共查询到20条相似文献，搜索用时 31 毫秒
1.
Xinrui Wu Jinyuan Xin Xiaoling Zhang Ruirui Si Guangjing Liu An'na Li Tianxue Wen Zirui Liu Shigong Wang Guangzhou Fan Yuesi Wang Lili Wang Wenkang Gao 《大气和海洋科学快报》2021,14(2):67-73
华北平原大气污染与低能见度状况一直是人们关切的问题.本文通过分析2014-2017年PM2.5化学成分的浓度和消光效果,研究了华北平原典型城市保定市的大气污染特征.结果表明,PM2.5组分的年均浓度显示下降趋势,水溶性无机离子,碳质气溶胶和金属元素分别减少了11 μg m-3,23μgm-3和1796 ng m-3.NH4+,NO3-和SO42-是PM2.5污染的主要污染物,三者之和占总离子浓度的82.9％.基于IMPROVE方程对细颗粒物进行重构,在观测期间PM2.5质量浓度平均为93±69μgm-3,春季,夏季,秋季和冬季的消光系数分别为373.8±233.6 M m-1,405.3±300.1 M m-1,554.3±378.2 M m-1和1005.2±750.3 M m-1.硫酸铵,硝酸铵和有机物对消光的贡献最大,不同季节下占比达55％～77％.通过PM2.5组分进行重构,利用IMPROVE算法计算得到Rbsca,用能见度测量值转换得到Vbsca,二者具有较高的相关性(r2=0.84);但存在Vbsca的高值被低估,Vbsca的低值被高估的现象;特别是当Rbsca＞1123 M m-1(对应能见度约小于2.0 km)时,Vbsca的值被低估了17.6％.高浓度PM2.5和高湿度对IMPROVE算法结果有显著的影响. 相似文献
2.
为了监测北京奥运主场馆附近大气颗粒物的污染状况以及评估奥运污染源减排措施对北京大气颗粒物质量浓度变化的影响,利用颗粒物在线监测仪器TEOM于2007年和2008年夏季,在奥运主场馆附近的中国科学院遥感应用研究所办公楼楼顶对大气颗粒物PM10和PM2.5进行了连续同步观测。结果表明,2007年夏季监测点附近大气PM10与PM2.5质量浓度的平均值分别为153.9和71.2μg.m-3,而2008年夏季PM10与PM2.5质量浓度的平均值分别为85.2和52.8μg.m-3。与奥运前一年同时段相比,奥运时段大气PM10和PM2.5的质量浓度分别下降44.5%和25.1%。对比分析奥运前后的2次典型污染过程发现,空气相对湿度的增加和偏南气流输送的共同影响易造成大气颗粒物的累积增长,而降雨的湿清除作用和偏北气流则会使大气颗粒物浓度迅速降低。在相近的气象条件下,奥运前后的污染过程中,大气细粒子的日均增长速率分别为25.1和13.9μg.m-3.d-1,而大气粗粒子的日均增长速率分别为20.8和2.2μg.m-3.d-1,奥运时段污染累积过程中大气粗、细粒子的增长速率分别显著低于和略低于奥运前同时段污染过程中颗粒物的增长速率。污染源减排措施的实施是奥运期间大气颗粒物质量浓度降低的主要原因,从控制效果来看,奥运期间实施的污染源减排措施对大气粗粒子的控制效果明显好于大气细粒子。 相似文献
3.
为了解邢台沙河市冬季大气污染特征,选取2017年12月至2018年2月沙河市区3个省控站点（司法局、市政府、宣传中心）的逐时监测数据,分析了沙河市主要污染物的时空分布特征和潜在源区。污染物浓度特征分析表明:整个冬季司法局、市政府和宣传中心站点的细颗粒物（PM2.5）平均浓度分别为118.0 μg/m3、121 μg/m3和135 μg/m3。在大气自然活动和人为污染排放的共同作用下,PM10、PM2.5、SO2、NO2和CO均有明显的日变化特征。整个冬季沙河市的ρ(PM2.5)/ρ(PM10)、ρ(SO2)/ρ(NO2)均值分别为0.57和1.05（ρ为各物质的浓度）。且随着污染加重,ρ(PM2.5)/ρ(PM10)、ρ(SO2)/ρ(NO2)均明显升高,表明燃煤贡献增加;污染物空间分布特征分析表明:位于3个站点东北处的玻璃企业产生的污染物可能对监测站点造成了一定影响。污染物空间差异分析表明,区域污染范围越大、强度越高,大气污染的空间差异性越小;潜在源分析表明:沙河市PM2.5的强潜在源区分布在其周边区域,随着PM2.5浓度增加,强潜在源区呈缩小趋势。沙河市东南部的本地源对PM2.5浓度有主要贡献,而此处正是玻璃企业的聚集地。 相似文献
4.
