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 125 毫秒
1.
2002年北京PM10时间序列及其成因分析   总被引:4,自引:0,他引:4  
以北京2002年的ρ(PM10)日平均值和气象要素观测资料为例,根据小波分析的原理,利用Matlab小波分析工具,对逐日ρ(PM10)时间序列进行分解和重构,分析了该地区ρ(PM10)的年变化规律和突变特征.结果表明:2002年北京PM10污染季节性变化强,春季最严重,冬季次之,夏、秋季节较好;全年共有4个突变点,均出现在沙尘暴或强沙尘暴期间,并指出沙尘天气是北京ρ(PM10)发生突变的主要影响因素.在此基础上,根据形成原因及气象资料分析,将2002年PM10重污染天气过程分为沙尘型和排放累积型2类,并阐述了形成各类PM10重污染天气的气象原因.  相似文献   

2.
沙尘天气过程对北京空气质量的影响   总被引:6,自引:1,他引:5  
利用气象、沙尘暴特种观测以及环境监测等多种资料,对2010年3月19─22日沙尘天气过程的大气结构、沙尘源地和垂直水平输送条件以及北京近地层气象要素、空气质量的变化特征进行了分析. 结果表明:这次强沙尘暴天气过程是由冷空气短波槽快速东移南下、地面冷锋明显发展东移造成的;前期沙尘源地土壤湿度的减小为起沙提供了有利条件,同时低层存在的较强西北气流将从源地卷起的沙尘输送到下游地区;沙尘发生时,20 m气层内风速迅速增大,气层内垂直方向风速梯度也逐渐增大,相对湿度急剧降至20%~30%之间;受这次沙尘天气影响,北京地区ρ(TSP)以及10个区县的ρ(PM10)均迅速增加,空气质量达到重污染.   相似文献   

3.
2000~2010北京大气重污染研究   总被引:38,自引:0,他引:38       下载免费PDF全文
根据北京市环境保护局公布的大气污染数据及气象部门公布的气象资料,用时间序列分析法对空气污染指数大于200的大气重污染做了系统分析.结果表明,北京大气重污染可分为静稳积累型、沙尘型、复合型以及特殊型4个类型,2000~2010年各类型发生次数分别为69、53、23、6次.从季节分布看,北京大气重污染主要集中在春季和秋冬季,其中春季以沙尘型为主,而秋冬季大部分为静稳积累型.从年际变化看,21世纪初期沙尘天气活跃,造成了北京大气重污染的高峰期,2003~2005年大气重污染有所回落,2006年受沙尘天气明显增多及大规模奥运建设的共同影响,北京大气重污染再次出现明显峰值;2007年北京沙尘天气明显减少,但静稳积累型重污染相对突出;2008年奥运减排措施效果显著,全市静稳积累型重污染降至历史最低,其后则呈缓慢上升趋势.大气重污染既呈现区域共性,也受局地环境影响.定陵站大气重污染全部为沙尘型;近年来随着首钢的减产、搬迁,石景山区古城站大气重污染明显减少;而受周边大规模城市建设影响,奥体站大气重污染表现相对突出.  相似文献   

4.
沙尘天气对大气环境质量影响的量化研究   总被引:8,自引:0,他引:8  
利用沙尘天气年鉴资料和颗粒物浓度监测数据,构建了沙尘天气对大气环境质量影响的量化指标(贡献率和绝对贡献),并利用该量化指标分析了沙尘天气对位于沙尘源区和影响区内典型城市大气环境的影响,同时比较了沙尘天气对北京城、郊区的不同影响. 结果表明:2001—2009年沙尘天气对沙尘源区城市呼和浩特的贡献率年均值为6.84%,对影响区内的城市北京、天津、济南的贡献率年均值分别为5.96%、3.57%、1.66%;沙尘天气对沙尘源区城市(呼和浩特)和影响区城市(北京、天津和济南)的贡献率最大值均出现在3月,其中,对呼和浩特、北京、天津、济南的贡献率最大值分别达到19.21%、15.02%、9.41%和8.69%;2000年4月和2001年3月沙尘天气对北京ρ(PM10)的绝对贡献较大,分别为0.062和0.077mg/m3,占GB 3095—2012《环境空气质量标准》ρ(PM10)二级标准限值(0.15mg/m3)的41.3%和51.3%;沙尘天气过程对于北京城、郊区的影响也不完全一致.   相似文献   

