共查询到20条相似文献，搜索用时 343 毫秒
1.
通过分析北京城区2007年夏季和秋季、2008年冬季和春季4个季节PM1中硫酸盐、硝酸盐、铵盐、有机物和黑碳等气溶胶化学组成,结合对我国及全球主要区域PM10中上述气溶胶组分及矿物气溶胶组成的评估,发现因受干旱区产生的沙尘和城市逸散性粉尘的共同影响,整个亚洲大陆,尤其是我国的矿物气溶胶浓度与欧美国家城市区域气溶胶总和的平均值相当或更高。我国在重视控制PM2.5等细粒子污染的同时,不应忽视对PM2.5~PM10之间粗粒子的控制力度;北京城区春、夏、秋、冬的PM1平均质量浓度分别约为94,74,66 μg·m-3和91 μg·m-3,全年平均约为81 μg·m-3,其中有机物气溶胶约占41%,硫酸盐占16%,硝酸盐占13%,铵盐占8%,黑碳和氯化物分别占11%和3%,细矿物气溶胶约贡献7%。对于PM2.5污染的控制,关键是消减PM1中主要气溶胶粒子的排放与转化,其中对有机物的控制更为重要,尽管对于北京而言进一步污染控制的难度已经很大。从科学上来说,即使我国的控制措施能百分之百实现,也很难稳定地达到欧美国家的空气质量水平,因为我国本底矿物气溶胶的浓度较高。应进一步评估各项控制措施的适用性,并制定考虑我国人群健康状况的PM2.5空气质量标准。 相似文献
2.
利用贵州省安顺市2015—2019年大气污染物资料和气象资料,分析安顺市空气质量特征和主要大气污染物特征,通过TrajStat软件中HYSPLIT模型的后向轨迹模式,结合GDAS气象数据、PM2.5浓度,分析不同季节输送途径及其污染轨迹,采用潜在源贡献作用和浓度权重轨迹分析方法,分析研究期内所有PM2.5污染日（PM2.5日浓度高于75 μg·m-3）输送轨迹垂直与水平方向分布特征。结果表明: PM2.5是安顺城区主要大气污染物,冬季输送污染轨迹占比较大,输送方向主要为贵州东北方向、偏南方向; 污染日PM2.5输送路径以贵州东北方向近距离输送为主,该类轨迹基本分布在880—980 hPa高度; 潜在源高值区主要集中在贵阳整个地区、毕节织金县、黔西市、金沙县等,高贡献值区主要集中在安顺紫云县、镇宁县、毕节织金县、大方县等。 相似文献
3.
2005年12月—2006年2月在太原市区持续观测了气溶胶细粒子PM2.5, 并应用Sunset碳分析仪进行了有机碳 (organic carbon, OC) 和元素碳 (elemental carbon, EC) 的测定。结果表明:太原冬季PM2.5, OC和EC浓度均较高, 其中PM2.5日平均浓度变化范围为25.4~419.0 μg/m3, 日平均浓度为193.4±102.3 μg/m3, OC平均浓度为28.9±14.8 μg/m3, EC平均浓度为4.8±2.2 μg/m3, OC/EC平均比值是7.0±3.9, 即太原市冬季PM2.5和碳气溶胶污染严重。OC在PM 2.5中占18.6%, EC占2.9%, 这表明碳气溶胶是太原大气细粒子污染控制的关键组分。在太原市冬季, 采暖燃烧的煤是OC和EC的主要贡献源, 造成OC大大高于EC, 从而使OC/EC比值增大。各种气象条件对PM2.5, OC, EC和OC/EC比值的变化都有不同程度的影响, 特别是大雾天气、相对湿度、风速和降雪是影响碳气溶胶浓度变化的重要因素。 相似文献
4.
