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 156 毫秒
1.
利用2006-2010年海西沿海9个城市环境监测站主要污染物PM10浓度数据和每天对应的影响天气系统以及气象要素的变化,选取典型过程,分析天气系统变化时对应PM10浓度的变化特征。结果表明:(1)暖区辐合最不利于污染物的扩散,暖区辐合中心所在的地方,也是PM10污染最严重的地方;(2)变性冷高压后部比高压底部更易造成大气污染物浓度升高;(3)一般情况下,高空槽前易出现降水,有利于污染物的清除;而槽后不利于降水,易造成污染物的堆积;(4)登陆台风影响时,跟城市与登陆台风的相对位置有关:北部登陆台风有利于海西中北部城市污染物的扩散;中部登陆台风影响时,海西城市群PM10浓度均有明显降低;南部登陆台风影响时,南部城市群在台风登陆后,PM10浓度有明显下降。  相似文献   

2.
该文利用福建沿海风塔观测资料及邻近的环境监测资料,对海峡西岸的海陆风特征及其对沿海大气污染物浓度影响进行分析,结果表明:海西中部沿海海陆风出现频率少于北部沿海及南部沿海,南部、北部沿海海陆风日以春季最多,中部沿海夏季略多于春季,秋季最少;受不同天气系统影响海西沿海出现海陆风日、单站和成片海陆风的现象有着明显差异。台风/热带辐合带、暖区辐合、变性冷高压系统控制下出现成片海陆风现象明显多于单站。北部沿海单日海陆风现象对大气污染浓度影响不明显,连续海陆风现象则会造成PM10浓度产生正增长;中部沿海海陆风现象对大气污染物浓度影响明显,南部沿海则不明显。不同典型天气过程的海陆风对NO2和PM10浓度的影响有所差异,风速大小对PM10浓度的影响明显。陆风与海风转换期间PM10浓度易聚集升高。  相似文献   

3.
基于CMAQ模式产品的福州市空气质量预报系统   总被引:4,自引:0,他引:4       下载免费PDF全文
利用CMAQ(Community Multiscale Air Quality Model)模式预报产品和福州市2007年1月至2010年6月大气污染物的观测资料以及常规地面气象观测资料,根据动力-统计相结合的预报方法,通过多元线性逐步回归,建立不同天气系统下CMAQ模式产品和多类预报因子相结合的日污染物浓度预报模型.结果表明,影响福州市的天气系统共分为大陆高压、副热带高压、切变、暖区辐合、高空槽、台风和热带辐合带7类天气型.在暖区辐合、高空槽和大陆高压控制下,福州市的空气质量较差,而副热带高压和台风系统影响时,福州市的空气质量最好.日污染物浓度预报方程置信度均为P=0.000,模型有统计学意义.利用模型对2010年7~12月福州市各污染物浓度进行预报效果回代检验,模型对PM10的污染指数等级预报正确率达到了71.3%,对SO2和NO2的级别预报正确率达到了100%,日预报综合评分平均达88.8分.  相似文献   

4.
基于2005—2014年PM10、SO2及NO2的环境空气质量监测数据,研究了川南城市群5个地级市(乐山、泸州、内江、宜宾、自贡)三类主要大气污染物的时间特征及变化规律。结果表明:5个城市的PM10年均质量浓度和API年均值均呈波动性下降趋势,PM10是影响各城市环境空气质量的主要污染物。各城市NO2年均质量浓度以上升趋势为主,SO2年均质量浓度除乐山有明显上升趋势外,其余城市以下降趋势为主。  相似文献   

