共查询到20条相似文献,搜索用时 484 毫秒
1.
2.
《环境与可持续发展》2017,(6)
本文采用武汉市10个大气国点位2016年全年臭氧自动监测数据和气象数据,总结了武汉城区臭氧的季节、月、日浓度的时间变化规律以及空间分布特征,分析了臭氧与气温、风向风速、湿度等气象因子的相关性。 相似文献
3.
《环境科学导刊》2020,(5)
利用2013—2018年沧州市臭氧监测数据和气象数据,运用相关和百分位阈值法,分析了沧州市臭氧污染特征及气象因子对臭氧污染的影响。结果表明:沧州市臭氧浓度呈现明显的季节变化特征,春季和夏季最高;臭氧超标日数也集中在春夏季,臭氧浓度和超标日数均呈逐年增加趋势;在所有气象因子中气温与臭氧相关性最强,较高的气温是沧州市臭氧发生的必要条件,气温越高越容易导致高浓度的臭氧污染;绝大多数情况下,臭氧浓度与相对湿度呈负相关关系;降水量级及降水性质都会对臭氧浓度造成明显影响;风向与风速影响臭氧污染物的水平传输和垂直扩散,冬春季影响明显;春季臭氧浓度的增加与风速增大导致的混合层高度增加有重要的关系;颗粒物通过影响到达近地面的气象要素间接影响臭氧浓度。沧州地区臭氧超标日的出现伴随着一系列气象条件的共同改变,包括晴天少雨、混合层高度增加、风速增大、相对湿度降低及气温升高等气象特征,污染结束则伴随着相反的气象变化。 相似文献
4.
基于卫星观测的青海高原对流层臭氧时空分布特征研究 总被引:3,自引:0,他引:3
基于OMI-MLS对流层臭氧总量数据集对2005—2019年青海高原对流层大气臭氧总量进行提取分析,探讨其时空分布格局及气象因子的影响.结果表明:①OMI-MLS对流层臭氧总量数据在青海高原的适用性良好.③海高原的多年平均对流层臭氧总量分布整体呈东北高西南低的态势,受地形和大气环流形势影响较大.海东市的对流层臭氧总量最高,其次是西宁市、格尔木市、德令哈市,玉树市的对流层臭氧总量最低.对流层臭氧总量月变化在一定程度上表现为"倒V"型特点:峰值位于6—7月,谷值位于1月,与气温变化密切相关.对流层臭氧总量季节变化明显,空间异质性强,夏季最高,春季、秋季次之,冬季最低.③近15年青海高原对流层臭氧总量呈显著增加趋势,年平均增加速率为0.22 DU,4个季节的对流层臭氧总量均呈波动上升趋势,冬季的对流层臭氧总量增加速率最快,其次是春季、夏季,秋季增加速率较慢.④影响青海高原对流层大气臭氧总量的主要气象因子是气温和降水,而次要因子表现略有不同. 相似文献
5.
城市空气污染具有显著的时空分布特征,并受污染来源、气象条件和地理等因素影响。近年来我国已实施一系列环境污染管控,根据南京市2013?—?2016年国控点的大气环境监测数据和同期气象资料,利用多元统计分析探讨了南京市大气污染物的时空变化特征及其与气象要素的关系。结果表明:近3年南京市的污染物以臭氧(O3)和颗粒物(PM2.5、PM10)为主,大气污染物时空分布特征明显。时间上主要表现为季节变化,多数污染物浓度冬高夏低,但臭氧相反;空间上主要为城市功能区差异,工业交通区浓度高于生态公园区和郊区。除了污染源因素,空气污染程度也受气象要素的制约,风速、降水和温度是影响污染物在城市大气中稀释、扩散和转移的重要因子。 相似文献
6.
天津武清大气挥发性有机物光化学污染特征及来源 总被引:7,自引:2,他引:5
大气VOCs(挥发性有机物)是臭氧的重要前体物之一,研究其光化学污染特征和来源对控制近地面臭氧污染具有重要意义. 于2006年8月10日—9月18日在天津郊区武清采用在线监测的方法,同步观测了VOCs、O3和NO2等气态污染物,以及温度和紫外辐射等气象因子. 对9月10—15日臭氧浓度较高时段VOCs的浓度水平、化学反应活性、臭氧生成潜势和来源进行了分析. 结果表明:天津郊区武清环境空气中VOCs体积混合比平均浓度为24.6×10-9;VOCs主要由烷烃和烯烃组成,机动车排放、轻烃工艺、生物排放、沼气和碳氢溶剂是其重要来源. 根据等效丙烯浓度和MIR方法评估,烯烃对臭氧光化学产生的贡献占主导性地位,其中异戊二烯、丙烯、二甲苯和甲苯是臭氧生成潜势较大的物种. 通过与天津城区比较发现,郊区与城区的大气VOCs不仅组成不同,而且化学活性物种也不同. 相似文献
7.
