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 156 毫秒

1.  基于BP神经网络的大气污染物浓度预测  
   孙宝磊  孙暠  张朝能  史建武  钟曜谦《环境科学学报》,2017年第37卷第5期
   利用BP神经网络结合变量筛选的方法建立了SO2、NO2、O3、CO、PM10、PM2.5等6种污染物的浓度预测模型,并选取2014-01-01至2015-11-28时段,昆明市区5个环境监测点以上6种污染物浓度的监测数据建立了昆明市污染物日均浓度预测模型.采用平均影响值(Mean Impact Value,MIV)的方法筛选出分别对6种污染物日均浓度值有主要影响的变量,作为BP神经网络的输入变量,利用建立的预测模型分别对6种污染物的日均浓度进行预测.结果表明,在关上监测点利用浓度预测模型对SO2、NO2、O3、CO、PM10、PM2.5等6种污染物浓度进行预测,污染物浓度预测值和实测值趋势吻合度较高.变量筛选后SO2、PM2.5预测效果比变量筛选前的预测效果好.O3的均方根误差和PM10的标准化平均偏差,变量筛选前的预测效果比变量筛选后的预测效果好.变量筛选前的NO2和CO的预测结果比变量筛选后的预测效果好.其他4个环境监测点的污染物浓度预测结果与关上监测点的结果相似.    

2.  重庆市都市功能核心区秋季大气污染物时空分布特征  
   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。    

3.  南京北郊O3、NO2和SO2浓度变化及长/近距离输送的影响  被引次数:5
   高晋徽  朱彬  王东东  王飞《环境科学学报》,2012年第32卷第5期
   利用2008年1月—2010年12月南京北郊O3、NO2和SO2质量浓度连续观测资料结合后向轨迹模式,采用聚类分析对轨迹进行分类和KZ滤波器对数据组分进行分离的方法,讨论了南京北郊气体污染物(O3、NO2和SO2)的质量浓度变化规律及长/近距离输送对该地区污染气体的影响.结果表明,南京北郊春末夏初(5、6月)O3月均浓度出现最大值,12月出现最小值;NO2在春季(3—5月)月平均浓度相对较高,8月份浓度全年最低,而SO2浓度在6、7月出现最低值.不同季节气体污染物浓度日变化各有特点,O3呈单峰分布,12:00—15:00出现浓度最大值;NO2浓度高值则出现在夜间;SO2在清晨出现最大值,另外,春秋冬季SO2呈双峰型分布.长/近距离输送对南京北郊污染气体影响的分析表明,在西南方向的近距离输送影响下,该地区O3浓度将会出现明显的高值;传输速度较慢的西北气流则会促使该地区形成高浓度的NO2;长距离输送对O3和NO2的贡献与气团输送距离有关,说明该地区O3和NO2是区域性问题.另外,当在传输速度较慢的偏东气流的控制下,SO2的浓度较高,说明SO2的高浓度事件与偏东方向的近距离输送有关.    

4.  2014年APEC会议期间北京市空气质量分析  被引次数:3
   王占山  李云婷  张大伟  陈添  孙峰  李令军  李金香  孙乃迪  陈晨  王步英《环境科学学报》,2016年第36卷第2期
   为研究区域性大气污染物减排措施对北京市空气质量的影响,结合地面观测的气象数据、能见度、常规污染物浓度和PM2.5化学组分,对APEC会议期间北京市的空气质量进行分析.结果表明,APEC期间的11月4日和8-10日两个过程,大气污染物扩散条件较不利,易出现污染过程.APEC期间,密云、榆垡、昌平、奥体中心和西直门北大街5个站点SO2、NO2、O3、PM10和PM2.5平均浓度分别为(8.0±8.0)、(37.4±21.6)、(36.0±22.5)、(67.7±43.4)和(48.6±42.2) μg·m-3.与近5年同期(PM2.5为去年同期)相比,SO2、NO2、PM10和PM2.5日均浓度分别下降了61.5%、40.8%、36.4%和47.1%,O3日均浓度上升了101.8%.从污染物日变化规律来看,减排措施的环境效果在大气污染物扩散条件较有利的时段体现的更明显.在APEC期间,PM2.5浓度在前半夜保持平稳,未出现积累峰值.与秋季非APEC期间相比,PM2.5中大部分组分浓度均有明显下降,二次离子组分降幅尤为明显.同时,本文测算了APEC期间减排措施的"净环境效益",发现减排措施使得SO2、NO2、PM10和PM2.5浓度分别降低了74.1%、48.0%、66.6%和64.7%,O3浓度上升了189.2%.与10月份的大气污染过程相比,同样在不利气象条件下,实施减排措施后PM2.5浓度峰值明显降低,积累速度明显减缓.    

