一、水泥厂大气影响预测中多污染源简化处理方法（论文文献综述）
曾昕[1]（2021）在《典型源排放和城市大气中有机气溶胶的组成及DNA损伤能力研究》文中研究指明有机气溶胶是大气细颗粒物(PM2.5)的重要组分,对空气质量、气候变化及人体健康均产生重要影响。国内源排放和武汉大气有机气溶胶的组成特征及DNA损伤能力研究仍十分有限。本研究采用稀释通道采样系统通过外场实测和室内模拟燃烧分别研究了固定源和不同类型室内燃烧源（民用煤、生物质、祭祀活动和烟花爆竹）排放PM2.5中有机碳（OC）、元素碳（EC）及有机组分（正构烷烃、脂肪酸、脂肪醇、初级糖、脱水糖、糖醇、芳香酸和木质素/树脂酸）的成分谱组成特征、标识组分和特征比值,获得了各类源排放PM2.5和其载带化学组分的排放因子。结合前人与本文实测的源排放有机成分谱研究了2018年武汉全年城市大气PM2.5中OC、EC和有机分子的组成变化、影响因素、大气老化及潜在源区,并对有机气溶胶来源进行定量解析。采用质粒断裂实验方法研究不同类型燃烧源排放和武汉大气PM2.5水溶性组分样品及全组分样品与其造成DNA损伤的相关性,探讨不同排放源对大气PM2.5健康风险的贡献。本论文的主要结论为:（1）各类固定源排放PM2.5中OC和EC质量占比分别为1.5%-9.0%和0.1%-3.1%。各类燃烧源排放PM2.5中OC和EC质量占比分别为9.1%-81.8%和0.006%-38.6%。各类固定源和燃烧源排放PM2.5中分别检测出包括正构烷烃、脂肪酸、脂肪醇、初级糖、脱水糖、糖醇、芳香酸和木质素/树脂酸在内的40种和52种有机组分,质量占比分别为0.59%-1.7%和0.21%-21.6%。各类燃烧源排放PM2.5中各组分质量占比与燃料理化性质有关。（2）正构烷烃CPI值（carbon preference index）可用于区分燃煤排放（1-4）与生物质燃烧排放（<0.5）;C18:0/C16:0比值可用于区分燃煤排放（1-1.5）及植物源生物质燃烧排放（<0.25）。（3）获得了8类固定源排放、不同产地的15种块煤、14种蜂窝煤、11种木柴、16种秸秆、4种玉米棒、2种牛粪及4种祭祀纸钱燃烧、3种祭祀焚香和5种烟花鞭炮燃放排放PM2.5和其载带的OC、EC以及有机组分的排放因子。（4）识别了2018年武汉四季城市大气PM2.5中OC、EC和包括正构烷烃、脂肪酸、脂肪醇、初级糖、脱水糖、糖醇、芳香酸和木质素/树脂酸在内的55种有机分子的组成特征。探讨了武汉四季大气PM2.5中各组分可能的来源、形成机制及老化过程。四季大气PM2.5中（C16:1+C18:1）/（C16:0+C18:0）比值表明武汉夏季大气PM2.5有机气溶胶反应活性最强,老化程度最高,其次为春季和冬季,秋季最低。（5）本研究PMF模型解析出武汉大气PM2.5有机气溶胶的6类有机排放源,分别归为城市扬尘、室外生物质燃烧、机动车排放与燃煤、室内木柴燃烧、烹调油烟和植物碎屑。二次有机气溶胶占比由OC/EC最小比值法估算。结果表明武汉城市区域对大气有机气溶胶的污染控制应主要关注二次有机气溶胶前体物的排放、机动车尾气与化石燃料燃烧排放,同时在春季应加强对城市扬尘的控制。（6）源排放及大气PM2.5样品处理浓度与其造成的DNA损伤的关系包括线性回归、对数回归、指数回归及一元二次回归等形式。PM2.5全组分样品处理浓度与其造成的DNA损伤均呈正相关。水溶性组分样品处理浓度与其造成的DNA损伤既有正相关,也存在负相关。除造成DNA损伤外,部分源排放和大气PM2.5样品全组分、水溶性组分以及非水溶性组分在特定浓度下还会对DNA起保护作用。（7）以200μg ml-1处理浓度下PM2.5样品造成的DNA损伤作为其造成DNA损伤能力,全组分和水溶性组分的造成DNA损伤能力最强的分别为鞭炮燃放样品（48.4%）和2类生物质燃烧样品（3.9±2.6%）;大气PM2.5全组分和水溶性组分的造成DNA损伤能力均表现为春季>冬季>秋季>夏季。（8）PM2.5全组分样品的造成DNA损伤能力主要来自Cu、Bi、Cr等金属元素。水溶性组分样品的造成DNA损伤能力主要来自芳香酸类有机物;Mo元素一定程度上对DNA起保护作用。（9）武汉大气PM2.5中有机组分的造成DNA损伤能力主要受到生物质燃烧及高等陆生植物碎屑的影响。本研究为国内大气有机气溶胶源解析及组分排放清单的构建提供了可靠的源谱和排放因子数据,丰富了对源排放和华中地区大气PM2.5表征及健康风险的认识,可为华中地区大气污染防控提供科学依据。
王雅欣[2]（2021）在《基于非线性强度Poisson回归分析的京津冀空气污染源及其污染辐射强度探测》文中认为京津冀地区是中国目前空气污染最严重的区域,在京津冀三个地区协同发展的背景下,探究该区域大气污染源头具有重要意义.我国目前关于空气质量的研究主要集中在空气污染影响因素的探索以及对未来空气质量的预测方面,很少有学者从工业污染源的角度入手,深入地探究各类重工业工厂对当地空气质量的影响并通过建模对影响程度进行量化.本文采用非线性强度Poisson回归模型,对京津冀地区不同类型的工业污染源对当地空气质量影响程度的差异进行量化分析,并基于最终的模型参数估计结果,提出具有针对性的工业污染源管制建议,供当地政府在制定环保决策过程中参考.本文首先通过对京津冀地区2019年的空气质量数据进行描述性统计分析,得到如下结果:（1）该地区空气污染最严重的五个城市分别是:邯郸市、邢台市、石家庄市、保定市、唐山市.张家口市和承德市的空气质量相对较好;（2）PM2.5是三个地区共有的主要污染物;AQI和PM2.5浓度均值的日趋势图进一步说明了京津冀地区PM2.5和AQI的高度相关性;（3）京津冀地区的空气质量存在明显的季节差异,春冬季的空气污染比夏秋季更严重,且三个地区中,河北省PM2.5污染的季节性最强,北京市季节性相对最弱;京津冀地区PM2.5的整体污染状况存在明显的空间相关性,且PM2.5超标的频数分布与大型工业污染源的空间分布有明显相关性.其次,本文建立了含有工厂污染辐射效应α的非线性强度Poisson回归模型,对不同类型工厂的污染辐射力进行量化分析.若用传统的Poisson回归模型来探究本文所研究的问题,模型的回归系数只能解释具体到每个工业污染单位的污染辐射力,而不能对某一类工业污染源的污染辐射力进行量化.通过模型统计分析,及变量筛选,得到最终的参数估计值,分析参数估计值得到如下结论:（1）α的估计值表明,2019年对京津冀地区空气质量影响较大的工业污染源类型是钢铁厂和造纸厂,其次是金属制造厂和塑料制品厂,化工厂、水泥厂和印刷厂在该年度对京津冀地区的空气质量影响相对较小.（2）回归系数β度量了同种类型的污染源对空气质量影响程度的差异,其结果表明同类型的工业污染源的污染辐射力会随着其工厂规模的大小的变化而变化.本文通过建立非线性强度Poisson回归模型对京津冀地区不同类型工业污染源的污染辐射力进行了探测,对七类工业污染源的污染辐射力进行排序,并基于模型的参数估计值对当地的空气污染治理提出了针对性的建议,供当地的大气污染治理部门参考借鉴.