春季中国东部气溶胶化学组成及其分布的模拟研究 总被引：2，自引：0，他引：2
本文利用区域空气质量模式RAQMS（Regional Air Quality Model System）,对2009年春季中国东部气溶胶主要化学成分及其分布进行了模拟研究。与泰山站观测资料的对比结果显示,模式能比较合理地反映气溶胶浓度的逐日变化特征。整体上,模式对无机盐气溶胶的模拟好,分别高估和低估黑碳和有机碳气溶胶浓度,其原因与排放源、二次有机气溶胶化学机制和模式分辨率的不确定性有关。模拟结果显示,春季气溶胶浓度高值主要集中于华北、四川东部、长江中下游等地区。受东南亚生物质燃烧和大气输送的影响,中国的云南和广西等地区有机碳浓度高于中国其他地区。中国西北部沙尘浓度较高,而且向东输送并影响到中国东部和南方部分地区。中国东部的华北、四川东部、长江中下游等地PM2.5（空气动力学直径在2.5微米以下的颗粒物）污染严重,4月平均PM2.5浓度超过了我国日平均PM2.5浓度限值。中国东部泰山站的观测和模拟结果都显示近地面硝酸盐浓度超过硫酸盐,中国北部对流层中硝酸盐的柱含量也大于硫酸盐,而在中国南部则相反,这一方面与春季中国云量 南多北少的分布特征以及云内液相化学反应有关,另一方面也与南北温差对气溶胶形成的影响有关。就整个中国东部而言,虽然硫酸盐的柱含量（46 Gg）仍大于硝酸盐（42 Gg）,但比较接近,反映出我国氮氧化物排放迅速增加的趋势。春季中国地区对流层中PM10（空气动力学直径在10微米以下的颗粒物）及其化学成分柱含量分别为:990.8 Gg（PM10）,52.6 Gg（硫酸盐）,48.2 Gg（硝酸盐）,32.1 Gg（铵盐）,22.9 Gg（黑碳）和74.1 Gg（有机碳）,有机碳（OC）中一次有机碳（POC）和二次有机碳（SOC）分别占60%和40%,中国东部PM10中人为气溶胶和沙尘分别占30%和70%,反映了春季沙尘对我国大气气溶胶的重要贡献。 相似文献
5.
利用2013~2017年贵阳市10个国控空气质量监测站点PM2.5逐时监测数据,分析了贵阳市大气污染物污染水平及其时空分布特征。结果表明:(1)贵阳市PM2.5年均浓度为36.14 ug·m-3,基本处于国家空气质量二级标准范围内,污染程度较轻;(2)贵阳市PM2.5浓度冬季浓度为一年中最高,最高值出现在12月,夏季浓度最低,最小值出现在7月;(3)气象要素对PM2.5浓度的影响是显著的,尤其是在分季节的情况下,气象要素对PM2.5的影响差异较大。PM2.5浓度与太阳辐射、日照时数、气压呈显著正相关,与降水、相对湿度、风速、气温呈显著负相关。太阳辐射夏季对PM2.5影响最大,日照时数春季对PM2.5的影响最大,气温在夏、秋季与PM2.5浓度呈显著负相关。春季降水对PM2.5的相关性更为显著,风速对夏、冬季与PM2.5浓度具有显著负相关性。 相似文献
6.
利用宝鸡市2017—2019年PM2.5质量浓度小时数据及相对湿度等气象数据,探讨了宝鸡市PM2.5质量浓度、相对湿度和能见度三者的关系,并利用HYSPLIT后向轨迹模式对3 a冬季重度及以上污染过程主导来源气团进行了聚类分析。研究发现：宝鸡冬季重度及以上污染过程多发生在1月,期间主导风向为西北风和东南风;PM2.5质量浓度与能见度在不同相对湿度条件下有不同的拟合幂函数关系,空气相对湿度>80%时,空气中水汽含量是影响能见度的主要因素,空气相对湿度≤60%时,影响能见度的主要因子是PM2.5质量浓度。2017—2019年冬季宝鸡达重度污染及以上的过程后向轨迹聚类结果略有不同,其中2017年污染以偏北及西南气团近距离输送为主,2018年污染以宝鸡本地积累为主,2019年污染以关中临近城市(西安地区)近距离输送为主;西北路气团移速最快,远距离传输能力最强,偏东路气团移速最慢,远距离传输能力最弱。 相似文献
7.
总结了国内外关于大气环境中PM2.5的研究进展。针对目前国内大部分城市阴霾天气日益加重,国内相关部门和领域更加重视PM2.5的监测和研究的现状,调研了国内外大气环境领域关于PM2.5的研究情况,提出改善空气质量、加强PM2.5研究的建议。介绍了PM2.5的定义,指出PM2.55对人体健康和能见度的不利影响。国内关于PM2.5的研究工作包括：分析PM2.5和气象条件的关系;PM2.5的观测特征以及成分和来源分析;开展PM2.5的数值模拟。叙述了沈阳地区关于PM2.5的研究情况,指出了改善沈阳城市大气环境的措施,包括加强PM2.5的连续监测,调整产业结构和布局,提高能源效率,发展洁净能源、减少煤炭消费,防治机动车尾气污染。 相似文献
8.
