一、沙尘暴对黄石市环境空气质量的影响及应对措施(论文文献综述)
时哲明[1](2021)在《基于韧性城市理念的城市综合防灾规划研究 ——以新郑市中心城区为例》文中认为城市是人类、社会、产业、经济最为聚集的地方。城市发展是推动国家经济发展的引擎。在城市发展过程中,面临着诸多挑战,如自然灾害、生态环境污染、传染病流行等。因此,我们应设法提高城市对灾害的处理能力,维持城市系统的正常运转。党的十九届五中全会首次提出了“韧性城市”建设,目的是提升城市治理水平,增强城市风险防控的能力,从而提升城市的防灾韧性,促进城市高质量发展。本文基于定性与定量分析的方法对韧性城市理念下的城市综合防灾规划进行研究,首先查阅了大量的国内外文献的研究状况以及韧性城市下城市防灾优秀案例,总结得出城市综合防灾规划、韧性城市等有关概念,引入了城市更新、智慧城市及可持续发展等理论内容。其次,对研究对象新郑市进行实地调研,研究中心城区常见或发生概率比较大的灾害类型,得出有地质灾害、地震灾害、洪涝灾害、火灾等四种类型,在此基础之上分析城区各防灾工程设施要素的现状及其存在的问题。再次,根据新郑市中心城区发生概率较大的四种灾害类型,分别构建不同类型的灾害城市韧性评价体系,通过查找资料、询问专家意见等方式确定不同灾害类型的评价指标,使用层次分析法计算各体系的指标权重;并对新郑市中心城区居民随机发放调查问卷表进行打分,计算并分析城市各灾害防灾韧性得分。最后,依据评估分析的结果,基于韧性城市理念,对存在韧性不足的城市基础工程设施及防灾智能化等提出城市综合防灾规划设计策略。
彭路[2](2020)在《西北地区不同季节沙尘天气的数值模拟与沙尘气溶胶的输送及来源》文中研究表明沙尘天气是干旱地区特有的一种灾害性天气,使西北地区脆弱的生态环境进一步恶化,还会对空气质量、人体健康和社会经济造成严重影响。西北地区位于我国西北内陆,气候特征复杂,土地类型多样,是我国沙尘天气发生频率较高的地区,同时也是中亚沙尘暴区的一个重要贡献源。沙尘天气多发于春季,在2017年冬季也出现了沙尘天气,因此,研究该地区不同季节沙尘天气特征、沙尘气溶胶的运输和潜在源区具有现实意义。本文首先使用WRF-Chem模型和NCEP资料,耦合MOZART-MOSAIC化学-气溶胶方案和AFWA起沙方案,对2017年发生在西北地区春季、冬季两次沙尘过程进行模拟,通过气象站点观测值验证了模型对沙尘天气的模拟效果,展示了沙尘天气过程和沙尘浓度的变化过程。其次,利用HYSPLIT模式、潜在源贡献因子分析法(PSCF)和权重浓度法(CWT),追溯两次沙尘天气的气团移动轨迹,定量计算潜在源区对西北典型城市沙尘气溶胶浓度的影响程度。最后,利用逐小时监测数据,分析不同季节沙尘天气颗粒物(PM10、PM2.5)浓度变化特征和沙尘发生前期、中期、后期的污染特点,然后进一步分析大气颗粒物与风速和气温的关系。主要结果如下:(1)WRF-Chem模式较好地再现了沙尘天气变化过程。春季(5月)沙尘过程的主要影响因素为气旋与地面冷锋,冬季(12月)则为地面冷锋。模式识别出了春季沙尘主要源区为新疆南部塔里木盆地及周边地区、内蒙古西北部、陕西北部,冬季为吐鲁番盆地和库姆塔格沙漠。同时,也较好地捕捉到塔里木盆地、甘肃北部沙尘气团的移动。模式对于气温的模拟效果较风速更为理想,相关系数为0.89。不同季节的模拟效果也存在差异,对于春季气温与风速模拟效果较好,对于冬季极端气象条件下的天气过程模拟效果不甚理想。(2)WRF-Chem模拟结果显示,春季与冬季沙尘强度不同。春季沙尘天气强度较大,地面沙尘浓度最高超过400 mg/m3,沙尘排放通量最高为128μg/(m2·s);冬季沙尘天气强度较小,地面沙尘浓度最高为162 mg/m3,沙尘排放通量最高为86μg/(m2·s)。(3)利用HYSPLIT模式对沙尘期间气团进行后向轨迹研究,不同季节沙尘的输送路径不同。春季沙尘为偏北路径,冬季为西北路径,且都有来自于境外的气团;CWT与PSCF方法的结果存在差异,CWT结果显示的潜在源区更为全面和细致,且对于目标城市的贡献大小有很好的体现;不同季节沙尘的潜在源区不同,春季沙尘的潜在源区为西北方向的塔里木盆地、吐鲁番盆地、河西走廊、柴达木盆地和内蒙古西部戈壁滩;冬季为塔里木盆地、吐鲁番盆地、河西走廊。(4)沙尘天气对城市空气质量有严重影响。AQI在沙尘发生时明显升高,在沙尘期间保持高值,个别城市AQI持续为500;沙尘天气对粗颗粒物PM10的影响较PM2.5大,在沙尘中期,各个兰州、西安、西宁、乌鲁木齐和银川的PM10的平均浓度分别为797.42μg/m3、991.20μg/m3、193.55μg/m3、231.07μg/m3和951.36μg/m3,PM2.5的平均浓度为174.91μg/m3、305.80μg/m3、42.37μg/m3、41μg/m3和239.28μg/m3。(5)无论春季还是冬季,在整个沙尘过程中,PM2.5/PM10的突降时刻较各地PM10或PM2.5浓度突增时刻较为提前。春季颗粒物与风速和气温的相关性较冬季更强,沙尘前期颗粒物与风速和气温的相关性较中期和后期强。综上所述,西北地区不同季节沙尘天气、沙尘气溶胶的时空分布不同,沙尘通量和浓度存在差异,春季沙尘为偏北路径,冬季为西北路径,且春季沙尘较冬季的潜在源区范围更大。沙尘天气对空气质量有较强负面影响,对PM10影响更大,PM2.5/PM10可作为沙尘天气预警的指标,需引起重视。
