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 122 毫秒
1.
王晓彦  王帅  朱莉莉  许荣  李健军 《环境科学》2018,39(10):4422-4429
对北京、保定、石家庄、邢台和邯郸这5个京津冀太行山沿山城市2014~2016年空气质量首要污染物进行分析,探讨其空间分布特征和时间变化趋势.结果表明,北京首要污染物由主到次为PM2.5、O3-8h、NO2和PM10,其他4个城市首要污染物排序为PM2.5、PM10、O3-8h、NO2、SO2和CO.在空间分布上,各城市PM2.5首要污染物天数比例3 a均值相当(53.3%~58.1%),但从北向南,5个城市PM10天数比例基本呈上升趋势,而O3-8h反之.除邯郸PM2.5首要污染物天数比例逐年明显下降外,其他4个城市的天数比例年际变化幅度较小;2016年石家庄、邢台和邯郸O3-8h天数比例均显著上升.各城市PM2.5和O3-8h首要污染物天数月变化曲线分别呈"W"型和"倒U"型,PM10首要污染物天数在3~5月出现明显高值区.从良至严重污染,各城市PM2.5和PM10首要污染物天数比例之和随空气质量级别逐级递增,其中PM10天数比例逐级下降,而PM2.5表现相反;O3-8h首要污染物天基本出现在良至中度污染级别,且总体上逐级下降;NO2仅在良级天有较高的天数比例贡献.  相似文献   

2.
2014—2016年海口市空气质量概况及预报效果检验   总被引:1,自引:0,他引:1       下载免费PDF全文
本文主要基于CUACE模式在海口市的预报产品,结合2014年3月—2017年2月海口市AQI、PM2.5、PM10和O3的实况资料进行预报效果检验.结果表明,①近3年海口市空气质量等级主要以优和良为主,但仍有少部分天数以PM10、PM2.5和O3为首要污染物,分别占所有首要污染物天数的27.6%、29.5%和42.9%,其中O3上升幅度较快.②CUACE模式能较好的模拟出AQI和3类污染物浓度的变化特征,其中PM2.5的预报值与实测值最为接近,而PM10和O3普遍偏低.③日平均浓度的预报效果检验表明,PM2.5的标准误差(RMSE)最小,AQI和PM10次之,O3最大.3个时次预报平均偏差(MB)和归一化偏差(MNB)均为负值,表明CUACE模式预报的污染要素浓度均偏低于实测值.④海口市空气质量为优等级时,TS评分最高;无首要污染物时,首要污染物预报的TS评分最高,但首要污染物为PM2.5、PM10或O3时,TS评分均偏低.  相似文献   

3.
为了研究我国南北过渡带西部地区大气污染物变化特征,选取了秦巴山地西部陇南市2015-2018年大气主要污染物监测资料和气象数据,分析了各污染物的浓度水平、变化特征及与气象条件的关系,并利用HYSPLIT后向轨迹模式分析了该地区污染物潜在来源(WPSCF和WCWT).结果表明:4年来,秦巴山地西部地区空气环境质量较好,空气质量优良率达94.24%,6项大气污染物SO2、NO2、CO、O3、PM2.5、PM10平均浓度分别为19.02、23.35、701.41、83.11、30.57、56.50 μg·m-3,均未超过国家二级标准.PM10是该地区首要污染物中天数最多的,达94 d.污染物SO2、NO2、CO、PM2.5和PM10的季节变化和日变化特征具有较好一致性,呈"U"型变化,O3呈单峰型,在夏季和午后浓度到达高值.颗粒污染物PM10、PM2.5与气态污染物SO2、NO2、CO均呈现较好正相关,气温、降水量和风速风向对污染物浓度有较大的影响.该地区冬季空气质量明显差于其他季节,颗粒物浓度主要受供暖期化石燃料燃烧和外来气流的影响.  相似文献   

