活动的正常运转,也有害于人类的身体健康,长春市是吉林省的省会,位于中国东北,冬季严寒,且采暖期较长,且又是中国的老工业基地,工业的发展和采暖供热也必然伴随着大气颗粒物的大量排放,从而引发大气污染现象。为研究长春市的整体大气污染水平以及大气颗粒物的可能来源,本论文以2018年长春市全年主要大气污染物的逐时浓度数据作为基础,剖析了研究区域在研究时期内的大气污染物浓度变化,还统计了气象因素的变化趋势,据此分析三种气象因素对颗粒物的影响;通过HYSPLIT模型（混合单粒子拉格朗日轨迹）得到长春市2018年全年500米高度的72小时逐时后向轨迹,并通过课题组特别编制的逐步聚类算法程序对全年以及设置的特定14种情景下的后向轨迹进行聚类分析,分别得到不同情形下能够代表该情景气流运输特征的8条代表轨迹;根据2018年长春市AQI的情况选择了一段空气污染情况较重的时期,在逐步聚类算法的基础上,结合前向轨迹模拟出该污染时期的气流传输通道;通过改进的PSCF方法（潜在源贡献分析法）分析长春市PM2.5和PM10的潜在来源地区。本论文得出的结论如下:（1）2018年长春市主要大气污染物中,NOx、NO2和PM10的年均浓度超过《环境空气质量标准》（GB3095-2012）的二级标准;除O3以外,月浓度变化在一定程度上都呈现出冬季浓度大于其他季节浓度的特点,在3月和4月分别出现了2018年长春市PM2.5和PM10的最高月均浓度;从PM2.5/PM10比值来看,在1月-3月期间,PM2.5的所占比例较高,在9月-10月期间,PM2.5占比较低;此外,PM2.5的浓度的日变化水平基本遵循春季和冬季大于夏季和秋季,“采暖时期>年均浓度值>非采暖期”的整体规律,呈现“双峰双谷”趋势,最高值出现在上午和夜里,最低值出现在早晨和傍晚。（2）2018年长春市的AQI情况较好,超标率为7.9%,发生污染的日期主要在3月和4月,在所有污染物中,AQI值与PM2.5和PM10浓度间的相关系数位居前两位,大气污染情况很大程度上受颗粒物污染程度的影响,而且PM2.5浓度和PM10浓度与氮氧化物浓度间的相关系数也都较高,机动车尾气的排放也将影响到大气颗粒物的污染;PM2.5和PM10浓度均与气温成负相关,与风速成正相关,与相对湿度成负相关,即气温和相对湿度越低,风速越高,越可能促进颗粒物污染;西南偏西风为研究时期内的主导风向,东北方向的风频很小,年均风速3.44m/s,全年的整体风速较为稳定。（3）2018年长春市全年的轨迹半数来自西北方向,西北方向的气流轨迹运输距离也相对较长,西北方向路径的代表污染物为NO、NOx、PM2.5和PM10,,它们的浓度超标现象主要出现于秋冬季节,尤其是冬季,且西北方向特征轨迹的柱状图在一定程度上都呈凹形,长春市在秋冬季节尤其是冬季易受西北方向远距离运输气流的影响,气流的来源区域包括俄罗斯南部,蒙古中部和内蒙古东北部,与之相对的,长春市西南方向轨迹的柱状图明显呈凸形,在夏季,西南方向气流对长春市大气质量影响较大,且SO2,O3和CO的超标情景大多出现于此路径,它们的小时高浓度值相对多出现在夏季,但每条代表轨迹只包含极少数量的轨迹,污染物超标的实际发生频率很低,来自西南方向的气流多经过黄海,且属于短距离运输,长春市可能受到太平洋吹来的海风的影响,清洁的空气可能会降低较高的浓度值。（4）重污染时期的传输通道分析结果表明,该污染时期的气流来源主要为俄罗斯南部地区,后向轨迹主要为西北方向,前向轨迹的传输的方向为日本西北沿海和俄罗斯东南部,且气团在吉林省内发生了短暂的气流循环,该污染天气对吉林省东南部城市的影响较大,且气流经过黑龙江省的时间较短,对其造成的影响较小。（5）PM2.5和PM10在西南方向的主要潜在来源区域为吉林省西南部,辽宁省东北部和黄海地区,次要潜在来源区域为山东西部的沿海地区、河北省东部和江苏省东部,由于内陆城市相对发达且气流的传输距离相对较短,在一定程度上西南方向也可以看作是网格所在城市本地源排放的贡献;PM2.5和PM10在西北方向的主要潜在来源区域为黑龙江省西部和内蒙古西北部,次要潜在来源区域为俄罗斯南部和蒙古中部,西北方向的潜在源区域面积远大于西南方向,且气流传输的距离相对较长,颗粒物可能会在远距离运输过程中发生物理损耗从而使气流携带更多的细颗粒物,内蒙古西北部的浑善达克沙地和蒙古中部的戈壁沙漠地区也可以视为PM2.5和PM10的天然来源。
叶鑫[3]（2021）在《宝鸡市城区环境空气质量时空变化特征》文中研究指明随着人们对生活品质的日益重视,大气污染问题成了人们密切关注的话题。宝鸡市特定的河谷地形,三面环山的地理位置以及不利于污染物扩散和转移的气候条件,再加上作为国家重点发展的老工业基地,在工业发展过程中,对能源消耗较大,排放的污染物质对环境带来较大的影响,尤其是有害气体的排放,导致大气污染严重。我国实施“铁腕治霾”及一系列污染防治措施后,宝鸡市空气质量有了一定程度地好转,但是从整体上来看依旧不容乐观,仍存在着较大的污染问题。因此,分析宝鸡市大气环境质量变化特征,可为制定合理的大气污染防治策略提供科学依据。本文通过对宝鸡市城区8个空气自动监测点2016年～2019年的时空变化特征进行分析,探讨了宝鸡市大气污染的来源,并针对性地提出了宝鸡市大气污染防治措施和工作建议,得到以下主要结论:（1）5种污染物年均浓度整体呈现逐年降低的趋势。其中,2017年和2018年NO2年均浓度排放值超过《环境空气质量标准》二级浓度限值（40μg/m3）。PM10和PM2.5的4年（2016-2019年）年均浓度排放值均超标,且2019年PM10年均浓度超过二级标准1.17倍,PM2.5年均浓度超过二级标准1.46倍。空气中首要污染物各季节有所差异,冬季以PM2.5污染为主,春秋季以PM10污染为主,夏季以O3污染为主。（2）对5种污染物进行时间特征变化分析得出,2016-2019年SO2、NO2、PM2.5和PM10一年中月均排放浓度变化趋势都呈倒“几”型变化趋势,均是夏季低峰运行,从每年10月浓度逐渐上升直到次年2月再逐步下降。这与冬季采暖及和夏冬两季宝鸡市的气象条件有密切关系。2016-2019年O3浓度一年中月均值变化趋势呈“几”字型,月均浓度排放趋势呈现明显的季节特征,即:夏季>春季>秋季>冬季,与NO2浓度变化趋势正好相反。夏季是一年中臭氧污染最严重的季节,气温高、紫外线辐射强度大、能见度高的天气利于光化学反应进行,有助于O3生成。（3）对5种污染物进行空间特征变化分析得出,位于工业区的陈仓区环保家属楼监测点,在冬季不利于污染物扩散的条件下,SO2、PM10和PM2.5的监测数值均处于较高水平;位于交通稠密区的三迪小学监测点NO2浓度值较其他监测点处于高位;位于商、住混合区、交通拥堵的文理学院在夏季O3浓度值高于其他监测点位;而位于清洁点的竹园沟和庙沟村,在夏季日照强度高的情况下,O3的浓度值高于其他监测点或与之持平。（4）相关性分析表明,5种污染物浓度变化显着相关。其中,SO2和PM10的相关性最高,R值高达0.976;而NO2和O3呈显着负相关（P<0.05）。因此,可以得出5种污染物有相似的污染来源。从5种污染物成因分析来看,工业用煤燃烧的废气排放和交通尾气污染是5种污染物的主要来源。此外,宝鸡市3-5月是沙尘暴高发时节,因此PM10的污染源还包括周边输入性污染。根据5种污染物的时空变化特征和相关性分析结果,有针对性的提出宝鸡市大气污染防治工作策略及建议,如下:1)调整产业结构,深化工业减排。关停能耗高、污染大的工业企业;敦促所有企业上线成熟的脱硫脱硝设施;大力推行集中供暖;促进清洁能源使用;要求所有排污企业均安装在线监测设备。2)当地环保部门建立大气严重污染天气应急预案,在每年城市雾霾、灰霾高发季节启动应急预案降低严重污染天气危害性。3)对城市居民出行采取公共交通工具票价补贴等方式,鼓励居民乘坐公共交通工具出行;推广共享单车项目;对新车购置和旧车改造要以环保为主;政府全面加强汽油品质量的监督检查,加大对非道路移动工程机械的排查力度,完善监管,着重控制一些有害气体的排放,把机械污染物质排放控制在国家规定要求范围内。4)植树造林,建立防治周边沙尘侵袭的天然屏障,降低宝鸡市的雾霾、颗粒物等污染物浓度。
