首页 | 本学科首页   官方微博 | 高级检索  
检索     
共有20条相似文献,以下是第1-20项 搜索用时 140 毫秒

1.  成都市一次典型空气重污染过程特征及成因分析  被引次数:1
   郭倩  汪嘉杨  周子航  翟庆伟《环境科学学报》,2018年第38卷第2期
   为了研究成都市冬季空气重污染过程的成因,以2015年12月26日—2016年1月6日成都市一次典型重污染天气过程为例,基于HYSPLIT后向轨迹模式结合全球资料同化系统(Global Data Assimilation System,GDAS)气象数据和成都市7个监测站的AQI、PM_(2.5)、PM10、NO2质量浓度数据,使用气象分析、轨迹聚类(Cluster Analysis)、潜在源贡献因子法(Potential Source Contribution Function,PSCF)和浓度权重轨迹法(Concentration Weighted Trajectory,CWT),分析了此次过程的气象特征、轨迹输送特征和污染物潜在来源分布.结果表明,此次污染天气过程是以PM_(2.5)为主要污染物,其次为PM10、NO2.2015年12月30日14:00左右是此次污染天气过程各站点PM_(2.5)、PM10浓度到达峰值的时刻.缺少北方冷空气南下,四川盆地内空气水平运动弱,以及扩散条件差的静稳天气形势是导致此次大气污染过程成都市污染物累积的原因,而冷空气活动是改善这种天气形势的关键.污染过程辐射逆温层的形成对当时污染物浓度增长有促进作用,但随着每日生消、加强减弱,其并不是最终导致重污染天气形成的关键因素.川东北的广元、绵阳、德阳等地区和成都本地及其南向的眉山、雅安等地区是此次过程主要的潜在源区,这些地区人口较密集,工业较发达,且沿地形走向而分布.    

2.  北京夏季典型PM2.5与O3相继重污染事件分析  
   尉鹏  王文杰  苏福庆  任阵海  白建辉  潘本峰  杨建辉  魏复盛《安全与环境学报》,2015年第6期
   根据北京市环境保护监测中心发布的PM2.5和O3小时质量浓度及气象、卫星遥感数据,分析了2013年7月2日至10日北京典型PM2.5及O3重污染过程的质量浓度特征及在大气边界层过程各个阶段的质量浓度演变.结果表明,北京夏季O3质量浓度先于PM2.5达到峰值,而天气型演变是导致这一现象的主要原因.具体过程为:1)重污染初始阶段,高压天气型利于前体物积累,PM2.5及O3质量浓度升高;2)在反气旋中部,由于各种污染物质量浓度较低,对大气紫外波段辐射的吸收较弱,导致该阶段紫外辐射强,因而加快了O3生成的光化学反应,O3质量浓度最先达到峰值;3)在反气旋后部,随PM2.5质量浓度增加,辐射变弱,因此O3质量浓度增加速度下降,而受高压后部影响,区域内PM2.5经东南风输送通道进入北京,导致北京PM2.5质量浓度相继达到峰值;4)在重污染清除阶段,在北方反气旋前部的冷锋清除作用下,PM2.5及O3质量浓度同时降低至谷值.    

3.  北京一次近地面O3与PM2.5复合污染过程分析  
   李婷婷  尉鹏  程水源  苏福庆  任阵海  白健辉《安全与环境学报》,2017年第17卷第5期
   利用O3、PM2.5监测数据、紫外辐射观测数据及气象观测资料,结合WRF模式模拟的大气环境背景场,分析了2014年9月3-8日北京一次近地层O3与PM2.5复合污染过程.结果表明,O3和PM2.5出现高质量浓度污染与大陆高压和副热带高压系统的相继持续控制有关,较强的紫外辐射及高压形成的下沉气流是造成边界层复合污染,尤其是O3污染的主要原因.此次复合污染过程中,O3于9月4-7日连续4d超标,PM2.5于9月5-7日连续3d超标.造成这一现象的原因为:受大陆高压和副高的持续高压影响,北京地区天气晴朗、紫外辐射较强,地面风场较弱,700 hPa以下持续存在下沉气流,O3日均质量浓度逐日上升,于9月5日先到达峰值,同时PM2.5日均质量浓度逐日升高;6日在副高西部边缘偏南暖湿气流输送及形成的平流逆温作用下,PM2.5质量浓度突增,削弱了太阳紫外辐射强度,O3质量浓度开始下降.此后,在低压槽作用下PM2.5质量浓度增到峰值,O3质量浓度保持下降趋势.9月5-7日形成了3d的O3与PM2.5复合污染事件.    