陈惟刚[3](2020)在《中国城市韧性时空演变与提升路径研究》文中提出城市作为21世纪的主力军,其在发展进程中持续遭受到来自自身与外界的众多不确定扰动和冲击因素,且城市化的推进引发了人口过度密集、自然资源过度利用、生态环境破坏和基础设施滞后等城市问题。随着人类对危机认识的加深,城市韧性成为当前的研究重点之一。中国作为世界上最大的发展中国家,城市化处于重要的加速阶段。但每年城市因各种自然灾害会造成巨大的经济损失,从侧面也暴露出中国部分城市较脆弱。因此,中国城市是否具备规避和适应外来风险的韧性?鉴于此,本文首先在回顾了城市韧性理论,定量分析和评价指标体系的基础之上。结合城市韧性概念和城市韧性研究框架,基于城市经济、社会、生态和基础设施四个维度构建了一套城市韧性评价指标体系。以中国的285个地级市为研究单元,对其2006-2016年的中国地级市整体和四大经济区域的城市韧性时空格局演变进行分析,在此基础上,进一步借助地理探测器进行影响因子的深入探测,结合两者提出路径选择。本文共由四大部分组成。第一部分:绪论和相关理论综述。包括研究背景和意义、研究内容和方法、创新点与不足(第一章),相关理论综述中包括韧性概念起源和演变、城市韧性概念和基本框架、城市韧性定量分析研究动态(第二章)。第二部分:城市韧性评价指标体系构建。在结合第一部分相关理论综述研究和城市韧性评价指标体系研究动态基础之上,构建了城市韧性评价指标体系,为中国地级市和四大经济区域城市韧性的时序演变、空间格局演变和影响因子分析提供技术支撑。第三部分:实证分析。包括中国地级市和四大经济分区的城市韧性指数时空演变(第四章)、中国地级市和四大经济分区的城市韧性指数影响因子探讨(第五章)、城市韧性路径选择(第六章)。为第四章至第六章的中国地级市和四大经济分区城市韧性时空演变和路径选择的实证分析。第四部分:研究结论和展望。对本文的主要研究结论进行总结,并结合本文的不足之处,对今后关于城市韧性的研究进行展望。
虎彩娇,李锦伦,王祖武,成海容,柯豪昊,吴婉烨[4](2019)在《黄石市大气PM10和PM2.5质量浓度特征研究》文中研究表明利用2015年黄石市5个监测站点可吸入颗粒物(PM10)和细颗粒物(PM2.5)的在线监测数据和风向、风速、气温、气压等常规地面气象要素观测资料,分析了黄石市大气PM10和PM2.5的质量浓度水平分布特征及其与气象参数的关系。结果表明:2015年黄石市5个监测站点大气PM10和PM2.5年均浓度范围分别为95.8—108.6μg·m-3和64.3—68.9μg·m-3,均超过国家二级标准;季均质量浓度呈现显着的冬季高夏季低的变化规律,冬季PM10和PM2.5的质量浓度分别为(143.9±62.2)μg·m-3和(95.5±44.5)μg·m-3,夏季PM10和PM2.5的质量浓度分别为(75.2±24.0)μg·m-3和(50.7±17.3)μg·m-3。5个监测站中,下陆区、西塞山区和铁山区的PM10和PM2.5颗粒物污染较为严重;各站点大气PM10和PM2.5质量浓度显着相关。大气颗粒物浓度与气象因素的分析显示,黄石市大气颗粒物浓度与气温呈显着的负相关关系,与气压呈正相关关系,与风速和相对湿度的相关性不显着,受风向影响变化较大。
龚天宜[5](2019)在《北京市黑碳与PM2.5的人群健康效应研究》文中指出近年来,北京的空气重污染事件受到国际社会的高度关注,大气污染的人群不良健康效应也成为了民众日常关心的问题。应对大气污染,我国积极出台了强有力的治理措施,2013年实施《大气污染防治行动计划》以来,北京市PM2.5年均浓度已经从2013年的89.5μg/m3降至2018年的51μg/m3。本文从相对易感人群和减排措施的健康影响等多方面综合评价黑碳(BC)和PM2.5对居民呼吸系统和心血管的健康影响,期望可以为科学评估大气污染对健康影响以及保护北京地区居民健康提供科学建议。本文基于20052016年北京市黑碳和PM2.5日均浓度、气象要素及全市范围呼吸系统、心血管疾病每日死亡人数数据,主要采用时间序列的半参数广义相加模型(GAM),定量评价黑碳和PM2.5对疾病死亡人数的影响。主要分析了北京市黑碳和PM2.5对心血管疾病的健康效应;针对不同人群,探讨人群的自然和社会属性分类下PM2.5对心血管疾病的影响;结合研究期间北京重大活动空气质量保障和大气污染防治行动计划的实施阶段,初步对比分析了北京市大气污染物短期与长期减排措施对居民的健康影响。主要研究结果如下:(1)北京市BC和PM2.5浓度对心血管疾病逐日死亡人数存在显着影响。当BC和PM2.5每上升一个四分位间距(IQR)时(分别为5.7μg/m3和64.5μg/m3),心血管疾病死亡人数分别增加2.70%(95%CI:2.20,3.21)和4.06%(95%CI:3.47,4.65)。当BC和PM2.5每增加10μg/m3时,心血管疾病死亡人数分别增加4.79%(95%CI:3.69,5.91)和0.74%(95%CI:0.63,0.85)。这意味着,如果以更能体现实际大气状态的IQR计量,那么BC的健康风险略低于PM2.5。从双污染物模型模拟结果来看,引入SO2和NO2后,BC和PM2.5对于心血管健康仍然具有显着影响。此外,从区分年龄、性别、学历的易感人群模拟结果来看,BC的急性健康效应与PM2.5的存在较大差异。(2)北京市PM2.5浓度对于不同人群的健康风险存在区别。从人群先天自然因素(性别、年龄)和后天社会因素(学历)的角度分析,北京市大气PM2.5浓度每增加10μg/m3,女性、男性人群的心血管疾病日死亡人数分别增加0.55%、0.49%,4559岁、6074岁、75岁及以上人群分别增加0.23%、0.63%、0.62%,学历分别为文盲、小学、中学及以上人群分别增加0.71%、0.63%、0.47%,相对易感人群为女性、6074岁、文盲人群。在文盲群体中,老年(60+)女性占比达66.2%。本研究发现,在去除了女性、老年这两个混杂因素影响后,文盲人群健康风险仍然高于较高学历人群,年龄和性别因素叠加在学历因素上,可能加大低学历人群的健康风险,对于这部分叠加了自然因素和社会因素双重敏感性的人群应给与重点关注。