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 145 毫秒

1.  国内外环境空气质量指数分析和比较  被引次数:7
   王帅  杜丽  王瑞斌  丁俊男  孟晓艳  解淑艳  李亮  潘本锋  郑皓皓  赵熠琳《中国环境监测》,2013年第29卷第6期
   通过资料调研,对中国、美国、英国、中国香港等国家和地区的空气质量指数(AQI)进行了对比研究,以便考查中外AQI间的差异。结果表明:①国内外AQI的指标项目及取值时间、分级方案等主要依据各自的环境空气质量标准而制定,并随着环境空气质量标准的修订而不断更新。②在指标项目方面,各国AQI指数逐渐增加PM2.5指标且更加注重气体污染物急性效应的评价;中国AQI指数在API指数基础上进行了全面的扩充,在指标数量方面是世界上最多的。在分级方案方面,中国分级浓度限值主要参考美国和中国香港而制定,且大部分指标的分级浓度限值均与国际衔接,但中国SO2-1 h平均和PM2.5-24 h平均两个指标在AQI<200时的低浓度区间的评价结果偏宽松。③与国外相比,中国AQI实时报中颗粒物和臭氧的滑动平均时段具有一定的滞后性。建议中国开展颗粒物健康风险评价相关研究,改进AQI实时报的统计方法,并尽快开展AQI预报工作。    

2.  环境空气质量新旧评价体系及评价结果差异  被引次数:2
   董有为  李名升  张文具  李茜  夏新  张建辉  吕欣《中国环境监测》,2014年第30卷第4期
   在分析环境空气质量评价体系的变化的基础上,通过分析实际监测数据说明评价体系变化对评价结果的影响。结果表明:由于NO2和PM10的年平均二级浓度限值收严,用新标准评价全国325个地级以上城市2012年的达标情况,将有164个城市由达标变为不达标;参照《环境空气质量评价技术规范(试行)》评价2012年度地级以上城市的达标情况,达标率由91.4%降为41.8%;不同时段O3的1 h平均浓度值对计算其8 h滑动平均浓度值的贡献不同,可能引起8 h滑动平均浓度值计算结果的差异;由于在计算实时空气质量指数时PM10和PM2.5使用24 h滑动平均浓度值,当空气质量突变时会出现评价结果与实际污染状况不符的情况。    

3.  京津冀大气污染的时空分布与人口暴露  
   赵辉  郑有飞  张誉馨  王占山《环境科学学报》,2020年第40卷第1期
   经济的快速发展和城市化导致京津冀地区的空气质量不断恶化,已经引起学术界广泛的关注.为了揭示近年来京津冀地区大气污染状况,本研究基于中国空气质量在线监测分析平台发布的PM2.5、PM10、SO2、CO、NO2和O3_8 h_max长期监测数据,采用统计学的方法分析了2014-2018年京津冀13个市这6种污染物的时空变化特征,结合各城市人口数据,评估了在此背景下该地区PM2.5和O3_8 h_max的人口暴露风险.结果表明:京津冀地区PM2.5、PM10、SO2、CO和NO2近年来整体上呈下降趋势,而O3_8 h_max则呈上升趋势.总体而言,PM2.5、PM10、SO2、CO和NO2表现为冬季最高、春秋季次之、夏季最低的特征,而O3_8 h_max则表现为夏季 > 春季 > 秋季 > 冬季的特点,并在月变化上呈倒"V"型,从1月份开始逐渐上升,在6月份达到峰值,而后又逐渐下降.空间上,PM2.5、PM10、SO2、CO和NO2呈现南高北低的分布特征,而O3_8 h_max在2014-2016年呈现北高南低的分布特征,但在2017-2018年则呈现南高北低的分布特点.此外,京津冀北部地区PM2.5的来源主要是一次气溶胶,而二次气溶胶是中部地区PM2.5的主要来源.除秦皇岛、承德和张家口外,其他城市细粒子在颗粒物中占的比重较大.随着近年来PM2.5浓度的降低,暴露于高浓度的PM2.5中的人口比例逐年减少,但距离年平均浓度限值还相差很远.除2014年外,暴露在O3浓度超标情况下的人口在2015-2017年逐渐上升.    