利用2015—2017年唐山市空气质量日空气质量指数、小时PM2.5浓度和气象数据,分析了唐山市重污染特征及PM2.5重污染生成、消散气象条件。结果表明：2015—2017年唐山市重污染天数为减少趋势,年平均重污染天数36 d。冬季发生重污染天数最多,秋季次之。重污染天气中首要污染物为PM2.5、PM10和O3,PM2.5为首要污染物占比87%,PM10占比6%,O3占比7%。小时PM2.5浓度与相对湿度、总云量、24 h变温正相关,与风速、气温、风向、1 h降水负相关。冬季相关性最好,其次是秋季和春季。90%PM2.5重污染相对湿度均为50%以上,冬季和秋季高达98%;风速大于4 m·s-1时,有0.7%的PM2.5达到重污染;降水对PM2.5有一定清除作用。升温、湿度增加和负变压有助于污染天气形成,生成过程中平均风速为1.8 m·s-1,主导风向为SW,其次是S、W。降温、湿度下降、正变压、降水有助于污染天气消散,消散过程中平均风速为3.1 m·s-1,主导风向为E,其次是NE、N。各方位3 m·s-1的风具有清除能力,偏北风具有较好清除能力,风速较其他方向风速小。 相似文献
9.
肇庆市PM2.5重污染天气形势及冬季典型污染过程输送特征研究 总被引：8，自引：1，他引：8
为了揭示肇庆市颗粒物重污染过程的发生与发展规律,利用2013—2014年PM2.5监测数据,分析该区域两年间的空气质量整体变化情况以及PM2.5污染过程的季节变化规律,统计两年间所有颗粒物重污染过程,并根据污染过程的天气形势展开分析,运用空气质量数值模型（WRF-Chem）对冬季一次典型重污染过程进行模拟研究。结果表明,肇庆2013—2014年共发生27次PM2.5重污染过程且主要出现在秋冬季,结合气象场的分布特征,总结出四种诱发重污染过程发生的天气形势,分别是高压出海型（48%）、热带低压型（22%）、锋面影响型（19%）及冷高压控制型（11%）。在四种天气形势的影响下,肇庆整体风向以东南风和南风为主,大气处于静稳状态,导致污染物的积累并诱发重污染过程。WRF-Chem模拟结果进一步发现,不利气象条件及本地排放源是造成肇庆冬季重污染过程发生的主要原因。结合四维通量模型对肇庆边界污染物输送情况进行定量分析后发现,肇庆PM2.5以输出为主,其中硝酸盐与氨盐的输出通量较大。此外,模型还揭示了肇庆境内的主要污染物输送通道呈东南-西北走向,外地输入的污染物也通过此通道影响肇庆的空气质量 相似文献
10.
京津冀位于华北平原腹地,面临着严重的空气污染问题,尤其是河北省的重点工业城市唐山,长期位于全国空气质量最差的前十名。为改善空气质量,过去的十多年间我国颁布实施了多项污染防治计划,但唐山的PM2.5和夏季O3浓度仍超国家标准。为此,使用WRF(Weather Research and Forecasting Model)-CMAQ(Community Multiscale Air Quality Model)模型量化了唐山市2020年PM2.5和O3浓度的行业贡献并分析其协同控制可行性。工业源对唐山市PM2.5浓度贡献最大,约占45%,其次是居民源约占16%。冬季能源、居民源和农业源占比为全年最高,分别达17%、19%和11%。O3浓度的背景值约占一半以上,4月占比最高。在非背景值中,唐山O3浓度最大来源为工业源,约占53%,其次是交通源,约占22%。生物源、交通源和能源行业的贡献在7月有所上升,分别约10%、27%和20%。不同污染情... 相似文献
11.