5.  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.    

6.  上海市秋季典型大气高污染过程中颗粒物的化学组成变化特征  被引次数:14
   周敏  陈长虹  王红丽  黄成  苏雷燕  陈宜然  李莉  乔月珍  陈明华  黄海英  张钢锋《环境科学学报》,2012年第32卷第1期
   于2010年10月1日至11月30日在上海市城区对大气中颗粒物质量浓度及细粒子化学组分进行了在线连续观测,获得了秋季大气灰霾和沙尘等典型污染过程中颗粒物质量浓度和化学组成的变化特性.观测结果显示,在大气灰霾污染过程中PM10和PM2.5的日均最高浓度分别达到216~293 μg·m-3和130~204 μg·m-3,PM2.5/PM10的比值在65%以上,总的可溶性无机离子(TWSII)占PM2.5质量浓度的50%以上,有机碳(OC)和元素碳(EC)的总和占25%~30%.二次可溶性离子(SO42-, NO3-, NH4+)占TWSII的83.3%~87.5%,OC/EC的比值在5左右,表明在灰霾污染过程中二次组分对PM2.5的贡献较大;沙尘天气以粗粒子污染为主,TWSII、OC和EC分别仅占PM2.5质量浓度的27.2%、13.4%和2.0%,二次可溶性离子(SO42-, NO3-, NH4+)占TWSII的55.7%,Ca2+、Mg2+等地壳组分的比例较灰霾天气明显升高.研究结果还显示,SO42-和NO3-等二次离子组分的生成与颗粒物中硫与氮的氧化速率有关,在大气灰霾过程中硫转化率(SOR)和氮转化率(NOR)值较高,分别为0.24±0.10和0.15±0.06,说明SO2通过二次反应生成SO42-的能力较强,在污染的环境下高浓度的NO2更有利于向NO3-转化.    

7.  济南城区空气污染对呼吸道疾病门诊量的影响  被引次数:6
   王艳  张宜升  李欣鹏《中国环境科学》,2008年第28卷第6期
    为探讨空气污染对人群呼吸道健康的影响,调查了2002~2005 年济南市历城区空气质量状况及医院每日呼吸道疾病门诊量,采用时间序列方法的非参数广义相加模型(GAM),在控制门诊量变化的长期趋势、“星期几效应”、气象因素等混杂因素的基础上,分析了空气污染对呼吸道疾病日门诊量影响的最佳滞后时间及暴露-反应关系.结果表明,空气污染对呼吸道疾病日门诊量有影响.单污染物模型中,PM10 和NO2 分别滞后0d 和3d 及SO2 滞后0~3d 的移动平均值对人群呼吸道健康的影响具有统计学意义.PM10、SO2 和NO2 日均浓度增加10µg/m3,呼吸道疾病日门诊相对危险度分别为1.004, 1.015,1.008.女性比男性对空气污染更为敏感.    

8.  盐城市空气污染对呼吸系统日门诊量关系的时间序列分析  
   赵有政  汤权  沈进进  咸月  黄连成《环境监控与预警》,2020年第12卷第3期
   根据盐城市2014—2018年逐日空气污染物监测数据细颗粒物(PM2.5)、可吸入颗粒物(PM10)、二氧化氮(NO2)、二氧化硫(SO2)、臭氧(O3)、气象数据(日平均温度、日平均相对湿度)及市区某三甲综合医院呼吸系统日门诊资料,采用时间序列半参数广义相加模型,以滞后天数最大效应值作为空气污染物对人群呼吸系统日门诊量影响的超额危险度,分析了盐城市空气污染物短期暴露对人群呼吸系统日门诊量的影响。结果表明,2014—2018年盐城市空气PM2.5、PM10、NO2、SO2和O3平均值分别为48.4,81.8,26.3,15.8和111.2 mg/m3,其中PM2.5、PM10值高于《环境空气质量标准》(GB 3095—2012)二级标准。污染物PM2.5、PM10、NO2、SO2和O3值每升高10 mg/m3,呼吸系统日门诊量就增加0.52%,0.31%,3.54%,4.36%和0.03%,SO2效应最强。空气污染物的短期暴露影响呼吸系统日门诊量,且存在滞后效应,其中PM2.5、PM10、NO2、SO2影响较大。    