4.  重庆市都市功能核心区秋季大气污染物时空分布特征  被引次数:2
   刘永林  钟明洋  孙启民  钟部卿  雒昆利《环境科学学报》,2016年第36卷第7期
   为研究重庆市都市功能核心区大气污染物浓度水平及变化规律,统计分析了2014年9月至2014年11月5个监测站(解放碑、高家花园、杨家坪、新山村和南坪)24 h连续监测PM2.5、PM10、SO2、NO2、CO和O3浓度数据。结果表明,观测期间,大气颗粒物污染严重,5个站点PM2.5日均浓度超标率分别为30.8%、37.4%、38.5%、37.4%和31.9%,5个站点PM10日均浓度超标率分别为23.1%、22.0%、18.7%、19.8%和19.8%;重庆市都市功能核心区细颗粒物(PM2.5)污染严重,5个站点PM2.5占PM10比例分别为60.2%、64.6%、64.1%、75.4%和62.8%;PM2.5、PM10、NO2和CO早晚出现高峰值;SO2和O3浓度日变化曲线呈现单峰型,峰值分别出现在中午和午后;降水量、气温和水汽压与PM2.5、PM10、SO2和NO2呈显著负相关;相对湿度与O3呈显著负相关,气温、水汽压和风速与O3呈显著正相关;CO与相对湿度呈显著正相关;风向也影响着大气污染物浓度的时空分布,南偏西、南偏东和东北偏北风利于PM2.5、PM10、SO2、NO2和CO浓度积累,西北风利于PM2.5、PM10、SO2、NO2和CO扩散;但西北风控制下利于O3浓度积累。    

5.  2017年上半年北京市及周边地区空气质量特征分析  
   张良  王占山  朱桂艳  谷天宇  王旭光  崔继宪《中国环境监测》,2019年第35卷第2期
   依托北京市、廊坊市和保定市高密度的地面空气质量监测、气象要素监测以及PM2.5化学组分监测和后向轨迹分析等手段,对2017年上半年三地的空气质量进行分析。研究发现:三地中北京市空气质量较好,保定市较差。分污染物来看,保定市SO2浓度水平明显高于廊坊市和北京市,颗粒物PM10和PM2.5也呈现保定市最高、北京市最低的规律。从污染物日变化来看,CO、SO2、NO2、PM10和PM2.5呈双峰型分布,O3呈单峰型分布。从区域整体分布规律来看,PM2.5和SO2呈现明显的"南高北低"特征。PM2.5化学组分分析结果表明:1—4月燃煤对该区域空气质量的影响较大,5—6月机动车排放的影响更为凸显。后向轨迹分析结果表明:在2017年上半年到达北京市的气流中有24%来自于北京市南部,且这些气流多为低空传输,表明区域传输对于北京市空气质量具有一定的影响。    

6.  邯郸市大气颗粒物污染特征的监测研究  被引次数:3
   张普  谭少波  王丽涛  赵秀娟  苏捷  张芬芬  魏哲  魏巍  程丹丹《环境科学学报》,2013年第33卷第10期
   使用振荡天平颗粒物在线监测仪连续监测了邯郸市PM10和PM2.5浓度,分析了2012年7月31日—12月2日4个月内PM10、PM2.5的浓度水平、时变规律和PM2.5/PM10的变化情况.结果表明,监测时段内PM10和PM2.5的日均浓度平均值分别为208.4 μg·m-3和99.1 μg·m-3,是国家二级标准的1.4倍和1.3倍;浓度超标的天数占总观测天数的61.6%和60.0%,其污染程度与北京、天津相当,属污染较严重的地区.PM2.5/PM10在19.3%~89.8%之间周期性波动,平均值为49.4%,接近北方城市的平均水平.PM10和PM2.5的浓度变化具有很好的正相关性;日均值在4个月中呈现明显的周期性变化和月际波动,10、11月的PM10和PM2.5浓度变化剧烈且大大高于8、9月份.PM10和PM2.5浓度一天中小时均值的变化呈同步的双峰型分布,最高值出现在9:00和20:00左右,最低值出现在15:00~17:00之间.本研究系统分析了夏秋季节邯郸市大气颗粒物污染状况,以期为当地颗粒物污染的控制提供科学依据.    