(3)《大气污染防治行动计划》开始实施的2013年前后模型结果显示,对于呼吸系统和心血管疾病,减排前的BC和PM2.5的健康风险高于减排后。减排前(20092013年),当BC和PM2.5每上升一个IQR时(分别为2μg/m3和44.75μg/m3),呼吸系统疾病的相对危险度分别为1.017和1.016,心血管疾病的分别为1.011和1.010。减排后(20132016年),当BC和PM2.5每上升一个IQR时(分别为2.1μg/m3和33μg/m3),呼吸系统疾病的相对危险度分别为1.000和1.003,心血管疾病的分别为1.000和1.002。(4)20092016三年滑动的GAM模型结果显示,对于呼吸系统疾病死亡人数,BC和PM2.5的相对危险度都随时间呈波动下降的趋势;对于心血管疾病死亡人数,BC和PM2.5的相对危险度都随时间呈近乎线性下降的趋势。统计学结果和短时间序列GAM模型结果显示,短期减排(2008年奥运、2014年APEC、2015年阅兵)对北京市居民呼吸系统和循环系统死亡人数的影响有限,结果存在较大的不确定性。综上所述,我国采取的大气污染长期减排措施,对于降低北京市居民的呼吸系统和心血管健康风险均存在积极的影响,显现出长期减排措施在保障居民健康方面取得的成效。
陈丹羽[6](2019)在《基于压力-状态-响应模型的城市韧性评估 ——以湖北省黄石市为例》文中提出城市自其形成以来便持续承受着来源于外界与自身的各类风险:这些风险包括地震、洪涝等自然灾害,金融危机、疾病等人为灾难,也包括气候变化、区位改变、资源枯竭等造成的累积型压力。这些风险具有较强的不可预测性与偶发性,但又是城市发展的客观规律,无法完全避免。随着当前城市的空间与人口集聚效应愈发明显、潜在的社会矛盾愈发突出,城市面临的不确定性风险空前复杂,城市脆弱性亦愈发凸显。韧性理论由生态学领域延展至城市适应性研究中,是当前发达国家与地区运用于气候风险事件、环境压力、社会治理等方面,促进城市适应性发展的新型规划理念。国际上从2010年开始进行城市韧性评估的研究与实践,在随之问世的评估体系中,美国伯克利大学和洛克菲勒基金会所提出的研究框架较为成熟,综合地看,这些指标体系虽然覆盖面较宽,但在地域文化适应性方面难以适用于我国的社会经济发展背景,而我国尚未形成对韧性城市的统一的研究范式。因此本文在学术界对于韧性城市关注度不断上升的背景下,借鉴PSR模型的思维逻辑,从城市应对扰动的过程角度出发,提出城市发挥韧性的过程具备三大领域——即“压力韧性”、“状态韧性”和“响应韧性”,并对这三大过程领域的特性、影响因素进行深入分析;在借助数理分析与空间分析等技术工具的基础上,对黄石市的城市韧性水平进行多层级、多维度、有效的量化评估并提出相应的城市韧性提升的具体策略,为我国的城市韧性评估与建设提供新的视角与思路。
王无为[7](2018)在《湖北省大气污染物时空分布特征及影响因素》文中指出城市化进程的加快,经济结构的转型滞后以及城市建设的盲目推进等因素使湖北省城市空气质量状况趋于复杂。大气区域复合污染成为制约城市经济、社会和生态可持续发展的瓶颈。研究湖北省大气污染时空分布特征及其影响因素,为湖北省各县市因地制宜地治理大气污染提供有效的参考,具有十分重要的现实意义。首先运用统计学和GIS方法从省级、市级和县级三个尺度对湖北省的三种大气污染物进行时空分布特征分析,然后以武汉市为研究案例,利用PSR模型分析影响城市环境空气质量的影响因素,最后利用逐步回归模型探讨污染物与长寿水平的健康效应。论文所取得的结论如下:(1)2001-2016年湖北省SO2和NO2浓度均未超标,PM10浓度严重超标,其超标率为34%。大气污染物的负荷系数由大到小排序为:PM10>NO2>SO2。Daniel趋势检验结果表明SO2呈显着下降趋势,NO2呈不显着上升趋势,PM10呈不显着下降趋势。三种污染物中SO2污染明显得到改善,PM10污染水平呈不显着下降,但其超标情况依然十分严重。(2)湖北省SO2和NO2浓度达标城市比例均超过94%,PM10浓度城市达标比例仅为12%。污染物年均分布直方图表明,NO2和SO2低浓度区城市数量增多;SO2高浓度区城市数量减少,NO2和PM10高浓度区城市数量无明显变化。SO2、NO2、PM10和综合污染指数P呈显着下降趋势(P=0.05)的城市占比分别为41.2%、0%、29.4%、29.4%;呈显着上升趋势(P= 0.05)的城市占比分别为5.9%、11.8%、5.9%和 5.9%。(3)省、市、县级尺度的湖北省大气污染物时空分布图表明,2001-2016年湖北省SO2和PM10重污染区域明显减少,但污染集中分布格局明显。SO2污染严重区域由鄂西南向鄂中区及鄂东扩展,恩施州SO2污染治理卓有成效。PM10污染除鄂西地区的神农架林区和恩施市外,其余地区均呈大范围颗粒物污染。襄阳市、宜昌市、武汉市、黄石市和荆州市的污染最为严重。湖北省NO2污染分布格局未发生明显变化。NO2污染严重区域集中在鄂西北和鄂东南。具体城市包括十堰市、襄阳市、宜昌市、武汉市和黄石市,其中武汉市污染最严重。(4)城市化背景下,民用车数量、房屋施工面积、人均GDP、规模以上工业总产值、建成区面积、人口密度这6个影响因素均对武汉市空气质量产生消极影响,其中民用车数量和房屋施工面积是主要影响因素。气象因素中,平均气温、平均水汽压与SO2、NO2、CO、PM2.5和PM10均呈显着负相关,而与O3呈显着正相关。降水量与SO2、NO2和CO呈显着负相关。此外,武汉市因地形原因还易受北方沙尘暴天气影响。(5)由于有毒物蓄积效应,老年人群更易受到空气污染物的影响。污染物与长寿水平的逐步回归分析结果表明,PM10与百岁人口比、SO2与高龄水平这两组关系之间呈现“数字”意义上的正相关关系。将人均GDP纳入回归模型进行调节,结果表明人均GDP与百岁人口和高龄水平并无明显的相关性。