5.
2021年4月16日至4月18日江苏省经历了一次受沙尘影响的重污染过程.本次过程沙源地为蒙古国中南部及中国内蒙古中西部地区,在蒙古气旋后部西北大风影响下,沙尘气团自西北向东南影响了中国多个省市和地区.江苏省自16日起逐渐受到沙尘过程影响,苏北城市ρ(PM10)从凌晨开始迅速升高,浓度最高达569μg/m3,空气质量达严重污染级别.17日,受蒙古气旋后部冷高压带来的偏北风影响,沙尘气团位置明显南移,多数沿江城市PM10开始上升,空气质量达中度污染级别.至17日夜间,本次影响江苏省的沙尘过程基本结束.沙尘影响期间,江苏各市不仅ρ(PM10)浓度快速上升,同时ρ(PM2.5)/ρ(PM10)比值也明显下降,由受沙尘影响前的介于0.60~0.75之间迅速降至介于0.15~0.23之间.  相似文献   

6.
典型沙尘回流天气过程对北京市空气质量影响的特征分析   总被引:7,自引:0,他引:7  
利用不同方位监测数据和气象资料,结合后向轨迹模型和激光雷达观测结果,对2011年3月18—21日北京市空气污染过程的天气形势、沙尘输送路径、污染物浓度的变化特征进行了分析.结果表明,这次污染过程主要是由于沙尘在上游沙源地起沙后先直接输送穿过北京,然后停留在渤海湾和朝鲜半岛区域,在渤海弱高压系统作用下,沙尘又回流至北京所致,其中,沙尘回流直接造成北京市空气质量达到重度污染天气.在沙尘回流影响过程中,PM10浓度呈现青龙山-北京市区-八达岭逐步升高的变化特征,国控站点PM10小时浓度持续16 h超过350μg·m-3,最大值达到571μg·m-3.SO2、NO2与PM10的小时浓度表现为同步变化规律,沙尘回流影响时,除了沙尘粒子外,周边地区的人为排放也是一个重要因素.  相似文献   

7.
2000—2002年沙尘现象对北京大气中PM10质量浓度的影响评估   总被引:12,自引:2,他引:12  
北京地区大气中污染物粒子PM10主要有3个来源:本地区排放的PM10;北京周边地区排放的PM10经过输送扩散进入北京大气中;沙尘现象污染北京大气,尤其在强沙尘时造成北京大气中主要污染物粒子皆为沙尘粒子。而北京部分地区受沙尘影响时,大气中污染物粒子既包含沙尘粒子也包含排放的污染物粒子。利用北京及周边地区气象台站资料、卫星遥感资料以及环境监测资料,采用月积分浓度和年积分浓度方法,对沙尘粒子与污染物粒子进行了统计对比分析,发现沙尘粒子约占北京PM10的7%~19%。  相似文献   

8.
2018年11月底淄博市经历了一次沙尘影响下的大气重污染过程,为研究此次重污染过程形成机制,分析了淄博市ρ(PM10)和ρ(PM2.5)及PM2.5化学组分特征,并利用PMF模型和后向轨迹模型对颗粒物的来源进行研究.结果表明:①污染期间,ρ(PM10)和ρ(PM2.5)小时平均值分别为(259±111)和(133±51)μg/m3,分别是污染后ρ(PM10)〔(88±38)μg/m3〕和ρ(PM2.5)〔(36±14)μg/m3〕的2.9和3.7倍.②受沙尘的影响,Ca2+、Mg2+、Al、Mg、Ca、Si等代表沙尘源的离子和元素组分的质量浓度在PM2.5中占比均高于污染后.③ 72 h后向轨迹结果表明,除受西北方向沙尘传输气流影响外,局地盘旋的当地气流也增加了污染物的累积,此次大气污染过程是本地污染物累积及西北沙尘传输共同作用形成的.④ PMF模型解析表明,污染期间扬尘源是PM2.5的首要贡献源类,贡献率达33.61%,说明沙尘过境对此次污染过程有较大贡献;污染后工业源贡献显著增高,成为主要污染源,贡献率为22.71%,体现了淄博市是重工业城市的特点.研究显示,淄博市此次重污染过程颗粒物来源复杂,除受本地区域污染影响外,外来沙尘过境贡献也较大.   相似文献   