4.  中国中东部一次大范围重污染过程特征分析  被引次数:1
   丁俊男  赵熠琳  李健军《中国环境监测》,2018年第34卷第3期
   采用嵌套网格空气质量预报模式(NAQPMS)模拟与气象、污染物观测资料相结合的方式,分析了2016年12月影响中国中东部地区的一次重污染过程中PM_(2.5)时空分布特征及来源成因。结果表明,重污染过程中PM_(2.5)具有较明显的时空变化规律,污染呈现一定程度的区域性分布特点,不同地理位置条件下,污染物浓度的累积和传输方式表现出不同的特征,细颗粒物快速二次生成及不利扩散条件下的持续积累可能是此次污染过程的主要原因,不利于污染物扩散的高低空天气形势的配合抑制了污染物的快速消散,为大气污染的形成及维持提供了稳定的大气环境背景,形成了此次污染过程污染浓度高、影响范围大的态势。    

5.  南京2013年12月初持续重污染天气特征及成因分析  
   喻义勇  陆晓波  朱志峰  丁峰  母应锋  秦玮  刘东晴  束宇《环境监测管理与技术》,2015年第27卷第2期
   利用空气质量监测及气象观测数据,对2013年12月初南京市持续重污染天气特征及成因进行分析,结果表明:此次过程表现出污染程度重、持续时间长及细颗粒物占比大等特征,其中PM2.5日均质量浓度最高达327μg/m3,超标3.36倍;各化学组分中二次无机盐(SNA)占比高达53.8%,且随着污染加重呈增大趋势;有机碳(OC)/无机碳(EC)比值平均为3.7,二次污染特征显著。分析此次污染成因,一方面是冷空气强度弱及大气静稳等气象条件不利于污染扩散;另一方面本地污染排放叠加区域输送影响,造成细颗粒物积聚增多,形成持续重污染天气。    

6.  北京冬季一次重污染过程的污染特征及成因分析  被引次数:9
   杨孝文  周颖  程水源  王刚  王晓琦《中国环境科学》,2016年第36卷第3期
   为了研究北京冬季重污染过程的污染特征及形成原因,选取2013年1月9~15日一次典型重污染过程,对污染期间气象要素、大气颗粒物组分特征和天气背景场进行综合研究.结果表明,此次大气重污染过程中PM10和PM2.5平均质量浓度分别为347.7μg/m3和222.4μg/m3,均超过环境空气质量标准(GB3095-2012)中规定的日均二级浓度限值.重污染时段PM2.5中NH4+、NO3-和SO42-质量浓度之和占PM2.5质量浓度的44.0%,OC/EC的平均比值为5.44,说明二次无机离子和有机物对此次污染过程中PM2.5贡献较大.稳定的大气环流背景场、高湿度低风速的地面气象条件和低而厚的逆温层导致北京地区大气层结稳定,加上北京三面环山的特殊地形结构,是造成此次大气重污染过程的主要原因.    

7.  沈阳市冬季重污染过程PM2.5浓度变化及成因分析  
   刘闽《中国环境监测》,2018年第34卷第1期
   利用多种污染物浓度数据、气象观测数据,结合HYSPLIT后向轨迹模式,对2015年11月6—10日发生在沈阳的一次较长时间重污染天气过程,从大气浓度变化、天气形势特征及成因机制等方面进行综合分析。结果表明,重污染期间日空气质量指数均超过重度污染限值200,首要污染物PM_(2.5)最高小时质量浓度达到1 326μg/m3,为沈阳市监测PM_(2.5)以来的历史峰值。此次空气污染是气象及人为因素共同作用的结果,重污染过程时段内高空场不利于气流上升运动的发展,地面倒槽、稳定的大气层结不利于污染物的扩散。此次重污染过程与大范围秸秆集中燃烧、大量污染物排放有一定关系。通过后向轨迹计算分析,发现颗粒物长距离输送对区域污染产生一定影响。    

