共查询到19条相似文献，搜索用时 140 毫秒
1.
广州冬季大气消光系数的贡献因子研究 总被引：12，自引：1，他引：11
2008年1月1～31日和2月6～24日在广州城区每天采集一个PM2.5样品,对样品进行有机碳、元素碳及水溶性离子分析,利用美国IMPROVE能见度方程计算得到广州冬季大气消光系数.结果发现:冬季PM2.5 日均值质量浓度为89.0±53.4/μg·m~(-3),OC(Organics Carban)质量浓度为16.9±11.9μg·m~(-3),EC(Element Carbon)质量浓度为5.9±3.4 μg·m～(-3),水溶性离子总浓度为43.9±23.5μg·m~(-3).冬季大气消光系数均值为342±185 Mm~(-1).广州冬季大气消光系数主要贡献者为(NH_4)_2SO_4、NH_4NO_3、POM(Par-ticular organic matter)、EC和NO_2,对消光系数的贡献率分别为36.3%、14.5%、26.6%、17.4%和5.2%. 相似文献
2.
《湖北气象》2016,(3)
基于2013年武汉市环境监测数据和气象要素资料,分析该市空气质量状况与气象条件的关系。结果表明,武汉市全年平均空气质量指数(AQI)为135,良和轻度污染所占比例分别为35%和30%。雾天、霾天、晴天、雨天四种天气条件下,6种污染物(SO_2、NO_2、CO、O_3、PM_(2.5)和PM_(10))浓度值基本上为雾天最高、霾天次之、晴天再次之、雨天最低,雾天00—08时污染物浓度明显高于其他天气条件;PM_(2.5)浓度与降水量的相关性较差,中雨量级时,降水对污染物的清除作用显著,PM_(2.5)浓度下降明显,当日降水量小于1 mm时,PM_(2.5)浓度略有上升,平均上升1.3μg·m~(-3)左右,这与微量降水的大气增湿作用有关;PM_(2.5)浓度变化与相对湿度(RH)和风速的关系较明显,其相关系数分别为0.87和-0.72,当RH70%且每增加10%时,PM_(2.5)浓度增加10μg·m~(-3)左右;静风和风速很大时,污染物浓度相对较高,东南风影响下PM_(2.5)浓度在四季均较高,而秋、冬季在西北风影响下PM_(2.5)浓度最高;PM_(2.5)浓度主要增长阶段以正变温、负变压为主。 相似文献
3.
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
4.
利用2015年黄石市5个监测站点可吸入颗粒物(PM10)和细颗粒物(PM2.5)的在线监测数据和风向、风速、气温、气压等常规地面气象要素观测资料,分析了黄石市大气PM10和PM2.5的质量浓度水平分布特征及其与气象参数的关系。结果表明:2015年黄石市5个监测站点大气PM10和PM2.5年均浓度范围分别为95.8—108.6μg·m^-3和64.3—68.9μg·m^-3,均超过国家二级标准;季均质量浓度呈现显著的冬季高夏季低的变化规律,冬季PM10和PM2.5的质量浓度分别为(143.9±62.2)μg·m^-3和(95.5±44.5)μg·m^-3,夏季PM10和PM2.5的质量浓度分别为(75.2±24.0)μg·m^-3和(50.7±17.3)μg·m^-3。5个监测站中,下陆区、西塞山区和铁山区的PM10和PM2.5颗粒物污染较为严重;各站点大气PM10和PM2.5质量浓度显著相关。大气颗粒物浓度与气象因素的分析显示,黄石市大气颗粒物浓度与气温呈显著的负相关关系,与气压呈正相关关系,与风速和相对湿度的相关性不显著,受风向影响变化较大。 相似文献
5.