李政蕾[4]（2020）在《基于典型暴露情景PM2.5及其金属的污染特征与健康风险评价》文中指出环境空气颗粒物是导致人群过早死亡的主要影响因素之一,其组分可随颗粒物进入人体,某些金属因其持久性和可蓄积性对人体产生致畸和致癌作用,从而引起学者的广泛关注。传统的暴露和健康风险评价方法基于固定监测数据,忽略不同暴露情景污染特征以及不同人群在不同暴露情景下环境暴露行为模式的差异,使评价结果存在较大不确定性。不同暴露情景下颗粒物及其金属组分的污染特征是人群金属环境暴露水平的决定因素,也是暴露评估和健康风险评价的关键部分。因此,本文以保定市为研究现场,在识别典型暴露情景、开展环境暴露行为模式调查的基础上,讨论了不同暴露情景下颗粒物及其金属的污染特征,分析了不同人群在典型暴露情景下颗粒物中金属暴露水平及其影响因素,并开展了精细化的暴露评价和健康风险评估,不仅为国家采取有针对性的空气污染风险防控提供科学依据,同时为大众制定合理的健康出行计划提供参考。本研究首先基于环境暴露行为模式调查,确定居住区、商业区、公园、交通道路、车站、学校、医院和市场等8种暴露情景,采集并测定保定市采暖期和非采暖期PM2.5的质量浓度;其次,通过能量色散X射线荧光光谱法测定保定市采暖期和非采暖期环境空气PM2.5中金属质量浓度;在了解环境空气颗粒物金属污染特征的基础上,对环境空气PM2.5中金属进行来源解析,同时评估其在不同暴露情景下的污染水平;最后,基于调查人群暴露行为模式调查的暴露参数,探讨不同人群暴露于颗粒物中金属的暴露水平和健康风险,并得到了一些有意义的结果。（1）保定市不同性别、年龄和职业人群空气相关暴露行为模式及暴露参数存在差异。保定市室外空气污染的高暴露人群主要为学生、交警、快递员、司机、农民、摊贩,不同性别、年龄和职业人群的体重、长期呼吸量、室外活动时间、室内活动时间和交通出行时间不同。（2）保定市环境空气PM2.5及其金属污染呈现非采暖期明显低于采暖期。保定市采暖期和非采暖期PM2.5质量浓度分别为168.72μg/m3和83.55μg/m3;采暖期PM2.5中Cd、Pb、As和Cr的质量浓度分别为0.022±0.035μg/m3、0.143±0.081μg/m3、0.037±0.041μg/m3和0.048±0.060μg/m3,非采暖期PM2.5中Cd、Pb、As和Cr的质量浓度分别为0.003±0.006μg/m3、0.007±0.020μg/m3、0.033±0.020μg/m3和0.044±0.008μg/m3。（3）不同暴露情景环境空气PM2.5及其金属污染水平不同。采暖期车站的PM2.5污染水平最高为216.36μg/m3,医院最低为145.43μg/m3;非采暖期商业区的PM2.5污染水平最高为91.37μg/m3,公园最低为60.78μg/m3;采暖期车站PM2.5中4种金属浓度最高为0.028μg/m30.100μg/m3,医院最低为0.012μg/m30.121μg/m3;非采暖期交通道路PM2.5中4种金属的浓度最高为0.002μg/m30.044μg/m3,公园金属的浓度最低为0.004μg/m30.036μg/m3。采暖期和非采暖期PM2.5中金属的主要来源基本一致,为自然源、燃煤源、工业源和机动车排放。（4）保定市环境空气PM2.5中金属对人群可造成一定的健康风险,且风险存在性别差异、职业差异及暴露情景差异。保定市环境空气PM2.5中金属的非致癌风险和致癌风险分别为0.0031.99和2.09×10-61.57×10-3;采暖期PM2.5中金属的非致癌和致癌风险均高于非采暖期;男性高于女性;小学生的健康风险最高,而农民的健康风险最低;车站和市场的健康风险较高,医院和公园的健康风险较低。综上所述,保定市环境空气PM2.5及其金属处于较高污染水平且采暖期污染尤为严重,车站、交通道路和市场PM2.5及其金属污染较为严重,而医院和公园污染相对较轻;保定市PM2.5中金属对人群可造成一定的健康风险,其中车站和市场的健康风险较高,医院和公园的健康风险较低。因此,应提倡利用不同暴露情景污染物监测技术进行健康风险评价,可以增加健康风险评价的精确性和真实性。
李雪超[5]（2020）在《兰州地区采暖期空气污染天气分型研究》文中进行了进一步梳理随着我国经济的不断发展,城市化、工业化进程加快,以及汽车保有量的大幅度增加,大气污染物的排放量也显着增长,使得很多城市空气污染问题日益严重,污染特征逐步由单一煤烟型污染向复合型污染转变,污染范围也由局地性污染扩展为区域性污染。空气污染不仅会造成呼吸系统和心脑血管等疾病发病率的增加,危害人体健康,其对生态系统、生产生活及天气气候也会产生不利影响。因此,城市大气污染已成为社会关注的焦点问题。空气质量受地形、污染源排放和气象条件等综合因素的影响,风速、大气层结温度等气象条件决定污染物的扩散、传输、干湿沉积及化学转化,而天气形势又对局地气象条件产生重要影响。因此,研究不同天气分型下的大气污染特征,对于识别污染天气类型,提高污染预报的准确性,进而警示重污染天气有着重要的意义。本文首先根据2012-2016年兰州市大气污染物逐时浓度资料,统计分析了兰州市六种标准污染物浓度以及环境空气质量指数AQI的时间变化特征。其次,采用PCT客观天气分型方法,对2012-2016年连续4年采暖期逐日08时的850hPa和700hPa位势高度以及温度进行分型,选取最大聚类解释方差（ECV）所对应的31种天气分型结果,通过污染物浓度和空气质量指数AQI的变化特征,识别出九种污染天气型和四种清洁天气型,并进一步分析了不同天气型下环流形势和气象参数变化特征的差异。最后,通过兰州市冬季两次污染天气过程,对天气分型结果的合理性和适用性进行了检验。得到的主要结论如下:（1）空气质量指数AQI的年际变化和月变化特征显示兰州地区污染天气主要集中在采暖期;其中NO2、PM10和PM2.5是兰州地区近几年超标的主要污染物,并且在采暖期以PM10和PM2.5为首要污染物的污染天气居多。（2）利用PCT客观天气分型方法对兰州市采暖期位势高度和温度进行分型研究,并通过聚类解释方差（ECV）评估各分型结果,根据颗粒物浓度和AQI指数的变化特征,可识别出九种污染天气型和四种清洁天气型,占总样本数量的43.8%。（3）九种污染天气型和四种清洁天气型对应的颗粒物浓度以及AQI指数值差异较大,表明本文筛选的天气分型结果所包含的污染超标天气数量、颗粒物浓度以及环境空气质量级别差异明显。（4）通过分析污染天气型和清洁天气型的环流形势及风场分布情况,按照850hPa兰州地区相对于天气系统的位置,将九种污染天气型主观概括为鞍型场、低压型和高压东侧型,当700hPa和850hPa风场以偏西风和偏南风为主时,易发生污染天气;四种清洁天气型均可概括为冷锋后部型,兰州地区主要受高压区域的影响,且多以偏北风为主,气象条件利于污染扩散。（5）不同气象参数与颗粒物浓度的相关性研究发现10米风速、边界层高度和通风系数与采暖期颗粒物浓度的相关性较高,并呈现负相关关系,当风速较大和边界层高度增高时,有利于大气颗粒物的扩散和稀释。（6）通过对兰州市2017-2018年两例采暖期污染天气过程的环流形势分析,检验了本次研究天气分型结果在兰州地区的合理性和适用性。