8.  济南市居住区采暖季大气PM_(2.5)中碳组分构成及变化分析  
   李恒庆  丁椿  潘光  张桂芹  孙友敏《生态环境学报》,2019年第9期
   为探究济南市采暖季环境空气中PM_(2.5)中碳组分的污染情况及主要来源,于2017年11月16日-2018年3月31日和2017年11月16日-28日分别进行了居住区和背景区离线颗粒物采样,运用美国沙漠研究所DRIModel2015多波长热/光学碳分析仪对大气PM_(2.5)中碳组分进行了分析。研究结果显示,日均质量浓度ρ(OC)、ρ(EC)和ρ(PM_(2.5))在居住区为9.26、3.16、85.32μg·m~(-3),在背景区为2.88、1.44、59.27μg·m~(-3),说明居住区碳组分污染程度明显高于背景区。居住区日均质量浓度最高的碳组分为OC4、OC3和EC2;OC3和OC4日均质量浓度随污染等级从优向重度污染变化的过程逐渐增大,且OC日均质量浓度的变化情况跟OC3和OC4日均质量浓度变化相一致。但OC/PM_(2.5)和EC/PM_(2.5)均随污染等级的加重而呈下降趋势,可见OC和EC并不是济南采暖季重污染天气的控制因子。PMF来源解析结果显示,济南市采暖季居住区碳组分贡献较大的源为燃煤源、汽油车尾气和道路尘。结合碳组分在线监测仪器(美国SUNSET公司,型号RT-4)同期OC和EC质量浓度数据,采用Cabada改进后的方法,计算出SOC和POC质量浓度分别为1.14μg·m~(-3)和4.69μg·m~(-3)对采样时间段内一次典型重污染过程进行分析,发现CO、EC、POC等一次污染物的大量排放、不利的气象因素、区域传输等因素共同导致了此次污染过程的的形成。    

9.  广州冬季霾天气大气PM2.5污染特征分析  被引次数:9
   梁明易  董林  陶俊《中国环境监测》,2007年第23卷第5期
   收集了2005年12月至2006年2月的PM2.5浓度观测数据及同步气象数据,分析了冬季PM2.5质量浓度日变化趋势以及霾日期间PM2.5质量浓度日变化和小时变化趋势.结果发现,观测期间PM2.5日均值浓度为69μg/m3,霾日期间PM2.5日均值浓度为72μg/m3.冬季霾天气的发生频率为45%,霾天气过程最短持续2天,最长持续9天.较高的PM2.5浓度和较高的相对湿度及较小的风速是导致霾天气形成的主要原因.霾日期间PM2.5小时浓度变化趋势与人类活动周期和气象条件密切相关.    

10.  广西PM_(2.5)时空分布特征及污染天气类型  
   潘润西  陈蓓  莫雨淳  付洁  和凌红  周文强  陆晓艳《环境科学研究》,2018年第3期
   研究区域ρ(PM_(2.5))的时空分布特征和污染天气类型的关系是开展大气污染防治和空气质量预报预警的关键支撑技术之一.基于2015—2016年广西14个城市环境空气质量日监测数据和相关气象资料,分析了2015—2016年广西空气质量概况和污染的基本特征,采用EOF(经验正交函数)分析和后向轨迹聚类分析方法表征了广西ρ(PM_(2.5))时空分布模态,统计了广西两年间24次区域范围(3个及以上连片城市)大气轻度及以上污染过程,分析了不同污染过程的天气类型和空气质量变化特点.结果表明:PM_(2.5)是广西大气污染首要污染物,ρ(PM_(2.5))年均值呈北高南低的区域特征,月际变化基本呈正V字型分布;EOF分析和后向轨迹聚类分析显示,广西ρ(PM_(2.5))的时空结构主要有3种模态,其方差贡献率分别为78.9%、5.7%和3.7%,基本反映了广西ρ(PM_(2.5))变化的时空模态的主要特征,桂林和玉林两年间的后向轨迹聚类很好地解释了第二和第三模态的南北浓度和东西浓度异常反相位分布特征;广西14个城市两年间PM_(2.5)区域性污染天气类型主要有10种,其中污染天气类型中占比较大的是弱冷高压脊型(24.4%)、均压场型(20.2%)、高压后部型(16.1%)和高压后部配合西南暖低压型(8.5%),是引发广西大范围大气污染的典型天气类型.研究显示,广西大气污染具有地域性、季节性和南北输送特征,污染过程的天气形势变化具有一定规律性.    

