首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 62 毫秒
1.
南京城区夏秋季能见度与PM2.5化学成分的关系   总被引:2,自引:0,他引:2  
为研究南京细颗粒物PM2.5化学成分与能见度的关系,于2011年8月4~17日和2011年10月31日~11月11日在南京城区采集PM2.5样品并分析其化学成分,同时对能见度、PM2.5、相对湿度等进行了同步观测.结果表明:南京城区夏季采样期间的能见度高于秋季,分别约为10.9km、7.5km,低能见度天PM2.5质量浓度较高,能见度与PM2.5的相关系数为-0.75.水溶性离子和总碳分别占PM2.5质量浓度的38%和26%,其中与能见度相关性较显著的是NO3-、SO42-、NH4+、EC.总消光系数的主要贡献者是颗粒物,达98.2%.8月首要消光组分是硫酸铵(NH4)2SO4,占47.0%,有机碳OC和硝酸铵NH4NO3分别占19.2%和14.3%;而11月是NH4NO3、(NH4)2SO4和OC,分别占29.3%、28.7%、26.8%.对不同相对湿度下的能见度和PM2.5化学成分进行拟合.进一步根据WRF/Chem细颗粒物化学成分模拟结果,分别利用拟合关系式和美国IMPROVE关系式,对2011年8月和11月能见度进行计算,与观测对比发现,利用本文拟合关系式计算的能见度结果优于IMPROVE关系式.  相似文献   

2.
张春辉  徐鹏 《环保科技》2022,28(1):23-26,36
利用2019年1月1日至12月31日贵阳市能见度、相对湿度(RH)和PM2.5浓度逐时观测资料,分析了能见度与相对湿度及PM2.5浓度的关系.结果表明:夏季贵阳市相对湿度与PM2.5浓度较低,能见度较高,冬季则相反;能见度日变化为单峰型分布:06:00时左右最低,16:00时左右最高,与相对湿度呈反向变化.能见度与RH...  相似文献   

3.
为了研究杭州市大气能见度与PM2.5质量浓度之间的关系,选取杭州市区2013年冬季至2014年春季期间PM2.5浓度、相对湿度以及能见度有效观测数据进行分析。结果表明:能见度与PM2.5的关系并不是直接的线性关系,而是与大气湿度也有着密切关系。随着相对湿度和PM2.5浓度的增长,能见度水平逐渐降低。而进一步量化相对湿度与PM2.5浓度对能见度的影响,将相对湿度分为40%~50%、50%~60%、60%~70%、70%~80%、80%~90%以及>90%共六个区间,对PM2.5与能见度的关系用非线性幂函数来拟合,拟合曲线的R2均大于0.9,表明拟合曲线与真实情况符合程度较好。另外,能见度与PM2.5的拟合曲线均在PM2.5浓度为50μg/m3左右出现拐点,说明在杭州市只有将PM2.5浓度控制在50μg/m3内,能见度才能得到显著提升。  相似文献   

4.
根据2006-2011年静安区PM2.5连续自动监测数据,通过对其浓度变化特征进行趋势性分析发现,2006-2011年静安区环境空气中PM2.5浓度呈逐步下降趋势,但浓度年均值仍超过国家环境空气质量二级标准限值.PM2.5污染季节变化特征明显,冬春较高、夏秋较低.PM10与PM2.5的回归方程为y=1.5585x+0.0108,相关系数为0.78,显著性水平为0.01.PM2.5与PM 10浓度的比值(p)主要集中在0.5-0.7之间.  相似文献   

5.
利用泉州市空气自动监测站的监测资料,研究泉州市灰霾天气时PM2.5浓度与风速、温度、相对湿度等气象因素及能见度的关系.结果表明:泉州市灰霾天气期间往往会伴随气象因素及能见度的变化,灰霾发生前,风速降低,相对湿度减小,逆温层形成,能见度降低;灰霾结束前,风速增大,相对湿度趋于稳定,逆温层消失,能见度增大.灰霾发生时,PM2.5的浓度与风速、能见度基本呈负相关的关系,与相对湿度基本呈正相关关系.气象条件及能见度的变化可以为灰霾天气时污染状况的预判提供重要的参考.  相似文献   

