共查询到20条相似文献，搜索用时 15 毫秒
1.
本文应用喜马拉雅南麓地区MODIS NDVI 植被遥感数据和格点数据,采用趋势线分析、多元回归等方法分析了该研究区2001-2015 年植被 NDVImax 时空变化特征,同时利用Person 相关分析探讨了植被 NDVImax 时空变化特征与气候因子的响应关系。结果表明：（1）2001-2015 年,喜马拉雅南麓地区年内平均 NDVImax 1~3 月份呈下降趋势,4~6 月份开始缓慢生长,6~9 月份进入植被生长高峰期,10 月份开始逐渐降低;植被 NDVImax 平均值为0.59,植被覆盖度较高;空间上植被覆盖度总体呈东南高西北低,由东南向西北递减;平均 NDVImax 随海拔变化表现出明显规律性,80%的植被主要分布在较低海拔区（<4 050 m）。（2）15 a 间,喜马拉雅南麓地区植被 NDVImax 变化具有阶段性特征,年均 NDVImax 呈三个变化阶段：2001-2006 年和2010-2015 年分别以0.003 9·a-1、0.005 3·a-1 的速率增长,而2006-2010 年以-0.007 0·a-1 的速率减少。植被生长季 NDVImax 呈4 个阶段：2001-2004 和2007-2010 年分别以-0.001 8·a-1、-0.010 6·a-1 的速率逐年减少,但2005、2006 两年（0.014 8·a-1）快速增长至最大值,2010-2015 年（0.006 3 a-1）波动增长。空间上大部分地区表现出不显著退化,但少部分地区表现出不显著改善（0.05< p<0.01）,而西段低海拔区表现出极显著改善。（3）喜马拉雅南麓地区植被的变化主要由温度和降水量共同影响,此外,高海拔区气温上升引起的冰川融水对植被生长起到一定的作用,中部低海拔区可能还受到人类活动的影响。 相似文献
2.
利用NCEP再分析资料、逐小时污染物浓度数据、风廓线雷达及地面常规观测资料，对北京2018年3月26—29日一次“先霾后沙”的空气污染过程进行了分析。结果表明：霾污染期间PM2.5峰值浓度为242 μg·m-3，PM2.5/PM10值为0.86。受蒙古气旋影响，PM10浓度出现爆发性增长，增长速率达到912 μg·m-3·h-1，PM2.5/PM10值下降至0.11。霾主要影响时段边界层内以西南风为主，平均通风量为15 907 m2·s-1，大气边界层以稳定的弱上升或下沉运动为主；而沙尘影响时段平均通风量为9 226 m2·s-1，沙尘天气爆发前边界层明显的下沉运动先于地面污染物浓度的变化。基于后向轨迹模式和潜在源贡献分析方法PSCF计算结果，霾影响时段河北中南部、山西中部等地对北京PM2.5贡献较多；而沙尘影响时段，北京地区的PM10主要来源于内蒙古中部和辽宁西部。 相似文献
3.
依据峡口城市乌鲁木齐市2013-2016年6个环境监测站逐时的6类污染物数据,分析大气污染物的时空分布规律。总体来看,乌鲁木齐市以颗粒物污染为主,即PM10、PM2.5污染严重。从季节上来看,乌鲁木齐污染物浓度大多冬季高、夏季低,春秋季次之。春、夏、秋、冬PM2.5的浓度依次为59.8、40.5、67.8、139.6 μg·m-3,而PM10则是148.6、119.7、146.4、209.4 μg·m-3,粗细粒子浓度在春秋季的细微变化凸显在春季沙尘天气的影响。从日变化方面来看,污染物多呈现为双峰型结构。PM10、PM2.5春夏秋3个季节都是在子夜1：00时浓度最高,9：00～10：00时次之,但是冬季日最高值则出现在17：00时左右,次峰值出现在21：00～22：00时。从空间分布来看,颗粒物浓度总体上是中心城区低、四周高的分布格局;从PM2.5浓度占PM10浓度比重分析来看,冬季比重最高,达70%,以城区及城北最为明显,达73%,日变化分布则主要集中在下午至夜间,且冬季比重达71%。 相似文献
4.