7.  邯郸市大气复合污染特征的监测研究  被引次数:5
   许亚宣  李小敏  于华通  马建锋  史聆聆  董林艳  何磊《环境科学学报》,2015年第35卷第9期
   利用邯郸市4个大气环境监测站点的PM2.5、PM10、O3等在线连续观测数据,对2013年全年的PM2.5、PM10、O3的浓度水平、变化规律和PM2.5/PM10的变化情况进行了分析,并从地形、气象、污染物排放及冬、夏季逐时PM2.5、O3和各类气体污染物浓度之间的关系等方面进行了研究.结果表明:①2013年PM2.5、PM10的年均浓度分别为139和238 μg · m-3,分别是国家二级标准的4.0倍和3.4倍.PM2.5、PM10日均浓度超过标准的天数均在280 d左右,全年3/4以上天数均超标.其颗粒物污染程度甚至超过北京、天津、长三角和珠三角等超大城市或城市群,属于严重超载的红色预警地区.整个采暖期PM2.5、PM10平均浓度分别为209和322.1 μg · m-3,为非采暖期平均浓度的2倍和1.6倍;同时,采暖期PM2.5/PM10平均值为63%,高出非采暖期10%,采暖期细颗粒物污染问题特征明显.②2013年O3日最大8小时平均浓度的最大值为238 μg · m-3,是国家二级标准的1.5倍,超标天数为53 d,超标率为14.5%;最大时均浓度为288 μg · m-3,是国家二级标准的1.4倍,超标小时数为148 h,占全年有效数据的1.7%;与北方城市相比,其污染程度超过北京、天津等,略低于洛阳污染水平.③邯郸市大气复合污染的形成,除了区域大气环流与特殊地形叠加影响外,还主要归因于相对较高的人为源大气污染物排放,因此,要想走出复合污染的困局,减排是硬道理,解决灰霾污染需开展颗粒物、NOx、SO2等污染物的协同控制.    

8.  环境空气质量新标准对珠三角区域站空气质量评价的影响  被引次数:4
   岳玎利  谢敏  周炎  袁鸾  区宇波《中国环境监测》,2013年第29卷第5期
   利用粤港珠三角区域空气质量监控网中天湖、金果湾与万顷沙3个区域站2010年全年SO2、NO2、PM10、O3、PM2.5与CO自动监测的数据,分析了实施环境空气质量新标准(GB 3095—2012)对这3个子站空气质量评价的影响。研究发现,若采用新标准,万顷沙的NO2、PM10和PM2.5年均浓度将不同程度超标。这3个子站空气质量达标率下降7~28个百分点,空气污染指数从91%~99%下降至63%~91%;O3的引入是导致空气质量达标率下降的最主要的原因;O3将取代PM10成为最主要的首要污染物,出现频率大于50%,且O3(8 h)平均浓度的影响大于O3 (1 h)浓度的影响。PM2.5的纳入也是导致空气质量达标率下降的重要因素,其超标率为3%(金果湾)~16%(万顷沙)。NO2标准的收严未对天湖与金果湾空气质量评价造成影响,但导致万顷沙NO2的超标率从2%上升至10%,且NO2作为首要污染物的比例达24%。    

