来源解析
来源解析的相关文献在1996年到2022年内共计505篇,主要集中在环境污染及其防治、环境质量评价与环境监测、环境科学基础理论
等领域,其中期刊论文443篇、会议论文22篇、专利文献17382篇;相关期刊185种,包括科学技术与工程、农业环境科学学报、绿色科技等;
相关会议17种,包括2017中国环境科学学会科学与技术年会、2016中国环境科学学会学术年会、中国地质学会同位素地质专业委员会成立三十周年暨同位素地质应用成果学术讨论会等;来源解析的相关文献由1899位作者贡献,包括冯银厂、王帅、王淑兰等。
来源解析—发文量
专利文献>
论文:17382篇
占比:97.39%
总计:17847篇
来源解析
-研究学者
- 冯银厂
- 王帅
- 王淑兰
- 姬亚芹
- 彭林
- 王成
- 闫雨龙
- 张敬巧
- 李如梅
- 柴发合
- 王体健
- 王涵
- 白志鹏
- 秦东明
- 刘慧灵
- 史国良
- 周政男
- 周炎
- 徐扬
- 晏平仲
- 林久人
- 程水源
- 韩力慧
- 刘锐泽
- 张宇烽
- 张潮
- 张琦
- 张萌
- 张远航
- 徐虹
- 曹军骥
- 李慧
- 李杨
- 毕晓辉
- 王丽涛
- 王士宝
- 王少博
- 王男
- 裴国霞
- 钟流举
- 陈璞珑
- 韩斌
- 任明忠
- 何宗健
- 冯加良
- 刘保双
- 刘娟
- 刘晔
- 刘程
- 刘超
-
-
宋梦迪;
冯淼;
李歆;
谭钦文;
宋丹林;
刘合凡;
董华斌;
曾立民;
陆克定;
张远航
-
-
摘要:
采用来源解析的方法对2020年成都市发生的一次较为严重的臭氧污染事件进行了研究.结果表明,此次污染过程呈现从清洁-污染-清洁的变化趋势,污染持续时间长达9d,最大臭氧小时浓度达到258.8μg/m^(3).气象因素在成都臭氧污染中的影响不可忽略,其中温度与臭氧浓度呈现显著正相关关系,东北风主要出现在污染前和污染后,可能起到稀释扩散臭氧浓度的作用;东南风主要出现在污染时期,存在对臭氧的传输作用.烯烃和芳香烃对成都的臭氧形成贡献显著,是成都臭氧污染治理应注意的重要前体物.汽油车排放(+燃烧源)作为影响成都VOCs的重要来源(27.3%~58.7%),且在污染期间有显著的升高,是成都臭氧污染治理应重点关注的前体物来源.在重污染天气,对污染情景的精准判断是治理污染的前提.通过对成都臭氧污染期间的气象因素及前体物来源进行综合分析,发现成都存在本地生成与传输共同作用和传输主导两种污染情景.在本地生成与传输共同作用污染情景下,应采取控制成都市前体物排放的措施并密切关注臭氧传输情况,加强联防联控;而在传输主导的污染情景下,控制本地前体物排放效果不大,应注重区域联防联控.