6.
李军  王京丽  屈坤 《中国环境科学》2020,40(8):3322-3331
基于2016~2017年冬季乌鲁木齐市城区PM2.5和气象要素观测数据,采用线性和非线性回归、变量分类分析等统计方法,研究了大气能见度与相对湿度(RH)、PM2.5浓度的定量关系.结果表明:乌鲁木齐市冬季能见度日变化呈单峰形分布,中午13:00前后和夜晚20:00前后能见度分别达到最高和最低.相对湿度增加、PM2.5污染加重都会造成冬季大气能见度明显降低,但低能见度天气的主要影响因素是PM2.5污染.在RH<90%时PM2.5累积及其吸湿增长对能见度变化起控制作用,特别是70%£RH<90%时,PM2.5浓度对大气能见度影响最大.RH390%时相对湿度成为决定因素.在PM2.5污染逐渐加重的过程中,相对湿度对能见度的影响在减弱.能见度增加与PM2.5浓度降低之间存在非线性响应.在PM2.5污染由严重减轻至中度污染级别过程中,能见度改善并不明显.只有把PM2.5  相似文献   

7.
2008年1月广州大气污染特征及能见度观测研究   总被引:10,自引:13,他引:10       下载免费PDF全文
利用颗粒物在线观测仪、污染气体在线观测仪、现时天气现象传感器以及自动气象站,于2008年1月对广州大气污染物质量浓度、能见度和气象因子进行了连续观测. 结果发现:ρ(PM2.5)与ρ(NO2)日变化趋势基本相似且均呈双峰现象,分别出现在09:00—10:00和19:00—21:00时段;ρ(SO2)呈单峰现象,出现在08:00—13:00时段. ρ(PM2.5),ρ(SO2),ρ(NO2),ρ(NO)和ρ(O3)日均值分别为(82.8±66.0),(81.6±80.9),(106.5±67.2),(66.1±57.0)和(25.1±17.0) μg/m3,能见度日均值为(6.8±4.4) km. 能见度与ρ(PM2.5)和相对湿度呈负相关关系,相关系数均为-0.47. 研究还表明,低边界层高度、小风天气、高水平的污染物质量浓度和相对湿度是导致广州低能见度天气的主要因素.   相似文献   

8.
采用Belfort公司生产的MODLE6000型前向散射能见度仪连续测量天津城区2013—2016年非降水期间的大气能见度,结合同期的PM2.5浓度和相关气象资料,分析大气能见度的变化特征及其影响因素。结果表明:天津城区大气能见度平均值为11.23 km,大气能见度年均值逐年提高,这与天津地区PM2.5浓度逐年下降有关;天津城区大气能见度季节变化明显,春季最高,夏季次之,秋季最低;大气能见度日变化存在显著的早晚高峰特征,PM2.5浓度和相对湿度(RH)的共同作用是造成大气能见度降低的主要原因;持续72 h以上能见度小于10 km的低能见度天气事件近年来有逐年减少趋势,但持续72 h以上能见度小于5 km的低能见度天气事件仍时有发生;低能见度天气事件主要发生在秋冬季,主要与不利扩散条件等因素有关。  相似文献   

9.
北京PM2.5浓度的变化特征及其与PM10、TSP的关系   总被引:46,自引:4,他引:46       下载免费PDF全文
在连续2年进行累积1周同步采样的基础上,对北京市城区和居住区2个采样点环境空气中PM2.5的浓度及其时间变化特征进行了分析.PM2.5周平均浓度的变化范围为37~346靏/m3,年均浓度接近或超过PM10的二级年均标准.PM2.5浓度具有明显的季节变化特征,即冬季最高,夏季最低.2个采样点PM2.5浓度的周变化与季节变化均相似.PM2.5与PM10、TSP的比值均在冬季最高,春季最低,反映采暖燃烧源对细颗粒物的贡献较大,而沙尘天气对粗颗粒物的贡献较大;其年均值分别为55%和29%.  相似文献   

10.
利用均匀分布于烟台市区的10个空气自动监测点位2013年的数据研究了PM10和PM2.5浓度的季节性变化特征.对PM10 、PM2.5质量浓度分别进行了月均值和季节性均值变化特征分析,研究了不同季节和雾霾天气情况下,PM2.5在PM10中含量的变化情况.结果表明:烟台市区细颗粒物污染较严重,各采样点各月均值中超过二级标准的比例达到88.3%;2013年烟台市区PM 10、PM2.5质量浓度均呈现出春冬季节较高、夏秋季节较低、采暖季明显高于非采暖季,PM10浓度风沙季明显高于其他季节的特点;PM2.5对PM10的贡献呈现明显的季节性变化规律,在雾霾天气情况下明显偏高.  相似文献   