《气象与环境学报》2017,(1)
利用2014年本溪市大气颗粒物质量浓度监测资料和风速、气温、相对湿度、气压等常规地面气象要素观测资料,分析了本溪地区大气颗粒物质量浓度的月、季变化特征及其与气象要素的相关性。结果表明:2014年7月和10月本溪市大气颗粒物质量浓度较高,5月和9月大气颗粒物质量浓度较低,6月和11月大气颗粒物质量浓度比值较高。夏季PM10质量浓度较低,平均浓度为115.1μg·m~(-3);冬季PM_(2.5)和PM_(1.0)质量浓度较高,平均浓度分别为99.5μg·m~(-3)和86.1μg·m~(-3)。春季和冬季平均风速与大气颗粒物质量浓度的相关性最好,夏季和冬季相对湿度与大气颗粒物质量浓度的相关性最好。当ρ(PM_(2.5))≥200.0μg·m~(-3)时,ρ(PM_(2.5))与平均气温呈显著的正相关关系,相关系数为0.5288,ρ(PM_(2.5))与相对湿度的相关系数也高达0.6981,高温、高湿和小风等气象条件是本溪地区大气颗粒物高质量浓度事件发生的有利气象条件。 相似文献
6.
2007年春季广州城区黑碳气溶胶污染特征的初步研究 总被引：11，自引：1，他引：10
2007年4月利用黑碳仪（Aethalometer）、颗粒物在线观测仪（TEOM1400a）和现时天气现象传感器（PWD22）获得了大气细粒子中每5 min黑碳气溶胶（BC）浓度以及每30 min PM2.5浓度及大气能见度观测数据。结果发现：黑碳日均值浓度为7.4±2.9 μg·m－3,变化范围分别为2.1～11.6 μg·m－3。PM2.5日均值浓度为77.4±35.9 μg·m－3,浓度变化范围分别为29.6～183.3 μg·m－3。黑碳小时浓度变化具有2个明显的峰值,主要与机动车尾气排放密切相关。黑碳浓度与PM2.5浓度呈正相关,与大气能见度呈负相关,相关系数为分别为0.707和－0.529,表明黑碳是PM2.5中的重要组成部分,对大气能见度的影响较显著。 相似文献
7.
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
8.
天津城区秋季PM2.5质量浓度垂直分布特征研究 总被引：8，自引：2，他引：6
为研究天津大气颗粒物的污染水平和时空分布特征,利用天津大气边界层观测铁塔(255m),分别在40m、120m、220m处设立监测点,通过监测到的PM2.5的质量浓度,结合PM10、能见度等资料来分析污染物的时空分布规律和分布特征.结果表明,天津城区PM2.5污染水平相当严重,日均质量浓度远高于美国1997年制定的65μg*m-3的排放标准.混合层厚度和稳定度的变化对PM2.5浓度变化有一定的影响,随混合层厚度的变化,不同高度PM2.5质量浓度值有所不同.23时至11时,120m浓度明显高于其它各层,11-18时,由于大气扩散能力的增强,三层污染物质量浓度开始下降,而到了18-23时,低层污染物浓度较高,各层浓度总体趋势为120m＞40m＞220m.PM2.5质量浓度的日变化与稳定度的变化较一致.气象条件和早晚出行高峰期的影响导致PM2.5的质量浓度出现峰值.PM10与PM2.5的总体变化趋势基本一致,说明污染物来源基本相同.能见度水平和细粒子污染水平呈现较好的负相关,细粒子质量浓度的高低是决定能见度好坏的主要因子.降水过程是颗粒物从大气中清除的重要机制. 相似文献
9.