为了探究银川市大气边界层逆温特征和影响因素及其与冬季PM2.5污染的关系,利用2015—2020年银川气象站探空、地面气象观测资料及银川市空气质量监测数据,在分析银川市大气边界层逆温及地面气象要素特征基础上,以冬季为研究时段,探讨逆温与地面气象要素对PM2.5污染的影响。结果表明：(1)银川市清晨大气边界层较傍晚更易出现逆温,且逆温多为贴地逆温,贴地逆温较悬浮逆温强度大、厚度小;逆温频率和厚度冬季最大、夏季最小,逆温强度秋季最强、夏季最弱。(2)冬季晴天,地面平均风速1.0～1.5 m·s-1、相对湿度30%～60%的气象条件下易出现逆温。(3)贴地逆温是影响冬季PM2.5污染天气的主要气象因素之一,当逆温厚度超过596 m、强度超过1.4℃·(100 m)-1时,易出现PM2.5污染天气,且随着逆温厚度增大、强度增强,污染加重。(4)冬季PM2.5污染天气下,清晨天空状况多为晴天,通常地面平均风速小于1.3 m·s-1 相似文献
12.
利用2015年1月至2017年12月中国环境监测总站全国城市空气质量实时发布平台中公布的克拉玛依5个监测点数据和同时期克拉玛依国家基本气象站的观测数据,分别研究了克拉玛依市4个行政区的PM2.5浓度的时空变化特征以及气象条件对克拉玛依PM2.5浓度变化的影响。结果表明：从月份上看,克拉玛依每年的1月、2月、12月PM2.5浓度最高,3月、11月PM2.5浓度较高,其中,独山子每年2月的PM2.5浓度均最高,2016年2月独山子PM2.5平均浓度最高,达到134 μg·m-3,超过国家一级标准值的2.8倍,属于中度污染,从季节上看,克拉玛依四季PM2.5浓度变化呈现波峰波谷变化趋势,表现为冬季最高,春季次之,夏季、秋季各区变化不一的特点,采暖期的PM2.5浓度高于非采暖期的PM2.5浓度;克拉玛依PM2.5浓度在空间上的总体分布为：独山子区>白碱滩区>克拉玛依区>乌尔禾区;从风向、风速、气温、气压和相对湿度等气象要素与PM2.5浓度的相关性来看,气压、相对湿度与PM2.5浓度呈显著正相关,气温、风速、风向与PM2.5浓度呈负相关,其中气温、风向与PM2.5浓度呈显著负相关。 相似文献
13.
选用2003—2004年初PM2.5连续观测资料，统计分析了北京地区PM2.5的特征、PM2.5与PM10以及PM2.5与地面气象要素的相互关系。结果表明:四季中夏季PM2.5浓度最低，冬、春两季浓度较高。PM2.5与PM10比值平均为0.55，非采暖期两者比值为0.52，采暖期两者比值为0.62；夏季该比值主要分布在0.3~0.6之间，春、秋两季该比值分布在0.3~0.8之间，冬季采暖期该比值分布在0.4~0.9之间。PM2.5与PM10比值日变化与气象条件日变化、人们日常生活习惯密切相关，沙尘天气和交通运输高峰期扬起地面粗颗粒物会导致PM2.5在PM10中的比例下降，而冬季取暖以及夏季光化学反应则会引起PM2.5的比例升高。PM2.5的浓度与地面气象要素中本站气压、相对湿度和风速有很好的的相关性，与气温的相关性较差。SO42-，NO3-和NH4+为北京地区PM2.5中主要离子。PMF源解析方法确定了北京地区5类细粒子污染源，分别是:土壤尘、煤燃烧、交通运输、海洋气溶胶以及钢铁工业。 相似文献
14.
PM2.5污染仍然是湖北省冬季大气污染的首要污染类型,且具有明显区域传输特征,重污染过程的空气污染气象条件有别于华北地区,值得关注。采用WRF/Chem不同排放情景下的模拟结果,并结合观测分析,研究了2015年12月—2016年1月湖北省PM2.5重污染过程的气象输送条件及日变化特征,从大尺度输送条件和局地边界层动力作用分析了外来污染物水平传输、悬浮聚集和向下传输的过程,并解释了该地区观测到的午后PM2.5浓度特殊峰值的气象成因。结果表明,湖北重污染爆发以区域传输为主,地面观测PM2.5极值对应10 m风速可达8—10 m/s,边界层0—1 km为较强偏北风输送,污染传输通量极值位于400 m高度附近,为重要传输通道,低空无明显逆温,重污染过程具有“非静稳”边界层气象特征。重污染形成的大尺度输送条件为,长江中下游及北部地区偏北风异常偏强,南部地区风速减缓,使污染物在中游平原堆积,鄂北边界风速越大,越有利污染输送增长。传输性污染主要来自偏北和东北方向的污染源输送,潜在源区贡献主要为途经偏北通道上的豫中、南阳盆地和关中地区,以及途经东北通道上的鲁、皖、苏等部分地区。PM2.5浓度日变化双峰结构的天气成因不同,21—24时（北京时）峰值为静稳性污染,11—14时峰值为传输性污染。污染输送受大气边界层高度影响,日出前大气边界层高度较低,层结稳定并伴有上升运行,使得低空外来输送悬浮聚集在400 m高度附近;日出后随大气边界层高度升高,静稳层结被破坏,在干沉降作用下高浓度PM2.5开始向下传输,并在午后地面形成峰值。 相似文献
15.
