共查询到19条相似文献,搜索用时 76 毫秒
1.
沙尘天气过程对北京空气质量的影响 总被引:5,自引:1,他引:5
利用气象、沙尘暴特种观测以及环境监测等多种资料,对2010年3月19─22日沙尘天气过程的大气结构、沙尘源地和垂直水平输送条件以及北京近地层气象要素、空气质量的变化特征进行了分析. 结果表明:这次强沙尘暴天气过程是由冷空气短波槽快速东移南下、地面冷锋明显发展东移造成的;前期沙尘源地土壤湿度的减小为起沙提供了有利条件,同时低层存在的较强西北气流将从源地卷起的沙尘输送到下游地区;沙尘发生时,20 m气层内风速迅速增大,气层内垂直方向风速梯度也逐渐增大,相对湿度急剧降至20%~30%之间;受这次沙尘天气影响,北京地区ρ(TSP)以及10个区县的ρ(PM10)均迅速增加,空气质量达到重污染. 相似文献
2.
沙尘天气对沈阳市空气质量的影响分析 总被引:3,自引:0,他引:3
针对沙尘天气的成因、来源及危害进行综述 ,对沈阳市 2 0 0 2年出现的沙尘天气特点及对空气质量影响进行了分析 ,提出几点防治对策 相似文献
3.
沙尘天气对北京市空气质量的影响及其预测预报 总被引:7,自引:3,他引:7
概述了北京市沙尘天气的分类、特征、判别方法,总结了2000—2002年沙尘天气对北京市空气质量的影响情况,提出了沙尘天气影响空气质量的短期(1~2d)预报方法。利用该方法预报了2002年4次主要沙尘天气过程,预报结果都比较准确。研究发现沙尘天气年际变化主要是受气候条件年际变化影响,提出根据气候条件年际变化预测来进行沙尘天气年际变化预测的初步方法。 相似文献
4.
2015年春季北京市一次沙尘天气过程分析 总被引:1,自引:0,他引:1
采用观测数据与轨迹模拟相结合的方法,综合分析了2015年3月26日-4月1日北京市一次沙尘天气过程中沙尘输送路径、天气形势、污染物浓度的变化特征,结果发现:此次外来沙尘路径为西北路径,沙尘源地位于蒙古国南部的戈壁地区;沙尘在冷空气和地面低压系统作用下快速移动,造成延庆、奥体中心、永乐店3站点PM_(10)2 h左右浓度维持1 000μg/m~3,能见度低于1 km,空气质量急剧恶化;沙尘过境时PM_(10)浓度明显上升,PM_(2.5)浓度受到的影响相对较小,SO_2、NO_2、CO浓度变化不明显;沙尘回流时携带区域污染物进入北京,各项污染物及颗粒物组分浓度出现一定程度的上升;受沙尘影响,Mg~(2+)、Ca~(2+)、Na~+浓度明显上升,峰值浓度分别为0.13、1.29、0.70μg/m~3,分别是年均浓度的1.86倍、2.80倍、2.06倍;沙尘天气过后,扩散条件转差,沙尘与污染天气相继共造成北京市空气质量连续4 d维持中度污染级别。 相似文献
5.
沙尘天气对北京大气重污染影响特征分析 总被引:19,自引:8,他引:11
利用北京市具有代表性的大气污染物监测站资料,统计出2000─2005年各月重污染的天数,并对4和5级的重污染特征进行分析.结果表明,北京市大气重污染主要源于颗粒物. 分析了北京沙尘型重污染年、季节变化特征和表现形式等. 利用2000—2005年北京及周边地区环境监测、卫星遥感以及气象等数据,对沙尘天气影响北京城区大气中ρ(PM10)进行分析发现,ρ(沙尘粒子)约占ρ(PM10)的1%~13%;沙尘天气的影响区域逐渐加重的顺序为前门<古城<车公庄<农展馆<东四<天坛<奥体中心<定陵;沙尘天气下ρ(PM10)具有双峰型特征,细粒子(PM2.5)质量浓度的增加对人体健康影响极为不利. 相似文献
6.