基于灰色关联模型对江苏省PM2.5浓度影响因素的分析 总被引：2，自引：0，他引：2
采用克里金插值法分析2014年江苏省PM2.5浓度空间分布特征,运用灰色关联模型计算PM2.5浓度与影响因素间关联度,分析主要影响指标因子与PM2.5浓度空间分布的相互关系。结果显示：① 江苏省PM2.5浓度具有沿海低、内陆高,南部高、北部低的空间分布特征;② PM2.5污染来源指标层的权重值最大（wi = 0.4691）,空气质量与气象要素指标层的权重稍大（wi = 0.2866）,城市化与产业结构层的权重值最小（wi = 0.2453）;③ 在27个指标因子中,与PM2.5浓度关联度为中度的仅有公路客运量、房屋建筑施工面积、园林绿地面积、人口密度等4个指标因子,PM2.5与其余指标因子均呈强度相关联,其中与PM10、O3、降雨量、公路货运总量、地区工业总产值和第二产业占地区生产总值比重等指标的关联度较高;④ PM2.5污染源指标层与PM2.5浓度关联度值较大的城市分别是南京、无锡、常州、南通、泰州市;城市化与产业结构指标层与PM2.5浓度关联度值较大的城市分别是徐州、苏州、盐城、常州市;空气质量与气象要素指标层与PM2.5浓度关联度值较大的城市分别是盐城、扬州、常州、南通市。综合分析可知,影响指标因子关联度值与PM2.5浓度空间分布有较好相关性。研究表明,灰色关联模型可有效分析影响PM2.5浓度的主要因素,能对PM2.5浓度影响指标进行定量分析与评价。 相似文献
5.
利用陕西省的环境空气质量自动监测站2017—2021年的监测数据,分析了陕西区域空气质量的逐月变化特征、季节变化特征、年变化特征以及不同污染物的空间分布情况,对不同区域发生重度污染时段的环境空气质量污染特征和成因进行了探讨。结果表明：(1)2017—2021年陕西省空气质量逐步改善,空气质量改善幅度关中>陕南>陕北,SO2浓度年均下降12.5%,CO浓度年均下降9.9%,PM2.5年均下降7.2%。(2)关中区域和陕北北部污染较重,陕北南部和陕南区域污染较轻,城市污染程度重于郊县。(3)陕西省空气质量具有明显的季节变化特征,重污染天多在采暖季和春季(1月、2月、3月、11月、12月)。不同区域发生重度污染时的首要污染物具有明显差异。陕北区域重度及以上污染天的首要污染物为PM10(100%),关中区域为PM2.5(82%)、PM10(17%)、O3(1%),陕南区域为PM2.5(81%)、PM10(19... 相似文献
6.
基于GWR模型的中国城市雾霾污染影响因素的空间异质性研究 总被引：1，自引：2，他引：1
基于全国城市的PM2.5监测数据,识别PM2.5的时空分布特征,并着重利用地理加权回归模型分析自然和社会经济因素对PM2.5影响的空间异质性。结果显示：2015年全国PM2.5的年均浓度为50.3 μg/m3,浓度变化呈现冬高夏低,春秋居中的“U型”特征;PM2.5的空间集聚状态明显,其中京津冀城市群是全国PM2.5的污染重心。地理加权回归结果显示：影响因素除高程外,其余指标均呈现正负两种效应,且影响程度具有显著的空间差异性特征。从回归系数的贡献均值来看,自然因素对城市PM2.5浓度影响强度由高到低依次是高程、相对湿度、温度、降雨量、风速、植被覆盖指数;各类社会经济指标对城市PM2.5浓度影响强度排名依次是人口密度、研发经费、建设用地比例、产业结构、外商直接投资、人均GDP。由于各指标对城市PM2.5浓度变化的影响程度存在着空间异质性,因此在制定大气治理对策时可以考虑不同指标影响程度的空间差异,从而使得治霾对策更具针对性。 相似文献
7.
以2017年5月4日~5日华北地区出现的一次大范围的严重的天气污染形成与消散过程为研究对象,通过搜集华北地区9个城市空气中主要污染物浓度、AQI（空气质量指数）和常规气象数据,分析AQI、主要污染物（PM10、PM2.5、SO2、NO2、CO、O3）浓度变化特征和相关气象因子的关系。结果表明：本次重污染本质为区域性沙尘污染所致。污染过程呈现出形成速度快、消散急促的特点。该污染过程首要污染物为PM10,其次为PM2.5,而SO2、NO2、CO、O3等由人类活动产生的污染物浓度并未超标。后向轨迹分析和相关分析发现造成此次严重污染颗粒物主要来自蒙古高原,风是主要驱动因子。污染物在空间位置比较接近的城市间传输时,表现出趋势一致性、时间上的滞后性和污染物浓度的累积性特点。 相似文献
8.
