报告详情
基于机器学习识别生物质燃烧排放PM2.5的标识组分
编号：2122
访问权限：仅限参会人
更新：2024-04-11 22:38:00 浏览：770次
口头报告
报告开始：2024年05月20日 10:30（Asia/Shanghai）
报告时间：5min
所在会场：[S13] 主题13、气溶胶与大气环境 [S13-7] 主题13、气溶胶与大气环境 专题13.3、专题13.8、13.10（20日上午，204）
暂无文件
摘要
生物质燃料在中国农村地区仍普遍使用，其燃烧是细颗粒物（PM2.5)的重要排放源。 标识组分对于界定PM2.5主要排放源至关重要。 本研究选取了10种常见的生物质燃料（玉米棒、玉米秸秆、黄豆秸秆、花生秸秆、芝麻秸秆、棉花秸秆、小麦秸秆、稻草、青稞和木柴），基于室内模拟燃烧和稀释通道采集了其燃烧排放的PM2.5，分析了PM2.5中102种组分，并利用机器学习的方法，识别了生物质燃烧排放PM2.5的标识组分。 结果如下：（1）10种生物质燃烧排放PM2.5的成分占比大致相同，平均占比显示，有机碳是其主要的成分，值为22.4%，元素为14.8%，水溶性离子为12.2%，元素碳为4.4%；其中水溶性离子主要的组分为Cl−和K+；元素为K、Al和Si；有机组分为左旋葡聚糖（levoglucosan）、二十八烷醇和棕榈酸（C16：0）。 （2）levoglucosan与K+的比值，可以有效区分稻草、木柴和棉花秸秆等生物质燃烧源。 （3）从生物质热解过程、大气寿命、与levoglucosan的相关性等方面研究表明，C16：0有可能作为生物质燃烧排放PM2.5的标识组分。 本研究为识别生物质燃烧排放PM2.5的标识组分提供了一种方法。
关键词
机器学习,标识组分,生物质燃烧
报告人
曹娟
博士研究生 中国地质大学（武汉）稿件作者
全部评论
重要日期
-
会议日期
05月17日
2024
至05月20日
2024
-
03月31日 2024
初稿截稿日期
-
03月31日 2024
报告提交截止日期
-
05月20日 2024
注册截止日期
主办单位
青年地学论坛理事会
承办单位
厦门大学近海海洋环境科学国家重点实验室
中国科学院城市环境研究所
自然资源部第三海洋研究所
中国科学院城市环境研究所
自然资源部第三海洋研究所
联系方式
- 辜克兢（会务总协调、会场安排、学术安排）
- gu******@xmu.edu.cn
- 139********
- 柳欣（会务总协调）
- li******@xmu.edu.cn
- 138********
- 孙佳妮（会务总协调）
- sc******@chytey.com
- 152********
- 窦恒（会场安排、学术安排）
- do******@chytey.com
- 186********
- 李招英（会场技术服务）
- li******@xmu.edu.cn
- 138********
- 刘琳（学术安排）
- ll******@iue.ac.cn
- 133********
- 李虎（学术安排）
- hl******@iue.ac.cn
- 189********
- 柳欣（学术安排）
- li******@xmu.edu.cn
- 138********
- 胡勤梅（会议注册）
- ma******@chytey.com
- 135********
- 孙晓笛（会议注册）
- xi******@xmu.edu.cn
- 188********
- 许心雅（会议财务）
- xu******@xmu.edu.cn
- 180********
- 朱佳（商业赞助）
- zh******@xmu.edu.cn
- 139********
- 张君（海报张贴）
- ju******@xmu.edu.cn
- 138********
- 卢巍（海报张贴）
- lu******@chytey.com
- 189********
- 李璟（酒店预订及咨询）
- li******@chytey.com
- 186********
发表评论