大气高浓度污染（精选9篇）
大气高浓度污染 篇1
大气环境是指生物赖以生存的空气的物理、化学和生物学特性, 主要包括空气的温度、湿度、风速、 气压和降水。近年来, 随着我国经济社会的快速发展, 以煤炭为主的能源消耗大幅攀升, 机动车保有量急剧增加, 经济发达地区氮氧化物 (NOx) 和挥发性有机物 (VOCｓ) 排放量显著增长, 臭氧 (O３) 和细颗粒物 (PM２．５) 污染加剧, 在可吸入颗粒物 (PM１０) 和总悬浮颗粒物 (TSP) 污染还未全面解决的情况下, 京津冀、长江三角洲、珠江三角洲等区域PM２．５和O３污染加重, 灰霾现象频繁发生, 能见度降低, 环境空气质量评价以及污染治理等问题再一次引起大众的关注。
目前新标准中对大气质量的监测主要是监测大气中二氧化硫 (SO２) 、二氧化氮 (NO２) 、一氧化碳 (CO) 、臭氧 (O３) 、可吸入颗粒物 (PM１０) 以及细颗粒物 (PM２．５) 等六类基本项目和总悬浮颗粒物 (TSP) 、 氮氧化物 (NOｘ) 、铅 (Pb) 、苯并[a]芘 (BaP) 四类其他项目的浓度。研究表明, 城市环境空气质量好坏与气象因素、城市能源消费结构等因素的关系十分密切。气象条件对污染物扩散、稀释和积累有一定作用。在在污染源一定的条件下, 污染物浓度大小主要取决于气象条件［１－２］。Wise等发现气象条件的变化能影响美国西南部40 % ~70 %的臭氧变化和20 % ~50 %的颗粒物变化［３］。王宏等研究了发生突变时气压、风速、温度、湿度等气象条件的变化特征［４］。Buhalqem Mamtimin等利用2000~ 2006年乌鲁木齐市大气污染指标 (PM１０、SO２和NO２) 月浓度值及相对应的气象数据, 探讨了城市空气污染与地面气象要素的关系［５］。 周伟东指出PM１０浓度与风速密切相关, 静风时浓度最大, 随着风速增大, PM１０浓度逐步降低。风向对PM１０浓度的影响也非常显著, 近地面吹偏东风时PM１０浓度相对较低［６］。徐莉、李艳红发现API指数与气温、风速、能见度和湿度等气象因素关系密切, API值与气温、能见度和风速呈负相关, 与湿度呈正相关［７］。李林等发现对于能源消耗排放的一次PM１０和SO２, 工业排放对其浓度的贡献率在40%以上;机动车排放对NOｘ浓度的贡献率在65%左右［８］。张菊等研究发现产业结构的变化、重点污染源的整治、能源结构调整能源的清洁使用、机动车尾气排放标准的提高等对保护环境空气质量起到一定作用［９］。寇栓虎、 杨荣提出进一步推广使用天然气等清洁型燃料大力开发和推广洁净煤技术, 清洁使用煤炭, 并加强燃煤锅炉排烟的脱硫脱硝脱灰等净化工作, 进一步降低煤烟对大气环境的污染［１０］。
北京市作为我国的首都, 空气质量却频频出现及其糟糕的情况, 不仅损害居民的身体健康, 而且和国际化大都市的形象和地位不符。分析影响空气质量的因子, 找到大气污染物与气象因子的定量关系, 有利于制定科学的防治性措施, 从而为改善空气质量奠定基础。
1数据来源和研究方法
1.1数据来源
污染物数据来自北京市空气质量自动监测站点的监测数据, 气象数据来自中国气象科学数据共享服务网的逐日监测数据, 选取空气污染物指标4个, 分别是Y１ (年日均SO２浓度) 、Y２ (年日均NO２浓度) 、Y３ (年日均可吸入颗粒物PM１０浓度) 、Y４ (年日均CO浓度) , 单位都是mg/m３;相关气象因子指标8个, 分别是X１ (年日均气温, ℃) 、X２ (平均相对湿度, 无量纲) 、X３ (全年日照数, h) 、X４ (全年降水量, mm) 、X５ (平均风速, m/s) 、X６ (平均气压, kPa) 、X７ (大风日数, 单位d) 、X８ (雨日数, d) 。另有部分数据来自《中国环境年鉴》 (2003~2004年) 、《中国气象年鉴》 (2012年) 、《中国环境统计年鉴》 (2005~2012年) 、《北京统计年鉴》 (2012年) 、《北京市环境状况公报》 (http://www.bjepb.gov.cn/portal0/tab181/) 。
1.2研究方法
1.2.1污染物浓度及趋势分析
Spearman秩相关系数法 (又名Daniel趋势检验方法) , 是一个非参数性质 (与分布无关) 的秩统计参数, 可以用于R检验, 在数据的分布使得Pearson线性相关系数不能用来描述或是用来描述导致错误的结论时, 作为变量之间单调联系强弱的度量。《环境质量综合评价分析技术导则》推荐它用于地表水水质、地下水水质、环境空气质量、酸雨频率、近岸海域海水水质等多时段变化趋势和变化程度分析中。
假设原始的数据xｉ, yｉ已经按从大到小的顺序排列, 记x′ｉ, y′ｉ为原xｉ, yｉ在排列后数据所在的位置, 则x′ｉ, y′ｉ称为变量xｉ, yｉ的秩次, 则dｉ=x′ｉ- y′ｉ为xｉ, yｉ的秩次之差。
如果没有相同的秩次, 则rｓ可由式 (1) 计算:
如果有相同的秩次存在, 那么就需要计算秩次之间的Pearson的线性相关系数
rｓ值的正负分别表示污染的增长和下降, 其绝对值的大小表示变化的强度。将rｓ的绝对值同Spearman秩相关系数的临界值Wｐ相比较。如果|rｓ|>Wｐ, 则表明变化趋势有显著意义;如果|rｓ| ≤ Wｐ, 则表明变化趋势没有显著意义, 说明在研究时段里空气质量稳定或变化不大。
根据近10年来北京市大气主要污染物年日均浓度值, 使用Spearman秩相关系数法分析北京市大气污染物的年日均浓度的年际变化趋势及其统计学显著性特征。
1.2.2污染物与气象因子的关联分析
设Y１, Y２, …, Yｓ为系统特征行为数据序列, X１, X２, …, Xｍ为相关因素行为序列。若Y１, Y２, …, Yｓ;X１, X２, …, Xｍ的长度也相同, Yｉｊ (i=1, 2, …, s;j=1, 2, …, m) 为Yｓ与Xｊ的灰色关联度, 则称为灰色关联矩阵。
灰色关联矩阵中第i行元素是系统特征数据序列Yｉ (i=1, 2, …, s) 与相关因素序列X１, X２, …, Xｍ的灰色关联度;第j列元素是系统特征序列Y１, Y２, …, Yｓ与Xｊ (j=1, 2, …, m) 的灰色关联度。
类似的可以定义广义的灰色关联矩阵, 如绝对的灰色关联矩阵A、相对的灰色关联矩阵B和灰色综合关联矩阵C。
利用灰色关联矩阵, 可以对系统特征或相关因素作优势分析。采用广义灰色关联度理论中的优势分析方法, 分别计算大气污染物与气象因子的灰色绝对关联矩阵、灰色相对关联矩阵和灰色综合关联矩阵, 得到表征大气质量状况的最优特征 (污染物类型) , 以及影响空气质量的最优气象因子。
2近十年大气污染物的年际变化趋势
根据2002~2012年北京市空气污染物浓度值, 利用Spearman秩相关系数公式计算各污染物年日均浓度的变化趋势, 结果表明不同的污染物表现出不同的变化轨迹。
近10年来空气年日均SO２浓度、年日均NO２浓度、年均可吸入颗粒物浓度和年日均CO浓度总体呈显著 (p<0.01) 下降趋势, 其中2006年各污染物年日均浓度出现极大值, 2008年各污染物年日均浓度达到最小值 (见图1) 。2008年北京空气质量大幅改善的原因与奥运期间实施一系列改善空气质量的措施密不可分［１１，１２ ］。
2002~2008年NO２年日均浓度呈显著下降趋势 (p<0.05) , 2008~2012年变化较平稳 (不显著增长) ;2002~2008年CO年日均浓度显著下降 (p< 0.05) , 2008~2012年浓度变化不大 (上升不显著) ; 2002~2006年可吸入颗粒物年日均浓度基本持平 (降低不显著) , 2006~2012年浓度呈显著下降趋势 (p<0.01) 。不同时间段的Spearman秩相关系数检验结果见表1。
3污染物与气象因子的综合关联度
3.1污染物与气象因子的绝对关联度
对主要空气污染物序列Yi (i=1, 2, 3, 4) 和气象因子序列Xj (j=1, 2, 3, 4, 5, 6, 7, 8) 求始点零象化Y0i和Y0j。
对空气污染物序列序列Yｉ (i=1, 2, 3, 4) 和气象因子序列Xｊ (j=1, 2, 3, 4, 5, 6, 7, 8) , 有