9.
为研究沙尘天气下典型大气污染特征,选择呼和浩特市、包头市、鄂尔多斯市(简称"呼包鄂地区")为研究对象,分析了呼包鄂地区2016年春季3月1日-5月31日的PM10与PM2.5数据,利用CMB(化学质量平衡)受体模型、后向轨迹模型研究了呼包鄂地区污染源的特征,通过富集因子法评估了人类活动对沙尘天气的影响,最终通过特征比值法对沙尘天气与非沙尘天气进行了区分.结果表明:①沙尘天气与非沙尘天气时,呼包鄂地区PM10、PM2.5中主要化学组分均为Si、Ca、Al、Fe、OC、SO42-与NO3-.沙尘天气时,ρ(PM10)与ρ(PM2.5)的差值大于非沙尘天气,较高的ρ(Al)、ρ(Si)、ρ(Ca)说明呼包鄂地区受到较大的沙尘天气影响.②CMB受体模型源解析结果表明,沙尘天气时扬尘源对PM10与PM2.5的贡献率分别为59.3%、48.7%,说明PM10和PM2.5的主要污染源均为扬尘源.后向轨迹模式模拟表明,呼包鄂地区的沙尘主要来自其西北部地区.③元素Na、K、Mg的EF(富集因子)在PM10与PM2.5中均大于1.0,Si、Cu的EF在PM2.5中均大于1.0,但在PM10中小于或等于1.0;依据EF表征级别,自然因素对PM2.5和PM10的影响程度均较大,并且PM2.5受人类活动影响的程度大于PM10.通过特征比值发现,ρ(Si)/ρ(Al)大于1.7且ρ(Si)/ρ(Fe)大于2.2可作为呼包鄂地区典型沙尘天气的界定.研究显示,呼包鄂地区春季受到较大程度的沙尘影响,这些沙尘主要来自其西北部地区,通过特征比值法可以对呼包鄂地区沙尘天气进行界定.   相似文献   

10.
沙尘天气对北京市空气质量的影响及其预测预报   总被引:7,自引:3,他引:7  
概述了北京市沙尘天气的分类、特征、判别方法,总结了2000-2002年沙尘天气对北京市空气质量的影响情况,提出了沙尘天气影响空气质量的短期(1—2d)预报方法。利用该方法预报了2002年4次主要沙尘天气过程,预报结果都比较准确。研究发现沙尘天气年际变化主要是受气候条件年际变化影响,提出根据气候条件年际变化预测来进行沙尘天气年际变化预测的初步方法。  相似文献   

11.
基于气象数据和空气质量数据,研究了2016年12月29日~2017年1月8日京津冀与长三角地区一次大范围重度污染过程的特征及成因.结果表明,均压场、低边界层高度、静小风是本次重污染过程的主要气象特征,重污染过程的结束得益于后期气压梯度变大,水平扩散条件转好.此外,基于WRF-CMAQ(气象研究与预报建模系统及区域多尺度空气质量模型)模式情景分析法评价了区域传输和局地累积对本次重污染过程的作用,分析显示重污染前期当中东部地区受南风控制时,京津冀地区受长三角地区传输影响较大(15%~20%),长三角地区以本地贡献为主;累积阶段,长三角地区本地贡献显著下降,受到京津冀地区的贡献明显上升(20%~30%),京津冀地区主要受本地排放影响.传输通量结果显示长三角向京津冀输送的净通量峰值发生在重污染前期(-21.52t/d),京津冀向长三角输送的净通量峰值发生在累积阶段(17.29t/d),区域传输作用在1001~1478m之间最为活跃.  相似文献   

12.
利用常规气象观测资料、颗粒物监测数据,并结合污染源溯源,采用天气学原理和轨迹分析等方法对2019年5月青海东部一次沙尘重污染天气的主要成因及沙尘传输特征进行了分析.结果表明,此次沙尘重污染天气主要由贝加尔湖低槽东移携带的强冷空气沿河西走廊东移下滑,沿湟水河谷自东向西倒灌入青海东部导致,污染物随着强劲的东风影响青海东部.此外,西风环流将甘肃中部的沙尘传输至青海东部.此次沙尘天气过程地面冷空气在东移南压的过程中,沿河西走廊下滑的冷空气自青海东部河谷地区倒灌进入青海东部,甘肃境内沙尘进入青海后自东向西输送到青海东部,造成青海东部出现重污染天气.逆温层的存在使青海东部大气边界层趋于稳定,不利于污染物向外扩散,无法及时扩散的沙尘长时间维持是导致重污染天气的主要原因.沙尘天气出现前期,青海东部地区湿度条件逐渐变差,沙尘发生前,地面感热明显增加,大气中水汽减少、空气干燥是沙尘天气形成的重要条件.此次沙尘暴传输路径是自东南向西北传播,先后影响海东、西宁两地,与轨迹分析结果一致.  相似文献   