4.
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.  相似文献   

5.
为了对城市污染物进行详细区域来源解析,基于长沙市低成本传感器监测网络,收集了2019年10月PM2.5、PM10、SO2、NO2的高空间分辨率监测数据,对污染特征进行分析.同时,根据本地排放和背景浓度变化的不同相对频率,基于小波分析提取了污染物背景浓度并结合空间密集监测量化了城市环境中监测点的近场、远场及区域传输贡献.结果显示,2019年10月长沙市4项常规污染物中,PM2.5浓度较高,SO2浓度较低.小波分析提取各监测点背景浓度结果表明,部署在乡村的监测点PM2.5、PM10和NO2背景浓度平均水平较低,而城市总体数据分布更分散,存在明显的本地排放源.估计近场、远场及区域传输对城市监测点总污染水平贡献发现,研究期间,区域传输对监测点污染贡献最大.其中,PM2.5的区域贡献、远场贡献和近场贡献占比分别为43%、24%和17%;PM10的区域贡献占比较高为59%,远场贡献和近场贡献分别占比14%和16%;NO2的区域贡献、远场贡献和近场贡献占比分别为45%、24%和19%;而SO2主要以区域贡献为主,占比达78%.  相似文献   

6.
利用2015—2018年四川盆地内18个城市的6种污染物逐日质量浓度监测资料、同期的常规气象观测资料,采用插值、相关分析等方法,分析了四川盆地3个区域6种污染物的时空分布特征,探讨了各个污染物质量浓度与气象要素之间的关系.结果表明:①O3在盆地中西部污染较重,PM2.5和PM10在德阳、成都、眉山、内江、自贡一带污染较重,在广元和巴中污染较轻,SO2在巴中、南充、绵阳、德阳一带污染较轻,在广元和盆地中南部污染较重;②NO2平均浓度呈先增后减的趋势,O3呈增加趋势,而CO、PM2.5、PM10、SO2均呈减小趋势;③CO、NO2、PM2.5、PM10、SO2呈"夏低冬高"的特征,O3则相反,CO、NO2、PM2.5、PM10均表现为"双峰双谷"型,O3和SO2则表现为"单峰"型;④偏东风有利于CO、NO2、PM10、PM2.5的稀释扩散,偏北风有利于O3、SO2的稀释扩散;⑤6种污染物质量浓度均与气压、气温、24 h变温、24 h变压、相对湿度、10 m风速、700 hPa散度、850 hPa高度显著相关.风速、相对湿度、混合层高度、逆温层平均高度的增加有利于大多数污染物的稀释扩散.  相似文献   

7.
大气污染是全球性的公共环境健康问题.本研究基于临沂市区2015年6种大气污染物(PM2.5、PM10、SO2、NO2、CO、O3)的逐日监测数据,分析了污染物的污染特征及其与气象因子的相关性,通过构建广义相加模型,模拟分析了单个污染物与居民呼吸、循环系统疾病门诊人次的暴露-反应关系.结果表明,PM2.5和PM10是临沂市区首要大气污染物,NO2和SO2次之,O3和CO浓度较低;除O3外,其它5种污染物之间呈显著正相关,与风速、温度、相对湿度3个气象因子呈负相关,浓度水平冬季高、夏季低;O3与温度呈显著正相关.对于呼吸系统疾病,单个污染物每增加10 μg·m-3(CO每增加0.1 mg·m-3)的最大效应情况是:PM10、SO2、NO2、CO均在当天(lag0)使得门诊人次分别增加0.36%、1.77%、1.29%、0.69%,PM2.5和O3分别在累积滞后6 d(lag05)和单日滞后3 d(lag3)使得门诊人次分别增加0.6%和1.07%;对于循环系统疾病,单个污染物每增加10 μg·m-3(CO每增加0.1 mg·m-3)的最大效应是:PM2.5、PM10均在累积滞后5 d(lag04)使得门诊人次分别增加0.72%、0.80%,SO2、NO2均在累积滞后6 d使得门诊人次分别增加3.55%、3.54%,CO和O3则分别在当天和单日滞后3 d使得门诊人次分别增加0.77%、1.39%.对于呼吸、循环系统疾病,PM2.5、PM10、CO、O3对男性的影响均大于女性,SO2则反之;NO2对男性呼吸系统和女性循环系统影响较大.大气污染物对少年(7~17岁)呼吸系统和对中年(41~65岁)循环系统影响较大.临沂市区6种大气污染物存在不同程度的污染,对居民呼吸、循环系统疾病均有不同程度的影响,且存在性别和年龄的差异.  相似文献   