赵秋月[3]（2020）在《基于响应曲面模型的大气污染控制措施快速评估技术研究 ——以江苏省为例》文中指出当前我国大气污染已经从局地、单一的城市空气污染向区域性、复合型大气污染转变,对城市环境空气质量、大气能见度、公众健康等造成巨大影响,引起媒体及公众的普遍关注。随着“蓝天保卫战”、“十四五大气污染防治规划”、“空气质量达标规划”等一系列综合性大气污染防治政策措施的制定,关注的重点围绕这些政策措施是否能实现空气质量改善的预期而开展,这也主要依赖于空气质量模型在建立合适的源排放-空气质量响应关系的基础上进行研究。但现有模型普遍存在运算周期长、拟合速度慢、排放清单模拟性能不高等问题,难以为管理者提供快速的决策响应支持;另一方面,如何避免“一刀切”,通过模型的改进建立起一套适用于多区域、差异化管控措施快速评估的技术方法,使政策措施的制定能够尽可能体现公平和效率原则,也是本研究要解决的问题。针对大气环境管理决策开发快速响应支持技术具有重要的现实意义。本研究利用统计学方法,开发了基于多项式函数回归方法（pf-ERSM）的响应曲面模型,建立了污染物减排与PM2.5浓度的快速响应关系,基于该方法对江苏省不同减排措施下的空气质量改善效果进行了评估应用,探讨了使用响应曲面模型拟合臭氧浓度的可行性及控制策略,为提升大气环境管理决策水平提供了技术支持。（1）构建并校验了大气污染防治曲面响应模型。提出利用多项式函数回归方法（pf-ERSM）建立污染物减排与浓度的响应关系,基于海量CMAQ仿真实验以及数理统计推演机制,搭建了快速响应曲面模型,与传统RSM相比,大幅降低了控制情景的数量,同时由于改进了拟合算法,使得拟合速度更快,并且考虑了PM2.5一次排放的线性贡献。外部验证情景的CMAQ模拟结果与RSM拟合结果的所有误差相关参数均在1%以下,整体拟合预测效果较好,表明RSM拟合结果与CMAQ模型直接模拟相近,响应曲面模型能够快速得到可靠的PM2.5减排方案管控效果,可满足快速模拟多个区域同时对SO2、NOX、NH3、VOCs、一次PM2.5等多种污染物实施不同程度减排的空气质量改善效果的预测要求。（2）阐明了在模型中纳入区域外源影响对于评估实际减排效果的意义。将基准情景中区域以外的所有区域排放控制“置零”进行CMAQ模式模拟、将区域内排放“置零”进行RSM模型拟合,发现采用“置零法”区分的内外源单独模拟结果之和（叠加法）与基准情景模拟结果符合较好;叠加外源影响后区域内PM2.5浓度有较大下降幅度,更符合实际减排预期。利用叠加法来整合外源和内源减排影响时误差较小,具有一定的应用意义。（3）剖析了优化提升排放清单分辨率对于提高模型模拟精度的重要性。研究建立了一套完整的2017年江苏省高分辨率排放清单,对排放清单VOCs物种谱进行了优化再分配,对电力、钢铁、化工、建材等重点行业及移动源、面源排放的空间分布进行了校正,使得模式模拟性能得到优化提升。利用CMAQ模型进行模拟验证也表明,该清单在4个典型月模拟结果与观测值日浓度的标准差与平均误差接近,表明日误差变动范围较小,模式模拟稳定,排放清单以及模拟系统可靠。（4）利用快速响应曲面模型系统研究了不同管控措施情景下的空气质量目标可达性。基于国家和江苏省“十三五”减排考核要求的基础控制情景下,模拟显示全省PM2.5年均浓度将下降11.1%,下降幅度最高的区域为无锡与常州12.1%,下降幅度最小的区域为连云港10%;各污染物均衡管控情景下,对所有研究区域的减排比例上浮5%、10%、20%后,全省平均PM2.5浓度下降幅度达到14.0%、16.8%和22.8%,两种情景均不能满足空气质量改善要求。采取差异化管控措施的模拟结果显示:在外源达标情景下,江苏省2020年PM2.5下降幅度相比2015年可达到28.9%,能够满足约束性考核目标要求,指导减排实践。
刘英红[4]（2020）在《徐州城市表层土壤中黑碳与重金属的相关性及磁学响应》文中研究表明徐州市作为一座资源型和重工业城市,污染源多且复杂。本研究选择徐州市的城市土壤为研究对象,分别采集主城区表土、某水泥厂附近表土以及路面尘样品,通过分析化学和环境磁学技术测定,结合多元统计和地统计学方法,探讨城市表土黑碳、重金属的污染特征及其与环境磁学参数的关系,分别揭示了黑碳、重金属的内在联系及其磁学响应,构建了黑碳和重金属污染的磁学评价体系。取得了如下主要成果:（1）黑碳和重金属的地球化学基本特征城区表土、水泥厂附近表土和路面尘中黑碳平均含量均高于徐州市土壤黑碳的背景值。三个区域样品中多种重金属含量也超过对应元素的背景值。不同区域样品中元素含量有所差别:水泥厂附近表土中铬、锰、镍元素含量明显高于城区表土和路面尘;路面尘中铜、铅和锌含量明显偏高。不同区域样品中污染物在不同粒级土壤中的分布规律不同:城区表土和水泥厂附近表土中黑碳多富集于较大粒径土壤颗粒,路面尘黑碳含量随粒径变化规律不明显,金属元素多倾向于富集在粒径较小的土壤颗粒。（2）黑碳和重金属的空间分布特征和相关性城区表土中黑碳和铬、铜、铅、锌呈显着正相关,主要分布在工矿企业集中地区、人流量和车流量较大区域;受徐州市主导风向东南偏东风影响,水泥厂附近表土中黑碳与镉、铜、铅和锌的含量高值均出现在水泥厂的西北侧,且黑碳与元素具有显着的正相关关系;路面尘中黑碳和铬、铜、镍的正相关性良好且空间分布相似,在车流量大的路段含量偏高。（3）城市表土的磁学特征城区表土、水泥厂附近表土和路面尘中磁性矿物含量明显偏高,磁性矿物均以粗颗粒的假单畴/多畴（PSD/MD）亚铁磁性矿物为主。扫描电镜分析（SEM-EDS）结果表明:样品中存在大小和表面形态各异的人为输入磁性颗粒。（4）黑碳和重金属的磁学响应首次发现徐州市城市表土中的黑碳与反映磁性矿物含量的多个磁学参数具有显着的正相关关系。表明环境磁学参数可以作为监测土壤重金属和黑碳污染特征的代用指标。（5）黑碳和重金属的来源城区表土中黑碳、铅、锌受工矿业生产和道路交通综合影响,铜、钼和镍来自工业生产,铬、铁和锰则来自成土母质;水泥厂附近表土中黑碳和铜来源于水泥厂排放;钴、铬、锰、镍受水泥厂排放和成土母质共同作用,镉、铅和锌受水泥厂排放和交通污染的共同影响;路面尘中黑碳、铬和磁性矿物来源于化石燃料燃烧,铜、镍、铅和锌来源于道路交通污染,钴和锰受成土母质影响。该论文有图55幅,表31个,参考文献221篇。
孙田田[5]（2020）在《我国环境影响评价制度与排污许可制度衔接研究》文中指出2017年原国家环境保护部印发了《关于做好环境影响评价制度与排污许可制衔接相关工作的通知》,明确了环评制度与排污许可制度衔接的总体思路,为两项制度的衔接提供了法律基础和技术指导。十八大以来,环评制度改革和排污许可制度改革如火如荼进行,环评制度的改革思路是简政放权,放管结合,提高环评审批效率;排污许可制度则面临着“一证式”改革,要把排污许可制度建设成为整个固定污染源监管体系的核心。但制度的改革和完善不应只着眼于其本身,环境是一个整体,各项环境管理制度也存在关联。激发环境管理制度整体的最大化功能是改革的根本目的,因此在对环评制度和排污许可制度本身进行改革时,更不能忽略两项制度之间的互动。我国目前已经基本具备了环评制度与排污许可制度衔接的法理基础与现实要求,但是在具体衔接实践中还存在较多的问题和困境,主要体现在顶层设计层面法律基础不完善、技术规范不一致、沟通机制不健全等问题;具体实施层面衔接对象、衔接内容、衔接程序不明晰等困境。本文从环评制度和排污许可制度的分项管理入手,在分析美国和德国的先进衔接经验的基础上,结合中国的具体国情,提出构建以排污许可制度为核心的污染源全过程管理制度和全面推进环境影响评价制度改革这两条衔接总体思路。制度的衔接需要走出困境。实现环评制度与排污许可制度顶层设计层面的衔接需要加强立法供给、统一两项制度技术标准、建立全国污染源信息管理平台保障两项制度联动沟通;在具体实施层面则需要明确衔接对象、衔接内容、衔接程序等关键问题。在此基础上,以污染源全过程管理为线索,通过对污染源“从无到有,从有到管”的整个生命过程的监管,将环评制度与排污许可制度衔接在一起,构建环境管理制度衔接体系。