北京市2018年春季一次沙尘回流过程的污染特征 总被引:1,自引:0,他引:1
通过监测数据分析,结合轨迹模拟和特征雷达图的分析结果,对2018年4月14~19日北京出现的一次沙尘天气过程进行分析.结果显示:依据ρ(PM2.5)和ρ(PM10)及其比值PM2.5/PM10[ρ(PM2.5)/ρ(PM10),下同]的变化情况,此次沙尘过程可分为沙尘期、中间期、回流期和回流后期4个典型时期.沙尘期ρ(PM10)平均值达到(278.5±83.7)μg/m3,明显高于回流期和回流后期,回流后期ρ(PM2.5)平均值达到(135.5±16.9)μg/m3,明显高于回流期和沙尘期.沙尘期逐小时PM2.5/PM10<0.2,回流期和回流后期PM2.5/PM10比值分别介于0.3~0.6和0.5~0.8范围内.SO42-、NO3-和NH4+等(SNA)水溶性离子沙尘期浓度占比仅为7.3%±2.5%,沙尘回流期和回流后期SNA占比分别增长至47.0%±6.3%和51.3%±5.7%.研究表明,受天气系统影响,回流沙尘可裹挟南部的细颗粒和气态污染物输送到北京后发生累积和二次转化,从而推高PM2.5浓度,因此发生沙尘回流时,区域内应加强一次污染物排放的管控力度,同时北京市需进一步加强机动车氮氧化物的排放监管. 相似文献
7.
8.
利用包头市环境空气质量自动监测系统实际监测资料研究分析了包头市2005—2007年大气污染物受逆温和沙尘两种特殊气象条件影响的变化状况。特别指出了逆温持续性、强度和厚度对大气污染扩散影响的正比关系,即逆温日数越多,超标污染日越多,逆温强度越大,污染越重的规律。及大风和特定地理条件下沙尘天气的发生、频次、强度对可吸入颗粒物(PM10)影响的正比关系。 相似文献
9.
基于卫星遥感资料、再分析数据、数值模式和中国环境监测数据,分析了2018年4月1~4日中国西北地区一次典型的沙尘爆发、输送过程,并探讨了该次沙尘事件对空气质量的影响。结果表明,该次沙尘事件主要是由冷锋和大风引起的,分为两个阶段:4月1~3日,翻越天山和绕流而至的冷空气与该地暖空气交汇形成冷锋,引起塔克拉玛干沙漠起沙,这些沙尘随西风向东输送,使得哈密、嘉峪关、张掖、武威和兰州等城市PM10、PM2.5质量浓度自西向东依次升高,空气污染加重;4月4日,西北风在地形的作用下风力加大,强风掠过植被稀疏地表产生较强的起沙,西北地区多个城市的PM10、PM2.5质量浓度几乎同时剧增,引发了严重的空气污染。其中,PM10是该次沙尘过程中的主要的大气污染物,是导致空气质量下降的主要原因。 相似文献
10.
11.
2011年春季辽宁一次沙尘天气过程及其对不同粒径颗粒物和空气质量的影响 总被引:6,自引:2,他引:6
利用2011年5月11—12日辽宁沙尘天气过程的相关资料,分析了沙尘天气对不同粒径颗粒物及空气质量的影响及此次沙尘过程的天气成因.结果表明:沙尘天气发生前后可吸入颗粒物PM10、PM2.5和PM1的浓度变化很大,沈阳、鞍山、本溪和丹东4城市PM10、PM2.5的小时浓度最大值都增大了1.5~20倍;粗粒子PM(2.5~10)的数量浓度分别增加了30~41倍,质量浓度分别增加了27~30倍;细粒子PM(1~2.5)的质量浓度分别增加了30~35倍,数量浓度分别增加了15~30倍;微粒子的数量浓度和质量浓度各城市表现不同,沈阳微粒子的数量浓度和质量浓度最大值增大了3倍和5倍,而鞍山PM1的数量浓度和质量浓度分别减少了50%和10%.受蒙古气旋的影响内蒙古地区产生大风降温天气,大风将内蒙古地区的沙尘带到高空并随西风带向东移动进入辽宁,由于辽宁地区风速比较小,造成了辽宁大部分地区的浮尘天气,并对辽宁各地空气质量造成了严重影响,除丹东外辽宁其他13个城市空气质量都达到了轻微污染到重度污染的级别,铁岭、阜新、沈阳和抚顺的污染指数分别超过了300,达到了重度污染的级别. 相似文献
12.
