共查询到20条相似文献，搜索用时 39 毫秒
1.
京津冀地区气溶胶光学厚度反演及其空间分布特征 总被引：1，自引：0，他引：1
《气象与环境学报》2017,(3)
利用2014年9月1日至2015年5月31日Terra/MODIS MOD 021KM数据,以京津冀地区为研究区域,采用深蓝算法和查找表法反演京津冀地区1 km分辨率的气溶胶光学厚度,并将反演的气溶胶光学厚度与NASA产品和CE-318观测的气溶胶光学厚度进行比较。结果表明:反演的气溶胶光学厚度与NASA MOD 04_L2(10 km×10 km)和MOD 04_3K(3 km×3 km)两种气溶胶产品的空间分布具有高度的一致性,且空间分辨率更高;反演的气溶胶光学厚度与石家庄站CE-318观测气溶胶光学厚度的平均绝对误差为0.07左右,二者之间的相关系数R~2=0.956。卫星过境时,1 km反演的气溶胶光学厚度与MOD 04_L2气溶胶产品的平均误差约为0.06,反演的气溶胶光学厚度与MOD 04_3K气溶胶产品的平均误差约为0.03。对反演的气溶胶光学厚度与河北省PM_(2.5)和PM_(10)质量浓度的空间分布进行相关性分析表明,气溶胶光学厚度AOD与PM_(2.5)和PM_(10)质量浓度的相关系数分别为0.745、0.663,说明1 km反演的AOD可以有效反映区域PM_(2.5)和PM_(10)质量浓度的空间分布。 相似文献
2.
本文利用2013年1月1日~2015年6月30日贵阳市9个环境监测站的6种主要大气污染物(SO2、NO2、O3、PM10、CO、PM2.5)监测数据,分析了贵阳市主要大气污染物的年变化、日变化特征及降水对首要污染物浓度变化的影响。发现SO2、NO2、PM10、CO、PM2.5浓度为单谷型年变化,夏季浓度最低,冬季浓度最高;O3浓度为双峰型年变化,4、10月分别有两个极大值、11~2月与7月分别为两个极小值;SO2、NO2、PM10、CO、PM2.5浓度日变化呈双峰型特征;O3浓度日变化为单峰型特征;郊区SO2、NO2、PM10、CO、PM2.5日平均浓度低于市区,而郊区O3日平均浓度高于市区。降水对O3的湿清除效果不好,对其余大气污染物的湿清除效果较好,尤其夜间降水对颗粒污染物(PM2.5、PM10)的清除效果优于白天降水,但会使O3浓度明显上升。 相似文献
3.
利用2010年9-11月鞍山大气成分监测站CE-318太阳光度计观测资料,依据气溶胶光学厚度测量原理,计算得到2010年鞍山秋季大气气溶胶光学厚度、波长指数等大气光学特性数据,通过统计分析,给出鞍山秋季气溶胶光学特性分布特征。结果表明：随着测量AOD波段的降低,AOD值逐渐增大,9月的AOD平均值最大,10月AOD平均值次之,11月AOD平均值最小。从频率分布看,2010年9月 AOD日均值集中分布在0.4-0.6之间,10月和11月AOD日均值集中分布在0.0-0.4之间,表明10-11月大气较为清洁|波长指数日均值的频率分布说明鞍山秋季大气污染物以细粒子为主。500 nm 的AOD值与波长指数成对数关系,两者在9、10月和11月的相关系数分别为0.5145、0.8412和0.2715;9月AOD与PM10、PM2.5、PM1.0质量浓度为较小负相关,10月和11月AOD与PM10、PM2.5、PM1.0质量浓度成正相关,且10、11月AOD与气溶胶细粒子相关性较为显著。AOD值与能见度在趋势上呈较小的负相关性,可能是由于高层气溶胶粒子对气溶胶光学厚度产生了主要影响。 相似文献
4.
