共查询到18条相似文献，搜索用时 125 毫秒
1.
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
2.
利用2013-2019年银川市主要污染物浓度数据,分析了近年来银川市主要污染物浓度变化特征,并运用主成分分析法对主要污染物之间的关系进行研究。结果表明：近年来银川市主要污染物浓度除O3逐年呈上升趋势外,其他均呈下降趋势;市区站O3浓度较郊区背景站低,其他污染物市区较郊区背景站高;市区站PM10和PM2.5浓度超国家二级标准;除O3浓度夏季高,冬季低外,其他污染物冬季高,夏季低;CO、NO2、PM10、PM2.5浓度呈"双峰型"日变化特征,O3和SO2呈"单峰型"日变化特征。银川市主要污染物NO2浓度与CO和O3相关性显著,PM10和PM2.5之间相关性显著;污染物第一主成分是NO2、CO和O3,方差贡献率达到50%以上,加之银川市O3浓度逐年呈升高趋势,表明近年来银川市大气光化学污染增加。 相似文献
3.
随着城市的发展,大气O3的污染不容忽视。文章以呼和浩特市2016—2021年大气O3浓度为研究对象,结合同期气象数据,采用相关分析等数理统计方法,分析了呼和浩特市大气O3浓度年际、季节以及月份动态特征规律,探讨大气O3浓度与关键影响气象要素之间的关系。结果表明：呼和浩特市大气O3作为空气首要污染物的天数在逐年增加;6年间O3浓度年际变化呈下降趋势,以-0.02μg·m-3的年均速率变化;O3浓度季节变化明显,夏季最高,其次是春季、秋季、冬季;O3月平均浓度呈倒“V”形单峰变化,主要在6—8月浓度较高,12月浓度最低,O3浓度超标日主要集中在6、7月;O3浓度与气象要素呈密切关系,在非采暖期,O3-8 h浓度与日平均气温和日照时数具有正相关趋势,与日平均气压、日平均相对湿度以及平均风速具有负相关趋势,降水对大气O3 相似文献
4.
PM2.5和O3已经成为汾渭平原城市最主要的污染物,两者之间相互影响,在暖季经常同时出现构成污染,其污染程度与气象条件密切相关。利用2015—2021年汾渭平原12个城市逐日PM2.5和O3浓度、地面气象观测数据以及ERA5高空再分析数据等资料,分析了汾渭平原PM2.5和O3的时空变化特征以及复合污染发生时PM2.5和O3的关系,并研究了局地气象条件和天气形势对复合污染的影响。结果显示,该地区年均PM2.5和日最大8小时O3浓度分别在2017年和2018年开始持续下降,复合污染日数也在2019年后开始持续下降;复合污染主要发生在3—9月,在汾渭平原东部城市出现次数较多,多出现在高温、低湿的环境下;最后利用T-PCA算法(正交主成分分析)将复合污染的天气环流形势分为4种类型,主要呈现出以高空西北气流或偏西气流、低层为暖区偏南风或微风为主的天气特征。研究结果对汾渭平原的大气... 相似文献
5.
利用2005-2007年杭州市区大气O3连续监测资料, 分析了O3浓度变化特征, 在此基础上结合气象观测资料, 分析了大气O3与天气系统间的关系, 建立了O3与气象要素间的多元回归方程。结果表明: 2007年O3平均浓度和最大小时浓度分别为44 μg.m-3和348 μg.m-3, 比上一年增加20%左右, 超标现象也越来越严重; O3浓度有明显的季节变化, 夏季高、冬季低; 大气O3浓度超标主要出现在高压后部和高压控制等天气类型。在紫外线强度较强时O3浓度也高, 二者呈显著正相关; 对O3与各种气象因子进行多元回归分析表明: O3主要受到温度、相对湿度、日照等因素影响。 相似文献
6.
利用2016—2019年唐山市逐时O3浓度和气象数据,分析了O3污染特征及其与气象条件的关系。结果表明: 2016年唐山市O3超标天数为53 d,2017—2019年O3超标天数每年在70 d以上,污染程度偏重。O3月平均浓度值呈双峰型分布,6月O3平均浓度值最大,达112.26 μg·m-3,9月次之。O3浓度超标日分布在3—10月,夏季超标天数最多,其他依次为春季、秋季,具有明显的季节变化特征。O3日均浓度为15:00最大,日变化呈单峰型分布。O3浓度与温度、风速正相关,与相对湿度负相关。气温高是导致O3浓度超标的重要因素,日最高温度超过25 ℃时要考虑O3浓度出现超标现象。相对湿度在50%左右及60%—80%时,O3浓度超标率均大于30%,在60%—70%时O3-8h浓度平均值达到最大。夏秋季O3浓度超标率高与地面小风、较低的混合层高度有关。当日均风速1＜V≤4 m·s-1时,O3浓度超标率较高。容易产生中度以上O3污染的天气形势场为500 hPa高空受西北气流或高压脊影响,850 hPa有西南或偏南气流经过,地面大多处在高压后部、低压前部或低压辐合区内。 相似文献
7.