8.
唐山市大气环境治理措施的效果及分析   总被引:1,自引:0,他引:1  
刘莹  李金凤  聂滕 《环境科学研究》2013,26(12):1364-1370
为揭示河北省唐山市大气环境治理的措施效果,分析了“十一五”期间唐山市的减排措施、污染物排放量和空气污染物浓度的变化. 结果表明:“十一五”期间(2005—2010年),烟尘、工业粉尘、SO2排放量分别减少35%、57%、20%,ρ(PM10)、ρ(SO2)、ρ(NO2)年均值分别下降12%、33%、33%. 与GB 3095—2012《环境空气质量标准》相比,2005年ρ(PM10)、ρ(SO2)、ρ(NO2)分别超标36%、42%、7%,而到2010年ρ(SO2)、ρ(NO2)已达标,但ρ(PM10)仍然超标20%. 2008年北京奥运会期间的减排措施使得唐山市ρ(PM10)、ρ(SO2)、ρ(NO2)年均值均显著下降,分别比2007年下降13%、20%、28%. 2008—2009年的全球经济危机使得2009年地方生产总值增速较其他年均值降低13%,2009年烟尘和SO2排放量也呈显著下降趋势,二者比2008年分别下降14%和10%,但工业粉尘排放量反而增加8%. 经济危机使ρ(PM10)、ρ(SO2)、ρ(NO2)下降速率分别提升了20%、2%、2%. 研究结果表明,“十一五”总量减排、2008年北京奥运会期间的治理措施和全球经济危机对唐山市的空气质量产生了明显的影响.  相似文献   

9.
2015—2017年天水市大气污染物变化特征及来源分析   总被引:1,自引:0,他引:1       下载免费PDF全文
据天水市2015-2017年大气污染物(SO2、NO2、CO、O3、PM2.5和PM10)的监测数据及气象资料,分析了天水市大气污染物的浓度变化特征,并利用排放源清单和HYSPLIT模型对污染物来源进行了解析.结果表明:①天水市空气质量有所下降,总体优良率达84.9%.SO2、NO2、CO均达标,污染物以颗粒物和O3为主.②一次污染物SO2、NO2、CO、PM2.5和PM10浓度具有相似的季节变化和日变化特征,冬季最高,夏季最低,日变化呈早晚双峰型.二次污染物O3夏季浓度最高,冬季最低,日变化呈单峰型.③天水市空气质量主要受污染物的本地排放和外来输送的影响,本地民用和工业部门对SO2、CO、PM2.5和PM10的贡献最大,交通和工业部门对NOx的分担率最高,民用部门是CO的最大排放源;西北和东部气流是污染物外来的最主要输送路径.此外,污染物在城市大气中的稀释、扩散和转移也受当地气象因素(气温、降水、风向等)的影响.  相似文献   

10.
北京2015年大气细颗粒物的空间分布特征及变化规律   总被引:9,自引:0,他引:9       下载免费PDF全文
近年来,随着雾霾事件的频发,人们逐渐提高了对雾霾的关注度,PM2.5作为其首要污染物对大气能见度及人体健康造成了严重影响.因此,本文利用2015年北京12个环境监测站点的PM2.5、PM10、NO2、SO2、CO和O3的浓度数据和气象数据,综合研究了北京2015年大气细颗粒物的空间变化特征及分布规律.同时,利用空间差异率(COD)统计方法评估了不同地区细颗粒物浓度的差异程度,并结合2015年2次特殊事件(春节和阅兵),对大气污染特征及其与排放源控制的关系进行了深入对比分析.结果发现,重污染天气集中发生在秋冬季,且污染程度高、持续时间长.城区PM2.5浓度比郊区高约12 μg·m-3.东城区与对照区差异最大,COD值为0.24;东城区与西城区差异最小,COD值为0.05.春、夏、秋季颗粒物PM2.5、PM10浓度日变化较为平稳,在中午有所升高,冬季颗粒物质量浓度明显呈现出夜间高于日间的污染模式.近3年PM2.5与PM10保持显著的相关性,但PM2.5/PM10比值呈降低趋势.阅兵期间采取的空气质量管控措施和气象要素共同作用导致PM2.5浓度下降约72%,市中心的首要污染物为NO2,郊区首要污染物为O3和PM10.春节期间烟花燃放对PM2.5的瞬时贡献量很大,对比春节假期和非假期2个阶段的大气污染特征发现,人口和机动车减少及餐馆暂停营业并没有使北京局地空气质量得到明显改善.该研究结果提示在进行PM2.5控制的同时也要对O3浓度有所关注,同时也进一步支撑了北京空气质量改善需要京津冀协同控制这一重要结论.  相似文献   