9.  环境空气质量综合指数计算方法比选研究  
   王帅  潘本锋  张建辉  解淑艳  宫正宇  李亮《中国环境监测》,2014年第30卷第6期
   环境空气质量综合指数是进行逐月城市环境空气质量比较和排序的重要方法,提出了4种涵盖SO2、NO2、PM10、PM2.5、CO、O3等6项污染物的综合指数计算方法,基于2013年74个城市逐月污染物浓度数据使用主成分分析方法进行了对比分析.结果表明,综合指数计算方法中污染物统计指标和标准化方法不同对于主要污染物的判定有重要影响,各种计算方法中PM2.5、PM10、O3是出现频率最多的主要污染物;除O3外其他5项污染物逐月统计指标间均有极显著的正相关性, 冬季O3统计指标与SO2、NO2、PM10、PM2.5呈显著负相关,夏季则呈显著正相关;主成分分析结果表明,在去除冗余信息后,PM2.5、PM10的权重被相对削弱,SO2、NO2、CO的权重得到相对强化,O3的权重夏季得到强化、冬季被削弱;综合考虑不同方案下主要污染物频率分布情况和PM2.5、PM10、O3权重变化特征,建议计算逐月环境空气质量综合指数时,SO2、NO2、PM10、PM2.5宜以月均值除以年均值标准进行标准化,CO、O3宜以特定百分位数浓度除以日均值标准(或8 h均值标准)进行标准化;该方法可延伸到季、半年和年度的环境空气质量综合指数计算.    

10.  武汉市2014-2017年大气污染物分布特征及其潜在来源分析  
   高正旭  王晓玲  向华  苟阿宁《环境科学学报》,2018年第38卷第11期
   利用武汉市2014—2017年大气污染物(SO2、NO2、CO、O3、PM2.5和PM10)和气象要素的观测数据,分析了大气污染物的变化特征及其影响因素.使用HYSPLIT模式计算了影响武汉市的主要气团类型,并利用潜在源区贡献(PSCF)和浓度权重轨迹(CWT)分析方法,揭示了研究期内武汉市不同大气污染物的潜在源区分布及其贡献特性.结果表明,武汉市2014—2017年空气质量逐年好转,SO2、O3、PM2.5和PM10的浓度呈逐年下降的趋势,但NO2和CO的浓度先下降后上升.2017年SO2、O3、PM2.5、PM10、NO2和CO的浓度分别为9.6、50.8、52.7、89.2、47.5 μg·m-3和1.1 mg·m-3,分别比2014年降低了64.3%、23.0%、24.7%、18.8%、3.5%和5.9%.大气污染物存在显著的季节变化和月变化.大气污染物在四个季节中日变化类似,SO2和O3均为单峰型分布,NO2、CO、PM2.5和PM10均为双峰型分布.武汉市空气污染以PM2.5为主,随着污染程度的加剧PM2.5/PM10的值逐渐增大,在空气质量为严重污染时,PM2.5/PM10高达90%,比空气质量为优时高了31.34%.局地气团(45%)和来自山西、陕西和河南一带的西北气团(12.1%)下大气污染物浓度较高.大气污染物的潜在源区贡献(WPSCF)和浓度权重轨迹(WCWT)的较大值主要集中在武汉市本地及其周边地区,局地污染对武汉市大气污染物的贡献较大,但不同大气污染物受到排放源分布和停留时间等影响其WPSCF和WCWT的分布范围不同.    

