[口头报告]基于机器学习识别生物质燃烧排放PM2.5的标识组分

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 稿件编号：3392 访问权限：仅限参会人 更新：2024-04-11 22:38:00 浏览：38次 口头报告

报告开始：2024年05月20日 10:30 （Asia/Shanghai）

报告时间：5min

所在会议：[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。
 
关键字
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
曹娟 中国地质大学（武汉）
发表评论
验证码 看不清楚，更换一张
全部评论
● 会务总协调  

● 学术安排

  

辜克兢

13950003604

gukejing@xmu.edu.cn

辜克兢

 13950003604

gukejing@xmu.edu.cn

柳    欣

13806024185

liuxin1983@xmu.edu.cn

窦    恒

 18627754021

douheng@chytey.com

孙佳妮

15201086188

scarlett@chytey.com

刘    琳

 13313708075

lliu@iue.ac.cn

 

● 会场技术服务

  

李    虎

柳    欣

18965842343

13806024185

hli@iue.ac.cn

liuxin1983@xmu.edu.cn
李招英

13860473552

lizhaoying@xmu.edu.cn

      
           
● 会场安排   ● 会议注册  

辜克兢

13950003604

gukejing@xmu.edu.cn

 胡勤梅 13554192326

mary@chytey.com

窦    恒

18627754021

douheng@chytey.com

 孙晓笛 18813296455 xiaodi.sun@xmu.edu.cn
           
● 商业赞助   ● 会议财务  
朱    佳 13950159036

zhujia@xmu.edu.cn

 许心雅 18005960255 xuxinya@xmu.edu.cn
           

● 海报张贴

  

● 酒店预定及咨询

  
张    君 13860426122 junzhang@xmu.edu.cn

李    璟

18627754146

lijing@chytey.com
卢    巍 18971567453 luwei@chytey.com      

 

登录 注册缴费 酒店预订