5.
1992~2012年福州市和厦门市酸雨变化特征及影响因素   总被引:2,自引:1,他引:1       下载免费PDF全文
郑秋萍  王宏  陈彬彬  隋平  林文 《环境科学》2014,35(10):3644-3650
利用1992~2012年福州市和厦门市的酸雨观测资料、天气形势和大气污染物浓度资料,分析酸雨变化特征及酸雨可能的影响因素.结果表明,福州市非酸雨和酸雨频率分别为38.1%和61.9%,厦门市分别为40.6%和59.4%;福州市年均降水pH值在4.1~5.5之间,2007年之后酸雨污染减轻,厦门市2006年之后酸雨污染减轻;冬、春季节酸雨污染重,夏、秋季节酸雨污染轻.降水强度能改变降水的酸性程度;福州市在东南(SE)、西南(SW)、西(W)、西北(NW)风向下酸雨污染较严重,厦门市在东北(NE)、SW、W、NW风向下酸雨污染较重;变性冷高压下酸雨污染最重,台风(热带辐合带)及其外围的天气形势下酸雨污染最轻;福州市大气污染物SO2、NO2、PM10浓度与降水pH值呈负相关关系.  相似文献   

6.
为了探讨太原市大气污染物在霾天气下的污染特征,2013年12月至2014年3月对太原市大气污染物(PM10、PM2.5、SO2、NO2、CO和O3)质量浓度进了收集研究。分析结果表明无论是霾还是良天气,PM2.5和PM10的相关性最好,PM2.5与NO2的相关性最差。O3与PM2.5的相关系数均大于0.7,表明O3与PM2.5的形成有着密切的关系。  相似文献   

7.
福建沿海城市霾天气特征   总被引:4,自引:1,他引:3  
利用2006年1月—2010年12月福建省沿海6个城市的能见度、相对湿度、降水、天气形势和大气污染物资料,对霾天气时空变化特征、霾与天气形势的关系进行了分析.结果表明:宁德市每年霾日数最少,为12~26 d;漳州市霾日数最多,为74~118 d;而福州、厦门和泉州三市的霾日数相近.6个城市霾天气主要出现在12月—次年6月,7—11月霾的出现率极低且均以轻微霾为主,所占比例在85.5%以上;持续时间短暂的霾较多,半天和全天的霾较少.在暖区辐合、高空槽和变性冷高压3种天气形势下霾出现频率均较高,分别达到21.2%~49.5%、9.1%~42.3%、6.1%~47.5%.ρ(PM10)与能见度的相关系数最高,为-0.44~-0.33,并且各城市霾天气下的ρ(PM10)均明显高于非霾天气;ρ(SO2)除莆田市外,ρ(NO2)除漳州市外,其他城市ρ(SO2)和ρ(NO2)均为霾天气高于非霾天气.  相似文献   

8.
在对上海市嘉定区大气污染物SO2、NOx和PM10连续1年的观测基础上,结合上海环境状况公报的数据,探讨了市区、郊区大气污染物的空间和时间变化规律。结果表明,2005年中NO2、SO2和PM10的质量浓度在市区和郊区均是冬春两季高,夏秋两季低;NO2、SO2和PM10浓度在市区要高于郊区;郊区大气污染物的月变化幅度要比市区大,市区PM10污染有增加趋势。根据气象条件分析,嘉定区周边工业污染对NO2、SO2和PM10的浓度有贡献,市区NO2、SO2和PM10的质量浓度则与机动车尾气、工业燃煤,建筑扬尘和道路扬尘等诸多因素有关。相关性分析表明,上海市NO2、SO2和PM10相互之间存在比较强的相关性。  相似文献   

9.
利用沈阳、鞍山、抚顺和本溪4城市2007-2009年大气细粒子PM2.5及大气污染物PM10SO2、NO2的观测资料,分析了4城市大气细粒子的分布特征及其与空气质量的关系.结果表明:4城市大气细粒子PM2.5污染很重,年均浓度平均值超过美国大气细粒子PM2.5年均浓度标准4倍左右;4城市PM10、SO2的年均浓度呈下降...  相似文献   

10.
分析了2015年重庆市黔江城区2个自动监测站点PM10,SO2,NO2,O3日均值和小时均值,结合同期气象因素,对污染物浓度与气象因素进行分析.表明,PM10、SO2、NO2和O3春季平均值呈显著差异,PM10超标6天,SO2,NO2,O3污染水平较低,未超标;PM10、SO2和NO2呈现早晚双峰型,O3呈典型单峰型;风速与SO2和NO2浓度呈负相关,与O3浓度则呈正相关关系,风速较小时,利于PM10浓度降低,当风速达到一定程度,会导致PM10浓度升高;污染物浓度和相对湿度呈明显负相关;降水对大气污染物有削减作用.  相似文献   