11.  应用扩散管测量霾污染期间大气氮硫化合物浓度的方法  
   田世丽  刘学军  潘月鹏  周焱博  许稳  王跃思《环境科学》,2017年第38卷第9期
   活性氮和硫化合物在大气颗粒物形成过程中扮演重要角色,但对它们气相/颗粒相的同步观测结果比较缺乏.本研究尝试基于扩散管的DELTA系统测量氮和硫化合物短时累积浓度,以期捕捉它们在霾污染期间的演变规律.结果表明,DELTA系统收集气态污染物的扩散管中以及颗粒物滤膜上NH4+和NO3-空白干扰较小,适用于研究NH3、HNO3、NH4+和NO3-的日均浓度,可以作为城市环境空气质量监测参数的有效补充;但采样系统中SO42-背景含量较高,仅适合监测48 h以上时间尺度的SO2浓度和周~月尺度SO42-浓度,用于大气硫沉降观测.北京2016年5月9日~6月7日观测期间,大气NH3、HNO3、NH4+和NO3-浓度具有明显的逐日演变规律,呈现出随着风向转变而发生周期性波动的典型特征;这些含氮污染物与PM2.5、CO、SO2和NO2浓度的变化规律一致,其来源可能与化石燃料燃烧源有关.污染天NH3、HNO3、NH4+和NO3-浓度约为清洁天的2倍,但还原性氮和氧化性氮的相态分布在清洁天和污染天无明显差异;整个观测期间,HNO3/NO3-约为1.2,NH3/NH4+为4.5,春夏之交较高的温度有利于活性氮在气粒平衡过程中偏向于气态形式存在.    

12.  2017年除夕至初一期间湖南省城市环境空气污染特征分析  
   张琴  刘妍妍  彭庆庆  李蔚  罗岳平《环境监控与预警》,2017年第9卷第5期
   对2017年除夕至初一期间(1月27—28日),湖南省14个市州的78个城市环境空气自动监测站点数据进行了分析。结果表明,烟花爆竹的集中燃放会在短时间内造成严重的大气污染,其中,对PM10和PM2.5影响最为显著,其次是SO2,NO2和O3受影响程度相对最小。集中燃放烟花对PM10和PM2.5的小时值增长倍数贡献明显。对全省14个城市PM10和PM2.5的小时值最大贡献量分别为195~652和116~680 μg/m3;最大增高倍数分别为1.8~10.5倍和2.2~15.8倍。其中对郴州市的影响程度最高。城市集中燃放烟花爆竹期间,ρ(PM2.5)/ρ(PM10)明显上升,初一01:00最大值为0.69。气象条件也是影响春节期间空气质量的重要因素,风速小、逆温强、湿度大和无降水等不利气象条件使污染物浓度不断累积,形成持续性污染过程。    

13.  北京市大气环境中硫酸盐、硝酸盐粒径分布及存在形式  被引次数:5
   毛华云  田刚  黄玉虎  李钢  宋光武《环境科学》,2011年第32卷第5期
   为了解北京市大气颗粒物中,二次硫酸盐、硝酸盐的存在形式及其含量,于2008年5月~2009年4月,利用MOUDI对北京市大气颗粒物分10级进行采样,利用离子色谱技术对各粒径范围大气颗粒物中的无机水溶性组分进行分析,并利用偏相关分析的方法确定其存在形式和估算其含量. 结果表明,北京市大气颗粒物中水溶性硫酸盐和硝酸盐表现为单模态分布,峰值粒径分布在0.32~0.56 μm,主要以气相转化为其主要形成途径;北京市大气PM10中,SO2-4主要以(NH4)2SO4的形式存在,NO-3则以NH4NO3、NaNO3、KNO3和Ca(NO3)2等多种形式并存;北京市大气PM10中,二次(NH4)2SO4和NH4NO3的质量浓度分别为(17.0±8.2) μg/m3和(8.8±3.3) μg/m3,占PM10总量的(14.7±3.64)%和(7.6±2.2)%,二者之和占PM10总量的(22.3±4.3)%.    

14.  沈阳市冬季环境空气质量统计预报模型建立及应用  被引次数:4
   刘闽  王帅  林宏  许荣《中国环境监测》,2014年第30卷第4期
   利用沈阳市2013年1—2月大气自动监测数据和同期气象资料,选取19项预报因子,采用逐步回归方法建立了沈阳市冬季环境空气质量统计预报模型,预报项目包括细颗粒物(PM2.5)、可吸入颗粒物(PM10)、二氧化硫(SO2)、二氧化氮(NO2)、一氧化碳(CO)日均浓度及臭氧(O3)日最大8 h平均浓度。2013年11月至2014年1月,应用该模型并结合人为经验修订,开展了沈阳市环境空气质量预报工作,预报结果与实测结果的对比验证结果表明,环境空气预测结果级别准确率达到79.1%,首要污染物准确率为73.6%。    