-
-
王男
-
-
摘要:
选取沈阳市某化工园区2019年11月至2020年10月的VOCs在线监测数据,评估了该区域VOCs的污染程度,并对其活性及可能来源进行了分析。结果表明:该区域内环境空气中VOCs平均体积分数为61.34×10^(-9),乙炔、丙烷和乙烷是体积分数最高的3个物种。烯烃的OH自由基反应活性最高,占总VOCs的L^(OH)的47.2%;芳香烃的OFP最高,占总VOCs的OFP的38.6%。芳香烃的SOA最大。共解析除五类VOCs源,分别为燃料燃烧、油气和溶剂挥发、石油工业、有机化学工业、乙炔工业。其中石油工业占比最高,为26.3%。应加强对该区域石油工业的控制。
-
-
蒋斌;
黄山;
莫立志;
黄钢;
伍莉娜;
刘袁;
李光辉;
张展毅;
唐静玥;
钟流举;
邵敏
-
-
摘要:
基于2017年12月25日至2018年1月16日1 h时间分辨率的在线监测数据,对华南沿海城市——阳江市的大气PM_(2.5)质量浓度、化学组分和来源进行了分析.结果表明,采样时段阳江市PM_(2.5)中主要化学组分为OM、NO_(3)^(-)、SO_(4)^(2-)、NH_(4)^(+)和EC,质量浓度占比分别为32.75%、25.59%、16.41%、12.37%和4.82%.相比清洁过程,两次污染过程期间NO_(3)^(-)质量浓度均为清洁过程时段的6倍以上,增量明显高于其他组分,占比则均为清洁过程时段的2倍以上,分别占29.38%和30.81%.PMF解析结果表明,二次转化源是最主要的源,其分担率高达51.41%,其中NO_(x)二次转化源分担27.18%,是阳江市PM_(2.5)分担率最大的二次转化源.首要的一次排放源是机动车源(15.11%).污染过程期间NO_(x)二次转化源的分担率显著提升,从11.85%分别增至33.15%和36.96%,是阳江市大气PM_(2.5)污染形成的主要原因.本研究表明阳江市冬季PM_(2.5)污染特征已类似于大型和特大城市,即面临严峻的二次污染,应着重加强对硝酸盐的防治,同时注重机动车管控.
-
-
胡玲;
宋兴伟;
吴祺;
李莉莉;
纪乔木
-
-
摘要:
2018-2019年选取南京市四个环境空气监测点位对大气挥发性有机物(Volatile Organic Compounds, VOCs)进行连续采样监测,以了解其排放特征、臭氧生成潜势(Ozone Formation Potential, OFP)及污染来源。结果表明,四个点位中草场门采样点的VOCs浓度和OFP最高,烷烃和含氧有机物的占比较高,OFP的主要贡献物种为含氧有机物(46.50%)。VOCs浓度相关性和PMF源解析结果显示,南京市VOCs的主要来源分别是机动车排放源(25.75%)、燃烧源(22.27%)、溶剂涂料源(15.18%)、工业源(13.71%)、天然源(11.29%)和燃料挥发源(10.37%)。
-
-
郑龙;
张欢;
高超
-
-
摘要:
以合肥市及其郊区为研究对象,以实测结果为基础,分析土壤重金属富集特征,利用正定矩阵因子分析模型(PMF)进行土壤重金属来源的定量解析。结果表明:区内富集程度较高的元素为Hg、Zn、Cd、Pb、Cu等,Hg和Zn的富集区主要在主城区,Cd、Pb、Cu的扩散范围相对较大。PMF模型结果显示,研究区土壤重金属的主要来源分别为土壤母质(58.5%),燃煤、工业活动及交通排放的大气沉降(22.2%),城市污水灌溉(11.0%)以及土地利用方式(8.33%)。在加强污染源控制的同时,应增加郊区土壤和农产品检测,避免重金属的潜在危害。
-
-
张莉莉;
沙雪琴;
张振加;
汪青
-