朱红晓[6]（2020）在《某典型沿海城市大气细颗粒物污染特征及来源解析》文中认为近年来,威海市大气污染防治工作不断取得进展,环境空气质量明显改善。但受特殊气候条件及污染传输影响,大气污染事件仍有发生,尤其受冬季采暖期污染物排放和春季沙尘天气的影响,污染天细颗粒物PM2.5浓度显着提高。对威海市细颗粒物开展监测分析及来源解析研究,对威海市制定具有针对性的PM2.5污染控制措施,改善PM2.5大气污染现状至关重要。为明确威海市冬、春季细颗粒物组分特征及来源,本研究通过分析威海市20172018年PM2.5浓度数据,得到威海市近几年PM2.5污染变化特征,结合威海市PM2.5污染贡献较大的污染源和地区特点,选取山大分校、临港木工机械和文登园林局3个监测点位。于2018年1月3月,采用间断采样方式,共采样50天,采集300个威海市细颗粒物PM2.5样品。对采集的样品进行样品称重、元素碳/有机碳分析、金属元素分析和水溶性离子分析,筛选出各监测站点样品中离子浓度较高的特征组分,对采样期间污染天与清洁天PM2.5组分特征及贡献占比进行对比,选取采样期间的三次污染过程进行对比分析,并通过文献查阅及污染源实地调查建立PM2.5化学成分谱,结合PMF受体模型对威海市大气细颗粒物来源进行解析。本文的主要研究结果如下:（1）2015年至2018威海市的PM2.5年平均浓度为31.24μg/m3,超标天数为63天,PM2.5成为威海近年来的主要空气污染物之一。PM2.5浓度随季节性变化特征比较明显,污染天多集中在采暖季和春季,PM2.5浓度在冬季浓度较高,达到41.76μg/m3,春季稍低,夏季和秋季持平。PM2.5污染物日变化没有明显的规律性,小时平均浓度大约为31.13μg/m3。PM2.5年变化趋势呈现“单峰”型变化趋势,PM2.5在12月达到浓度最大值46.18μg/m3。（2）采样期间PM2.5质量浓度的空间分布差异不明显,三个监测点之间山大点浓度较高,临港点较低,质量浓度变化范围在34.06335.946μg/m3之间。采样期间有机碳（OC）质量浓度高于元素碳浓度（EC）,OC的质量浓度范围在2.9754.183μg/m3之间,EC的质量浓度范围在1.2991.681μg/m3之间。文登位于郊区,生物质燃烧及采暖期间散煤燃烧较多,导致该点碳组分浓度较高;山大点位于市区,碳排放相对较少。水溶性离子质量浓度变化范围为:NO3-（7.3358.321）μg/m3、NH4+（5.1076.183）μg/m3、SO42-（4.4354.731）μg/m3、Na+（0.2130.305）μg/m3、Ca2+（0.5480.767）μg/m3、Cl-（0.6300.873）μg/m3、K+（0.2280.307）μg/m3、Mg2+（0.1410.190）μg/m3。文登点受采暖季燃煤、农业源排放以及二次转化等因素影响,二次离子、K+和Cl-离子质量浓度较高;山大点靠近海边,海盐粒子影响较大,且该点附近存在建筑施工扬尘,导致Na+、Ca2+和Mg2+离子质量浓度较高。金属元素组分中,占比较大的金属元素质量浓度变化范围为:Si（0.3730.658）μg/m3、Al（0.2630.425）μg/m3、Fe（0.4530.5473）μg/m3、Zn（0.1300.185）μg/m3、Cu（0.0400.049）μg/m3、Pb（0.0250.043）μg/m3。山大点受火电厂燃煤排放及附近扬尘影响,导致Si和Al质量浓度较高;临港点由于周边的工业企业排放导致Fe质量浓度较高。（3）污染天PM2.5组分中NH4+、NO3-、SO42-三类离子的浓度总和为62.42μg/m3,清洁天为14.78μg/m3,明显升高,采暖期NO3-主要来源是区域传输,铵盐气溶胶主要来源于输送和本地贡献。污染天水溶性离子的浓度比清洁天高,清洁天水溶性离子在PM2.5中所占的比例高于污染天。海盐离子的变化趋势最为明显,山大点Na+在清洁天PM2.5中的占比为11.14%,污染天比例为3.48%,Mg2+在清洁天PM2.5中的占比为0.62%,污染天为0.24%,由于Na+、Mg2+主要来源于海上的清洁天气团,污染天气团主要来源于内陆,所以Na+、Mg2+在清洁天PM2.5中的占比较高。（4）采样期间共采集到三次典型污染过程,Haze 1的PM2.5浓度为（50.10±35.69μg/m3）,Haze2的PM2.5浓度为（74.80±9.09μg/m3）,Haze 3的PM2.5浓度为（100.77±15.55μg/m3）。分析三次污染过程细颗粒物组分得出:Haze1中Cl-的浓度（1.13±0.86）μg/m3、占比较高为2.26%,K+质量浓度（0.73±0.52）μg/m3、占比为1.46%,K+是生物质燃烧的特征因子,Cl-是燃烧源的特征因子,Haze 1污染过程受燃烧源排放影响较大。Haze 2中K+占比相较于另两次污染占比小,受燃烧排放影响小。Haze 3中二次无机离子浓度高于前两次污染过程,NO3-、NH4+、SO42-质量浓度分别为（31.27±5.09）、（20.74±2.48）、（13.94±1.94）μg/m3,硝酸盐和硫酸盐区域性传输特征,表明此次污染过程受到区域传输影响,同时Ca2+浓度显着升高,为（1.11±0.20）μg/m3,表明此次污染过程受到土壤扬尘源影响,K+质量浓度（0.60±0.24）μg/m3相较于Haze2也有升高,表明Haze 3也受到燃烧源排放的影响。（5）利用PMF模型对PM2.5行业来源解析的结果表明:威海市环境空气PM2.5中占比最高的组分是二次气溶胶污染源（32.436%）,其次为移动源（15.618.9%）、燃煤源（12.117.8%）、生物质燃烧源（9.010.4%）和扬尘源（8.611.3%）,贡献比例较小的为工艺过程源（2.18.3%）、非道路移动源（2.43.7%）和海盐（3.55.6%）。因此应重点对排放贡献占比较大的二次无机气溶胶、移动源、燃煤源及生物质燃烧源进行重点控制。提出加强冬季采暖期大气污染管控、加强移动源排放控制、加强对建筑工地、渣土运输车辆等扬尘的精细化管控、完善大气污染监控网络建设等建议。