利用2018-2020年中国环境监测总站全国城市空气质量实时发布平台公布的监测点数据以及中国气象局气象站点的同期地面观测资料,采用相关性分析的方法对2020年1-3月四川地区大气污染物的变化特征进行分析。结果表明：由于2020年1-3月人为排放源管控政策的实施,成都、绵阳、宜宾和攀枝花的NO2和PM10浓度相比2018-2019年同期平均下降幅度达到30%,而O3质量浓度在四座城市的日均值却分别上升了15.21%、10.32%、5.03%和0.42%。同时,O3与相对湿度成负相关关系,与温度、风速和降水成正相关关系且相关系数都超过了0.7。O3的反常增长不仅是受到气象要素的影响,较低的氮氧化物和PM10浓度也间接维持了O3的存在。严格的污染物排放控制措施对主要污染物排放影响较大,但对臭氧等次生污染物的影响较小,次生污染物污染的防治依旧面临严峻挑战。 相似文献
8.
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
9.
利用潮州市区2014—2020年空气质量逐小时质量浓度数据，分析了PM2.5、O3质量浓度及复合污染的年、月、日变化特征，结合相应时段潮州国家站气象资料，分析PM2.5-O3与气象条件的关系。结果表明：2014—2020年潮州市区年平均ρ(PM2.5)、ρ(O3-8 h)及复合污染出现日数均呈波动下降趋势，月平均ρ(PM2.5)最高出现在3月，月平均ρ(O3-8 h)最高出现在10月，两种污染物最低均出现在6月。复合污染出现较多的是10月至次年4月。PM2.5、O3污染具有一定相互作用，当其中一种污染物质量浓度较高时另一种污染物的质量浓度相应较高，同时污染物质量浓度的日较差也会相应增大；污染物峰谷值出现时间表现为空气污染较严重时，O3峰值出现时间在16:00,PM2.5峰值出现在19:00。PM2.5-O... 相似文献
10.
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
11.
辽宁中部城市群大气污染分布及与气象因子的相关分析 总被引：6，自引：0，他引：6
根据2002年辽宁省中部城市群（沈阳、鞍山、本溪、抚顺、辽阳）的主要大气污染物（TSP、PM10、SO2、NOx）的监测值及气象因子（能见度、风速、温度、湿度、降水、总云量和低云量）的观测资料，分析了辽宁中部城市群大气污染的现状、污染程度及污染物与气象因子的相关关系。结果表明：城市群的主要大气污染物是TSP、PM10和SO2冬季是城市群大气污染最重的季节，夏季大气污染最轻；城市群大气污染最重的城市是本溪，其次是鞍山、沈阳、抚顺、辽阳；污染物与能见度、温度的相关性非常显著，平原城市的污染物与气象因子的相关性较山区城市好。 相似文献
12.
利用广东省惠州市区2013—2016年逐日、逐时的环境和气象资料, 研究了珠江三角洲(简称“珠三角”)东侧惠州市臭氧污染特征及其与气象条件关系。结果表明:惠州市臭氧污染具有明显的月和季节变化特征, 10月臭氧平均浓度最高, 臭氧超标日和污染日主要出现在7—10月。惠州市臭氧浓度日变化呈单峰变化, 06—08时最低, 最大值出现在午后14—15时。臭氧浓度变化和气象条件关系密切, 低浓度臭氧大多出现在气温较低、相对湿度和风速较大、云量较多伴有降水、日照时数较小的天气, 臭氧浓度超标多出现在气温较高、相对湿度和风速较小、云量较少一般无降水、日照充足的天气。惠州市臭氧超标主要出现在地面和低空偏西风下, 这可能与惠州市处于珠三角城市群下风向的区域污染输送有关。 相似文献
13.