11.
G20峰会期间杭州地区空气质量特征及气象条件分析   总被引:1,自引:0,他引:1       下载免费PDF全文
利用空气质量和气象要素的监测资料与再分析资料,分析了2016年G20峰会期间(2016年8月10日—9月20日)杭州及周边地区空气质量演变及区域特征,探讨了气象条件对G20峰会期间杭州空气质量的影响.结果表明:G20峰会管控期间,由于机动车排放大幅度降低,杭州NO_2浓度较管控前有所下降,对比周边城市降幅居于首位;而由于不利气象条件的影响,PM_(2.5)、PM_(10)、SO_2、CO和O_3浓度比管控前有不同程度的增长,但增幅相比周边城市较小,说明管控措施对杭州空气质量有一定的改善效果.9月7日管控措施结束后污染反弹现象明显.气象条件对杭州的空气质量有重要影响:在管控前,杭州晴热高温天气有利于O3的生成,偏东风相对洁净,污染传输较少;在管控期,杭州虽受到静稳天气和外来污染传输的影响,但得益于减排应急管控措施的有效实施,NO_2浓度下降幅度最大,其他污染物的增幅也较周边城市偏小;在管控后,气象条件不利于污染物的垂直扩散,受静稳天气和污染源恢复常态的影响,PM_(2.5)、PM_(10)、NO_2、SO_2和CO出现了整个研究时段的最大值,而台风"莫兰蒂"使得杭州PM_(2.5)、PM_(10)和O_3浓度出现了整个研究时段的最低值.  相似文献   

12.
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   

13.
O3and PM2.5were introduced into the newly revised air quality standard system in February 2012, representing a milestone in the history of air pollution control, and China's urban air quality will be evaluated using six factors(SO2, NO2, O3, CO, PM2.5and PM10) from the beginning of 2013. To achieve the new air quality standard, it is extremely important to have a primary understanding of the current pollution status in various cities. The spatial and temporal variations of the air pollutants were investigated in 26 pilot cities in China from August 2011 to February 2012, just before the new standard was executed. Hourly averaged SO2, NO2and PM10were observed in 26 cities, and the pollutants O3, CO and PM2.5were measured in 15 of the 26 cities. The concentrations of SO2and CO were much higher in the cities in north China than those in the south. As for O3and NO2, however, there was no significant diference between northern and southern cities. Fine particles were found to account for a large proportion of airborne particles, with the ratio of PM2.5to PM10ranging from 55% to 77%. The concentrations of PM2.5(57.5 μg/m3) and PM10(91.2 μg/m3) were much higher than the values(PM2.5: 11.2 μg/m3; PM10 : 35.6 μg/m3) recommended by the World Health Organization. The attainment of the new urban air quality standard in the investigated cities is decreased by 20% in comparison with the older standard without considering O3, CO and PM2.5, suggesting a great challenge in urban air quality improvement, and more eforts will to be taken to control air pollution in China.  相似文献   

14.
厦门湾空气质量对新冠疫情管控的响应   总被引:1,自引:1,他引:0       下载免费PDF全文
徐超  吴水平  刘怡靖  钟雪芬 《环境科学》2021,42(10):4650-4659
通过对厦门湾城市群在COVID-19封锁前后6周内(2020-01-11~2020-02-21)的空气污染物浓度变化进行分析,以确定影响本区域空气质量的主要人为污染源.在春节假期与封锁叠加期间,SO2、NO2、CO、PM10和PM2.5浓度相比于节前1周的下降幅度分别为6%~22%、53%~70%、34%~48%、47%~64%和53%~60%,而O3浓度变化没有一致的规律性;与2018~2019年历史同期相比,PM2.5、PM10、CO和NO2的下降幅度更大,但SO2的下降幅度相当;在复工复产后,NO2的反弹幅度最大(38%~138%),远高于SO2(2%~42%),显示交通源相对于固定源更易受到疫情管控的影响;春节后风速增大和降水增多也为SO2、NO2和PM的下降提供了正向影响.利用反距离插值权重法,得到管控前后厦门湾城市群不同污染物的空间分布变化特征,显示NO2浓度高值区的变化与交通源高度相关,CO和SO2空间分布特征保持稳定,复工后PM2.5和PM10在人口与路网密集区变化不明显,而在工地相对集中区域有明显上升,O3空间分布的低值区与NO2的高值区具有较好的空间匹配性,显示NO2对O3滴定作用明显,可为进一步O3污染减排措施的制定提供参考.  相似文献   