2005年12月—2006年2月在太原市区持续观测了气溶胶细粒子PM2.5, 并应用Sunset碳分析仪进行了有机碳 (organic carbon, OC) 和元素碳 (elemental carbon, EC) 的测定。结果表明:太原冬季PM2.5, OC和EC浓度均较高, 其中PM2.5日平均浓度变化范围为25.4~419.0 μg/m3, 日平均浓度为193.4±102.3 μg/m3, OC平均浓度为28.9±14.8 μg/m3, EC平均浓度为4.8±2.2 μg/m3, OC/EC平均比值是7.0±3.9, 即太原市冬季PM2.5和碳气溶胶污染严重。OC在PM 2.5中占18.6%, EC占2.9%, 这表明碳气溶胶是太原大气细粒子污染控制的关键组分。在太原市冬季, 采暖燃烧的煤是OC和EC的主要贡献源, 造成OC大大高于EC, 从而使OC/EC比值增大。各种气象条件对PM2.5, OC, EC和OC/EC比值的变化都有不同程度的影响, 特别是大雾天气、相对湿度、风速和降雪是影响碳气溶胶浓度变化的重要因素。 相似文献
10.
为了探讨采暖期和非采暖期西安大气颗粒物水溶性组分的化学特征和来源,分别于2005年冬季(2005年12月-2006年2月)和2006年夏季(6～8月)采集西安大气PM2.5和TSP样品,分析其中Na+、NH4+、K+、Mg2+、Ca2+、F-、Cl-、Br-、NO-2、NO-3和SO2-4共11种水溶性离子的浓度,并对其季节特征和来源进行了研究.结果显示,采暖期西安大气PM2.5和TSP中11种水溶性离子的平均浓度分别为53.2μg·m-3和110.3μg·m-3,非采暖期分别为51.3 μg·m-3和89.3μg·m-3.SO2-4、NO-3和NH+4在PM2.5和TSP中均为最主要的离子组分,浓度之和在采暖期分别占到PM2.5和TSP总离子浓度的78%和76%,在非采暖期则占到88%和76%.PM2.5和TSP中,NH+4、SO2-4和NO-3三者之间都有很好的相关性,其在颗粒物中的主要结合形式为(NH4)2SO4、NH4 HSO4和NH4 NO3.硫的转化率(SOR)和氮的转化率(NOR)在非采暖期明显大于采暖期,揭示SO2-4和NO-3的形成机制为气相氧化,主要受温度的控制.阴阳离子平衡和pH值测定的结果表明西安市大气PM2.5稍偏酸性,TSP为碱性,无论是粗、细粒子采暖期比非采暖期更偏酸性.对比10年前的研究结果,显示西安市大气污染控制措施大大降低了采暖期气溶胶中二次组分的污染程度,但主要污染排放源已逐渐由燃煤型向机动车排放转化. 相似文献
11.
Chemical Composition of Summertime PM2.5 and Its Relationship to Aerosol Optical Properties in Guangzhou, China 
下载免费PDF全文
下载免费PDF全文 Urban aerosols have a large effect on the deterioration of air quality and the degradation of atmospheric visibility.Characterization of the chemical composition of PM 2.5 and in situ measurements of the optical properties of aerosols were conducted in July 2008 at an urban site in Guangzhou,Southern China.The mean PM 2.5 concentration for the entire period was 53.7±23.2 μg m 3.The mean PM 2.5 concentration (82.7±25.4 μg m 3) on hazy days was roughly two times higher than that on clear days (38.8±8.7 μg m 3).The total water-soluble ion species and the total average carbon accounted for 47.9%±4.3% and 35.2%±4.5%,respectively,of the major components of PM 2.5.The increase of secondary and carbonaceous aerosols,in particular ammonium sulfate,played an important role in the formation of haze pollution.The mean absorption and scattering coefficients and the single scattering albedo over the whole period were 53±20 M m 1,226±111 M m 1,and 0.80±0.04,respectively.PM 2.5 had a high linear correlation with the aerosol extinction coefficient,elemental carbon (EC) was correlated with aerosol absorption,and organic carbon (OC) and SO 4 2 were tightly linked to aerosol scattering. 相似文献
12.
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
13.