王芳,张小东,王红果[8](2018)在《2017年沙尘天气对济源市空气质量的影响及分析》文中指出根据沙尘的判定条件和济源市空气自动监测数据,对沙尘天气对济源市环境空气质量的影响进行了分析。指出2017年,受沙尘传输影响,济源市先后出现6次12天的沙尘天气,对济源市环境空气中PM10影响最为突出,并针对性的进行了分析。
刘玉兰,马筛艳,辛尧胜,丁永红,裴晓蓉,邵建[9](2017)在《银川市2次强沙尘天气气溶胶浓度及传输特征》文中进行了进一步梳理通过分析银川市2次强沙尘天气过程发展、气溶胶质量浓度变化以及后向轨迹特征,研究沙尘来源和清除效率。结果表明:气溶胶粒径越大、浓度变幅越大;污染物的清除过程中,粒径越大,清除效率越高。冷空气路径不同,风向不同,沙源也不同,有外源输入的沙尘天气过程,即使风速不是很大,也可造成比较强烈的气溶胶浓度的增加;而当地起沙,气溶胶浓度的增加和风速的增大有更好的对应关系。沙尘天气能造成严重的颗粒物空气污染,但合适的风速又有利于气溶胶粒子的扩散,可以起到清除作用。
王田歌[10](2016)在《2015年内蒙古中部主要城市沙尘天气研究》文中进行了进一步梳理沙尘天气是尘沙被风吹起,使空气混浊,大气能见度显着降低的一种天气现象,其形成是气候、环境、人为活动因素共同作用的产物。本文通过对内蒙古中部主要城市呼和浩特市、包头市、鄂尔多斯市2015年空气中总悬浮颗粒物、PM10浓度以及能见度的监测,结合同期气象因子温度、湿度、气压、风速的监测数据,研究呼和浩特市、包头市、鄂尔多斯市空气环境质量、沙尘天气发生情况及其影响因素。结果如下:1.2015年呼和浩特市、包头市、鄂尔多斯市空气中TSP的月均浓度分别是0.068-0.198mg/m3、0.084-0.227mg/m3和0.029-0.101mg/m3。全年中1-5月及11-12月空气中TSP浓度较高,6-10月空气中TSP浓度较低。呼和浩特市、包头市、鄂尔多斯市2015年3-5月,TSP浓度达到环境空气质量标准二级以上的天数比例分别是93.5%、96.7%,87.1%;87.1、96.7%、67.7%;100%、96.55%、100%。2.2015年3月20日是呼和浩特市典型浮尘天气,TSP浓度为0.027~1.122mg/m3,能见度范围为9.808~76.047 km;4月15日是典型扬沙天气,TSP浓度为0.166~3.35mg/m3,能见度为3.265~25.14km。2015年3月20日包头市典型浮尘天气TSP浓度范围在0.274~1.466 mg/m3,能见度为7.302~40.958km;1月31日是典型扬沙天气TSP浓度为0.339~2.394mg/m3,能见度范围在0.598~8.636km。2015年3月8日鄂尔多斯典型的浮尘天气,TSP浓度为0.112~1.046mg/m3,能见度为1.624-9.471km;4月15日典型扬沙天气,TSP浓度为1.159~2.71mg/m3,能见度为0.469km~4.415km;2月28日典型的沙尘暴天气,TSP浓度为0.066~5.366mg/m3,能见度为0.267km~17.45km。3.按照空气中TSP浓度进行沙尘天气分级,2015年呼和浩特市、包头市、鄂尔多斯市的沙尘天气日数分别为15天、16天、12天,其中浮尘天气日数分别为11天、15天、9天,扬沙天气为4天、1天、2天,2015年鄂尔多斯在2月发生沙尘暴1天.按照能见度进行沙尘天气分级,2015年呼和浩特市、包头市、鄂尔多斯市的沙尘天气日数分别为165天、90天、283天,其中浮尘天气128天、54天、262天,扬沙天气37天、36天、21天。采用TSP浓度分级标准和能见度分级标准得到的浮尘天气和扬沙天气有较大的差异。4.2015年呼和浩特市、包头市、鄂尔多斯市空气中TSP浓度与与空气湿度呈负相关、与风速呈正相关;与大气压和降雨量相关性不强。空气中TSP浓度、PM10浓度与能见度呈负相关,PM1O浓度与能见度相关性更强。
二、沙尘暴对黄石市环境空气质量的影响及应对措施(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、沙尘暴对黄石市环境空气质量的影响及应对措施(论文提纲范文)
(1)基于韧性城市理念的城市综合防灾规划研究 ——以新郑市中心城区为例(论文提纲范文)
摘要 |
ABSTRACT |
1 绪论 |
1.1 研究背景 |
1.1.1 城市综合防灾是自身发展需要 |
1.1.2 国家针对城市综合防灾的关注 |
1.1.3 韧性城市与城市综合防灾 |
1.2 研究目的和意义 |
1.2.1 研究目的 |
1.2.2 研究意义 |
1.3 研究内容和方法 |
1.3.1 研究内容 |
1.3.2 研究方法 |
1.4 技术路线 |
1.5 国内外相关研究综述概况 |
1.5.1 国外相关研究 |
1.5.2 国内相关研究 |
1.5.3 国内外研究综述 |
2 韧性理念的城市综合防灾理论与实践案例概况 |
2.1 主要概念解释 |
2.1.1 城市防灾学 |
2.1.2 城市综合防灾规划 |
2.1.3 韧性城市 |
2.2 理论基础 |
2.2.1 城市更新 |
2.2.2 智慧城市 |
2.2.3 可持续发展 |
2.3 国内外实践案例分析 |
2.3.1 国外韧性城市实践 |
2.3.2 国内韧性城市实践 |
2.3.3 案例启示 |
3 新郑市中心城区主要灾害调查分析 |
3.1 区域地理环境现状 |
3.1.1 气候分析 |
3.1.2 地形地貌 |
3.1.3 地质构造 |
3.1.4 河流水系 |
3.2 中心城区防灾要素的现状 |
3.2.1 既有建筑工程现状 |