采用江苏省淮安市地面5个监测站2013年1月1日2015年12月31日PM10、PM2.5、SO2、NO2、CO、O3逐日质量浓度资料及同期气象资料,统计分析了该地区大气污染季节变化特征及其与气象条件的关系;采用MODIS的光学厚度AOD (Aerosol Optical Depth)资料和火点资料分析了2013年12月发生在淮安的一次持续性大气污染事件。研究结果表明,淮安空气质量AQI指数(Air Quality Index)在春冬季较高,夏秋季较低,污染天气发生在春冬季的概率为23.6%,夏秋季的概率为13.3%。淮安地区的首要大气污染物为颗粒物污染,其中PM10、PM2.5占比分别达到25.2%、48.9%,PM10中PM2.5比率年平均为61.0%,臭氧是第2大污染物,占比为25.8%。表征大气柱气溶胶浓度的AOD的季节变化与地面颗粒物浓度截然不同,颗粒物浓度 1月和12月出现极高值,而这两个月AOD月平均值却在一年中达到极低值,AOD最高值出现在7月。另外,AQI与降水、气温、风速、相对湿度呈负相关关系,但相关程度较弱。 相似文献
5.
6.
2008年北京奥运会期间大气气溶胶物理特征分析 总被引：5，自引：0，他引：5
应用MODIS卫星的气溶胶产品资料和地面的光学粒子计数器的资料,对比分析了北京地区2006、2007、2008年7～9月的气溶胶光学厚度、细粒子光学厚度、Angstrom指数、气溶胶粒子数浓度谱及体积谱,发现2008年北京奥运会期间(7月20日～9月20日)的气溶胶光学厚度比2006、2007年同期明显降低,气溶胶细模态光学厚度占总光学厚度的比上升,Angstrom指数上升,气溶胶细粒子数浓度没有明显相对变化,而粗粒子数浓度则减少约50%.利用大气标高,将MODIS反演的气溶胶柱的质量浓度转化为地面气溶胶质量浓度.用粒子计数器得到的体积谱,在假定气溶胶粒子密度的情况下,计算出其质量浓度.将这两种方法得到的气溶胶质量浓度与国家环境保护部公布的空气质量指数换算得到的可吸入颗粒物(PM10)质量浓度进行比较.结果表明:北京奥运期间空气质量总体达到了国家二级空气质量标准;与2006、2007年同期相比,2008年气溶胶PM10质量浓度明显下降,而这主要是由气溶胶粗粒子的减少引起的. 相似文献
7.
乌鲁木齐大气黑碳气溶胶浓度变化特征及影响因素分析 总被引：1，自引：0，他引：1
刘新春 《沙漠与绿洲气象(新疆气象)》2013,7(3):36-42
利用乌鲁木齐大气成分观测站2009年11月—2010年2月(2009年冬季)黑碳气溶胶(BC)质量浓度观测资料,同时结合该站观测的PM数据以及国内外其它地区的BC观测结果,分析了该地区黑碳气溶胶的变化特征及影响因素。结果表明:(1)BC日平均浓度为12.442±5.407μg.m-3,其变化范围为2.685~26.691μg.m-3。BC质量浓度与API指数的变化趋势基本一致,相关系数为0.660。(2)BC浓度的日变化具有明显的双峰值特征,其峰值区主要出现在上午和夜间,谷值区出现在凌晨和下午。逐日分布具有2~3 d到数天不等的急剧上升的变化,与天气过程活动周期基本吻合。(3)周一至周四BC平均浓度呈总体降低趋势,周五开始逐渐增加,总体的变化幅度不大,工作日和周末差别较小。(4)BC小时平均浓度出现频数符合对数正态分布,冬季本底浓度为6.146μg.m-3。(5)BC与PM10,PM2.5,PM1.0日平均浓度在0.001水平上均呈正相关,线性相关系数分别为0.526,0.538和0.548;BC在PM10,PM2.5,PM1.0中分别约占6.8%,8.2%和9.2%,表明BC是PM的重要组成部分。(6)乌鲁木齐城市冬季BC气溶胶浓度高于国内外部分城市,明显高于较为洁净的边远地区,远高于瓦里关本底站及南极观测的结果。 相似文献
8.
9.
利用郑州市环境监测站自动站点和自选监测站点的大气污染物监测数据,结合气象因子,对郑州市2012-2014年春节期间燃放烟花爆竹对大气气溶胶几种污染物的影响变化进行了分析。结果表明:2012-2013年春节的SO2、NO2、CO、PM2.5和PM10污染高峰出现在初一01-02时和初六00时之后;O3污染高峰则出现在初四和初五。经对2013年2月9日12时(除夕)到2月11日23时(初二)60 h观察,PM10和PM2.5污染高峰出现在初一01时和10时,NO2和SO2的高峰出现在初一01时,CO则出现在次日01时,O3的浓度变化规律则与上述污染物浓度变化呈反向增减的关系。郑州市城区春节期间各种污染物浓度的水平分布总体呈现西、北部污染浓度高,东、南部较低的趋势。各项气象因素对PM2.5和PM10浓度有着直接的影响。无特殊情况下,气温、风速与两种污染物浓度呈反向增减的关系,湿度和气压与两种污染物浓度呈同向增减的关系。 相似文献
10.
