共查询到18条相似文献，搜索用时 359 毫秒
1.
根据广州市城区麓湖、郊区花都测站的2004年污染物监测数据和气象资料,采用统计分析软件SPSS和Excel分析了广州市臭氧浓度的时间变化特征,包括臭氧浓度的年季变化、周变化及日变化特征,并分析了O3与污染物CO、NOx(NO和NO2)、SO2、PM10以及与气象条件之间的相关性。结果表明:广州市臭氧浓度一年出现2个峰值,分别为6月和10月并且郊区浓度大于城区;一周之中最大浓度出现在周末;O3日平均浓度与NOx、NO、CO、相对湿度负相关性较显著,与PM10和气温正相关性较显著;在气温较高、湿度较低的晴朗少云天气时,易造成广州市臭氧的高浓度。 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.
北京上甸子本底站2003年秋冬季痕量气体浓度变化特征 总被引：3，自引：0，他引：3
2003年9月至2004年2月在北京上甸子区域大气污染本底监测站(117°07′E,40°39′N,海拔293.9 m)开展了对大气中痕量气体的连续在线监测,获得了NO、NO2、SO2、CO和O3等气体组分的变化特征、变化规律和浓度水平。初步分析表明,NO、NO2、SO2、CO和O3有明显的日变化和月变化特征。O3浓度在秋季较高,冬季较低;NO、NO2和SO2冬季出现浓度高值。探讨了O3和痕量气体与气象因子的关系。O3与NO、NO2、NOx、CO和SO2皆为负相关,CO与NOx和SO2具有较好的相关性。本底站痕量气体浓度与同期观测的城区污染物浓度相比其变化趋势基本呈同位相。 相似文献
4.
利用丽水2012年9月—2014年3月主要空气污染物浓度和气象数据,分析丽水空气污染物构成及其与气象因子的相关性。分析结果表明:丽水空气质量优良率约80%,高频首要污染物依次为PM2.5、O38、PM10、NO2;各污染物浓度分布的时间、季节特征明显:早晚高峰时段污染物浓度普遍偏高,冬季—初春是一年中污染较重季节,尤其春节期间PM和SO2浓度急剧上升。各主要污染物质浓度随气象因子的变化各有特点:CO在气温较高、晴朗微风、高层层结稳定的天气条件下浓度较高;NO2在气温适中、湿度较大且无明显降水时浓度较高;SO2则在气温适中、湿度较小、晴朗微风的天气条件下浓度较高;O3则在高温干燥天气时浓度较高;PM在干燥、气温较低、连续晴朗、微风、高层层结稳定时浓度较高。 相似文献
5.
利用2014年5月~2017年12月的成都市环境空气质量监测资料,分析了成都市空气污染情况及污染物浓度时空变化特征。结果表明:成都市空气质量以优良天气为主,市区的首要污染物以PM2.5为主,郊区以O3为主;灵岩寺监测点的PM2.5,PM10,NO2和CO四种污染物的质量浓度低于成都市区各监测点,O3的质量浓度高于成都市区各监测点,SO2的质量浓度值与成都市区各监测点相差不大;成都市各监测站点六种污染物质量浓度具有明显的年际变化、季节变化、月变化和日变化趋势,且成都市区各监测点的变化趋势比较一致。 相似文献
6.
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
7.
利用2014年和2015年春节期间南京市城区与郊区主要污染物(PM10、PM2.5、SO2和NO2)浓度监测资料和气象观测资料,分析了禁燃烟花爆竹对南京市空气质量的影响。结果表明:2015年春节期间禁燃烟花爆竹对南京市空气质量改善显著。2015年春节期间,南京市AQI同比2014年春节期间下降了20%—30%,除夕至正月初三期间空气质量为优良;同时,SO2和NO2质量浓度变化幅度较小且均达到空气质量二级标准;PM10和PM2.5质量浓度变化趋势与2014年春节期间相反,且变化幅度比SO2和NO2质量浓度大,变化幅度分别为13.0—234.5μg·m-3和17.5—320.4μg·m-3。PM10和PM2.5是造成南京市春节期间空气质量污染的主要污染物,其中PM2.5所占比重较大,但2015年春节期间PM10和PM2.5最高小时浓度分别占2014年春节期间的51.0%、40.0%。此外,2015年春节期间南京市城区与郊区PM2.5浓度比2014年春节期间均降低且差异较小。春节期间气象因素对南京市污染物扩散具有较大影响,但禁燃烟花爆竹对PM2.5浓度的降低起决定性作用。 相似文献
8.
