CN110595972A - Pm2.5浓度值和影响因素的分析方法 - Google Patents
Pm2.5浓度值和影响因素的分析方法 Download PDFInfo
- Publication number
- CN110595972A CN110595972A CN201910987529.XA CN201910987529A CN110595972A CN 110595972 A CN110595972 A CN 110595972A CN 201910987529 A CN201910987529 A CN 201910987529A CN 110595972 A CN110595972 A CN 110595972A
- Authority
- CN
- China
- Prior art keywords
- factors
- concentration value
- concentration
- monitoring data
- analyzing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000004458 analytical method Methods 0.000 title description 5
- 238000012544 monitoring process Methods 0.000 claims abstract description 36
- 230000008859 change Effects 0.000 claims abstract description 35
- 238000000034 method Methods 0.000 claims abstract description 35
- 241000282414 Homo sapiens Species 0.000 claims abstract description 28
- 239000003344 environmental pollutant Substances 0.000 claims abstract description 14
- 231100000719 pollutant Toxicity 0.000 claims abstract description 14
- 230000001932 seasonal effect Effects 0.000 claims description 7
- 239000008277 atmospheric particulate matter Substances 0.000 claims description 3
- 238000011160 research Methods 0.000 abstract description 4
- 230000036541 health Effects 0.000 abstract description 3
- 230000008569 process Effects 0.000 abstract description 3
- 238000000611 regression analysis Methods 0.000 abstract description 3
- 230000015572 biosynthetic process Effects 0.000 abstract description 2
- 238000000556 factor analysis Methods 0.000 abstract 1
- MWUXSHHQAYIFBG-UHFFFAOYSA-N nitrogen oxide Inorganic materials O=[N] MWUXSHHQAYIFBG-UHFFFAOYSA-N 0.000 description 5
- RAHZWNYVWXNFOC-UHFFFAOYSA-N Sulphur dioxide Chemical compound O=S=O RAHZWNYVWXNFOC-UHFFFAOYSA-N 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 239000002245 particle Substances 0.000 description 3
- QGZKDVFQNNGYKY-UHFFFAOYSA-N Ammonia Chemical compound N QGZKDVFQNNGYKY-UHFFFAOYSA-N 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 239000012855 volatile organic compound Substances 0.000 description 2
- 241000894006 Bacteria Species 0.000 description 1
- 241000700605 Viruses Species 0.000 description 1
- 230000002378 acidificating effect Effects 0.000 description 1
- 238000003915 air pollution Methods 0.000 description 1
- 229910021529 ammonia Inorganic materials 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 229910001385 heavy metal Inorganic materials 0.000 description 1
- 150000002500 ions Chemical class 0.000 description 1
- 239000013618 particulate matter Substances 0.000 description 1
- 239000002957 persistent organic pollutant Substances 0.000 description 1