-
摘要:
测定了皖江城市带合肥、芜湖、池州3个典型城市夏、冬两季的地表灰尘中多环芳烃(PAHs)含量,分析了PAHs的时空分布特征、与黑碳(BC)的相关性,并在对PAHs进行来源解析的基础上进行了健康风险评价。结果表明:总PAHs平均质量浓度以芜湖(5.20μg/g)最高,合肥(2.98μg/g)次之,池州(2.30μg/g)最低;商业区(4.22μg/g)、交通区(3.89μg/g)、工业区(3.48μg/g)的质量浓度高于绿地区(3.24μg/g)和住宅区(2.75μg/g);冬季(3.75μg/g)高于夏季(3.14μg/g)。地表灰尘中PAHs与BC的相关性不大,主要来源于交通的油类高温燃烧和石油挥发泄漏,以及煤和生物质的高温燃烧。3市的地表灰尘PAHs健康风险总体较低,只有皮肤接触途径存在潜在的健康风险。
-
-
乔雯;
王议;
张德强;
殷秀兰;
白光宇;
何培雍
-
-
摘要:
为探究赣南某矿区土壤重金属污染状况及来源,以该矿区内40个土壤样品为研究对象,分析了土壤中Cu、Pb、Zn、Cr、Ni、Cd、As和Hg等8种重金属元素的含量,并采用频率直方图、相关性分析、主成分分析等多种统计方法探究了土壤重金属含量的分布特征及来源。研究结果表明:(1)研究区8种重金属中有7种不同程度地超过了江西省土壤重金属元素背景值;(2)Pb、Zn、As和Hg的含量接近正态分布,而Cu、Cr、Ni和Cd的含量则呈现出右偏分布的趋势,这可能与研究区矿山开采活动及土地利用类型等因素有关;(3)矿区土壤重金属相关性分析表明,Cu、Cr、Ni的同源性较高,可能具有相同的污染源,而Pb、Zn、Cd等元素与Cu、Cr、Ni相比,其来源可能存在一定的差异;(4)主成分分析结果显示,矿区内土壤中8种重金属元素含量可以由2个主成分来解释,所代表的实际意义按贡献率排序分别是成土母质和人为采矿活动;(5)矿区内土壤重金属污染物主要为Pb、Zn、Cd,人为采矿活动是这三种重金属污染的主要来源。
-
-
焦姣;
罗锦洪;
杨锦锦;
王娜;
谢卧龙
-
-
摘要:
基于山西省2018—2020年国控点位O_(3)监测数据分析了全省O_(3)污染特征,分别以晋城市和太原市为典型城市,分析了温度、相对湿度和风向风速等气象因子以及前体物(NO_(x)和VOCs)对O_(3)的影响,并采用CAMx模式开展2020年6—8月山西省O_(3)区域和行业来源解析.结果表明:①山西省O_(3)超标天数中以O_(3)轻度污染为主,且中度及以上污染呈增加趋势,O_(3)污染集中出现在5—9月,且呈现较强的地域性特征,O_(3)浓度日变化呈单峰型特征.②ρ(O_(3-1 h))(臭氧1 h平均浓度)与气温、风速均呈正相关,与相对湿度呈负相关,高温、低湿有利于O_(3)的生成.风速与ρ(O_(3-1 h))呈分段式线性关系,ρ(O_(3-1 h))随着风速增大而升高,当风速大于某一阈值时,ρ(O_(3-1 h))随风速的增加而下降.以典型城市晋城市为例,当温度在25°C以上、相对湿度在30%~60%之间、风速为4~5 m/s,且风向为南风和东南风时更容易出现ρ(O_(3-1 h))高值.③山西省2020年6—8月O_(3)区域来源解析表明,各城市O_(3)本地源贡献较弱而传输贡献影响显著(>80%).④山西省2020年6—8月O_(3)行业来源解析表明,各市工业源类(电力源、焦化源和其他工业源)的贡献率在50%左右,柴油交通源贡献率在20%~27%之间.研究显示,山西省O_(3)污染传输贡献影响显著,联防联控势在必行,电力源、焦化源和柴油交通源对O_(3)生成贡献较大,亟需优先加强管控.
