排序方式: 共有61条查询结果,搜索用时 109 毫秒
51.
针对黑龙江龙凤山区域本底站2009年1月~2011年12月大气CO2在线观测数据,研究基于地面风、日变化等大气本底/非本底数据筛分方法(SWDV)和稳健局部近似回归大气本底/非本底数据筛分方法(REBS)在龙凤山区域本底站的适用性.研究表明:2种筛分方法在春、秋和冬季都能很好反映龙凤山大气CO2浓度的趋势变化及局地源汇对观测CO2浓度的影响,对于高浓度的非本底数据都能够较好的识别,但在夏季使用REBS方法会影响筛分的准确性,不建议在龙凤山区域本底站使用REBS筛分方法.SWDV和REBS法筛分出的本底数据分别占总数据量的30.7%和 58.9%.2种方法均筛分为本底浓度和非本底浓度的数据分别占总数据量的21.5%和32.0%.二者筛分的本底季平均浓度在春季相差最小为(0.1±0.3)×10-6(摩尔比,下同),冬季和秋季次之,在夏季相差最大为(4.2±1.0)×10-6.典型个例分析表明,SWDV法会将白天一些受西南污染气流影响的CO2浓度误筛分为本底浓度,REBS法会将个别在静稳天气条件下受局地影响大的CO2观测值误筛分为本底浓度.夏季局地污染状况可能被植被强烈的光合作用抵消,CO2浓度变化不大,使得REBS误筛分为本底浓度,以及对于一些较低的CO2浓度值,REBS误筛分为非本底浓度,这些因素导致2种筛分方法在夏季本底浓度差别较大. 相似文献
52.
53.
大气CO2、CH4、CO高精度观测混合标气配制方法 总被引:1,自引:0,他引:1
高精度、高准确度的大气CO2、CH4、CO浓度观测需使用以干洁大气为底气的标气.标气中水汽含量及CO2的δ13C对基于光学原理的观测系统有不可忽视的影响.本研究利用自组装的混合标气配制系统,以环境大气为底气,并通过添加高浓度气体或利用吸附剂吸附,调节目标物种浓度.CO2和CO吸附效率分别达99.7%和99.8%,标气水汽含量小于3.7×10-6(物质的量分数,下同),可配制不同浓度范围的CO2、CH4、CO混合标气.在青海瓦里关全球大气本底站配制环境大气浓度范围的标气,CO2、CH4、CO实际配制浓度同目标浓度的偏差小于10×10-6、30×10-9、30×10-9,CO2中δ13C同实际大气接近.本方法配制的标气已应用于我国本底站大气CO2、CH4、CO高精度观测,符合世界气象组织/全球大气观测(WMO/GAW)质量要求. 相似文献
54.
龙凤山本底站大气CO2数据筛分及浓度特征研究 总被引:1,自引:0,他引:1
针对黑龙江龙凤山区域大气本底站2009年1月~2011年12月低层(离地10 m)和高层(离地80 m)大气CO2在线观测数据,选取低层数据重点开展研究,分析地面风向和风速等因素对观测CO2浓度的影响.结果表明,龙凤山低层大气CO2浓度明显受局地源汇影响,其与高层观测结果差异在白天08:00~17:00相对较小,小于(0.5±0.5)×10-6(物质的量比).春、夏和秋这3个季节E-ESE-SE-SSE扇区来向的地面风会明显抬升大气CO2浓度,而冬季N-NNW-NW-WNW扇区CO2浓度明显较高.该站4个季节近地面CO2浓度随着风速增大而逐渐减小,在冬季尤为明显.结合日变化及地面风的影响,对低层观测数据进行初步本底/非本底筛分,筛选出代表东北区域混合均匀CO2水平的本底数据占总数据的30.7%.本底CO2浓度季节变化显示该站大气CO2浓度呈现冬季高夏季低的趋势,季振幅约为(36.3±1.4)×10-6,明显大于同期WMO/GAW同纬度站点观测结果,2009~2011年龙凤山大气CO2平均增长率为2.4×10-6a-1. 相似文献
55.
利用东南极大陆沿岸中山站2008—2010年的CO浓度在线观测和相关资料,分析了大气中CO浓度的本底特征及其季节变化.结果显示,在不同风向和风速条件下CO浓度变化很小,表明风向和风速对CO监测结果的影响很小,也表明观测的CO浓度受局地污染源排放影响很小,可以代表南极中山站的本底浓度.中山站与其它南极站相似,CO浓度具有非对称的季节变化,月平均浓度最高值出现在春季(9—10月),最低值在夏末秋初(2—3月),月平均CO浓度在30~65 ppb之间.南极各站的年平均CO浓度的年际变化范围差异不大,均为2~3 ppb. 相似文献
56.