近些年京津冀地区秋、冬季大气重污染事件频发,工业生产与居民燃煤是大气灰霾污染的重要原因。河北省沙河市是京津冀地区以玻璃制造和加工为主的典型工业城市,本研究选取该城市为研究对象,主要利用2017年1月至12月国控站点的大气环境监测和气象数据,采用扩散模型、潜在源分析等手段,分析了沙河市主要污染物的时空分布特征和污染来源。主要结论有:（1）沙河市首要污染物具有明显季节特征,春季、夏季、秋冬季分别以PM10、O3、PM2.5污染为主,季节贡献率分别为43.3%、72.3%、61.5%。（2）受城市大气边界层和排放的共同影响,PM10、PM2.5、SO2、NO2和CO浓度均有剧烈的季节—日变化特征。（3）冬季东北风时PM2.5、NO2、SO2均展现出高浓度和高相关性特征,表明站点可能受东北方向玻璃企业排放影响。同时,站点可能也受城中村散煤燃烧影响。（4）沙河市冬季PM2.5浓度为143 μg m-3。冬季的一次重污染中硫氧化率SOR、氮氧化率NOR的最高值分别达0.67、0.39,气态污染物的二次转化剧烈,高湿度利于二次粒子的生成。重污染中C(NO3-)/C(SO42-)均值为1.89,推测沙河市NO2主要来自大型运输车辆和企业的共同排放。（5）本地源是沙河市PM2.5的主要潜在源区,周边几个重工业城市也有一定贡献。因此本研究建议沙河市PM2.5的治理除需加强本地污染源的削减和控制外,区域联防联控也十分重要。 相似文献
5.
2002年北京风沙季节颗粒物测值分析 总被引：1，自引：2，他引：1
为了了解风沙季节的颗粒物浓度特征,特别是在风沙天气来临前后颗粒物浓度的变化,2002年春季分别在北京的延庆和观象台进行了连续的颗粒物观测,并对观测资料进行了较为详细的统计分析。结果表明:在风沙季节,沙尘天气出现前后的颗粒物浓度变化幅度非常显著,对环境质量的影响明显增大;TSP与PM10,PM10与PM2.5的相关性非常显著,线性关系好。沙尘天气对不同粒径颗粒物浓度贡献的增加在33%~86%之间。 相似文献
6.
基于2017-2019年河源市空气质量数据,分析了河源市首要污染物的年际变化特征,同时利用2019年东埔国控站点的首要污染物与气象要素进行了相关性分析,并以典型污染日为案例,分析了气象条件对污染过程的影响。结果表明：2017-2019年细颗粒物（PM2.5）污染日比重大幅度降低,以臭氧（O3）为首要污染物的污染日逐年增加,污染形式逐渐从颗粒物污染向臭氧污染发生转变。O3浓度与温度和湿度分别呈正负相关关系,高浓度O3主要出现在（20-30℃,25%-55%）阈值之间,在吹西北偏北风时O3浓度也较高。PM2.5和PM10与湿度也呈负相关关系,温度与湿度组合在（8-13℃,40%-55%）范围内时两者容易同时出现高值;在夏季PM2.5和PM10还与温度具有较强的正相关关系,这意味着高温情况下河源有出现颗粒物与O3复合污染的可能。河源市典型污染日具有风速较小局部扩散不利的特征,低温低湿条件下容易出现PM2.5污染,且主要受到区域的传输影响;而高温低湿条件下容易发生O3污染,且较高的前体物浓度容易加剧O3的本地污染。 相似文献
7.