得绝对关联矩阵A如下 (表2) 。
从绝对关联矩阵中可以看出, 影响Y１年日均SO２浓度 (绝对关联系数0.988 8) 、Y２年日均NO２浓度 (绝对关联系数0.974 4) 和Y３年日均可吸入颗粒物浓度 (绝对关联系数0.998 4) 的最主要气象因子都是X２平均相对湿度;影响Y４年日均CO浓度最主要气象因子是X３全年日照数 (绝对关联系数0.962 0) 。
由于A中各列元素满足:
εi3>εi2>εi7>εi4;i=1, 2, 3, 4;
εi2>εi5>εi6, i=1, 2, 3, 4。
故有X３> X１> X７> X４, X２> X５> X６, 所以X２ (平均相对湿度) 和X３ (全年日照数) 为影响空气质量的主要气象因子。考虑
所以X２》X３》X５》X１》X７》X８》X４》X６, 即X２ (平均相对湿度) 是影响空气质量的准优因子, X３ (全年日照数) 次之, X６ (年日均气压) 最劣。
各行元素满足, 所以Y3》Y1》Y2》Y4, 即Y3 (年日均可吸入颗粒物PM１０) 是空气污染物的准优特征, Y１ (年日均SO２浓度) 次之, Y４ (年日均CO浓度) 最劣。
3.2污染物与气象因子的相对关联度
表征空气质量状况的主要污染物序列Yｉ (i= 1, 2, 3, 4) 和气象因子序列Xｊ (j=1, 2, 3, 4, 5, 6, 7, 8) 的初值象为Yｉ′和Xｊ′。
诸Yｉ (i=1, 2, 3, 4) 和Xｊ (j=1, 2, 3, 4, 5, 6, 7, 8) 的始点零化象为Yｉ′０和Xｊ′０。
得相对关联矩阵B如表3。
从相对关联矩阵B看, 影响Y１年日均SO２浓度 (相对关联系数0.951 6) 、Y２年日均NO２浓度 (相对关联系数0.993 6) 、Y３年日均可吸入颗粒物浓度 (相对关联系数0.995 6) 和Y４年日均CO浓度 (相对关联系数0.974 5) 的最主要气象因子都是X７大风日数。
B中元素满足:
故有X7> X2> X3> X4> X5> X6, X5> X８, 所以X７ (大风日数) 是影响空气质量的最优因子, X２ (平均相对湿度) 次之。考虑, 因此X６ (平均气压) 最劣。
又, 故Y2》Y３≥Y４≥Y１, 即Y２ (年日均NO２浓度) 是表示空气污染物的准优特征, Y３ (年日均可吸入颗粒物PM１０浓度) 次之, Y１ (年日均SO２浓度) 最劣。
3.3污染物与气象因子的综合关联度
综合关联矩阵C =θA + (1-θ) B =θεｉｊ+ (1-θ) Yｉｊ= (ρｉｊ) , 取θ=0.5, 则C如下 (表4) 。
从综合关联矩阵C看, 影响Y１年日均SO２浓度 (综合关联系数0.948 8) 、Y２年日均NO２浓度 (综合关联系数0.965 4) 和Y３年日均可吸入颗粒物浓度 (综合关联系数0.967 0) 的最主要气象因子都是X２平均相对湿度;影响Y４年日均CO浓度最主要气象因子是X７大风日数 (综合关联系数0.953 2) 。
C中元素满足:
各行元素满足因此Y３》Y２》Y１》Y４, 即Y３ (年日均可吸入颗粒物PM１０浓度) 是空气质量状况的准优特征, Y２ (年日均SO２浓度) 次之, Y４ (年日均CO浓度) 最劣。
三种关联分析的结果之所以不完全一致, 是由于绝对关联序是从绝对量的关系着眼考虑的, 相对关联序是从各年观测数据相对于起始点的变化速率着眼, 而综合关联序则是综合了绝对量的关系和变化速率的关系后考察的。由于空气主要污染物和气象因子序列经过特定的灰关联算子作用后, 因此把绝对关联序的结果作为考察结果, 即X２ (平均相对湿度) 是影响空气质量的最优因子, Y３ (年日均可吸入颗粒物PM１０浓度) 是表征空气质量的最优特征, 两者关联系数达0.9984, 相关关系如下 (见图2) 。
4结论与展望
综合上面的研究, 本文主要有以下几点结论:
(1) 2002~2012年整体来看, 北京市年日均SO２浓度、年日均NO２浓度、年日均可吸入颗粒物浓度和年日均CO浓度呈显著下降趋势, 其中2006年四类污染物年均浓度出现极大值, 2008年年均浓度达到最小值。分时间段来看, 2002~2008年NO２年日均浓度呈显著下降趋势, 2008~2012年变化较平稳;2002~2008年CO年日均浓度显著下降, 2008~ 2012年浓度变化不大;2002~2006年可吸入颗粒物年日均浓度基本持平, 2006~2012年浓度呈显著下降趋势。
(2) 影响年日均SO２浓度、年日均NO２浓度和年日均可吸入颗粒物浓度的最主要气象因子都是平均相对湿度;影响年日均CO浓度最主要气象因子是全年日照数。平均相对湿度是影响空气质量的最优因子, 年日均可吸入颗粒物PM１０浓度是表征空气质量的最优特征, 两者关联程度最大。
本文尚未讨论能源消费结构与大气污染物浓度之间的关系, 相关影响因素需进一步挖掘, 主要大气污染物的来源、形成扩散机理、预报预测、控制对策等的研究也有待探索。
参考文献
[1] 蒋维楣, 曹文俊, 蒋瑞宾.空气污染气象学教程.北京:气象出版社, 1993;74—90
[2] 吴兑, 邓雪娇.环境气象学与特种气象预报.北京:气象出版社, 2001;22—35
[3] Wise E K, Comrie A C.Meteorologically adjusted urban air quality trends in the South western United States.Atmospheric Environment, 2005;39 (16) :2969—2980
[4] 王宏, 林长城, 蔡义勇, 等.福州市PM10突变特征与气象条件的关系研究.热带气象学报, 2008;24 (5) :564—568
[5] Mamtimn B, Meixner F X.Air pollution and meteorological processes in the growing dryland city of Urumqi (Xin-jiang, China) .Science of the Total Environment, 2011;409:1277—1290
[6] 周伟东, 梁萍.风的气候变化对上海地区秋季空气质量的可能影响.资源科学, 2013;35 (5) :1044—1050
[7] 徐莉, 李艳红.乌鲁木齐城市空气质量状况与常规气象条件的关系.农业灾害研究, 2013;01:41—44
[8] 李林, 郝吉明, 胡京南.北京市能源利用对空气质量的影响分析和预测.中国环境科学, 2005;25 (6) :746—750
[9] 张菊, 苗鸿, 欧阳志云, 等.近20年北京市城近郊区环境空气质量变化及其影响因素分析.环境科学学报, 2006;26 (11) :1886—1892
[10] 寇栓虎, 杨荣.能源消费状况对延安市大气环境质量的影响分析.干旱区资源与环境, 2010; (6) :82—86
[11] 曾静, 廖晓兰, 任玉芬, 等.奥运期间北京PM2.5、NOX、CO的动态特征及影响因素.生态学报, 2010;30 (22) :6227—6233
[12] 孙志强, 吉东生, 宋涛, 等.奥运时段北京及近周边区域空气污染观测与比对分析.环境科学, 2010;31 (12) :2852—2859
大气高浓度污染 篇2
广州市主干道附近大气污染物浓度的特征及影响因素研究
为研究城市主干道边的空气污染状况,通过采用自动监测系统,在1月至2月期间,对广州市新港西路两侧以及附近大学校园内的空气质量进行监测,获得了其空气污染物浓度的特征:(1)空气污染水平高,NO2与PM10日均值超标率较高;(2)污染物时空分布不均匀,NO浓度白天通常比夜间高,路边监测点NO小时浓度为校园对照点浓度的3倍左右.同时,分析了污染物浓度与气象条件及主干道交通流量的`关系.结果表明:污染物浓度与气象因素之间有较高的多元线性相关性,但与单个因素的相关性不强;路边监测点的NO小时浓度和校园对照点的NO2小时浓度均与车流量有较高的相关系数,而PM10与车流量无显著相关性.综合考虑气象因素与交通流时,多元线性回归方程的复相关系数更高.