3.2.2 城市交通现状 |
3.2.3 城市排洪工程现状 |
3.2.4 消防设施现状 |
3.2.5 医疗防疫设施现状 |
3.3 综合灾害危险性分析 |
3.3.1 地质灾害 |
3.3.2 地震灾害 |
3.3.3 洪涝灾害 |
3.3.4 火灾灾害 |
3.3.5 重大危险源 |
3.4 本章小结 |
4 新郑市中心城区综合防灾韧性评价体系构建 |
4.1 城市韧性评价体系构建基础 |
4.1.1 选取评价方法 |
4.1.2 评价体系构建过程 |
4.2 评价体系指标的选择 |
4.2.1 指标选用的原则 |
4.2.2 指标选取依据 |
4.2.3 评价指标构建 |
4.2.4 评价指标说明 |
4.3 城市不同灾害韧性度计算及分析 |
4.3.1 评价体系韧性度计算方法简介 |
4.3.2 针对地质灾害的韧性评价体系构建及分析 |
4.3.3 针对地震灾害的韧性评价体系构建及分析 |
4.3.4 针对洪涝灾害的韧性评价体系构建及分析 |
4.3.5 针对火灾灾害的韧性评价体系构建及分析 |
4.4 本章小结 |
5 新郑市中心城区综合防灾规划设计研究 |
5.1 韧性城市综合防灾规划原则 |
5.1.1 以人为本原则 |
5.1.2 经济适用原则 |
5.1.3 智能化与持续化原则 |
5.2 城市防灾工程设施规划 |
5.2.1 城市消防工程设施规划 |
5.2.2 城市防洪排涝工程规划 |
5.2.3 城市建筑抗震工程规划 |
5.3 城市应急设施规划 |
5.3.1 应急避难场所规划 |
5.3.2 应急救援疏散通道规划 |
5.3.3 应急医疗系统规划 |
5.3.4 应急物资储备系统 |
5.4 城市灾害智能化与管理机制策略 |
5.4.1 城市智能化技术的应用 |
5.4.2 城市管理模式机制规划策略 |
5.5 本章小结 |
6 结论 |
6.1 主要结论 |
6.2 研究创新 |
6.3 研究不足 |
致谢 |
参考文献 |
附录A-城市各灾害韧性评价各指标判断矩阵 |
附录B-新郑市各灾害韧性评价指标调研表 |
附表C-重大危险源 |
攻读学位期间的研究成果 |
(2)西北地区不同季节沙尘天气的数值模拟与沙尘气溶胶的输送及来源(论文提纲范文)
中文摘要 |
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 沙尘暴国内外研究进展 |
1.2.2 沙尘天气数值模拟研究现状 |
1.2.3 沙尘来源识别研究现状 |
1.2.4 沙尘天气对空气质量的影响研究进展 |
1.3 研究内容与技术路线 |
1.3.1 研究内容 |
1.3.2 技术路线 |
第二章 资料与方法 |
2.1 数据资料 |
2.1.1 气象资料 |
2.1.2 大气污染物资料 |
2.2 WRF-Chem模式介绍 |
2.2.1 WRF简介 |
2.2.2 物理过程方案 |
2.2.3 WRF-Chem简介 |
2.2.4 起沙参数化方案 |
2.3 实验方案设置 |
2.3.1 研究区域概况 |
2.3.2 沙尘事件描述 |
2.3.3 模式设置 |
2.4 HYSPLIT模型 |
第三章 西北地区2017年两次沙尘过程的模拟研究 |
3.1 模型模拟结果的验证 |
3.2 2017年春季沙尘天气过程个例 |
3.2.1 沙尘天气过程 |
3.2.2 沙尘浓度的时空分布 |
3.2.3 起沙过程 |
3.2.4 PM10浓度的变化 |
3.2.5 PM10的垂直分布 |
3.3 2017年冬季沙尘天气过程个例 |
3.3.1 沙尘天气过程 |
3.3.2 沙尘浓度的时空分布 |
3.3.3 起沙过程 |
3.3.4 PM10浓度的变化 |
3.3.5 PM10的垂直分布 |
3.4 不确定性分析 |
3.5 本章小结 |
第四章 不同季节沙尘天气气溶胶传输路径和潜在源区 |
4.1 HYSPLIT轨迹计算和聚类分析 |
4.1.1 春季沙尘的传输路径 |
4.1.2 冬季沙尘的传输路径 |
4.2 潜在源区分布及其相对贡献 |
4.2.1 春季潜在源区分布及其相对贡献 |
4.2.2 冬季潜在源区分布及其相对贡献 |
4.3 本章小结 |
第五章 不同季节沙尘天气对西北地区大气颗粒物的影响 |
5.1 不同季节沙尘天气大气颗粒物的变化特征 |
5.1.1 春季沙尘天气大气颗粒物变化 |
5.1.2 冬季沙尘天气大气颗粒物变化 |
5.2 不同季节气象因素对大气颗粒物的影响 |
5.3 本章小结 |
第六章 结论与展望 |
6.1 结论 |
6.2 创新点 |
6.3 不足与展望 |
参考文献 |
在学期间的研究成果 |
致谢 |
(3)中国城市韧性时空演变与提升路径研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景及研究意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 研究内容、研究方法及创新点 |
1.2.1 研究内容 |
1.2.2 研究区域 |
1.2.3 研究方法 |
1.2.4 创新点 |
1.2.5 不足之处 |
第2章 相关理论综述 |
2.1 城市韧性理论基础 |
2.1.1 韧性概念起源和演变 |
2.1.2 城市韧性概念 |
2.1.3 城市韧性的基本框架 |
2.2 城市韧性定量分析研究 |
2.3 研究述评 |
第3章 城市韧性评价指标体系构建 |
3.1 城市韧性评价指标体系研究动态 |
3.2 城市韧性评价指标体系构建 |
3.2.1 城市韧性的评价指标体系构建 |
3.2.2 指标权重确定方法 |
3.3 本章小结 |
第4章 城市韧性指数时空演变 |
4.1 时序分析 |