京津冀城市群大气污染的时空特征与影响因素解析 总被引：33，自引：5，他引：28
京津冀城市群是中国雾霾最严重的区域,在京津冀协同发展背景下,探究该地区大气污染的时空分布和影响因素具有重要意义。运用空间自相关分析和三种空间计量模型,分析了京津冀202个区县PM2.5的时空分异特征,创新性地对自然与人文影响因素贡献及其空间溢出效应进行系统地甄别和量化。结果表明：2000-2014年来京津冀城市群PM2.5浓度整体呈上升趋势,季节上呈秋冬高、春夏低,空间上呈东南高、西北低的特点,且城市建成区PM2.5浓度比周围郊区和农村平均高10~20 μg/m3;2014年仅有13.9%的区县空气质量达标,PM2.5浓度存在显著的空间集聚性与扩散性,城市间交互影响距离平均为200 km,邻近地区的PM2.5每升高1%,将导致本地PM2.5至少升高0.5%;社会经济内因对PM2.5主要是正向影响,自然外因主要是负向影响;影响因素中对本地大气污染的直接效应贡献强度依次是：年均风速>年均气温>人口密度>地形起伏度>第二产业占比>能源消费>植被覆盖度,人均GDP、年降水量和相对湿度对本地PM2.5没有显著影响;对邻近地区大气污染具有显著空间溢出效应的因素排序是：植被覆盖度>地形起伏度>能源消费>人口密度;对于自然和人文影响因素应分别采取针对性的适应策略和调控策略,加强区域间联防联控与合作治理,在城市群规划中注重环保规划与立法。 相似文献
9.
面向经济高质量发展及实现“双碳”战略目标,中国传统能源密集型产业发展的资源环境效应备受学界关注。基于2000—2017年中国31个省（直辖市、自治区）的面板数据,通过构建面板向量自回归模型（PVAR）,结合脉冲响应分析和方差分解及动态系统GMM模型,探究中国火电、水泥、钢铁、焦炭等典型高耗能产品的生产规模与区域PM2.5污染的动态关联效应。结果表明：① 短期内,省域PM2.5浓度具有明显的时间惯性,火电、水泥、钢铁、焦炭产业规模的短期波动对其冲击影响有限;② 动态影响显示,区域钢铁生产规模对PM2.5浓度的影响程度最大,火电、焦炭行业次之;③ 长期影响结果显示,钢铁、焦炭产业的扩张加剧了PM2.5污染,而火电、水泥产品生产规模未与PM2.5污染表现出同步特征;④ 区域PM2.5污染成因具有复合性,研究期内控制变量如地区经济规模、工业化程度、城镇化率的提高加剧了PM2.5污染,地方政府环境污染治理力度越弱则PM2.5污染程度越重。中国在高耗能产品生产规模逐年增加的情况下,有效地控制了区域PM2.5污染的加剧。未来应进一步提高行业标准,通过技术创新和产业结构升级控制污染物排放强度;增强地方政府对环境污染的治理力度;研究能源原材料产业的适度产能规模,在满足中国新型基础设施、新型城镇化等重大工程建设对基础原材料产业需求的同时,实现环境质量的优化。 相似文献
10.
以中国286个主要地级市为研究区域,基于2003—2016年中国地级市大气PM2.5质量浓度栅格数据及各地级市社会经济数据,运用空间自相关和空间面板杜宾模型,揭示了中国地级市PM2.5质量浓度的时空格局与影响因素。研究显示：(1)中国PM2.5污染在时序演化上呈“M”型波动态势,在空间分布上以胡焕庸线为界呈现出“东高西低”的集聚型格局;(2)中国地级市PM2.5污染在空间效应上呈现出显著的正相关性,表明区域间大气污染存在交互影响;(3)人口密度与非农产业从业人员占比对PM2.5质量浓度升高的贡献最大,而液化石油气供气总量与第三产业占GDP的比重对PM2.5有较为显著的负向消减作用。 相似文献
11.