作 者：谢敏 蔡铭 余志 刘永红 Xie Min Cai Ming Yu Zhi Liu Yonghong 作者单位：中山大学工学院智能交通研究中心,广东,广州,510275 刊 名：环境科学与管理 英文刊名：ENVIRONMENTAL SCIENCE AND MANAGEMENT 年，卷(期)： 33(3) 分类号：X511 关键词：大气污染 空气质量监测 机动车排放 多元回归分析 广州市
大气高浓度污染 篇3
本文结合GB13271-2001和GB132712014两个版本的《锅炉大气污染排放标准》 中污染物排放浓度计算方法进行分析,说明控制烟气氧含量对控制污染物排放浓度的重要性。
1锅炉大气污染物排放浓度计算
烟气氧含量是锅炉运行重要监控参数之一和反映燃烧设备与锅炉运行完善程度的重要依据,其值的大小与锅炉结构、燃料的种类和性质、锅炉负荷的大小、运行配风工况及设备密封状况等因素有关。氧含量越小,即过量空气系数越小,则表明化学不完全燃烧热损失和机械不完全燃烧热损失增加;氧含量越大,即过量空气系数越大,则表明空气量送入过大。过量的空气造成炉温下降,不但影响燃烧,还会带走大量的热量和灰尘,增大污染排放浓度的计算结果,同时风量大也增加了排烟耗电量。控制烟气氧含量,对控制燃烧过程,实现安全、高效和低污染排放是非常重要的。
1.1GB13271-2001标准计算方法
根据GB13271-2001中的规定,“实测的锅炉烟尘、二氧化硫、氮氧化物的排放浓度,应根据规定的过量空气系数进行折算”,而过量空气系数是根据烟气中的氧含量进行计算得出的,所以监测烟气中的氧含量非常重要。根据过量空气系数的概念“燃料燃烧时实际空气消耗量与理论空气需要量之比值”,过量空气系数与烟气氧含量的关系为:
式中:
α'-根据排放点实测烟气氧含量计算的过量空气系数;
φ'(O2) -实测烟气中的氧含量。
从烟尘排放浓度计算角度分析,过量空气系数过大,则计算排放浓度偏大,甚至大出几倍,这样的计算结果是难以让人接受的,实际烟尘排放浓度不可能超出实测烟尘浓度的2倍以上,否则需要重新调风,并检查是否有存在漏风,燃烧正常后再进行测量。根据GB13271-2001中的规定,燃煤锅炉的烟尘排放浓度应折算到标准过量空气系数α=1.8时的烟尘浓度。烟尘排放浓度按下式计算:
式中:
ρ-折算过量空气系数的烟尘排放浓度,mg/m3;
ρ'-烟气中实测烟尘浓度,mg/m3;
α-标准过量空气系数,1.8。
1.2GB13271-2014标准计算方法
根据GB13271-2014的规定,实测的锅炉颗粒物、二氧化物、氮氧化物、汞及其化合物的排放浓度,应按公式折算为基准氧含量排放浓度。燃煤锅炉的基准氧含量为9%,燃气锅炉的基准氧含量为3.5%。
式中: φ(O2)-基准氧含量。
不管采用标准过量空气系数,还是采用基准氧含量,其折算值的大小都取决于烟气氧含量的实测值,所以在运行中控制烟气中的氧含量,对控制最终排放浓度至关重要。标准中只有采用统一的标准值或基准值进行折算,才能控制好排污企业有意增大空气进入量来稀释排放浓度的行为,才能对不同的企业的排放浓度采用统一的标准进行监管。
比较上述两个标准的计算方法可以看出,在实测浓度相同的情况下,采用GB13271-2014标准的折算排放浓度比GB13271-2001标准增大了2.86%。虽然计算标准略有差异, 但GB13271-2014标准的排放限值要求更加严格。
1.3氧含量对烟尘排放浓度的影响
过量空气系数的大小取决于燃料的种类、燃烧装置及燃烧条件等,对燃用烟煤的链条锅炉,炉膛过量空气系数一般取1.3~1.4,即烟气氧含量控制在5%~6%。由于各方面的原因,在实际生产中将烟气中的氧含量控制在6%以下有较大的难度,一般燃用烟煤和无烟煤所要求的炉膛内过量空气系数为1.5左右,即把烟气氧含量控制在6%~8%作为链条锅炉经济运行指标,考虑到烟道及辅机等部位的漏风,烟道尾部氧含量会有不同程度的增加, 烟气最大氧含量不宜超过10.5%,即过量空气系数不宜超过2.0。若再考虑测试不当还可能造成的漏气量的增加,烟气氧含量最终不易超过12%。烟气氧含量的细微变化,对排放浓度的折算值都有很大的影响。
表1为2014年对克拉玛依部分供热锅炉房监测结果。这些锅炉房的颗粒物排放实测结果较小,但折算后的结果均属于超标排放,超标排放的主要原因为烟气氧含量过高。
根据表1中实测颗粒物浓度及公式(1)、 (2)可以推算出达标排放时氧含量控制值。 这6座锅炉房氧含量分别作微量下调,下调量见图1,烟尘排放浓度即可满足≤200mg/m3的标准要求。图1中的数值与表1的氧含量数值比较,下调幅度很小,也就是说,氧含量只要发生细微的变化,都会对排放浓度的折算结果有很大的影响;同时也说明,在锅炉运行时,只要在风量配送、密封控制等方面做细微调整,这几座锅炉房实现颗粒物达标排放并不是很困难的事。
2影响烟气氧含量的主要因素
2.1燃烧配风的影响
锅炉正常运行时,炉膛负压应保持在20~30Pa。鼓风机送风量过大会造成炉膛内空气剩余量增加,过量空气系数增大。只要根据炉排有效燃烧面积和火床分布,合理调试各风室供风量,才能减少锅炉排烟热损失和烟气氧含量,有效提高锅炉热效率。同时, 通过合理调整锅炉引风量,维持炉膛合理负压,能够有效降低烟道内烟气含尘量及氧含量的增加,同时也能有效降低烟气过量空气系数及烟尘排放浓度。
2.2锅炉低负荷运行的影响
根据《锅炉烟尘测试方法》(GB5468) 规定,测试在用锅炉烟尘排放浓度时,必须在锅炉设计出力70%以上的情况下进行。当锅炉运行负荷较低时,不但造成排烟热损失增大、锅炉运行效率降低,同时也导致污染物排放量增加。
从图2可以看出,在对表1中的锅炉房进行监测时,由于锅炉负荷率过于偏低,从而对监测结果产生较大影响。而各锅炉房基于 “低负荷运行事故少”和“低负荷运行少冒黑烟”认识,大多采用“多锅炉、低负荷”运行模式。各锅炉运行出力较低,通过炉排面进入了过多的富余空气,从而导致烟气氧含量过高,过量空气系数偏高,也就造成颗粒物排放浓度实测值较低而折算值过高,甚至造成超标排放的问题。
2.3系统漏风的影响
锅炉系统的漏风主要包括设备和烟道漏风。出现漏风现象时,必然造成烟气中氧含量增大和烟尘浓度的稀释,使过量空气系数增大,从而影响折算后烟尘排放浓度的准确性,并降低了锅炉运行效率。
锅炉炉膛漏风主要发生在看火孔、检查门和除灰口、出渣口等部位,这些部位的漏风量每增加10%,锅炉热效率则会降低2%~3%。锅炉炉膛漏风除上述重点监控部位因管理不到位造成的漏风外,一些部件或部位的损坏所产生的漏风,造成的影响更大。如:炉墙开裂漏风,挡烟墙和烟气导流板损坏、炉内放灰装置密闭不严等问题,会造成大量空气或烟气短路,使大量的灰粉及未经充分反应的空气进入烟道,造成排烟温度、烟气氧含量及灰含量的居高不下。
除尘器漏风,干法除尘器及其排灰口的锁气器,湿法除尘器及其水封溢流管处密封不严,由于负压运行会造成大量空气进入, 不但会造成烟气氧含量的增加,还大幅度降低除尘器的除尘效果,当除尘器漏风达5%时,除尘效率会降低50%;当漏风率达到10%~15%时,除尘效率将为零。
鼓、引风机及其风量调节阀密封不好也会导致过量无用空气的进入。由于烟囱内烟气温度与外界空气温度差造成的热压作用, 烟囱形成较大的抽力,烟道密封不好时,在负压的作用下会有大量的空气被抽入烟道, 导致过剩氧含量增高。若烟气检测装置安装在几台锅炉的共用的烟囱上,由于烟囱的抽力作用,会有大量空气从未运行的锅炉和烟道进入,对烟气氧含量的测定影响很大,也导致烟尘排放浓度的准确性较差。
2.4运行操作不规范的影响
一些不规范的习惯性操作,如在检查炉膛内燃烧情况时,不是通过看火孔,而是直接打开检查门;在调整燃烧状况时,不是通过调整煤层厚度、炉排速度以及各风室风量分配来实现有效燃烧,而是野蛮的采用拨火工具在炉膛内乱拨; 在通过双阀锁气器排放干式除尘器内的积灰时,同时打开了锁气器上的双阀,致使过量空气大量涌入,造成除尘效果大幅度降低甚至丧失。
2.5除尘、出渣用水溶解氧析出影响
水膜除尘、麻石除尘、水浴除尘等都是效率较高的湿式除尘方式,这些湿式除尘方式在工作过程中需要烟气与除尘用水充分接触,当除尘用水与高温烟气接触后,水温迅速升高,水中溶解氧随水温的升高溶解度也相应的下降,大量的溶解氧就释放到烟道内。湿式除尘器水位控制装置的工作水位调节过高,或喷淋水流量过大,会造成耗水量过大,耗水量越大,向烟道内释放的氧量也越多。湿式除尘用水中释放出来的氧,增大了烟气氧含量的监测值,必然会引起过量空气系数计算误差。
除湿式除尘器用水中析出的溶解氧对烟气氧含量有影响外,锅炉出渣用水的溶解氧析出也会对烟尘排放浓度的计算造成不利影响。高温炉渣落入出渣水槽,出渣水中析出的溶解氧在负压的作用下进入炉膛,导致过量空系数增大,从而导致污染物排放浓度的折算值偏高。
除上述因素对烟气氧含量有影响外,由于在监测过程存在的问题,造成的影响可能更大。例如,采样孔密封不严、氧含量采样系统内空气置换不完全、氧含量测试仪器量程及测试精度偏差、采样点旋流气体的影响、采样位置不合适、监测条件不具备等。这些影响因素需要监测人员或测试设备的维护人员进行排除,本文不做重点讨论。
3结论与建议
大气CO2浓度增加对昆虫的影响 篇4
大气CO2浓度增加对昆虫的影响
大气CO2浓度增加已经受到国内外的极大关注.CO2浓度升高不但影响植物的生长发育,而且还改变植物体内的化学成分的组成与含量,从而间接地影响到植食性昆虫,并进而通过食物链影响到以之为食的天敌.根据国内外研究进展,结合多年的研究,系统介绍了CO2浓度变化对植物-昆虫系统影响的.研究方法,论述了CO2浓度变化对植食性昆虫、天敌的作用规律及作用机理,探讨了CO2浓度变化对植物-植食性昆虫系统影响的特征,分析了未来研究发展的趋势及其存在的问题.