利用MODIS光学厚度遥感产品研究北京及周边地区的大气污染 总被引：53，自引：2，他引：53
对2001年在北京地区利用太阳光度计观测的气溶胶光学厚度和NASA发布的MODIS气溶胶产品进行了比较,验证了这一卫星遥感产品的可靠性;比较了2001年MODIS气溶胶光学厚度(AOD)产品和由空气污染指数(API)计算的每日平均可吸入颗粒物(PM10)浓度,得到了比较高的相关系数,证实该气溶胶产品可用于污染分析.将北京地区AOD与气象能见度观测资料进行比较,得到了不同季节的气溶胶"标高".利用统计的不同季节的气溶胶标高,从光学厚度的季节分布得到了能见度(能见距离)的季节分布.气溶胶光学厚度图像的个例分析表明,除局地排放外,周边区域(主要为西南和南向)的输送对北京市区的空气污染贡献份额较大.卫星遥感气溶胶可以比较直观地再现污染物的区域分布和输送,不仅为研究全球气候变化也为研究区域环境的空气质量提供了一种有效手段. 相似文献
11.
12.
天津冬季大气能见度与空气污染的相互关系 总被引：3，自引：1，他引：2
为探求天津冬季大气能见度特征与空气污染的相互关系,于2008年12月至2009年1月连续观测大气能见度和空气污染物浓度(PM10、PM2.5质量浓度,O_3、NO_2和SO_2体积浓度),并结合相对湿度进行相关分析。结果表明:天津冬季大气能见度平均值为11.59 km,日变化呈明显的单峰特征,其变化特征受到空气污染物,尤其是气溶胶质量浓度及相对湿度变化共同影响;观测期内霾的发生频率接近50%;采用非线性回归方程拟合能见度与气溶胶质量浓度相互关系显示,PM2.5质量浓度对水平能见度的贡献大于PM10质量浓度,并且高湿情况下,能见度与气溶胶质量浓度相关性更好。 相似文献
13.
利用2015年4月—2016年3月东洞庭湖滨湖气溶胶和同期气象资料,对PM10、PM2.5质量浓度特征与气象条件的关系进行了分析,并对一次典型高浓度气溶胶过程及其成因进行了探讨。结果表明:全年PM10、PM2.5质量浓度分别为116.5、59.9μg/m3,且均为夏季各月小,冬季各月大。一天中,气溶胶质量浓度早晨最小、午后最大。全年PM10、PM2.5质量浓度分别超过国家2级标准66%、71%,1年中有1/4的日期超过国家2级标准,且基本出现在12月—次年3和10月。随着气温的升高、降水量级和风力的增大,日均气溶胶质量浓度明显减小。大雨、暴雨和3级以上的风对气溶胶有较明显的稀释和清除作用。主导风向与工业点源布局、北方大气污染源输送方向一致,导致当地气溶胶浓度增大。低空明显的偏北风将我国北方外来高污染源输送至岳阳,导致2015年12月11—12日气溶胶爆发性增长。 相似文献
14.
利用WRF-Chem模拟研究京津冀地区夏季大气污染物的分布和演变 总被引：9，自引：4，他引：5
应用WRF—Chem（Weather Research and Forecasting Model with Chemistry）模式模拟研究了2007年8月京津冀地区近地面O3、NO2、PM2.5浓度的时空变化特征,将模拟结果与观测数据进行详细对比,结果表明,模式可以较好地模拟O3、PM2.5,浓度的空间分布和时间变化特征,成功再现了8月33和PM2.5的几次积累增加过程,其中O,的模拟值与观测值的相关系数为0．69～0．86,PM2.5的相关系数为0．44～0．49,但模式对NO2的模拟相对较差,相关系数为0．27～0．43。北京、天津地区为O3月均低值区,月均体积浓度约30×10^-9,渤海及京津冀以西地区O3月平均体积浓度可达60×10^-9;PM2,呈现南高北低的分布特征,变化范围为120～240μg／m3。14时月平均03体积浓度在北京、天津地区低于周边地区,约为60×10^-9;而PM2.5质量浓度在环渤海地区和河北南部较高,为100～120μg/m^3。8月17日北京出现一次典型的高浓度O,污染事件,14时北京地区温度达到33℃,O3体积浓度为80×10^-9～110×10^-9。在局地排放、化学反应和外来输送的共同作用下,渤海西岸和北岸PM2.5的质量浓度超过120μg／m3,其中二次气溶胶质量浓度为50～100μg／m3,一次排放人为气溶胶质量浓度为10～20μg／m3,海盐质量浓度为1～7μg／m3,二次气溶胶是该地区PM2.5的主要贡献者。 相似文献
15.
