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 78 毫秒
1.
北京城区春季空气污染物垂直分布与气象条件观测分析   总被引:7,自引:0,他引:7  
分析了北京城区春季污染物 (SO2 、NOX)垂直分布与相应的气象条件之间的关系 ,结果表明 ,不同高度的 SO2 浓度差异不显著 ,而不同高度的 NOX 浓度有明显的差异 ,知春路低层浓度高于中、高层 ,潘家园则是低层低于中、高层。一日中 ,特别是当无大的天气系统影响 ,地面呈典型的山谷风日变化时不同高度的 SO2 和 NOX浓度均呈明显的峰谷变化。工作日污染物浓度比休息日浓度高 50 %。  相似文献   

2.
胡晏玲 《干旱环境监测》2010,24(2):69-71,75
对乌鲁木齐市采暖期进行SO2网格布点监测。结果表明:采暖期SO2浓度值分布在49~364μg/m3之间,72.4%的网格监测值超过国家二级日标准,污染严重。SO2浓度基本呈现4个梯度:第一梯度为市区西北部,SO2浓度小于120μg/m3;第二梯度为市区东北部,浓度为120~160μg/m3;第三梯度为第四梯度外围,SO2浓度为160~200μg/m3;第四梯度为市区中部及市区南部,SO2浓度大于200μg/m3。SO2污染随海拔高度的递增而增加,城市北部污染较轻,城市中心地带为重污染区域。  相似文献   

3.
采用《制定地方大气污染物排放标准的技术方法》(GB/T 3840-1991)中的高斯模式作为大气污染物地面浓度基本公式,计算丹东市区内任一点位上的点源排放SO2在下风向网格交叉点上的叠加浓度.采用点到直线的距离公式计算垂直于平均风向的水平横向距离和下风向距离,以丹东市采暖锅炉排放SO,为例计算多点源网格落地浓度.  相似文献   

4.
为全面了解"十一五"时期(2006—2010年)乌鲁木齐市大气污染状况,评估污染源治理及气象条件对空气质量变化的影响,利用2001年1月—2010年12月主要大气污染物浓度数据和同期地面气象资料,总结"十一五"时期乌鲁木齐市大气污染变化特征,重点分析其变化原因。结果表明:"十一五"时期PM10和SO2年均浓度分别比"十五"下降1.7%和10.3%,采暖季降幅最明显,分别达到2.2%和21.9%;而NO2年均浓度比"十五"升高8.9%,非采暖季增幅最大,为11.7%。2006—2010年PM10、SO2年均浓度整体呈下降趋势,NO2浓度有升高趋势。5年中非采暖季各污染物浓度均达标,采暖季PM10和SO2超标倍数逐年减小,煤烟型污染特征仍然典型。污染源管控(特别是减排工程实施)是"十一五"时期SO2和PM10浓度下降的重要原因,气象条件作用相对有限。NO2浓度升高主要与机动车保有量逐年增加和氮氧化物治理启动滞后有关。  相似文献   

5.
通过分析2010年全国333个县级以上城市卫星遥感的NO2对流层年均柱浓度与地面实际观测浓度之间的相关性,发现两者具有一定的线性相关性(r=0.54,n=333),并建立了NO2"遥感柱浓度"与"地面观测浓度"之间的关联方程,通过该方程反演了中国0.125°分辨率近地面NO2污染分布特征。结果表明,全国近地面NO2浓度超过《环境空气质量标准》(GB 3095—2012)要求的年均浓度二级标准(0.04 mg/m3)的区域约为5.95万平方千米,超标地区主要集中在华北平原、长三角地区、四川盆地和珠三角地区,这些地区NO2污染水平远高于333个城市的年平均值(0.028 mg/m3)。NO2污染极不平衡,以大中型城市为中心的区域污染特征显著。NO2人口加权浓度分析结果表明,NO2人口加权浓度高值区主要集中在能源消费量大、机动车保有量大及人口密集的地区,全国约5.7%的人口暴露在NO2超标区域。  相似文献   

6.
北京地区冬季典型PM2.5重污染案例分析   总被引:9,自引:6,他引:3  
对2013年1月10—14日发生的持续性PM2.5重污染过程从污染过程演变、气象条件影响、与气态污染物关系、区域污染背景、PM2.5浓度空间分布演变及其与地面风场的关系、PM2.5组分特征等多个方面进行全面的分析,较为完整地还原了该次重污染案例的形成原因以及主要影响因素。主要结论包括:该次重污染过程是稳定气象条件下导致的局地污染物积累,再叠加华北区域性污染的影响共同造成,其中10、12日北京地区PM2.5浓度的快速增长反映了周边污染传输的显著影响;逆温不但造成污染物难以扩散,且不同的逆温类型对PM2.5浓度水平有显著影响,同时还发现逆温的破坏导致近地面高浓度污染物向上扩散,造成百花山出现峰值高污染浓度现象;NO2与PM2.5浓度水平的高相关性反映交通污染二次转化对PM2.5浓度水平的影响,在较高湿度条件下,SO2浓度水平对湿度敏感且表现为负相关性;该次污染过程中OM、SO2-4、NO-3、NH+4等组分在PM2.5质量浓度中的占比超过70%,说明燃煤、机动车等仍是北京地区最主要的污染来源,同时SO2-4占比最高也说明区域污染传输对该次重污染的显著贡献。  相似文献   