通过分析山东省近6a来大气中污染物的浓度变化,发现影响山东省空气质量的主要污染物是颗粒物（PM2.5和PM10）,山东省PM2.5年平均浓度均超过国家规定的轻污染标准10%以上,PM10年平均浓度基本接近轻污染标准值,其余四种污染物（SO2、CO、O3和NO2）浓度均低于轻污染规定标准,因此山东省大气污染治理的重点是减少颗粒物。分析污染物浓度时间变化发现：11—1月山东大气污染最严重,6—9月污染较轻;济南周四污染相对最轻,周六到周一污染较重;每日15—17时是空气质量最好的时段。分析污染物浓度空间分布发现：O3浓度半岛地区较其他地区高;SO2浓度鲁中地区较高;CO浓度鲁西北和鲁中较高;NO2、PM10和PM2.5浓度分布基本一致,除半岛地区外,其他地区均维持较高污染物浓度。 相似文献
9.
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
10.
结合2类大气成分观测仪器的技术特点,对OPSIS AB DOAS系统和Thermo SCIENTIFIC EMS系统分别监测的南京郊区2009年冬季和2010年春季O3、NO2、SO2质量浓度数据进行了质量控制和分析对比,简要分析了这3种气体浓度的季节变化特征．对2009年秋季分别采用2种仪器观测的南京城区和郊区的污染情况进行了对比,分析了城郊差异．结果表明:2套系统对相同气体的测量结果相关性较好,DOAS系统的测量值受大气中水汽和气溶胶影响较大,普遍高于EMS系统,绝对值相差范围在14％～25％之间;南京郊区冬季大气中SO2和NO2质量浓度较高,O3质量浓度较低,春季反之;NO2质量浓度曲线与O3呈负相关;秋季城区NO2质量浓度较高,日变化呈双峰型,郊区呈单峰型;城郊O3日变化均呈单峰型,城区日变化幅度较大;SO2日变化在城区呈单峰型,在郊区呈双峰型． 相似文献
11.
根据2003年北京夏季近地面大气光化学污染物观测资料,对中国气象局培训中心(代表站)O3超标日浓度、O3前体物浓度、不同天气条件下O3浓度分布特征等进行分析。结果表明:中国北京夏季NO2,NO,CO的浓度特征与日本神奈川县相似,白天(16:00以前)如果NO2/NO超过29,则容易出现O3超标;VOC浓度的高低影响O3浓度;当处于暖湿气流控制,地面为小风或静风、气温较高、湿度较大的多云天气时,易出现O3超标情况。这些污染物发生的特点和规律对北京大气光化学污染的研究和防治具有借鉴意义。 相似文献
12.
文章针对大同市2006—2009年、榆社县2006—2008年PM10质量浓度数据,使用趋势分析、后向轨迹模拟不同高度的PM10的传输路径,可以看出:PM10浓度的日变化特征为"两高三低";PM10浓度日际变化不明显,只在典型日PM10浓度值明显增大;PM10浓度月变化特征为1、5、12月浓度高,春季5月份由于为沙尘期浓度高。PM10浓度季节变化规律与采暖期和非采暖期变化相符合,即采暖期的冬春季浓度高、非采暖期的夏秋季浓度低;从2006—2009年间,两站PM10质量浓度基本呈逐年下降趋势。不同气象要素与PM10浓度的相关性,按相关系数绝对值从大到小排列依次为:露点温度、气温、降水量、相对湿度。其中露点温度和PM10浓度呈显著负相关性,气温与PM10浓度呈较弱负相关性。 相似文献
13.
北京市房山区大气污染物时空分布特征及气象影响因素分析 总被引：1，自引：0，他引：1
利用北京市房山区良乡镇和琉璃河镇内的区域自动气象站和环境监测站观测数据,对2013年至2015年PM_(2. 5)、PM_(10)、NO_2、SO_2、CO 5种大气污染物浓度变化特征进行了统计分析。结果显示,近3年来,两个镇综合污染物指数呈现逐年下降趋势,各污染物对房山区整体大气污染的贡献率从大至小依次为PM_(2. 5)、PM_(10)、SO_2、NO_2、CO,PM_(2. 5)已取代传统大气污染物SO_2成为房山区的主要大气污染贡献体。两个站点各污染物浓度均表现出明显的季节、月、日变化特征。在不同季节条件下,局地气象要素与污染天气发生概率之间有着很好的相关关系。因此,可根据气象要素分级方法找出各季节污染天气发生时最敏感的气象因素,为局地污染天气预报提供参考指标,也为防范空气污染、制定科学的综合管理措施提供科学参考。 相似文献
14.