15.  北京市能源利用对空气质量的影响分析和预测  被引次数:8
   李林  郝吉明  胡京南《中国环境科学》,2005年第25卷第6期
    为评价能源消耗对未来北京市空气质量的影响,以2000年为基准年,2008年为目标年,建立了北京市城八区能源利用相关的一次PM10、SO2和Nox的排放清单,采用空气质量模型,模拟城八区内各污染物浓度的时空分布,分析其排放和浓度分布特征及行业分担率,并预测2008年的空气质量.结果表明,对于能源消耗排放的一次PM10和SO2,工业排放对其浓度的贡献率在40%以上;机动车排放对Nox浓度的贡献率在65%左右;按照现行的政策和发展趋势,2008年北京市城八区的空气质量将有所好转,与能源利用相关的一次PM10、SO2和NO2在各监测点的年日均浓度分别约为25,50,51μg/m3.    

16.  “2+26”城市一次污染过程PM2.5化学组分和来源解析研究  
   曹云擎  王体健  韩军彩  王德羿  谢晓栋  吴昊  赵明《环境科学学报》,2020年第40卷第2期
   "2+26"城市颗粒物污染严重,城市间相互影响显著,开展该区域大气颗粒物组分特征及来源解析的研究,能够为大气污染精细化管控及城市间协同控制提供科学支撑.本文对"2+26"城市2016年12月16-23日一次颗粒物污染过程中的PM2.5组分数据进行了分析,使用空气质量模式CAMx-PSAT对PM2.5的来源进行了解析.结果表明,本次污染过程中阳泉的PM2.5最高日均浓度为137 μg·m-3,达到中度污染;长治、太原和滨州的PM2.5最高日均浓度分别为235、188、226 μg·m-3,达到重度污染;其余城市的PM2.5最高日均浓度值超过250 μg·m-3,达到严重污染.PM2.5中含量最多的4种组分为OC、NO3-、SO42-、NH4+,平均占比分别为19.38%±4.37%、18.20%±3.14%、16.83%±3.55%、10.35%±1.64%,NO3-的占比高于SO42-;Cl、Cd、Sn、Cu、Zn、As、Se、Pb和S元素的富集因子大于100,主要来自于人为排放,部分城市的Cd和As元素浓度超标,所有城市的Cr元素浓度均超标;各城市的OC/EC比值为4.96~11.60,说明有明显的二次有机颗粒物生成.模拟结果显示,PM2.5本地排放贡献为10%~47%,外地贡献为15%~68%,"2+26"城市以外区域的贡献为14%~53%;民用源、工业源、农业源、交通源、电力源的贡献分别为43.70%±5.94%、29.29%±4.93%、9.68%±1.09%、9.19%±1.69%、6.27%±1.37%.本研究表明,针对颗粒物主要组分OC、NO3-、SO42-、NH4+的前体物,开展民用源和工业源的减排及城市间的协同控制,才有可能达到理想的区域PM2.5控制效果.    

17.  武汉市洪山区夏季PM2.5浓度、水溶性离子与PAHs成分特征及来源分析  
   孙焰  祁士华  张莉  邢新丽  杨丹  胡天鹏  瞿程凯《环境科学》,2016年第37卷第10期
   2014年6月12日~7月22日,在武汉市洪山区进行PM2.5采样,分析了夏季PM2.5及其水溶性离子的浓度,并利用气相色谱/质谱(GC/MS)对PM2.5中多环芳烃(PAHs)浓度进行测定,探讨其污染来源及形成机制. 结果表明,PM2.5质量浓度为36.41~220.02 μg·m-3,平均值为97.38 μg·m-3,超标率为59.26%,气象因素中风速对其影响较大,随着风速的增加,浓度呈降低趋势;SO42-、NO3-、NH4+和K+是PM2.5的主要组成成分,占PM2.5质量浓度的40.67%,气溶胶偏酸性;对SO42-、NO3-的形成过程分析发现其所受的影响因素不同,PM2.5中NH4+主要以NH4HSO4和(NH42SO4的形式存在. PM2.5中PAHs日均质量浓度为11.30 ng·m-3,主要是以4、5、6环为主. 对PM2.5来源进行分析表明工业废气及汽车尾气的排放为主要污染源,其中燃煤及汽车尾气占83.90%,石油源占10.17%,炼焦排放占5.08%. PAHs总毒性当量浓度(TEQBaP)值为0.22~11.19 ng·m-3,平均值为1.74 ng·m-3,日均超标率7.41%.    