臭氧是一种存在于地球臭氧层和近地面的气体,它对人类和环境是否有益取决于大气中存在的位置。高空臭氧层使人类免受紫外线伤害,而近地面臭氧是光化学烟雾产生的主要污染物,损害农作物、树木和其他植物生长,危害人体健康诱发儿童哮喘等疾病。本文结合2013年8月12日常州市出现的臭氧污染天气,利用气象和空气自动监测数据,对污染过程、变化特征和成因进行了分析。结果表明,在连续高温、太阳辐射强度大、风速低、大气扩散条件差等气象因素和臭氧前体物(NMHC)较高等不利条件下,易形成臭氧污染天气,导致空气质量下降。 相似文献
8.
大气臭氧总量的一个统计计算方法 总被引:3,自引:0,他引:3
根据大气臭氧和太阳紫外辐射的观测资料,利用相关分析,得到了计算臭氧总量的一个统计计算方法,并计算了1991年北京地区晴天和实际天然条件下臭氧总量的月平均值,计算结果表明,计算值与观测值吻合得比较好,计算值与观测值相对偏差的平均值小于2.5%,大气中的光化学反应是影响臭氧总量的主要因子。 相似文献
9.
探讨了大气环境预测常用箱式模型C=(QL)/(UH)+C′。指出该模型在实际应用中的困难及不精确性。大气污染程度与气象因子关系密切。气象因子的多日均值近似稳定。在预测若干年后大气平均污染状况时,可认为其气象条件与预测基准年相同。本文以此为理论依据,由箱模型导出了更为简单易用的模型(C_n=Q_nL_nC_1/Q_1L_1。通过实际验证,证明该模型在大气区域环境预测中是可行的。并在许多方面优于箱式模型。提出了大气污染例行观测数据的修正方法,提高了该模型预测的精度。 相似文献
10.
11.
12.
本文采用OMI臭氧遥感数据,结合甲醛垂直柱浓度、气象数据以及经济数据,分析了2005~2015年兰州地区臭氧柱浓度时空变化格局,并探索了影响臭氧的新气象因子,总结达到臭氧污染的日照、气压等气象条件,确定影响臭氧柱浓度的主要人为源并确定其限域。结果表明:1)2005~2015年夏季柱浓度值最高,冬季、秋季次之,春季最低;夏季波动幅度最大,其余三季波动幅度较小且平稳。2)11年中,臭氧柱浓度具有较大的波动。2005年至2010年快速增长到最高值331.997 DU。2010年之后,臭氧柱浓度缓慢下降,2014年起有回升趋势。3)OMI遥感数据具有较高的可靠性,并根据AQI的线性关系划分了臭氧柱浓度的污染等级。结果指示了11年大气臭氧空间变化,2005~2009年5年间研究区全区空气质量一直处于良,2010年全区轻度污染,后两年污染逐渐减弱,2013~2015年全区恢复至良。4)根据兰州发展的趋势以及周边城市的关系,划分了兰州经济圈及功能区,并结合臭氧柱浓度空间分布图得出臭氧污染与经济特征的密切关系。5)正弦模型拟合后臭氧柱浓度变化趋势呈不明显的周期性,说明臭氧的人为来源贡献较大。6)创新探索影响臭氧污染的新气象因子(日照、气压等参数),并确定其重要人为源限域。 相似文献
13.
臭氧已成为影响泉州市区环境空气质量最重要的指标。监测结果表明主要国控评价点位臭氧浓度基本一致,春秋季节是泉州市区臭氧污染较为严重的季节。为探明泉州市区臭氧污染成因,基于涂山街点位的臭氧、氮氧化物、气象因子和VOCs(挥发性有机物)的监测结果,对泉州市区春秋季节臭氧浓度与前体物、气象因子的关系进行了分析,同时利用后向轨迹对涂山街点位的污染气团进行追踪。结果表明,无论春季或秋季,臭氧浓度与相对湿度、紫外辐射相关性较高,与风速有一定的相关性,与温度、大气压基本无相关;春季主导风向为东南、东北偏东、东时,秋季主导风向为西北、西北偏北、北时臭氧易超标;春季臭氧防治应重视本地区污染源的管控,同时还应特别注意东北方向污染气团的传输;秋季臭氧防治应特别注意东北方向污染气团的传输;分析发现泉州市区秋季臭氧污染为VOCs敏感区。 相似文献
14.
15.
