活性碳催化燃烧设备在挥发性有机物治理中的应用分析

随着大气污染防治深度治理工作开展,火电、水泥、钢铁、玻璃制造等行业先后完成氮氧化物、二氧化硫、颗粒物减排治理,区域环境空气质量取得显著改善,冬季颗粒物污染天气逐渐减少。但是夏季臭氧(O3-8h)污染逐渐凸显,氮氧化物、颗粒物协同减排与挥发性有机物(VOCS)治理提上大气污染防治新的议程。传统式“UV光解+活性碳吸附”、“低温等离子”、“光氧催化+活性炭吸附”、“水幕+活性炭吸附”等工艺难以满足新形势挥发性有机物治理效率需求,活性炭吸附脱附催化燃烧设备与其他挥发性有机物治理设备,以其高处理效率、低一次性投入、低维护频次、低活性碳废物处置成本逐渐应用于中小型涂装、印刷、机电、家具、制鞋、塑料及各种化工车间里挥发或泄漏出的有害有机废气的净化及处理。

承德市臭氧污染气象条件预报方法研究

利用2014-2016年承德市环境监测站和气象站的数据,分析了气象条件对承德市O3-8h浓度的影响,探讨了臭氧污染气象条件的预报方法。结果表明:4-7月是承德市O3-8h浓度较高的月份,O3浓度的日变化特征为午后浓度高而夜间浓度低;O3污染的天气形势为500 hPa受高压脊和偏西气流影响,850 hPa有强暖平流和20℃以上的高温,地面受低压前部和高压后部之间的偏南气流影响;有利于O3-8h出现高浓度的气象因子为日平均气温大于23℃、日最高气温大于28℃、日平均海平面气压995-1007 hPa、日平均水汽压18-28 hPa、偏南风大于1 m·s-1。利用气象因子综合评分建立臭氧污染指数,与O3-8h浓度的相关系数高达0.7553,说明臭氧污染指数能较好地预报臭氧污染天气。

佛山市臭氧浓度时间变化特征及主要影响因子

对佛山市2011—2014年O_3监测数据进行分析,结果表明,ρ(O_3)日变化呈现明显的单峰特征,2011—2014年O_3日最大8小时滑动均值(O3-8 h)的年评价值没有出现显著的下降趋势,超标值多出现在8—10月。夏季O3-8 h与日平均气温的相关系数较高,O_3污染多发生在气温>30℃,相对湿度为50%~70%的气象条件下。相对湿度<60%,气温为20~25℃,也可能出现O3污染。>10℃时,不同的温度条件下,O_3与PM_(2.5)存在正相关关系。在不同的季节时段,O_3-8 h基本随着ρ(NO_2)/ρ(NO)增大而增大。

漳州市城区环境空气质量状况分析

本文采用综合指数法和空气质量指数法(AQI)对2015-2018年漳州市城区环境空气质量的年度和月度情况进行分析。结果表明:2015-2018年漳州市城区环境空气综合指数先升后降,空气质量有所改善,但绝对值仍然较高,污染形势严峻,达标率呈逐年下降趋势,超标天数逐年递增;超标污染物主要以O3-8h和PM2.5为主,臭氧易超标时段为春末、夏季和初秋(4-10月),PM2.5易超标时段为冬季和初春(12、1-3月)。空气质量主要与城市地形及布局、气象扩散条件、本地污染物积累、区域传输等方面有关。

襄阳市主要大气污染物排放量预测

本研究利用2015—2019年襄阳市空气质量优良天数监测数据及主要大气污染物的年平均浓度,对襄阳市近五年的大气污染情况进行简单的描述评价,并针对影响较大的PM2.5、O3-8h、PM10分别运用灰色系统GM(1,1)模型预测其未来五年的变化趋势。结果表明,PM2.5和PM10在未来五年内逐渐下降,O3-8h在未来五年内呈现上升的趋势,三种污染物均未达到国家二级环境质量标准。本次研究中,GM(1,1)模型精度较高,相对误差为0.079%~6.396%,预测结果与所公布监测数据有较好的拟合效果。