11.  2015年12月北京市空气重污染过程分析及污染源排放变化  被引次数:9
   薛亦峰  周震  聂滕  潘涛  齐珺  聂磊  王占山  李云婷  李雪峰  田贺忠《环境科学》,2016年第37卷第5期
   2015年12月,北京市及周边地区连续多次出现重污染天气.在此期间,北京市空气重污染应急指挥部两次发布红色预警.为厘清该月重污染的发生过程、生消变化,测算了应急措施下的污染源排放变化情况,并采用数值模拟和地面观测相结合的分析方法,对重污染的形成原因进行初步分析,同时对应急措施的环境效果进行评估.结果表明:1虽然2015年12月北京市主要大气污染物排放量较去年同期有所下降,但排放强度仍然较大,是重污染过程的内因;气象扩散条件不利是重要的外因,地面风速弱,大气稳定度高,相对湿度高,边界层高度降低,源排放及气象因素共同导致了此轮重污染过程.2红色预警应急措施可实现污染物日排放强度减少36%左右,PM2.5浓度下降11%~21%,预警的应急措施不能扭转重污染的态势,但对于缓解PM2.5污染加重趋势有明显的效果.3在重污染天气下,污染物仍在大气中累积,应急措施最明显的效果发生在实施后的48~72 h后,因此建议在PM2.5浓度快速上升前36~48 h实施减排措施,从而对空气质量预报准确性提出更高的要求.    

12.  长三角地区2015年大气重污染特征及其影响因素  被引次数:1
   佘倩楠  徐茜  周陶冶  冯通  任浙豪  刘敏《环境科学学报》,2018年第38卷第8期
   基于2015年长三角地区129个环境空气质量监测站的空气质量指数(AQI)及主要大气污染物浓度数据,结合气象资料和HYSPLIT后向轨迹模式,探究长三角地区大气重污染的时间变化和空间集聚特征,并深入分析气象条件和区域传输对重污染过程发生和维持的影响.结果表明,2015年长三角地区各城市平均出现AQI超过200的重污染天气共8 d,重污染频率为2.01%,PM2.5作为首要污染物出现频次最多.从时间变化看,重污染主要分布在1月和12月;从空间分布看,北部地区重污染相比南部地区更为严重,徐州和常州市出现频率最高.选取典型重污染过程1月9—11日(纬向扩散型)、1月24—26日(经向扩散型)和12月20—26日(两种模式相结合的重污染天气)进行成因分析,发现长三角地区重污染天气主要受到西北风向、低风速、高湿度和逆温层的影响,导致大气污染物积累且不易扩散.基于HYSPLIT的大气传输轨迹及频率分布表明,来自西北方向的气流对江苏北部地区的污染输送特征有着显著影响.    

13.  唐山一次冬季重污染过程污染特征及成因分析  
   《中国环境科学》,2019年第5期
   选取河北省唐山市2017年12月27~31日一次典型重污染过程,开展其污染特征及成因分析,对污染期间气象要素、大气颗粒物组分特征进行综合研究.结果表明,此次大气重污染过程中PM_(2.5)平均质量浓度为154μg/m~3,重度污染及以上时PM_(2.5)/PM_(10)为0.7;PM_(2.5)中SNA质量浓度占比达58.0%,OC/EC的比值为4.1,说明颗粒物二次反应和有机物在此次污染过程有较大贡献;长期均压场以及近地面高湿、小风、逆温的出现导致唐山地区大气层结稳定,加之周边地区区域传输的贡献,是导致此次大气重污染过程的重要影响因素.    

