共查询到19条相似文献，搜索用时 140 毫秒
1.
利用2013年6—8月河北省定兴县固城站的NH3连续高时间分辨率观测数据,分析了NH3体积分数水平、变化特征和影响因素。结果表明:2013年夏季固城站NH3小时平均体积分数变化范围为0.9×10-9~862.9×10-9,平均体积分数为43.9×10-9±65.9×10-9。观测期间PM2.5中NH4+平均质量浓度为 (19.77±33.24) μg·m-3。2013年夏季固城站NH3和NH4+质量浓度有较好的相关性,且浓度明显高于华北地区城市站点,说明由于农业施肥等活动导致固城站大气NH3和NH4+质量浓度水平显著提高。夏季NH3体积分数有明显日变化且呈单峰特征。2013年夏季固城站硫氧化率和氨转化率较高,说明SO2和NH3转化为SO42-和NH4+的速率较大。华北地区应加大对由农业活动造成的NH3排放的控制力度,以降低区域二次气溶胶污染。 相似文献
2.
华北平原是我国主要农作物产区,田间秸秆焚烧现象普遍存在,选取秋收季节（2014年10月）分析了秸秆燃烧的排放特征,利用区域化学传输模型WRF-Chem模拟研究了燃烧排放对气态前体物及其氧化产物的影响,以及最终导致的PM2.5中硫酸盐、硝酸盐和铵盐的变化。研究表明:2014年秋收季节,河南和山东等省份的秸秆燃烧排放会在东南风的输送作用下影响京津冀地区;秸秆燃烧排放大量挥发性有机物（VOCs）,导致火点源及周边地区大气中主要氧化剂浓度上升,提升了区域大气氧化能力;当携带大量VOCs的秸秆燃烧烟羽与以化石燃料排放为主的城市气团相混合时,大气氧化性增强会加速城市地区人为源排放的NOx和SO2等气态前体物的氧化过程,提高硫酸盐和硝酸盐的形成速率、促进二次无机气溶胶的生成。 相似文献
3.
RMAPS_Chem V1.0系统是基于WRF_Chem模式建立的服务于华北区域雾霾等污染预报业务的模式系统,该研究着重针对系统中污染排放清单不确定性带来的SO2浓度预报偏差较大问题,采用EnKF源反演和误差统计订正相结合的方法对排放清单进行了改进,形成了一套优化后的华北区域SO2排放清单。通过输入初始清单和优化清单对2017年10月进行模拟,并与华北地区616个地面环境监测站观测值进行对比,结果表明:EnKF源反演结合误差统计订正的排放清单优化方法适用于SO2排放清单的改进,有效降低了清单系统性偏差,针对主要区域及重点城市的检验显示模拟结果接近观测值;排放清单优化后模拟误差显著降低,如河北南部、山东西部至北京一带模式预报均方根误差与归一化平均绝对误差明显下降,区域内站点模拟误差呈正态分布特征,误差分布范围、最大概率出现范围均明显变窄,且最大误差概率明显上升。 相似文献
4.
采用燃料生命周期方法,选取能耗、CO2、NOx和SO2排放等关键节能减排指标,对我国纯电动汽车、汽油汽车和混合动力汽车进行比较分析。通过对2010年和2020年两个时间点的考察,发现推广纯电动汽车并不一定有利于节能减排：在2010年技术水平和能源结构下,纯电动汽车的燃料周期能耗和CO2排放低于燃油汽车（包括汽油汽车和混合动力汽车),但NOx和SO2排放要高出燃油汽车50%以上;到2020年,若国家相关规划目标得以实现,纯电动汽车的燃料周期能耗和CO2排放将比2010年下降30%左右,NOx和SO2排放将比2010年下降80%以上,但由于发动机技术迅速改进等原因,届时纯电动汽车的燃料周期CO2、NOx和SO2排放等都高于混合动力汽车。在此基础上,进一步分析了纯电动汽车节能减排效益的不确定性,并提出改善纯电动汽车节能减排效益的政策建议,如将纯电动汽车的推广与电力系统改造行动结合起来、基于能耗水平对纯电动汽车和燃油汽车进行分类管理等。 相似文献
5.