15.
河南省大气污染严重且与周边区域污染传输及交互影响明显,以2017年1、4、7和10月为研究对象,将河南省内18个地市的排放源分别标记,并应用于WRF-CMAQ溯源模型进行模拟.污染物分布结果表明,由于排放和气象的共同影响,河南省PM2.5、NO2和SO2浓度表现为冬季最高,夏季最低.O3-8h浓度的季节变化则为夏季最高,春季次之,冬季最低.不同季节间污染物浓度差距较大,河南省PM2.5、NO2和SO2冬季浓度平均值分别是夏季的4.17、4.12和6.24倍,而O3-8h在夏季的浓度是冬季的2.24倍.由于PM2.5、NO2和SO2与一次排放关系密切且具有一定的同源性,这3种污染物的高值分布为北高南低,季节趋势较为一致.而O3-8h季节分布差异较大,夏季气象条件有助于O3的生成,O3-8h高值主要分布于河南省东北区域;冬春秋季由于气象条件的抑制和NOx的消耗O3-8h高值主要分布在河南省的南部.传输结果表明,冬季省外传输和天然源对河南省PM2.5、O3-8h、NO2和SO2浓度的贡献率都是最大的,分别为36.20%~72.32%、77.96%~96.08%、49.45%~78.80%和59.05%~88.85%.在仅考虑本地排放和省内传输时,夏季河南省内各市的排放对本地4种污染物浓度的贡献率均为最高;春季省内传输对各市PM2.5和O3-8h浓度的贡献率较大,分别为25.63%~74.69%和30.21%~80.01%,冬季省内传输对各市NO2和SO2浓度的贡献率较大,分别为26.02%~76.96%和20.30%~82.34%.河南省内PM2.5、NO2和SO2的传输路径相似,冬季多由北向南传输,春季多由西向东,西南向东北传输,夏季多由西南向东北传输,秋季多由北向南传输,但PM2.5的传输更加复杂.而O3-8h传输路径与其他3种较为不同,特别是在秋季O3-8h由西南向东北的传输路径明显.  相似文献   

16.
气象条件对大气污染物的扩散和传输有重要影响,准确分离和定量气象因素对空气质量的影响是评估大气污染控制政策有效性的前提.本研究利用APEC会议期间及前后(2014-10-15~2014-11-30)北京城区朝阳观测站点SO_2、NO、NO_2、NO_x、CO、PM_(2.5)、PM_1和PM_(10)以及气象因素的观测数据,采用多元线性回归分析方法,定量评估了气象条件和空气污染控制措施对APEC期间北京空气质量的影响.在假定排放条件不变的情况下,基于气象因素参数建立的预测污染物浓度的多元线性回归模型模拟效果较为理想,决定系数R~2在0. 494~0. 783之间.控制措施使得APEC控制期SO_2、NO、NO_2、NO_x、CO、PM_(2.5)、PM_1和PM_(10)浓度分别降低48. 3%、53. 5%、18. 7%、40. 6%、3. 6%、34. 8%、28. 8%和40. 6%,气象因素使得APEC控制期SO_2、NO、NO_2、NO_x、CO、PM_(2.5)、PM_1和PM_(10)浓度分别降低1. 7%、-2. 8%、18. 7%、4. 5%、18. 6%、27. 5%、30. 6%和35. 6%.气象因素和控制措施共同作用使得APEC控制期北京空气质量得到了明显改善.控制措施对SO_2和氮氧化物浓度的下降起主导作用,气象因素对CO浓度的下降起主导作用,气象因素和控制措施对颗粒物浓度降低的贡献相当.本研究还利用相对权重方法研究了气象因素对污染物浓度影响的贡献,结果表明影响不同污染物浓度的决定性气象因素不同.  相似文献   