郭旺[7]（2020）在《郑州市采暖季挥发性有机物污染特征分析》文中指出近年来郑州市在冬季采暖季受到了严重的霾污染问题,并且SOA（secondary organic aerosol,SOA）对于污染物PM2.5贡献显着。因此为了治理采暖季污染问题对SOA的前体物VOCs（volatile organic compounds,VOCs）进行控制治理便迫在眉睫。本论文基于2018年2月份及2018年10月15日-12月15日在线VOCs数据研究采暖前后污染物对比、SOA、健康风险评估、源解析并研究采暖期内重污染过程及节日效应。首先分析采暖前后污染差异,在采暖前后四个不同时期下烷烃占比最高分别为42.94%,44.57%,40.92%,45.01%。在采暖前污染非污染及采暖后污染非污染期SOA生成潜势分别为25.57、14.73、30.81、14.96×100ug/m3。采暖前六个排放源（机动车、工业、燃烧、生物质、LPG、溶剂）对VOCs排放贡献分别为29.06%、20.36%、11.44%、11.89%、14.18%,13.04%。采暖后六个排放源对VOCs排放贡献分别为17.50%、18.37%、25.90%、12.30%、16.63%,9.18%。采暖前后四种不同时期下VOCs非致癌风险的累积风险指数分别为3.31、2.67、5.78、3.25,有一定程度非致癌风险。四种不同时期下苯的致癌风险分别为7.20E-06,4.06E-06,1.09E-05,3.58E-06,均超过美国EPA规定的安全阈值（1.00E-06）,说明对苯对暴露人群的具有一定的致癌风险。其次分析采暖期间重污染过程。对气象条件及常规污染物进行分析发现低风速、低PBL、低辐射强度及高湿度的气象条件是导致能见度降低及PM2.5浓度上升的主要原因。并且VOCs浓度变化和PM2.5浓度变化具有相似性。采暖期内三次污染过程平均VOCs浓度分别为91.51ppbv、61.55ppbv、82.55ppbv。分析结果表明导致污染事件1发生主要原因为局部高排放造成的。在污染事件2期间不利的气象条件是这一时期造成污染的关键因素。污染过程3期间颗粒物污染最严重并且VOCs处于较高的浓度水平。并且气象条件也不利于污染物扩散。因此高排放和不利的气象条件为导致的主要原因。在三个污染过程中烷烃分别占VOCs的51.43%,59.38%和53.44%,其中包括丙烷,乙烷,正丁烷,异丁烷和异戊烷。因此,天然气和液化石油气（LPG）的挥发可能对污染产生重要影响。春节假期前、春节假期期间及春节假期后,总VOCs的平均浓度分别为68、57和68ppbv。与非春节假期相比,春节假期期间的VOCs浓度降低了20%。并且在春节假期期间烟花事件中,TVOC浓度较高,最大浓度分别为69和80 ppbv,表明烟花爆竹释放出更多的VOCs。PM2.5也处于较高的浓度水平最高达到295ug/m3。通过PMF对VOCs进行溯源,挥发性有机物的五大来源为:（1）溶剂利用（2）工业排放（3）汽车尾气（4）LPG（5）煤+生物质燃烧。
谢凯[8]（2020）在《基于受体模型的盐湖尘对运城市空气质量影响研究》文中研究表明以细颗粒物PM2.5为主的颗粒物污染是当前我国的热点环境问题,开展源解析工作是针对性开展大气颗粒物防治工作的基础,针对某一源类开展贡献解析和环境影响分析将为进一步对该源类开展控制提供有效的技术支撑。对存在特殊源类的一些中小型城市PM2.5的来源解析及特殊源类对城市环境空气质量的影响研究等是开展针对性污染防控措施的基础,对改善城市环境空气污染有重要作用。本研究以运城市环境空气PM2.5和盐湖尘为研究对象,采集了不同季节的PM2.5样品并进行了化学组分分析和形态分析,运用受体模型对采集的PM2.5样品进行来源解析,并重点分析了盐湖尘对PM2.5的贡献,利用消光系数法定量分析盐湖尘对运城市空气能见度的影响。论文主要研究结论如下:（1）2017-2018年研究区域内重污染天数呈现递减的趋势,2018年重污染及以上天数同比2017年减少49%,说明2018年秋冬季大气污染防治工作取得明显的成效;PM2.5/PM10 比值较高,平均值为0.55,二次污染特征较为明显,主要原因是城市产业结构偏重,用煤量大和工业企业污染物排放大等;PM2.5浓度具有明显的空间分布特征,由于采样点位所在的区域城市功能性的不同,导致污染源分布不均匀。（2）PM2.5中重金属无机元素富集程度表明该研究区域受到人为源的影响程度大于自然源,根据Cu、Zn、As、Cd、Sn、Sb、Tl、Pb等元素指示性的不同,造成重金属污染的主要排放源是机动车、燃煤和工业源;PM2.5中水溶性离子平衡计算表明盐湖的存在导致Cl-、Mg2+、Na+在PM2.5浓度中的占比较其他城市高,也导致PM2.5全年处于碱性状态;PM2.5中碳质组分分析显示OC、EC相关性较低,表明OC、EC来源都较为复杂。采暖季SOC浓度较非采暖季高,但非采暖季SOC在OC中占比较高,是因为非采暖季期间温度较高、日照强烈,有利于SOC的生成。（3）利用正定矩阵因子分解模型和扫描电镜法对研究区域内PM2.5进行来源解析,解析出的源类有二次生成源、机动车源、燃煤源、扬尘源、工业源、盐湖尘,对采暖季PM2.5贡献分别为19%、27%、26%、14%、9%、6%,对非采暖季PM2.5贡献分别为26%、20%、16%、15%、14%、9%。基于源解析结果可以看出,运城市可从产业结构、能源结构、交通结构以及重污染天气应对等方面进行调整来降低区域内PM2.5浓度,措施包括降低散煤燃烧、提高清洁取暖覆盖率、强化机动车超标违规排放执法机制,加大工业企业“散乱污”治理力度、推进工业企业超低排放,减少二次生成源前体物的排放等方面。盐湖尘是研究区域特殊源类,在当前环境不断改善的情况下,盐湖尘源的贡献不容忽视,需采取积极措施降低盐湖尘对区域PM2.5的污染贡献。（4）基于盐湖尘对运城市PM2.5的贡献占比（采暖期占比6%,非采暖期占比9%）,通过计算得除去盐湖尘排放影响后,运城市采暖季AQI降低了 6%,非采暖季IAQIPM2.5降低了 8%;根据消光系数和能见度的计算得出去除盐湖尘排放影响后,采暖季大气能见度增长3.85%,非采暖季大气能见度增长3.36%,大气能见度年平均增长3.84%。盐湖尘在PM2.5中占比不大的条件下依然能对运城市空气质量和大气能见度产生影响。在当前常规的污染源正逐步得到控制的情况下,对盐湖尘治理显得尤为重要。对于拥有其他特殊排放源类的城市,在控制常规污染源排放的同时不应忽视特殊排放源对大气环境的影响。
杜勃莹[9]（2020）在《基于WRF-CMAQ模式的沈阳市大气污染特征研究》文中研究表明工业化、区域经济的快速发展,使得大气污染发展为更加复杂的、复合的城市群之间的问题。本研究基于WRF-CMAQ模式建立沈阳市空气质量模式系统,在验证模式运行结果的基础上对2017年冬季沈阳大气污染特征进行分析。并结合后向轨迹分析模式探究区域污染物传输来源,主要的研究分析结果如下:（1）在气象参数模拟结果的变化趋势上模拟值与实际监测值之间有较高的相对一致性,风速、风向、温度、大气压力、湿度的线性拟合相关系数r值分别为0.68、0.48、0.62、0.65、0.32。化学传输模式对各污染物浓度的模拟结果值与小时浓度监测值在变化趋势同样保持一致,PM2.5、PM10、NOx、CO、SO2线性拟合相关系数r值分别为0.75、0.69、0.63、0.62、0.13。（2）沈阳市本地清单计算结果显示,市区中心的PM2.5、PM10、SO2、NOx、CO排放量值最高,NH3在市区周边地区排放量高。2017年1月份地面盛行西南风时PM2.5、NO2、CO浓度值较高,盛行西北风时PM10、SO2浓度值较高,而北风对各污染物浓度均有稀释作用。（3）高压、高湿、低风速、逆温层存在的天气形势下污染物更容易聚集,高空槽前脊后的暖平流、地形槽与长白山小高压,也会加重区域空气质量的恶化。（4）2017年沈阳市大气轨迹聚轨迹结果主要分为4类,北西北方向的传输模式1的SO2浓度最高为38.29μg/m3,发生频率为30.91%,偏北方向的传输模式2的PM2.5、NO2浓度值最高分别为90.47μg/m3、43.81μg/m3,发生频率为19.37%,偏南传输模式3较清洁,轨迹占比为33.55%,传输模式4的PM10浓度值最高为99.83μg/m3,轨迹占比16.17%。河北省、山东省以及内蒙古自治区是沈阳市PM10、PM2.5的主要外来源,其PM10、PM2.5浓度值分别超过150μg/m3、75μg/m3,而氮硫化物的来源主要是受本地源的影响。