作 者：戈峰 陈法军 GE Feng CHEN Fa-Jun 作者单位：中国科学院动物研究所,农业虫害鼠害综合治理研究国家重点实验室,北京,100080刊 名：生态学报 ISTIC PKU英文刊名：ACTA ECOLOGICA SINICA年，卷(期)：200626(3)分类号：Q142 Q968.1关键词：CO2浓度增加 植食性昆虫 害虫天敌 植物-昆虫系统 研究进展
大气高浓度污染 篇5
近年来,由于大气颗粒物污染的日趋严重,其检测技术得到了国内外学者的普遍重视。目前,常用的颗粒物质量浓度的测定方法是光散射法。国外对于光散射颗粒物质量浓度测量法的研究开展得比较早,现今技术也比较成熟,商业化的产品也比较多[1],其中以美国SKC和TSI公司的商品最多。我国对光散射浓度测量方面的研究起步较晚,直到上世纪70年代才开始,与欧美等发达国家相比,技术上还存在一些不足[1]。
经过近四十年的发展,我国也逐渐有一些产品商业化,如PC.3A激光可吸入粉尘测试仪和PC.3A激光可吸入粉尘连续测试仪等[2]。但这些产品以及国内环境研究工作者对大气颗粒物的研究也主要集中在PM2.5以上的颗粒物,而对人体健康危害更大的细小颗粒(PM2.5以下)研究较少,因此设计并制作细小颗粒物实时监测和预警系统具有十分重要的科学研究价值。
本文设计的大气颗粒物自动监测预警系统,通过Easy ARM1138嵌入式系统对大气颗粒进行实时采集,并对数据进行处理,可检测粒径范围为0.1μm-10μm,而且,系统可应用于细小颗粒物的检测。整个系统简单、使用灵活、操作方便。系统设备具有现场应急监测和自动遥测预警的双重功能,且监测和采集速度快,可靠性高,具有很好的经济价值。
1 光散射法
光散射法是通过测量颗粒物受光照射后所发出的散射光信号的大小来测量颗粒物的质量浓度。它由于测量速度快、高灵敏度、重复性好、可测粒子尺寸宽及适于在线非接触测量等优点而被广泛应用。利用光散射原理测量颗粒物质量浓度的方法也有两种:光度计法(群颗粒散射法)和粒子计数法(单粒子光散射法)。本文利用光度计法测量颗粒物质量浓度,该方法是利用Mie散射理论及颗粒物的各参量来反演颗粒物质量浓度的,它的原理是颗粒物质量浓度与光度计接收到的散射光通量成线性关系[1]。
根据Mie散射理论,当一束强度为I0的自然光入射到一个各向同性的球形微粒时,其散射光强为:
式中,I(θ)为散射光强度,I0为入射光强度,λ为入射光波长,i1、i2为散射光的两个强度函数,i1=S1(m,θ,a),i2=S2(m,θ,a),分别对应于散射光强度的两个垂直的偏振分量,其中a为粒子的尺度系数,S1、S2光的振幅函数,m=m1+im2为粒子对周围介质的复折射率Θ[3]。由Mie理论可知,散射光强度与颗粒物粒径、入射光波长相关。即在温度和湿度较稳定的洁净环境下,当光照射在空气中悬浮的颗粒物上时,产生散射光。在颗粒物性质一定的条件下,颗粒物的散射光强度与其质量浓度成正比[4]。通过测量散射光强度,应用质量浓度转换系数K值,可求得颗粒物质量浓度。
2 系统的实现
2.1 系统的硬件设计
该颗粒物监测预警系统的主要大气颗粒物信号采集模块、Easy ARM1138控制单元、GPRS无线通信模块以及一些外围设备构成,监测系统的构成如图1所示。系统主要实现光电传感器的数据采集,完成A/D采样、大气颗粒物的浓度计算以及数据的存储及显示,如果颗粒物浓度连续超标,要进行语音报警,同时对污染情况进行分析,并根据实际污染情况或污染趋势以文本的形式向工作人员发送预警信息,这大大提高了系统的便携性和数据的实时性。
(1)信号采集模块
信号采集模块主要由二极管激光器、光电传感器及信号调理部分组成。本文选用波长为785nm,功率为100mw的半导体二极管作为光源,相对于氦氖激光器而言,该类激光器光敏区光强均匀性好,粒子信号离散度相对较小,大大提高了不同粒径颗粒的分辨率[5]。
光电传感器主要由光电二极管构成,它将入射的散射光转化为相应强度的光电流。当大气通道中不存在颗粒物时,激光器发射的激光将全被大气通道底部的光陷阱吸收,光电传感器无信号输入;当空气中存在颗粒物时,颗粒物会随着空气以一定的速率通过光敏区,入射激光照射到颗粒物上会产生相应散射光,光电传感器接收到散射光后,能够感应颗粒物的散射光并输出相应的电信号,电脉冲信号的峰值与散射光亮成一定的比例,即在散射光强度稳定的情况下,悬浮微粒的粒径不同,其散射光强度随之不同,电脉冲峰值也不同。
光电二极管完成光电转换后,此时的光电流较小,对于一个微米量级的颗粒,产生的电脉冲信号一般为产μA量级[1],因此需要对信号进行调理,首先需要利用匹配低噪声的精密运算放大器将微弱的电流信号转化成电压信号,然后进行线性放大及阻抗匹配。信号调理部分主要由电流电压转换电路,电压跟随电路,二级放大电路和积分电路构成。信号调理电路如图2所示。
(2)Easy ARM1138控制单元
Easy ARM1138微控制器是围绕ARM CortexTM-M3处理器内核来设计的,系统使用的是LM3S1138的最小系统。Cortex-M3处理器是专门为那些对成本和功耗非常敏感但同时对性能要求又相当高的应用而设计的,是广大片上系统的理想解决方案。由于该处理器集成一个10位的ADC模块,支持8个输入通道,以及一个内部温度传感器[6]。因此无需使用A/D采样芯片,Easy ARM1138完全可以满足系统的要求,从而减少了系统的外围设备。
(3)外围设备
温湿度传感器使用SHT11,该温湿度传感器将温度感测、湿度感测、信号变换、A/D转换和加热器等功能集成到一个芯片上,测量精确度高。实时时钟采用SD2405时钟芯片,精度高,实时性好,该芯片使用标准的I2C协议,便于ARM处理。对于信号的快速采集,从读写速度、时序控制等方面考虑,采用SRAM芯片CAT24C256作为数据存储器,它是一个256Kb的串行CMOS E2PROM,支持标准(100k Hz)和快速(400k Hz)的I2C协议,主要用来存储实时的大气颗粒物浓度数据以及浓度超标时的报警参数。数据显示使用WLA56可控制彩色TFT液晶显示屏,主要用来显示颗粒物浓度,温、湿度信息等数据。报警模块由语音芯片ISD4003构成,ISD4003的单片录放时间4至8分钟,音质好,广泛用于便携式电子产品中,它在系统中主要实现浓度超标时的语音报警功能。
(4)GPRS无线通信模块
系统的无线通信由GPRS模块构成,当被测大气中的颗粒物浓度连续超标时,系统通过RS232将数据传送给GPRS模块,GPRS模块把污染信息传送给工作人员。GPRS模块选用ZWG-03A设备,该设备是基于GSM网络的一款智能短信设备,通过串口通信,给设备上电后,接上PC的串口电缆,向设备发送命令即可进行配置。协议简单,操作简单而可靠。
(5)电源模块
系统电源部分都采用三端稳压管实现。为整个系统提供±12v、±5v、3.3v和3v的电压,确保电路的正常稳定工作。由于系统中,既有数字电路又有模拟电路,为了避免数字电路产生的噪声会影响模拟电路,使模拟电路的小信号指标变差,这两部分单独供电,使得模拟地和数字地分开。在做PCB板时,在电源处单点共地。
2.2 系统的软件设计
软件部分主要实现光电传感器的数据采集,完成A/D采样、大气颗粒物的浓度计算以及数据的存储及显示,如果颗粒物浓度连续超标,要进行语音报警,同时对污染情况进行分析,最后以文本的形式向工作人员发送预警信息。由于电路系统的背景噪声相对较大,例如放大电路的温漂、电路中存在的不确定噪声等,因此,系统在LM3S1138进行A/D采样后,通过软件设定阈值和采样取平均值的方法,对数据进行处理,以达到低通滤波的效果,从而使得系统的背景噪声大大地减小。系统的软件流程如图3所示。
3 测试结果与分析
文中采用TSI公司的Dust TrakⅡ作为标定用的测量仪对系统的K值进行标定。标定后,分别将TSI与本文的监测系统置于测量环境中的同一测点,同一高度,同一方向,同时测量颗粒物的质量浓度。由于空气中颗粒物分布的不均匀,气泵的流量也不同,两台仪器的测量结果不可能是完全一致的。对测量的数据进行比较,结果如图4所示。
图4(a)是软件没有对数据进行处理时,两仪器颗粒物浓度的测量结果,从中可以看出,本系统与Dust TrakⅡ的结果相差比较大,线性度不是很好,这可能是由于系统在稳定性及精度上仍存在一定的不足。主要原因有以下几方面:一是光电传感器输出功率不是特别稳定;二是温湿度的干扰;最后也是最主要的原因是由于电路系统的背景噪声较大。为了降低系统的背景噪声,除了信号调理部分的电压跟随与积分电路以外,在软件部分又对信号进行了处理,如对A/D采样结果进行加权平均,并设定阈值,对采样结果进行一定的软件滤波,通过这样的改进后,测得的结果如图4(b)所示,从图中可以看出数据集中在斜率为45°的直线上,显然,通过改进,系统的线性度有了较大的提高。
4 结束语
随着自动化及信息技术的迅速发展,监测系统已逐步向高质量、多功能、集成化、自动化、系统化、智能化的方向发展[7]。本文利用光散射法设计并建立了适用于细微颗粒物的大气颗粒物监测预警系统。实践证明,该系统不仅能满足恶劣环境检测的要求,而且具有测量准确、实时性强、成本低等优点,可在对环境质量要求很高或是环境大气监测领域推广使用,对改善城市生态环境,创造良好的投资环境起到促进作用。
参考文献
[1]王莹.提高光度计法可吸入颗粒物质量浓度测量系统的精度研究[D].南京:南京理工大学,2007:5-6,17.