Pollutant dispersion characteristics in Dhaka city, Bangladesh 总被引：1，自引：0，他引：1
Air pollution is a major environmental concern in major cities around the world. The major causes of air pollution include rapid industrialization/urbanization and increased non environment-friendly energy production. This paper analyses the atmospheric pollutant such as carbon monoxide (CO) and particulate matter (PM) dispersion characteristics of Dhaka city. The yearly and diurnal variations of pollutant concentration are described by taking into consideration of both meteorological and emission source parameters highlighting washout effect due to rainfall and inversion phenomena. Concentration of PM (both PM2.5 and PM10) and CO in the ambient air are measured for a period of one year with Airmetric Minivol air samplers and Gas Chromatographic (GC) technique, respectively. The trend over the year shows an increase in the monthly average hourly PM and CO concentrations in winter months (November to March) when both PM10 and PM2.5 annual average concentrations (about 130 and 95 ??g m?3, respectively) exhibit levels exceeding World Health Organization (WHO) guidelines as well as exceed more than twice the national standards of annual PM10 (50 ??g m?3) and PM2.5 (15 ??g m?3) concentrations. Such high pollutant concentrations may have significant health implications for residents of Dhaka city. It is also found that the PM concentration increases with the increase of wind speed during dry winter season and is also influenced by transboundary air pollution. The data and subsequent recommendations can be useful in formulating air quality management strategies for the Dhaka city. 相似文献
8.
9.
The Atmospheric Environmental Monitoring Network successfully undertook the task of monitoring the atmospheric quality of Beijing and its surrounding area during the 2008 Olympics.The results of this monitoring show that high concentrations of PM2.5 pollution exhibited a regional pattern during the monitoring period(1 June-30 October 2008).The PM2.5 mass concentrations were 53 μg m 3,66 μg m 3,and 82 μg m 3 at the background site,in Beijing,and in the Beijing-Tianjin-Hebei urban agglomerations,respectively.The PM2.5 levels were lowest during the 2008 Olympic Games(8-24 August):35 μg m 3 at the background site,42 μg m 3 in Beijing and 57 μg m 3 in the region.These levels represent decreases of 49%,48%,and 56%,respectively,compared to the prophase mean concentration before the Olympic Games.Emission control measures contributed 62%-82% of the declines observed in Beijing,and meteorological conditions represented 18%-38%.The concentration of fine particles met the goals set for a "Green Olympics." 相似文献
10.
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
11.
CUACE系统在乌鲁木齐空气质量预报中的效果检验 总被引：1，自引：0，他引：1
采用2013年12月1日—2014年2月28日空气质量观测数据,对CUACE系统在乌鲁木齐空气质量预报中的效果进行离线检验。结果表明,在污染物浓度和空气质量分指数方面,NO2的预报效果优于PM10和PM2.5,28 h预报时效的预报效果优于52 h预报时效;在首要污染物预报结果中,28 h预报时效的总体预报效果优于52 h,28 h预报时效中PM2.5预报正确率为65%;从空气质量等级的预报效果来看,28 h预报时效与52 h预报时效无明显差别,对NO2和PM10的预报准确率达到100%,对PM2.5三级预报准确率达到90%以上,对二、四级预报准确率在70%～80%之间,对五、六级重度污染预报值偏低两个级别或以上。 相似文献
12.
长三角工业区夏季近地层臭氧和颗粒物污染相互关系研究 总被引：4，自引：0，他引：4
利用2013年5月15日到8月31日南京江北工业区（长三角典型工业区）同步的观测资料分析了近地层臭氧（O3）和细颗粒物（PM2.5）、气溶胶光学厚度（AOD）的变化特征及相互间的关系,并结合光化学箱模式分析了AOD对近地层O3生成的影响。结果表明,观测期间PM2.5平均质量浓度为56.2±20.1 μg m-3;AOD（500 nm）均值为1.4±0.9;波长指数α（440~870 nm）均值为1.0±0.3。PM2.5质量浓度24 h均值超国家二级标准20.2%,超标时AOD均值增加14.7%,α平均值增加23.9%,O3体积分数均值减少12.3%。O3超国家二级标准10.1%,超标时段AOD增加34.9%,α变化不显著。高温低湿条件下,O3日变化峰值（y）和PM2.5质量浓度（x）存在较高的线性相关。相对湿度＜60%时,两者拟合曲线为y＝0.97x+43.96（拟合度R2=0.60）,温度＞32°C时,两者拟合方程为y＝1.24x+30.61（R2＝0.64）。夏季长三角工业区呈现高浓度O3与高浓度PM2.5叠加的大气复合污染。O3日变化峰值和AOD变化呈显著负相关。模拟结果显示,O3日变化峰值（y）和AOD（x）呈现极高的负相关[y＝－34.28x+181.62,R2 = 0.93或y＝220.62·exp (－x/3.17)－19.50,R2＝0.99]。 相似文献
13.
