排序方式: 共有74条查询结果,搜索用时 15 毫秒
31.
利用2018年10月1日至2019年9月30日沈阳地区三个高度大气颗粒物浓度和气象要素逐时观测资料,分析了不同高度颗粒物浓度时间变化特征及其与气象要素的关系。结果表明:不同高度的颗粒物浓度均存在明显的季节变化,秋冬季数值明显高于春夏季。冬季,三个高度的PM2.5平均浓度为54.98±12.67 μg·m-3、63.77±15.1 μg·m-3和39.27±5.62 μg·m-3,即15 m > 1.5 m > 90 m,秋季对应高度的浓度值则为1.5 m > 15 m > 90 m,春季对应高度的浓度值1.5 m≈15 m>90 m,夏季对应高度的浓度值15 m > 90 m > 1.5 m。PM2.5、PM10和TSP浓度的日变化在秋冬季三个高度上均呈明显的双峰,春季则均为单峰,夏季15 m高度为单峰,其余两层无明显规律。月平均颗粒物浓度的变化在冬、夏半年之间存在明显差异。冬半年,1.5 m高度PM2.5、PM10和TSP以及90 m高度PM2.5月平均浓度均表现为增—减—增—减的变化特征,而15 m高度月平均PM2.5、PM10和TSP浓度以及90 m高度月平均PM10、TSP浓度均为先增后减的变化特征。冬半年和夏半年颗粒物浓度最大值分别出现在1月和6月,冬半年最低两层高度的颗粒物浓度明显高于90 m的值,夏半年各月不同高度颗粒物浓度相差不大,均远低于冬半年的浓度值。不同粒径范围的颗粒物浓度与风速和气温均呈负相关关系,且相关系数随高度增加而增加,随颗粒物粒径范围增加而变小;与相对湿度的关系较为复杂,相关系数随观测高度增加和颗粒物粒径范围的增大而有所不同。 相似文献
32.
33.
34.
BP神经网络法在大气污染预报中的应用研究 总被引:2,自引:2,他引:2
近年来将BP网络模型应用到大气污染浓度预报中 ,并建立了大气污染物浓度的神经网络预报模型。将计算结果与监测值进行了验证 ,结果表明 :TSP的计算值与观测值之间的绝对误差为 4× 1 0 - 3~ 3× 1 0 - 2 mg·m- 3,NOX 的计算值与观测值之间的绝对误差为 5× 1 0 - 3~ 2× 1 0 - 2 mg·m- 3;且具有较好的相关性。BP模型是目前最为广泛应用的神经网络模型之一 ,它是一种简单而又非常有效的算法 ,BP神经网络法为城市空气污染预报工作提供了一种全新的思路和方法。 相似文献
35.
大气污染对呼吸系统疾病的影响分析研究 总被引:5,自引:0,他引:5
利用1996~1997年沈阳呼吸道疾病门诊资料和大气环境现状监测资料,分析了呼吸道疾病的发病率与大气污染之间的关系,建立了呼吸道疾病发病等级与大气污染之间的预测方程,并用门诊资抖对观测结果进行了验证。 相似文献
36.
37.
辽宁中部城市群灰霾污染的外来影响 总被引:1,自引:0,他引:1
利用MODIS(MODerate-resolution Imaging Spectroradiometer)卫星资料、空气质量监测资料、地面气象资料及后向轨迹方法,对辽宁中部城市群代表性城市——沈阳市2009年全年发生的30 d首要污染物为PM10(空气动力学当量直径小于等于10μm的颗粒物,即可吸入颗粒物)且空气污染指数API(Air pollution Index)为3级及以上污染过程的天气形势及污染来源进行了综合分析。研究结果表明:引发3级以上重污染事件的天气形势主要为4类,分别为高压均压场型(包括高压后均压场型、高压前均压场型和高压内均压场型)、长白山小高压型、弱低压场型及地形槽型。发生污染天气时气流主要有两个来向,即西南方向的京津冀来向和偏北方向的内蒙和长春来向。气流来自偏南方向的天数最多,为19 d。其中最容易受京津冀影响的天气型为高压后均压场型和地形槽型,共有8 d,占总污染天数的26.7%。因此,来自京津冀的外来输送对于辽宁中部城市群霾污染的影响不容小视,辽宁中部城市群空气质量的改善与临近区域的改善紧密相关。 相似文献
38.
39.
沈阳两次降水过程中能见度的变化特征 总被引:1,自引:0,他引:1
利用2011年7月29-31日,8月27-29日沈阳大气成分观测站的能见度资料,统计分析了能见度与降水强度、PM10、PM 2.5、PM 1.0质量浓度、风速、相对湿度等气象要素的相关性。结果表明: 7月29-31日降水过程特点为个别时间内降水量较大,8月27-29日降水过程特点为持续几个小时都有较大降水量;7月29-31日和8月27-29日降水过程中,初期降水对PM的湿清除效果较好,后期随着降水强度的增加,能见度有所降低;7月29日0时-31日23时期间内,PM质量浓度在降水过程中出现5 μg•m-3左右的低值是因为降水和较大风速的双重作用,而8月27日0时-29日23时期间内的降水过程中,风速较稳定,PM质量浓度的改变量相对较小;7月29日-31日和8月27日-29日降水过程中,平均风速与PM10、PM 2.5、PM 1.0的变化趋势均呈反相关,较高的相对湿度有利于PM质量浓度的上升;7月29-31日和8月27-29日降水过程中,能见度与PM 2.5/PM10、PM 1.0/PM10的比值变化趋势均呈明显的反相关。随着颗粒物粒径的减小,其与能见度的相关性逐渐增加。 相似文献
40.