排序方式: 共有38条查询结果,搜索用时 250 毫秒
31.
基于2014~2017年江苏省13个市的PM2.5浓度和O3_8h_max数据,探讨了其时空分布特征.在此基础上,研究了日益升高的近地层O3浓度与气象因子的关系.结果表明:江苏省2014~2017年PM2.5浓度整体上呈下降的趋势,年均浓度减少率为6.06μg/m3,而O3_8h_max整体上呈上升趋势,年均浓度增长率为3.84μg/m3.总体上,PM2.5浓度呈现冬春高、夏秋低的V型月变化特征,O3_8h_max则基本呈现不规则的M型,在5月份达到峰值后逐渐降低,又在7~9月份保持平缓,而后又逐渐下降.空间上,江苏省PM2.5浓度呈现"内陆高,沿海低"的状态,而O3_8h_max却呈现"沿海高,内陆低"的状态.与气象因子的相关性表明,O3浓度与气温和太阳辐射呈正相关关系,与相对湿度呈负相关关系,太阳辐射对O3浓度的影响最大,其次是温度和相对湿度.当日平均气温在20~30℃、相对湿度在50%~70%、太阳辐射强度高于150w/m2时O3浓度容易出现超标. 相似文献
32.
采用垂直观测、地面观测、PM2.5化学组分观测和气团轨迹分析等手段,对2015年10月份北京市一次大气重污染过程进行了分析.结果表明,重污染时近地面层气溶胶消光系数升高,污染物主要积聚在600m以下.重污染期间气象要素特征为:风场弱,湿度大,地面受弱气压场控制,边界层高度极低.重污染期间不同站点PM2.5浓度变化趋势和峰值出现时间较为一致;大部分时段PM2.5中NO3-浓度明显高于其他组分;周边区域受重污染的影响面积相对较小,高浓度区主要集中在北京市及近周边地区.多手段的观测结果以及PM2.5浓度与气象要素和各化学组分的相关性分析的结果均表明:区域传输,包括秸秆焚烧,对本次北京市重污染天气过程具有一定的影响,但本地机动车排放在不利气象条件下的积累、二次转化以及垂直方向空间的极端压缩是导致重污染的主要原因. 相似文献
33.
2013~2014年北京大气重污染特征研究 总被引:30,自引:0,他引:30
从污染物浓度的时间变化、空间分布以及大气污染类型等方面,对2013~2014年北京大气重污染过程进行了分析,并初步探讨其影响因素.结果表明:2013~2014年北京共出现大气重污染105d,重污染频率为14.4%.其中,首要污染物为PM2.5的天数为103d,首要污染物为PM10和O3各有1d;冬半年重污染天数占全年的76.2%.重污染气象要素特征主要表现为风速小、湿度高、能见度低.重污染日PM2.5/PM10浓度比值为91.3%,明显高于全年平均水平,表明重污染时颗粒物以细颗粒物为主.北京大气重污染区域分布表现为南高北低,平原高、山区低的总体特征,交通站重污染天数普遍高于市区其它站点.北京大气重污染主要表现为积累型、光化学型、沙尘型以及复合型等类别;其中积累型大气重污染往往伴有区域污染水平的整体升高,PM2.5组分中NO3-、SO42-、NH4+等水溶性二次离子的浓度增幅最为明显;O3污染在近两年有加重的趋势. 相似文献
34.
北京市臭氧的时空分布特征 总被引:14,自引:2,他引:12
对2012年12月~2013年11月期间北京市35个自动空气监测子站的O3浓度进行分析,探讨北京市O3浓度的时间、空间分布特征,并对夏季的一次O3高浓度过程进行了分析.结果表明,北京市O3浓度在5~8月维持相对较高浓度,其他月份则维持较低浓度.整体来看,4类功能的监测站点中O3平均浓度由高到低分别是对照点及区域点、郊区环境评价点、城区环境评价点和交通污染监控点;O3浓度日变化呈单峰型分布,一般在15:00、16:00达到峰值;O3还呈现明显的"周末效应",即周末白天时段O3浓度大于工作日浓度.北京市O3浓度城区相对较低,周边区县相对较高,生态植被优良的东北部地区浓度最高.2013年6月3日北京市发生一次O3高浓度过程,在下午西南风的作用下,榆垡、丰台花园、奥体中心和怀柔监测站O3峰值出现的时间从南到北依次滞后,且怀柔站在20:00才出现峰值,体现了这次过程中存在明显的O3输送特征. 相似文献
35.