[2]许玉凤,卞保民.基于光度计法的粉尘质量浓度测量系统的研究与开发[D].南京:南京理工大学,2007:34-35.
[3]SY Du,DW Kang,XE Lei,et al.Numerical study on adjusting andcontrolling effect of forest cover on PM10 and O3[J].AtmosphericEnvironment,2007(41):797-808.
[4]胡澄,邹丽新.基于MIE散射理论的粉尘浓度测量研究[D].苏州:苏州大学,2007:9-10.
[5]易磊隽,张溢.尘埃粒子计数器的国产化研究与开发[D].四川:四川大学,2006:9-10,39.
[6]LM3S1138微控制器数据手册[Z].广州周立功单片机发展有限公司,2008:20-24.
大气高浓度污染 篇6
大气温室气体浓度及其变化特征成为近年大气科学和环境科学研究最活跃的领域, 其中对CO2的关注度最高[1,2]。作为温室效应的主要源头之一, CO2占大气总量虽不足0.05%, 但其浓度变化却能带来全球温度变化等重大环境问题[3]。目前, 关于CO2的研究主要集中在各行业碳排放、减排技术和措施等[4,5,6], 关于大气CO2浓度的研究多集中在教室[7]、办公室[8]和公共汽车[9]等封闭空间单元。除城市公园[10,11]外, 针对城市开敞空间大气CO2浓度的研究较少。
城市是人类活动强度最大的地区和CO2等温室气体的重要源区。全球每年的温室气体排放量和能源消耗量中, 来自城市的比重分别占80%和75%[12]。城市商圈是城市中人流和车流最集中的区域之一。研究城市商圈大气CO2浓度变化特征及其相关因素, 对深入分析城市“热岛效应”的产生和变化机理具有重要意义, 对改善城市空气环境质量具有参考价值。
本研究案例区域为重庆三峡广场, 地处沙坪坝区城市中心, 始建于1997年, 总占地面积8万m2, 是重庆市占地面积排名第三的城市商圈。其核心区有各类营业网点超过6000个, 营业总面积60万m2, 年营业额超过80亿元, 日均人流量超过30万人。核心区全部为步行街, 采用大循环交通方式, 所有车辆须经环绕商圈外围的环型车道通行。我们利用便捷式CO2温度监测仪现场监测不同地点和时间的CO2浓度, 并采用摄像机分别记录了监测点的车流量、人流量和天气状况, 在SPSS软件中采用单因素方差分析和Pearson相关性检验等方法分析城市商圈大气CO2浓度特征及与车流量、人流量和天气状况等相关因素的关系, 分析城市商圈大气CO2浓度特征及其主要影响因素。
2 数据来源与研究方法
2.1 数据采集
为分析三峡广场大气CO2浓度与车流量的相关关系, 我们在交通环道选取华宇广场通道口、丽苑酒店通道口、中信银行通道口进行采样。根据全天车流量大小的时段差异, 每天监测分为3个时间段:8∶00—8∶10 (车流量正常) 、12∶00—12∶10 (车流量小) 和18∶00—18∶10 (车流量大) , 在每个时段同时测量车流量和大气CO2浓度。为分析大气CO2浓度与人流量的相关关系, 选取广场中心凯瑞商都出口分别监测人流量和CO2浓度。根据全天人流量的时段差异, 每天监测分为:7∶00—7∶02、10∶00—10∶02、13∶00-13∶02、18∶00—18∶02、22∶00—22∶02。在2013年4月15日至21日, 共采集了7天的有效数据, 包括工作日 (4月24—28日) 和节假日 (4月29—30日) 。
车流量数据为某时段内通过监测路口的车辆数量, 人流量数据为某时间段内通过监测点的人员数量, 车流量和人流量使用佳能HF R48摄像机拍摄计数, 大气CO2浓度为监测时段内3次测量的平均值。大气CO2浓度测定采用美国生产的Telaire7001型手持式CO2温度检测仪, 该仪器采用了双波长红外技术, 具有高准确度和稳定性。按照上述日期、时间点和观测点观测取样和记录数据。
2.2 研究方法
采用均值、最大值、最小值、偏度系数和峰度系数等指标对监测数据进行基本描述统计分析, 了解大气CO2浓度的变化范围和幅度。为分析车流量、人流量和天气状况与大气CO2浓度的相关关系, 采用单因素方差分析和Pearson相关性检验等方法。
3 结果与分析
3.1 车流量与大气CO2浓度的关系
监测数据表明 (表1) , 监测点的大气CO2浓度值主要分布在400—500ppm, 均值为457ppm。最高值503ppm出现在华宇广场工作日 (周五) 的晚高峰时段, 最低值出现在中信银行工作日 (周三) 的中午时段。标准差30.79, 表明监测点CO2浓度值之间的差异较大, 距均值457ppm的离散趋势较大。表1中偏度系数和峰度系数分别为-0.87和0.23, 表明数据分布不对称, 在直方图中呈负偏, 且数据分布与正态分布相比略显陡峭。在三个监测点中, 丽苑酒店通行口最大值503ppm, 最小值442ppm, 均值为482ppm;华宇广场通行口最大值486 ppm, 最小值434ppm, 均值为466ppm;中信银行通行口最大值451ppm, 最小值371ppm, 均值为423ppm;丽苑酒店通行口大气CO2浓度均值最高, 华宇广场次之, 中信银行最低。
整体而言, 监测点每10分钟车流量主要分布在200—350辆之间, 最大值为399辆/10min, 出现在华宇广场周五的晚高峰时段;最小值为150辆/10min, 出现在中信银行周四的午间时段, 均值为266.9辆/10min (表2) 。从监测点而言, 华宇广场车流量最大, 丽苑酒店次之, 中信银行最小。从监测时段而言, 晚高峰时段车流量最大, 早间时段次之, 中午时段最小。
Pearson相关性检验表明 (表3) , 研究区整体和三个监测点的车流量与大气CO2浓度均存在较强的相关关系。其中, 在研究区整体、丽苑酒店和中信银行监测点, 两者在α=0.01时显著相关;在华宇广场监测点, 两者在α=0.05时显著相关。
注:**表示在α=0.01时显著相关;*表示在α=0.05时显著相关。
从车流量和大气CO2浓度的散点图可见 (图1) , 随着车流量增加, 大气CO2浓度明显上升。综合上述分析, 可认为车流量是影响三峡广场大气CO2浓度的因素之一。通过完善公共交通系统、实施重点路段限行、设置地下交通通道等多种管理措施降低地面车流量, 以及通过各种技术手段降低汽车尾气排放量, 将是降低城市商圈大气CO2浓度的可行选择。
3.2 人流量与大气CO2浓度的关系
监测数据表明, 监测点不同时段的大气CO2浓度420—500 ppm, 均值为459ppm。最大值507ppm出现在周五中午;最小值为421ppm, 出现在周三清晨。标准差为25.60, 说明监测点不同时段大气CO2浓度值的差异较大, 距均值459 ppm的离散趋势较大。表2中偏度系数和峰度系数分别为0.10和-1.33, 表明数据接近正态分布, 在直方图中数据, 呈尖峰分布。从监测数据看, 三峡广场中心大气CO2浓度的时间变化分为:中午时段均值最高, 为470ppm;上午和傍晚时段分别为465ppm和461ppm;清晨和晚间时段均值最低, 均为451ppm。全天CO2浓度变化呈现单峰特点, 日内分布遵循“升高—最高值—降低”的规律。
