上海市交通微环境下co及pm2.5暴露浓度时空分析与评估-spatiotemporal analysis and evaluation of co and pm 2.5 exposure concentrations in shanghai traffic microenvironment.docxVIP

上海市交通微环境下co及pm2.5暴露浓度时空分析与评估-spatiotemporal analysis and evaluation of co and pm 2.5 exposure concentrations in shanghai traffic microenvironment.docx

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
上海市交通微环境下co及pm2.5暴露浓度时空分析与评估-spatiotemporal analysis and evaluation of co and pm 2.5 exposure concentrations in shanghai traffic microenvironment

44I,MMmmmmummummmmm·-·····E-··,、,户上海交通大学硕士学位论文答辩决议书111110109159姓名I常晶晶....u.c..Rr::III学号1.1.1..1.0_1..09.1.5,-,9...1所在l1交通运输工程|I-r..,/1......v..vv..vJ1学科|指导教师I+.-1I..J..-1_I答辩I...-20I答c:辩r||彭仲仁1::12014-011i_:1闵行校区船建木兰楼1008室I.IOYI.,_I日期1_V.L_1地点E论文题目|上海市交通微环境下co及PM2.6暴露浓度时空分析与评芦投票表决结果:[,15I5(同意票数/实到委员数/应到委员数〉答辩结论:臼通过口未通过IT评语和决议:论文以上海市交通微环境下co及PMz.5暴露浓度时空分析与评估为题,选题针对目前路旁污染町邸…究采………叫理悦义应用价值.论文首先分述了上海市机动车排放所带来的危害,指出了开展本研究的重要性。在此基础上,应阅co和PM26微型检测器在上海市闵行区开展了不同交通方式下污染物浓度测量实验,运用统计方法对脸测数据进行了相关分析。对上海市华清街区道路环境下居民所受到的污染物暴露浓度进行了实验,啤于ArcGIS运用土地利用模型对交通微环境下污染物暴露浓度空间分布的影响因素作探讨,采用克里恪插值展现了中观区域的污染物预测浓度分布。研究确定了不同交通方式下污染物浓度平均水平和波助情况的盘化关系,发现中观尺度层面微环境下的PM2.i\浓度变化更大程度上受到区域参考浓度和温湿障的影响,而co浓度的变化则以交通为主导因素,同时与温度呈现出正相关。论文验证了土地利用模型评估中观层面污染分布的有效性,并为微环境下污染改善措施的提出奠定了基础。论文层次分明,说理清楚,文图规范,反映作者掌握了交通运输工程专业扎实的基础理论和专业知识,具有解决实际问题的能力,达到了工程硕士的培养要求。T,山答辩时能正确回答问题,经答辩委员会投票表决,一致通过论文答辩,建议授予工程硕士学位。/4年f月M日答辩委员会成员签名职务姓名I职称|单位|签名主席徐瑞华教授时眼一叫一册一委员副教授委员教授委员高级工程师委员副教授I?i;以左哇(P-刮[路l二是(夺主U秘书汤健勇助理研究员W也上海市交通微环境下CO及PM2.5暴露浓度时空分析与评估摘要在全球范围内,由于机动车大幅度增长而大量排放至空气中的污染物带来了诸多负面的影响。在上海,由于机动车而产生的CO含量已达到全市CO含量的90%;由于PM2.5所造成的北京和上海的连续雾霾也日益受到人们的关注,因此探究居民在各种微观交通环境下可能受到的空气污染物所带来的危害迫在眉睫。而传统的固定式空气质量探测器只能大范围的测量出一个区域的污染物浓度的平均值,已经远远不能满足居民在各种微观环境下所可能受到的污染物的危害。本研究脱离传统的固定式空气质量检测器,采用移动式空气质量检测设备对上海公共交通(公交、地铁、步行)中的CO、PM2.5暴露浓度进行了测量。实验在上海市闵行区进行,分别在2013年4月和11月开展了共为期两个星期的实验。虽然不同交通方式下每次行程的测量都会有所不同,但各种交通方式都有着相同的规律:公交车上的CO平均浓度最高、波动最大,而地铁上的CO浓度最低且较为稳定。一般情况下,公交、地铁、步行三种交通方式下的PM2.5分别为:138.8±34.60ug/m^3,52.1±12.86ug/m^3,114.82±26.91ug/m^3;以及CO的平均浓度分别为1.51±0.37ppm,0.80±0.13ppm,1.06±0.30ppm。为了进一步探究中观尺度不同微环境下人群所受到的污染物暴露浓度的分布和扩散情况,本研究在开展不同交通方式下CO和PM2.5实验的同时,选择上海闵行诸翟2km*2km的街区作为实验区域,并基于土地利用模型(LUR)评估并预测污染物浓度变化与该区域的污染物参考浓度、城市交通和土地性质(共包括交通量、温度、湿度、风速、建筑面积、空地面积、绿地面积七个变量)之间的相互影响机理。研究证明了LUR运用于中观尺度范围内污染物评估与预测的有效性。I模型表明城市交通、土地、气象相关能够解释87.8%的PM2.5浓度变化和89.4%的CO浓度变化。在所有的因素中,对PM2.5和CO浓度变化影响最大的分别为区域参考浓度和交通流量。基于LUR的预测值,本文采用克里格插值呈现了该区域的浓度分布。该研究为居民在出行时快速了解自身的所处的污染暴露环境提供了一个直观的解释与呈现,同时为提出不同交通微环境下的个人所受污染改善方法奠定了基础。关键词:交通微环境人群暴露移动监测空间分布IISPATIALANALYSISANDASSESSMENTOFCOANDPM2.5EXPOSURECONCENT

您可能关注的文档

文档评论(0)

peili2018 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档