地面观测提供空间点的浓度信息,三维化学模式提供网格面的浓度信息,两者在进行对比验证或同化融合时会因为空间尺度不匹配引入误差,即观测代表性误差。本研究将大气污染地面国控监测站与区县监测站结合起来,获得了京津冀地区高密度地面观测数据,利用该数据首次对京津冀地区6项常规大气污染物（PM2.5、PM10、SO2、NO2、CO和O3）的地面观测代表性误差进行了客观估计,并与Elbern et al.（2007）方法估计的代表性误差进行了对比。结果发现:两种方法对京津冀地区NO2地面观测代表性误差估计非常接近,但Elbern et al.（2007）方法显著低估了SO2、CO和O3地面观测的代表性误差。在此基础上,我们对Elbern et al.（2007）方法及其误差特征参数进行了本地化修正,并增加了PM2.5和PM10的代表性误差特征参数,建立了京津冀大气污染地面观测代表性误差的客观估计方法。 相似文献
6.
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
7.
基于2008年9月—2010年9月河北固城生态与农业气象试验站多轴差分吸收光谱仪 (multi-axis differential optical absorption spectroscopy, MAX-DOAS) 获得的太阳散射光谱观测,反演计算该地区NO2对流层柱浓度,分析其季节、日变化特征以及不同来源输送的影响,并与同期NO2地面观测资料和卫星产品进行对比分析。发现固城站NO2对流层柱浓度冬高 (5.14×1016 cm-2) 夏低 (1.28×1016 cm-2);日变化形态在四季均呈现中午低、傍晚高的特征,且冬季最明显。与北京城市区域同期的观测相比,冬季固城站观测值略低,而在春、夏季则偏低较显著。地面风玫瑰图分析显示,来自SW, SSW, NE方向及ENE方向的污染输送对其贡献最大。与地面、卫星NO2观测的对比表明,MAX-DOAS反演的NO2柱浓度与地面观测浓度具有一致的季节和日变化特征,卫星反演的NO2对流层柱浓度产品在华北平原农村地区存在系统性低估。 相似文献
8.
本文是成都地区空气质量预报的一次模拟试验,文章通过污染源排放清单编制、不同模式下垫面资料使用、气象模式大气物理过程参数选取、以及成都地区空气质量实例模拟预报几个方面来开展工作。分析结果表明:使用新下垫面资料对SO2、NO2的模拟结果的统计结果均好于旧下垫面资料;选出了适合于成都地区的气象模式物理过程参数方案;受外地源影响较小的NO2与PM10的模拟预报效果比受外地源影响较大的SO2模拟预报效果好;清单编制过程中对污染物排放的时间分配因子把握不精确造成了预报趋势与监测值趋势存在差异;对污染源排放量的低估是造成预报值普遍小于监测值的重要原因,同时未考虑外源的输入影响,以及用监测值的点均值来验证预报值的面均值,也是造成预报值与监测值存在明显差异的主要原因。 相似文献
9.
利用HYSPLIT4轨迹模式计算了临安、上甸子和龙凤山区域大气本底站2005年7月-2007年6月的气块后向轨迹, 并通过聚类分析取得了各站点平均轨迹的空间分布和季节变化等结果。将各站点同期观测到的O3, SO2, NOx和CO浓度通过滑动平均法去除季节变化, 取得其短期变化信号, 并将轨迹与这种短期变化信号对应, 比较真实地反映了排放源空间分布和轨迹移动特性对污染物浓度的影响。研究结果表明:移动高度高、速度快的气块不利于污染物积累, 对站点污染物起清除作用。但个别来自高空的轨迹会将富含O3的气块输送到地面, 从而使站点O3浓度升高。各站均有大约50%~60%的轨迹输送污染气块, 导致站点气体浓度升高。临安站的污染主要来自S-SW和N-SE扇区; 上甸子站的污染最主要来自SE-SW扇区, 其次来自N-SE和W-N扇区; 龙凤山的污染主要由来自S-WSW扇区。 相似文献
10.
