Skip to main content

中国近期雾霾成因推测


2013年入冬以来,PM2.5成为热门话题。从南到北大片国土被雾霾覆盖。目前官方并没
有明确地说明成因,仅仅笼统地指为排放传输。笔者根据所看到的报道结合自身研究PM
成因的经验,对此次雾霾成因进行推测。
PM2.5的主要成分包括二次硫酸盐,二次硝酸盐,二次有机物,炭黑,沙尘,及其它一
次排放(包含各种重金属,组成很复杂,但总量没那么大,而且空间分布很不均匀)。
而二次硫酸盐和二次硝酸盐以铵盐为主。
这次雾霾发生在冬天,可以排除二次硫酸盐和二次有机物。因为这两种物质产生于光化
学反应,而夏天的阳光远强于冬天,所以这两者在夏天浓度高而冬天浓度低。
二次硝酸盐与前两者正好相反,冬天高而夏天低,因为高的温度会使硝酸盐分解。所以
二次硝酸盐可能性很大。最近两个冬天偏冷,有利于硝酸盐的形成,可以解释雾霾为什
么最近两年才显著。
低温会降低大气混合层的高度,使污染物浓度升高。这是另外一个次要原因, 会使一
次污染变浓,但并不怎么影响二次污染浓度。
另外两个支撑证据:1. 污染物质有焦煳味。硝酸铵本身没有味道,但分解出来的氨气
有这种味道。其它颗粒物质没有这种味道。2. 硝酸铵有强烈的吸湿性。很容易吸收空
气中的水分长大,从而阻断光线。从照片上看,大气混合层以上晴空一片,而以下则雾
气弥漫,说明如果没有硝酸铵,水分本应是以气体方式存在的。

如果以上推测成立的话,那么可以推论,明年一月还会有雾霾,且会更严重,因为一月
更加冷。除非以后有暖冬,雾霾今后每年冬季都会有。不过好消息是硝酸铵本身毒性不
强。对健康的危害可能要次于对可见度的影响。

硝酸盐的前驱体氮氧化物产生于高温燃烧中氧气和氮气的直接化合,尤其是柴油发动机
和火电站这种稀薄燃烧过程。控制措施也应针对这些排放源,尤其是尾气的脱硝。

以上都只是推测,需要颗粒化学组分的监测数据来检验。n

Comments

Popular posts from this blog

OWASP Top 10 Threats and Mitigations Exam - Single Select

Last updated 4 Aug 11 Course Title: OWASP Top 10 Threats and Mitigation Exam Questions - Single Select 1) Which of the following consequences is most likely to occur due to an injection attack? Spoofing Cross-site request forgery Denial of service   Correct Insecure direct object references 2) Your application is created using a language that does not support a clear distinction between code and data. Which vulnerability is most likely to occur in your application? Injection   Correct Insecure direct object references Failure to restrict URL access Insufficient transport layer protection 3) Which of the following scenarios is most likely to cause an injection attack? Unvalidated input is embedded in an instruction stream.   Correct Unvalidated input can be distinguished from valid instructions. A Web application does not validate a client’s access to a resource. A Web action performs an operation on behalf of the user without checking a shared sec

CKA Simulator Kubernetes 1.22

  https://killer.sh Pre Setup Once you've gained access to your terminal it might be wise to spend ~1 minute to setup your environment. You could set these: alias k = kubectl                         # will already be pre-configured export do = "--dry-run=client -o yaml"     # k get pod x $do export now = "--force --grace-period 0"   # k delete pod x $now Vim To make vim use 2 spaces for a tab edit ~/.vimrc to contain: set tabstop=2 set expandtab set shiftwidth=2 More setup suggestions are in the tips section .     Question 1 | Contexts Task weight: 1%   You have access to multiple clusters from your main terminal through kubectl contexts. Write all those context names into /opt/course/1/contexts . Next write a command to display the current context into /opt/course/1/context_default_kubectl.sh , the command should use kubectl . Finally write a second command doing the same thing into /opt/course/1/context_default_no_kubectl.sh , but without the use of k

标 题: 关于Daniel Guo 律师

发信人: q123452017 (水天一色), 信区: I140 标  题: 关于Daniel Guo 律师 关键字: Daniel Guo 发信站: BBS 未名空间站 (Thu Apr 26 02:11:35 2018, 美东) 这些是lz根据亲身经历在 Immigration版上发的帖以及一些关于Daniel Guo 律师的回 帖,希望大家不要被一些马甲帖广告帖所骗,慎重考虑选择律师。 WG 和Guo两家律师对比 1. fully refund的合约上的区别 wegreened家是case不过只要第二次没有file就可以fully refund。郭家是要两次case 没过才给refund,而且只要第二次pl draft好律师就可以不退任何律师费。 2. 回信速度 wegreened家一般24小时内回信。郭律师是在可以快速回复的时候才回复很快,对于需 要时间回复或者是不愿意给出确切答复的时候就回复的比较慢。 比如:lz问过郭律师他们律所在nsc区域最近eb1a的通过率,大家也知道nsc现在杀手如 云,但是郭律师过了两天只回复说让秘书update最近的case然后去网页上查,但是上面 并没有写明tsc还是nsc。 lz还问过郭律师关于准备ps (他要求的文件)的一些问题,模版上有的东西不是很清 楚,但是他一般就是把模版上的东西再copy一遍发过来。 3. 材料区别 (推荐信) 因为我只收到郭律师写的推荐信,所以可以比下两家推荐信 wegreened家推荐信写的比较长,而且每封推荐信会用不同的语气和风格,会包含lz写 的research summary里面的某个方面 郭家四封推荐信都是一个格式,一种语气,连地址,信的称呼都是一样的,怎么看四封 推荐信都是同一个人写出来的。套路基本都是第一段目的,第二段介绍推荐人,第三段 某篇或几篇文章的abstract,最后结论 4. 前期材料准备 wegreened家要按照他们的模版准备一个十几页的research summary。 郭律师在签约之前说的是只需要准备五页左右的summary,但是在lz签完约收到推荐信 ,郭律师又发来一个很长的ps要lz自己填,而且和pl的格式基本差不多。 总结下来,申请自己上心最重要。但是如果选律师,lz更倾向于wegreened,