9.  上海市浦东城区冬季颗粒物数浓度及其谱分布特征  被引次数:5
   崔虎雄  任小龙  张华《中国环境监测》,2014年第30卷第6期
   采用APS-3321空气动力学粒径谱仪对上海市浦东城区2012年12月至2013年2月0.5~20 μm大气颗粒物浓度及其谱分布进行了实时监测.结果发现,上海市浦东城区冬季大气颗粒物数浓度为360个/cm3,其中0.5~1.0 μm颗粒物数为345个/cm3,占总颗粒物的95.7%;1.0~2.5 μm颗粒物数为15 个/cm3,占颗粒物总数的4.1%;2.5~20.0 μm颗粒物数为0.6 个/cm3,占颗粒物总数的0.2%.当空气质量为AQI≤50、50<AQI≤100、100<AQI≤200、AQI>200时,颗粒物数浓度分别为77.5、243.2、522.6、868.5个/m3. 随着空气污染的加重,小于PM2.5颗粒物数浓度增加显著且对总的颗粒物数浓度的贡献也有所增加,且AQI>200时,PM2.5中1.0~2.5 μm颗粒物数浓度贡献增幅最大;此外,不同空气质量条件下,颗粒物数浓度的日变化存在一定差异,这对于空气污染防治具有重要意义.    

10.  重庆市主城区PM2.5时空分布特征  被引次数:3
   刘永林  孙启民  钟明洋  钟部卿  雒昆利《环境科学》,2016年第37卷第4期
   利用2014年6月1日至2015年5月31日重庆市主城区17个国控空气质量监测站24 h自动连续采样的PM2.5浓度数据,探讨了重庆市主城区PM2.5时空分布特征. 结果表明: ① 重庆市主城区PM2.5季节浓度由高到低依次为冬季(100.2 μg ·m-3)、秋季(66.1 μg ·m-3)、春季(45.9 μg ·m-3)和夏季(33.4 μg ·m-3)(P<0.05). ② 重庆市主城区PM2.5月均浓度变化呈单峰单谷型,1月PM2.5月均浓度最高(P<0.05),达到120.8 μg ·m-3. ③ 逐日变化,国控17个空气质量监测站PM2.5日均浓度曲线都呈现出尖峰和深谷交替变化的锯齿状. ④ 重庆市主城区16个国控监测点(除缙云山对照点)PM2.5浓度日变化在全年、春季、秋季和冬季都呈现明显的双峰双谷型. ⑤PM2.5与SO2、NO2和CO都呈显著正相关(P<0.01),表明SO2、NO2和CO的二次转化对PM2.5浓度具有显著影响.    

11.  2016年10~11月期间北京市大气颗粒物污染特征与传输规律  被引次数:2
   张晗宇  程水源  姚森  王晓琦  张俊峰《环境科学》,2019年第40卷第5期
   本研究采用气溶胶化学组分在线监测仪(ACSM)对北京地区2016年10月15日~11月15日期间非难熔性PM1(NR-PM1)化学组分进行实时连续在线观测,探讨了NR-PM1化学组分的演变特征;运用潜在源贡献分析(PSCF)法和气象-空气质量模式(WRF-CAMx)识别了北京PM2.5潜在污染源区和传输路径,揭示了PM2.5净传输通量的垂直分布特征.结果表明,北京秋季NR-PM1和PM2.5质量浓度分别为(59.16±57.05)μg·m-3和(89.82±66.66)μg·m-3,其中NR-PM1平均占PM2.5的(70.31±22.28)%.整个观测期间,有机物(Org)、硝酸盐(NO3-)、硫酸盐(SO42-)、铵盐(NH4+)和氯化物(Chl)分别占NR-PM1总质量浓度的(42.75±11.35)%、(21.27±7.72)%、(19.11±7.08)%、(12.19±2.64)%和(4.68±3.24)%,不同化学组分的日变化特征存在明显差异.对北京秋季NR-PM1污染影响较大的潜在源区主要集中在河北南部、河南东北部及山东西部,重污染期间保定、北京南部及廊坊等城市对NR-PM1贡献较大.WRF-CAMx模拟结果表明,PM2.5总的净传输通量呈现出显著的垂直分布特征.整个观测期间,毗邻城市主要向北京输入PM2.5,净通量最大出现在海拔600~1000 m;而重污染前期外来源输送PM2.5主要位于高空,直到污染最严重的11月5日,PM2.5转为近地面传输,说明高空和近地面传输是影响北京秋季PM2.5重污染形成的重要因素.同时鉴别出了两种传输路径,即西南-东北方向(保定→北京→承德)和西北-东南方向(张家口→北京→廊坊北→天津).    