《气象与环境学报》2016,(6)
本文基于CUACE系统,利用2015年4—5月沈阳市大气环境观测数据对沈阳地区春季空气质量的预报效果进行了校验和修正。结果表明:CUACE模式对6种污染物(PM10、PM2.5、NO2、O3、SO2和CO)质量浓度的预报值普遍小于观测值,对PM10浓度的预报存在严重低估。CUACE模式预报的沈阳地区春季日首要污染物多为PM2.5,而观测表明沈阳地区春季PM10和PM2.5为日首要污染物的日数相当。同时,CUACE模式预报的空气污染等级与实际观测的空气污染等级相比存在较高的等级偏差率。利用污染物观测浓度和预报浓度之间的线性拟合公式修正CUACE模式的预报结果,修正后首要污染物的预报结果与实际观测结果基本吻合,同时空气污染等级的预报准确率也明显提高,提高幅度为50.0%—80.0%。 相似文献
16.
17.
利用2015—2019年鹰潭市5个大气成分监测站数据和气象站地面观测数据,运用主成分分析法,提取气象要素、气体污染物对PM2.5和PM10浓度影响的主要成分,调整BP人工神经网络的隐藏层个数和隐藏层节点数,构建基于BP人工神经网络的鹰潭市PM2.5和PM10浓度预测模型。结果表明：1） 气象要素中,共提取3个影响PM2.5、PM10浓度的主成分,分别为相对湿度、降水,气温、气压和风速,其中湿度、气温、风速与PM2.5、PM10浓度显著相关。2） 气体污染物中,共提取2个主成分,分别为SO2、NO2和O3,其中NO2、SO2与PM2.5、PM10浓度显著相关。3） 所建立的PM2.5、PM10浓度逐小时预测模型在20 h内预测性能良好,预测准确率分别为88%、86%,逐日预测模型在5 d内的预测性能良好,预测准确率分别为94%、92%,准确率较高,具有良好的预报性能。 相似文献
18.
19.
《气象与环境学报》2016,(1)
利用2013年10月至2014年9月山东省聊城市大气主要污染物监测数据,分析了各种污染物的时空分布特征及其对空气污染的贡献,探讨了聊城市大气污染的成因。结果表明:2013年10月至2014年9月聊城市轻度污染以上的空气质量日数所占比例高达70.0%,大气中SO2、NO2、CO、PM2.5和PM10浓度季节变化规律明显,即冬季各种污染物浓度远高于夏季。日首要污染物以PM2.5和PM10出现日数最多,其次为SO2作为首要污染物在冬季出现偏多,臭氧8 h作为首要污染物在夏季出现相对较多。聊城市5种污染物对空气污染的影响程度从大到小依次为PM2.5PM10NO2COSO2,其中PM2.5与PM10分担率大幅高于其他3种污染物,说明聊城市大气污染属于可吸入颗粒物与细颗粒物主导的类型。相关分析发现,PM2.5和PM10具有来自相同或相似污染源的可能性,扬尘与化石燃料使用是PM2.5和PM10污染的主要成因。 相似文献
20.
兰州市大气气溶胶的特征及其对呼吸道疾病的影响 总被引：7，自引：1，他引：6
根据2000年6月至2001年5月兰州市大气气溶胶的监测资料,分析了兰州市大气气溶胶的浓度、尺度谱分布及其年、月、日变化规律,进而探讨了大气气溶胶对人体舒适度的影响,分析了大气气溶胶浓度与呼吸道疾病发病人数之间的关系。结果表明:PM10月均浓度与同期呼吸道疾病月发病人数的变化趋势基本一致,两者呈显著性正相关;当PM10日均浓度明显升高后1～2 d,呼吸道疾病发病人数也随之增多。 相似文献