孔凡靖[6]（2020）在《基于序贯指示模拟的农田重金属健康风险空间可视化表征》文中提出农田是农民生产活动的场所和粮食的载体,是基本的土地利用类型之一。人通过吸入、摄入、皮肤接触表土中的重金属以及摄入作物中的重金属而受到不利影响。随着我国社会经济的发展,农田重金属污染逐渐受到行政管理者与公众的关注。准确划分农田土壤-作物重金属健康风险区域,寻找其风险来源,识别优先控制重金属,降低过度环境管理的可能性,为从源头上控制土壤-作物重金属污染提供建议,同时也为土壤修复提供重要依据,这将有助于我国生态文明建设以及社会的可持续发展。为此,本研究以重庆市某乡镇为研究对象,采集72个土壤与12个稻米样品分别对样品中Cd、As、Pb、Hg、Cr五种重金属元素的浓度进行分析。基于健康风险评估模型,采用序贯指示模拟（SIS）构建当地农田土壤重金属以及人体健康风险的空间分布,利用正交矩阵分解模型（PMF）分析土壤重金属的来源,借助ArcGIS实现单一来源贡献下健康风险的空间分布,并通过实地调研,获取当地部分暴露参数与稻米自种情况,构建土壤-稻米重金属健康风险空间分布。主要研究结果如下:（1）研究区域72个农田土壤样本中,43.06%的Cd和6.94%的As浓度超过了其相应的风险筛选值。Cd、As、Cr、Hg、Pb含量在空间上的分布趋势不尽相同,其中,土壤Cd-Cr、Cd-As、As-Hg呈现出显着的正相关,显示其具有相同的来源。与普通克里金法（OK）相比,序贯指示模拟（SIS）可以充分考虑原始数据,更适合构建土壤重金属的空间分布。（2）研究区域部分地区农田土壤重金属对儿童产生非致癌风险（414.72 hm2农田）,其中,土壤As对儿童非致癌风险的贡献空间差异明显;在该镇的西北部区域,农田土壤As对儿童非致癌风险贡献最大,且儿童As非致癌风险（HIAs>1）发生的概率较高（0.85）。（3）研究区域农田土壤重金属来源有3个,依次为农业活动与交通混合源（38.57%）,其中Cr,Pb,Cd的因子负荷值为54.4%,51.7%,44.9%;工业排放源（29.33%）,其中As,Cd的因子负荷值为81.3%,44.3%;自然源（32.10%）,其中Hg的因子负荷值为70.4%。由于工业排放的影响,区域内1.32%的农田土壤（86.4 hm2）儿童非致癌风险值超过推荐值1。（4）研究区域稻米Cd、As、Pb出现点位超标,其超标率分别为33.33%、25%、16.67%。通过实地调研,获取的部分暴露参数与导则中的推荐参数存在一定差异。在农田土壤-稻米重金属系统中,成人和儿童的健康风险主要来自对当地稻米重金属的摄入,且工业活动可能对部分区域稻米的质量造成了严重影响。引入稻米Cd、As生物可给性系数,使区域总健康风险更贴近实际。序贯指示模拟和正定矩阵分解模型联合方法的使用可以有效划分农田土壤重金属和污染源优先控制的健康风险区域,同时实现污染物与污染源管理。
魏庆彬[7]（2020）在《黑龙江省大气颗粒物时空异质性分析及其来源解析》文中研究说明空气雾霾污染是人类生存环境受到污染的典型代表,很多科学家都在致力于研究造成雾霾污染的成因及规律。高浓度的大气颗粒物（PM10、PM2.5）是导致雾霾污染的原因之一,分析大气颗粒物的来源、影响因素、时空异质性及扩散途径已经成为大气科学和环境科学研究的热点问题。近年来,全国多个城市在不同季节多次出现重度雾霾污染天气,黑龙江省多个城市的空气质量经常亮起“红灯”,省会城市哈尔滨在2013年和2014年PM10、PM2.5的月平均浓度多次超过国家二级标准。虽然最近几年黑龙江省的环境空气质量状况总体改善,重点城市重污染天数大幅下降,但是偶尔还会出现空气质量超过国家二级标准的天气。为了探求大气颗粒物的时空分布情况,本文收集了黑龙江省13个城市的六项标准污染物（PM2.5、PM10、SO2、NO2、CO和O3）的自动监测数据,构建全局及局域模型来量化2015年1月～2018年12月黑龙江省内六项标准空气污染物（PM2.5、PM10、SO2、NO2、CO和O3）之间的时空关系。模型包括普通最小二乘回归（Ordinary least squares regression,OLS）,线性混合模型（liner mixed models,LMM）,地理加权回归（geographically weighted regression,GWR）,时间加权回归（temporally weighted regression,TWR）以及地理和时间加权回归（geographically and temporally weighted regression,GTWR）。同时,为了解污染源对大气颗粒物（PM10、PM2.5）的贡献以及大气颗粒物的组分随季节变化,本文通过手工监测的方式获得了受体成分和污染源谱数据,针对黑龙江省内重污染天气相对较多的省会城市-哈尔滨,进行了 2014年的大气颗粒物的化学组分随季节变化及来源解析。因哈尔滨的冬季时间较长（10月下旬～4月上旬）,本研究将四个季节（春、夏、秋、冬）划分为五个采样时期（春、夏、秋、初冬、深冬）。在各时期于哈尔滨市主城区的四个采样点位进行受体样品采集,不定期分别对土壤尘、扬尘、建筑水泥尘、燃煤尘、机动车尾气尘、生物质燃烧尘、餐饮油烟尘源进行源样品采集。受体和源样品分析的化学组分为碳、水溶性离子和无机元素。对组分进行特征分析之后,根据获得的受体成分和污染源谱数据,利用化学质量平衡模型（chemical mass balance,CMB）对不同季节和不同点位的大气颗粒物进行来源解析,最终得到污染源的分担率并对源解析的结果进行原因分析。本文的主要研究结果如下:（1）将LMM和所有基于GWR的模型（包括GWR,TWR及GTWR）与OLS相比,模型拟合更有优势,有更高的模型R2和更理想的模型残差（考虑时间变异的TWR和GTWR模型性能最佳）。与OLS的R2（0.85）相比,GWR、LMM、TWR和GTWR分别将模型的解释力提升了 3%,5%,12%和12%。TWR的模型性能略好于GTWR,与OLS相比,TWR将模型残差的均方根误差（root mean squared errors,RMSE）和平均绝对误差（mean absolute error,MAE）降低了 67%,而 GWR 仅将 RMSE 和 MAE 降低了 14%～15%。传统的OLS和GWR模型不足以描述PM2.5的非平稳性。由于LMM将不同位置处理为随机效应,并用R矩阵处理时间相关性,因此LMM的性能略好于GWR,它为PM2.5建模提供了一种除GWR系列模型之外的备选方案。本研究中时间相关性比空间异质性更重要,因此,构建PM2.5与其他空气污染物的模型时加入时间信息是非常必要的。本研究提供了大气颗粒物时空异质性的证据,并为构建黑龙江省PM2.5和5个标准空气污染物之间的关系提供了可能的解决方案。（2）本研究获得了大气颗粒物组分的季节分布特征和主要存在形态。多数组分在初冬时期浓度最高、夏季最低,春、秋、深冬时期季节特征不显着。组分出现季节特征的原因与采样期内的天气条件以及某些污染源（如燃煤源）发生季节性变化有关。采样期内大气颗粒物以PM2.5为主要存在形态,细颗粒物污染占比较大。（3）根据源样品的分析结果建立了 PM10、PM2.5的主要排放源的源成分谱,根据灵敏度矩阵结果并参考相关文献确定了各污染源的特征成分,如燃煤尘、扬尘、生物质燃烧、建筑尘、二次有机碳的特征成分分别是Al、Si、K、Ca和OC。（4）相同季节不同点位的源的分担率之间存在差异,但源的分担率的变化趋势基本一致,呈现区域性特征。除了不确定的“其他源类”（可能包含钢铁尘源、外来传输源等）以外,燃煤源在各季均是PM10和PM2.5的首要贡献源,其分担率分别为15.3%～38.6%和17.9%～43.2%,其冬季的分担率约是春、夏季的两倍。