值得注意的是, 上述城市商圈大气CO2浓度的时间分布规律与城市整体有所不同 (表3) 。高松[3]研究发现, 上海城区大气CO2浓度呈双峰形态, 早高峰和晚高峰监测极值和均值为全天最高, 午后为全天CO2浓度的最低时段。本文研究出现上述差异的原因可能是三峡广场范围内高楼林立, 空气流通条件和大气污染物扩散条件相对较差, 形成了大气中CO2的延滞累积效应。自清晨后上升, 在中午时分达到高峰后, 大气CO2浓度开始缓慢减弱, 中午至傍晚时分变化不大。傍晚后, 大气CO2浓度逐渐减弱至较低水平。
监测点人流量主要分布在60—250人/2min之间。最大值为317人/2min, 出现在周六傍晚时段;最小值为53人/2min, 出现在周六清晨时段, 均值为183人/2min。从监测数据看, 三峡广场人流量分布可分为三个时段, 中午时段人流量最大, 上午和傍晚时段人流量次之, 早晨和深夜时段的人流量最小。
从表4可看出, 不同时段人流量和大气CO2浓度均值的排序完全一致, 但从人流量和大气CO2浓度均值看, 人流量变化幅度明显大于大气CO2浓度均值变化幅度。为进一步验证两者之间的关系, 以大气CO2浓度为观测变量, 人流量为控制变量, 通过单因素方差分析人流量对大气CO2浓度的影响, 原假设人流量对大气CO2浓度没有显著影响。分析结果表明, F值为0.595, 对应p值为0.798, 大于0.05, 表明原假设成立, 即人流量对大气CO2浓度没有产生显著影响。
3.3 天气状况与大气CO2浓度的关系
监测期内, 雨天大气CO2浓度最大值496ppm, 最小值465 ppm, 均值424 ppm, 偏度系数-0.27, 峰度系数-0.91;晴天大气CO2浓度最大值433ppm, 最小值417 ppm, 均值482 ppm, 偏度系数值0.43, 峰度系数为-0.25。雨天大气CO2浓度明显高于晴天大气CO2浓度。以大气CO2浓度为观测变量, 天气状况为控制变量, 分析天气状况对大气CO2浓度的影响。单因素方差分析表明, F值为228.03, 对应的p值0.000, 小于0.05。因此, 原假设在0.05显著性水平下不成立, 即天气状况对大气CO2浓度产生了显著影响 (表5) 。
4 结论与讨论
三峡广场三个监测点的大气CO2浓度值为400—500 ppm, 车流量在150—400辆/10min之间。Pearson相关性检验表明, 研究区和三个监测点大气CO2浓度与车流量具有较强的相关关系。车流量是影响城市商圈大气CO2浓度的重要因素之一。张金萍等人的研究表明, 在以工业、建筑和交通排碳为主的城市CO2排放结构中, 交通排碳量比例呈逐年上升趋势[13], 降低建筑和交通排碳量将成为我国城市商圈碳减排的主要方向。
三峡广场中心地段全天CO2浓度变化呈现单峰形态, 日内分布遵循“升高—最高值—降低”的规律。这与城市整体全天CO2浓度变化的“早晚双峰”规律有所不同[2]。究其原因, 可能是城市商圈范围内高楼林立, 空气流通条件和大气污染物扩散条件相对较差, 形成了大气中CO2的延滞累积效应。监测点人流量在50—350人/2min之间。在5个监测时段中, 不同时段人流量和大气CO2浓度均值的排序完全一致, 但人流量变化幅度明显大于大气CO2浓度变化幅度。方差检验表明, 人流量增减对城市商圈大气CO2浓度的影响不明显。
三峡广场雨天大气CO2浓度在450—500 ppm, 晴天大气CO2浓度在410—440 ppm, 雨天大气CO2浓度均值明显高于晴天大气CO2浓度均值。方差检验结果表明, 天气状况是影响城市商圈大气CO2浓度的重要因素之一。这一结果说明, 不同天气类型不仅影响到城市整体的大气污染物扩散和浓度变化[14], 在城市商圈这个特殊的城市空间地域单元内, 天气状况同样对大气CO2浓度具有显著影响。
摘要：利用便捷式CO2温度监测仪监测了重庆三峡广场商圈不同地点和时间的大气CO2浓度, 采用摄像机记录车流量、人流量及天气状况, 采用单因素方差分析和Pearson相关性检验法分析了城市商圈大气CO2浓度时空变化特征及其与各影响因素的相关关系。研究表明, 车流量和天气状况是影响城市商圈大气CO2浓度的重要因素, 人流量对城市商圈大气CO2浓度的影响不明显。
医院特殊大气污染物污染控制浅议 篇7
通过空气传播的疾病主要有:猩红热、流行性脑脊髓膜炎、肺炎、肺结核、白喉、百日咳、军团病、流行性感冒、麻疹、风疹、流行性腮腺炎、水痘等。医院特殊大气污染物就是指来源于病人和医疗活动, 含有结核杆菌、白喉杆菌、金黄色葡萄球菌、流感病毒、麻疹病毒等空气传播疾病的病原菌、以气溶胶形式存在于医院空气中的大气污染物。
医院是各种病人集中的场所, 病人唾液飞沫形成的气溶胶的细菌种类和数量较一般场所多;医院内病人咳嗽相对频繁, 使咳嗽飞沫微粒细菌传播能力相对增强。另外, 被污染的医疗废物、污水处理设施、污水等因管理不慎等亦会形成带菌的气溶胶, 由医疗活动中人员的流动带入医院空气中。这些携病原微生物的大气污染物常附着于尘埃、飞沫小滴以及飞沫核上, 并以它们作为介质进入体内而引起疾病。易感者只要与传染源有短时间的接触即有可能发病。
随着医疗科技水平和国民经济水平的日益提高, 现阶段我国综合医院的新建与改建步入一个快速与发展阶段。从医院建设设计过程到运营管理全过程中重视对医院特殊大气污染物污染控制, 既是保护就诊及医护人员健康、保障医院医疗救治能力的需要, 又是控制突发公共卫生事件的重要手段。
2 医院特殊大气污染物来源及其扩散途径分析
在病房或手术室中人的活动是医院内环境空气微生物的主要来源, 随着医疗活动, 病原微生物四处扩散, 扩散途径如下:
2.1 空调系统是医院特殊大气污染物扩散的重要来源
室外空气一般是干燥的, 它缺乏微生物生长所需要的足够的水分和可利用的养料, 加之日光对以上微生物也具有很强的杀菌作用, 因此室外空气不是病原微生物生活的良好环境。空气中的微生物是由暂时悬浮于空气中的尘埃携带着的微生物所构成, 因此空气中的微生物实际上都是空气遭受自然或人为因素污染的结果。
目前, 绝大多数大型医院设置有大型中央空调, 空调系统内有着较高的湿、热环境。微生物在适宜的温、湿度环境中滋生繁殖很快。譬如, 葡萄球菌每小时分裂两次, 当空调系统夜间停机的8h内可裂变16次, 菌数将从1个增加到6.6万个, 12h后增加到1700万个。而病毒的增殖速度还要快, 1个病毒在活细胞内可复制出10万个病毒。当初制订国家标准《医院洁净手术部建筑技术规范》 (GB50333-2002) 时, 编制组就曾指出医院内空调系统是尘埃污染和微生物繁殖的温床。
因此, 医院中央空调设计欠科学或在运行中管理不够严格, 将导致医院特殊大气污染物在空调系统中滋生, 使空调送风口成为医院特殊大气污染物扩散的来源, 会对医院的内、外环境造成不良影响。
2.1.1 不合理设计导致医院特殊大气污染物扩散
(1) 当空调系统气流组织不合理、分区不当时, 会导致致病气溶胶在空调房间内局部死角集聚, 形成室内空气污染。 (2) 不恰当的全部采用全空气系统, 可能会使高度感染危险性的空气回流到空调系统内部混合并回流到其他区域, 引发交叉感染。 (3) 空调的新风口、回风口等受其他空气污染源的干扰。 (4) 特殊功能的科室, 如病理科、检验科等, 工作过程中会产生集中各种病原微生物, 亦会挥发甲醛、二甲苯、丙酮有毒有机溶剂, 没有妥善处理, 会污染环境、造成交叉感染。
2.1.2 空调系统维护不力导致医院特殊大气污染物滋生扩散