基于国际大气化学—气候模式比较计划模式数据评估未来气候变化对中国东部气溶胶浓度的影响 总被引：1，自引：0，他引：1
气候变化引起的地面气溶胶浓度变化与区域空气质量密切相关。本文利用“国际大气化学—气候模式比较计划”（Atmospheric Chemistry and Climate Model Intercomparison Project, ACCMIP）中4个模式的试验数据分析了RCP8.5情景下2000~2100年气候变化对中国气溶胶浓度的影响。结果显示,在人为气溶胶排放固定在2000年、仅考虑气候变化的影响时,2000~2100年气候变化导致中国北部地区（31°N~45°N, 105°E~122°E）硫酸盐、有机碳和黑碳气溶胶分别增加28%、21%和9%,硝酸盐气溶胶在中国东部地区减少30%。气候变化对细颗粒物（PM2.5）浓度的影响有显著的季节变化特征,冬季PM2.5浓度在中国东部减少15%,这主要是由硝酸盐气溶胶在冬季的显著减少造成的;夏季PM2.5浓度在中国北部地区增加16%,而长江以南地区减少为9%,这可能与模式模拟的未来东亚夏季风环流的增强有关。 相似文献
16.
利用PCA-kNN方法改进广州市空气质量模式PM2.5预报 总被引：3，自引：2，他引：3
为了提高广州市PM2.5客观预报能力,采用主成分分析结合机器学习算法k近邻（PCA-kNN）方法,基于空气质量模式（CMAQ）预报产品、中尺度天气模式（GRAPES-MESO）预报产品和2017年上半年广州PM2.5观测实况,试验确定PCA-kNN方法的最佳参数方案,建立广州市空气质量模式PM2.5预报客观订正方法。结果表明:与CMAQ模式的PM2.5预报相比,在第1~3天预报时效上,PCA-kNN订正结果与实况的相关系数分别提高20%、15%、29%,均方根误差分别降低17%、16%、20%,平均偏差更接近0,PM2.5浓度等级TS评分接近或优于CMAQ预报,PCA-kNN订正结果优于CMAQ预报。机器学习算法PCA-kNN方法可有效改进广州市空气质量模式PM2.5预报,本研究对其他地区、其他污染物客观预报研究具有借鉴意义。 相似文献
17.
2010年在代表长三角区域背景地区的浙江省临安区域大气本底站开展了对大气细粒子PM2.5为期1年的地面观测,并对细粒子中水溶性离子和碳组分的季节变化特征进行了分析。临安2010年大气中PM2.5质量浓度平均为 (58.2±50.8) μg·m－3,PM2.5质量浓度季节变化明显。利用HYSPLIT4模式计算了2010年临安72 h后向轨迹,根据轨迹计算与聚类结果,结合地面观测的PM2.5数据进行了分析。研究表明:临安地区因受到长江三角洲区域及偏北气流引起的污染传输影响,呈现出高细粒子水平特征。PM2.5中总水溶性离子年平均质量浓度为 (28.5±17.7) μg·m－3,占PM2.5质量浓度的47%。其中,气溶胶组分SO42-,NO3-和NH4+所占比例最大,共占总水溶性离子的69%。PM2.5中有机碳和元素碳的年平均质量浓度分别为 (10.1±6.7) μg·m－3和 (2.4±1.8) μg·m－3。有机碳和元素碳质量浓度显著相关,表明有机碳和元素碳主要来自相同的排放源。 相似文献
18.
