首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到18条相似文献,搜索用时 93 毫秒
1.
利用2016年南京市臭氧(O_3)及前体物监测数据,对南京市O_3污染现状、变化特征及其与前体物的关系进行分析。结果表明,2016年南京市O_3超标56 d,超标率15.3%,O_3日最大8 h滑动平均值的第90百分位数为184μg/m~3,超标0.15倍。O_3超标主要集中在4—9月份,日变化呈现"单峰"型特征,峰值出现在14:00,而上午8:00—10:00时段O_3浓度升幅最显著,小时浓度升幅超过20%。前体物VOCs和NO_2浓度变化与O_3呈反相关,且VOCs和NO_2浓度冬季最高,夏季最低,秋季和春季基本相当。  相似文献   

2.
使用天津市2013—2019年连续污染物监测数据和气象观测数据探讨臭氧污染现状,分析气象条件对臭氧浓度的影响,对不同臭氧污染过程案例进行天气分型,统计出现臭氧污染时的污染气象特征。结果表明:天津市臭氧浓度不降反升,2017—2019年连续3年超过国家二级浓度限值,2019年以臭氧为首要污染物的重污染天约占全年的1/2。春季和秋季臭氧污染日益突出,4月臭氧浓度已明显升高。天津市臭氧日最大8 h滑动平均质量浓度(O3-8 h)在日最高气温超过30℃、相对湿度20%~70%、西南风或东南风风速1~2.5 m/s、白天边界层高度1 400 m以下时较高。将臭氧污染天气形势分为春夏之交、盛夏高温和夏秋静稳3种类型。其中春夏之交天气型易出现臭氧与PM2.5协同污染;盛夏高温天气型平均风速较大,日最高气温大于35℃;夏秋静稳天气型平均风速小、边界层低。  相似文献   

3.
本文利用洛阳市老城区豫西宾馆空气质量自动监测点的监测数据,对2012-01~12该区域大气中臭氧污染浓度的连续监测结果及同步气象资料进行了分析。结果表明,洛阳市老城区环境空气中臭氧污染主要表现为臭氧日最大8小时平均浓度污染,全年超过GB3095-2012《环境空气质量标准》中二级标准(0.160mg/m3)的频率为21%。臭氧浓度具有明显的日变化及季节变化特征;由于臭氧污染的季节特点,导致全年污染天数显著增加。通过分析发现气温、风速、降水、太阳紫外线辐射等气象因素对臭氧浓度变化均具有一定影响,臭氧污染气象特征表现为晴朗、高温、低风速的午后时段会出现臭氧的高浓度污染。  相似文献   

4.
为了解环境空气臭氧累积规律,利用2017年沈阳市环境空气臭氧浓度数据,统计分析臭氧累积速率,并利用回归方法拟合并优化臭氧浓度及其累积速率的时间序列模型,同时结合气温、风力、臭氧前体物等时序变化情况分析臭氧浓度的影响因素。研究发现:沈阳市臭氧月均浓度年变化、日均浓度年变化以及小时浓度日变化时序曲线均呈现单峰形态;年变化中,6月的臭氧浓度最大,4月臭氧累积速率达到最大值;日变化中,14:00臭氧浓度达到最大值,09:00—11:00臭氧累积速率最大,19:00—20:00臭氧迅速消减。温度、风速同臭氧浓度之间均有较好的正相关性。臭氧前体物二氧化氮、挥发性有机物与臭氧浓度之间均呈明显的负相关性。  相似文献   

5.
郑州市近地面臭氧污染特征及气象因素分析   总被引:1,自引:0,他引:1  
利用国控站点空气质量在线监测数据,识别郑州市2015年近地面臭氧(O_3)污染状况、特征及与颗粒物和氮氧化物水平关系,并以烟厂站为例分析郑州市O_3污染与气象要素的相关性。结果表明:郑州市O_3日最大8 h平均值具有明显季节变化,呈现出夏季春季秋季冬季的特征,夏季岗李水库站O_3月均质量浓度为155.5μg/m3,其余站点月均质量浓度为110~150μg/m3;夏季O_3每日最大8 h浓度具有显著"周末效应",其他季节较不明显;O_3小时浓度日变化呈单峰型分布,在15:00—16:00达到峰值,早晨07:00达到谷值;前体物NOx小时浓度日变化呈双峰型分布,与O_3具有显著负相关性;气象因素相关性分析结果表明,郑州市O_3污染日多出现于高温、低湿和微风等条件,这些气象因素有利于O_3生成和累积。  相似文献   