天气型对北京地区近地面臭氧的影响 总被引:10,自引:2,他引:8
臭氧(O3)是夏秋季北京城市大气光化学污染物中的首要气态污染物,气象因素是影响其浓度水平和变化规律的主要因子之一.2008年7月~2008年9月,在北京市4个站点进行了臭氧、氮氧化物(NOx)和一氧化碳(CO)浓度的同步连续观测,并对同期天气型进行了分类比对分析.结果显示,观测期间,北京地区处于低压前部(主要是蒙古气旋)和高压前部的比例分别为42%和20%,分别是造成臭氧浓度高值和低值的主要背景场.处于低压前部控制时,高温、低湿以及局地环流形成的山谷风造成区域臭氧累积,小时最大值(体积分数)高达102.2×10-9,并随气压的升高以3.4×10-9Pa-1的速率降低,山谷风风向的转变决定了臭氧浓度最大值出现时间,峰值出现在14:00左右;处于高压前部控制时,低温、高湿以及系统性北风造成区域臭氧低值,小时最大值(体积分数)仅为49.3×10-9,系统性北风将臭氧峰值出现时刻推后到16:00左右.北京地区臭氧光化学污染呈现出区域一致性,并与天气型有较好相关,关注天气型结构和演变对预报大气光化学污染具有重要意义. 相似文献
16.
针对目前臭氧预测方法未能考虑臭氧污染的区域性和在时间周期内的强自相关性的问题,提出一种融合时空特征的PCA-PSO-SVM臭氧组合预测模型.利用小波分析和系统聚类提取臭氧时间序列波动特征和站点空间分布相似性特征,并通过主成分分析和粒子群算法优化的支持向量机组合模型(PCA-PSO-SVM)对臭氧日最大8h平均浓度进行预测,以2016~2018年杭州市大气污染物观测数据和气象数据进行实验验证.结果表明:融合时空特征的PCA-PSO-SVM模型预测精度有较大提升,与未融合时空特征的PCA-PSO-SVM模型相比,精度提升19%.气象因素中温度对臭氧预测效果影响最大,在气象预报数据存在一定误差的情况下,提出的模型仍得到较高精度的预测效果,具备较好的鲁棒性. 相似文献
17.
18.
19.
臭氧(O3)与甲烷(CH4)均是大气中重要的微量气体,对全球气候变化有着重要的影响.为提高全球范围的臭氧、甲烷在气候模式中的预报效果,使用集合平方根滤波(En SRF)同化方法及地球系统模式(CESM)构建了CESM-En SRF卫星资料同化预报系统,并通过设计试验,将大气红外探测器(AIRS)的臭氧与甲烷观测资料同化到气候模式中,对模式的同化再预报效果进行系统的测试与评估.结果显示,臭氧、甲烷分析集合均值的偏差及均方根误差皆低于背景集合均值的偏差及均方根误差.臭氧、甲烷的同化再预报偏差及均方根误差较控制实验都得到改善,但对5 h Pa以上高度臭氧预报准确性的改进效果很小.随循环同化的进行,平流层臭氧与甲烷的平均同化改进率呈增加趋势,并逐渐趋于稳定;对流层平均同化改进率随时间变化不明显.试验表明,该系统可有效利用臭氧与甲烷的观测资料对模式场进行合理的改善,从而有效地提高臭氧、甲烷在气候模式中的再预报效果,但对于平流层顶-中间层高度(5 h Pa以上)臭氧预报准确度的提高,模式中臭氧光化学过程的准确模拟较同化观测资料具有更重要的作用.此外,循环同化对提高5~150 h Pa高度臭氧及1~200 h Pa高度甲烷在CESM模式中的预报效果最有效. 相似文献
20.
光合有效辐射在大气中的衰减 总被引:2,自引:2,他引:0
2004年9月~2006年10月,在华北地区的4个站点开展了太阳辐射、气象参数等的综合观测,得到了光合有效辐射PAR、总辐射Q等的变化特征.水汽和散射因子对于PAR/Q和PAR有明显的影响.基于能量观点,建立了实际天气PAR小时累计值(时累)的经验模式,获得了较好的计算结果.水汽因子对于PAR在大气中的传输有一定的作用,应给予重视.计算表明,华北地区受水汽因子衰减到达地面的PAR以及占地面PAR的比例分别为7.99W.m-2和4.24%,受散射因子衰减到达地面的PAR以及占地面PAR的比例分别为172.36W.m-2和95.76%.华北地区受水汽因子和散射因子影响损失于大气中PAR分别为15.33、309.30W.m-2,这一能量损失表现出明显的季节变化和区域差别.敏感性实验表明,地表PAR对于水汽因子、散射因子的变化有不同的响应,PAR对散射因子的变化比对水汽因子的变化更敏感.水汽因子与PAR之间的关系与水密切相关,水汽因子项的真正含义应该是大气中的各种物质成分(气、液、固态)对于PAR的直接吸收和间接利用(通过化学和光化学反应,包括均相和非均相过程)的总和.利用PAR经验模式计算了大气顶的PAR,计算误差为-3.5%.在目前及未来研究中,应该重视和考虑消耗于大气中的且与水汽有关的这部分能量.基于能量观点分析实测资料并研究大气中的物理化学过程及其规律是一种行之有效的方法. 相似文献