13.
2017年春季华北地区一次典型沙尘重污染天气过程研究   总被引:1,自引:0,他引:1  
结合空气质量监测站小时监测数据、NECP资料、卫星遥感资料,分析了2017年5月3—5日华北地区一次典型沙尘重污染天气过程.结果表明,此次重污染过程主要由前期的浮尘和后期的扬沙天气造成.前期,蒙古气旋强烈发展将沙尘源地的沙尘抽吸到空中并在偏西风作用下,长距离传输到华北地区沉降,造成大范围浮尘天气,多个城市出现严重污染,PM10浓度增高显著.后期,随着高空横槽转竖并东移,受强冷锋影响,京津等地出现大风扬沙天气,大风过后,空气质量转好,PM10浓度降低至较低水平.起沙源地高空辐散、近地面辐合产生强烈的上升运动将沙尘带到空中并向东传输至华北上空,近地面处于弱辐散场,高空的沙尘缓慢下沉,形成了浮尘天气;高空槽东移,高空辐合,近地面辐散,700 hPa至近地面为强烈下沉运动,是形成此次扬沙天气的主要原因.结合天气形势分析和特征量诊断,给出了华北地区此次浮尘和扬沙天气的天气学概念模型.  相似文献   

14.
兰州市冬春两季PM_(10)重度污染的气象条件分析研究   总被引:1,自引:3,他引:1  
根据兰州市环境监测站2001年1月1日~2005年12月31日兰州市区空气质量日报和同期兰州气象观测资料,分析了兰州市区可吸入颗粒物(PM10)和PM10重度污染季节分布特征。结果显示:5年间兰州市共出现108dPM10重度污染,其中97d分别出现在春季(3~4月)和冬季(12~2月)。其日平均浓度变化在春季和冬季分别表现为"陡峰型"和"缓慢累积型"。春季造成PM10重度污染的原因是强沙尘暴东移向下游的兰州输送大量尘土,主要由"外源"造成,污染日前后气象要素变化剧烈。冬季PM10重度污染由于地面连续处于地面高压和均压场影响之中,加之冬季近地面有逆温层结,抑制了污染物的扩散,地面气象要素表现为水平风速小、能见度差。  相似文献   

15.
珠江三角洲地区2006年颗粒物污染过程识别与分析   总被引:3,自引:1,他引:2  
利用Matlab小波分析工具,分析了珠三角(珠江三角洲)地区2006年PM10的突变特征,并对典型区域性颗粒物空气污染过程进行了识别.结合全球资料同化系统(GDAS)气象数据,运用HYSPLIT v4.9模式,以4个典型空气观测站点的数据为基础,分析了高污染过程期间后向气流轨迹的特征和区域ρ(PM10)的变化与输送过程,并对比分析了污染超标日和非超标日的ρ(PM10)与风速、相对湿度、平均温度及地面平均气压等常规气象要素之间的关系.结果表明:影响珠三角地区颗粒物高污染时段输送的气流主要来源于内陆东北气流和沿海气流.本地排放和区域城市间传输是造成珠三角地区颗粒污染过程的主要原因.静风或极小风,以及较高地面平均气压是影响珠三角地区PM10污染的主要气象要素.   相似文献   

16.
2017年汾渭平原东部大气颗粒物污染特征分析   总被引:1,自引:0,他引:1       下载免费PDF全文
高度集中的煤炭产业和繁忙的交通运输使得汾渭平原成为全国污染最严重的地区之一.利用中国环境监测总站发布的大气环境监测资料,以统计的方法分析了2017年汾渭平原东部三门峡市、运城市、渭南市、洛阳市的颗粒物质量浓度演变特征,并与北京市开展对比分析.结果表明:①2017年汾渭平原东部颗粒物污染形势较为严峻,ρ(PM2.5)年均值范围为61~75 μg/m3,高于北京市(58 μg/m3),ρ(PM2.5)/ρ(PM10)范围为0.47~0.57,远低于北京市的0.66,说明汾渭平原东部一次颗粒物的贡献更为显著.②与北京市相比,汾渭平原东部重污染有效时数较长,在三门峡市、运城市、渭南市和洛阳市出现PM2.5重度及以上污染过程的时数分别占全年总时数的6.56%、8.91%、9.23%和9.10%.但由于汾渭平原东部重污染期间颗粒物质量浓度较北京市低,因此造成汾渭平原东部和北京市重度及以上污染过程中颗粒物质量浓度平均值在颗粒物质量浓度年均值中占比基本相同.③汾渭平原东部颗粒物质量浓度的周变化特征与北京市有显著区别.④重污染期间,汾渭平原东部ρ(PM2.5)和ρ(PM10)的日变化特征与ρ(SO2)相同,均呈白天高、夜间低的特征,而北京市ρ(PM2.5)和ρ(PM10)的日变化特征与ρ(SO2)相反,呈白天低、夜间高的特征,说明汾渭平原东部特殊的能源结构、边界层动力演变和局地环流造成高架点源对重污染期间污染物质量浓度的影响较显著.研究显示,汾渭平原东部应该加强重污染期间高架点源的管控.   相似文献   