以北京市朝阳站为例总体上分析了2014-2015年北京市全年、冬半年和夏半年电场强度和污染物变化特性及相关性,重点研究静稳积累型、污染复合型、沙尘型3种类型污染天气下大气电场强度与主要污染物因子浓度以及与气象要素之间的关系。结果表明:(1)全年电场强度每小时平均值为0.45~0.72 kV·m-1,全年电场强度主要峰值在03:00(北京时,下同)和23:00,主要谷值在06:00和13:00;冬半年电场强度与污染物强度相关性更明显,特别是与PM10、PM2.5、PM1.0、NO2的相关性较显著。(2)静稳积累型污染物过程中,污染物浓度较快变大,电场强度随之增加,电场强度和污染物浓度变化趋势比较接近;相对湿度增大时,电场强度变为负值。(3)污染复合型过程中污染物浓度和电场强度变化都较平缓,在相对湿度较大的重污染天气,电场强度和污染物浓度的相关性并不强;电场强度和相对湿度相关性较强。(4)沙尘型天气下电场强度为负值,该种情况下大气污染物快速积累,电场强度绝对值剧烈变大,然后快速降低。沙尘型天气下不同情况电场强度绝对值从大到小依次是沙尘暴、扬沙、浮尘。 相似文献
14.
为了解广州亚运会期间华南区域大气质量状况以及气象条件对区域本底浓度值的影响,2010年11月对鼎湖山站主要污染物NOx,SO2,O3,PM10和PM2.5进行了连续在线观测。利用MICAPS,NCEP FNL资料及后向轨迹模拟对观测时段大气污染物变化特征进行了分析。结果表明:观测时期鼎湖山区域NO2,SO2和O3平均体积分数分别为 (7.2±3.1)×10-9,(8.5±3.8)×10-9和 (28.7±9.8)×10-9。PM10和PM2.5的月平均质量浓度分别达到113 μg·m-3和81 μg·m-3,PM2.5超标日数达13 d (标准为世界卫生组织第1阶段值,日平均值为75 μg·m-3)。不同时段日变化分析表明,广州亚运会期间高值时段 (定义为PM2.5质量浓度超过世界卫生组织的IT.1标准的时段) NOx和O3平均体积分数为13.2×10-9和20.9×10-9,较2009年同期分别下降了41.3%和10.7%。不利气象要素影响和污染物区域传输作用是形成珠江三角洲区域大气本底 (鼎湖山地区) 细粒子污染偏高的主要原因。 相似文献
15.
利用1990～2002年呼和浩特市区空气污染物TSP、SO2、NOx浓度的实际监测数据，分析了呼和浩特市大气污染物浓度变化的时空分布特征、大气污染与天气条件的关系。呼和浩特市市区主要以煤烟型污染为主，冬、春季比夏、秋季污染严重，采暖期比非采暖期污染严重，市区中心污染最严重。污染物的排放量及大气的稳定度状态是城市大气污染的主要影响因子，天气变化是城市大气污染物浓度变化的主导因素，局地环流是决定城市污染物分布的关键因素。因此，不同季节排污量的变化、天气条件是制作呼和浩特市大气污染预报的主要依据。 相似文献
16.
空气污染能够影响人体健康、交通运输、农业生产等,会对国家经济造成损失。多年来,北京一直是空气污染严重地区,而冬季燃煤采暖是一个重要的原因。2016～2017年,北京大力优化采暖的能源结构,旨在改善空气质量。本文通过分析5个位于北京不同区域的空气质量监测站的PM2.5、PM10、SO2、NO2和CO污染物浓度,对比了2018年和2015年的空气质量变化情况。结果显示:2018年5个站5种污染物浓度较2015均下降,平均下降幅度为37.3%,而5个站降幅最大的污染物浓度都是SO2,平均降幅为59.2%。进一步分析表明,两年5种污染物浓度的差距主要来自冬季的取暖时期。2018年冬季5个站重空气污染（PM2.5浓度>150 μg/m3）天数较2015年平均下降率高达91.3%,比其他季节多了41.3%。相较于2015年,5个站平均的2018年冬季5种污染物浓度平均下降值是其他季节的4.8倍,平均下降的幅度是其他季节的2.3倍。逐小时数据分析显示,2018年较2015年冬季污染物浓度下降比较大的时刻主要来来自暖更多的时间段。结合气象条件分析表明,北京冬季采暖优化很大程度地提高了空气质量,这为有相似采暖方式的城市的空气污染治理提供借鉴和参考。 相似文献
17.