2015年12月北京市空气重污染过程分析及污染源排放变化 总被引:13,自引:8,他引:5
2015年12月,北京市及周边地区连续多次出现重污染天气.在此期间,北京市空气重污染应急指挥部两次发布红色预警.为厘清该月重污染的发生过程、生消变化,测算了应急措施下的污染源排放变化情况,并采用数值模拟和地面观测相结合的分析方法,对重污染的形成原因进行初步分析,同时对应急措施的环境效果进行评估.结果表明:1虽然2015年12月北京市主要大气污染物排放量较去年同期有所下降,但排放强度仍然较大,是重污染过程的内因;气象扩散条件不利是重要的外因,地面风速弱,大气稳定度高,相对湿度高,边界层高度降低,源排放及气象因素共同导致了此轮重污染过程.2红色预警应急措施可实现污染物日排放强度减少36%左右,PM2.5浓度下降11%~21%,预警的应急措施不能扭转重污染的态势,但对于缓解PM2.5污染加重趋势有明显的效果.3在重污染天气下,污染物仍在大气中累积,应急措施最明显的效果发生在实施后的48~72 h后,因此建议在PM2.5浓度快速上升前36~48 h实施减排措施,从而对空气质量预报准确性提出更高的要求. 相似文献
36.
北京地区空气重污染下雾凇和偏东风对PM2.5清除作用 总被引:1,自引:1,他引:0
为了研究空气重污染过程期间雾凇和偏东风对北京地区PM2.5浓度的影响,利用2015年12月19~27日山区和平原多站PM2.5浓度数据、常规气象数据、风廓线数据、激光雷达气溶胶消光系数资料,分析了雾凇和偏东风对PM2.5的清除机制.结果表明:1雾凇对PM2.5的清除是不同于偏北风和降水天气的一种清除机制,在过冷却的条件下,雾滴触碰树枝、电线后凝结为固体,形成雾凇,PM2.5浓度下降;2偏东风是北京地区一类特殊风系,当偏东风随高度减小时,能够形成较强的上升运动,将PM2.5从近地层抬升至高层,随着高层较大的西风,被带入下游而清除掉;当偏东风随高度增大时,容易形成弱的下沉运动,而当此下沉运动不能够抵达地面时,近地层对PM2.5容量变小,有利于PM2.5浓度的升高;3偏东风对PM2.5的清除能力取决于两点,一是偏东风所形成的上升运动的强度与发展的高度,二是偏东风所形成上升运动的起始高度,上升运动的起始高度越低对PM2.5的清除效果越明显;4偏东风出现后,伴随着上升运动达到m·s-1的量级,混合层高度升高至1 200~1 800 m,PM2.5被抬升至高层清除. 相似文献
37.
对2006~2015年北京市定陵、官园、琉璃河和前门这4个站点的O3连续监测数据进行分析,探讨其浓度水平、变化趋势、时间变化规律以及和前体物、气象要素的关系.结果表明,定陵站十年平均浓度水平最高(65.2 μg·m-3),其次为琉璃河(53.4 μg·m-3)、官园(49.6 μg·m-3)和前门(40.4 μg·m-3).定陵O3浓度呈下降趋势[0.5 μg·(m3·a)-1],而官园[0.9 μg·(m3·a)-1]、琉璃河[0.3 μg·(m3·a)-1]和前门[0.3 μg·(m3·a)-1]均呈上升趋势.从月变化来看,各站点O3浓度最高值均出现在6~8月,出现频次最高的为7月(17次),平均月均浓度为99.8 μg·m-3;最低值均出现在11、12月和1、2月,出现频次最高的为1月(14次),平均月均浓度为16.6 μg·m-3.从日变化来看,近年来O3浓度峰值出现的时间明显提前,近3年峰值均在15:00~16:00出现,提前了1~2 h.2015年定陵站O3重污染天数达到11 d,比2013年增加了10 d,表明近年来夏季北京下风向山区的O3重污染状况愈发严重.与前体物的相关性分析表明,定陵站O3浓度与NO2浓度呈正相关,其余站点两者浓度均呈负相关,暗示定陵站O3生成的前体物控制区可能为NO2控制区,而其他站点为VOCs控制区.与气象要素的相关性分析表明,O3浓度与温度呈正相关关系,与湿度和气压呈负相关关系,温度对O3浓度的影响最大,其次是气压和湿度.当日最高温度超过30℃,相对湿度介于30%至70%之间时,北京市O3日最大8 h滑动平均浓度超过200 μg·m-3的概率较高,空气质量级别会达到轻度至中度污染的级别. 相似文献
38.
冬季北京城区大气重污染特征分析 总被引:1,自引:0,他引:1
为研究北京市城区大气重污染特征,对2013年12月~2014年2月期间北京市6次大气重污染过程的PM2.5浓度水平、化学组成以及大气氧化性和气象要素特征进行了分析。结果表明,重污染日PM2.5平均质量浓度达到265.0μg/m3,是非重污染日的3.5倍。 PM2.5组分中NO3-,SO42-,NH4+和有机碳(OC)在重污染日的平均浓度分别是非重污染日的6.8,3.4,2.7和2.6倍。前3次过程中SO42-浓度最高,后3次过程中SO42-浓度与NO3-浓度接近。从气象要素来看,重污染期间的基本特征为地面温度升高、相对湿度增大、地面气压降低和风速减小。重污染日的能见度显著降低,平均能见度仅为非重污染日的34.4%。重污染日的大气氧化性明显增强,大气氧化剂OX平均浓度是非重污染日的1.5倍,(OC)/(EC)平均比值是非重污染日的1.6倍。 相似文献