11.
根据济南市历下区5个大气例行监测点位2015年上半年PM2.5、PM10、SO2、CO、NO2、O3逐小时浓度的监测数据,通过SPSS软件对各项污染物的相关性进行分析得出:CO与PM2.5、PM10、SO2、NO2强相关性出现次数最多,表明CO排放源是引起颗粒物污染的主要原因之一.对监测点位周边2 km范围内机动车尾气和餐饮燃煤两项污染源进行排放量估算得出:机动车尾气CO、NOx、PM2.5和PM10年排放量分别为388.18吨、111.18吨、4.35吨和4.72吨;餐饮燃煤CO、SO2、NOx年排放量分别为36.0吨、24.0吨和9.6吨.因此,控制CO排放源对改善济南市大气环境质量至关重要.  相似文献   

12.
济南市大气燃煤污染诊断   总被引:1,自引:0,他引:1  
根据对济南大气环境质量的分析,通过多源数值模式的模拟试验,导出不同污染源类型对污染物浓度的贡献率,作出大气SO2污染来源分析,得出如下结果:济南市SO2浓度空间分布表现为2个高中心的特点,主要由中架源与低矮源共同作用造成的;低矮源与中架源SO2排放量之和约占拓放总量的1/3,对SO2浓度贡献之和占主要地位;高架源污染物排放量大,但对整个研究区域的质量浓度贡献较小,如果考虑城市污染对周边的影响,高大的污染源应引以重视;防治和规划济南市SO2污染最主要的是对中架源和低矮源加以控制。  相似文献   

13.
为了掌握泸州市城区近年空气质量时空变化,对泸州市城区2004-2009年空气质量监测数据进行系统分析。结果表明,近年来泸州市城区空气质量总体良好,平均空气污染指数为80,空气质量优良率在72.33%以上。空气质量有逐步好转的趋势,SO2和PM10年平均浓度明显下降,NO2略有上升。污染物浓度时空分布不均匀,SO2与PM10夏季浓度较低,冬季较高,NO2浓度季节性变化不明显;兰田宪桥、小市上码头污染物浓度总体上高于忠山环监站。  相似文献   

14.
乌鲁木齐市大气环境质量变化趋势分析   总被引:1,自引:0,他引:1  
以乌鲁木齐市2004~2010年间的大气环境质量监测数据为依据,采用空气污染综合指数法评价其大气环境质量,并运用Spearman秩相关系数预测其发展趋势.结果表明:乌鲁木齐市大气环境质量为轻度污染,主要污染物为SO2和PM10.NO2和PM10有上升趋势,SO2呈不显著下降趋势.  相似文献   

15.
黄晓 《环境科学导刊》2007,26(B06):58-60
根据昆明市“十五”期间环境空气质量监测结果,分析了主要特征污染物变化趋势。“十五”期间降尘、PM10是市区主要污染物,SO2、NO2亦呈上升趋势,市区空气污染特征属于典型的煤烟型污染。对此。提出了改善空气质量的防治对策与建议。  相似文献   