- 239000002243 precursor Substances 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 239000011164 primary particle Substances 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 231100000331 toxic Toxicity 0.000 description 1
- 230000002588 toxic effect Effects 0.000 description 1
- 235000013619 trace mineral Nutrition 0.000 description 1
- 239000011573 trace mineral Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/06—Investigating concentration of particle suspensions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Theoretical Computer Science (AREA)
- Computational Mathematics (AREA)
- Mathematical Physics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Algebra (AREA)
- Dispersion Chemistry (AREA)
- Operations Research (AREA)
- Evolutionary Biology (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Probability & Statistics with Applications (AREA)
- Health & Medical Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Sampling And Sample Adjustment (AREA)
Abstract
本发明提供了一种PM2.5浓度值和影响因素的分析方法,通过采集某城市大气污染物PM2.5的监测数据,通过对这些数据的研究,得出PM2.5质量浓度污染特征、变化规律、PM2.5的自然因素和人为因素;然后针对PM2.5的各种影响因素,找到PM2.5与各种影响因素之间相关关系和一般规律。通过对PM2.5的影响因素进行分析,可以定性地识别颗粒物的来源和形成过程;同时采用回归分析技术,定性地确定各类污染源的贡献度;从而去控制和削弱PM2.5污染,防控大规模雾霾爆发提供科学依据和技术支持,对进一步开展PM2.5对人体健康、能见度、气候的影响研究提供参考。
Description
技术领域
本发明涉及一种PM2.5浓度值和影响因素的分析方法。
背景技术
随着雾霾问题不断给人们带来困扰,大气污染物PM2.5引起了公众的广泛关注。PM2.5主要由水溶性离子、颗粒有机物和微量元素等组成。近年来,大量研究发现PM2.5因其粒径较小、相对PM10比表面积较大,因此更容易富集空气中的有机污染物、酸性氧化物、有毒重金属、细菌和病毒。其主要来源有自然源和人为源,可分一次颗粒物(即由排放源直接排放到大气中的颗粒物)和二次颗粒物(即通过与大气组成成分发生化学反应后生成的颗粒物)。我国近年来雾霾现象的出现主要来源于二次颗粒物,形成PM2.5的前体物包括:二氧化硫(SO2)、氮氧化物(NO)、挥发性有机化合物(VOCS)、氨气(NH3)等。
要改善这一环境现状就要求人类在追求经济发展的同时加强环境保护,目前还没有一种简单有效的方法可以得出PM2.5浓度值的变动情况和影响因素,从而从源头上降低PM2.5浓度,因此,探究PM2.5浓度值的变动情况和影响因素对保护环境是十分有必要的。
发明内容
本发明的目的在于提供一种PM2.5浓度值和影响因素的分析方法。
为解决上述问题,本发明提供一种PM2.5浓度值和影响因素的分析方法,包括:
采集城市大气污染物PM2.5浓度值的监测数据;
基于监测数据,得出PM2.5浓度值的污染特征、变化规律;
基于监测数据,得出影响PM2.5浓度值的自然因素和人为因素;
分析PM2.5浓度值分别与自然因素和人为因素之间的相关关系和规律。
进一步的,在上述方法中,采集城市大气污染物PM2.5浓度值的监测数据,包括:
收集近5年的城市的大气颗粒物PM2.5浓度的监测数据。
进一步的,在上述方法中,采集城市大气污染物PM2.5浓度值的监测数据,还包括:
采集该所述城市PM2.5浓度总体的分布情况、季节变化、月变化和日变化的规律。
进一步的,在上述方法中,基于监测数据,得出PM2.5浓度值的污染特征、变化规律,包括:
基于采集到的近5年的城市的大气颗粒物PM2.5浓度的监测数据和采集到的该所述城市PM2.5浓度总体的分布情况、季节变化、月变化和日变化的规律,得出PM2.5浓度值的污染特征、变化规律。
进一步的,在上述方法中,基于监测数据,得出影响PM2.5浓度值的自然因素和人为因素,包括:
基于监测数据和文献与资料,得出影响PM2.5浓度值的自然因素和人为因素。
进一步的,在上述方法中,分析PM2.5浓度值分别与自然因素和人为因素之间的相关关系和规律,包括:
用SPSS相关性分析软件分析气自然因素和人为因素的变动关系,并计算每种自然因素和人为因素对PM2.5浓度值的影响权重,得出自然因素和人为因素对原始序列的贡献程度。
进一步的,在上述方法中,所述自然因素包括温度、湿度、风速,所述经济人为因素包括人口、工业产值和车辆流动量。
与现有技术相比,本发明通过采集某城市大气污染物PM2.5的监测数据,通过对这些数据的研究,得出PM2.5质量浓度污染特征、变化规律、PM2.5的自然因素和人为因素;然后针对PM2.5的各种影响因素,找到PM2.5与各种影响因素之间相关关系和一般规律。
通过对PM2.5的影响因素进行分析,可以定性地识别颗粒物的来源和形成过程;同时采用回归分析技术,定性地确定各类污染源的贡献度;从而去控制和削弱PM2.5污染,防控大规模雾霾爆发提供科学依据和技术支持,对进一步开展PM2.5对人体健康、能见度、气候的影响研究提供参考。
附图说明
图1是本发明一实施例的PM2.5浓度值和影响因素的分析方法的流程图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
如图1所示,本发明提供一种PM2.5浓度值和影响因素的分析方法,包括:
