哈尔滨市臭氧污染特征及减排策略研究

来源 :哈尔滨工业大学 | 被引量 : 0次 | 上传用户:UltraUnAsm
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
目前在春夏季臭氧逐渐替代PM2.5成为影响我国经济发达地区(珠三角、长三角、京津冀)空气质量的首要污染物,臭氧污染问题广泛引起学者及政府的重视。鉴于现在的夏季空气状况可能是未来空气质量状况大为改善时的一个缩影,臭氧极可能取代颗粒物成为未来的首要空气污染物,因此需进一步加强臭氧污染规律、特性及转化的探讨工作。2018年7月3号生态环境部发布《环境空气臭氧污染来源解析技术指南(试行)(征求意见稿)》意见(以下简称《指南》)发布。面对臭氧污染现象加重的情况,哈尔滨作为黑龙江省省会城市,亟需通过臭氧大数据分析臭氧污染规律和污染来源,为政府臭氧污染防治提供科学指导。本文通过分析哈尔滨市20152018年的11个国控站点的臭氧监测数据的时空分布特征显示:哈尔滨市臭氧浓度高值集中在47月份,季节特征显示春夏季臭氧浓度高于秋冬季,具有反“周末效应”现象,臭氧时刻变化特征呈现“单峰型”,臭氧浓度的最大值在13:0016:00,空间分布特征呈现城区臭氧浓度低于郊区的特点,与其他城市空间分布结果类似。通过与国内74城市和黑龙江省13个城市进行臭氧污染水平的对比,了解哈尔滨市臭氧污染的背景及现状。选用2017年哈尔滨市严重臭氧污染期为研究时段,探讨了前体物、气象因素、颗粒物等与臭氧浓度之间演变的关系。可得严重臭氧污染期臭氧与二氧化氮和一氧化碳均呈现负相关关系,由于缺乏VOCs的监测数据,不能定量展示臭氧与VOCs之间的关系;臭氧浓度与温度和辐射强度呈现正相关关系,相对湿度在30%40%范围内和风速在4.5m/s7.5m/s之间时,臭氧浓度较高;PM2.5与臭氧在夏季、冬季的相关系数分别为0.588和-0.552,在大气污染中,颗粒物与臭氧的相互作用机制比较复杂。选用2017和2018年哈尔滨市严重臭氧污染期为研究时段,利用HYSPLIT/MeteoInfo分析了臭氧的48h后向轨迹、潜在源及浓度权重分析。结果表明西南方向低空气团对哈尔滨市臭氧浓度影响较大,哈尔滨市处于大庆市下风向时臭氧浓度较高,2017和2018年哈尔滨市严重臭氧污染期后向轨迹气团聚类的最高平均质量浓度分别为163.14μg/m3和131.51μg/m3,WCWT与WPSF的高值区主要集中在沈阳市、吉林市、四平市、长春等地区。哈尔滨市臭氧污染与周边城市传输有密切关系,应与周围城市做好臭氧前体物联防联控工作,制定有效的臭氧防治措施。
其他文献
随着医疗科技的飞速发展,骨科各种人工关节以及植入材料更新速度较快,且价格昂贵,专用的内固定材料必须与专门的器械配备使用,医院一般仅仅购买植入物,其余的辅助器械一般由
影视剧本的相似侵权判定的实质内涵是指两部影视剧本的独创性表达构成实质性相似。判断实质性相似的前提首先就要划定思想与表达的分界,只有影视剧本的表达才是受到著作权法
目的:自身免疫性甲状腺疾病(AITDs)主要包括桥本甲状腺炎(HT)和Graves病(GD),是常见的器官特异性自身免疫疾病。AITD的发生发展可能与遗传和环境因素相关,但是其具体发病机制尚不清
随着信息技术的不断发展,以及社交网站新用户的快速增加,推荐技术显得越来越重要。个性化推荐在近些年备受关注,吸引了众多学者,虽然推荐系统愈来愈成熟,不断地诞生新的技术
苹果产品贴近人类需要,人机交流人性化,界面友好,操作简单。苹果产品总能颠覆传统并引领潮流。本文将用户体验理论作为研究苹果现象的理论基础,从产品用户使用体验的角度对"
研究了环氧乙烷与四氢呋喃的共聚.使用BF3络合物为催化剂,1,4-丁二醇为共催化剂.找到了溶液聚合和本体聚合适宜的工艺条件.在此条件下,环齐聚物的生成量为8%左右.找到了方便易
夫妻最后生存者保险,是指已婚夫妇双方作为被保险人联合投保,按照保险合同约定,当夫妇双方全部死亡时,其他家庭成员作为受益人获得保险金给付的一种寿险。这一险种可以规划家
当前,加强基层党组织建设要着力纠治三个倾向性问题:着力纠治日常工作重政务轻党务的倾向,进一步把组织功能强起来;着力纠治组织生活重形式轻质量的倾向,进一步把党内约束严
本文从现金流量的内部调节入手,基于GM公司2003年调节后经营性现金流量从760亿美元降为410亿美元,试图阐明经营性现金流量与企业盈利能力的正相关性,以引起广大报表使用者的
随着人工智能技术的迅速发展,智能化设备逐渐融入到人们生活的方方面面,因此对各类人机交互技术的需求也在不断地增加。手势是人们常用肢体语言之一,是一种自然直观、有效简洁的沟通方式。基于计算机视觉的手势识别逐渐成为人机交互的重要研究领域,是热门的研究课题之一。本文对基于机器学习的手势识别技术进行了深入的研究,主要工作如下:一、研究基于肤色的多手势图像精准分割算法:首先,分析了不同亮度下的肤色在不同颜色空