7.
Filter badge SO_2捕集-离子色谱法测定空气中二氧化硫   总被引:1,自引:0,他引:1  
用Filter badge SO2捕集空气中SO2。用双氧水将捕集到的SO2氧化成SO42-,再用离子色谱法测定SO42-的浓度,按公式f SO2=2082×103×(T/τ)X计算,即可得到捕集时间内的平均SO2浓度f SO2(ppb)。  相似文献   

8.
建立了大气污染物浓度与影响因子之间的BP神经网络,对城市中各监测点位的次日大气污染物浓度进行预测,采用GIS的插值分析进行污染物空间分布预测,其中BP神经网络的输入向量采用AGNES算法进行处理。以太原市区SO2、PM10浓度预测为例,选择气温、湿度、降水量、大气压强、风速和前5天的污染物浓度等10个参数训练BP神经网络,结果表明,BP神经网络的训练效果较好,预测结果与实际浓度显著相关,R2分别为0.988、0.976;结合太原市8个监测点位的污染物浓度预测值,运用GIS空间差值法绘出SO2、PM10的浓度分布预测图,该图与实际情况大体符合,并且与国控大气污染企业的分布显著相关,Pearson相关系数分别为0.969、0.949。  相似文献   

9.
通过分析城市SO2地面浓度来源,运用高、中、低架源对地面污染物浓度贡献的理论及高斯烟羽模式推出SO2空气质量管理模式,确定了城市SO2地面环境质量的控制目标。  相似文献   

10.
通过对乌鲁木齐市2011-2013年采暖期SO2、NO2、PM10的年均浓度、月均浓度、日均浓度的变化比较,分析了乌鲁木齐市煤改气工程实施前后大气环境发生的变化趋势,论证了乌鲁木齐市煤改气工程对城市大气环境的改善作用,为该工程今后的推广与发展得到了可靠的实践依据。  相似文献   

11.
利用WRF-Chem模式,对2013年11月29日至12月11日长江三角洲地区的严重空气污染事件进行数值模拟,研究长三角核心区不同污染物本地源和外来输送所占比重。分析长三角核心区排放源对本地不同污染物浓度的污染贡献。结果表明,在2013年12月的这一次污染事件中,颗粒物平均本地贡献与外来输送基本比重相当;而SO_2、CO、NH_3、NO_x这4种气体污染物则以本地贡献为主,本地贡献的差异与气体的化学反应活性有关,活性越强本地贡献比重越大。污染过程中12月7日至12月9日00:00为污染最严重的时段,污染物的本地贡献有明显上升。区域间输送的方向和强度与地面风向、风速有紧密的联系。在边界层高度范围内,大部分污染物越往高空本地排放源的贡献越弱,外来输送主导作用增强,而硝酸盐在地面、1 km和1.5 km的本地贡献差异远小于其他污染物。  相似文献   

12.
污染减排是落实科学发展观、促进经济又好又快发展的重要举措,但随着今后新疆经济的强力复苏以及新一轮战略的转型,大型煤电、煤化工、石油化工等工业基地的建成,新疆二氧化硫新增排放量势必会显著增加,尤其是火力发电行业二氧化硫排放增长更为迅猛,对新疆总量控制来讲,面临的形势也就更为严峻。本文就新疆火力发电行业二氧化硫排放的现状,结合今后火力发电的增长趋势,对火力发电行业二氧化硫的减排潜力进行分析。  相似文献   

13.
柳州市大气环境质量及其环境容量测算初探   总被引:3,自引:2,他引:1       下载免费PDF全文
在研究近年柳州市大气环境质量状况的基础上,结合气象资料确定容量控制系数为3.5,应用宏观总量控制A值法对理想大气容量进行测算,得出SO2排放严重超出理想排放总量的结论,并结合节能减排、能源结构优化、机动车尾气污染防治等提出了相关建议。  相似文献   

14.
张掖市是国务院划定的SO2污染控制区之一,其SO2污染严重程度居全国前列,本研究以环境空气SO2监测和SO2污染源监测调查为基础,以ATDL模式为模拟手段,对张掖市SO2控制区的污染源进行了解析,分析找出造成该控制区SO2污染的根本原因,从而为制定SO2污染总量控制方案奠定科学基础。  相似文献   

15.
集合数值预报系统在上海市空气质量预测预报中的应用研究   总被引:17,自引:0,他引:17  
介绍了上海市世博环境空气质量集合数值预报系统的框架,分析了各模式在上海市空气质量预报及排放源污染贡献测算中的应用情况,提出开发多种预报手段、实施集合预报是提高城市空气质量预报准确率的发展方向。  相似文献   