根据对2008-2010年调查湖南省40家二级以上医院69套集中空调通风系统调查研究表明:各个检测指标均合格的系统数为35套, 总合格率为50.72%。其中送风口空气细菌、真菌总数合格率分别为80.6%、74.7%;通风管道内断面积尘量、细菌和真菌总数合格率分别为91.9%、97.6%和97.2%;冷却水中嗜肺军团菌合格率为53.5%。
因此, 医院空调通风系统存在不同程度的维护不力情况, 这会导致病菌在空调系统中孳生。
2.2 建筑排水系统是医院特殊大气污染物扩散的源头之一
对于医院的传染病区或者传染病医院特别是烈性传染病医院, 其排水系统是病菌孳生和繁殖的场所。当污水输送时, 排水系统内污染的气体会通过污水检查井井盖处、排管检查口破损处以及排水伸顶通气管处等逸出进入大气而造成危害。
2.3 医院污染治理设施也是医院特殊大气污染物扩散的不可忽视
源头综合性医院均设有污水处理设施、医疗垃圾暂存所等污染治理设施, 这些设施因设计不周、维护不力, 也会导致医院大气污染物扩散, 造成新的致病源。 (1) 多数医院废水处理多采用地埋式处理设施, 处理池上方空间也是病原微生物孳生的温床。若污水处理设施的通气管位置不合理、处理池盖板不密封, 在污水处理设施运行中, 会有致病微生物溢出, 造成不良影响。 (2) 医疗垃圾在暂存所设位置不当、存储过程中未严格按照存储要求。
3 医院特殊大气污染控制措施
国家卫生部制定《医疗卫生机构消毒技术规范》对医疗机构各个部门及医疗环节的消毒技术进行规定, 以控制医疗活动中病原微生物的扩散。医院需严格按照以上《消毒技术规范》对各个医疗环节进行消毒处理, 将有效地控制医院特殊大气污染物的源头。
手术室内为减少工作人员排菌, 宜穿能阻止带菌皮屑穿透的手术服或隔离服, 尽量减少人员数目和走动, 减少开关门的次数。使用消毒剂浸泡过的工具做湿式清扫, 以防止将地面微生物扬起和外界微生物的带入, 也可使用吸尘器。采用紫外线照射、化学消毒剂等消毒方式做好室内及医疗环节的消毒工作。
3.1 空调系统污染控制
3.1.1 合理设计减少医院特殊大气污染物
(1) 医院空调设计需从医院建筑设计整体着手。医院按不同功能设有不同的空气洁净度区, 通过空调通风来实现各个区域的不同洁净度级别, 控制室内空气压力和气流合理流向。这是防止污染区域空气侵入、预防医院特殊大气污染物扩散、引起交叉感染的基本措施。 (1) 医院空调系统不要全部采用全空气循环系统, 严禁不同病区合用一个空调通风系统, 以免产生交叉感染, 造成疾病的扩散。对于传染病区、隔离病房区、急诊科以及特殊功能的科室, 如病理科、检验科、处置室、换药室等污染较严重的地方设置局部排风, 宜采用全新风空调系统。小儿科候诊室和诊室对其它区域为正压。隔离诊室及其候诊前室采用单独的空调设备, 单独排气, 无回风, 维持室内的负压。 (2) 护理单元 (ICU) 采用不低于Ⅳ级洁净用房的要求, 采用独立的净化空调系统, 24小时连续运行。温度在20-26℃, 相对湿度宜为40%-65%。对邻室维持+5Pa正压。采用上送下回的气流组织, 送风气流不直接送入病床面。每张病床均不处于其他病床的下风侧。排风 (或回风) 口设在病床的附近。 (3) 手术部由洁净手术室、洁净辅助用房和非洁净辅助用房组成, 划分洁净区 (Ⅰ-Ⅲ级) 、准洁净区 (Ⅳ级) 和非洁净区。根据各手术室的面积大小及净化级别分别净化空调机组, 每间手术室对应设置一台净化空调机组。净化机组为二级过滤, 同时在手术室内设置高效或亚高效过滤器, 回风从室内两侧回, 新风三级过滤。每间手术室在靠近气体吊塔处设置单独排风口和排风机, 连接到排风总管后经中效过滤箱及总排风机排出室外。新风系统采用平时使用系统和值班系统分开, 采用变频风机的方法, 总排风机也为变频风机, 这样可以根据手术室使用的情况, 在保证洁净度和正压的前提下改变风机的频率降低系统的能耗。 (2) 空调系统的新风采集口合理分布, 避免受到其他室外空气污染源的干扰, 如其他空调系统的排风口、机动车废气、废气处理设施排放口等;空调系统的风、新回风管设置消毒装置, 减少医院内空气中致病菌;空调排风口远离人群, 均于建筑楼顶高空排放。 (3) 对特殊功能的科室, 如病理科、检验科等必要的实验设备需设置独立的通风橱, 要求实验废气由排风管引向天面, 经吸附、过滤等处理后方可高空排放。天面操作空间宽裕, 风机及环保过滤装置维护更换方便。
3.1.2 加强空调通风系统运行维护
一年四季均需要对医院的集中空调通风系统做好清洗工作, 特别是在夏秋两季, 要重点做好送风管、回风管、新风管、送回风口、空气滤清箱、盘管组件、加湿和除湿器、风机、过滤器、冷凝水排水槽和冷却水塔的清洗工作。
3.2 排水系统污染控制
3.2.1 排水系统附属设施
传染病医院的隔离区和限制区的污水检查井井盖应采用双层密闭井盖, 可防止排水系统内污染的气体逸出进入大气而造成危害。
医院运行中, 需重视室内排水管道系统的维护, 检查口等一旦出现破漏, 即刻更换, 以保持排水管道的密封, 防止污染的气体逸散。
3.2.2 排水系统的通气管
(1) 传染病医院的污废水通气管是病菌孳生和繁殖的场所, 为防止周边大气受污染, 隔离区内烈性传染病房楼、急诊医技楼和生物实验楼的污废水伸顶通气管相对集中设置并在与大气接触的管口部设置专门的消毒器。值得注意:排水通气管的作用是使排水系统内空气流通、压力稳定和防止水封破坏, 具有呼和吸二重功能。排水通气管口部不能采用高效过滤器进行消毒灭菌, 因为高效过滤器要通过排风机抽吸才能使排水系统内的气体排出而不能对其系统进行补气。 (2) 隔离区内烈性传染病房楼、急诊医技楼和生物实验楼内分别设置的真空吸引机的伸顶排气管口部可采用高效过滤器进行消毒, 以防止真空吸引系统内的病原体污染周边环境。 (3) 隔离区和限制区的污水处理构筑物的伸顶通气管采用二氧化氯喷雾洗涤方式进行消毒除菌。
3.3 医院污染治理设施的二次污染控制
(1) 医院一般采用地埋式处理设施, 各处理构筑物均设密封盖板, 检修人孔井盖应采用双层密闭井盖, 防止处理池内污染的气体逸出进入大气而造成危害。各处理构筑物上方空置空间较小, 上层空间内产生的废气集中设置专用排气管收集进行臭氧消毒+活性碳吸附除臭除菌处理, 排放口就近设置于附近建筑天面排放。 (2) 《医疗废物管理条例》第十六条规定医疗卫生机构应当及时收集本单位产生的医疗废物, 并按照类别分置于防渗漏、防锐器穿透的专用包装物或者密闭的容器内。医疗废物专用包装物、容器, 应当有明显的警示标识和警示说明, 以保证有害危险废物有针对性地得到安全有效的收集。第十七条:医疗废物的暂时贮存设施、设备应当定期消毒和清洁。对门诊部、手术室、配液室、注射室、治疗室等部门配置轻巧方便、容易清洗消毒、实用性强的医疗废物收集车, 可以及时地对医疗废物进行分类收集运移, 能随时清除袋装医疗废物, 保持工作环境干净卫生, 对维护护理人员自身防护, 防止院内交叉感染起到重要作用。
4 结束语
总之, 医院特殊大气污染物需要一个综合、全过程的管理, 必须在医院建设、运营全过程加以重视, 尽可能排除, 以免造成的污染和伤害确保医护人员的健康, 从源头上控制突发公共卫生事件发生。
摘要：简要叙述医院特殊大气污染物危害, 分析其来源并提出针对性控制措施, 以保护就诊及医护人员健康、保障医院医疗救治能力的需要, 控制突发公共卫生事件。
关键词：医院,特殊大气污染物,控制措施
参考文献
[1]许钟麟等.空气污染治理与节能是绿色医院空调系统的两大任务-空调净化系统污染控制与节能关系系列研讨之四[J].暖通空调, 2011, 41 (5) .