4.1.1 中国地级市城市韧性指数时序变化 |
4.1.2 东部地区城市韧性指数时序变化 |
4.1.3 中部地区城市韧性指数时序变化 |
4.1.4 西部地区城市韧性指数时序变化 |
4.1.5 东北地区城市韧性指数时序变化 |
4.2 空间格局演变分析 |
4.2.1 中国地级市城市韧性指数空间格局演变 |
4.2.2 东部地区城市韧性指数空间格局演变 |
4.2.3 中部地区城市韧性指数空间格局演变 |
4.2.4 西部地区城市韧性指数空间格局演变 |
4.2.5 东北地区城市韧性指数空间格局演变 |
4.3 城市韧性全局空间自相关分析 |
4.3.1 中国地级市城市韧性指数全局莫兰值 |
4.3.2 东部地区城市韧性指数全局莫兰值 |
4.3.3 中部地区城市韧性指数全局莫兰值 |
4.3.4 西部地区城市韧性指数全局莫兰值 |
4.3.5 东北地区城市韧性指数全局莫兰值 |
4.4 城市韧性指数冷热点分析 |
4.4.1 中国地级市城市韧性指数冷热点分析 |
4.4.2 东部地区城市韧性冷热点分析 |
4.4.3 中部地区城市韧性冷热点分析 |
4.4.4 西部地区城市韧性冷热点分析 |
4.4.5 东北地区城市韧性冷热点分析 |
4.5 本章小结 |
第5章 城市韧性指数影响因子探讨 |
5.1 城市韧性影响因子选取 |
5.1.1 城市韧性影响因子研究动态 |
5.1.2 城市韧性影响因子选取 |
5.1.3 数据处理与研究方法 |
5.2 影响因子分析研究结果 |
5.2.1 中国地级市城市韧性指数影响因子分析 |
5.2.2 东部地区城市韧性指数影响因子分析 |
5.2.3 中部地区城市韧性指数影响因子分析 |
5.2.4 西部地区城市韧性指数影响因子分析 |
5.2.5 东北地区城市韧性指数影响因子分析 |
5.3 本章小结 |
第6章 中国地级市城市韧性提升路径 |
6.1 中国地级市城市韧性提升路径 |
6.2 东部地区城市韧性提升路径 |
6.3 中部地区城市韧性提升路径 |
6.4 西部地区城市韧性提升路径 |
6.5 东北地区城市韧性提升路径 |
第7章 结论和展望 |
7.1 主要研究结论 |
7.2 展望 |
7.2.1 扩展县域及小城镇尺度的城市韧性研究 |
7.2.2 研究指标体系构建和影响因子的完善 |
7.2.3 城市空间扩展模拟引入韧性理念 |
7.2.4 城市韧性与多学科交叉融合研究 |
参考文献 |
附录 插图目录 |
作者攻读学位期间的科研成果 |
期刊论文发表情况 |
致谢 |
(4)黄石市大气PM10和PM2.5质量浓度特征研究(论文提纲范文)
引言 |
1 资料与方法 |
2 结果分析 |
2.1 黄石市大气PM10和PM2.5的质量浓度水平 |
2.1.1 PM10和PM2.5的年均质量浓度 |
2.1.2 PM10和PM2.5的季均质量浓度 |
2.2 黄石市各监测点大气PM10和PM2.5分布 |
2.2.1 PM10和PM2.5的日均浓度 |
2.2.2 PM10和PM2.5质量浓度的相关性 |
2.3 PM10和PM2.5与气象因素的关系分析 |
2.3.1 风对颗粒物浓度的影响 |
2.3.2 气温对颗粒物浓度的影响 |
2.3.3 气压对颗粒物浓度的影响 |
2.3.4 相对湿度对颗粒物浓度的影响 |
3 结论 |
(5)北京市黑碳与PM2.5的人群健康效应研究(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 国内外研究进展 |
1.2.1 大气污染的健康效应研究方法 |
1.2.2 黑碳和PM_(2.5)的健康效应 |
1.2.3 北京市主要减排过程事件 |
1.3 本文研究内容 |
第二章 资料和方法 |
2.1 资料说明 |
2.1.1 环境数据 |
2.1.2 健康数据 |
2.2 方法介绍 |
2.2.1 半参数广义相加模型 |
第三章 北京市黑碳和PM_(2.5)对心血管疾病的健康效应 |
3.1 描述性分析 |
3.2 单污染物和双污染物模型结果分析 |
3.3 分人群模型结果分析 |
3.4 讨论 |
3.5 小结 |
第四章 人群的自然和社会属性分类下PM_(2.5)对心血管疾病的影响 |
4.1 描述性分析 |
4.2 单污染物模型结果分析 |
4.2.1 PM_(2.5)与心血管疾病死亡人数的暴露反应关系 |
4.2.2 人群的自然属性分组研究结果 |
4.2.3 人群的社会属性分组研究结果 |
4.3 多污染物模型结果分析 |
4.4 讨论 |
4.4.1 PM_(2.5)与心血管疾病死亡人数的暴露反应关系 |
4.4.2 人群的自然属性和社会属性分组研究 |
4.5 小结 |
第五章 北京市大气污染物短期与长期减排措施对居民健康影响的对比研究 |
5.1 短期减排和重污染时段对居民健康影响的统计学分析 |
5.1.1 重污染时段的统计学分析 |
5.1.2 短期减排的统计学分析 |
5.2 短期减排和重污染时段对居民健康影响的模型结果分析 |
5.2.1 重污染时段的模型结果分析 |
5.2.2 短期减排的模型结果分析 |
5.3 长期减排对居民健康影响的模型结果分析 |
5.4 讨论 |
5.5 小结 |
第六章 结论与展望 |
6.1 结论 |
6.2 特色与创新 |
6.3 不足之处 |
6.4 展望 |
参考文献 |
作者在读期间科研成果简介 |
致谢 |
(6)基于压力-状态-响应模型的城市韧性评估 ——以湖北省黄石市为例(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究背景 |
1.1.1 当前城市脆弱性日益凸显 |
1.1.2 韧性城市理念为城市适应性发展提供新思路 |
1.1.3 韧性行动推进正在成为全球性共识 |