在嵌套网格空气质量预报模式系统(NAQPMS)的基础上,采用污染源反演方法优化以中国多尺度排放清单(MEIC)为主的先验排放清单中臭氧(O3)前体物排放量估计。分析时段为2019年6～8月,重点评估了污染源反演对我国“2+26”城市、长三角、珠三角、成渝4个重点城市群O3模拟的改进效果。评估结果表明,污染源反演获得的“2+26”城市、长三角、珠三角的氮氧化物(NOx)排放速率整体低于先验清单的排放速率约0.6μg m-2 s-1,但反演的挥发性有机物(VOCs)排放速率在“2+26”城市整体上高于先验清单的排放速率约0.5μg m-2 s-1。利用反演的NOx和VOCs排放量和NAQPMS模式对4个城市群O3进行模拟,发现反演排放数据可以显著改进夏季O3模拟性能,使得O3日最大8小时平均值(MDA8-O3)模拟的均方根误差(R... 相似文献
11.
本文利用2017年彭州市大气污染物(SO2、NO2、O3、CO、PM10、PM2.5)小时浓度数据并结合地面气象观测资料,统计分析了该地区大气污染物浓度的演变规律及影响因素。结果表明:该地区细粒子(PM10和PM2.5)污染较为严重,O3次之,其它污染物浓度水平则低于国家新二级标准限值。观测期间,各污染物浓度表现出明显的日变化与季节变化,其中SO2、O3呈单峰型日变化,NO2、CO和细粒子则呈双峰型日变化;污染物浓度的季节变化基本表现为冬高夏低、春秋次之的变化特征(O3为夏高冬低),并且固态污染物(PM10、PM2.5)与气态污染物(NO2、CO)之间有显著的相关性。在污染物浓度与气象要素相关性分析中表明,湿度对于污染物浓度的影响整体上要弱于温度和风速,除了O3与温度、风速呈正相关外,其它污染物与两者均呈负相关。除此以外,风向对于当地各种大气污染物的积累与清除也有直接的影响。 相似文献
12.
银川大气污染物浓度变化特征及其与气象条件的关系 总被引：1，自引：0，他引：1
利用2013年银川地区6个监测点污染物质量浓度和同期气象要素数据,对区域内污染物浓度变化特征及其与气象条件的关系进行分析。结果表明：银川市区PM10年均值超标0.7倍,PM2.5年均值超标0.4倍,SO2和NO2也有一定程度超标,CO和O3未超标|1、2、11月和12月为SO2、NO2、PM10、PM2.5、CO质量浓度较高月,O3浓度最高月为5月,次高月为10月|9:00-12:00和21:00-00:00是SO2、NO2、PM10、PM2.5和CO质量浓度较高的两个时段,O3浓度一般于15:00达到最大;6类污染物普遍表现出季节性的准7 d周期和全年性的准30 d周期|空气质量状况良的频率是56 %,轻度污染26 %,优仅为12%;首要污染物以PM10、PM2.5和SO2为主|风速与SO2、NO2和CO具有良好的负相关关系,与O3则呈显著正相关关系,风速对PM10和PM2.5影响较复杂,当风速小于某一值时,有利于PM10和PM2.5扩散,当风速达到一定程度后,又会导致PM10和PM2.5浓度的增加|降水对污染物有较好的冲刷作用,且对SO2的清除作用最明显,对O3的清洁作用最弱。 相似文献
13.
By HEATHER D. GRAVEN † BRITTON B. STEPHENS THOMAS P. GUILDERSON TERESA L. CAMPOS DAVID S. SCHIMEL J. ELLIOTT CAMPBELL RALPH F. KEELING 《Tellus. Series B, Chemical and physical meteorology》2009,61(3):536-546
Measurements of Δ14 C in atmospheric CO2 are an effective method of separating CO2 additions from fossil fuel and biospheric sources or sinks of CO2 . We illustrate this technique with vertical profiles of CO2 and Δ14 C analysed in whole air flask samples collected above Colorado, USA in May and July 2004. Comparison of lower tropospheric composition to cleaner air at higher altitudes (>5 km) revealed considerable additions from respiration in the morning in both urban and rural locations. Afternoon concentrations were mainly governed by fossil fuel emissions and boundary layer depth, also showing net biospheric CO2 uptake in some cases. We estimate local industrial CO2 :CO emission ratios using in situ measurements of CO concentration. Ratios are found to vary by 100% and average 57 mole CO2 :1 mole CO, higher than expected from emissions inventories. Uncertainty in CO2 from different sources was ±1.1 to ±4.1 ppm for addition or uptake of −4.6 to 55.8 ppm, limited by Δ14 C measurement precision and uncertainty in background Δ14 C and CO2 levels. 相似文献
14.