步骤S1,采集城市大气污染物PM2.5浓度值的监测数据;
步骤S2,基于监测数据,得出PM2.5浓度值的污染特征、变化规律;
步骤S3,基于监测数据,得出影响PM2.5浓度值的自然因素和人为因素;
步骤S4,分析PM2.5浓度值分别与自然因素和人为因素之间的相关关系和规律。
在此,本发明通过采集城市大气污染物PM2.5浓度值的监测数据,并基于监测数据得出PM2.5浓度值的污染特征、变化规律、影响PM2.5浓度值的自然因素和人为因素;针对PM2.5的自然因素和人为因素,分析PM2.5浓度值分别与自然因素和人为因素之间的相关关系和一般规律,本发明通过对PM2.5的影响因素进行分析,可以定性地识别颗粒物的来源和形成过程。
本发明的PM2.5浓度值和影响因素的分析方法一实施例中,步骤S1,采集城市大气污染物PM2.5浓度值的监测数据,包括:
收集近5年的城市的大气颗粒物PM2.5浓度的监测数据。
本发明的PM2.5浓度值和影响因素的分析方法一实施例中,步骤S1,采集城市大气污染物PM2.5浓度值的监测数据,还包括:
采集该所述城市PM2.5浓度总体的分布情况、季节变化、月变化和日变化的规律。
本发明的PM2.5浓度值和影响因素的分析方法一实施例中,步骤S2,基于监测数据,得出PM2.5浓度值的污染特征、变化规律,包括:
基于采集到的近5年的城市的大气颗粒物PM2.5浓度的监测数据和采集到的该所述城市PM2.5浓度总体的分布情况、季节变化、月变化和日变化的规律,得出PM2.5浓度值的污染特征、变化规律。
在此,PM2.5浓度特征分析,收集近5年的城市的大气颗粒物PM2.5浓度的监测数据,并采集该所述城市PM2.5浓度总体的分布情况、季节变化、月变化和日变化的规律,然后绘制图表,得出PM2.5浓度值的污染特征、变化规律。
本发明的PM2.5浓度值和影响因素的分析方法一实施例中,步骤S3,基于监测数据,得出影响PM2.5浓度值的自然因素和人为因素,包括:
基于监测数据和文献与资料,得出影响PM2.5浓度值的自然因素和人为因素。
本发明的PM2.5浓度值和影响因素的分析方法一实施例中,步骤S4,分析PM2.5浓度值分别与自然因素和人为因素之间的相关关系和规律,包括:
用SPSS相关性分析软件分析气自然因素和人为因素的变动关系,并计算每种自然因素和人为因素对PM2.5浓度值的影响权重,得出自然因素和人为因素对原始序列的贡献程度。
在此,利用SPSS相关性分析软件分析气自然因素和人为因素的变动关系,并计算每种自然因素和人为因素对PM2.5浓度值的影响权重,得出自然因素和人为因素对原始序列的贡献程度,有效剖析PM2.5的成因,弥补传统方法的不足,在为环境理论提供数据支持的同时,也为居民对空气污染程度的判断提供科学依据。
采用回归分析技术,定量地确定各类污染源的贡献度;从而有针对性去控制和削减PM2.5污染,为防控大规模雾霾爆发提供科学依据和技术支持,为进一步开展PM2.5对人体健康、能见度、气候的影响提供参考。
本发明的PM2.5浓度值和影响因素的分析方法一实施例中,所述自然因素包括温度、湿度、风速,所述经济人为因素包括人口、工业产值和车辆流动量。
本发明的PM2.5浓度值和影响因素的分析方法一具体的实施例中,针对日益严重的室外PM2.5污染问题进行研究,研究上海市细颗粒物PM2.5质量浓度值的时间分布特征及其不同的自然因素(温度、降雨、风速、相对湿度、气压等等)和人为因素(人口、工业、能源等)与PM2.5的贡献率。有助于进一步了解细颗粒物的污染特征,以期对上海市PM2.5污染的进一步控制提供依据。
利用近几年来上海市大气污染物PM2.5的监测数据,通过对这些数据的研究,得出PM2.5质量浓度污染特征、变化规律、PM2.5的自然因素和人为因素。然后针对PM2.5的各种影响因素,再找到PM2.5与各种影响因素之间相关关系和一般规律。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
显然,本领域的技术人员可以对发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包括这些改动和变型在内。
Claims (7)
1.一种PM2.5浓度值和影响因素的分析方法,其特征在于,包括:
采集城市大气污染物PM2.5浓度值的监测数据;
基于监测数据,得出PM2.5浓度值的污染特征、变化规律;
基于监测数据,得出影响PM2.5浓度值的自然因素和人为因素;
分析PM2.5浓度值分别与自然因素和人为因素之间的相关关系和规律。
2.如权利要求1所述的PM2.5浓度值和影响因素的分析方法,其特征在于,采集城市大气污染物PM2.5浓度值的监测数据,包括:
收集近5年的城市的大气颗粒物PM2.5浓度的监测数据。
3.如权利要求2所述的PM2.5浓度值和影响因素的分析方法,其特征在于,采集城市大气污染物PM2.5浓度值的监测数据,还包括:
采集该所述城市PM2.5浓度总体的分布情况、季节变化、月变化和日变化的规律。
4.如权利要求3所述的PM2.5浓度值和影响因素的分析方法,其特征在于,基于监测数据,得出PM2.5浓度值的污染特征、变化规律,包括:
基于采集到的近5年的城市的大气颗粒物PM2.5浓度的监测数据和采集到的该所述城市PM2.5浓度总体的分布情况、季节变化、月变化和日变化的规律,得出PM2.5浓度值的污染特征、变化规律。
5.如权利要求1所述的PM2.5浓度值和影响因素的分析方法,其特征在于,基于监测数据,得出影响PM2.5浓度值的自然因素和人为因素,包括:
基于监测数据和文献与资料,得出影响PM2.5浓度值的自然因素和人为因素。
6.如权利要求1所述的PM2.5浓度值和影响因素的分析方法,其特征在于,分析PM2.5浓度值分别与自然因素和人为因素之间的相关关系和规律,包括:
用SPSS相关性分析软件分析气自然因素和人为因素的变动关系,并计算每种自然因素和人为因素对PM2.5浓度值的影响权重,得出自然因素和人为因素对原始序列的贡献程度。