南昌市环境空气臭氧污染现状分析 总被引：2，自引：0，他引：2
利用南昌市省外办环境空气监测点2003—2006年臭氧监测资料,使用综合污染指数法和国家《环境空气质量标准》进行分析评价。分析结果表明,南昌市省外办监测点环境空气中臭氧污染已经达到一定程度,2006年臭氧年日均值达0.203 mg/m3,年日均值超标率为12.63%;臭氧污染指数为2.03,污染负荷高达53.88%,比目前最为关注的污染物(可吸入颗粒物)污染负荷高39.07%。臭氧已成为城市环境空气中的主要污染物之一,尤其是每年的9月和10月,其污染更为严重。建议全省各城市积极创造条件开展环境空气臭氧监测,并纳入必测项目参加评价;环保部门应加强与气象部门的合作,科学分析江西环境空气臭氧污染原因,提出防治措施。 相似文献
14.
利用广东省中山市2015—2019年的地面臭氧浓度及气象观测数据,分析了中山市近年来臭氧超标与气象条件的关系。结果表明,中山市2015—2019年臭氧超标天数从22天增加至66天,臭氧年评价值增长36%,中度污染以上天数占超标天数比例从9.1%增长至36.4%。臭氧超标主要集中在8—11月,其中9月超标天数最多。夏秋季节臭氧超标主要发生在气温高、湿度低、太阳辐射强、日间10—14时无明显降水、吹北风的气象条件下,臭氧的污染潜在源区主要位于中山西部到北部的城市。风向和气温是臭氧超标最重要的指标,夏、秋季日间吹北风且日最高气温在33 ℃或以上时超标率分别达到89.1%和78.6%。2017年和2019年在相同的最高温、相对湿度、太阳辐射强度、降水和风速条件下的臭氧超标率均远高于2015年。当臭氧起始浓度在10 μg/m3以下、11~30 μg/m3及30 μg/m3以上时,夏(秋)季从起始浓度达到超标分别用时7.1(6.9) h、6.2(6.2) h和5.8(5.9) h,相应气温上升7.2(7.1) ℃、5.8(5.8) ℃和4.7(5.1)℃,起始浓度增大时,超标耗时和气温变化均呈减小趋势。 相似文献
15.
Ozone episodes (> 100 ppbv) were observed frequently in Jinan, an urban site located between the highly polluted Yangtze Delta and Beijing–Tianjin region in East China. In this study, the ozone episodes observed in 2004 were analysed using the Hybrid Single-particle Lagrangian Integrated Trajectory (HYSPLIT) model and surface meteorological data, as well as Air Pollution Index (API). The meteorological conditions of episode days and non-episode days were compared and examined, and categorization of 6 groups of backward trajectories was performed. The results show that, most episodes were caused by local photochemical production (e.g., induced by sufficient sunshine duration and high temperature) and pollutant accumulation (e.g., induced by little rainfall and low wind speed), and transport of pollutants from the highly polluted regions could significantly influence the air quality at the site, especially from Yangtze Delta region. In addition, three typical ozone episodes were analysed using HYSPLIT model to infer any long-distance transport and surface meteorological data to infer the local ozone production potential. At last, the functions and inadequacies about the usage of HYSPLIT model combined with surface meteorological data for the analysis of photochemical pollution were discussed. 相似文献
16.
17.
18.
In this study, we present the observational data of near surface ozone and some meteorological parameters during 2004, at an urban site (36°42′ N, 117°08′ E, 34.5 m a.s.l.) of Jinan, China. Hourly ozone concentrations exceeding the standard value of China, 100 ppbv, were observed for 65 h (in 23 days) from April to October, and values exceeding US NAAQS (National Ambient Air Quality Standard) for 1 h ozone, 120 ppbv, were observed for 15 h (in 7 days) from late May to early July. Ozone formation presented the phenomenon of “weekend effect”, especially in summer. Monthly variation of ozone coincided with temperature except for July and August. The low ozone levels in July and August may be due to the short sunshine duration and much rainfall during this period. Among these meteorological parameters, daily averaged ozone shows a significant correlation with temperature (r = 0.66) in the year and with relative humidity (r = − 0.75) in summer. Throughout the year, high ozone concentrations were mainly associated with the wind from 180 to 247.5°, while high ozone concentration seemed to have no obvious correlation with a given wind direction in summer. An anomalous nocturnal high ozone episode during 23–25 May 2004 was investigated. Growth fractions of ozone during the nighttime episode were 62.2% and 71.1% for 23 and 24 May, respectively. Synoptic analysis shows that favorable synoptic condition had presumably elevated the background ozone level in this region. Backward trajectory analysis shows that the increase of ozone concentration and the relatively constant high ozone concentrations during the night of May 23 might originate from the transport of ozone rich air mass above boundary layer. Transport of ozone from Yangtze Delta and East Central China might be a significant process for the high ozone level during night May 24 at Jinan. 相似文献