12.  红色预警期间北京市PM2.5浓度特征及应急措施效果评估  
   李涛  程兵芬  陈云波  高尚银  谢晓明  党鸿雁  王继康  张凯《环境科学学报》,2017年第37卷第9期
   综合利用监测数据并结合数值模型,分析了2015年北京市第2次空气重污染红色预警期间PM2.5浓度变化特征并初步评估了减排措施对PM2.5浓度的影响.结果表明:污染初期北京市南部地区PM2.5浓度明显偏高,且PM2.5极端高值往往出现在北京南部站点.污染输送阶段,北京市PM2.5小时浓度在短时内呈爆发式增长,浓度积累速率可达5~10 μg·m-3·h-1.污染缓解阶段,偏北风作用,空气质量转好.预警期间北京市空气质量南北差异较大.应急措施实施后,北京市PM2.5环境浓度下降约20%~25%. PM2.5累积速率呈现出交通站>城区站>背景站的特征,与重污染日平均值相比交通站下降幅度最大,表明减排措施在交通站更加显著.气象条件对重污染的形成和结束起着决定性作用,为了更好的做好空气质量预警预报工作,应加强对小尺度天气系统的研究,同时关注不同方位PM2.5浓度峰值及重污染持续时间的变化,形成北京市分区预报预警的经验.    

13.  重庆市北碚大气中PM2.5、NOx、SO2和O3浓度变化特征研究  被引次数:1
   徐鹏  郝庆菊  吉东生  张军科  刘子锐  胡波  王跃思  江长胜《环境科学学报》,2016年第36卷第5期
   重庆是我国西南工业重镇,但长期受大气污染困扰.利用全自动在线环境监测仪器,于2012年1月-2014年2月,对重庆市北碚区大气中的典型污染物PM2.5、NOx、SO2和O3进行了观测研究.结果表明:重庆北碚大气首要污染物为PM2.5,2012和2013年平均浓度分别为(67.5±31.9)和(66.6±37.5) μg·m-3,是国家环境空气质量一级标准35μg·m-3的1.9倍,两年超过国家二级标准的天数分别为119和126 d,年超标率均大于1/3;两年NOx, SO2及O3的年平均浓度分别为(57.1±24.6)和(55.1±36.6), (43.1±24.0)和(35.0±21.9)及(31.1±24.9)和(48.5±37.4) μg·m-3.大气污染物浓度具有明显的季节变化特征,PM2.5和NOx冬季污染最为严重,两年冬季平均值分别比两年年平均值高33.6%、59.6%和43.2%、8.5%;O3表现为夏高冬低;SO2春季最高且污染最轻.大气污染物日变化显示PM2.5和NOx浓度呈双峰日变化形式,有早晚两个峰值,与城市交通高峰相对应.SO2和O3浓度呈单峰日变化,前者峰值出现在午前10:00-12:00大气对流层被打破之后,而后者峰值出现在午后16:00局地光化学最强之时.消减各种污染源的颗粒物直接排放,消减气态污染物SO2和NOx的工业排放,消减机动车NOx和VOCs等的排放,才有可能使重庆北碚的大气污染状况得到改善.    