11.
空气湿度是调节能见度变化和大气污染发展的重要气象因素,利用2015~2020年天津市冬季的相对湿度、比湿、PM2.5质量浓度和能见度的历史数据,分别分析了PM2.5质量浓度和能见度与相对湿度和比湿之间的关系.2015~2020年冬季,天津城区PM2.5质量浓度整体呈下降趋势,6 a下降了28.0%. 10 km以上能见度天气的发生频率在2015~2018年冬季逐步上升,但在2019年和2020年的冬季重新下降.其中,2020年1月和2月天津市平均相对湿度达到63%和67%,显著高于30 a的历史同期均值,低于2 km的极端低能见度天气发生频率反弹至与2016年冬季相当的水平,空气湿度的升高在视觉上掩盖了PM2.5的减排效果.天津市水汽的外部来源主要包括西南方向和东部渤海湾方向的输送,其中渤海湾方向传输的水汽占比约为59%,明显高于西南方向的25%.但东风相对清洁,对PM2.5质量浓度的增长贡献有限,更多影响的是能见度.相比之下,当地面主导风向为西南风且比湿> 2.0 g·...  相似文献   

12.
为研究背景地区大气PM_(2. 5)化学组分季节变化特征及对能见度的影响,本研究于2016年春、夏、秋、冬在济南市七星台采集大气PM_(2. 5)样品,分析其中水溶性离子组分及OC、EC的污染特征并研究其区域传输贡献.结果表明,NH_4~+、SO_4~(2-)和NO_3~-三者之和占年均离子总浓度的90. 24%,二次生成的水溶性无机离子污染较为严重. NO_3~-/SO_4~(2-)呈现出明显的冬高夏低的季节性变化特征.各季节的SO_4~(2-)和NH_4~+主要以(NH4)2SO4结合的形式存在. SOC/OC的范围是21. 17%~54. 21%,表明该地区存在较为严重的二次有机污染.四季SOR值均大于0. 1,显示本区域四季均有SO_4~(2-)的二次生成,四季NOR的值均高于SOR,可知NO2的二次转化强于SO2的二次转化.大气消光系数(Bext)的范围是172. 68~320. 61 Mm-1,年均值为256. 48Mm-1,大气消光系数呈现明显的夏低冬高的季节性趋势.后推气流轨迹显示七星台地区春、夏季主要受长距离传输和海洋源的影响,秋、冬季主要受局地源的影响.对比2008年济南市大气PM_(2. 5)污染特征研究,结果显示机动车对大气环境影响显著提升.  相似文献   

13.
2005年四季在北京市不同功能区9个采样点采集大气PM10和PM2.5样品,并对其中有机物污染水平、分布特征及不同功能区PM10和PM2.5中有机物的相关性进行了探讨.结果表明,市区PM10和PM2.5中有机物年均值分别为41.39 μg/m3和34.84 μg/m3,是对照区十三陵的1.44倍和1.26倍;冬季有机物污染最严重,分别为春季的1.15、 1.82倍,秋季的2.06、 2.26倍,夏季的4.53、 6.26倍.不同季节PM2.5与PM10中EOM的比值超过0.60, 并呈现一定季节差异.各功能区有机污染表现出工业区(商业区)>居民区(交通区、对照区)的变化趋势,且不同功能区PM2.5中EOM对PM10中EOM的影响程度各异.有机组分的年均值有非烃>沥青质>芳烃>饱和烃的变化规律,而污染源的季节性排放是造成有机物组分季节变化的主要原因.  相似文献   

14.
海口市PM_(2.5)和PM_(10)来源解析   总被引:1,自引:1,他引:1       下载免费PDF全文
以海口市为例,研究了我国典型热带沿海城市——海口市环境空气颗粒物的污染特征和主要来源.2012年春季和冬季在海口市区4个采样点同步采集了环境空气中PM10和PM2.5样品,同时采集了多种颗粒物源样品,并使用多种仪器分析方法分析了源与受体样品的化学组成,建立了源化学成分谱.使用CMB(化学质量平衡)模型对海口市大气颗粒物进行源解析.结果表明:污染源贡献具有明显的季节特点,并存在一定的空间变化.冬季城市扬尘、机动车尾气尘、二次硫酸盐和煤烟尘是海口市PM10和PM2.5中贡献较大的源,在PM10和PM2.5中贡献率分别为23.6%、16.7%,17.5%、29.8%,13.3%、15.7%和13.0%、15.3%;春季机动车尾气尘、城市扬尘、建筑水泥尘和二次硫酸盐是海口市PM10和PM2.5中贡献较大的源,在PM10和PM2.5中贡献率分别为27.5%、35.0%,20.2%、14.9%,12.8%、6.0%和9.5%、10.5%.冬季较重的颗粒物污染可能来自于华南内陆地区的区域输送,特别是,本地排放极少的煤烟尘和二次硫酸盐受区域输送的影响更为显著.  相似文献   