-
-
黄勇;
段续川;
袁国礼;
李欢;
张沁瑞
-
-
摘要:
北京市延庆区是首都生态涵养区,开展土壤重金属分布特征及来源解析研究对保障土地安全利用、防控生态环境风险具有重要意义。采集延庆区2354件表层土样及44件深层土样,测试分析了重金属元素As、Cd、Cr、Hg、Ni、Pb、V、Zn及Sc等含量。采用空间分布分析、多元统计分析与受体模型相结合的方法,阐明了土壤重金属元素分布特征,解析了土壤重金属潜在来源,并计算了不同来源对土壤重金属的相对贡献率。结果表明,表层土壤中V、Cr、Ni、As元素主要来源于成土母质,Cd、Zn、Pb含量高值区集中分布于人口密集区域,人为活动对该3种元素影响较大,而Hg主要受大气干湿沉降的影响。深层土壤中Hg元素在居民区含量较高,而其余元素均未受到人为活动的影响。
-
-
钱靖;
汪水兵;
张红;
杨鹏;
洪星园;
王馨琦;
卫尤文
-
-
摘要:
本文根据2020年12月安徽省发生的一次典型污染过程数据,采用后向轨迹模型与空气质量预报模型,揭示此次PM2.5污染的特征与成因。结果表明:(1)污染过程具有显著的阶段性特征,15—23日为污染上升阶段、24—28日为污染峰值阶段、29—30日为污染消散阶段;(2)上升阶段污染物传输主要为山东省、江苏省等地污染源的中等距离传输,峰值阶段污染物传输为江苏省污染源的短距离传输和本地源,消散阶段污染物传输为华北平原、蒙古高原等地污染源的长距离传输;(3)上升和消散阶段PM2.5浓度与边界层高度和风速呈负相关,峰值阶段PM2.5浓度与边界层高度、风速呈正相关,降水有利于PM2.5浓度下降。
-
-
葛凡
- 《第34届中国气象学会年会》
| 2017年
-
摘要:
以济南市为研究区域,采用2010年7月~2013年5月济南市中心城区56种VOCs连续监测数据,研究济南市大气挥发性有机物(VOCs)的污染特征及污染水平,并结合泉城广场同步采集的O3、PM2.5等大气污染物监测数据探讨济南市大气挥发性有机物(VOCs)的影响因素,计算济南市大气挥发性有机物VOCs的臭氧生成潜势;采用PMF模型进行济南市大气挥发性有机物VOCs来源解析,进一步结合重点行业VOCs排放源的监测数据,分析济南市大气挥发性有机物VOCs的工业来源,据此提出济南市大气挥发性有机物VOCs污染防治对策.主要研究结论如下:(1)济南市中心城区环境空气中VOCs的主要物种是C3~C5的烷烃、乙烯、丙烯、苯、甲苯和间/对二甲苯等.在2010年到2013年的四个年份中,TVOCs和目标化合物的总含量呈整体缓慢下降的趋势.(2)TVOCs与PM2.5满足方程y=0.8645x+48.013,R=0.5890,目标化合物TVOCs与PM2.5满足方程y=1.6429x+43.114,R=0.6042,由此可以得出结论TVOCs的浓度与PM2.5的有一定的相关关系,TVOCs了影响PM2.5生成.(3)2010年-2013年间SOA贡献较大的7个VOCs分别是甲苯、间/对二甲苯、邻二甲苯、乙基苯、邻-乙-甲苯、间-二乙基-苯、1,3,5-三甲基苯,其贡献率依次为27.94%、10.89%、10.72%、7.67%、5.49%、4.07%、3.78%.2010年-2013年间每年对OFP贡献最大的VOCs有乙烯、顺-2-丁烯、甲苯、反-2-丁烯.它们的平均贡献率为15.43%、6.30%、5.85%、5.94%.(4)2012年7月到2013年7月这1整年的时间的环境空气数据的特征污染物的PMF源解析结果显针,燃烧源的比例是21.51%,机动车尾气排放源是37.87%,有机试剂挥发源的比例是20.18%,工业源的比例是20.54%.其中机动车尾气排放源是特征污染物中贡献最大的污染源.
-
-
LI Siyuan;
李思遠;
ZHANG Guiqin;
张桂芹;
JIANG Xiaojing;
姜晓婧;
LI Shaoluo;
李少洛;
CHEN Chunzhu;
陈春竹;
DING Cun
- 《第十三届全国气溶胶会议》
| 2017年
-
摘要:
为研究莱芜市大气细颗粒物污染来源,分别在莱芜市5个省控点、4个季节开展了颗粒物采样.并对样品的化学成分进行分析,包括离子色谱仪分析样品中F-,Cl-,NO3-,SO42-,NH4+,5种离子组分的质量浓度;等离子体光谱仪测定的微量元素包括Na、Mg、Al、K、Ca、Ti、V、Cr、Mn、Fe、Co、Ni、Cu、Zn、As、Cd、Ba、Pb、B、Li、Mo、Sn、Sb、Tl、Sr、Ag、Si;有机碳(OC)和元素碳(EC)的测定采用热分析法.利用正矩阵因子分解法(PMF)对PM2.5进行来源解析.共分析出6类因子:二次污染源,贡献率为29.19%;移动源,贡献率为15.17%;其他源,贡献率为4.76%;土壤尘及扬尘,贡献率为23.99%;因子5为钢铁冶炼,贡献率为7.22%;燃煤和工业排放,贡献率为19.67%.