朱书银[10]（2019）在《新乡市主城区大气颗粒物的变化特征及来源解析》文中研究表明随着经济化水平的不断提高,大气环境污染问题日益突出,国内外学者对大气颗粒物中PM2.5和PM10的研究也越来越深入。为了了解新乡市主城区大气颗粒物的时间变化特征及污染来源情况。于2017年3月1日-2018年2月28日在该区域对大气颗粒物PM2.5和PM10进行样品采集,并对气体污染物NO2、SO2、CO和臭氧日最大8小时值、气温、气压、相对湿度气象因子等进行监测。基于一年的监测数据,研究分析PM2.5和PM10中水溶性无机离子的污染水平及时间变化特征;采用主成分分析法（PCA）分别对PM2.5和PM10中水溶性离子的来源进行解析。并研究和分析采暖期颗粒物的污染状况和来源。探讨气象因素对大气颗粒物浓度的影响。对新乡市主城区大气污染物浓度的时间变化特征进行分析讨论。得出以下结论:1、SO42-、NO3-和NH4+是PM2.5和PM10中三种最主要的水溶性离子,三者的浓度之和占PM2.5和PM10中总的水溶性离子的质量比重分别高达85%和81%。SO42-、NO3-和NH4+大多数是由其气态前体物经光化学反应等转化而来,说明新乡市主城区大气颗粒物存在比较严重的二次污染。颗粒物中NH4+与NO3-、SO42-的相关性较高,新乡市主城区大气中铵盐可能的存在形态是NH4NO3、（NH4）2SO4、NH4HSO4和NH4Cl。PM2.5和PM10中NO3-与SO42-的年均比值分别为1.09和1.07,说明移动源对PM2.5和PM10的贡献与固定源相当,且固定源在夏季贡献较为突出,移动源在冬季贡献比较明显。新乡市主城区大气颗粒物的来源在春夏季节主要是二次离子的转化和扬尘,冬季主要是来自二次污染源和燃烧源,秋季则是扬尘源和农业源占主导地位。2、采暖期间,新乡市主城区大气颗粒物污染严重,PM2.5和PM10日平均浓度分别为101.00μg·m-3和175.27μg·m-3,分别超标1.35倍和1.17倍。PM2.5和PM10的日间变化特征呈弱双峰单谷型,其浓度峰值都出现在10:00和22:00。PM2.5和PM10的硫氧化率（SOR）和氮氧化率（NOR）较高,说明新乡市主城区采暖期二次污染比较严重。新乡市主城区采暖期大气颗粒物的来源主要是燃烧源、工业源、二次转化源和扬尘源。3、新乡市主城区全年的主导风向为东北风和西南风。对大气颗粒物PM2.5、PM10与气象因素进行相关性分析发现,气温、气压、相对湿度、平均风速会对影响新乡市主城区PM2.5和PM10的质量浓度。利用多元逐步回归法建立回归方程,得出影响PM2.5和PM10浓度的主要因素是气温和风速。4、新乡市主城区的大气污染物除了SO2、CO和臭氧日最大8小时值的年均浓度达标外,其余的大气污染物NO2、PM2.5、PM10的年均浓度均超出国家环境空气质量二级标准浓度限值的规定,分别超标1.3倍、1.9倍和1.8倍。在2017-2018年,新乡市主城区PM2.5占PM10的比重变化范围为0.40-0.72,季节变化为冬季（0.58）=夏季（0.58）>秋季（0.56）>春季（0.45）,造成颗粒物污染的主要因素是细颗粒物PM2.5。
二、铁岭市采暖期环境空气中污染物超标分析（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、铁岭市采暖期环境空气中污染物超标分析（论文提纲范文）
（1）吉林市城区大气污染物浓度演变特征及其与气象因素关系（论文提纲范文）
| 1 数据来源及分析方法 |
| 1.1 数据资料 |
| 1.2 数据分析方法 |
| 1.3 统计分析说明 |
| 2 结果与讨论 |
| 2.1 年浓度演变规律 |
| 2.2 月浓度变化特征 |
| 2.3 小时浓度变化特征 |
| 2.4 采暖期与非采暖期空气污染物特征 |
| 2.5 大气污染物浓度与温度、湿度、气压和风速的相关性 |
| 2.6 降水对大气污染物的作用 |
| 3 结论 |
（2）长春市2018年PM2.5浓度变化及传输特征研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 国内外研究现状 |
| 1.3 研究意义与内容 |
| 1.3.1 研究意义 |
| 1.3.2 研究内容 |
| 1.4 技术路线 |
| 第2章 模型与方法 |
| 2.1 后向轨迹模型 |
| 2.2 聚类分析 |
| 2.3 潜在源区域分析(PSCF分析) |
| 第3章 长春市PM_(2.5)与PM_(10)污染特征 |
| 3.1 研究区域概况 |
| 3.2 大气污染物浓度变化分析 |
| 3.2.1 全年整体情况 |
| 3.2.2 月浓度变化趋势 |
| 3.2.3 季节性特征与采暖期特征 |
| 3.2.4 AQI情况 |
| 3.3 气象条件对颗粒物浓度的影响 |
| 3.3.1 气象条件变化特征 |
| 3.3.2 风向及风速变化特征 |
| 3.4 小结 |
| 第4章 长春市大气颗粒物区域传输特征分析 |
| 4.1 全年后向轨迹分析 |
| 4.2 情景分析 |
| 4.3 重污染天气传输通道分析 |
| 4.4 潜在污染源区域分析 |
| 4.5 小结 |
| 第5章 结论与展望 |
| 5.1 结论 |
| 5.2 展望 |
| 参考文献 |
| 作者简介 |
| 致谢 |
（3）宝鸡市城区环境空气质量时空变化特征（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 国内外研究现状 |
| 1.2.1 大气污染物及其危害 |
| 1.2.2 我国环境空气质量现状 |
| 1.2.3 空气污染控制措施 |
| 1.3 研究的目的及意义 |
| 1.4 研究内容 |
| 1.4.1 宝鸡市气态污染物时空变化特征 |
| 1.4.2 宝鸡市颗粒污染物时空变化特征 |
| 1.4.3 大气污染物的源解析 |
| 1.4.4 污染控措施的建议 |
| 1.5 研究方法和技术路线 |
| 1.5.1 研究方法 |
| 1.5.2 技术路线 |
| 第二章 研究区域概况 |
| 2.1 宝鸡地理概况 |
| 2.2 宝鸡市的自然环境简况 |
| 2.2.1 地形地质 |
| 2.2.2 气候 |
| 2.2.3 土壤 |
| 2.2.4 生态环境 |
| 2.2.5 自然资源 |
| 2.3 宝鸡市社会环境简况 |
| 2.3.1 宝鸡市经济产业概况 |
| 2.3.2 城市交通 |
| 2.4 自然环境和社会环境对当地环境质量的影响 |
| 2.4.1 空气质量变化情况 |
| 2.4.2 自然条件对环境质量的影响 |
| 2.4.3 经济发展对环境质量的影响 |
| 2.5 自动监测采样点布设 |
| 2.5.1 布设采样点的原则和要求 |
| 2.5.2 采样点的数目 |
| 2.5.3 采样点布设方法 |
| 2.5.4 宝鸡市空气自动监测点位概况 |
| 第三章 宝鸡市空气中气态污染物时空变化特征 |
| 3.1 SO_2时空变化特征 |
| 3.1.1 SO_2年变化特征 |
| 3.1.2 SO_2月浓度变化特征 |
| 3.1.3 SO_2日浓度变化 |
| 3.1.4 SO_2浓度空间分布特征 |