京津冀及周边地区冬季能见度与PM2.5浓度和环境湿度的多元回归分析 总被引：1，自引：0，他引：1
2013年至今,中国冬季与雾霾相伴的低能见度事件频发,京津冀及周边地区尤为严重。PM2.5浓度与环境湿度是导致低能见度的最关键影响因素。为了深入研究PM2.5浓度与环境湿度对大气能见度的影响,利用2017年1月京津冀及周边地区MICAPS气象数据与PM2.5观测数据,运用天气学诊断分析方法讨论了不同相对湿度下PM2.5浓度、环境湿度对冬季能见度变化的相对贡献,按照地理环境与污染程度差异将京津冀及周边地区划分为北京-天津地区与河北-山东地区,建立了PM2.5浓度与环境湿度（由露点温度、温度代表）对能见度的多元回归方程,并对2015、2016、2018、2019年冬季能见度进行了回算检验。结果显示:相对湿度低于70%、PM2.5浓度低于75 μg/m3时,北京-天津地区与河北-山东地区能见度多高于10 km,PM2.5浓度升高是此时能见度迅速降低的主导因素;相对湿度从70%上升至85%和PM2.5浓度从75 μg/m3升高200 μg/m3的共同作用导致了能见度降低到10 km至5 km;能见度进一步从5 km下降至2 km则更多依赖于相对湿度进一步从85%升高至95%,PM2.5浓度与此时能见度相关减弱;能见度降低至2 km甚至更低主要是由于水汽近饱和状态下（相对湿度95%以上）的雾滴消光引起,与PM2.5浓度的变化关系不大。与不分组直接拟合相比,以相对湿度85%为界线,分别拟合能见度能够很大程度优化多元回归模型,相对湿度高于85%时能见度拟合值的均方根误差从9.2和5.2 km下降至0.5和0.7 km,5 km以下拟合能见度的误差大幅度减小。按相对湿度85%将数据分组所得的拟合方程对2015、2016、2018、2019年1月能见度估算结果较好,观测值与拟合值相关系数均高于0.91,为雾-霾数值预报系统提供了新的能见度参数化算法。 相似文献
19.
利用2018年12月至2019年2月滨州、德州和聊城PM2.5、PM10、NO2、SO2、CO和O3逐日质量浓度及其对应的气象资料,分析了鲁西北大气污染特征和影响因子。结果表明：2018年冬季鲁西北大气污染比较严重,聊城、德州和滨州轻度及以上污染天数分别占61%、60%和54%,重度以上染污天数分别占24%、11%和9%;首要污染物均为PM2.5、PM10和NO2,其中PM2.5占60%以上。PM2.5、PM10、SO2、NO2和CO日变化呈双峰双谷型,谷值分别出现在04-07时和15-17时,且下午比清晨更低,峰值出现在上午和下午交通高峰期后2-3 h,且峰值上午大于下午;O3呈单峰型分布,09时出现极小值,18-19时出现极大值。PM2.5是鲁西北主要的首要污染物,与PM10、CO、NO2均为显著正相关,并通过0.01水平显著性检验,与NO2的相关性在低相对湿度(< 60%)时大于高相对湿度(≥ 60%),与CO的相关性在高相对湿度时大于低相对湿度;污染时段(PM2.5>75 μg·m-3)的平均相对湿度和平均温度明显大于清洁时段(PM2.5 ≤ 75 μg·m-3),清洁时段风速和气压比污染时段明显偏大。 相似文献
20.
基于2014—2018年全国空气质量指数（AQI）和PM2.5质量浓度数据、美国国家环境预报中心GDAS数据和后向轨迹模式,分析研究了湖州市PM2.5浓度变化特征,并筛选出5 a内出现的8次重污染天气过程进行输送特征和潜在源分析。结果表明：湖州地区PM2.5日平均浓度频率分布呈指数分布,高频区主要集中在20—40 μg·m-3之间。污染主要出现在冬季,夏季、初秋为低浓度值,PM2.5小时平均浓度的日变化呈主副双峰型分布特征,其中主峰出现在10时,副峰出现在02时,谷值则在18时,其与NO2和SO2的变动有关。污染主要通过西北和偏东路径进行中远距离传输,其中西北路径传输对湖州地区影响较大,而偏东路径下气团经过海面,夹带的水汽与颗粒物充分混合,会加剧颗粒物的二次生成和老化过程;西南偏西路径和偏南路径对湖州空气污染也有一定贡献,但存在不确定性,个别过程中偏南路径表现为清洁通道。西北路径上的城市群是主要潜在源区,大值区主要集中在安徽中西部。 相似文献