15.
杨毅红  瞿群  刘随心  李雄  钟佩仪  陶俊 《环境科学》2015,36(8):2758-2767
于2010年夏季在珠三角主要城市广州、佛山、东莞、深圳、珠海以及广州郊区从化同步采集PM2.5样品,利用热光反射碳分析仪和离子色谱分别分析样品中有机碳/元素碳和水溶性离子浓度,并同步收集能见度和气象数据.在此基础上对珠三角主要城市大气PM2.5中主要化学成分的浓度水平和空间分布特征进行分析,并利用IMPROVE方程重建大气消光系数,探讨PM2.5的主要化学组分对大气能见度的影响.结果发现,观测期间珠三角地区PM2.5中的主要化学成分空间分布特征明显,广州、佛山和东莞浓度较高,珠海和深圳浓度较低.(NH4)2SO4、有机物(OM)、EC和NH4NO3对夏季珠三角大气消光系数贡献率分别为39%、31%、12%和13%.  相似文献   

16.
南昌市大气颗粒物污染特征及PM2.5来源解析   总被引:1,自引:0,他引:1       下载免费PDF全文
为探讨2013年南昌市大气颗粒物的污染特征及分布状况,收集南昌市9个大气监测站点实时发布的PM10和PM2.5数据,分析了ρ(PM10)、ρ(PM2.5)和ρ(PM2.5)/ρ(PM10)的变化规律及其与气态污染物的相关性,并结合污染严重的秋季时段,采用PCA-MLR(主成分分析-多元线性回归)模型对大气PM2.5中化学组分来源进行解析.结果表明:①ρ(PM10)和ρ(PM2.5)的年均值分别为(115.4±39.1)(69.1±26.8)μg/m3,均超过GB 3095-2012《环境空气质量标准》二级标准限值,ρ(PM10)和ρ(PM2.5)的最高值分别出现在石化、省外办监测站点,最低值出现在林科所监测站点.ρ(PM10)和ρ(PM2.5)季节性变化特征明显,呈冬季>春、秋两季>夏季的趋势,全年ρ(PM10)超标天数占比为25.48%,ρ(PM2.5)超标天数占比为36.71%,各季度ρ(PM2.5)超标天数占比均高于ρ(PM10).②受人为活动和边界层高度的影响,ρ(PM2.5)和ρ(PM10)日变化呈双峰双谷形态,一个波峰出现在08:00-10:00,另一个波峰出现在20:00-22:00,并且晚间小时峰值高于早间,最低值出现在15:00.③ρ(PM2.5)/ρ(PM10)年均值为60.3%,在冬季最高达65.1%,相关性分析发现ρ(PM10)与ρ(PM2.5)存在较显著的线性关系,表明二者具有同源性.④ρ(PM10)、ρ(PM2.5)均与ρ(SO2)、ρ(NO2)、ρ(CO)呈显著正相关,并且冬季相关性高于夏、秋两季;而ρ(PM10)、ρ(PM2.5)均与ρ(O3)全年呈显著负相关,并且夏、秋两季相关性高于冬季,说明气态污染物的二次转化对ρ(PM2.5)和ρ(PM10)有较大影响.⑤南昌市秋季PM2.5的最大污染源为道路扬尘/机动车尾气混合污染源,其次分别为施工扬尘源、燃煤源、冶炼尘/生物质燃烧混合污染源,各污染源对PM2.5的贡献率分别为40.9%、35.8%、12.4%、10.9%.研究显示,南昌市PM2.5的污染程度较PM10严重,PM2.5已成为南昌市大气颗粒物污染的主要组分,PM2.5主要来源为城市扬尘和机动车尾气.   相似文献   