14.  西安一次霾重污染过程大气环境特征及气象条件影响分析  被引次数:8
   王珊  廖婷婷  王莉莉  樊超  徐军昶  孙扬《环境科学学报》,2015年第35卷第11期
   利用西安区域8个气象站点的气象观测资料及西安市13个环境质量监测站点的空气污染物浓度监测资料,对2013年12月16—25日西安地区一次长时间重污染霾天气过程的污染特征及成因进行了分析.结果表明此次霾重污染天气过程主要是一次在不利气象条件下形成的高浓度颗粒物污染事件,其中有54.6%的霾属于干霾,其余属于湿霾.气压场偏弱,气压梯度力小,风速小,弱冷空气形成的下冷上暖的稳定性层结等天气形势有利于霾重污染的形成与维持;弱的降温与相对湿度增大叠加,有利于气溶胶吸湿增长而加重霾的强度.关中盆地特有的喇叭口地形通风不畅,造成外来输送与当地排放的大量污染物堆积,为此次长时间霾发生提供了增强条件.低的混合层厚度抑制了垂直方向上的对流输送,严重削弱了大气垂直扩散能力,造成了大气中各类污染物浓度的大量积聚,是造成此次霾重污染过程的重要原因之一.城市污染加重热岛效应、热岛效应反过来通过热岛环流改变城市污染物传播扩散规律并加重污染,二者相互作用、互为增强条件.    

15.  夏收和秋收期间泰州市空气质量特征研究  
   吴莹  程滢  陈军  王磊《环境监测管理与技术》,2018年第30卷第1期
   利用2012—2015年泰州市空气质量监测数据,分析夏、秋收期间城市环境空气质量特征,探讨引发重污染天气的原因。结果表明,夏收期间空气质量整体优于秋收,2012年、2013年秋收期间空气质量最差,达到重污染以上的天数分别为10 d、6 d,颗粒物尤其是PM_(2.5)超标较严重,2015年秋收期间空气质量显著好转。秸秆焚烧日PM_(2.5)和PM_(10)质量浓度呈较高相关性,PM_(2.5)/PM_(10)值比非秸秆焚烧日高。基于气团后向轨迹及秸秆焚烧卫星遥感监测火点图将污染事件分类,研究得出秸秆焚烧和区域输送是导致城市污染加重的主要因素。    

16.  秸秆焚烧对哈尔滨空气质量的影响研究  
   霍耀强  李敏  滕泽栋  蒋美合《环境污染与防治》,2018年第10期
   对2015—2016年哈尔滨重污染天气的分布特征与规律进行分析,依据黑龙江省近10年主要作物秸秆产量、草谷比、焚烧比例和排放因子估算秸秆焚烧对PM2.5贡献量,并结合后向轨迹模型从气象要素、火点分布等方面分析哈尔滨重污染天气的成因。结果表明,哈尔滨2015—2016年重污染天数49d,重污染率6.7%,优良天数515d,优良率70.5%,秋冬重污染天数占重污染总天数的79.6%;2006—2015年黑龙江省秸秆露天焚烧总量18 944.49万t,PM2.5排放总量163.00万t,其中玉米、稻谷、豆类PM2.5排放量最高,分别占PM2.5总排放量的60.73%、23.13%、9.09%;10—11月为秸秆焚烧期,该时段风速小湿度低,稳定的气象条件不利于污染物扩散和颗粒物沉降,是造成污染物累积从而导致重污染天气的重要原因;当地及周边农业种植区秸秆焚烧是造成哈尔滨2015年、2016年10—11月重污染天气的主要原因,且秸秆焚烧对城市空气质量的影响具有数天的滞后现象。    