徐州市空气质量标况数据转实况数据比较研究

2018年8月,我国发布《环境空气质量标准》(GB 3095—2012)修改单,根据修改单,人们需要把污染物的浓度表示方法由标况浓度转换为实况浓度。结合徐州市2018年空气质量自动监测数据,本文介绍了其转换方法,同时比较分析了转换后颗粒物PM2.5和气态污染物O3-8h的变化。标况转为实况数据后,PM2.5和O3-8h浓度基本下降,优良天数上升。

2017—2019年苏州市空气主要污染物浓度对医院门诊数影响的时间序列分析

目的探讨苏州市细颗粒物(PM2.5)、可吸入颗粒物(PM10)、NO2、臭氧8 h浓度(O3-8h)、CO和SO2等污染物浓度对医院总门诊数及呼吸系统疾病的影响。方法收集2017年1月1日—2019年12月31日苏州市市立医院门诊数据、大气污染物的数据以及气象资料,采用广义相加泊松回归模型分析苏州市PM2.5、PM10、NO2、O3-8 h、CO、SO2等污染物暴露与医院总门诊数及呼吸系统疾病门诊人数之间的关系,计算各污染物质量浓度每上升10μg/m^(3)的RR值及其95%CI。结果2017—2019年苏州市市立医院总门诊数5 974 736人,呼吸系统门诊数525 691人,日均总门诊M(P25,P75)为5 298(4 194,6 967)人,日均呼吸系统门诊M(P25,P75)为463(362,575)人。大气污染物PM2.5、PM10、NO2、SO2、O3-8 h、CO的年日均中位浓度为34.0μg/m^(3)、56.0μg/m^(3)、42.0μg/m^(3)、8.0μg/m^(3)、94.0μg/m^(3)、0.6 mg/m^(3)。在控制气温气压等气象因素、星期几效应和假期效应的影响后,总门诊数单日效应最高和平均效应分别出现在当天和第5天,即PM2.5浓度每上升10μg/m^(3),总门诊患病数在单日最佳滞后(lag0)和平均最佳滞后(lag05)条件下,RR(95%CI)为1.006(1.005-1.007)和1.007(1.006-1.008);呼吸系统门诊患病数单日效应最高和平均效应分别出现在第4天和第6天,即PM2.5浓度每上升10μg/m^(3),总门诊数在单日最佳滞后(lag4)和平均最佳滞后(lag06)条件下,RR(95%CI)为1.007(1.006-1.008)和1.017(1.015-1.019);在多污染模型中,同时将PM10、SO2、NO2、CO和O3-8 h引入模型后,医院总门诊和呼吸系统就医风险均升高,其RR(95%CI)分别为为1.010(1.009-1.011)和1.012(1.010-1.014)。结论苏州市大气中PM2.5浓度的升高可能引起总疾病数及呼吸系统疾病风险的增加,引入多污染模型时风险增加。

支持向量机回归在臭氧预报中的应用

采用南京工业区2016年5月20日～8月15日这一高臭氧(O_3)期的O_3、O_3前体物和常规气象资料数据,利用支持向量机回归(SVMr)方法分别预报O_3的小时值、日最大值和最大8 h滑动平均值.结果表明,O_3小时值预报的相关系数(R^2)为0. 84,平均绝对误差(MAE)和平均绝对百分误差(MAPE)分别为3. 44×10-9和24. 48,O_3前期浓度、紫外B波段辐射(UVB)和NO_2浓度是关键因子. O_3日最大值预报的主要因子是NO_x在07:00的浓度和UVB.预报O_38 h时UVB和气温起重要作用.加入前体物项能够使O_3的预报精度提升10%～28%.与多元线性回归方法相比,SVMr对O_3浓度的预报有明显优势.