以中国286个主要地级市为研究区域,基于2003—2016年中国地级市大气PM2.5质量浓度栅格数据及各地级市社会经济数据,运用空间自相关和空间面板杜宾模型,揭示了中国地级市PM2.5质量浓度的时空格局与影响因素。研究显示：(1)中国PM2.5污染在时序演化上呈“M”型波动态势,在空间分布上以胡焕庸线为界呈现出“东高西低”的集聚型格局;(2)中国地级市PM2.5污染在空间效应上呈现出显著的正相关性,表明区域间大气污染存在交互影响;(3)人口密度与非农产业从业人员占比对PM2.5质量浓度升高的贡献最大,而液化石油气供气总量与第三产业占GDP的比重对PM2.5有较为显著的负向消减作用。 相似文献
12.
东北地区大气污染物源排放时空特征：基于国内外清单的对比分析 总被引：2，自引：0，他引：2
基于国内外4类常用的污染源排放清单数据（EDGAR：全球大气研究排放数据库；CEDS：社区排放数据系统；MIX：亚洲排放清单；PKU-FUEL：全球燃料排放数据），对东北区域5类人为排放源（工业源、能源、交通运输源、生活民用源和农业源）的8种污染物（PM2.5、PM10、SO2、NOx、NMVOCs、NH3、OC和BC）从排放总量、来源贡献和时空分布特征等方面进行对比分析。结果表明：东北污染物排放主要以SO2、NOx和NMVOCs为主，工业、能源和交通运输为主要贡献源；PM2.5和PM10主要来自生活民用源和工业源，贡献率前者大于后者。辽宁省污染物（除NH3外）排放最大，其次为黑龙江省、吉林省和内蒙古东四盟市，冬季排放强度明显高于其他季节。NH3主要来自农业源，排放峰值发生在5~7月；各清单间排放总量和来源贡献差异明显，EDGAR和PKU清单对NH3估算差异度为170.3%；SO2、NOx、BC和OC的排放差异度均在30%以上。不同活动水平和排放因子的使用是造成清单差异的主要原因。本研究可以掌握东北污染状况，了解清单差异，为本地化清单工作开展提供研究方向，同时也可为模式模拟合理选择清单数据提供参考。 相似文献
13.
中国城市群地区PM2.5时空演变格局及其影响因素 总被引：2，自引：0，他引：2
城市群作为中国新型城镇化主体形态,是支撑全国经济增长、促进区域协调发展、参与国际分工合作的重要平台,也是空气污染的核心区域。本文选取2000-2015年NASA大气遥感影像反演PM2.5数据,运用GIS空间分析和空间面板杜宾模型,揭示了中国城市群PM2.5的时空演变特征与主控因素。结果显示：① 2000-2015年中国城市群PM2.5浓度呈现波动增长趋势,2007年出现拐点,低浓度城市减少,高浓度城市增多。② 城市群PM2.5浓度以胡焕庸线为界呈现东高西低的格局,城市群间空间差异性显著且不断扩大,东部、东北地区浓度提升更快。③ 城市群PM2.5年均浓度空间集聚性显著,以胡焕庸线为界,热点区域集中东部,范围持续增加,冷点集中在西部,范围持续缩小。④ 城市群内各城市间PM2.5浓度存在空间溢出效应。不同城市群影响要素差异显著,工业化和能源消耗对PM2.5污染有正向影响;外商投资在东南沿海和边境城市群对PM2.5污染具有负向影响;人口密度对本地区PM2.5污染主要具有正向影响,对邻近地区则相反;城市化水平在国家级城市群对PM2.5污染有负向影响,在区域性和地方性城市群则相反;产业结构高级度对本地区PM2.5污染有负向影响,对邻近地区则相反;技术扶持度对PM2.5污染的影响显著,但存在滞后性和回弹效应。 相似文献
14.