14.  北碚区气溶胶光学厚度特征及其与颗粒物浓度的相关性  
   曾唯  郝庆菊  赵仲婧  熊维霞  陈俊江  辛金元  江长胜《环境科学》,2020年第41卷第3期
   为了解重庆市北碚区大气质量状况,利用其2014年气溶胶光学厚度和颗粒物质量浓度的同步观测结果进行分析.结果表明,北碚区AOD500 nm的年均值为1.46±0.69,其随月份变化明显,其中11月最高为2.90±1.85,9月最低为0.54±0.05.北碚区存在颗粒物污染的现象,PM2.5和PM10的年均值分别为(62±40)μg·m-3和(94±51)μg·m-3,均超出GB 3095-2012《环境空气质量标准》二级标准限值,PM2.5与PM10的日均值超标率分别为26%和15%.细粒子PM2.5与可吸入颗粒物PM10浓度之间呈现显著性相关,全年决定系数R2能够达到0.95(P<0.01),AOD与PM2.5、PM10之间全年均呈正相关特性,全年决定系数R2分别为0.48和0.46,且不同季节下的决定系数和相关函数均有差异,其中冬季相关性最好,夏季相关性最差.全年AOD与AQI呈正相关特性,决定系数R2为0.15(P<0.05).AOD值受天气要素综合作用的影响,观测期间也应将温度、湿度、水汽等要素数据进行同步采集.    

15.  APEC期间北京空气质量改善对比分析  被引次数:3
   李文涛  高庆先  刘俊蓉  李亮  高文康  苏布达《环境科学》,2015年第36卷第12期
   为了评估APEC期间强化减排措施对北京空气质量的改善效果,利用2014年11月1~15日中国环境监测总站发布的奥体中心监测点空气质量监测数据,分析其空气质量演变特征,并与2013年同期监测数据进行对比研究. 结果表明:1PM2.5是当前北京最重要的污染物,APEC期间空气质量以优良为主,期间有3次明显的污染过程,与2013年同期相比较有所好转,显示出强化减排措施对北京空气质量的改善有显著的效果; 2与世界卫生组织(WHO)的标准值相比,APEC期间PM2.5有5d在WHO标准值(25 μg ·m-3)以下,而SO2均小于标准值; 3APEC期间,在空气质量为优时PM2.5/PM10小于0.5,且随污染浓度的增加比值逐渐增大,在严重污染情况下PM2.5/PM10达到0.9以上; 4与2013年同期相比,强化减排措施对PM2.5的减少有一定的贡献,但与SO2和CO的减少量相比,颗粒物的减少量又相对较少,NO2减少量相对最小,实施强化减排措施对污染物减排的排序为SO2 >CO >PM >NO2,说明北京空气污染中的PM2.5的来源、影响和减排的复杂性,有待进一步深入研究.    

16.  不同空气质量等级下环境空气颗粒物及其碳组分变化特征  被引次数:2
   方小珍  吴琳  张静  李怀瑞  毛洪钧  宋从波《环境科学》,2017年第38卷第9期
   为研究不同空气质量等级下环境空气颗粒物及其碳组分变化特征,于2016年3月在廊坊市对环境空气中PM10、PM2.5和PM1质量浓度及PM2.5中碳组分质量浓度进行了在线监测.结果表明,监测期间廊坊市PM10、PM2.5和PM1质量浓度较高,其分别为204.1、107.9和87.8 μg·m-3,日变化趋势呈双峰型分布.总体来说,当空气质量越好,PM10、PM2.5、PM1及其碳组分(OC、EC、SOC和POC)质量浓度越低,PM1/PM2.5、PM1/PM10和PM2.5/PM10比值越小.但"中度污染"时,PM10质量浓度最高,且PM1/PM10和PM2.5/PM10达到谷底值;同时OC质量浓度比"轻度污染"略低,而明显低于"重度污染",且主要出现在13:00~23:00,表明"中度污染"时细颗粒物和超细颗粒物占比下降,与其对应的首要污染物相一致.此外,OC/EC比值大于2.0,通过最小OC/EC比值法估算PM2.5中SOC和POC,其浓度均值分别为12.2 μg·m-3和5.0 μg·m-3.    