机动车源在各季均为PM10和PM2.5的次要贡献源,其分担率分别为13.7%～17.4%和14.8%～18.1%,冬季分担率高于其他三季。秋季、初冬时期生物质燃烧是PM10和PM2.5的重要贡献源,其分担率分别为12.0%～13.7%和13.6%～16.1%,具有明显的季节性特征。PM10中燃煤源在供暖期的贡献率是非供暖期的2.14倍,扬尘源在非供暖期的贡献率是供暖期的2.21倍;PM2.5中燃煤源在供暖期的贡献率是非供暖期的2.12倍,扬尘源在非供暖期的贡献率是供暖期的1.78倍;PM10中生物质燃烧源在燃烧期的贡献率是非燃烧期的25.8倍;PM2.5中生物质燃烧源在燃烧期的贡献率是非燃烧期的24.8倍。将二次污染物（硫酸盐、硝酸盐、SOC）进行再分配,除其他源以外,对PM10和PM2.5贡献最大的污染源为燃煤尘源,之后依次为机动车源、开放源（扬尘、土壤尘和建筑尘）和生物质燃烧源。源解析的研究内容量化了主要污染源在不同季节对大气颗粒物的贡献率。本研究通过对大气颗粒物的时空异质性、浓度、化学组分特征分析、来源解析方面的研究比较深入的认识了大气颗粒物的季节特征、大气颗粒物的分布和来源信息,对研究大气颗粒物的成因、迁移、转化及提出最终的污染防治对策具有重要借鉴意义。
袁伟[8]（2020）在《车辆及工业气体污染监测网络与诊断分析系统研究与开发》文中认为以O3、PM2.5、NOx等为主要污染物的大气污染问题依然严峻,大气污染成为制约城市发展的重要因素,而机动车尾气与工业废气的排放是城市大气污染的主要来源。由于气体污染的排放具有隐秘性,又受到大气扩散的影响,污染源往往难以追溯,污染治理、处罚工作无法顺利进行,如何快速、有效的进行大气污染源追踪,从源头控制大气污染,是大气治理工作中亟需解决的重要问题。本文以车辆及工业气体污染(PM2.5、PM10、NOx、CO、SO2、VOCs等)为研究对象,提出基于区域污染时空分布的污染小尺度源追踪方法:构建研究区域气体污染全域监测网络,使用空间插值方法获取区域污染时空分布,提取高浓度点作为污染源追踪的反算点,构建气体污染小尺度源追踪模型,使用遗传算法求解染源位置,助力区域大气污染防治。本文的主要研究工作及成果如下:（1）车辆及工业气体污染采样方法研究:利用开发的气体污染感知器,以移动监测为主、固定监测为辅构建气体污染全域监测网络;参照标准设备对气体污染感知器的测量精度进行分析和优化,优化后各种污染物浓度的测量平均相对误差降低到了4.46%-16.22%,其测量精度可以满足实验要求;提出基于时间序列和空间序列的大气污染物浓度估计方法对采样数据进行修正与补全;为城市气体污染采样提供了新手段。（2）车辆及工业气体污染空间插补方法研究:改进反距离插值模型（Inverse Distance Weighted,IDW）和普通Kriging插值模型,提出基于空间相似度加权的气体污染空间插补模型（Spatial Similarity Weighted,SSW）和基于空间相似度的气体污染普通Kriging插补模型（Kriging With Spatial Similarity,SS-Kriging）,为气体污染空间估计提供了新方法。以PM2.5为例,基于采样数据对模型进行评估可知,在相同的样本数据下SS-Kriging的空间插值性能比IDW、SSW和普通Kriging更好,SSW的空间插值性能强于IDW但仍不如普通Kriging。（3）车辆及工业气体污染小尺度源追踪方法研究:基于SS-Kriging空间插补获取区域气体污染时空分布,提取高浓度点为作为污染源位置反算点,建立基于最优化理论与大气扩散模型的小尺度源追踪模型,设计遗传算法求解污染源位置。通过模拟案例分析验证了气体污染小尺度源追踪方法在污染源快速、有效定位上的可行性。（4）车辆及工业气体污染全域监测网络与诊断分析系统开发与应用:实现污染实时感知、污染分布分析、污染小尺度源追踪、数据查询管理四大功能,助力大气污染精细化、智慧化、自动化管控。基于系统开展上路监测实验,基于SS-Kriging空间插补方法获取了不同污染气体的区域时空分布;以PM2.5为例,反演得到的PM2.5排放源位置与实际PM2.5排放源位置相距仅100 m,验证了基于气体污染时空分布的小尺度污染源追踪方法在实际应用中的可行性。
胡冬雪[9]（2019）在《辽河保护区沉积物重金属和PAHs环境风险评价及源解析》文中研究说明辽河的严重污染制约着东北的发展,使得东北的发展陷入―瓶颈期‖,因此对辽河的污染防治迫在眉睫。要想进行有效的污染防治,首先对该地区的污染输入累积进行估算,再通过风险评价分析了解污染现状,最后对该地区进行源解析明确该地区污染物的主要来源。本文对辽河保护区内沉积物进行采样。采用BCR连续分级法提取沉积物中重金属,并用ICP-OES测定重金属含量,多环芳烃含量则用GC-MS测定。通过地累积指数法、潜在生态风险评价法和风险评价编码分别对辽河保护区沉积物重金属进行风险评价;通过风险商法、平均效应中间商法和效应区间低、中值法分别对辽河保护区沉积物多环芳烃进行风险评价。得到结论为:Cd平均污染水平为3级,其余重金属元素均为0级,平均危害系数为354.42,Cd可提取态占比24.51%,说明辽河保护区沉积物重金属污染主要是由Cd引起;总多环芳烃的最低风险商值RQNCs大于1小于800,平均效应中值商均小于0.1,多环芳烃含量均低于效应区间低值,说明了辽河保护区沉积物中PAHs生态风险较低。同时,对辽河流域重金属和多环芳烃输入进行估算,并利用主成分分析和偏最小二乘回归法进一步对保护区沉积物重金属和多环芳烃进行分析。结果发现,大气干湿沉降和畜禽粪便是辽河流域重金属主要输入方式,而秸秆、薪柴燃烧和焦炭生产是辽河流域多环芳烃主要输入方式;Cu、Zn主要源于农药化肥的施用,As、Cd主要源于燃煤,Ni主要源于土壤母质,而Pb主要源于汽油,保护区多环芳烃主要由铁岭供暖燃煤、石油燃烧以及交通活动引起。
张晓文[10]（2019）在《湖南某工业区土壤及水稻重金属污染源解析》文中认为重金属元素因非生物降解性、毒性和持久性,对农业生产、食品安全和人类健康造成严重影响。土壤中重金属的浓度很大程度上取决于母质土壤和人类活动的多样性,诸如快速工业化、交通拥挤、非农业化学品的非法使用和未经处理的灌溉废水等给环境带来巨大压力。对环境和食品重金属污染的有效治理首先需明确其污染源和污染途径。本论文以湖南某工业区为典型研究区域,分析了此区域土壤和水稻籽粒重金属的污染状况;利用重金属元素指纹法,结合主成分分析法、地统计分析法与正定矩阵因子分解模型等多元统计方法对该区域土壤重金属污染源进行初步源解析研究;在此基础上,利用镉同位素指纹法精确解析出土壤镉的污染源及其贡献率;通过盆栽试验和田块尺度定点试验,研究了土壤、叶片污染对水稻各器官镉元素的积累与转运规律,确定出水稻籽粒相对土壤对镉同位素的分馏系数,利用镉同位素指纹分析法解析出水稻籽粒镉的污染源及贡献率;探讨了土壤和水稻籽粒重金属污染源解析的思路和方法。为我国重金属污染防控提供了理论与技术支撑。主要研究结果和结论如下:（1）研究区域表层土壤和母质土壤中As、Hg、Cr、Cd、Ni、Pb、Cu和Zn均存在污染情况,Cd污染最严重,超标率达94.4%;水稻籽粒也存在重金属超标现象,Cd污染最严重,超标率达95.0%。（2）利用重金属元素指纹法解析出该区域土壤重金属污染源主要为自然源、农业源、工业源和交通与工业排放源,它们的贡献率分别为24.9%、19.1%、30.1%和25.9%;利用镉同位素指纹法对污染源贡献率进行解析,得出汽车尾气、水泥厂降尘、农业肥料和冶炼厂降尘对土壤镉的污染贡献率分别为2%、8%、15%和75%,即冶炼厂降尘的污染贡献最大。（3）盆栽试验结果表明,水稻土壤根系镉污染浓度达到40 mg kg-1、水稻叶片的镉污染浓度达到20 mg kg-1时,根系和叶片共同污染会产生显着协同作用,但低于该浓度未发现显着协同作用,即在低浓度下水稻籽粒镉主要来源于根部吸收。（4）水稻籽粒相对土壤对δ114/110Cd的分馏系数为0.208‰;利用镉同位素指纹对水稻籽粒镉污染源贡献率进行解析,得出汽车尾气、水泥厂降尘、农业肥料和冶炼厂降尘的污染贡献率分别为2%、8%、16%和74%,即冶炼厂降尘的污染贡献最大。（5）土壤和水稻籽粒重金属污染源解析一般思路和方法为,利用重金属元素指纹法可初步分析出污染源的个数、性质及贡献率;利用重金属同位素指纹法可解析出直接污染源的贡献率;利用重金属同位素指纹法对水稻籽粒污染源解析时需要明确水稻籽粒相对污染介质的同位素分馏系数。