17.
结合激光雷达分析2014年春季南京地区一次大气污染过程   总被引:4,自引:1,他引:3  
包青  贺军亮  查勇  程峰  李倩楠 《环境科学》2015,36(4):1187-1194
利用环境监测数据、气象数据以及数值模拟结果,结合激光雷达数据反演的气溶胶消光系数,分析了2014年5月26日至6月1日南京地区一次典型的大气污染过程.本次污染过程受到外源性沙尘和烟尘输入以及本地污染排放叠加影响.气象因素对污染物的生消起到了重要作用,低压、逆温等因素阻碍污染物扩散,最终强降雨的出现使本次污染过程终结.整个污染过程中大气边界层高度偏低且变化不大,大气形势稳定,污染物扩散困难.激光雷达可以有效探测气溶胶的垂直分层结构,能直观准确地反映出污染物的分布聚集情况以及时空变化,对大气污染监测具有重要意义.  相似文献   

18.
韩笑颜  周颖  吕喆  王晓琦 《环境科学研究》2020,33(10):2235-2245
为探究典型重污染过程的污染特征与大气边界层结构演变规律,基于PM2.5采样数据、气象观测数据及WRF-Chem模式,以北京市和石家庄市2016年12月27日—2017年1月10日一次重污染过程为研究对象,对气象要素、PM2.5化学组分、天气背景场、边界层结构演变特征,以及大气边界层结构变化对ρ(PM2.5)及其主要化学组分的影响进行分析.结果表明:①研究期间,北京市和石家庄市ρ(PM2.5)分别为(165.63±110.89)(247.67±95.22)μg/m3,石家庄市污染程度高于北京市;高空纬向环流和地面弱高压控制的天气背景场,低于1.75 m/s的风速以及超过75%的相对湿度是造成北京市与石家庄市重污染的不利气象条件.②重污染时段北京市与石家庄市SNA(SO42-、NO3-、NH4+三者的统称)与碳质组分(OC、EC)占比之和超过76%,是PM2.5中的两大主要组分;重污染时段ρ(SNA)占比明显上升,北京市与石家庄市ρ(SNA)占比由非重污染时段的42.23%、45.93%分别升至重污染时段的58.87%、59.62%;北京市与石家庄市ρ(OC)/ρ(EC)分别为5.13、3.51,表明在重污染时段两城市存在明显的二次有机气溶胶污染.③WRF-Chem模式模拟结果表明,PM2.5污染严重时北京市与石家庄市在300~500 m处均出现明显的逆温,垂直风场主要表现为低层偏南风顺时针向上切变为偏西风,切变高度在400~1 000 m,逆温层结与明显垂直风切变的边界层特征共同抑制了污染物的湍流与扩散.④北京市与石家庄市重污染时段的PBLH(Planetary Boundary Layer Height,大气边界层高度)日均值与非重污染时段相比分别下降了202、128 m,PBLH每下降100 m,北京市与石家庄市ρ(PM2.5)分别上升18.81、29.85 μg/m3,PBLH下降是导致两城市ρ(PM2.5)快速上升的重要因素.北京市与石家庄市的PBLH与PM2.5组分质量浓度之间的相关性不同,北京市PBLH与ρ(SNA)的相关性高于与碳质组分质量浓度的相关性,石家庄市PBLH与ρ(EC)相关性最高,表明此次重污染过程中北京市PM2.5污染特征以二次形成为主,而石家庄市以一次排放为主.研究显示,北京市与石家庄市此次重污染过程与大气边界层结构变化密切相关.   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