17.  成都市冬季相对湿度对颗粒物浓度和大气能见度的影响  被引次数:3
   刘凡  谭钦文  江霞  蒋文举  宋丹林《环境科学》,2018年第39卷第4期
   利用成都市城区2015年12月的连续在线观测数据,如相对湿度(RH)、能见度、颗粒物(PM10、PM2.5和PM1)浓度、气态污染物(SO2和NO2)浓度以及PM2.5中SO42-和NO3-浓度,探讨RH对颗粒物浓度和大气能见度的影响.结果表明,高颗粒物浓度和高RH协同作用导致低能见度事件.观测阶段,PM2.5在PM10中的平均比重为64%,表明成都市冬季细颗粒物污染严重;随着RH增加,PM2.5/PM10显著增加,表明高RH会加重细颗粒物污染.随着PM2.5浓度增加,能见度呈幂指数下降;在相同PM2.5浓度下,RH越高,能见度越低.当颗粒物浓度较低时,RH对能见度的影响作用较强;当颗粒物浓度较高时,大气消光主要由PM2.5浓度控制,RH对能见度的影响减弱.当RH大于70%时,硫氧化率(SOR)和氮氧化率(NOR)的均值分别从0.27和0.11(RH小于40%)增长至0.40和0.19,表明较高RH对二次硫酸盐和硝酸盐的生成有显著的促进作用,二次硫酸盐和硝酸盐单独或协同影响空气质量.    

18.  基于CMAQ模式和自适应偏最小二乘回归法的中国地区PM2.5浓度动力-统计预报方法研究  
   程兴宏  刁志刚  胡江凯  徐祥德  张建春  李德平《环境科学学报》,2016年第36卷第8期
   采用CMAQ模式和自适应偏最小二乘回归法相结合的动力-统计预报方法,对2014年1-12月全国252个环境监测站的PM2.5浓度逐时预报值进行了滚动订正,分析了订正前后PM2.5浓度的时空变化特征,重点研究该方法在中国不同地区不同季节的适用性.结果表明:CMAQ模式预报的PM2.5浓度年平均和秋冬季季节平均偏差表现为非均匀空间分布特征,即辽宁、山东部分地区、川渝地区及华中、华东、华南大部分地区预报偏高,京津冀和西部大部分地区预报偏低;订正后PM2.5浓度与实测值的空间分布较一致,上述偏高和偏低地区的PM2.5浓度预报误差显著减小;秋冬季PM2.5浓度预报和订正偏差均大于年平均值.全国区域平均PM2.5浓度实测值存在明显的季节变化特征,1-3月和11-12月较大,其他月份较小;PM2.5浓度预报误差较大,多数时刻预报偏低,尤其是1-3月和11-12月偏低较明显;订正后PM2.5浓度与实测值较接近,而且时间变化趋势较一致,秋冬季PM2.5浓度预报和订正偏差亦明显大于春夏季.秋冬季4个重点污染区域中,京津冀地区PM2.5实测浓度的区域平均值较大,川渝地区次之,长三角和珠三角地区较小;珠三角地区PM2.5浓度预报和订正效果较好,川渝和长三角地区次之,京津冀地区相对较差;经滚动订正后,全年和秋冬季时段PM2.5浓度订正值与实测值的相关系数均显著增加,误差显著减小,尤其是秋冬季订正效果较好.川渝地区的订正改进幅度最大,长三角和京津冀地区次之,珠三角地区较小.本文方法均适用于非污染日和污染日全国范围的PM2.5预报浓度订正,两种天气过程PM2.5浓度的订正效果均较好;该方法对于改进京津冀地区污染日的PM2.5浓度预报更有效,其他3个地区非污染日的订正改进效果优于污染日.本文研究结果可为改进空气质量预报、重霾污染天气预警和防治提供新技术途径和科学依据.    