秸秆燃烧对北京秋季气溶胶浓度和短波辐射影响的模拟研究 总被引：1，自引：0，他引：1
利用地面细颗粒物（PM2.5）浓度和气象常规观测资料、地基 AERONET观测资料、GFED生物质燃烧排放清单和大气化学—天气耦合模式WRF-Chem,模拟研究了华北地区2014年10月气象要素和大气污染物的时空演变,重点关注北京10月7～11日的一次重霾事件及其天气形势、边界层气象特征、输送路径、PM2.5及其化学成分浓度变化等特征,以及秸秆燃烧对华北和北京地区细颗粒物浓度和地面短波辐射的影响。与观测资料的对比结果显示,模式可以很好地模拟北京地区地面气象要素和PM2.5质量浓度,考虑秸秆燃烧排放源可以明显改进北京PM2.5浓度模拟的准确性,但在重度污染情况下,模式总体上低估气溶胶光学厚度和高估地面短波辐射。10月7～11日北京地区重霾事件主要是不利气象条件下人为污染物累积和区域输送造成,也受到华北地区南部秸秆燃烧的影响。河南北部、河北南部和山东西部大面积秸秆燃烧释放的气态污染物和颗粒物在南风的作用下输送至北京,秸秆燃烧对北京地区地面PM2.5、有机碳（OC）、硝酸盐、铵盐、硫酸盐和黑碳（BC）的平均贡献率分别为24.6%、36.8%、23.2%、22.6%、7.1%和19.8%,秸秆燃烧产生的气溶胶可以导致北京地面平均短波辐射最大减小超过20 W m－2,约占总气溶胶导致地表短波辐射变化的24%。 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.
北京冬季雾霾事件的气象特征分析 总被引：4，自引：3，他引：1
利用观测的气象要素和细颗粒物(即PM2.5)浓度资料,并结合中尺度数值天气模式WRF(Weather Research and Forecasting Model),对2013年1月北京地区雾霾污染期间天气条件和边界层气象特征进行了分析。模拟与观测对比表明,WRF模式可以较好地反映北京—天津—河北地区地面和高空主要气象要素的时空分布。对1月10~14日、27~31日两次重雾霾天气的分析表明,雾霾的形成是高浓度的大气颗粒物和特殊的气象条件共同作用的结果。小风或静风、稳定的大气层结,使大气扩散能力减弱,造成污染物堆积,偏南气流将周边污染物和水汽输送到北京,不仅增加了污染物浓度,而且有利于气溶胶吸湿增长,消光增强,使能见度下降,进而形成雾霾。 相似文献
16.
2016年1月我国中东部一次大气污染物传输过程分析 总被引：1，自引：1，他引：0
利用常规气象数据和空气质量模式CAMx对2016年1月15—19日一次冷空气影响下郑州、武汉、南京的大气污染物传输过程进行了分析。观测发现,本次过程中武汉和南京在地面锋线到达后出现明显的PM2.5浓度的快速增长。通过分析发现,两地在1000~950 hPa高度层上偏北风的侵入带来上风向的大气污染物,同时在垂直方向上锋区内的稳定性层结抑制了大气污染物的扩散,两种作用共同导致污染物快速增长。在冷空气主体影响下,尤其是950~900 hPa高度层上弱风区消失后,污染物得到清除。大气污染物的传输作用主要发生在1000~950 hPa高度上。模式PM2.5来源示踪模拟结果表明,武汉(17日夜间至18日)和南京(17日夜间)在本次污染物快速增长过程中区域污染物输入的贡献在51%和58%左右。由于模式对PM2.5传输过程的低估,区域输送贡献率仍存在不确定性。但是,与1月15—19日平均相比, PM2.5的本地贡献明显减少,上风区域贡献明显增加。 相似文献
17.