16.
济南市大气污染物时空变化及预测分析   总被引:1,自引:1,他引:0       下载免费PDF全文
大气污染影响生产生活和人体健康,了解大气污染物时空分布特征及污染源是大气污染治理的基础和前提。基于济南市2014-2018年空气质量实时监测数据,主要污染物浓度数据和气象要素数据,运用相关分析法和BP神经网络预测模型,分析了济南市大气污染物时空分布特征及污染物来源,并对济南市6种主要污染物进行预测。结果表明:在时间维度上,空气质量呈逐年好转趋势,季节上则表现出冬季污染最严重,夏季最轻,采暖期污染物浓度远远高于非采暖期的特点;从日变化看,上下班高峰段是污染最严重时段。在空间维度上,城市外围污染较为严重,市区污染相对较轻。在污染物成分上,PM10逐渐成为颗粒物污染的主体。通过济南市污染物浓度预测结果,分析未来3年内污染物浓度变化情况,进一步提出合理优化的污染治理方案来改善济南市大气污染状况。  相似文献   

17.
运用CALPUFF模型对深圳及周边地区(东莞、惠州、番禺)污染源排放对深圳市空气质量的影响进行了模拟研究,量化了各地区排放对深圳市二氧化硫(SO2)、二氧化氮(NO2)和可吸入颗粒物(PM10)浓度的贡献j分析了深圳本地各类污染源对环境空气质量的影响。结果表明,虽然深圳本地排放量低于或接近外地源排放总量,但对于这三项污染物,本地源排放对污染物浓度的影响远大于外地源的影响,贡献率达到70%~85%,因此深圳市大气污染控制应以本地污染控制为主,周边控制为辅。要改善深圳市环境空气质量,应全面加强深圳市机动车、船舶、重点工业源、道路扬尘源和电厂污染控制,并大力加强无组织排放面源污染控制。  相似文献   

18.
依据太原市环境空气质量监测数据,采用Daniel趋势检验法,综合污染指数法和回归分析法研究了“十一五”期间太原市的环境质量变化趋势和影响因素.结果表明,从年均浓度值分析来看,除NO2外,SO2和PM10都存在超标现象,长期来看,三种污染物浓度下降趋势明显,这与太原市环境保护行动密切相关.月际间浓度值差异除PM10在春季出现波动外,SO2和NO2均呈现“U”型曲线,这种规律与气象条件密切相关.三种主要大气污染物污染指数都有所下降,但太原市区空气污染仍以SO2和PM10为主,说明烟煤型污染的空气污染特征没有改变.主要大气污染物的空间浓度分布不均与地形和气象特征以及城市布局和污染源排放有直接关系.太原市“十一五”期间大气环境质量整体改善,但形势依然严峻.  相似文献   

19.
太原市大气污染防治战略研究   总被引:2,自引:0,他引:2  
以太原市2003年-2013年大气中主要污染物SO2、NO2、PM10为依据,分析了其季节、年度变化特征和外源输入的影响。2013年污染物的季节变化显示,SO2在冬季较高是受采暖排放影响;PM10在春季由于扬尘使其浓度最高。2003年-2012年间SO2和PM10浓度呈显著下降趋势,但仍较严重。重污染天气受来自西南、西北和东南方向的气团影响。太原市城区SO2和氮氧化物的排放总量已超过大气环境容量,其中主要是工业排放。对重点工业企业搬迁的方向也将对太原市空气质量改善产生影响。  相似文献   

20.
根据2015年1—12月深圳市城区11站点PM_(2.5)小时浓度监测数据,探讨了深圳市PM_(2.5)浓度的时空分布特征。结果显示:监测期间深圳市城区PM_(2.5)平均浓度为29.8μg/m~3,PM_(2.5)平均浓度整体呈现出:冬季>秋季>春季>夏季的特征,PM_(2.5)质量浓度日变化整体呈现出双峰型分布,午后12:00—16:00浓度较低。空间分布上,年均浓度从东南至西北方向依次升高,梯度特征明显。PM_(2.5)浓度与PM_(10)呈高度相关,与SO_2、NO_2、CO呈显著正相关,与O_3呈实相关。相邻城市间空气污染物浓度呈现出一定的相关性,区域污染突出。建立的PM_(2.5)回归统计模型对深圳市2015年PM_(2.5)临近预报的级别准确率在70%以上,能较好地反映PM_(2.5)浓度变化趋势。  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