| 3.2 NO_2时空变化特征 |
| 3.2.1 NO_2年浓度变化特征 |
| 3.2.2 NO_2月浓度变化特征 |
| 3.2.3 NO_2日浓度变化特征 |
| 3.2.4 NO_2浓度空间分布特征 |
| 3.3 O_3时空变化特征 |
| 3.3.1 O_3年浓度变化特征 |
| 3.3.2 O_3月浓度变化特征 |
| 3.3.3 O_3日浓度变化特征 |
| 3.3.4 O_3空间浓度变化特征 |
| 3.4 小结 |
| 第四章 宝鸡市颗粒态污染物时空变化特征 |
| 4.1 颗粒态污染物物年变化特征 |
| 4.2 颗粒态污染物月变化特征 |
| 4.3 颗粒态污染物日浓度变化特征 |
| 4.3.1 PM_(10)日均浓度变化特征 |
| 4.3.2 PM_(2.5)日均浓度变化特征 |
| 4.4 颗粒物浓度空间分布变化特征 |
| 4.4.1 PM_(2.5)空间变化特征 |
| 4.4.2 PM_(10)空间变化特征 |
| 4.5 小结 |
| 第五章 大气污染物源解析和防治措施建议 |
| 5.1 大气污染物源解析 |
| 5.2 大气污染防治措施的建议 |
| 5.2.1 统筹协作,全面落实大气污染防治责任 |
| 5.2.2 标本兼治,深入推进大气污染防治工作 |
| 5.2.3 加强监管,依法惩处大气污染问题。 |
| 5.2.4 加强信息公开,强调社会参与 |
| 第六章 结论 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（4）基于典型暴露情景PM2.5及其金属的污染特征与健康风险评价（论文提纲范文）
| 中文摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 选题背景及意义 |
| 1.2 空气颗粒物中金属污染现状 |
| 1.2.1 空气颗粒物研究进展 |
| 1.2.2 空气颗粒物中金属的研究进展 |
| 1.3 不同暴露情景空气颗粒物污染物暴露水平 |
| 1.4 暴露参数调查研究现状 |
| 1.5 空气颗粒物中金属健康风险评价 |
| 1.6 研究内容及技术路线 |
| 1.6.1 研究内容 |
| 1.6.2 技术路线 |
| 第二章 环境暴露行为模式调查和典型暴露情景识别 |
| 2.1 调查方法 |
| 2.1.1 暴露行为模式调查方法 |
| 2.1.2 问卷调查的质量控制 |
| 2.1.3 调查问卷录入 |
| 2.1.4 典型暴露情景筛选 |
| 2.1.5 长期呼吸量计算 |
| 2.2 结果与讨论 |
| 2.2.1 典型暴露场景筛选结果 |
| 2.2.2 调查人群的基本情况 |
| 2.2.3 调查人群空气相关的环境暴露行为模式特征 |
| 2.3 本章小结 |
| 第三章 不同暴露情景环境空气PM_(2.5)的污染特征 |
| 3.1 材料与方法 |
| 3.1.1 材料 |
| 3.1.2 方法 |
| 3.2 结果与讨论 |
| 3.2.1 不同暴露情景环境空气PM_(2.5)的污染特征 |
| 3.2.2 暴露情景和国控点监测结果比较 |
| 3.2.3 气象因素对PM_(2.5)质量浓度影响 |
| 3.3 本章小结 |
| 第四章 不同暴露情景环境空气PM_(2.5)中金属的污染特征 |
| 4.1 材料与方法 |
| 4.1.1 材料 |
| 4.1.2 方法 |
| 4.1.3 质量保证及质量控制 |
| 4.1.4 富集因子法 |
| 4.2 结果与讨论 |
| 4.2.1 环境空气PM_(2.5)中金属的污染特征 |
| 4.2.2 非采暖期环境空气PM_(2.5)中金属的污染特征 |
| 4.2.3 暴露情景环境空气PM_(2.5)中金属的污染特征 |
| 4.2.4 环境空气PM_(2.5)中金属的来源解析 |
| 4.3 本章小结 |
| 第五章 环境空气PM_(2.5)中金属的暴露评价及健康风险评估 |
| 5.1 研究方法 |
| 5.1.1 暴露评价 |
| 5.1.2 健康风险评估 |
| 5.2 结果与讨论 |
| 5.2.1 PM_(2.5)中金属的暴露评估 |
| 5.2.2 环境空气PM_(2.5)中金属的健康风险评价 |
| 5.3 本章小结 |
| 第六章 结论与展望 |
| 6.1 结论 |
| 6.1.1 保定市调查人群暴露行为模式参数 |
| 6.1.2 不同暴露情景环境空气PM_(2.5)的污染特征 |
| 6.1.3 不同暴露情景环境空气PM_(2.5)中金属的污染特征 |
| 6.1.4 保定市环境空气PM_(2.5)中金属的暴露评估和健康风险评价 |
| 6.2 创新点 |
| 6.3 不足与展望 |
| 参考文献 |
| 在学期间研究成果 |
| 致谢 |
（5）兰州地区采暖期空气污染天气分型研究（论文提纲范文）
| 中文摘要 |
| Abstract |
| 第一章 引言 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 我国大气污染及研究现状 |
| 1.2.2 天气分型方法及研究现状 |
| 1.3 研究内容 |
| 1.4 技术路线 |
| 第二章 资料与方法 |
| 2.1 研究区域及研究时段 |
| 2.2 资料来源 |
| 2.2.1 环境质量监测资料 |
| 2.2.2 气象资料 |
| 2.3 研究方法 |
| 2.3.1 环境空气质量指数AQI |
| 2.3.2 天气分型方法 |
| 2.3.3 聚类解释方差(ECV) |
| 第三章 兰州市环境空气质量现状 |
| 3.1 污染物浓度时间变化特征 |
| 3.1.1 年际变化特征 |
| 3.1.2 月变化特征 |
| 3.1.3 日变化特征 |
| 3.2 空气质量指数AQI时间变化特征 |
| 3.2.1 年际变化特征 |
| 3.2.2 月变化特征 |
| 3.3 首要污染物分布特征 |
| 3.4 本章小结 |
| 第四章 天气分型及污染气象特征研究 |
| 4.1 天气分型 |
| 4.1.1 天气分型变量 |
| 4.1.2 天气分型数量 |
| 4.1.3 天气分型结果分析 |
| 4.2 不同天气型大气污染特征 |
| 4.2.1 污染天气型 |
| 4.2.2 清洁天气型 |
| 4.3 不同天气型环流形势和风场特征 |
| 4.3.1 污染天气型 |
| 4.3.2 清洁天气型 |
| 4.4 气象参数分布特征 |
| 4.4.1 气象参数对颗粒物浓度的影响 |
| 4.4.2 污染天气过程气象参数分布特征 |
| 4.4.3 不同天气型气象参数分布特征 |
| 4.5 本章小结 |
| 第五章 天气分型结果检验 |
| 5.1 2017年个例 |
| 5.1.1 环流形势特征 |
| 5.1.2 气象参数和逆温层变化特征 |
| 5.2 2018年个例 |
| 5.2.1 环流形势特征 |
| 5.2.2 气象参数和逆温层变化特征 |
| 5.3 本章小结 |
| 第六章 结论和展望 |
| 6.1 结论 |
| 6.2 本文特色 |
| 6.3 不足与展望 |
| 参考文献 |
| 在学期间的研究成果 |
| 一、发表论文 |
| 二、参与课题 |
| 致谢 |
（6）某典型沿海城市大气细颗粒物污染特征及来源解析（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 选题背景和意义 |