利用基于光腔衰荡光谱(CRDS)技术自组装的大气CO在线观测系统,于2010年9月~2012年2月在浙江省临安大气本底站对大气CO进行了在线观测.结果表明临安站四季CO日变化明显受人为活动影响,分别在每日07:00~10:00和19:00~20:00出现峰值,夏季CO日平均浓度和振幅均最低,分别为314.3×10-9±7.6×10-9(摩尔分数,下同)和50.1×10-9±47.9×10-9.该站全年大气CO浓度呈现冬春季高、夏季低的趋势,与北半球瑞士Jungfraujoch站、青海瓦里关等站基本一致,但平均浓度明显高于其他国际站点,全年CO月均值振幅约为286.8×10-9±19.2×10-9.后向轨迹聚类和地面风结果分析表明,临安站非本底CO浓度主要来自于N-NNE-ENE扇区内城市及工业等人为排放所引起.春、夏和冬季最大的浓度抬升均出现在ENE风向,冬季抬升值最大,约为106.3×10-9±58.0×10-9. 相似文献
57.
气象因素对长三角背景地区甲烷浓度的影响分析 总被引:3,自引:1,他引:2
通过分析2009年1月~2011年12月临安区域大气本底站在线观测获得的CH4浓度,研究地面风向、地面风速、地面气温、日照等气象因素对长三角背景地区CH4浓度的影响.结果表明,临安站CH4浓度的日变化分布表现为单峰型形态,下午低、凌晨高,浓度日变幅在19.0×10-9~74.7×10-9(摩尔分数)之间;季节变化特征表现为春季低、秋季高,月均浓度分布在1 955.7×10-9~2 036.2×10-9之间.NE~SSE风向上CH4浓度较高,SW~NNW风向上CH4浓度较低;地面风速越大,CH4浓度越低;地面气温升高,CH4浓度出现先升后降的分布;随着日照时数的增加,CH4浓度亦表现为先升后降的分布特征. 相似文献
58.
北京地区FLEXPART模式适用性初步研究 总被引:6,自引:3,他引:3
FLEXPART是挪威大气研究所开发的拉格朗日粒子扩散模式.为客观地评价该模式在北京地区的适用性,以北京上甸子大气本底站为例,模拟了CO浓度变化及其源区分布特征,并与该站实测CO浓度和2006年排放源清单进行了比对.结果表明:①模式模拟的CO浓度变化趋势可以较好地反映上甸子地区CO浓度的日变化规律,CO浓度的模拟值与实测值的相关系数在春夏两季分别达到0.42和0.41;②春夏两季北京市污染气团主要源地分布在西-西南和西西南-南-南南东扇区,模式结果较好地体现了北京及周边地区CO源区的分布特征.初步研究表明,FLEXPART模式在北京地区是基本适用的. 相似文献
59.
城市污水处理厂的二级出水中含有大量条件致病菌,对人体健康构成了潜在威胁。以污水厂二级出水为处理对象,探究慢滤工艺在不同运行条件下(进水碳氮比、钙离子浓度、酸碱性)对水中条件致病菌(铜绿假单胞菌、军团菌和鸟分支杆菌)和溶解性有机碳(dissolved organic carbon, DOC)的去除效能,并对条件致病菌的含量与DOC和大肠杆菌的浓度分别进行相关性分析。结果表明:在滤速5 cm/h条件下,改变进水水质条件,生物膜慢滤对条件致病菌和DOC的去除效果均优于无生物膜慢滤,当C/N为10,ρ(Ca2+)为60 mg/L,pH值为7时,生物膜慢滤对条件致病菌的去除效果最佳;在最佳运行条件下,生物膜慢滤出水中条件致病菌含量与DOC浓度呈正相关;除ρ(Ca2+)外,在其他最佳运行条件(C/N为10,pH值为7)下,生物膜慢滤出水中条件致病菌的含量与大肠杆菌浓度均呈正相关。综上,生物膜慢滤工艺可以有效去除二级出水中的条件致病菌和有机物,可作为二级出水深度处理的有效方式,并为再生水回用过程中的水风险提供安全保障。 相似文献
60.
公路工程属易产生重大不良环境影响、易发生重大变动的建设项目,但由于重大变动判定标准不清晰、重新报批环评的时间节点不统一、变更环评文件形式和内容不规范等问题,导致环评违法违规现象频发,变更环评制度管理效能难以有效发挥。根据公路建设项目重大变动有关定义,结合环境影响评价技术导则、环境影响评价审批原则、公路建设项目工程特性,及调查和分析四川省公路建设项目环境影响重大变动重新报批情况,对公路建设项目环境影响重大变动环评要点进行归纳和总结,在一定程度上有利于环境影响评价制度的完善,可为公路建设项目重大变动环境影响评价文件的编制和审批提供思路。 相似文献