17.  北京城郊冬季一次大气重污染过程颗粒物的污染特征  被引次数:14
   刘庆阳  刘艳菊  杨峥  张婷婷  张美根  钟震宇《环境科学学报》,2014年第34卷第1期
   本研究分析了北京冬季一次大气重污染过程的颗粒物污染特征,通过数学统计方法分析了其形成的可能原因.观测于2013年1月24—31日进行,在西三环城区和大兴郊区使用中流量大气颗粒物采样器采集可吸入颗粒物(PM10)和细颗粒物(PM2.5),并采用离子色谱和元素碳/有机碳分析仪分析了PM2.5上的水溶性离子、元素碳和有机碳浓度.结果表明,本次重污染天气的大气日均能见度低于3.0 km.PM10和PM2.5质量浓度日均最大值分别为675.5和453.4μg·m-3,平均质量浓度为349.2和260.8μg·m-3,超过环境空气质量标准(GB3095—2012)所规定的二级浓度限值.通过比较PM2.5上化学成分的浓度发现,在城区和郊区,此次天气形成的共同污染源为冬季燃煤燃烧、汽车尾气排放和二次有机气溶胶污染;而土壤/沙尘对郊区污染天气的形成有部分贡献.大气中PM2.5质量浓度与能见度呈对数负相关关系.    

18.  典型污染天气下PM_(2.5)和PM_(10)成因分析  
   黄绍祥  高明《环境科学导刊》,2019年第Z1期
   选取秋冬季节典型污染天气作为研究背景,采集研究区2018年10月8日—10月19日的污染物数据及气象参数数据,分析PM_(2.5)和PM_(10)之间相关性、两者浓度值每日变化规律及其随风向风速变化的分布特征,并结合研究区地理位置及产业布局,全面探究PM_(2.5)和PM_(10)污染成因。结果表明研究区PM_(2.5)和PM_(10)具有良好的相关性,可能来自同类型污染源。    

19.  济南市冬季一次典型重污染过程分析  被引次数:1
   李敏  张文娟  吕晨  刘建军  吕波  谭润禾《环境科学研究》,2018年第31卷第11期
   为掌握济南市重污染天气发生规律,从而更好地为重污染天气预报预警和大气污染防治提供参考,采用空气质量监测数据、气象观测资料、雷达探测资料及轨迹模式模拟相结合的方法,对济南市2016年12月31日-2017年1月7日的持续性重污染过程,从污染演变过程、环流背景分析、气象要素特征和区域污染传输等多方面分析其形成原因及主要影响因素.结果表明:此次重污染过程期间首要污染物为颗粒物,ρ(PM10)平均值为318 μg/m3ρ(PM2.5)平均值为200 μg/m3;地面风速在0.6~1.8 m/s范围内,风力均为1~2级,相对湿度为68%~95%,平均相对湿度为81%.在重污染过程中,从地面至800 m左右高度始终维持较强逆温层,逆温频次高达91.1%,污染边界层高度较低,大部分时间都在500 m以下.采用情景模拟分析方法计算得到,区域输送对济南市PM2.5的贡献率为20%~35%.研究显示:此次重污染过程是在区域性污染背景下由本地不利的扩散条件造成的,静稳大气形势提供有利的环流背景,平流雾、辐射雾交替产生,持续性的高湿加重了污染程度;近地面的静风、高湿,垂直方向的双逆温层甚至多逆温层的结构是影响此次重污染过程的重要气象要素;区域性污染传输对此次重污染天气的发展有显著贡献,污染初期主要来自河北省中南部的输送,随着污染加重,有来自偏南、偏东方向的局地气团输送.    

20.  济南市空气质量特征及重污染期间PM_(2.5)成分谱分析  
   张文娟  孙晓艳  李敏  夏志勇  孙凤娟  王治非  吕波《中国人口.资源与环境》,2018年第Z1期
   根据济南市2010—2017年空气质量监测数据,分析近年来济南市空气质量状况、颗粒物(PM_(10)、PM_(2.5))污染物浓度变化情况以及重污染天气特征,并利用MARGA离子在线分析仪ADI 2 080分析2016年12月16日—12月30日重污染期间济南市PM_(2.5)组分谱特征。结果表明:2010-2017年,济南市环境空气质量持续改善,环境空气质量以良至轻度污染为主,至2017年济南市环境空气综合指数为6.95,但重污染比例依然很高,且颗粒物(PM_(2.5)和PM_(10))作为首要污染物的比例高达81%,颗粒物污染(特别是细颗粒物污染)仍是济南市环境空气质量污染的主要污染因素,尤其是在冬季采暖季,重污染天气仍在频发,重污染过程中硝酸盐、硫酸盐为主导贡献组分。    

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