公共文化服务平台

共 7 条记录，以下是 1-7

全选清除导出

排序方式：

青岛市港区道路路边大气VOCs污染特征与健康风险: 2023年; 为探究以重型货车为主体的车队构成对路边大气环境VOCs的影响,于2021年10月在青岛市港区路边4个点位进行VOCs采样,并进行其污染特征、日变化特征、光化学反应活性特征和健康风险评价研究.结果表明,观测期间总挥发性有机物(TVOCs)浓度为37.05~324.14μg·m^(-3),平均浓度为112.44μg·m^(-3),烷烃是最主要的组成部分(占比达36.88%~44.15%),其次是卤代烃、含氧VOCs(OVOCs)、芳香烃、烯烃和乙炔.VOCs总浓度日变化趋势为上午和夜间高,中午和下午低,该结果受凌晨时段柴油货车尾气排放和白天光化学作用的影响较为明显.观测期间VOCs的平均臭氧生成潜势(OFP)为(253.78±69.45)μg·m^(-3),平均二次有机气溶胶生成潜势(AFP)为(1.13±0.51)μg·m^(-3).其中,芳香烃对OFP和AFP贡献率最大,分别为40.47%和93.71%.需重点关注间/对-二甲基苯、邻-二甲基苯、丙烯和甲苯等高活性物种.非致癌风险与致癌风险的估算结果表明,青岛港区路边大气VOCs对暴露人群具有健康风险.; 张婷邹超和慧方天歌孙露娜孙滨吕建华吴琳毛洪钧; 关键词：重型货车

天津机场飞机污染排放及其特征研究被引量：7: 2018年; 通过对天津机场民航飞机飞行数据及机队构成的调研,结合国际民航组织(ICAO)标准中发动机排放数据库估算了2016年天津机场起飞着陆阶段(LTO)中各污染物的排放量,并利用航空路监测点环境质量数据定性分析了天津机场飞机尾气扩散对周围环境的影响。研究结果表明:飞机在LTO过程中,CO、HC、NO_x、PM_(2.5)排放量分别为1 160.1,133.1,1 515.6,38.1 t;其中,飞机在滑行的模式下对HC和CO的贡献最大,分别可达到93.77%和93.60%;在爬升模式下,对NO_x的贡献量最大,为48.17%。航天路监测点CO污染受到机场影响明显。; 袁远吴琳吴琳邹超张意戈晗李凤华毛洪钧; 关键词：天津机场大气污染物排放清单排放特征

基于实时交通数据的南京市主次干道机动车排放特征分析被引量：22: 2017年; 通过2014年RFID实时数据得到南京市主干道和次干道车流量、车速、车队构成等交通信息,基于COPERT模型获取排放因子数据,利用高时空分辨率机动车排放(HTSVE)清单系统计算道路机动车排放量.运用非参数检验和道路聚类分析,结合Arc GIS技术,分析南京市主次干道机动车排放特征.结果表明,2014年南京市主次干道机动车以小型客车为主,比例均达80%,国Ⅲ和国Ⅳ车量总数超过90%,其中以国Ⅲ车排放贡献率最大.特殊时段(低谷时段、平峰时段、高峰时段)机动车日均排放量受道路类型和周末效应共同影响,南京市主次干道以排放分担率变化规律可分为5类,同类道路具有相似的变化特征且受空间地理位置影响.基于聚类结果,对不同类型道路的小时排放特征进行分析,以期为交通环境管理提供技术手段和决策依据.; 李笑语吴琳邹超张意毛洪钧荆博宇; 关键词：RFID 非参数检验

天津市非道路移动源污染物排放清单开发被引量：25: 2017年; 基于天津市非道路移动源污染管控需求,根据调研收集到的2015年非道路移动源活动水平数据,采用环保部《非道路移动污染源排放清单编制技术指南(试行)》推荐的核算方法,建立较为完整的天津市非道路移动源排放清单,分析污染物的时空分布.2015年,天津市非道路移动源排放CO 6.15×10~3t、HC 2.45×10~3t、NO_x2.90×10~4t、PM 1.45×10~3t、SO_21.37×10~4t.船舶污染物排放占比最高,为所有非道路移动源污染物排放总量的73.66%,主要分布于天津港区;其次是非道路移动机械,占21.66%,主要分布于市郊种植业和养殖业区县、城市建设和人群活动较为密集的城区;民航飞机和铁路机车占比较小,分别为3.55%和1.13%,主要分布于机场和铁路沿线.总体上,非道路移动源从3月开始排放量逐渐升高,而年底和年初(冬季)排放量相对较低.; 张意Andre Michel李东张欣吴琳吴琳马超邹超马超; 关键词：排放清单

南京市交通流与NO_2、CO时空分布特征关系研究被引量：11: 2017年; 基于南京RFID基站2014年数据,获取南京市主城区范围内多条道路车流量、车速、车队构成信息,结合南京市国控空气质量监测站点NO_2、CO浓度数据,从时间、空间两个维度对交通流特征及污染物浓度趋势进行分析,并对其相关性进行讨论.结果表明,南京市2014年交通第一季度最通畅,第四季度车速最低;2月车流量最低,12月最高,且12月是周末流量最高的月份;工作日早晚高峰车流量与车速变化趋势明显,节假日平缓;夜间大型车辆占近25%.NO_2与CO浓度在2月下降明显,在10—12月攀升到较高水平,与交通流变化趋势同步;净浓度日变化趋势呈双峰,与车流量变化相关性系数在0.57~0.82之间;空间关系上,路网密集、交通拥堵区域污染物浓度明显高于其他区域,表明南京市交通流与气态污染物NO_2、CO变化趋势有高度时空关联.; 邹超吴琳李笑语袁远荆博宇毛洪钧; 关键词：RFID 交通流气态污染物时空分布特征

郑州市公交车队电动化减污降碳环境效益: 2024年; 公交车队电动化是道路交通部门实现减污降碳的重要手段,评估当前公交车队电动化减排成效,对推进大中型城市公交全面电动化具有重要参考意义.基于燃料生命周期法分析了郑州市公交车队电动化前后CO_(2)和污染物排放特征,并评估了不同电动化情景下的车队排放.结果表明,本轮电动化使公交车队燃料生命周期内CO_(2)和PM_(2.5)排放量分别增长32.6%和42.6%,CO、NO_(x)和VOC排放量下降了28%,34%和25%.优化发电结构对于电动化过程中的CO_(2)及PM_(2.5)减排尤为重要,在全面电动化和发电结构优化的最佳情景下,CO_(2)、CO、NOx、VOC和PM_(2.5)减排可达38.7%、80.1%、84.4%、92.2%、30.2%.在全面电动化进程中,应优先对中长里程线路车辆进行电动化替换,此外,插电混动天然气车型的纯电动化替换对减排利弊兼有,同步推进车队替换和电力结构调整进程才能实现减污降碳协同增效.; 邹超汪亚男吴琳吴琳倪经纬毛洪钧; 关键词：电动化碳排放公交车

全选清除导出

共1页<1>

邹超