Diwali is among the most important Indian festivals, and elaborate firework displays mark the festivities in the evening. This study assesses the impact of Diwali on the concentration, composition, and sources of ambient PM2.5. The total PM2.5 concentrations were observed to rise by ~16 times their pre-firework levels, while each of the elements, organics, and black carbon were augmented by a factor of 12.3, 1.6, and 2.3, respectively. Concentration levels of species like K, Al, Sr, Ba, S, and Bi displayed distinct peaks during the firework event and were identified as tracers for the same. The average concentrations of potential carcinogens like As, exceeded US EPA screening levels for industrial air by a factor of ~9.6, while peak levels reached up to 16.1 times the screening levels. The source apportionment study, undertaken using positive matrix factorization, revealed the fireworks to account for 95% of the total elemental PM2.5 during Diwali. The resolved primary organic emissions, too, were enhanced by a factor of ~8 during Diwali. Delhi has encountered serious haze events following Diwali in recent years, this study highlights that it is the biomass burning emissions rather than the fireworks that dominate Delhi's air quality in the days following Diwali.


翻译:Diwali是印度最重要的节日之一,精心设计的烟火展示是夜间的节日。本研究评估了Diwali对环境PP2.5的浓度、构成和来源的影响。观察到PM2.5的总浓度增加了约16倍,而每个元素、有机物和黑碳的浓度分别增加了12.3、1.6和2.3倍。K、Al、Sr、Ba、S和Bi等物种的浓度水平在消防活动期间显示了不同的峰值,并被确定为同一事件的跟踪者。As等潜在致癌物的平均浓度超过了美国环保局对工业空气的检测水平,增幅为9.6倍,而高峰水平则达到筛查水平的16.1倍。利用积极的矩阵系数进行的源分配研究显示,Diwali期间烟花占元素PM2.5总量的95%。Diwali期间,解决的初级有机排放也由于~8倍的系数而加剧。Diwali等潜在致癌物的平均浓度超过了美国环保局对工业空气的检测水平,其浓度为9.6倍,而最高水平则达到筛查水平的16.1倍。这一研究显示,在Diwali的空气中,而该研究显示,在Direi的空气中,在燃烧中,在燃烧中,在燃烧的空气中,在空气中,在燃烧质量中,在燃烧中,在燃烧中,在燃烧的温度上出现了严重升高之后,而不是在空气中,这一研究突出表明中也突出。

0
下载
关闭预览

相关内容

Linux导论,Introduction to Linux,96页ppt
专知会员服务
77+阅读 · 2020年7月26日
Stabilizing Transformers for Reinforcement Learning
专知会员服务
58+阅读 · 2019年10月17日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
最新BERT相关论文清单,BERT-related Papers
专知会员服务
52+阅读 · 2019年9月29日
分布式并行架构Ray介绍
CreateAMind
9+阅读 · 2019年8月9日
【TED】生命中的每一年的智慧
英语演讲视频每日一推
9+阅读 · 2019年1月29日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
Jointly Improving Summarization and Sentiment Classification
黑龙江大学自然语言处理实验室
3+阅读 · 2018年6月12日
【推荐】YOLO实时目标检测(6fps)
机器学习研究会
20+阅读 · 2017年11月5日
gan生成图像at 1024² 的 代码 论文
CreateAMind
4+阅读 · 2017年10月31日
【推荐】GAN架构入门综述(资源汇总)
机器学习研究会
10+阅读 · 2017年9月3日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Arxiv
0+阅读 · 2021年1月16日
Arxiv
0+阅读 · 2021年1月14日
Arxiv
0+阅读 · 2021年1月13日
Arxiv
5+阅读 · 2018年1月30日
VIP会员
相关资讯
分布式并行架构Ray介绍
CreateAMind
9+阅读 · 2019年8月9日
【TED】生命中的每一年的智慧
英语演讲视频每日一推
9+阅读 · 2019年1月29日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
Jointly Improving Summarization and Sentiment Classification
黑龙江大学自然语言处理实验室
3+阅读 · 2018年6月12日
【推荐】YOLO实时目标检测(6fps)
机器学习研究会
20+阅读 · 2017年11月5日
gan生成图像at 1024² 的 代码 论文
CreateAMind
4+阅读 · 2017年10月31日
【推荐】GAN架构入门综述(资源汇总)
机器学习研究会
10+阅读 · 2017年9月3日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Top
微信扫码咨询专知VIP会员