北方强沙尘暴天气过程对广州空气质量影响的个例分析 总被引:4,自引:1,他引:4
2009年4月23—25日,我国内蒙古、甘肃、陕西等地区出现了1次强沙尘暴天气过程,沙尘暴产生的浮尘自北南下,于26日开始影响广州.期间,沙尘暴沿途城市的可吸入颗粒物(PM10)浓度先后升高.本文通过对广州4月27日—29日(浮尘时段)和5月12—14日(非浮尘时段)的空气颗粒物进行质量浓度分析,发现浮尘时段PM10的浓度均值为0.231mg·m-3,较非浮尘时段(0.103mg·m-3)大1倍.化学分析结果发现金属元素含量、金属元素富集因子、可溶性阴阳离子含量等在这两个时段也均存在显著差异.浮尘时段颗粒物中金属元素含量的总浓度为53.5μg·m-3,比非浮尘时段的总浓度(28.5μg·m-3)翻了近1倍.浮尘时段的Na、Ti、Zn、Cu、Cr浓度较非浮尘时段的增加幅度在0~100%之间,从富集因子来看,非浮尘时段均高于浮尘时段,说明污染源主要来自广州本地源;浮尘时段的K、Mg、Al、Fe、Mn、V、Co浓度较非浮尘时段的增幅在100%以上,其富集因子均高于非浮尘时段,说明污染源主要来自于外来源;而Ni、Pb、Cd3种元素浓度增幅为负值,说明沙尘携带这3种元素的量可以忽略,且冷空气的稀释作用使得它们在浮尘时段的富集系数远远低于非浮尘时段.另外,通过对水溶性离子的分析发现,浮尘天气时段空气颗粒物中各种水溶性阴阳离子含量都有所升高,但NH4+、NO3-、SO24-3种离子的质量浓度,无论在浮尘还是非浮尘时段,差别均不显著(均占约82%),说明这3种离子都是PM10中最主要的可溶性阴阳离子.并且从浮尘时段的气象场分析和后向轨迹计算表明,此次广州沙尘的源地来自内蒙地区. 相似文献
13.
利用激光气溶胶雷达和风廓线雷达,结合卫星遥感资料、地面气象要素资料、大气气溶胶浓度资料和HYSPLIT模型,研究了2017年5月5—8日淮北地区一次沙尘天气过程的特征.结果表明,2017年5月5—6日上午的浮尘(过程1)是由西北-华北地区的远距离输送所致,其中PM_(10)峰值浓度高达766μg·m~(-3),而6日下午—7日的浮尘(过程2)是冷空气回流所导致.外源输入、气象要素和垂直风场的变化为浮尘天气的发生和维持创造了有利条件,降水的出现使本次浮尘天气过程结束.激光气溶胶雷达可以有效监测此次浮尘天气的大气气溶胶消光系数的空间分布,能直观准确地反映出污染物的分布聚集情况以及时空变化,对大气污染监测具有重要意义.本研究还提出了适合江苏地区的浮尘客观判定方法,SO_2/PM_(10)、NO_2/PM_(10)以及PM_(2.5)/PM_(10)的比值可以有效判别浮尘天气. 相似文献
14.
收集了太原市2014-2018年秋冬季(10月-翌年2月) PM2.5、SO2、NO2和CO浓度数据以及对应时刻气象资料,基于逐日PM2.5在16:00-01:00时的变化将其分为消散过程、慢速积累过程和快速积累过程,从PM2.5积累的角度分析了太原市PM2.5的污染特征及影响因素,并将其运用于重污染天气形成过程的探讨.结果表明,太原秋冬季慢速积累过程占比最高为44%,快速积累过程占27%,消散过程占29%.10月以慢速积累为主占比超过60%,11和12月快速积累占比最高接近40%,1、2月慢速积累再次占主导地位;快速积累过程占比最高的年份为2014年和2016年均超过35%,慢速积累和消散占比最高的年份均为2017年.慢速积累状态下,二次污染物的生成有助于PM2.5的积累速率增加;快速积累状态下一次污染物对PM2.5积累速率影响更明显;发生快速积累时,来自临汾、晋城等东南方向区域输送显著增加.太原市重污染天气的形成过程以慢速积累为主,占比77%.重污染天气下,市区多以硫酸盐和硝酸盐复合污染为主,而郊区以硝酸盐污染为主. 相似文献
15.