1.2 国内外相关研究现状 |
1.2.1 基于城市系统的韧性评估框架研究进展 |
1.2.2 基于灾害风险的韧性评估框架研究进展 |
1.2.3 基于效率的韧性评估框架研究进展 |
1.2.4 基于城市形态的韧性评估框架研究进展 |
1.2.5 现存指标体系的适用性盲点 |
1.3 研究意义 |
1.3.1 学术意义 |
1.3.2 应用价值 |
1.4 研究范围与对象 |
1.4.1 研究对象与范围 |
1.4.2 研究内容 |
1.4.3 研究框架 |
1.5 相关理论及指导意义 |
1.5.1 混沌理论 |
1.5.2 城市脆弱性理论 |
1.5.3 生态安全格局理论 |
1.5.4 对本研究的指导意义 |
1.6 研究方法 |
1.6.1 多学科视角的结合 |
1.6.2 比较分析法 |
1.6.3 空间分析法 |
1.6.4 访谈调研法 |
2 基于“PSR”模型的城市韧性内涵解析 |
2.1 韧性及韧性理论 |
2.2 城市韧性 |
2.3 “压力-状态-响应”(PSR)模型 |
2.4 “PSR”模型语境下的城市韧性过程解析 |
2.4.1 扰动前的“压力” |
2.4.2 扰动中的“状态” |
2.4.3 扰动后的“响应” |
2.4.4 韧性的三个过程维度 |
3 基于“PSR”模型的韧性评估模型构建 |
3.1 模型构建总体思路 |
3.2 识别影响因素 |
3.2.1 “压力韧性”影响因素 |
3.2.2 “状态韧性”影响因素 |
3.2.3 “响应韧性”影响因素 |
3.3 建立指标体系 |
3.3.1 指标选取原则 |
3.3.2 “压力韧性”指标选取 |
3.3.3 “状态韧性”指标选取 |
3.3.4 “响应韧性”指标选取 |
3.3.5 韧性评估指标体系 |
3.4 构建韧性评估模型 |
3.4.1 确定各级指标权重 |
3.4.2 计算韧性水平 |
3.4.3 分析相关性 |
3.4.4 探究指标关联度 |
3.5 本章小结 |
4 黄石市韧性评估 |
4.1 黄石市发展概况 |
4.1.1 潜在隐患分布广,城市安全面临挑战 |
4.1.2 生态问题严峻,宜居水平低 |
4.1.3 经济增长疲软、产业层次低、工业重化特征明显 |
4.1.4 城市能耗过高,可持续发展水平低 |
4.1.5 人口结构脆弱,社会后续发展动力弱 |
4.1.6 社会整体风险意识不强 |
4.2 数据收集与处理 |
4.2.1 数据来源 |
4.2.2 空缺数据处理 |
4.3 同质性城市横向比较 |
4.3.1 区位同质性城市比较 |
4.3.2 发展同质性城市比较 |
4.4 城市韧性纵向评估 |
4.4.1 韧性水平的时序变化 |
4.4.2 韧性水平的空间布局分析 |
4.5 黄石市城市韧性关键影响因素识别 |
4.5.1 韧性水平与“压力”、“状态”、“响应”韧性的关联性 |
4.5.2 “压力韧性”的主影响因素分析 |
4.5.3 “状态韧性”的主影响因素分析 |
4.5.4 “响应韧性”的主影响因素分析 |
4.6 本章小结 |
5 基于“PSR”模型的黄石市韧性提升策略 |
5.1 “压力”源的修复与防御 |
5.2 “状态”的适应性转变 |
5.2.1 提高生态基质的效益 |
5.2.2 加强社会结构的稳定性 |
5.2.3 以多元化激活经济活力 |
5.3 “响应”效率的优化 |
5.3.1 建立高效的信息传播渠道 |
5.3.2 提高社区在韧性建设中的地位 |
5.3.3 智慧化的领导和决策机制 |
6 结语 |
6.1 研究结论 |
6.1.1 城市韧性稳步增强,“状态韧性”是主要制约要素 |
6.1.2 黄石市市域空间韧性水平存在明显分异 |
6.1.3 “状态韧性”与“响应韧性”存在协同发展的关系 |
6.1.4 韧性水平受十四项因素显着影响 |
6.2 研究创新点 |
6.3 研究不足与展望 |
致谢 |
参考文献 |
附录1 攻读学位期间发表论文与项目实践 |
附录2 评估计算数据 |
(7)湖北省大气污染物时空分布特征及影响因素(论文提纲范文)
摘要 |
ABSTRACT |
1 绪论 |
1.1 研究背景和意义 |
1.2 国内外研究现状分析 |
1.2.1 大气污染物的时空分布 |
1.2.2 大气污染物的影响因素 |
1.2.3 大气污染物的健康效应 |
1.2.4 研究评述 |
1.3 研究内容和技术路线 |
1.3.1 研究内容 |
1.3.2 技术路线 |
2 理论与方法 |
2.1 理论基础 |
2.1.1 环境库兹涅茨曲线 |
2.1.2 人类健康可持续发展理论 |
2.1.3 压力-状态-响应模型 |
2.2 数据来源 |
2.3 研究方法 |
2.3.1 综合污染指数法 |
2.3.2 Daniel趋势检验 |
2.3.3 人类活动与环境空气质量的综合评价模型 |
3 研究区概况 |
3.1 湖北省概况 |
3.1.1 自然环境概况 |
3.1.2 社会经济概况 |
3.2 武汉市概况 |
3.2.1 自然环境概况 |
3.2.2 社会经济概况 |
4 湖北省大气污染物时空变化特征 |
4.1 省级尺度时间变化特征 |
4.1.1 三种污染物浓度的时间变化特征 |
4.1.2 综合污染指数分析 |
4.1.3 空气污染负荷系数分析 |
4.1.4 主要污染物变化趋势分析 |
4.2 市级尺度时空变化特征 |
4.2.1 时间变化特征 |
4.2.2 空间变化特征 |
4.3 县级尺度时空变化特征 |
4.3.1 空间变化特征 |
4.4 本章小结 |
5 大气污染的影响因素分析——以武汉市为例 |
5.1 社会经济因素 |
5.2 自然因素 |
5.2.1 地形地势 |
5.2.2 气象条件 |
5.3 本章小结 |