二、水泥厂大气影响预测中多污染源简化处理方法（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、水泥厂大气影响预测中多污染源简化处理方法（论文提纲范文）
（1）典型源排放和城市大气中有机气溶胶的组成及DNA损伤能力研究（论文提纲范文）
| 作者简介 |
| 中文摘要 |
| abstract |
| 第一章 引言 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究进展 |
| 1.2.1 源排放PM_(2.5)有机气溶胶 |
| 1.2.2 大气PM_(2.5)有机气溶胶 |
| 1.2.3 气溶胶造成DNA损伤能力 |
| 1.3 研究内容、技术路线及创新点 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 1.3.3 创新点 |
| 第二章 源排放及大气PM_(2.5)样品采集与分析 |
| 2.1 源排放及大气PM_(2.5)样品采集 |
| 2.1.1 固定源排放PM_(2.5)样品 |
| 2.1.2 民用源排放PM_(2.5)样品 |
| 2.1.3 大气PM_(2.5)样品 |
| 2.2 样品前处理 |
| 2.2.1 PM_(2.5)滤膜样品处理 |
| 2.2.2 质量控制 |
| 2.3 样品分析 |
| 2.3.1 碳质组分 |
| 2.3.2 有机组分 |
| 2.3.3 DNA提取与测序 |
| 2.3.4 造成DNA损伤能力测定 |
| 第三章 固定源排放有机气溶胶组成及组分排放因子 |
| 3.1 固定源排放有机气溶胶组成 |
| 3.1.1 固定源排放有机气溶胶成分谱 |
| 3.1.2 成分谱相似性 |
| 3.1.3 标识有机组分及特征比值 |
| 3.2 固定源排放有机气溶胶组分排放因子 |
| 3.3 本章小结 |
| 第四章 室内燃烧源排放有机气溶胶组成及组分排放因子 |
| 4.1 室内燃烧源排放有机气溶胶组成 |
| 4.1.1 室内燃烧源排放有机气溶胶成分谱 |
| 4.1.2 成分谱相似性 |
| 4.1.3 标识有机组分与特征比值 |
| 4.2 室内燃烧源排放有机气溶胶组分排放因子 |
| 4.3 本章小结 |
| 第五章 武汉大气有机气溶胶组分特征及来源 |
| 5.1 气象条件与空气质量参数 |
| 5.2 大气有机气溶胶组分特征与季节变化 |
| 5.2.1 OC、EC及二次有机气溶胶估算 |
| 5.2.2 正构烷烃 |
| 5.2.3 脂肪酸 |
| 5.2.4 脂肪醇 |
| 5.2.5 糖类 |
| 5.2.6 芳香酸 |
| 5.2.7 木质素/树脂酸 |
| 5.2.8 DNA及真菌群落组成 |
| 5.3 大气有机气溶胶源解析及潜在源区分析 |
| 5.3.1 有机气溶胶源解析 |
| 5.3.2 有机气溶胶潜在源区分析 |
| 5.4 本章小结 |
| 第六章 源排放及大气PM_(2.5)的DNA损伤能力 |
| 6.1 PM_(2.5)处理浓度与其造成的DNA损伤关系 |
| 6.1.1 民用燃煤排放PM_(2.5) |
| 6.1.2 生物质燃烧排放PM_(2.5) |
| 6.1.3 烟花鞭炮燃放排放PM_(2.5) |
| 6.1.4 武汉大气PM_(2.5) |
| 6.2 源排放及大气PM_(2.5)健康风险比较 |
| 6.2.1 源排放PM_(2.5) |
| 6.2.2 武汉大气PM_(2.5) |
| 6.3 PM_(2.5)造成DNA损伤与化学组分关系 |
| 6.3.1 相关性分析 |
| 6.3.2 随机森林分类分析 |
| 6.4 本章小结 |
| 第七章 结论与展望 |
| 7.1 结论 |
| 7.2 展望 |
| 致谢 |
| 参考文献 |
（2）基于非线性强度Poisson回归分析的京津冀空气污染源及其污染辐射强度探测（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 引言 |
| 1.1 研究背景 |
| 1.2 国内外研究现状 |
| 1.2.1 国内外空气质量研究现状 |
| 1.2.2 京津冀地区空气质量研究现状 |
| 1.2.3 Poisson回归模型的应用及研究现状 |
| 1.3 研究问题、研究内容及创新点 |
| 1.3.1 研究问题 |
| 1.3.2 主要研究内容 |
| 1.3.3 主要创新点 |
| 1.3.4 论文思路与结构 |
| 第2章 相关理论介绍 |
| 2.1 Poisson回归模型相关理论 |
| 2.1.1 广义线性模型 |
| 2.1.2 单参数指数族分布 |
| 2.1.3 Poisson回归模型的参数估计 |
| 2.2 AQI的定义及其计算方法 |
| 2.2.1 AQI的定义 |
| 2.2.2 AQI的计算方法 |
| 2.3 大气污染的来源 |
| 2.4 本章小结 |
| 第3章 非线性强度Poisson回归模型的构建及其统计推断 |
| 3.1 数据来源、数据预处理及变量说明 |
| 3.1.1 数据来源 |
| 3.1.2 数据预处理及变量选取 |
| 3.2 非线性强度Poisson回归模型的建立与参数估计 |
| 3.2.1 模型建立 |
| 3.2.2 参数估计 |
| 3.2.3 模型的参数检验(拟合优度检验) |
| 3.3 本章小结 |
| 第4章 京津冀地区空气污染源及其污染强度统计分析 |
| 4.1 京津冀地区城市群的空气污染描述性统计分析 |
| 4.1.1 京津冀地区城市群的空气污染概况 |
| 4.1.2 京津冀地区空气污染的日趋势及季节特征分析 |
| 4.1.3 京津冀地区城市群的空气污染空间特征分析 |
| 4.2 实证分析 |
| 4.3 结论 |
| 4.4 建议 |
| 4.5 本章小结 |
| 第5章 总结与展望 |
| 5.1 总结 |
| 5.2 论文不足与展望 |
| 5.2.1 论文不足之处 |
| 5.2.2 论文展望 |
| 参考文献 |
| 致谢 |
（3）基于响应曲面模型的大气污染控制措施快速评估技术研究 ——以江苏省为例（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 国内外研究概况 |
| 1.2.1 空气质量模型研究进展 |
| 1.2.2 排放清单研究进展 |
| 1.2.3 大气污染控制政策研究进展 |
| 1.3 研究目的和意义 |
| 1.4 主要研究内容 |
| 1.5 研究方法与技术路线 |
| 第2章 大气污染现状的模拟与验证 |
| 2.1 大气污染排放特征 |
| 2.1.1 工业点源清单建立方法 |
| 2.1.2 移动源清单建立方法 |
| 2.1.3 生活源及其他源计算方法 |
| 2.1.4 排放清单初步结果分析 |
| 2.2 排放清单模拟性能的优化提升 |
| 2.2.1 排放清单的VOCs物种分配 |
| 2.2.2 排放清单空间分布校正 |
| 2.3 源排放-空气质量响应关系模拟验证 |
| 2.3.1 空气质量模拟系统的设置 |
| 2.3.2 基于CMAQ模型的本地化清单模拟验证 |