利用2012~2020年成都市气象站观测资料和环境空气质量监测数据,研究了该地区能见度时空演变规律以及不同等级能见度下气象要素和污染物浓度的关系。结果表明:（1）成都市近9 a年平均能见度呈上升趋势。四季平均能见度由高到低依次为夏季（12.25 km）、春季（10.82 km）、秋季（9.04 km）和冬季（6.33 km）。成都市能见度日变化呈单峰型分布特征,07时能见度最低,17时能见度最高。（2）能见度空间分布特征为东高西低且北高南低,中部中心城区最低。（3）成都市3 km以下低能见度出现频率为10.92%,3~5 km、5~10 km和10~20 km能见度出现频率分别为15.92%、24.95%和22.51%。（4）能见度上升与对应的PM2.5和PM10浓度、相对湿度减少以及风速增加有关。当能见度低于1 km时,多为高湿（RH>96%）低温（T<10.6℃）和小风速（<1.0 m/s）和高浓度（PM2.5>84.8 μg/m3,PM10>129.0 μg/m3）。 相似文献
18.
利用2015年1月至2017年6月桂林国家基本气象站能见度、相对湿度、气温、气压、降水等气象要素和PM10、PM2.5、PM1.0颗粒物质量浓度资料,分析桂林城区大气能见度与颗粒物浓度和气象因子之间关系。结果表明：桂林城区大气能见度和PM10、PM2.5、PM1.0呈对数关系,相关系数分别为-0.341、-0.461、-0.509,颗粒物对大气能见度影响在相对湿度为60%—70%时最为显著。在各气象因子中,大气能见度与风速的相关性最好,其次为相对湿度,与风速呈二次函数关系,与相对湿度呈幂指数关系,与温度相关性较小,与气压在秋冬季节呈正相关,相关系数冬季可达0.301,但在春、夏季节相关性不显著;利用颗粒物浓度和气象要素建立8种大气能见度非线性统计回归模型,比较后发现利用PM1.0、风速、相对湿度、气温等因子建立的不同季节大气能见度拟合公式在实际检验中效果最优,能较好地模拟桂林地区大气能见度的变化。 相似文献
19.
Impacts of the meteorological condition versus emissions reduction on the PM2 5 concentration over Beijing-Tianjin-Hebei during the COVID-19 lockdown 
下载免费PDF全文
下载免费PDF全文 本研究从气象条件和减排两方面探讨了COVID-19封锁期间严重雾霾发生的原因[研究目的],并定量的分析了气象条件和减排对PM2.5浓度的相对影响[创新点].使用WRF-Chem在2019年2月3日-16日和2020年2月3日-16日进行了三个数值模拟试验,分别为2019年气象场与MEIC-2019(2019年中国多分辨率月度排放清单),2020年气象场与MEIC-2019,2020年气象场与MEIC-2020[研究方法].结果表明COVID-19封锁期间严重雾霾的原因是不利气象条件增加的PM2.5浓度大于减排减少的PM2.5浓度[重要结论]. 相似文献
20.
根据1961—2018年喀什地区9个国家站浮尘日数逐日观测资料,利用气候学统计、M-K突变检验等方法分析喀什地区浮尘日数的时空分布等气候特征,分析2019年3月19—25日喀什地区出现的强浮尘造成的重污染天气成因。结果表明:喀什地区年平均浮尘日数为71 d,浮尘日数总体呈减少趋势,并于1997年前后发生了显著减少性突变。2019年3月19—25日出现的强浮尘天气过程,持续时间长,影响范围广,乌拉尔山高压脊发展,脊前横槽转竖,在新疆东部回流东灌冷空气是造成此次沙尘过程的天气背景。浮尘天气造成21—24日喀什地区空气污染指数AQI指达500,属严重污染,首要污染物PM_(2.5)和PM_(10)在21日、22日达到峰值,分别为494、1 175μg/m~3。热力、动力条件以及近地面存在逆温层均不利于污染物的扩散。污染过程前后喀什市本站气压与PM_(10)、PM_(2.5)浓度均呈正相关,相关系数为0.762、0.507,均通过0.05显著性水平检验;气温与PM_(10)浓度呈负相关,与PM_(2.5)相关性不明显;相对湿度跟PM10和PM2.5呈正相关,表明气象因子在大气污染过程中对大气环境影响明显。 相似文献