16.
为了更为有效地治理酸雨污染,根据南充市环境监测中心站提供的2009—2017年降水监测数据,对南充市城区酸雨污染情况进行了分析及源解析。结果表明:2009—2017年,南充市降水pH从4.60波动上升至5.6以上,酸雨频率波动下降,酸雨污染情况有所改善;[SO4^2-]/[NO3^-]从4.92下降至0.86,酸雨污染类型从硫酸型转变为硝酸-硫酸型。同时,对比分析2014—2016年大气污染物排放源可知,NOx排放源中,工业污染源占比由14%降至11%,生活污染源由2%上升至5%;SO2排放源中,工业污染源占比由62%降至43%,生活污染源由38%上升至57%,表明南充市SO2污染已从以工业污染源为主转变为工业污染源与生活污染源并重。  相似文献   

17.
通过现场监测和调研数据,分析燃用蔗髓锅炉的硫平衡及SO 2排放情况。结果显示,烟气排放的SO 2主要来源于鲜蔗和回用洗布水中含有的硫。8个锅炉硫排放在线监测均值与手工监测均值相对偏差为3.76%~14.9%,表明结果一致性较好。蔗髓硫质量分数为0.01%~0.04%,蔗髓含硫折算后的SO 2值和在线监测SO 2值分别为22.1 mg/m 3~49.9 mg/m 3和43.9 mg/m 3~114.5 mg/m 3,说明鲜蔗和制糖工艺流程的共同影响使得燃用蔗髓锅炉排放烟气SO 2值偏高。  相似文献   

18.
为了探讨厦门金砖会晤期间的排放控制措施以及天气形势对大气颗粒物污染特征的影响,于2017年8月10日至9月10日对厦门气态污染物、细颗粒物(PM2.5)中的水溶性离子以及有机碳(OC)、元素碳(EC)等主要化学成分开展了高时间分辨率的在线监测。根据空气质量管控措施和天气形势将研究期分为6个阶段。管控前、管控期Ⅰ(非台风)和管控期Ⅱ(非台风) PM2.5质量浓度分别为(33. 12±9. 48)、(30. 30±17. 00)、(16. 01±4. 71)μg/m^3。管控期Ⅰ(台风)和管控期Ⅱ(台风) PM2.5质量浓度分别为(12. 40±3. 73)、(12. 45±3. 28)μg/m^3。结果表明:管控期Ⅰ(非台风)阶段受静稳天气的影响,管控效果削弱,PM2.5质量浓度下降幅度小;台风对颗粒物质量浓度下降的影响比管控更显著。管控初期,PM2.5中二次无机离子的质量浓度下降明显;台风对碳质组分质量浓度的影响不如无机组分显著。PMF源解析结果表明,二次无机源是PM2.5主要来源,随着管控措施的实行,扬尘源的贡献从21%降低到6%,而机动车源的贡献降幅不明显。台风期间SO4^2-、NO3^-、SO2、NO2以及硫酸盐氧化比值(SOR)均明显低于非台风期间,氮氧化比值(NOR)反而升高。台风和非台风期间NOR的日变化特征一致,NOR与阳离子的相关性分析结果表明,台风或高风速海风期间NOR与Na^+呈现很强的正相关性,说明海盐粒子可促进NO2非均相反应生成NO3-。  相似文献   

19.
青海高原一次沙尘重污染天气成因分析   总被引:2,自引:0,他引:2  
利用常规观测的卫星云图资料、地面资料、探空资料、地面污染物监测数据,结合拉格朗日粒子扩散模型(LPDM)污染源溯源方法,对2018年2月青海高原一次沙尘重污染天气的主要成因以及沙尘传输特征进行了分析。结果表明:此次重污染天气受高空低槽东移影响,在300~700 hPa形成了强烈的辐散下沉,槽后的高空急流随之东移。在其东移过程中,受高空急流动量下传及偏北气流中的冷空气共同作用,青海东部出现了大风沙尘天气。边界层中逆温层的存在是此次污染天气持续的重要原因之一,加之未出现明显降水,不利于大气污染物的扩散。通过运用LPDM对此次污染天气的运动轨迹进行分析来看,气团影响的模拟高度层距离地面100 m,气团层趋势一致。研究区地处青藏高原,海拔较高,0~100 m高度的气团足迹可以反映出PM 10污染气团的输送路径。同时,0~100 m是主要的人为源排放空间,也是对人类活动影响较大的区域。气团足迹与PM 10浓度的变化趋势一致,即青海东部沙尘污染主要是由河西走廊沙尘倒灌进入青海东部导致,这与天气学分析结果一致。  相似文献   

20.
选取了2001—2014年的相关数据,分析了江苏省水泥制造业的经济发展、资源能源消耗和污染物排放特征,同时对行业经济发展与大气环境污染变化进行了相关性分析。结果表明,2001—2014年,江苏省水泥制造业工业总产值呈现波动增加趋势,工业煤炭消费量呈现波动增加趋势,投入产出比呈现逐年波动上升态势;SO2的排放强度呈现波动下降的趋势,低于全省平均水平;烟粉尘的排放强度波动下降,高于全省平均水平;NOX的排放强度呈现波动上升的趋势,高于全省平均水平;SO2与烟粉尘排放量与GDP均高度呈负相关,回归曲线模拟基本类似U型的左半段,随着GDP的增加,SO2和烟粉尘的排放量呈现下降趋势。  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