-
-
夏志勇;
范国兰;
陈妍君
- 《中国环境科学学会2020科学技术年会》
| 2020年
-
摘要:
为研究夏季济南市城区大气VOCs污染特征及主要来源,于2019年6月1日-30日在济南市环境监测中心站开展一个月的连续VOCs监测.结果表明,夏季济南市城区大气VOCs平均体积分数为(29.40±13.36)×10-9,其中烷烃、烯炔烃、芳香烃、卤代烃和OVOC占比分别是35.2%、14.8%、5.3%、15.4和29.3%,丙酮、丙烷、乙烷、异戊烷、正丁烷、二氯甲烷、正丁烯、正戊烷、一氯甲烷和乙烯是含量最高的10种物质.烷烃、烯炔烃、芳香烃日变化呈双峰分布,卤代烃和OVOC无明显日变化趋势.T/B比值为0.81,表明VOCs受机动车排放影响明显;E/A比值为3.25,表明观测点位气团老化严重.夏季济南市城区大气VOCs的OFP为(53.95±27.76)×10-9,烯炔烃贡献最大,其中1-丁烯、乙烯、异戊二烯、丙烯、顺-2-丁烯是对OFP贡献最高的物质.主成份分析表明夏季济南市城区大气VOCs主要来源为LPG使用和机动车排放、溶剂挥发、工业排放、燃烧源和植物排放五类.
-
-
于世杰;
张翼翔;
郭旺;
李一丹;
张瑞芹
- 《中国环境科学学会2020科学技术年会》
| 2020年
-
摘要:
2018年8月在郑州大学开展环境大气挥发性有机物(VOCs)罐采样和VOCs的污染特征分析,同时评估VOCs的臭氧生成潜势(OFP),并利用正交矩阵因子模型(PMF)对其来源进行解析.结果显示,观测期间VOCs平均浓度为40.46±19.78ppbv,OVOC占比最高(34.1%),其次为烷烃(24.7%)、卤代烃(18.7%)、芳香烃(10.7%)、烯烃(10.2%).郑州市VOCs的OFP为294.61μg·m-3,在所有组分中中芳香烃对OFP贡献最大,为33.5%,其次为烯烃、烷烃、OVOCs和卤代烃,分别为31.9%、17.1%、14.7%和2.8%;对OFP贡献排名前十的物质中有9个是芳香烃或烯烃,这些物质对对总OFP贡献达到63.7%,对总VOCs贡献率仅为37.9%.PMF源解析结果表明,郑州市夏季VOCs主要来源有5个,分别为溶剂使用(27.1%)、区域老化气团(17.8%)、机动车尾气及LPG挥发(30.8%)、工业过程(18%)、植物排放(6.4%).
-
-
战锡林;
赵娇娇;
王秋香
- 《中国环境科学学会2020科学技术年会》
| 2020年
-
摘要:
在小清河济南段沿河道采集11个沉积物样品,通过实验分析监测沉积物样品中Zn、Pb、Cd、Cr、Cu、Hg、Ni、As共8种重金属元素的含量,采用平均富集因子(AEF)进行污染状况评价.结果显示,Hg、Zn为严重污染,Cu、Pb、Cd、As、Ni、Cr等元素均为轻度污染.运用主成分分析(PCA)和相关性分析研究沉积物中重金属的来源,结果表明,Zn、Pb、Cd、Cr、Cu、Hg、Ni7种重金属元素主要来源于工业排放;As则部分来源于工业排放,部分来源于城市污水或农业生产排放.