6.
气象条件对沈阳市环境空气臭氧浓度影响研究   总被引:26,自引:20,他引:6  
利用2013年沈阳市环境空气监测点位臭氧监测数据,分析沈阳臭氧浓度变化特征,结合气象资料分析了其对臭氧浓度的影响。结果表明,沈阳市不同区域臭氧浓度变化特征基本一致。臭氧浓度日变化呈单峰趋势,最大值出现在14:00左右,最小值出现在6:00左右;臭氧浓度变化具有明显的季节特征,夏季臭氧浓度最高,春秋次之,冬季最低;臭氧浓度受温度、风速、湿度、能见度、天气情况影响,臭氧浓度变化是多因素共同作用的结果。  相似文献   

7.
基于2016—2018年安徽省68个国控环境空气质量自动监测站点的臭氧(O_3)监测数据,研究分析了安徽省O_3污染特征及其与气象因子的相关性。结果表明:安徽省O_3污染程度呈现逐年加重趋势,并有显著的季节和月度变化特征。2016—2018年,各年度单月O_3日最大8小时滑动平均质量浓度第90百分位数的最大值分别出现在9月、5月、6月。O_3日变化趋势为典型的单峰形,各年度最低值出现在晨间07:00左右,最高值则是在15:00—16:00。全省O_3浓度总体上呈现出北高南低的空间特征。温度、相对湿度与O_3浓度分别呈现显著正相关、负相关,但在不同季节存在一定差异,其中,春秋季温度与O_3浓度的相关性好于夏冬季,夏季相对湿度与O_3浓度的相关性最为显著。O_3浓度在平均风速为2.1~2.2 m/s时更易出现超标。中部和北部城市在东南风的作用下易出现O_3超标并达到O_3浓度高值,而南部地区在风向为西风时更容易出现O_3超标。  相似文献   

8.
2008-2016年臭氧监测试点城市的臭氧污染特征   总被引:2,自引:0,他引:2  
选取臭氧试点城市北京、沈阳、上海和重庆,通过对2008-2016年臭氧监测数据进行分析研究,可以看出4个试点城市中北京的臭氧污染最严重。4个城市的臭氧污染特征均为高浓度臭氧所占比例较大,高值比较高,低浓度臭氧所占比例较小。北京、沈阳和上海的年平均臭氧浓度总体呈上升趋势。北京、上海、重庆、沈阳4个城市9年的超标天数比例分别为15.9%、7.7%、3.9%、6.5%。上海的臭氧浓度在秋季非常高。2012年的臭氧变化趋势比较异常,可能是由于2012年发生的不寻常气候条件导致。4个城市的臭氧浓度变化和气象条件的变化显著相关。  相似文献   

9.
京津冀地区臭氧污染特征与来源分析   总被引:22,自引:21,他引:1  
2013—2014年京津冀地区13个城市O_3日最大8 h平均值第90百分位数平均为155~162μg/m3,京津冀地区已成为全国O_3污染最严重的地区之一,京津冀地区O_3污染程度有所加重。京津冀地区夏季O_3浓度高,冬季浓度低,O_3质量浓度较高的月份集中在5—9月,12月—次年1月浓度最低。在O_3污染较重的夏季,每日6:00~7:00,O_3质量浓度最低,15:00~16:00 O_3浓度最高。在空间分布上郊区点位的O_3质量浓度往往高于主城区点位。京津冀区域夏季O_3小时浓度和NO2浓度呈高度负相关关系,和其他污染物无明显的相关性。O_3质量浓度和气温呈显著的正相关关系,和大气相对湿度呈显著的负相关关系。京津冀区域O_3的主要来源为NOX和VOC等一次污染物在日光照射下发生光化学反应而产生,控制O_3前体物的源排放,尤其是控制好VOC的排放是控制O_3污染的有效途径。  相似文献   