利用多源观测资料综合分析了2015年11月沈阳地区一次PM2.5 重污染天气的气象条件、垂直风场演变、大气边界层特征以及污染物的来源。结果表明:本次重污染过程中,沈阳市区PM2.5浓度长达81h超过250μg · m^-3 ,其中峰值浓度达到1287μg · m^-3 ,重污染期间PM2.5 /PM10 的比例最高为90%。受地面倒槽和黄淮气旋影响,近地面层持续存在的逆温层、高相对湿度和弱偏北风为颗粒物吸湿增长和长时间聚集提供有利的天气条件。风廓线雷达风场资料显示在重污染期间,近地面层存在弱风速区、凌乱风场和弱下沉气流。利用风廓线雷达资料计算了边界层通风量(Ventilation Index,VI)和局地环流指数(Recirculation,R),边界层通风量VI和PM2.5 存在明显的负相关,非污染日VI是重污染日的2倍,局地环流指数R在重污染天气前大于0.9,而在污染期间部分空间R小于0.8。通过后向轨迹模式和火点监测资料分析发现,沈阳上空300m高度气团来自于生物质燃烧区域,而且沈阳地区NO2和CO浓度的变化与PM2.5一致,说明本次重污染过程也可能和生物质燃烧有关。 相似文献
15.
利用重庆主城区沙坪坝站2002~2014年逐日气象观测资料和2009~2011年10月至翌年3月逐时气象观测及污染监测资料,对雾霾天气过程中SO2、NO2和PM10污染物浓度变化及与气温、风和降水等地面气象要素的关系进行分析。结果表明:2009~2011年重庆主城区共出现Ⅰ级至Ⅳ级不同强度的雾霾天气过程共27次,雾霾天气过程中SO2浓度变化为单峰型,峰值出现在中午,白天浓度大于夜间;NO2浓度变化为双峰型,主峰值出现在晚上20时,次峰值出现在中午12时;PM10的日变化幅度较SO2和NO2变幅小,呈双峰双谷型;污染物浓度与气温、相对湿度的相关性比较好,静风条件有利于污染物积累,降水对污染物有较明显的清除作用。 相似文献
16.
利用2012-2017年京津冀区域26个酸雨观测站观测资料,基于GIS插值方法研究平均降水pH值和酸雨频率空间分布特征,分析酸雨区月、季和不同降水量等级下酸雨变化特征,探讨该区域酸雨的成因。结果表明：2012-2017年京津冀区域酸雨污染面积呈下降趋势,2012-2014年重酸雨区和2012-2013年酸雨频发区主要分布在承德、唐山、秦皇岛三市交界;2017年酸雨区面积（占比为15%）和酸雨频率多发区以上面积（占比为17%）比2012年分别减少了63%和52%;较弱酸雨频率出现最高,83%的特强酸雨出现在2012年和2013年。酸雨区秋季平均降水pH值最小,酸雨频率最高,秋季酸雨污染最为严重;冬季空气中污染物增多导致降水K值增大。中雨量级的平均降水pH值最小,小雨量级酸雨出现次数占比和降水K值最大;暴雨过程后减轻酸雨污染的程度。2011年后NOx排放量超过了SO2排放量,酸雨污染由"硫酸-硝酸型"逐步向"硝酸型"转变;减少SO2和NOx排放是降低京津冀区域酸雨污染的重要举措。 相似文献
17.
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
18.
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
19.
利用成都市城区2015年12月~2019年12月污染物浓度及气象资料,对PM10、PM2.5、CO、O3、 SO2、NO2六种大气污染物浓度变化特征以及与气象要素之间的相关性进行分析。结果表明:2016~2019年成都市空气质量冬季最差,秋季最好,年内整体以良为主,重度污染和严重污染的天气较少出现,空气质量逐年变好;主要污染物浓度除O3外在冬季最高,夏季最低,春秋两季相差不大,O3浓度变化则相反;主要污染物的日变化特征也较为明显。空气质量综合指数、PM10、PM2.5、CO、NO2浓度与气温和降水存在显著负相关性,与气压存在显著正相关性,还与相对湿度呈不同程度的负相关,但与风速相关性不显著;O3浓度不仅与风速、气温和降水存在显著的正相关,还与气压呈显著的负相关,却与相对湿度的负相关性不显著。 相似文献