17.
西安市是我国承东启西、连接南北的战略性枢纽城市,但其长期受到重空气污染的影响.基于2018年11月24日-12月3日西安市及其周边7个地级市共38个环境质量监测站点的逐时数据,利用空间插值、趋势分析和相关性分析方法,研究了西安市一次重空气污染期间六大污染物(PM2.5、PM10、CO、NO2、SO2和O3)的质量浓度时空变化及彼此间的相关关系.结果表明:①IDW(inverse distance weighting,反距加权插值法)和OKri(ordinary Kriging,普通克里格插值法)均能较好地获得西安市空气污染物的时空变化情况,但IDW的插值精度优于OKri,距离指数为7的IDW可以满足西安市空气污染物时空变化模拟的要求.②研究期间,西安市首要污染物为PM2.5和PM10,二者分别是中度-重度污染及严重-"爆表"污染天气的首要贡献因子.③ρ(PM2.5)、ρ(PM10)、ρ(CO)、ρ(NO2)和ρ(SO2)均呈中部高、两边低,北部高、南部低的空间分布特点,而ρ(O3)则相反;PM2.5、PM10、O3污染程度日趋严重,NO2污染程度逐渐缓解.④ρ(PM2.5)、ρ(NO2)、ρ(CO)之间呈中等正相关,三者在时空变化上具有较高的一致性;ρ(SO2)与ρ(PM2.5)、ρ(NO2)、ρ(CO)均呈弱正相关;ρ(O3)与ρ(NO2)、ρ(CO)均呈弱负相关.受扬尘天气和特殊风向及地形共同影响,西安市PM10出现"爆表"现象,导致ρ(PM10)与其他污染物质量浓度之间的相关性不明显.研究显示,距离指数为7的IDW适合西安市空气污染情况时空变化的模拟,重污染天气条件下,西安市ρ(PM2.5)、ρ(NO2)、ρ(CO)之间具有较高的同源性,但各污染物间时空变化和相关性关系较复杂.   相似文献   

18.
长三角区域非道路移动机械排放清单及预测   总被引:6,自引:5,他引:1       下载免费PDF全文
黄成  安静宇  鲁君 《环境科学》2018,39(9):3965-3975
基于长三角典型城市非道路移动机械实地调查成果,结合长三角各城市非道路移动机械相关指标现状及变化趋势,建立了长三角三省一市非道路移动机械大气污染源排放清单,并开展了2005~2025年区域非道路移动机械保有量、燃油消费量及污染物排放量预测.2014年长三角非道路移动机械总量约为8.23×106台,柴油消费量约9.95×106t,SO_2、NO_x、CO、VOCs、PM10和PM_(2.5)排放分别为5.5×10~3、4.9×10~5、7.6×10~5、1.1×10~5、2.9×10~4和2.7×10~4t,农用机械占长三角机械总量的93%,CO和VOCs排放贡献分别为88%和77%;建筑及市政工程机械的NO_x和PM_(2.5)排放贡献较为突出,分别占49%和35%.长三角中部和北部城市机械排放贡献相对突出.2005~2014年间,长三角地区非道路移动机械保有量、油耗及排放增幅均相对较快,预计到2020和2025年,区域非道路移动机械总量增速明显放缓,柴油消费量分别比2014年增加2%和8%.到2020年,SO_2、NO_x、CO、VOCs、PM10和PM_(2.5)排放分别比2014年下降97%、10%、3%、10%、11%和11%;到2025年分别下降97%、16%、3%、15%、21%和21%.预计未来长三角区域非道路移动机械排放将呈现逐年下降趋势,但相比机动车降幅仍相对较小,其排放贡献将日益突出,加快老旧机械淘汰并进一步提升机械排放标准对削减非道路移动机械排放总量具有十分重要的意义.  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