10.
利用2016-2020年陕西省环境空气质量自动站的臭氧监测数据,分析西安市大气环境中臭氧污染的时间变化趋势及空间分布特征。从时间分布来看,西安市臭氧年均质量浓度呈先上升后下降的波动变化趋势,且浓度值略高于全国平均水平;臭氧月均浓度具有明显的季节变化特征,月超标天数和月均质量浓度均在6月达到峰值;臭氧质量浓度日变化规律在全年和四季完全一致,均呈单峰型,日内小时平均质量浓度超标最多时段集中在15:00-16:00;臭氧与NO2、CO均呈"此消彼长"的负相关关系。从空间分布来看,西安市12个国控评价点位的O3-8 h浓度分布变化大致分为单峰型和持续递减型,浓度主要集中在40~80 μg/m3;国控点和省控点的臭氧浓度时间分布趋势一致,空间分布存在区域性差异;全市20个区县(开发区)的臭氧污染呈现南北中心城区高、东西远郊区低的空间分布特征。总之,西安市臭氧污染的时空分布主要受到气象条件、污染物排放和城市布局差异的综合性影响。  相似文献   

11.
近年来,臭氧已成为许多城市环境空气的主要污染物之一。笔者分析了2020年海口市5个不同方位代表性监测站点逐小时空气质量监测数据及对应站点的气象要素监测数据。研究结果表明:海口市2020年环境空气污染程度为三级以上的天数有11d,其首要污染物均为臭氧。臭氧浓度高值时段主要出现在10-12月。浓度最大值主要出现在每日14:00-17:00,最小值出现在每日05:00-08:00。气象要素日均值与臭氧浓度相关性大小依次为最高温度>平均温度>相对湿度>降水量>日照时数>风速。台风外围下沉气流和东北气流的共同影响是导致海口市臭氧浓度超标的主要因素,下沉气流更有利于低层大气中臭氧的堆积,同时在东北气流影响下,上游区域污染物的传输也会导致海口市臭氧浓度增加。  相似文献   

12.
利用2014年佛山市8个国控大气自动监测点位的O_3监测数据,分析了佛山市的O_3污染特征,结果表明,2014年O_3日最大8 h平均值的第90百分位数为167μg/m~3,O_3为首要污染物的超标天数为43d,占比46.7%;ρ(O_3)区域变化不大;ρ(O_3)月变化呈现"三峰型",全年高ρ(O_3)集中在6—10月份,其中7月份出现全年最高峰值;ρ(O_3)日变化呈单峰型分布,夜间浓度较低且变化平缓,14:00—16:00左右达到峰值,并存在一定的"周末效应",但并不明显;ρ(O_3)与气温呈显著正相关,与湿度、气压、雨量呈显著负相关,与风向、风速的相关性相对较弱;总体上看,高温、低湿、微风、偏南风、低压、无雨的天气条件下高ρ(O_3)更容易出现。  相似文献   

13.
利用西安市环境监测站超级站2013年9月1日—2015年5月31日黑碳气溶胶(BC)的监测数据,研究空气中BC浓度特征及其与气象因素和常规污染物相关性。结果表明:BC小时平均浓度均值在春季、夏季和冬季的变化趋势呈"W"型,秋季呈"V"型,且冬季的第一个最低值和峰值比春季和夏季的分别延迟1 h和2~3 h,且20:00~次日6:00秋季BC小时平均浓度均值高于当年冬季。BC浓度在秋季和冬季较高,夏季较低。冬季BC/PM_(2.5)基本最低,秋季BC/PM_(2.5)相对最高。BC日平均浓度与气温、降水和风速的日平均值为极负显著相关,且风速小于1.0 m/s时,其与风速呈最显著的负相关。除O_3外,BC日平均浓度与其他常规空气污染物浓度呈显著相关,表明其同源性很强,且受机动车尾气排放的影响更大。  相似文献   

14.
使用WRF/CAMx模型及化学过程分析(CPA)模块,系统研究了广东省夏、秋季的臭氧生成敏感性与生成速率。夏季,广州与东莞等珠三角中部地区臭氧生成主要对VOCs敏感,郊区的臭氧生成速率较大,珠江口地区是重要的臭氧生成源区,夏季白天(08:00-17:00)平均净臭氧生成速率可达37μg/(m^3·h),位于珠三角东北部的天湖白天平均净臭氧生成速率约为25μg/(m^3·h)。秋季,珠江口西岸臭氧生成主要对VOCs敏感,秋季臭氧生成速率显著低于夏季。夏、秋季珠三角大部分地区臭氧生成敏感性从早上对VOCs敏感逐步过渡到下午对NO_x敏感,广东其他大部分地区则全天均为NOx敏感,一般在VOCs敏感区中的臭氧生成速率与化学消耗速率均较大。中心城区的臭氧生成弱,臭氧净化学消耗强。  相似文献   