B. S. K. REDDY K. R. KUMAR G. BALAKRISHNAIAH K. R. GOPAL R. R. REDDY V. SIVAKUMAR S. Md. ARAFATH A. P. LINGASWAMY S. PAVANKUMARI K. UMADEVI Y. N. AHAMMED 《大气科学进展》2013,30(1):235-246
Surface measurements of aerosol physical properties were made at Anantapur(14.62°N,77.65 °E,331 m a.s.l),a semiarid rural site in India,during August 2008-July 2009.Measurements included the segregated sizes of aerosolsas as well as total mass concentration and size distributions of aerosols measured at low relative humidity(RH<75%) using a Quartz Crystal Microbalance(QCM) in the 25-0.05 μm aerodynamic diameter range.The hourly average total surface aerosol mass concentration in a day varied from 15 to 70 μg m-3,with a mean value of 34.02±9.05μgm-3 for the entire study period.A clear diurnal pattern appeared in coarse,accumulation and nucleation-mode particle concentrations,with two local maxima occurring in early morning and late evening hours.The concentration of coarse-mode particles was high during the summer season,with a maximum concentration of 11.81±0.98μgm-3 in the month of April,whereas accumulationmode concentration was observed to be high in the winter period contributed >68% to the total aerosol mass concentration.Accumulation aerosol mass fraction,A f(=Ma/Mt) was highest during winter(mean value of Af～0.80) and lowest(Af～0.64) during the monsoon season.The regression analysis shows that both R eff and R m are dependent on coarse-mode aerosols.The relationship between the simultaneous measurements of daily mean aerosol optical depth at 500 nm(AOD500) and PM 2.5 mass concentration([PM2.5]) shows that surface-level aerosol mass concentration increases with the increase in columnar aerosol optical depth over the observation period. 相似文献
18.
广州地区旱季一次典型灰霾过程的特征及成因分析 总被引：18，自引：1，他引：17
通过研究2009年11月广州市气溶胶颗粒物质量浓度(PM10、PM2.5、PM1)、黑碳浓度、散射系数(Scatter)等大气成分要素,以及微波辐射计、激光雷达及风廓线雷达所探测的风、温、湿等边界层结构,统计分析广州旱季一次典型灰霾过程(2009年11月23—29日)中气溶胶颗粒物及其光学特性的时空变化特征,并配合天气形势背景、边界层结构对其形成原因进行详细分析。在典型灰霾过程中,黑碳浓度高达58.7μg/m3,散射系数高达1 902.7 Mm-1,PM10浓度高达423.5μg/m3,PM2.5浓度高达355.7μg/m3,PM1浓度高达286.5μg/m3。通过对同期的气象条件分析表明在广州地区旱季,区域性污染过程,特别是灰霾天气的形成具有以下三种气象条件:大气边界层高度较低;高压变性出海的天气形势与之密切相关;在偏东和偏南气流带来的高湿度环境下,气溶胶吸湿增长效应显著,导致出现严重灰霾天气。 相似文献
19.
选择北京市为研究地区,对2014～2017年AERONET（Aerosol Robotic Network）提供的CE-318太阳光度计440 nm波段反演的气溶胶光学厚度（AOD）进行风速订正,对订正后 AOD 日均数据与同期地面监测站PM2.5日均浓度数据做季节相关性分析并建立回归模型。又引入能见度因子并利用广义差分法构建2015～2017年北京市AOD与PM2.5浓度、能见度的三元回归模型,最后将2014年数据分为污染日和非污染日分别进行模型检验。结果表明:AOD与PM2.5浓度存在显著的线性正相关性,且存在季节性差异,夏季相关性最强、秋季次之、春季和冬季最低。引入能见度因子并消除自相关后,四季的模型相对误差均显著减小,模型拟合优度显著提高。检验结果为四季整体的平均相对误差在21%～31%范围内,与前人的结果相比拟合曲线的准确性得到了明显地提高。且模型对低PM2.5浓度日的模拟效果较好,对于高PM2.5浓度日的模拟效果较差。本研究对构建北京地区PM2.5浓度长期的历史数据具有重要的科学意义。 相似文献