| 2.4 本章小结 |
| 第3章 大气污染物浓度快速响应曲面模型构建 |
| 3.1 研究方法 |
| 3.1.1 控制因子设计 |
| 3.1.2 控制矩阵设计 |
| 3.1.3 建模方法 |
| 3.1.4 结果校验 |
| 3.2 江苏省大气污染快速响应曲面模型构建 |
| 3.2.1 响应曲面模型参数设计 |
| 3.2.2 pf-ERSM响应曲面本地化建模 |
| 3.2.3 响应曲面拟合结果验证 |
| 3.3 各类前体污染物减排对PM_(2.5)浓度的敏感性分析 |
| 3.4 内外源减排影响模拟研究 |
| 3.4.1 外源减排贡献 |
| 3.4.2 内源排放影响 |
| 3.5 本章小结 |
| 第4章 响应曲面模型在江苏省大气污染减排措施评估中的应用研究 |
| 4.1 江苏省大气污染防治情景与控制措施 |
| 4.1.1 管控措施设计 |
| 4.1.2 控制情景设计 |
| 4.1.3 控制情景减排量核算 |
| 4.2 响应曲面快速模拟预测结果 |
| 4.2.1 差异化控制措施的减排效果评估 |
| 4.2.2 其他管控情景的减排效果对比研究 |
| 4.3 本章小结 |
| 第5章 基于响应曲面模拟的臭氧控制策略研究 |
| 5.1 研究区域臭氧污染现状 |
| 5.2 NO_x与 VOCs减排对臭氧浓度的敏感性分析 |
| 5.3 臭氧控制策略探讨 |
| 5.4 本章小结 |
| 第6章 结论与展望 |
| 6.1 主要结论 |
| 6.2 研究的不足 |
| 6.3 研究展望 |
| 参考文献 |
| 攻读博士学位期间的主要成果 |
| 致谢 |
（4）徐州城市表层土壤中黑碳与重金属的相关性及磁学响应（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 变量注释表 |
| 1.绪论 |
| 1.1 研究背景 |
| 1.2 城市土壤中黑碳的研究 |
| 1.3 城市土壤的重金属污染 |
| 1.4 环境磁学研究现状 |
| 1.5 黑碳、重金属和磁性矿物的相关性研究 |
| 1.6 研究意义 |
| 1.7 研究内容和技术路线 |
| 1.8 完成实物工作量 |
| 2 研究区域概况与研究方法 |
| 2.1 研究区域概况 |
| 2.2 样品采集与预处理 |
| 2.3 实验方法 |
| 2.4 数据分析方法 |
| 3 黑碳和重金属的污染特征研究 |
| 3.1 黑碳和重金属含量的描述性统计 |
| 3.2 黑碳和重金属的空间分布特征 |
| 3.3 不同粒径表土中黑碳和重金属的分布特征 |
| 3.4 黑碳颗粒的表征 |
| 3.5 小结 |
| 4 黑碳和重金属的相关性研究 |
| 4.1 城区表土黑碳和重金属含量的多元统计分析 |
| 4.2 水泥厂附近表土黑碳和重金属含量的多元统计分析 |
| 4.3 路面尘黑碳和重金属含量的多元统计分析 |
| 4.4 小结 |
| 5 黑碳和重金属的磁学响应研究 |
| 5.1 表土的磁学性质 |
| 5.2 磁学参数的空间分布特征 |
| 5.3 黑碳和重金属的磁学响应与溯源 |
| 5.4 小结 |
| 6 主要结论和创新点 |
| 6.1 结论 |
| 6.2 创新点 |
| 6.3 展望 |
| 参考文献 |
| 作者简历 |
| 学位论文数据集 |
（5）我国环境影响评价制度与排污许可制度衔接研究（论文提纲范文）
| 摘要 |
| Abstract |
| 绪论 |
| 第一章 环评制度与排污许可制度概述 |
| 第一节 我国环评制度概述 |
| 一、我国环评制度的概念和特点 |
| 二、我国环评制度的历史沿革和制度框架 |
| 三、我国环评制度的困境与改革方向 |
| 第二节 我国排污许可制度概述 |
| 一、我国排污许可制度的概念和特点 |
| 二、我国排污许可制度的历史沿革和制度框架 |
| 三、我国排污许可制度的困境与改革方向 |
| 第二章 环评制度与排污许可制度衔接的法理基础与现实意义 |
| 第一节 环评制度与排污许可制度衔接的法理基础 |
| 一、环评制度的法律性质 |
| 二、排污许可制度的法律性质 |
| 三、环境行政许可 |
| 四、环评制度与排污许可制度衔接的法理基础 |
| 第二节 环评制度与排污许可制度衔接的现实意义 |
| 一、环评制度与排污许可制度衔接的必要性 |
| 二、环评制度与排污许可制度衔接的可行性 |
| 第三章 环评制度与排污许可制度衔接的现存问题与关键 |
| 第一节 环评制度与排污许可制度衔接顶层设计层面的问题 |
| 一、法律制度不完善,衔接缺乏顶层设计 |
| 二、技术规范不一致,衔接缺乏技术基础 |
| 三、沟通不顺畅,衔接缺乏联动机制 |
| 第二节 环评制度与排污许可制度衔接具体实施层面的关键 |
| 一、环评制度与排污许可制度管理对象的衔接 |
| 二、环评制度与排污许可制度管理内容的衔接 |
| 三、环评制度与排污许可制度行政管理体制的冲突 |
| 四、环评制度与排污许可制度衔接的主导地位冲突 |
| 第四章 环评制度与排污许可制度衔接域外考察 |
| 第一节 美国环评制度与排污许可制度 |
| 一、美国环评制度 |
| 二、美国排污许可制度 |
| 三、美国环评制度与排污许可制度的衔接 |
| 四、美国环评制度和排污许可制度衔接经验对我国的启示 |
| 第二节 德国的环评制度与排污许可制度 |
| 一、德国环评制度 |
| 二、德国排污许可制度 |
| 三、德国环评制度与排污许可制度的衔接 |
| 四、德国环评制度和排污许可制度衔接经验对我国的启示 |
| 第五章 加强环评制度与排污许可制度衔接的建议与制度构建 |
| 第一节 完善环评制度与排污许可制度衔接顶层设计层面的建议 |
| 一、加强立法供给,搭建高效合理的衔接平台 |
| 二、落实绿色理念,统一衔接的技术标准 |
| 三、强化监督管理,建立联动沟通机制 |
| 第二节 实现环评制度与排污许可制度衔接具体实施层面的关键 |
| 一、程序上的衔接 |
| 二、内容上的衔接 |
| 三、权责上的划分 |
| 第三节 构建环评制度与排污许可制度衔接体系 |
| 一、衔接核心—以污染源全过程管理为线索,构建衔接体系框架 |
| 二、形成污染源全过程管理衔接体系的建议 |
| 结语 |
| 参考文献 |
| 致谢 |
（6）基于序贯指示模拟的农田重金属健康风险空间可视化表征（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 文献综述 |
| 1.1 农田土壤重金属 |
| 1.1.1 农田土壤重金属污染现状 |
| 1.1.2 农田土壤重金属的来源 |
| 1.1.3 农田土壤重金属污染危害 |
| 1.2 土壤重金属空间可视化与来源解析 |
| 1.2.1 土壤重金属可视化方法 |
| 1.2.2 土壤重金属源解析方法 |
| 1.3 农田重金属人体健康风险评估 |
| 1.3.1 健康风险评估 |
| 1.3.2 我国健康风险评估现状与不足 |
| 1.4 研究切入点 |
| 第2章 引言 |
| 2.1 研究目的与意义 |
| 2.2 研究内容与研究方法 |
| 2.3 技术路线 |
| 第3章 区域农田土壤重金属空间分布特征 |
| 3.1 区域农田土壤重金属污染状况初步识别 |
| 3.1.1 研究区域概况 |
| 3.1.2 布点与土壤样品分析 |
| 3.1.3 农田土壤重金属污染概况 |
| 3.2 区域农田土壤重金属空间模拟 |
| 3.2.1 序贯指示模拟原理 |
| 3.2.2 变异函数模型参数分析 |
| 3.2.3 重金属空间模拟结果分析 |
| 3.3 SIS模拟与OK插值结果的平滑效应 |
| 3.4 本章小结 |
| 第4章 土壤重金属人体健康风险空间分布的来源分配 |
| 4.1 土壤重金属人体健康风险评估流程 |