17.
PM_(2.5)普遍被认为是导致霾形成的主要污染物之一.利用2016年11~12月在太原市人工降雨防雹办公室观测获得的气溶胶数谱资料、小店区气象站提供的气象要素资料以及小店区环境监测站提供的PM质量浓度资料,探讨了PM_(2.5)影响霾污染的关键尺度谱特征.结果表明,观测期间霾污染频发,且程度严重,重度霾占25.35%.相对湿度高于80%、风速小于1.5 m·s~(-1)是霾频繁发生的有利条件,特别是重霾;中度霾和轻度霾在相对湿度40%~80%、风速小于1.5 m·s~(-1)时也会频繁发生;轻微霾主要发生在相对湿度20%~40%,风速为1.25~2.55 m·s~(-1)时.霾天PM_(2.5)平均质量浓度为209.45μg·m~(-3),是非霾天气的3倍,且随着霾等级增加,PM_(2.5)质量浓度和PM_(2.5)/PM_(10)比值不断增加.低湿环境下PM_1是影响霾的关键粒子;高湿环境下PM_(0.5)是影响轻微霾、轻度霾和中度霾的关键粒子,而影响重度霾的关键粒子则是PM_1.高湿环境下表面积浓度对能见度的贡献率下降,但是气溶胶吸湿增长增大了粒子尺度,导致消光效率因子增大,从而弥补了表面积浓度的不足;粒子尺度参数的增加是高湿时PM_(2.5)影响霾污染的重要因素.  相似文献   

18.
为探究临沂市PM2.5和PM10中元素的污染特征及来源,于2016年12月至2017年10月对临沂市环境空气中PM2.5和PM10进行了同步采样.利用电感耦合等离子体质谱仪(ICP-MS)和电感耦合等离子体发射光谱仪(ICP-OES)测定了其中的23种元素,并采用富集因子法和PMF法分析其来源.结果表明,采样期间临沂市PM2.5和PM10中主要元素为Si、Ca、Al、Fe、K、Na和Mg,分别占所测元素的质量分数为92.93%和94.61%. 18种元素(除Ti、Ni、Mo、Cd和Mg)的浓度水平在冬春季最高,夏秋季最低.其中Si、Al、Ca、K和Na表现为春季浓度最高,主要分布在粗颗粒中;Cu、Zn、Pb和Sb表现为冬季浓度最高,主要分布在细颗粒中.富集因子结果表明Cd、Sb和Bi元素富集程度显著,主要受燃煤、工业生产、垃圾焚烧等人为源共同影响.PMF源解析结果表明,临沂市PM2.5中元素来源主要有燃煤和铜冶炼的混合源、市政垃圾焚烧...  相似文献   

19.
大气颗粒物已经成为中国的首要大气污染物,其中PM2.5污染越来越受到政府和相关部门关注,本文综述了国内外对大气颗粒物PM2.5的几种监测方法的研究进展,重点比较了各种监测方法的优缺点,并通过实例对比说明了β-射线法的可靠性及用膜片反演方法提高精确度的可行性,同时就加强国内PM2.5监测技术研究提出相关建议及展望。  相似文献   

20.
北京市PM2.5时空分布特征及其与PM10关系的时空变异特征   总被引:1,自引:0,他引:1  
PM_(2.5)时空分布特征及其与其它污染物的相关关系是PM_(2.5)时空统计分析的主要研究内容.然而,现有的方法直接从监测站点的角度对时空分布特征进行分析,难以有效地揭示PM_(2.5)浓度的聚集分布特征;同时,常用的地理加权回归在对PM_(2.5)与其它污染物间关系进行建模的过程中,缺乏同时考虑时间异质性与空间异质性,从而不能准确地描述依赖关系的时空变异特征.为此,首先借助于空间聚类分析技术,对北京市2014年PM_(2.5)浓度的聚集结构进行探测,在此基础上,通过聚集结构来分析PM_(2.5)季节性时空分布特征.然后,利用地理时空加权回归对北京市PM_(2.5)与PM_(10)季节平均浓度间关系进行建模,依据回归结果分析PM_(2.5)-PM_(10)间关系的时空变异特征.实验结果表明,春夏季节PM_(2.5)污染程度及空间变异程度均低于秋冬季节,各季节PM_(2.5)浓度均表现为北部浓度低、南部浓度高的空间分布特征;地理时空加权回归具有更好的拟合效果,由回归系数进一步可发现,春夏季PM_(2.5)-PM_(10)相关性低于秋冬季PM_(2.5)-PM_(10)相关性;各季节均表现为西北部PM_(2.5)-PM_(10)的相关性高于东南部PM_(2.5)-PM_(10)的相关性.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号