| 1.2 国内外PM_(2.5) 来源解析研究 |
| 1.3 主要研究内容与研究方法 |
| 1.4 主要研究目的 |
| 1.5 技术路线 |
| 第二章 威海市PM_(2.5)空气质量概况分析 |
| 2.1 威海市概况介绍 |
| 2.1.1 自然状况 |
| 2.1.2 气候特征 |
| 2.1.3 污染气象特征 |
| 2.1.4 威海市产业结构特征分析 |
| 2.2 威海市PM_(2.5) 空气质量分析 |
| 2.2.1 威海市PM_(2.5) 空气质量变化及超标情况 |
| 2.2.2 威海市2017-2018年PM_(2.5) 污染过程分析 |
| 第三章 PM_(2.5) 样品组分特征 |
| 3.1 PM_(2.5) 样品采集 |
| 3.1.1 监测布点 |
| 3.1.2 设备和仪器 |
| 3.1.3 样品采集 |
| 3.2 PM_(2.5) 样品分析方法 |
| 3.2.1 细颗粒物样品称重 |
| 3.2.2 细颗粒物元素碳/有机碳分析 |
| 3.2.3 细颗粒物金属元素分析 |
| 3.2.4 细颗粒物水溶性离子分析 |
| 3.3 PM_(2.5) 组分特征分析 |
| 3.4 采样期间三次污染过程对比分析 |
| 3.5 本章小结 |
| 第四章 基于PMF模型的PM_(2.5) 来源解析 |
| 4.1 PM_(2.5) 化学成分谱建立 |
| 4.2 山大分校采样点PM_(2.5) 来源解析 |
| 4.3 文登园林局采样点PM_(2.5) 来源解析 |
| 4.4 临港木工机械采样点PM_(2.5) 来源解析 |
| 4.5 威海市PM_(2.5) 源解析结果与其它城市比较 |
| 4.6 小结 |
| 第五章 结论与建议 |
| 5.1 结论 |
| 5.2 建议 |
| 5.3 展望 |
| 参考文献 |
| 攻读硕士研究生期间取得的科研成果 |
| 致谢 |
（7）郑州市采暖季挥发性有机物污染特征分析（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究动态 |
| 1.2.1 VOCs排放特征研究 |
| 1.2.2 采暖期污染排放特征 |
| 1.2.3 VOCs生成SOA研究进展 |
| 1.2.4 VOCs来源解析研究 |
| 1.2.5 VOCs健康风险评估 |
| 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 技术路线 |
| 2 研究方法 |
| 2.1 实验方法 |
| 2.1.1 观测点位 |
| 2.1.2 常规污染物数据获取 |
| 2.1.3 AMA VOCs在线监测仪器 |
| 2.1.4 THB-300 VOCs在线监测仪器 |
| 2.2 VOCs组分评估方法 |
| 2.2.1 PMF受体模型 |
| 2.2.2 健康风险评估 |
| 2.2.3 二次有机气溶胶潜势估算 |
| 3 采暖前后VOCs污染特征 |
| 3.1 采暖前后气象及污染物差异 |
| 3.2 采暖前后四种时期下VOCs浓度特征 |
| 3.3 采暖前后SOA |
| 3.4 采暖前后VOCs源解析 |
| 3.4.1 源识别 |
| 3.4.2 对比采暖非采暖源贡献 |
| 3.4.3 观测期间不同源对VOCs浓度贡献日变化 |
| 3.5 健康风险评估 |
| 3.5.1 非致癌风险 |
| 3.5.2 致癌风险 |
| 3.6 本章小结 |
| 4 采暖期VOCs污染特征 |
| 4.1 采暖期气象条件及常规污染物分析 |
| 4.2 采暖期重污染过程分析 |
| 4.3 采暖期重污染过程VOCs化学成分分析 |
| 4.4 采暖期春节效应 |
| 4.5 采暖期VOCs源解析 |
| 4.6 本章小结 |
| 5 结论与展望 |
| 5.1 结论 |
| 5.1.1 采暖前后VOCs污染特征 |
| 5.1.2 采暖期VOCs污染特征 |
| 5.2 创新点 |
| 5.3 展望 |
| 参考文献 |
| 个人简历 |
| 硕士期间参与的主要科研项目 |
| 致谢 |
（8）基于受体模型的盐湖尘对运城市空气质量影响研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.1.1 大气颗粒物的定义和分类 |
| 1.1.2 我国大气颗粒物污染形势 |
| 1.1.3 我国大气颗粒物的区域污染特征 |
| 1.2 国内外研究现状 |
| 1.2.1 大气颗粒物的组分特征 |
| 1.2.2 大气颗粒物来源解析研究进展 |
| 1.2.3 大气颗粒物的环境效应 |
| 1.3 研究意义和内容 |
| 1.3.1 选题依据和研究意义 |
| 1.3.2 研究内容和技术路线 |
| 第2章 样品采集和方法 |
| 2.1 大气颗粒物样品的采集 |
| 2.1.1 采样点位 |
| 2.1.2 采样仪器 |
| 2.1.3 采样周期和时间 |
| 2.1.4 样品数量 |
| 2.1.5 样品质量控制 |
| 2.2 大气颗粒物样品的处理和分析 |
| 2.2.1 无机元素 |
| 2.2.2 水溶性离子 |
| 2.2.3 碳质组分 |
| 2.2.4 电镜样品分析 |
| 2.3 模型原理介绍 |
| 2.3.1 正定矩阵因子分析法 |
| 2.3.2 消光系数和能见度计算方法 |
| 第3章 环境细颗粒物PM_(2.5)化学组分特征分析 |
| 3.1 研究区域空气质量状况 |
| 3.1.1 2017-2018研究区域空气质量变化特征 |
| 3.1.2 2018年研究区域空气质量污染物变化趋势 |
| 3.2 PM_(2.5)的空间分布特征 |
| 3.3 无机元素富集程度 |
| 3.4 水溶性离子组分分析 |
| 3.4.1 离子各组分与总离子组分比值变化特征 |
| 3.4.2 水溶性离子平衡 |
| 3.4.3 SO_4~(2-)/NO_3~-比值分析 |
| 3.5 PM_(2.5)中碳组分分析 |
| 3.5.1 OC、EC相关性分析 |
| 3.5.2 二次有机碳(SOC)浓度及变化特征 |
| 3.6 PM_(2.5)质量重构特征 |
| 3.7 本章小结 |
| 第4章 细颗粒物PM_(2.5)来源特征分析 |
| 4.1 PM_(2.5)环境样品扫描电镜分析和来源识别 |
| 4.1.1 采暖季和非采暖季PM_(2.5)颗粒物变化 |
| 4.1.2 PM_(2.5)样品扫描电镜来源特征分析 |
| 4.2 基于受体模型的细颗粒物PM_(2.5)来源解析 |
| 4.2.1 PM_(2.5)源贡献值和分担率的计算结果 |
| 4.2.2 PM_(2.5)来源解析结果 |
| 4.3 本章小结 |
| 第5章 盐湖尘对研究区域空气质量的影响 |
| 5.1 盐湖尘对研究区域AQI影响 |
| 5.2 消光系数和能见度 |
| 5.2.1 消光系数计算分析 |
| 5.2.2 PM_(2.5)化学组分对消光系数贡献 |
| 5.2.3 盐湖尘排放对能见度的影响 |
| 5.3 本章小结 |
| 第6章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 攻读硕士学位期间发表的论文及其他成果 |
| 致谢 |