7.如权利要求1所述的PM2.5浓度值和影响因素的分析方法,其特征在于,所述自然因素包括温度、湿度、风速,所述经济人为因素包括人口、工业产值和车辆流动量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910987529.XA CN110595972A (zh) | 2019-10-16 | 2019-10-16 | Pm2.5浓度值和影响因素的分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910987529.XA CN110595972A (zh) | 2019-10-16 | 2019-10-16 | Pm2.5浓度值和影响因素的分析方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110595972A true CN110595972A (zh) | 2019-12-20 |
Family
ID=68850721
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910987529.XA Pending CN110595972A (zh) | 2019-10-16 | 2019-10-16 | Pm2.5浓度值和影响因素的分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110595972A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111538957A (zh) * | 2020-04-21 | 2020-08-14 | 中科三清科技有限公司 | 大气污染物来源贡献度的获取方法、装置、设备及介质 |
CN111612064A (zh) * | 2020-05-20 | 2020-09-01 | 中科三清科技有限公司 | Pm2.5污染气团溯源方法、装置、电子设备及存储介质 |
CN111914388A (zh) * | 2020-06-06 | 2020-11-10 | 中南大学 | 基于时平均最低浓度的城区自然因素co2浓度的计算方法 |
CN113111309A (zh) * | 2021-03-25 | 2021-07-13 | 中国气象局广州热带海洋气象研究所(广东省气象科学研究所) | 一种人为与气象因素对大气污染物浓度影响的评估方法 |
CN115238244A (zh) * | 2022-08-09 | 2022-10-25 | 生态环境部华南环境科学研究所(生态环境部生态环境应急研究所) | 一种pm2.5污染成因快速量化解析方法 |
CN117542434A (zh) * | 2023-11-20 | 2024-02-09 | 复旦大学 | 一种基于数据分析的空气污染物浓度分析方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104537462A (zh) * | 2014-12-11 | 2015-04-22 | 廖鹰 | 空气细颗粒物的火电污染因素控制方法 |
CN105465898A (zh) * | 2014-09-03 | 2016-04-06 | 中国科学院城市环境研究所 | 光触媒空气净化器 |
CN105912862A (zh) * | 2016-04-12 | 2016-08-31 | 北京荣之联科技股份有限公司 | 一种尾气排放量检测方法及大气污染分析方法和装置 |
CN106268159A (zh) * | 2016-09-06 | 2017-01-04 | 上海应用技术大学 | 一种尾气处理装置和处理方法 |
-
2019
- 2019-10-16 CN CN201910987529.XA patent/CN110595972A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105465898A (zh) * | 2014-09-03 | 2016-04-06 | 中国科学院城市环境研究所 | 光触媒空气净化器 |
CN104537462A (zh) * | 2014-12-11 | 2015-04-22 | 廖鹰 | 空气细颗粒物的火电污染因素控制方法 |
CN105912862A (zh) * | 2016-04-12 | 2016-08-31 | 北京荣之联科技股份有限公司 | 一种尾气排放量检测方法及大气污染分析方法和装置 |
CN106268159A (zh) * | 2016-09-06 | 2017-01-04 | 上海应用技术大学 | 一种尾气处理装置和处理方法 |
Non-Patent Citations (2)
Title |
---|
孙建如 等: "我国大城市PM2.5影响因素的经济分析", 《生态经济》 * |
胡鸣 等: "上海市冬季PM2.5无机元素污染特征及来源分析", 《环境科学学报》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111538957A (zh) * | 2020-04-21 | 2020-08-14 | 中科三清科技有限公司 | 大气污染物来源贡献度的获取方法、装置、设备及介质 |
CN111612064A (zh) * | 2020-05-20 | 2020-09-01 | 中科三清科技有限公司 | Pm2.5污染气团溯源方法、装置、电子设备及存储介质 |
CN111612064B (zh) * | 2020-05-20 | 2021-02-19 | 中科三清科技有限公司 | Pm2.5污染气团溯源方法、装置、电子设备及存储介质 |
CN111914388A (zh) * | 2020-06-06 | 2020-11-10 | 中南大学 | 基于时平均最低浓度的城区自然因素co2浓度的计算方法 |
CN111914388B (zh) * | 2020-06-06 | 2023-09-22 | 中南大学 | 基于时平均最低浓度的城区自然因素co2浓度的计算方法 |
CN113111309A (zh) * | 2021-03-25 | 2021-07-13 | 中国气象局广州热带海洋气象研究所(广东省气象科学研究所) | 一种人为与气象因素对大气污染物浓度影响的评估方法 |
CN115238244A (zh) * | 2022-08-09 | 2022-10-25 | 生态环境部华南环境科学研究所(生态环境部生态环境应急研究所) | 一种pm2.5污染成因快速量化解析方法 |
CN117542434A (zh) * | 2023-11-20 | 2024-02-09 | 复旦大学 | 一种基于数据分析的空气污染物浓度分析方法 |