19.  典型沿海城市采暖期细颗粒物组分特征及来源解析  
   李明燕  杨文  魏敏  朱红晓  刘厚凤《环境科学》,2020年第41卷第4期
   为明确威海市采暖期细颗粒物的组分及来源,于2018年1~3月在威海市3个空气质量例行监测点采集了环境空气PM2.5样品,分析OC、EC、水溶性离子及元素组分特征,利用PMF模型解析PM2.5的来源.结果表明,采样期间威海市PM2.5日均质量浓度为(33.80±22.45)μg·m-3,NO3-、NH4+、SO42-、OC和EC是其主要组分.作为沿海城市其Cl-占比相对较高,同时PM2.5组分特征体现出颗粒物成分受本地工业特征污染物排放的影响.NO3-/SO42-和OC/EC比值均表明威海市采暖期移动源对PM2.5贡献大;水溶性离子中酸碱离子比例分析表明,威海市采暖期PM2.5呈弱碱性,NH4+过量,主要以NH4NO3和(NH42SO4等形式存在.污染时段威海市二次污染物浓度上升明显,主要组分NH4+、NO3-、SO42-、OC和EC质量浓度是清洁时段的4.21、5.27、3.23、2.02和1.81倍.源解析结果表明,二次气溶胶占PM2.5的32.4%~36.0%,移动源(15.6%~18.9%)、燃煤源(12.1%~17.8%)、生物质燃烧源(9.0%~10.4%)和扬尘(8.6%~11.3%)是威海市环境空气PM2.5的主要来源,而工艺过程源(2.1%~8.3%)、非道路移动源(2.4%~3.7%)和海盐(3.5%~5.6%)贡献比例较小.    

20.  福建省沿海地区春季一次近地层O3超标成因分析  
   王宏  郑秋萍  洪振宇  黄艳艳《环境科学研究》,2020年第33卷第1期
   福建省沿海地区春季ρ(O3)较高且超标天数较多,为研究春季ρ(O3)超标的天气学成因,选取2017年4月26日-5月1日O3污染过程,利用统计对比和聚类分析方法,将全过程分成污染前、污染维持和污染后3个阶段,再将污染维持阶段分为4个区,利用ρ(O3)和ρ(PM2.5)小时均值资料,结合天气形势和气象要素场变化,分析此次O3污染的主要特点.结果表明:①此次O3污染与天气形势关系密切,在冷高压(4月28-29日)控制下,光化学反应条件有利,太阳辐射强、日照时间超过11 h,08:00起ρ(O3)上升速率为15~20 μg/(m3·h),ρ(O3)最大8 h滑动平均值[简称"ρ(O3)-max-8 h"]超过GB 3095-2012《环境空气质量标准》二级标准限值,但大气扩散条件好,ρ(PM2.5)日均值未超过一级标准限值,ρ(O3)超标原因为光化学反应所致,并且ρ(O3)分布有明显的日变化规律.②在锋前暖区(4月26日08:00-16:00)及变性冷高压(4月30日-5月1日)控制下,光化学反应剧烈,08:00起ρ(O3)上升速率为25~35 μg/(m3·h),天气静稳且大气扩散条件差,本地生成的O3在近地层累积效应明显,4月30日ρ(O3)小时均值和ρ(O3)-max-8 h达到过程峰值,ρ(PM2.5)日均值超过GB 3095-2012二级标准限值,ρ(O3)-max-8 h超过三级标准限值,空气质量达中度污染,ρ(O3)超标原因为光化学反应加本地累积所致,并且ρ(O3)分布也有明显的日变化规律.③受强冷空气影响,4月26日20:00-24:00福建省沿海地区的6个城市ρ(O3)不降反升,22:00-24:00 ρ(O3)8 h滑动平均值陆续达到一天中的最高值;4月27日ρ(O3)维持在70~140 μg/m3之间,ρ(O3)分布没有明显的日变化规律.研究显示,导致福建省沿海地区春季O3污染天气的成因是多种因素共同作用的结果.    

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