18.  2000~2014年北京市SO2时空分布及一次污染过程分析  被引次数:2
   程念亮  张大伟  李云婷  陈添  李金香  董欣  孙瑞雯  孟凡《环境科学》,2015年第36卷第11期
   根据2000~2014年北京市SO2监测数据,系统分析了SO2时空分布特征并采用数值模式(CAMx)模拟分析了一次重污染过程中北京市SO2来源.结果表明,2014年与2000年相比北京市SO2年均浓度累计约降低69%,SO2年均浓度的变化率为-3.5 μg ·(m3 ·a)-1; 北京市SO2的月均浓度呈U型分布,季节分布上整体呈现出冬季>春季>秋季>夏季的特征,采暖季SO2浓度明显高于非采暖季; 空间分布上北部及西部山区SO2浓度水平明显低于中心城区及西南、 东南部地区,受减排措施影响较大的石景山、 东四、 通州监测点的SO2浓度降低明显; 在2014年1月14~18日一次重污染过程中北京SO2存在明显的区域输送,PAST源示踪技术初步计算显示外来源对北京SO2浓度的贡献率为83%,其中北京周边高架点源电厂贡献占21%,北京4家主要燃煤电厂对全市SO2浓度贡献率约为3.5%.    

19.  2006~2010年珠三角地区SO2特征分析  被引次数:1
   李菲  谭浩波  邓雪娇  邓涛  徐婉筠  冉靓  赵春生《环境科学》,2015年第36卷第5期
   对广州番禺大气成分站2006~2010年期间的SO2资料进行了分析,讨论了珠江三角洲(珠三角)地区地面SO2体积分数的年、季节、月、日变化特征和概率的分布特征. 珠三角地区地面SO2变化特征的分析结果表明,2010年地面SO2体积分数的总体水平相对近年来有一定下降,高浓度事件发生频率降低; 冬、春季SO2各项统计值要高于夏、秋季,干季明显高于湿季,可能与大气边界层高度和太阳辐射等因素的季节性变化相关; SO2干湿季的日变化趋势相仿,日最高峰时间相同,只是湿季达次高峰和最低点的时间比干季要提前1 h,这可能与季节性的大气边界层高度和辐射强度变化,以及日照时间长度有关; SO2体积分数的概率分布特征比较复杂,各月谱型分布各有不同,可能与季节性因素的变化规律相关.    

20.  北京城区大气PM2.5主要化学组分构成研究  被引次数:3
   刘保献  杨懂艳  张大伟  陈添  赵红帅  陈圆圆  陆皓昀《环境科学》,2015年第36卷第7期
   2012年8月至2013年7月期间,对北京市城区石景山、车公庄、东四和通州这4个点位开展为期一年的PM2.5化学组分研究,共获得样本220组,使用化学质量重构方法进行组分重构研究.结果表明,通过化学质量重构方法获得的PM2.5质量和实际测定PM2.5质量浓度具有很好的相关性,相关系数为0.95,其中春季、秋季和冬季相关系数均大于0.95以上, 夏季稍差(0.77); 采样期间4个点位的PM2.5主要组分OM、EC、SO42-、NO3-、NH4+、Cl-、地壳元素、微量元素的质量浓度分别为31.4、3.8、19.9、21.6、14.4、4.0、15.4、2.9 μg ·m-3,分别占总组分的25.1%、3.0%、15.9%、17.2%、11.5%、3.2%、12.3%、2.3%,除地壳物质外各组分呈东高西低的趋势; 2013年1月11日至14日重污染期间, OM、SO42-、NO3-、NH4+的浓度是全年平均的1.9、5.0、3.2、4.2倍, SO42-成为本次污染过程中最主要的组分.采暖期和非采暖期城区PM2.5最大的组分均为OM,采暖期相对非采暖期OM、NH4+、NO3-、SO42-均有较大增幅,但地壳物质和EC相差不大,两个时期差异最大的组分为具有较强燃煤指示性的Cl-(4.4倍). 对于化学质量重构结果的未知组分,其中城区PM2.5中水份约占6.0%, 夏季颗粒物的水份最大(6.5%), 春季和冬季相当, 秋季较少(3.7%).    

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