CN117542434B (zh) * | 2023-11-20 | 2024-04-05 | 复旦大学 | 一种基于数据分析的空气污染物浓度分析方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110595972A (zh) | Pm2.5浓度值和影响因素的分析方法 | |
Xue et al. | Similarities and differences in PM10 and PM2. 5 concentrations, chemical compositions and sources in Hefei City, China | |
Liu et al. | Source apportionment of urban fine particle number concentration during summertime in Beijing | |
Gugamsetty et al. | Source characterization and apportionment of PM10, PM2. 5 and PM0. 1 by using positive matrix factorization | |
Sharma et al. | Forecasting air pollution load in Delhi using data analysis tools | |
Lestari et al. | Source apportionment of particulate matter at urban mixed site in Indonesia using PMF | |
CN110909483A (zh) | 一种基于网格化数据的点源大气污染物排放清单校验方法 | |
Srivastava et al. | Size distribution and source identification of total suspended particulate matter and associated heavy metals in the urban atmosphere of Delhi | |
CN110489785B (zh) | 一种大气污染物在线源解析方法及系统 | |
Sloss et al. | PM10 and PM2. 5: an international perspective | |
CN110018280B (zh) | 一种大气污染源排放综合表征方法及装置 | |
Alvarez et al. | Physical speciation of arsenic, mercury, lead, cadmium and nickel in inhalable atmospheric particles | |
Klejnowski et al. | Number Size Distribution of Ambient Particles in a Typical Urban Site: The First Polish Assessment Based on Long‐Term (9 Months) Measurements | |
CN112801422B (zh) | 数值模型和线性规划模型相结合的大气污染协同控制方法 | |
CN117092297A (zh) | 一种工业园区大气污染物的溯源方法、系统、设备及介质 | |
Krupnova et al. | Effect of urban greening and land use on air pollution in Chelyabinsk, Russia | |
Long et al. | A case study of development and application of a streamlined control and response modeling system for PM2. 5 attainment assessment in China | |
Kong et al. | Unbalanced emission reductions of different species and sectors in China during COVID-19 lockdown derived by multi-species surface observation assimilation | |
Lee et al. | Reduction of atmospheric fine particle level by restricting the idling vehicles around a sensitive area | |
Denzler et al. | Urban source term estimation for mercury using a boundary-layer budget method | |
Kim et al. | An investigation into the relationship between the major chemical components of particulate matter in urban air | |
CN116050649A (zh) | 一种基于Calpuff模型的大气污染溯源系统及方法 | |
Wang et al. | A seasonality study of polychlorinated dibenzo-p-dioxins and dibenzofurans in ambient air in Kaohsiung (Taiwan) clustered with metallurgical industries | |
García et al. | Determination of trace elements in total suspended particles at the Southwest of Mexico City from 2003 to 2004 | |
Khobragade et al. | Seasonal variation and source identification of PM10 in an industrialized city |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20191220 |