-
-
-
-
刘子杨;
彭倩倩;
王新雨;
刘晓环;
张宜升
- 《第二十四届大气污染防治技术研讨会》
| 2020年
-
摘要:
对2017年11月1日至2018年1月31日与2018年11月1日至2019年1月31日期间青岛大气PM1及含碳组分进行连续监测,结合国控站点监测数据和气象条件,分析了秋冬季PM1中含碳组分污染特征及来源.结果表明2017年、2018年秋冬季PM1质量浓度均值分别为40.58±25.98、42.55±25.05μg/m3,为分析大气污染情况将观测期间划分为霾日与非霾日,2017年秋冬季霾日PM1质量浓度范均值为84.71±16.70μg/m3;2018年为81.52±18.39μg/m3.2017年霾日OC、EC分别为13.67±3.95、3.95±1.02μg/m3;2018年16.48±6.34、3.34±1.16μg/m3.2017年霾期SOC质量浓度分别为3.66±2.16μg/m3,是非霾日的1.28倍;2018年霾期为7.57±2.93μg/m3,是非霾日的2.15倍.2017年、2018年含碳组分主成分分析识别出3个因子,因子1表明污染物主要来自于生物质燃烧、道路扬尘、汽油车尾气和柴油车尾气排放.因子2、因子3贡献多来自于汽车尾气排放.对气团轨迹聚类分析后,2017年秋冬季聚类6簇,第1簇占总观测时数的33.70%;2018年共5簇,第2簇贡献率最多,达32.61%.
-
-
刘子杨;
彭倩倩;
王新雨;
刘晓环;
张宜升
- 《第二十四届大气污染防治技术研讨会》
| 2020年
-
摘要:
对2017年11月1日至2018年1月31日与2018年11月1日至2019年1月31日期间青岛大气PM1及含碳组分进行连续监测,结合国控站点监测数据和气象条件,分析了秋冬季PM1中含碳组分污染特征及来源.结果表明2017年、2018年秋冬季PM1质量浓度均值分别为40.58±25.98、42.55±25.05μg/m3,为分析大气污染情况将观测期间划分为霾日与非霾日,2017年秋冬季霾日PM1质量浓度范均值为84.71±16.70μg/m3;2018年为81.52±18.39μg/m3.2017年霾日OC、EC分别为13.67±3.95、3.95±1.02μg/m3;2018年16.48±6.34、3.34±1.16μg/m3.2017年霾期SOC质量浓度分别为3.66±2.16μg/m3,是非霾日的1.28倍;2018年霾期为7.57±2.93μg/m3,是非霾日的2.15倍.2017年、2018年含碳组分主成分分析识别出3个因子,因子1表明污染物主要来自于生物质燃烧、道路扬尘、汽油车尾气和柴油车尾气排放.因子2、因子3贡献多来自于汽车尾气排放.对气团轨迹聚类分析后,2017年秋冬季聚类6簇,第1簇占总观测时数的33.70%;2018年共5簇,第2簇贡献率最多,达32.61%.
-
-
刘子杨;
彭倩倩;
王新雨;
刘晓环;
张宜升
- 《第二十四届大气污染防治技术研讨会》
| 2020年
-
摘要:
对2017年11月1日至2018年1月31日与2018年11月1日至2019年1月31日期间青岛大气PM1及含碳组分进行连续监测,结合国控站点监测数据和气象条件,分析了秋冬季PM1中含碳组分污染特征及来源.结果表明2017年、2018年秋冬季PM1质量浓度均值分别为40.58±25.98、42.55±25.05μg/m3,为分析大气污染情况将观测期间划分为霾日与非霾日,2017年秋冬季霾日PM1质量浓度范均值为84.71±16.70μg/m3;2018年为81.52±18.39μg/m3.2017年霾日OC、EC分别为13.67±3.95、3.95±1.02μg/m3;2018年16.48±6.34、3.34±1.16μg/m3.2017年霾期SOC质量浓度分别为3.66±2.16μg/m3,是非霾日的1.28倍;2018年霾期为7.57±2.93μg/m3,是非霾日的2.15倍.2017年、2018年含碳组分主成分分析识别出3个因子,因子1表明污染物主要来自于生物质燃烧、道路扬尘、汽油车尾气和柴油车尾气排放.因子2、因子3贡献多来自于汽车尾气排放.对气团轨迹聚类分析后,2017年秋冬季聚类6簇,第1簇占总观测时数的33.70%;2018年共5簇,第2簇贡献率最多,达32.61%.