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
15.
分别基于微波辐射计温湿度廓线资料的气块法、位温法和比湿法,地面气象资料的罗氏法及气溶胶激光雷达数据的梯度法,计算得出广州地区大气边界层高度,对比分析5种边界层高度结果及其与气象条件、空气质量之间的关系,结合典型大气污染过程分析边界层高度对PM2.5、O3浓度的影响。结果显示:（1）利用位温法、气块法、罗氏法、比湿法和梯度法计算得出广州地区平均边界层高度分别为2 207 m、1 239 m、901 m、717 m和660 m,位温法显著高估了广州地区的边界层高度;（2）利用气块法得出的混合层高度日变化能够较好地表征白天大气边界层演变特征,利用气块法和比湿法得出的白天混合层高度与近地面O3浓度有显著的正相关关系,相关系数在0.5以上,在O3污染防治中,应同时考虑边界层内垂直输送的影响;（3）利用梯度法得出的边界层高度在污染天气时与PM2.5浓度的相关性较好,能较好地表现出大气污染情况,在PM2.5污染天气过程分析中具有较好的应用价值。 相似文献
16.
利用2014年夏季成都市3个国控环境监测站（金泉两河,君平街和梁家巷）O3、NO2及PM2.5逐时观测数据,结合国家基准站温江站的气温、湿度、风速、风向、太阳辐照度、降雨等地面气象要素观测资料,分析O3的日、月变化及空间分布特征;探究前体物及气象因子对O3浓度的影响。结果表明：成都市O3-8 h平均浓度为104.4 μg·m-3,O3超标率为2.8%—15.3%。O3浓度6月最高,8月最低;呈现明显的“单峰型”日变化特征,午后15：00达到峰值。O3与NO2呈现负相关,相关系数为-0.5;与PM2.5无显著相关性。高温、低湿、强太阳辐射有利于O3的形成;风速为2.5—3.0 m·s-1,风向为南风时,O3浓度相对较高。 相似文献
17.
基于2015—2017年广东省江门市城区臭氧浓度监测数据和气象观测数据,结合应用统计分析、聚类分析等方法,分析了江门臭氧浓度特征及气象影响因素,探讨了2017年江门臭氧严重超标的气象成因。2015—2017年,江门臭氧污染程度逐年加重,秋季臭氧浓度均值高于其它季节;37%的臭氧浓度超标日与西北太平洋或南海热带气旋活动有关,显著高于其它天气类型下超标日占比。臭氧浓度与白天气象要素相关性高于夜间,对臭氧浓度影响较大的气象要素有日照、相对湿度、气温。聚类分析得到6类气流轨迹,当气流轨迹为偏东(陆地)和偏北路径时,其受体臭氧浓度均值和污染气流轨迹占比显著高于平均值。2017年臭氧严重超标的气象成因是达到利于臭氧生成的气象条件阈值时数和日数显著高于以往,且途经江门以北和以东陆地的气流数目明显多于以往。 相似文献
18.
The present study investigates meteorological conditions for the day-to-day changes of particulate matter (PM) concentration in Beijing city during the period 2008–2015. The local relationship of PM concentration to surface air temperature, pressure, wind speed, and relative humidity displays seasonal changes and year-to-year variations. The average correlation coefficient with PM10 in spring, summer, fall, and winter is 0.45, 0.40, 0.38, and 0.30 for air temperature; –0.45, –0.05, –0.40, and –0.45 for pressure; 0.13, 0.04, 0.53, and 0.50 for relative humidity; and –0.18, –0.11, –0.45, and –0.33 for wind speed. A higher correlation with wind speed is obtained when wind speed leads by half a day. The heavily polluted and clean days, which are defined as the top and bottom 10% of the PM values, show obvious differences in the regional distribution of air temperature, pressure, and wind. Polluted days correspond to higher air temperature in all the four seasons, lower sea level pressure and anomalous southerly winds to the south and east of Beijing in spring, fall, and winter, and a northwest–southeast contrast in the pressure anomaly and anomalous southerly winds in summer. Higher relative humidity is observed on polluted days in fall and winter. The polluted days are preceded by an anomalous cyclone moving from the northwest, accompanied by lower pressure and higher air temperature, in all four seasons. This feature indicates the impacts of moving weather systems on local meteorological conditions for day-to-day air quality changes in Beijing. 相似文献