【热点导读】：环境污染的绿色化 环境污染与人体健康论文 环境保护论文:如何保护全球环境
市区环境空气中恶臭定量评估
为了更好地处理本研究的臭气浓度数据,将其分成三个浓度区间:小于10(三点比较式臭袋法的检出限为10,10以下数据不能具体量化);介于10~20之间;大于20。臭气浓度的分布特征夏季臭气浓度分布特征夏季监测期间主导风向为西北风,风速在静风~3.5m/s之间,一共监测市区26个点位,每个点位连续监测三次,共得到78个臭气浓度数据。考虑到气象特征,扩散条件,恶臭排放的偶发性和间歇性,以及其他偶然因素的影响,允许同一点位的臭气浓度监测数据存在一定的波动,但是同一点位在三次中最大值和最小值相差10倍以上的数据在本次研究中归为异常值去除。
臭气浓度的测试结果,26个点位中,三次采样监测结果均处于同一浓度区间的只有16#点和18#点。其中16#点位,三次监测结果均小于10,而18#点位三次的监测结果均大于20。其他点位的三次监测结果均跨越了两个或者三个浓度区间。监测结果跨越两个浓度区间的有20个点位,跨越三个浓度区间的有4个点位。按照三个不同的臭气浓度区间进行统计,各个区间所占的百分比,以《恶臭污染物排放标准》厂界臭气浓度限值(20)作为参照,夏季观测期间达到标准的样品数量占63%,超过限值的样品占总样品量的37%,超过限值的点位臭气浓度数据在21~60之间。秋季臭气浓度分布特征监测期间主导风向为西风,风速在静风~3.6m/s。一共监测市区25个点位(比夏季少一个24#点位),每个点均连续三次采样。臭气浓度测定结果如图4所示,25个点位中,三次采样监测结果均处于同一浓度区间的11个点位,臭气浓度值均大于20。其他点位的三次监测结果均跨越了两个或者三个浓度区间。监测结果跨越两个浓度区间的有12个点位,三次采样中有两次监测结果大于20;监测结果跨越三个浓度区间的有2个点位。其中3#点位三次采样中最大值与最小值结果相差十倍以上,归为异常值去除。按照三个不同的臭气浓度区间进行统计,如表2所示,各个区间所占的百分比如图5所示,以《恶臭污染物排放标准》厂界臭气浓度限值(20)作为参照,秋季观测期间在限值范围的样品量夏、秋季臭气浓度分布比较夏、秋两季的气候特征如表3所示,两个季节的期间风速相差不是很大,温度差异较大。按照三个不同的浓度区间进行统计,,然后根据表4中数据作出夏、秋季的区间浓度百分含量对比图。夏季臭气浓度超过限值的样品数占总样品量的37%,而秋季占了样品总量的82%,与夏季对比,秋季臭气浓度超过限值的百分率增加了45%。导致这种情况的原因可能是多种因素的一个2.2典型恶臭物质与臭气浓度多元线性关系在国内外的许多研究中,已有过采用回归模型,针对恶臭物质的排放特征,对环境空气中的恶臭感官浓度进行的预测。为了进一步研究典型恶臭物质与臭气浓度的关系,本项目以夏季数据为例将通过对综合评分筛选法筛选出的典型恶臭物质进行统计分析其与臭气浓度的相关性。
根据文献知道臭气浓度与其化学组成浓度之间存在对数关系[5],所以对恶臭浓度取自然对数,以筛选出的十种典型恶臭物质为自变量,样品的臭气浓度y的自然对数lny为因变量。选取其中的34组数据进行由spss软件进行多元线性回归,输出结果显示自变量之间不存在严重的共线性关系,得到的线性回归方程如下:(式略)式中lny为臭气浓度的对数值,X1~X10分别代表2-甲基-1,3-丁二烯、苯、甲苯、乙苯、间二甲苯、1,2,4-三甲苯、二硫化碳、乙醇、丙酮、氨这十种典型恶臭污染物质浓度。应用spss软件输出结果显示自变量之间不存在严重的共线性。这个预测方程是有效的,具有一定的预测功能。P<0.05说明建立的方程具有良好的统计学意义,R2=0.59意味着方程可以解释59%的变量的信息。将余下的8组数据进行模拟预测方程的能力,将8组数据里面的自变量浓度值代入方程中计算出lny(计算值)。以lny(计算值)为横坐标,lny(实测值)为纵坐标,绘制拟合直线,如图7所示,根据所作的拟合直线来看,拟合效果良好,R2为0.5525,验证了前面所建立的回归方程可以较好地用于天津市内六区环境空气中的夏季臭气浓度的预测。3结论夏季观测结果显示臭气浓度在限值(以《恶臭污染物排放标准》厂界臭气浓度限值20作为参照)范围以内的样品数占总量的63%,秋季占了18%;与夏季对比,秋季臭气浓度超过限值的百分率增加了45%。导致这种情况的原因可能是多种因素的一个综合结果(气象、污染源排放、大气化学过程等)。本研究所建立的回归方程具有良好的统计学意义,R2为0.59表明该方程可以解释59%的变量信息。通过对实测值与预测值的拟合情况的分析,表明该回归方程可以较好地预测天津市区的环境空气中夏季臭气浓度。