| 4.1.1 重金属危害判定与剂量效应关系 |
| 4.1.2 受体暴露概念模型的建立 |
| 4.1.3 区域潜在健康风险 |
| 4.2 区域农田土壤重金属来源定量分析 |
| 4.2.1 PMF原理 |
| 4.2.2 区域农田土壤重金属来源解析 |
| 4.3 基于来源的农田土壤重金属健康风险空间分布 |
| 4.4 本章小结 |
| 第5章 区域土壤-稻米重金属人体健康风险可视化表征 |
| 5.1 土壤-稻米重金属人体健康风险评估流程 |
| 5.1.1 受体暴露概念模型的建立 |
| 5.1.2 暴露参数与食物来源的获取与矫正 |
| 5.1.3 稻米样品的采集与分析 |
| 5.2 区域土壤-稻米重金属人体健康风险的空间分布 |
| 5.2.1 区域稻米自种概率分布 |
| 5.2.2 区域总健康风险空间分布 |
| 5.2.3 重金属生物可给性对健康风险的影响 |
| 5.3 本章小结 |
| 第6章 结论与展望 |
| 6.1 主要研究结论 |
| 6.2 展望 |
| 参考文献 |
| 附表1 |
| 附表2 |
| 致谢 |
| 发表论文与参与课题 |
（7）黑龙江省大气颗粒物时空异质性分析及其来源解析（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 大气颗粒物的国内外研究现状 |
| 1.2.1 大气颗粒物时空异质性的研究现状 |
| 1.2.2大气颗粒物组分分析的研究现状 |
| 1.2.3 大气颗粒物源解析的研究现状 |
| 1.3 研究的目的和意义 |
| 2 研究区域概况与数据收集 |
| 2.1 研究区域自然概况 |
| 2.1.1 黑龙江省自然概况 |
| 2.1.2 哈尔滨市自然概况 |
| 2.2 数据收集 |
| 2.2.1 自动监测数据的收集 |
| 2.2.2 手工监测数据的收集 |
| 3 黑龙江省大气颗粒物时空异质性分析 |
| 3.1 引言 |
| 3.2 标准空气污染物数据分析 |
| 3.3 时空异质性研究方法 |
| 3.3.1 传统局域模型和线性混合模型(OLS和LMM) |
| 3.3.2 地理加权回归(GWR)及其参数估计 |
| 3.3.3 时空加权模型(GTWR)和时间加权模型(TWR) |
| 3.3.4 模型检验 |
| 3.4 模型拟合结果 |
| 3.4.1 最小二乘回归(OLS)和线性混合模型(LMM) |
| 3.4.2 局域模型(GWR,TWR与GTWR) |
| 3.4.3 模型检验 |
| 3.5 讨论 |
| 3.5.1 黑龙江省空气污染变化趋势 |
| 3.5.2 国际上PM_(2.5)相关因素及其建模技术比较 |
| 3.5.3 本章应用的PM_(2.5)建模技术分析 |
| 3.6 本章小结 |
| 4 大气颗粒物受体样品的组分和特征分析 |
| 4.1 引言 |
| 4.2 大气颗粒物的质量浓度分析 |
| 4.2.1 质量浓度化学分析 |
| 4.2.2 大气颗粒物质量浓度特征分析 |
| 4.3 碳组分分析 |
| 4.3.1 碳组分化学分析 |
| 4.3.2 碳组分特征分析 |
| 4.4 水溶性离子组分分析 |
| 4.4.1 水溶性离子化学分析 |
| 4.4.2 水溶性离子特征分析 |
| 4.4.3 阴阳离子电荷平衡 |
| 4.5 无机元素组分分析 |
| 4.5.1 无机元素组分化学分析 |
| 4.5.2 元素组分特征分析 |
| 4.6 数据有效性检验 |
| 4.7 本章小结 |
| 5 污染源成分谱分析 |
| 5.1 引言 |
| 5.2 污染源成分谱的组成分析 |
| 5.3 污染源的特征成分分析 |
| 5.4 本章小结 |
| 6 哈尔滨市大气颗粒物来源解析 |
| 6.1 引言 |
| 6.2 大气颗粒物来源解析结果分析 |
| 6.2.1 拟合优度分析 |
| 6.2.2 季节分担率分析 |
| 6.2.3 非供暖期和供暖期、非燃烧期和燃烧期的分担率比较 |
| 6.2.4 二次污染物分担率再分配 |
| 6.3 本章小结 |
| 结论 |
| 参考文献 |
| 附录 |
| 攻读学位期间发表的学术论文 |
| 致谢 |
（8）车辆及工业气体污染监测网络与诊断分析系统研究与开发（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 气体污染采样方法研究现状 |
| 1.2.2 气体污染空间估计方法研究现状 |
| 1.2.3 气体污染源追踪研究现状 |
| 1.3 目前研究中存在的问题 |
| 1.4 论文主要内容及体系结构 |
| 第二章 车辆及工业气体污染采样方法研究 |
| 2.1 引言 |
| 2.2 车辆及工业气体污染全域监测网络 |
| 2.2.1 气体污染感知器 |
| 2.2.2 气体污染采样原理与方法 |
| 2.2.3 气体污染全域监测网络 |
| 2.2.4 大气污染全域感知平台 |
| 2.3 气体污染采样数据精度提升 |
| 2.3.1 气体污染感知器精度分析 |
| 2.3.2 气体污染感知器精度优化 |
| 2.4 气体污染采样数据缺失值补全 |
| 2.4.1 时间序列缺失值补全 |
| 2.4.2 空间序列缺失值补全 |
| 2.5 本章小结 |
| 第三章 车辆及工业气体污染点源数据空间插补方法研究 |
| 3.1 引言 |
| 3.2 考虑大气扩散的两点间气体污染空间相似度的定义 |
| 3.2.1 两点间气体污染扩散影响因素分析 |
| 3.2.2 高斯烟羽模型 |
| 3.2.3 大气污染物浓度的空间相似度的定义 |
| 3.3 考虑大气扩散的气体污染物浓度空间插模型建立 |
| 3.3.1 反距离权重插值模型 |
| 3.3.2 基于空间相似度加权的气体污染空间插补模型 |
| 3.3.3 普通Kriging插值模型 |
| 3.3.4 基于空间相似度的气体污染物浓度普通Kriging插补模型 |
| 3.4 案例分析 |
| 3.4.1 数据来源与处理 |
| 3.4.2 大气污染物浓度的空间自相关性分析 |
| 3.4.3 实验结果对比分析 |
| 3.5 本章小结 |
| 第四章 车辆及工业气体污染小尺度源追踪方法研究 |
| 4.1 引言 |
| 4.2 基于气体污染时空分布的污染小尺度源追踪方法 |
| 4.2.1 基本假设 |
| 4.2.2 基本原理 |
| 4.2.3 适用范围 |
| 4.2.4 研究方案 |
| 4.3 气体污染小尺度源追踪模型构建 |
| 4.3.1 选定大气扩散模型 |
| 4.3.2 单污染源追踪模型构建 |
| 4.3.3 多污染源追踪模型构建 |
| 4.4 遗传算法求解 |
| 4.4.1 单污染源追踪模型遗传求解 |
| 4.4.2 多污染源追踪模型遗传求解 |
| 4.5 案例分析 |
| 4.5.1 单污染源气体污染模拟数据获取 |
| 4.5.2 单污染源追踪模型建立 |
| 4.5.3 遗传求解 |
| 4.5.4 结果分析 |
| 4.6 本章小结 |
| 第五章 车辆及工业气体污染全域监测网络与诊断分析系统开发与应用 |
| 5.1 引言 |
| 5.2 系统的需求分析与总体设计 |
| 5.2.1 系统需求分析 |
| 5.2.2 系统总体架构设计 |
| 5.2.3 系统功能模块设计 |
| 5.2.4 数据库设计 |
| 5.3 系统的开发与实现 |
| 5.3.1 登陆模块 |
| 5.3.2 气体污染实时感知模块 |
| 5.3.3 气体污染时空分布分析模块 |
| 5.3.4 气体污染源追踪定位模块 |
| 5.3.5 数据查询管理模块 |
| 5.4 系统应用案例分析 |
| 5.4.1 实验部署 |
| 5.4.2 道路气体污染分析 |
| 5.4.3 区域气体污染分析 |