6 大气污染物的健康效应 |
6.1 大气污染与长寿水平 |
6.2 回归结果分析 |
6.3 本章小结 |
7 结论与展望 |
7.1 结论 |
7.2 创新点 |
7.3 不足与展望 |
参考文献 |
在校期间发表的论文及科研成果 |
致谢 |
(8)2017年沙尘天气对济源市空气质量的影响及分析(论文提纲范文)
引言 |
1 评价标准和判定依据 |
1.1 评价标准 |
1.2 沙尘判定依据 |
1.2.1 起始时间判定 |
1.2.2 结束时间判定 |
2 对济源市环境空气质量的影响 |
2.1 沙尘天气发生次数和影响过程分析 |
2.2 沙尘天气对空气质量评价的影响 |
2.2.1 沙尘天气对PM10、PM2.5月均值的影响 |
2.2.2 沙尘天气对PM10、PM2.5年均值的影响 |
2.2.3 沙尘天气对轻度以上污染天气的影响 |
3 预防措施 |
结语 |
(9)银川市2次强沙尘天气气溶胶浓度及传输特征(论文提纲范文)
1 资料来源 |
2 结果分析 |
2.1 沙尘暴过程气溶胶浓度及气象要变化 |
2.1.1 2013年4月17日沙尘暴天气过程 |
2.1.2 2013年3月9日扬沙天气过程 |
2.2 天气形势分析 |
2.3 后向轨迹分析 |
3 结论与讨论 |
(10)2015年内蒙古中部主要城市沙尘天气研究(论文提纲范文)
摘要 |
Abstract |
1 引言 |
1.1 沙尘天气的相关概念 |
1.2 研究目的意义 |
1.3 沙尘天气研究进展 |
1.3.1 沙尘天气尘源地 |
1.3.2 沙尘天气分布特点及变化规律 |
1.3.3 沙尘天气与气象影响因素 |
1.3.4 沙尘天气总悬浮颗粒物的浓度及粒径分布 |
1.3.5 沙尘天气数据模拟模型以及预报系统的建立 |
1.3.6 沙尘天气危害及防治对策 |
2 研究区概况和研究方法 |
2.1 研究区概况 |
2.1.1 呼和浩特市概况 |
2.1.2 包头市概况 |
2.1.3 鄂尔多斯市概况 |
2.2 研究方法 |
2.2.1 技术路线 |
2.2.2 空气中颗粒物浓度、能见度监测方法 |
2.2.3 主要气象因子数据数据 |
2.2.4 空气质量标准 |
2.2.5 沙尘天气分级标准 |
2.2.6 数据的统计及处理 |
3 结果与分析 |
3.1 2015年内蒙古中部主要城市空气中TSP浓度变化分析 |
3.1.1 呼和浩特空气中TSP浓度变化分析 |
3.1.2 包头空气中TSP浓度变化分析 |
3.1.3 鄂尔多斯空气中TSP浓度变化分析 |
3.2 2015年3~5月内蒙古中部主要城市空气中TSP浓度变化 |
3.2.1 2015年呼和浩特空气中TSP浓度变化 |
3.2.2 2015年包头空气中TSP浓度变化 |
3.2.3 2015年鄂尔多斯空气中TSP浓度变化 |
3.3 内蒙古中部主要城市典型沙尘天气空气中颗粒物浓度、能见度变化 |
3.3.1 2015年呼和浩特典型沙尘天气TSP浓度及能见度的变化 |
3.3.2 2015年包头典型沙尘天气TSP浓度及能见度的变化 |
3.3.3 2015年鄂尔多斯典型沙尘天气TSP浓度及能见度的变化 |
3.4 2015年内蒙古中部主要城市沙尘天气发生情况 |
3.4.1 颗粒物浓度分级的沙尘天气发生情况 |
3.4.2 颗粒物浓度分级的沙尘天气发生情况 |
3.5 内蒙古中部主要城市沙尘天气发生与气象因素的相关关系 |
3.5.1 空气中颗粒物浓度与湿度(%)的相关关系 |
3.5.2 空气中颗粒物浓度与风速(m/s)的相关关系 |
3.5.3 内蒙古中部主要城市沙尘天气发生与风速、湿度、温度、气压的相关关系 |
3.6 2015年内蒙古中部地区主要城市颗粒物浓度和能见度的相关关系 |
3.6.1 呼和浩特市颗粒物浓度(TSP、PM10)与能见度的相关关系 |
3.6.2 包头市颗粒物浓度(TSP、PM10)与能见度相关关系 |
3.6.3 鄂尔多斯市颗粒物浓度(TSP、PM10)与能见度的相关关系 |
4 讨论 |
4.1 空气中颗粒物浓度的变化规律 |
4.2 沙尘天气分级标准 |
4.3 沙尘天气发生的影响因素 |
4.4 沙尘天气的防治与减缓措施 |
5 结论 |
致谢 |
参考文献 |
作者简介 |
四、沙尘暴对黄石市环境空气质量的影响及应对措施(论文参考文献)
- [1]基于韧性城市理念的城市综合防灾规划研究 ——以新郑市中心城区为例[D]. 时哲明. 西南科技大学, 2021(09)
- [2]西北地区不同季节沙尘天气的数值模拟与沙尘气溶胶的输送及来源[D]. 彭路. 兰州大学, 2020(01)
- [3]中国城市韧性时空演变与提升路径研究[D]. 陈惟刚. 南华大学, 2020(01)
- [4]黄石市大气PM10和PM2.5质量浓度特征研究[J]. 虎彩娇,李锦伦,王祖武,成海容,柯豪昊,吴婉烨. 气象与环境学报, 2019(04)
- [5]北京市黑碳与PM2.5的人群健康效应研究[D]. 龚天宜. 成都信息工程大学, 2019(05)
- [6]基于压力-状态-响应模型的城市韧性评估 ——以湖北省黄石市为例[D]. 陈丹羽. 华中科技大学, 2019(01)
- [7]湖北省大气污染物时空分布特征及影响因素[D]. 王无为. 华中师范大学, 2018(12)
- [8]2017年沙尘天气对济源市空气质量的影响及分析[J]. 王芳,张小东,王红果. 资源节约与环保, 2018(03)
- [9]银川市2次强沙尘天气气溶胶浓度及传输特征[J]. 刘玉兰,马筛艳,辛尧胜,丁永红,裴晓蓉,邵建. 环境科学与技术, 2017(02)
- [10]2015年内蒙古中部主要城市沙尘天气研究[D]. 王田歌. 内蒙古农业大学, 2016(02)
标签:空气污染论文;