大气污染与节能减排 篇8
大气污染源是指向大气环境排放有害物质或对大气环境产生有害影响的场所, 设备和装置。按污染物质的来源可分为天然污染源和人为污染源。
天然污染源
自然界中某些自然现象向环境排放有害物质或造成有害影响的场所, 是大气污染物的一个很重要的来源。仅管与人为源相比, 由自然现象所产生的大气污染物种类少, 浓度低, 在局部地区某一时段可能形成严重影响, 但从全球角度看, 天然源还是很重要的, 尤其在清洁地区。大气污染物的天然源主要有:
火山喷发:排放出SO2、H2S、CO2、CO、HF及火山灰等颗粒物。
森林火灾:排放出CO、CO2、SO2、NO2、HC等。
自然尘:风砂、土壤尘等。
森林植物释放:主要为稀类碳氢化合物。
海浪飞沫:颗粒物主要为硫酸盐与亚硫酸盐。
在有些情况下天然源比人为源更重要, 有人曾对全球的硫氧化物和氮氧化物的排放作了估计, 认为全球氮排放中的93%, 硫氧化物排放中的60%来自天然源。
人为污染源
人类的生产和生活活动是大气污染的主要来源。通常所说的大气污染源是指由人类活动向大气输送污染物的发生源。大气的人为污染源可概括为三方面:
1、燃料燃烧:燃料 (煤、石油、天然气等) 的燃烧过程是向大气输送污染物的重要发生源。煤是主要的工业和民用燃料, 它的主要成分是碳, 并含有氢、氧、氮、硫及金属化合物。煤燃烧时除产生大量烟尘外, 在燃烧过程中还会形成一氧化碳、二氧化碳、二氧化硫、氮氧化物、有机化合物及烟尘等有害物质。
2、工业生产过程排放:工业生产过程中排放到大气中的污染物种类多, 数量大, 是城市或工业区大气的主要污染源。石油化工企业排放二氧化硫、硫化氢、二氧化碳、氮氧化物;钢铁工业在炼铁、炼钢、炼焦过程中排出粉尘、硫氧化物、氰化物、一氧化碳、硫化氢、酉分、苯类、烃类等。
3、交通运输过程中排放:现代化交通运输工具如汽车、飞机、船舶等排放的尾气是造成大气污染的主要来源。
4、农业活动排放:农药及化肥的使用, 对提高农业产量起着重大的作用, 但也给环境带来了不利影响, 致使施用农药和化肥的农业活动成为大气的重要污染源。
大气污染的危害
一、对人体健康的危害
大气污染物对人体的危害是多方面的, 主要表现是呼吸道疾病与生理机能障碍, 以及眼鼻等粘膜组织受到刺激而患病。
二、对植物的危害
大气污染物, 尤其是二氧化硫、氟化物等对植物的危害是十分严重的。当污染物浓度很高时, 会对植物产生急性危害, 使植物叶表面产生伤斑, 或者直接使叶枯萎脱落;当污染物浓度不高时, 会对植物产生慢性危害, 使植物叶片褪绿, 或者表面上看不见什么危害症状, 但植物的生理机能已受到了影响, 造成植物产量下降, 品质变坏。
三、对天气和气候的影响
大气污染物对天气和气候的影响是十分显著的。大气污染物可以阻挡阳光照射到地面, 减少了到达地面的太阳辐射能, 这会导致生物缺乏阳光而生长发育不好。二氧化硫等酸性物质的排放导致酸雨的危害, 大量工业发展导致城市的“热岛效应”, 大气污染也导致了全球气候的变化。
现在要改善大气污染继续加剧, 对于政府要做好相应的措施, 对于我们普通的公民来说, 应该保护好每一个环境的卫生, 废气的排放等等, 减少对空气的污染。
节能减排的措施
1、首先控制增量, 调整和优化结构。
要控制高耗能、高污染行业过快增长, 加快淘汰落后生产能力, 完善促进产业结构调整的政策措施, 积极推进能源结构调整, 促进服务业和高技术产业加快发展。
2、加大投入, 全面实施重点工程。
加快实施十大重点节能工程。实施水资源节约项目。加快水污染治理工程建设。推动燃煤电厂二氧化硫治理。多渠道筹措节能减排资金。
3、创新模式, 加快发展循环经济。深化循环经济试点, 推进资源综合利用, 推进垃圾资源化利用, 全面推进清洁生产。
4、依靠科技, 加快技术开发和推广。
加快节能减排技术研发, 加快节能减排技术产业化示范和推广, 加快建立节能减排技术服务体系, 推进环保产业健康发展, 加强国际交流合作。
5、夯实基础, 强化节能减排管理。
建立政府节能减排工作问责制, 建立和完善节能减排指标体系、监测体系和考核体系。
6、健全法制, 加大监督检查执法力度。完善节能和环保标准, 开展节能减排专项执法检查。
7、完善政策, 形成激励和约束机制。
积极稳妥推进资源性产品价格改革, 完善有利于节能减排的财政政策, 实行有利于节能减排的税收政策。
总之, 还有其他节约能源的方法, 需要我们举一反三, 去落实在生活的方方面面。
浅析大气污染治理技术 篇9
关键词：大气污染,危害,防护措施
我国的高速发展只是经历了短短几十年的实践, 为了追求城市的快速发展, 导致没有重视周边的环境污染。工业是推动社会进程的重要推动力, 其在发展的过程中对大气造成了一定的污染。我国的发展模式有最开始的先发展后治理到发展与治理同步, 再到现在的发展之前进行有效预防, 方式的转变看出了污染的严重性, 和方式污染的重要性。
1 大气污染产生的原因
大气污染在产生的在产生的过程中, 是受到自然原因与人为原因的影响, 这两个方面的影响使得大气污染不断的加重, 人们的生活质量受到一定程度的危害。不利于社会的发展和经济的进步。
1.1 自然原因
大气污染产生的重要的自然原因主要的包括火山喷发、森林火灾以及风吹扬尘等。火山喷发是一种地质现象, 是地壳运动的一种表现形式。在火山喷发的过程中, 由于相对热量在地表释放, 受到压力以及遇到冷空气。岩浆迅速的挥发释放气体, 使得空气受到污染。森林火灾同样是污染空气的重要的因素之一, 其通过树木的燃烧出现大量烟尘, 产生污染空气的因素, 大量烟尘进入到大气当中, 对大气造成污染。风吹扬尘同样是自然原因当中的重要原因, 风是自然的产物, 大风扬尘是将尘埃吹到大气当中, 对大气形成污染, 是自然污染的一种形式。
1.2 人为原因
1.2.1 工业污染
随着社会经济的不断发展, 工业水平的逐渐提升。在工业发展的进程当中, 工业污染尤为严重。在实际的工业生产过程中, 废水废气以及废渣的排放是导致工业污染的重要原因。其中废气的排放是对大气污染重要的污染方式, 工业在发展的过程中应该重视污染物的排放, 保证大气质量, 确保生态平衡发展。
1.2.2 农业污染
在农业生产进程当中, 农民为了降低生产成本, 使用有毒和有危害的物质进行土地的施肥, 对了促进农作物的生长将具有问题的佐料进行添加, 促使作物的生长。但是这样的方式不利于土地的循环利用, 导致土地的使用能力下降, 产生一定的危害。同时在农药进行喷洒的过程中的相依挥发也会为大气的自净能力带来严峻的考验。
1.2.3 城市交通污染
随着城市化进程的加快, 汽车的保有量逐渐的升高, 使得尾气的排放成为污染源头。汽车保有量的上升, 使得居民出行都使用私家车, 这就造成了尾气在排放的过程中产生二氧化碳等危害空气的物质产生, 导致大气的压力逐渐增大, 造成大气的危害。应该减少驾车出行, 采取绿色出行的方式, 减少污染源头。
1.2.4 居民生活污染
城市当中具有众多的人口, 同时人口的密集程度更是相当高。这就产生了严重的生活垃圾问题, 生活垃圾无法处理使得垃圾增多, 并且没有一定的处理措施, 导致有害气体的产生。
2 大气污染的治理措施
2.1 减少污染物排放量
只有减少污染气体的排放, 才能在根源上切断污染的源头。从而更好的治理大气的污染。在实际的生产生活当中应该重视无污染能源的使用, 例如:风能、水能以及太阳能的应用。在进行水电的发电过程中应该注意采用无污染的能源进行生产, 这样既能够节省生产的成本, 同时能够减少污染问题的产生。需要改革能源的使用结构, 运用低污染的能源, 改变相应的燃烧方式减少排污量。在污染物产生的过程中应该运用现代的污染技术进行相应的处理, 其中冷凝技术、液体吸收技术、除尘消烟技术和回收处理技术的应用能够有效的减少污染源头进入到大气当中。
2.2 利用大气自净能力
在正常的状况下, 大气自身具备一定的自净能力。在气候和环境不同的情况之下, 大气对于污染气体的容量也不相同, 在污染浓度和含量不同的情况下, 就会严重的影响大气的自净能力。在风力较大, 流通性较好的情况下, 大气对于污染的稀释能力就会较强。
2.3 加强城市绿化面积
城市的绿化是一个城市的美化的象征。同时绿化面积的增加也能够有效的调节气候, 能够起到抑制污染源的作用, 并且能够吸收大气当中的有害气体。
2.4 合理安排工业布局
再进行工业生产的过程中, 应该重视工业和城镇的合理布局。相应的工业区应该设置在城市的边缘或者是郊区, 布局的过程中尽量的选择人口稀少的地区。
2.5 控制燃煤污染
煤炭是我国发展的重要的能源, 同时也是大气污染当中重要的污染形式之一。在进行燃煤污染的处理中, 应该采取原煤的脱硫技术的应用, 尽量的清楚燃煤当中大多数的无机硫。在进行生产的过程中要有限考虑无硫燃煤的使用, 其中要大力的发展并且使用新能源进行生产和生活。在实际的生产当中应该重视寻找可替代能源的使用, 减少污染物的产生。可以从根本上进行大气污染的控制。
3 结语
综上所述, 要想有效的治理大气污染, 就要从社会的各个角度进行治理。增强社会对大气污染的意识, 重视大气污染的保护, 并且采取一定的治理措施。只有这样, 才能有效的控制大气污染, 促进社会生态的和谐发展, 保证社会经济的正常可持续发展。
参考文献
[1]杨丽芳, 徐静.学习型工作任务在大气污染治理技术课程建设中的应用[J].昆明冶金高等专科学校学报, 2013, 12 (03) :185-188.
[2]刘畅.浅谈电力工业大气污染治理技术[J].化工管理, 2013, 10 (18) :111-113.