| 5.4.4 区域气体污染小尺度源追踪 |
| 5.4.5 实验数据导出 |
| 5.5 本章小结 |
| 第六章 结论与展望 |
| 6.1 结论 |
| 6.2 创新点 |
| 6.3 展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
| 1 作者简历 |
| 2 参与的科研项目及获奖情况 |
| 3 发明专利 |
| 学位论文数据集 |
（9）辽河保护区沉积物重金属和PAHs环境风险评价及源解析（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 国内外研究进展 |
| 1.2.1 污染物风险评价研究进展 |
| 1.2.2 污染源解析方法研究进展 |
| 1.3 研究内容 |
| 1.3.1 选题依据 |
| 1.3.2 研究内容 |
| 1.3.3 研究路线 |
| 第2章 辽河流域重金属和PAHS输入估算 |
| 2.1 重金属输入估算 |
| 2.1.1 大气干湿沉降 |
| 2.1.2 畜禽粪便 |
| 2.1.3 农药和肥料 |
| 2.2 重金属输入分析 |
| 2.2.1 大气干湿沉降 |
| 2.2.2 畜禽粪便 |
| 2.2.3 农药化肥 |
| 2.3 重金属年输入量 |
| 2.4 多环芳烃输入估算 |
| 2.4.1 排放因子 |
| 2.4.2 燃料使用量 |
| 2.4.3 多环芳烃年输入量 |
| 2.5 本章小结 |
| 第3章 辽河保护区重金属和PAHS的风险评价 |
| 3.1 样品采集 |
| 3.1.1 研究区域概况 |
| 3.1.2 样品采集 |
| 3.1.3 样品预处理 |
| 3.2 重金属污染的生态风险评价 |
| 3.2.1 地累积指数法 |
| 3.2.2 潜在生态风险评价 |
| 3.2.3 风险评价编码 |
| 3.3 多环芳烃的生态风险评价 |
| 3.3.1 效应区间低、中值法 |
| 3.3.2 平均效应中值商法 |
| 3.3.3 风险商法 |
| 3.4 本章小结 |
| 第4章 辽河保护区重金属和PAHS源解析研究 |
| 4.1 数据和方法 |
| 4.1.1 数据来源 |
| 4.1.2 主成分分析(PCA) |
| 4.1.3 偏最小二乘回归(PLSR) |
| 4.2 重金属源解析研究 |
| 4.2.1 辽河保护区含量分布特征 |
| 4.2.2 辽河保护区主成分分析(PCA) |
| 4.2.3 辽河保护区偏最小二乘回归分析(PLSR) |
| 4.3 多环芳烃源解析研究 |
| 4.3.1 辽河保护区含量和分布特征分析 |
| 4.3.2 辽河保护区主成分分析(PCA) |
| 4.3.3 辽河保护区偏最小二乘回归分析(PLSR) |
| 4.4 PCA与 PLSR比较 |
| 4.5 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）湖南某工业区土壤及水稻重金属污染源解析（论文提纲范文）
| 摘要 |
| abstract |
| 英文缩略表 |
| 第一章 引言 |
| 1.1 中国重金属的污染现状及其危害 |
| 1.2 重金属污染的主要来源 |
| 1.3 国内外重金属污染源解析的研究现状 |
| 1.3.1 重金属元素指纹法在污染源解析中的应用 |
| 1.3.2 重金属同位素指纹法在污染源解析中的应用 |
| 1.4 小结 |
| 1.5 研究内容及技术路线 |
| 1.5.1 研究内容 |
| 1.5.2 技术路线 |
| 1.5.3 研究的目的与意义 |
| 第二章 研究区域重金属污染状况分析 |
| 2.1 材料与方法 |
| 2.1.1 仪器与试剂 |
| 2.1.2 试验材料 |
| 2.1.3 试验方法 |
| 2.2 结果与分析 |
| 2.2.1 土壤的基本性质 |
| 2.2.2 研究区域土壤重金属污染状况 |
| 2.2.3 研究区域水稻籽粒重金属污染状况 |
| 2.3 小结 |
| 第三章 元素指纹法对土壤重金属污染源解析研究 |
| 3.1 材料与方法 |
| 3.1.1 仪器与试剂 |
| 3.1.2 试验材料 |
| 3.1.3 试验方法 |
| 3.2 结果与分析 |
| 3.2.1 主成分分析法对土壤重金属污染源解析 |
| 3.2.2 地统计学模型对土壤重金属污染源解析 |
| 3.2.3 正定矩阵因子分解模型对土壤重金属污染源解析 |
| 3.3 讨论 |
| 3.4 小结 |
| 第四章 镉同位素指纹法对土壤重金属污染源解析研究 |
| 4.1 材料与方法 |
| 4.1.1 仪器与试剂 |
| 4.1.2 试验材料与方法 |
| 4.1.3 试验方法 |
| 4.2 结果与分析 |
| 4.2.1 镉浓度在该区域的分布 |
| 4.2.2 利用镉同位素比率直观解析污染源 |
| 4.2.3 利用IsoSource软件对土壤重金属污染源解析 |
| 4.3 讨论 |
| 4.4 小结 |
| 第五章 水稻各器官重金属镉元素累积研究 |
| 5.1 材料与方法 |
| 5.1.1 仪器与试剂 |
| 5.1.2 盆栽试验设计与样品采集 |
| 5.1.3 试验方法 |
| 5.2 结果与分析 |
| 5.2.1 土壤根系污染对水稻各器官镉浓度的影响 |
| 5.2.2 叶片污染对水稻各器官镉浓度的影响 |
| 5.2.3 土壤根系与叶片共同污染对水稻各器官镉浓度的影响 |
| 5.2.4 土壤根系镉污染浓度与水稻各器官镉累积关系研究 |
| 5.3 讨论 |
| 5.4 结论 |
| 第六章 镉同位素指纹法对水稻籽粒重金属污染源解析研究 |
| 6.1 材料与方法 |
| 6.1.1 仪器与试剂 |
| 6.1.2 试验材料 |
| 6.1.3 试验方法 |
| 6.2 结果与分析 |
| 6.2.1 水稻镉同位素分馏效应研究 |
| 6.2.2 同位素指纹法对水稻籽粒镉污染源解析研究 |
| 6.3 讨论 |
| 6.4 小结 |
| 第七章 讨论与结论 |
| 7.1 讨论 |
| 7.1.1 元素指纹法对土壤重金属污染源解析研究 |
| 7.1.2 同位素指纹法对土壤重金属污染源解析研究 |
| 7.1.3 同位素指纹法对水稻籽粒重金属污染源解析研究 |
| 7.2 存在的问题及展望 |
| 7.3 创新点 |
| 7.4 结论 |
| 参考文献 |
| 致谢 |
| 作者简历 |
四、水泥厂大气影响预测中多污染源简化处理方法（论文参考文献）
- [1]典型源排放和城市大气中有机气溶胶的组成及DNA损伤能力研究[D]. 曾昕. 中国地质大学, 2021
- [2]基于非线性强度Poisson回归分析的京津冀空气污染源及其污染辐射强度探测[D]. 王雅欣. 上海师范大学, 2021(07)
- [3]基于响应曲面模型的大气污染控制措施快速评估技术研究 ——以江苏省为例[D]. 赵秋月. 南京大学, 2020(09)
- [4]徐州城市表层土壤中黑碳与重金属的相关性及磁学响应[D]. 刘英红. 中国矿业大学, 2020(01)
- [5]我国环境影响评价制度与排污许可制度衔接研究[D]. 孙田田. 武汉大学, 2020(04)
- [6]基于序贯指示模拟的农田重金属健康风险空间可视化表征[D]. 孔凡靖. 西南大学, 2020(01)
- [7]黑龙江省大气颗粒物时空异质性分析及其来源解析[D]. 魏庆彬. 东北林业大学, 2020(01)
- [8]车辆及工业气体污染监测网络与诊断分析系统研究与开发[D]. 袁伟. 浙江工业大学, 2020(08)
- [9]辽河保护区沉积物重金属和PAHs环境风险评价及源解析[D]. 胡冬雪. 沈阳航空航天大学, 2019(04)
- [10]湖南某工业区土壤及水稻重金属污染源解析[D]. 张晓文. 中国农业科学院, 2019(09)