农村散煤使用对冬季重污染等贡献显著,更会直接污染室内空气,影响人群健康。除了“煤改电、煤改气”之外,清洁煤和成型生物质也被认为是降低散煤污染的有效途径,在一些政策和行动中被推广。然而,目前还缺乏不同取暖模式下居民室内空气质量差异及取暖排放贡献的定量研究,是清洁取暖环境效益评估中的短板。本文在北方农村地区开展了覆盖1600户整个取暖季的细颗粒物(PM2.5)实地监测,分析了居民室内PM2.5污染的空间差异及不同取暖方式的影响。研究表明,北方农村取暖季室内PM2.5浓度均值为102μg/m3,但户间差异很大,从19μg/m3到497μg/m3。使用传统散煤和生物质取暖的家庭,取暖季室内PM2.5浓度高达162μg/m3和144μg/m3。而使用清洁煤或成型生物质取暖的家庭,室内PM2.5显著降低,约为84μg/m3,且有56%的时间日均浓度超过国家标准... 相似文献
15.
针对不同区域实行“共同而又有区别”的污染治理政策是实现区域联防治理大气污染的有效措施,而随着省际贸易加强,难免导致污染物在不同区域间的转移。本文采用区域间投入产出模型,对中国30省区间省际贸易隐含PM2.5进行核算。结果表明,省际贸易隐含PM2.5约占总PM2.5排放的1/3,经济危机使得省际贸易隐含PM2.5量变小,但贸易隐含PM2.5在以生产计算的PM2.5排放中的作用在增大。东部省区的省际调出贸易隐含PM2.5主要由最终消费部分导致,而中、西、东北省区则主要为中间投入部分导致,在控制贸易隐含排放时,需对不同调出类型省区采用不同的控制方法。省际调入贸易隐含PM2.5主要由中间投入过程贸易隐含PM2.5构成,越来越多的产品在不同省区间共同生产完成,区域联合治污显得尤为必要。东北、西部、中部省区由固定资本形成导致的省际贸易隐含PM2.5比例要高于东部省区,可见政策导向也是造成贸易隐含排放的原因之一。需重点控制省际贸易隐含PM2.5排放量较高建筑业、机械设备制造业和其他服务业。除河北、山东外,东部省区均为省际贸易隐含PM2.5净调入省份,中、西部、东北省区中则多为省际贸易隐含PM2.5净调出省份。经济危机使得省际间净贸易隐含PM2.5的转移量变小,但并未改变其转移趋势。净调入省区需相应的补偿净调出省区,或对其进行技术转移。 相似文献
16.
沙尘对兰州市大气环境质量的影响 总被引：2，自引：2，他引：0
利用1951-2010年甘肃省气象局地面观测站沙尘气象资料和2006-2010年兰州环保局PM10、SO2、NO2质量浓度资料,分析了兰州市沙尘天气时间变化特征及其对SO2、NO2、PM10等大气污染物浓度的影响。结果表明:近60年来兰州市沙尘天气总体上呈现振荡性减少的趋势,沙尘暴、扬沙和浮尘年变化倾向率分别为-0.15 d、-0.72 d和-0.97 d,这与上游沙尘源区沙尘天气振荡性减少有关。沙尘对兰州地区SO2和NO2质量浓度影响不大,对PM2.5质量浓度和PM1.0数浓度的变化有一定的贡献,但对PM10质量浓度影响非常大,沙尘对春季PM10质量浓度的贡献率在18.4%～43.1%。对2007年5月10日一次强沙尘天气过程研究发现,随着沙尘天气的侵入,兰州市不同粒径气溶胶的浓度陡然上升,然后达到较高的浓度水平,之后由于沙尘天气的减弱、消退或离境,不同粒径气溶胶浓度也逐渐降低并缓慢恢复到正常水平。 相似文献
17.
采用重量法对2014年、2015年、2017年采暖期乌鲁木齐市新疆农业大学大气颗粒物TSP、PM10、PM2.5进行采集，使用TAS-990型火焰原子吸收分光光度计、PF3型原子荧光光谱仪、石墨炉原子吸收分光光度计测定颗粒物中5种重金属元素的质量浓度，利用富集因子法分析重金属元素的富集程度及来源。结果表明：该采样点采暖期大气颗粒物TSP、PM10的质量浓度在近几年均呈现出下降趋势，PM2.5的质量浓度变化趋势为：2017年＞2015年＞2014年；重金属元素As的质量浓度在不同粒径大气颗粒物中均为最高值，且采暖期大气颗粒物中除Cr以外的重金属含量、重金属元素的富集程度近几年均呈现明显的下降趋势；重金属As、Cr、Zn、Hg元素更易富集于细颗粒物中。 相似文献
18.