15.
常州城区秋冬季黑炭气溶胶的浓度变化特征   总被引:4,自引:0,他引:4  
根据常州市2012年9月-2013年1月的黑炭气溶胶(Black Carbon,以下简称BC)在线监测数据及常规气象资料,分析了BC在秋冬季不同时间段的变化特征及气象要素对BC的影响。结果表明,常州秋冬季BC平均值为5.17(1.48~17.02)μg/m^3,主要集中在1.00斗μg/m^3~7.50μg/m^3,冬季较高于秋季,小时均值最大值达33.87μg/m^3;BC本底值为3.50μg/m^3;1月份BC日均值变化幅度最大,发生高污染的频率最高。Bc的日变化具有明显的双峰结构,一天中最大浓度多出现在上午06:00-09:00,特殊天气条件下,BC小时值存在不同的分布情况;BC在不同风向的输送条件下有明显的不同,偏东北方向过来的气团易造成BC高污染。  相似文献   

16.
In this study, we explored the potential applications of the Ozone Monitoring Instrument (OMI) satellite sensor in air pollution research. The OMI planetary boundary layer sulfur dioxide (SO2_PBL) column density and daily average surface SO2 concentration of Shanghai from 2004 to 2012 were analyzed. After several consecutive years of increase, the surface SO2 concentration finally declined in 2007. It was higher in winter than in other seasons. The coefficient between daily average surface SO2 concentration and SO2_PBL was only 0.316. But SO2_PBL was found to be a highly significant predictor of the surface SO2 concentration using the simple regression model. Five meteorological factors were considered in this study, among them, temperature, dew point, relative humidity, and wind speed were negatively correlated with surface SO2 concentration, while pressure was positively correlated. Furthermore, it was found that dew point was a more effective predictor than temperature. When these meteorological factors were used in multiple regression, the determination coefficient reached 0.379. The relationship of the surface SO2 concentration and meteorological factors was seasonally dependent. In summer and autumn, the regression model performed better than in spring and winter. The surface SO2 concentration predicting method proposed in this study can be easily adapted for other regions, especially most useful for those having no operational air pollution forecasting services or having sparse ground monitoring networks.  相似文献   

17.
Hourly concentrations of ozone (O(3)), 55 volatile organic compounds (VOCs, ozone precursors) and nitrogen oxides (NOx) were measured at an upwind urban site, a downwind suburban site, and a rural site in central Taiwan, from January 2003 to December 2006. VOC and NOx mean concentrations showed a gradient from high to low across the urban (56 ppb and 34 ppb), suburban (38 ppb and 27 ppb) and rural sites (25 ppb and 21 ppb) but a reverse gradient in ozone across these sites (24, 27, and 29 ppb, respectively). Although there was about twice the difference in VOC concentrations between the urban and rural sites, nearly 65% ozone formation potential was contributed to by the same 9 VOCs. Seasonal patterns showed peak ozone levels in autumn and minima in summer at the urban site, but minima in winter at the downwind suburban and rural sites. Ozone precursor levels, on the other hand, were lowest in summer and highest in winter. The diurnal pattern showed that ozone levels peaked one hour later at the rural site than at the urban site. The ethylbenzene to m,p-xylene ratio, an indicator of the age of the air mass, increased from 0.4 at the urban site to 0.6 at the suburban site and 0.8 at the rural site during daily peak ozone times. This finding suggests the transport of ozone and precursors from upwind to downwind producing elevated ozone levels in the suburban and rural areas. Ozone episodes occurred mostly in days with a mean midday UV index of 6.5 (1 UV index=100 J m(-2)) and wind speed at 1.3 m s(-1) at all three sites.  相似文献   

18.
海口市臭氧污染特征   总被引:8,自引:7,他引:1  
基于2013—2015年海口市4个空气质量自动监测站点数据,结合气象资料,分析了海口市O_3的污染特征。结果表明:海口市O_3总体优良,优良天数比例为99.4%,污染天数均为轻度污染;在良和污染天数中,O_3作为首要污染物的天数占40%,超过其他5项污染物占比。海口市10月O_3浓度最高。O_3月均浓度与温度呈负相关关系,同时与风向有密切关系:5—8月气温较高,以南风为主,O_3浓度较低;1月北风频率较高,易受外来污染传输作用,O_3浓度相对较高。O_3超标日以东北风为主,日变化并未呈现单峰型特征,12:00—22:00时段O_3浓度在10%范围内小幅变化。台风外围型和北方冷高压底部型是造成海口市O_3超标的2类典型天气形势。  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