2014年APEC会议期间北京市空气质量分析 总被引:4,自引:2,他引:4
为研究区域性大气污染物减排措施对北京市空气质量的影响,结合地面观测的气象数据、能见度、常规污染物浓度和PM2.5化学组分,对APEC会议期间北京市的空气质量进行分析.结果表明,APEC期间的11月4日和8-10日两个过程,大气污染物扩散条件较不利,易出现污染过程.APEC期间,密云、榆垡、昌平、奥体中心和西直门北大街5个站点SO2、NO2、O3、PM10和PM2.5平均浓度分别为(8.0±8.0)、(37.4±21.6)、(36.0±22.5)、(67.7±43.4)和(48.6±42.2) μg·m-3.与近5年同期(PM2.5为去年同期)相比,SO2、NO2、PM10和PM2.5日均浓度分别下降了61.5%、40.8%、36.4%和47.1%,O3日均浓度上升了101.8%.从污染物日变化规律来看,减排措施的环境效果在大气污染物扩散条件较有利的时段体现的更明显.在APEC期间,PM2.5浓度在前半夜保持平稳,未出现积累峰值.与秋季非APEC期间相比,PM2.5中大部分组分浓度均有明显下降,二次离子组分降幅尤为明显.同时,本文测算了APEC期间减排措施的"净环境效益",发现减排措施使得SO2、NO2、PM10和PM2.5浓度分别降低了74.1%、48.0%、66.6%和64.7%,O3浓度上升了189.2%.与10月份的大气污染过程相比,同样在不利气象条件下,实施减排措施后PM2.5浓度峰值明显降低,积累速度明显减缓. 相似文献
16.
Cell concentration, viability and culture composition of airborne bacteria during a dust event in Beijing 总被引:1,自引:0,他引:1
Hongli Yuan Daizhou Zhang Yanning Shi Baozhen Li Jinshui Yang Xuejian Yu Nan Chen Makiko Kakikawa 《环境科学学报(英文版)》2017,29(5):33-40
Airborne bacteria were measured when a dust storm passed Beijing in spring 2012 with a focus on cell concentration,viability and TSA-and R2A-cultured strain composition.The concentration varied at an order of 10~7 cells/m~3 with dust loading(demonstrated with PM_(10))and they had a very close correlation(R_T~2 = 0.91,p 0.01).At the time of highest PM_(10) of652 μg/m~3,the bacterial concentration reached 1.4 × 10~8 cells/m~3,which was larger than that before and after the dust event by one order.Bacterial viability,the ratio of number concentration of viable cells to total cells,was 32%-64%and smaller in the dust plume than that before the dust arrival.Bacterial strains from the culture ranged between 2.5 x 104 and4.6×10~5 CFU/m~3 and no correlation with PM_(10) was determined.Their composition was different before and after the dust arrival according to 16SrRNA gene sequences and strains belong to Actinomycetes and Firmicutes were the majority in the dust samples. 相似文献
17.
基于2016—2019年空气质量监测数据、地面气象观测数据和中低层天气形势图,分析了广州市大气污染特征及其典型环流形势特征,揭示了不同环流形势与污染物浓度之间的关系.结果表明:(1)近年来广州市随着细颗粒物污染持续改善,空气质量优良率基本维持在80%及以上,但光化学污染问题逐渐凸显,O3已成为广州市大气污染的主要污染物.(2)广州市大气污染季节变化明显,主要表现为秋、冬季更易出现大气污染,且多为持续性(≥5 d)污染.(3)经过分型和统计,总结出10种典型500 hPa-850 hPa-地面环流型,分别为台风外围-台风外围-台风外围、副高边缘-反气旋环流-变形高压脊、副高边缘-反气旋环流-冷锋前、副高-偏南气流-均压场、副高-偏东气流-均压场、副高-反气旋环流-均压场、副高边缘-反气旋环流-冷高压脊、西风槽槽后-反气旋环流-变性高压脊、副高-偏南气流-冷锋前、副高边缘-偏南气流-冷锋前.个例分析表明,这10种典型环流型可以概述最主要的广州大气污染环流形势,对空气质量预报有一定的指导作用. 相似文献
18.
19.
2015年1月下旬北京市大气污染过程成因分析 总被引:5,自引:2,他引:5
采用地面观测和数值模拟相结合的方式,对2015年1月下旬北京市两次PM2.5污染过程进行分析。研究表明,在第1次过程中PM2.5浓度经过3个抬升阶段达到峰值,过程前期区域传输的作用明显,随后区域传输和本地污染积累、化学反应共同加重了污染的程度;3个浓度抬升阶段中均出现过PM2.5浓度“跃升式”增长,且污染水平越重,浓度跃升的幅度越大。第2次过程是一次典型的静风、高湿度下的PM2.5持续性增长过程,主要是本地污染物积累和发生化学反应二次生成导致的。大气氧化性分析和SOR、NOR分析均验证了对两次污染过程特征和成因的推断。数值模拟结果表明,第1次污染过程中区域传输对不同站点PM2.5的贡献率在15.2%~68.7%之间;第2次过程区域传输的贡献率在12.8%~46.3%之间。 相似文献