（9）基于WRF-CMAQ模式的沈阳市大气污染特征研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 空气质量模式发展及应用现状 |
| 1.2.1 空气质量模式的发展 |
| 1.2.2 国外应用现状 |
| 1.2.3 国内应用现状 |
| 1.3 研究目的与意义 |
| 1.4 研究内容及技术路线 |
| 1.4.1 研究内容 |
| 1.4.2 技术路线 |
| 第2章 沈阳地区WRF-CMAQ空气质量模式系统的搭建 |
| 2.1 研究区域概况 |
| 2.1.1 地理环境 |
| 2.1.2 土地利用现状 |
| 2.1.3 社会经济条件 |
| 2.1.4 人口分布 |
| 2.1.5 空气质量现状 |
| 2.2 区域气象场的搭建 |
| 2.2.1 预处理系统介绍 |
| 2.2.2 数值求解模块及参数化选择介绍 |
| 2.3 网格化污染物排放清单文件的制作 |
| 2.3.1 大气排放源清单处理模式介绍 |
| 2.3.2 大气排放源分类 |
| 2.3.3 排放清单时间分配方法 |
| 2.3.4 排放清单空间分配方法 |
| 2.3.5 清单的物种分配原则 |
| 2.4 空气质量模式的选择 |
| 2.5 颗粒物来源与轨迹来源分析 |
| 2.5.1 颗粒污染物来源解析 |
| 2.5.2 轨迹聚类及计算 |
| 2.5.3 潜在源贡献分析法和浓度权重轨迹分析 |
| 2.6 本章小结 |
| 第3章 空气质量模式系统的运行及分析 |
| 3.1 模式系统运行结果的验证 |
| 3.1.1 气象模式参数及配置设置 |
| 3.1.2 小时气象因素数据结果对比分析 |
| 3.1.3 沈阳市网格化排放清单文件的制作 |
| 3.1.4 各污染物数据结果对比分析 |
| 3.2 重污染天气状况分析 |
| 3.2.1 风因素分析 |
| 3.2.2 气象要素分析 |
| 3.2.3 地形因素分析 |
| 3.3 污染过程综合分析 |
| 3.4 本章小结 |
| 第4章 大气污染来源及分析 |
| 4.1 大气中PM_(2.5)的来源分析 |
| 4.1.1 采暖季PM_(2.5)来源结果分析 |
| 4.1.2 非采暖季PM_(2.5)来源结果分析 |
| 4.1.3 全年PM_(2.5)来源结果分析 |
| 4.2 污染物的输送路径及来源分析 |
| 4.2.1 轨迹计算与聚类 |
| 4.2.2 潜在源浓度分析 |
| 4.2.3 浓度权重分析 |
| 4.3 本章小结 |
| 结论 |
| 参考文献 |
| 致谢 |
| 攻读硕士期间发表(含录用)的学术论文 |
（10）新乡市主城区大气颗粒物的变化特征及来源解析（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 大气颗粒物基本概述 |
| 1.1.1 大气颗粒物的概念 |
| 1.1.2 大气颗粒物的污染特征和来源 |
| 1.1.3 大气颗粒物的化学组成 |
| 1.1.4 大气颗粒物的危害 |
| 1.2 国内外颗粒物相关标准 |
| 1.3 国内外相关研究进展 |
| 1.4 研究目的及内容 |
| 1.4.1 研究目的 |
| 1.4.2 研究内容 |
| 第二章 样品采集与分析方法 |
| 2.1 研究区域简介 |
| 2.2 研究技术路线 |
| 2.3 样品采集、处理与数据来源 |
| 2.3.1 样品的采集 |
| 2.3.2 样品的处理与保存 |
| 2.3.3 样品的分析测定 |
| 2.3.4 实验分析仪器、试剂 |
| 2.3.5 数据来源及处理 |
| 2.3.6 质量保证与控制 |
| 第三章 大气颗粒物中水溶性离子的污染特征及来源分析 |
| 3.1 PM_(2.5)和PM_(10) 中水溶性离子的浓度水平 |
| 3.2 PM_(2.5)和PM_(10) 中水溶性离子季节变化特征 |
| 3.2.1 PM_(2.5) 中水溶性离子的季节变化特征 |
| 3.2.2 PM_(10) 中水溶性离子的季节变化特征 |
| 3.3 新乡市主城区PM_(2.5)和PM_(10) 中水溶性离子的相关性分析 |
| 3.4 大气颗粒物中[NO3-]与[SO42-]的比值 |
| 3.5 大气颗粒物来源解析 |
| 3.6 本章小结 |
| 第四章 采暖期大气颗粒物污染特征及来源解析 |
| 4.1 采暖期PM_(2.5)和PM_(10) 的浓度水平 |
| 4.2 水溶性离子的污染特征分析 |
| 4.2.1 采暖期PM_(2.5)和PM_(10) 中水溶性离子浓度水平 |
| 4.2.2 PM_(2.5)和PM_(10) 中水溶性离子的相关性分析 |
| 4.3 大气颗粒物的硫氧化率(SOR)和氮氧化率(NOR) |
| 4.4 大气颗粒物来源解析 |
| 4.5 本章小结 |
| 第五章 气象因素对新乡市主城区大气颗粒物浓度的影响分析 |
| 5.1 气象要素与PM_(2.5)和PM_(10) 质量浓度的相关性分析 |
| 5.2 气象因素的影响分析 |
| 5.2.1 风速、风向对PM_(2.5)和PM_(10) 浓度的影响 |
| 5.2.2 温度、相对湿度对PM_(2.5)和PM_(10) 浓度的影响 |
| 5.3 多元逐步回归分析 |
| 5.4 本章小结 |
| 第六章 新乡市主城区大气污染物的污染特征研究 |
| 6.1 新乡市主城区大气颗粒物(PM_(2.5)和PM_(10))的污染特征分析 |
| 6.1.1 PM_(2.5)和PM_(10) 的平均质量浓度季节变化特征 |
| 6.1.2 PM_(2.5)和PM_(10) 的平均质量浓度逐日变化特征 |
| 6.2 新乡市主城区气体污染物污染特征 |
| 6.2.1 气体污染物的浓度水平分析 |
| 6.2.2 气体污染物的季节性变化特征 |
| 6.2.3 气体污染物的逐日变化特征 |
| 6.2.4 气体污染物之间的相关性分析 |
| 6.3 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 |
| 攻读学位期间发表的学术论文目录 |
四、铁岭市采暖期环境空气中污染物超标分析（论文参考文献）
- [1]吉林市城区大气污染物浓度演变特征及其与气象因素关系[J]. 高婵娟,曾龙,孙天宇,赵启超. 吉林化工学院学报, 2022(01)
- [2]长春市2018年PM2.5浓度变化及传输特征研究[D]. 孟繁皓. 吉林大学, 2021(01)
- [3]宝鸡市城区环境空气质量时空变化特征[D]. 叶鑫. 西北农林科技大学, 2021(01)
- [4]基于典型暴露情景PM2.5及其金属的污染特征与健康风险评价[D]. 李政蕾. 兰州大学, 2020(01)
- [5]兰州地区采暖期空气污染天气分型研究[D]. 李雪超. 兰州大学, 2020(01)
- [6]某典型沿海城市大气细颗粒物污染特征及来源解析[D]. 朱红晓. 山东师范大学, 2020(08)
- [7]郑州市采暖季挥发性有机物污染特征分析[D]. 郭旺. 郑州大学, 2020(02)
- [8]基于受体模型的盐湖尘对运城市空气质量影响研究[D]. 谢凯. 华北电力大学(北京), 2020(06)
- [9]基于WRF-CMAQ模式的沈阳市大气污染特征研究[D]. 杜勃莹. 沈阳航空航天大学, 2020
- [10]新乡市主城区大气颗粒物的变化特征及来源解析[D]. 朱书银. 河南师范大学, 2019(07)