利用2017—2019年中天山北坡城市群（乌鲁木齐市、昌吉市、石河子市、五家渠市）逐时大气污染物监测数据及气象数据,分析了大气污染物年内变化和污染天气类型特征。结果表明：（1） 中天山北坡4座城市6类大气污染物中PM2.5超标日数最多（年均94~104 d）,年均浓度介于64~73 μg·m-3,且五家渠市>乌鲁木齐市>石河子市>昌吉市。采暖期PM2.5浓度在100~118 μg·m-3之间,是非采暖期的4.00~5.00倍,靠近山前地带的城市PM2.5浓度日变化大体呈现“双峰双谷型”。（2） 4座城市污染天气类型主要分为静稳型、沙尘型和特殊型,其中静稳型占86.2%~93.6%、沙尘型占5.8%~13.2%。静稳型污染天气多出现在冬季,沙尘型主要出现在春、秋季节。静稳型污染天气中Ⅴ-Ⅵ级污染级别占比45.8%~56.6%,沙尘型污染天气中Ⅴ-Ⅵ级污染级别占比14.9%~29.4%。（3） 静稳型和沙尘型污染天气下PM2.5和PM10浓度都存在显著的线性相关,前者PM10浓度是PM2.5的1.26倍,而后者达3.16倍,此倍数可以作为区分静稳型和沙尘型污染天气的判据。 相似文献
19.
针对区域大气污染物排放量与空气质量在时空分布上存在不完全协同、匹配的现象,论文选择SO2、NOX、PM2.5、CO和VOCs作为大气污染物指标,选择气溶胶光学厚度(Aerosol Optical Depth, AOD)表征颗粒物环境空气质量,以武汉市为例,综合应用耦合模型和空间错位指数模型研究2类指标之间的空间非协同耦合规律。主要结论如下：① 武汉市大气污染物排放量与颗粒物空气质量具有不同空间分布特征,大气污染物排放量呈现由城市中心城区向远城区递减的趋势,其中SO2、PM2.5和VOCs的排放具有明显的中心聚集现象,而NOX和CO聚集现象不显著,且与道路分布明显相关;AOD分布具有明显的空间差异性,总体上呈由西北向东南依次递减的趋势。② 武汉市大气污染物排放与颗粒物空气质量的空间非协同耦合规律：越靠近城市中心城区,空间协同耦合现象越显著,空间错位现象越弱;越远离主城区,空间非协同耦合现象越显著,空间错位现象越显著;SO2排放量与AOD在武汉市远城区的空间错位指数均大于0.7,且耦合度指数小于0.3,呈现较强的非协同耦合特征,NOX、VOCs、PM2.5的排放量与AOD在武汉中心城区的空间错位指数均小于0.5,且耦合度指数大于0.5,协同耦合现象较为显著。③ 基于时空非协同耦合分析城市大气环境污染治理建议：针对污染物与AOD空间错位不显著的城市中心城区,以本地减排治理为主;针对污染物与AOD空间错位显著的远城区,应在污染溯源分析的基础上进行区域协调综合治理。 相似文献
20.
乌鲁木齐冬季大气细颗粒物水溶性离子特征及来源 总被引：2，自引：0，他引：2
为了探讨乌鲁木齐冬季大气细颗粒物的污染水平及其水溶性离子的特征,于2013年1-3月采集大气PM2.5样品,并利用离子色谱仪分析其中的水溶性离子,采用硫转化率、离子相关性分析及后向轨迹模型对其可能来源进行了讨论。结果表明:观测期间采样点PM2.5平均质量浓度为170.13±51.39 μg·m-3,水溶性离子总浓度平均值为53.47±23.76 μg·m-3,其中3种二次离子(SO42-、NO3-和NH4+)是水溶性离子的主要组分;不同天气类型下PM2.5和离子浓度差异较大,雾、霾天气二次离子浓度占总浓度的81.99%和86.24%,硫转化率均大于0.1;春节期间由于燃放大量的烟花爆竹,使得PM2.5可溶性离子K+和Cl-浓度急剧上升;NH4+与SO42-、NO3-相关系数分别为0.975和0.748,(NH4)2SO4、NH4HSO4和NH4NO3是细颗粒物水溶性组分的可能结合方式,Cl-和K+的相关性显著,说明两者具有同源性;固定排放源仍然是乌鲁木齐大气污染物的主要来源,局地大气输送会使大气污染加重。 相似文献