排序方式: 共有48条查询结果,搜索用时 15 毫秒
1.
为估算重庆市夏秋季VOCs(挥发性有机物)对O3和SOA(二次有机气溶胶)的生成潜势,利用在线GC-MS/FID在2015年8月22日-9月23日对重庆市区点和郊区点VOCs开展了为期一个月的实时观测,获得市区点和郊区点$ \varphi $(TVOCs)(总挥发性有机物)分别为41.35×10-9和22.72×10-9,其中市区点以烷烃(35.2%)和烯炔烃(25.2%)为主,郊区点以含氧挥发性有机物(oxygenated volatile organic compounds,OVOCs)(30.6%)和烷烃(26.0%)为主.结合最大增量反应活性量化市区点和郊区点VOCs的OFPs(臭氧生成潜势)分别为149.11×10-9和71.09×10-9,市区点OFPs最大的是乙烯、丙烯、甲苯、C8和C9的芳香烃等,郊区点OFPs最大的VOCs是丙烯醛、异戊二烯和甲基乙烯基酮.结合气溶胶生成系数量化郊区点和市区点VOCs对SOA的生成贡献分别为0.36和1.26 μg/m3,相比国内其余城市VOCs的SOAP(二次有机气溶胶生成潜势)较小,主要以甲基环己烷、正壬烷、正葵烷和十一烷等高碳烷烃,以及甲苯、苯、二甲苯和乙苯等芳香烃的SOAP为主.研究显示,控制烯炔烃和芳香烃的浓度有助于控制重庆市O3的生成,控制高碳烷烃和芳香烃则有助于控制重庆市SOA的生成. 相似文献
2.
基于环境空气质量监测数据,分析了各项污染物时间变化特征,并利用SPSS 19.0软件进行相关性分析和主成分分析。结果表明:SO_2和CO污染较轻,NO_2浓度水平较高,O_3和PM_(2.5)污染相对严重。SO_2和O_3呈现"单峰型",NO_2、CO、PM_(10)、PM_(2.5)呈现"双峰双谷型"的日变化特征。SO_2、NO_2、CO、PM_(10)和PM_(2.5)呈"U型",O_3呈现倒"U型"季节变化特征。PM_(10)、PM_(2.5)与SO_2、NO_2、CO,SO_2与NO_2、CO,NO_2与CO呈现正相关;NO_2、CO与O_3呈现负相关。主成分分析法结果显示第1个因子为PM_(10)、PM_(2.5)、NO_2,第2个因子为O_3。 相似文献
3.
于2021年1~2月在重庆典型城区万州区(WZ)、渝北区(YB)和双桥区(SQ)同步采集PM2.5样品,分析冬季碳质气溶胶的污染特征、来源及潜在源区.结果表明,观测期间SQ的ρ(PM2.5)、ρ(OC)和ρ(EC)均值分别为(72.6±33.3)、(18.2±8.2)和(4.4±1.7)μg·m-3,高于WZ[(67.2±30.3)、(17.2±7.4)和(5.1±2.4)μg·m-3]和YB[(63.4±25.7)、(15.4±6.3)和(4.2±1.9)μg·m-3].与清洁日相比,WZ污染日EC浓度及其对总碳的贡献率均涨幅最大(103.0%和8.1%),但OC/EC值下降最明显(-10.5%),表明WZ污染日碳质气溶胶的一次排放明显增强.观测期间SQ和YB的ρ(SOC)均值分别为(7.7±4.8)μg·m-3和(6.9±2.8)μg·m-3,明显高于WZ[(4.5±1.9)μg·m-3],表明二次转化对SQ... 相似文献
4.
本文结合重庆市空气质量限期达标规划编制案例,介绍了城市空气质量达标规划编制中的几个关键技术及其具体应用,包括本地化污染源排放清单编制、污染物来源解析、污染物排放形势预测与减排潜力分析以及大气环境容量核算等。本地化污染源排放清单是城市空气质量达标规划编制的基础,针对现有污染源制定科学合理的减排方案是达标规划的核心内容。分析不同区域的污染物组分浓度特征、污染源贡献以及未来污染排放形势预测,有助于识别出制约未来空气质量达标的关键因素及污染源。基于污染源减排潜力和污染传输矩阵制定的污染源减排方案更具合理性和可行性,应用空气质量模型估算大气环境容量可为规划目标可达性提供依据。 相似文献
5.
通过分析重庆市主城区2015~2019年O3浓度和气象要素观测数据,发现主城区O3超标日数、超标日O3中位值和90百分位浓度值均呈现逐年升高趋势,O3与温度成正相关、与相对湿度成负相关,高O3浓度对应每日最高温度区间为35℃以上以及相对湿度区间70%以下.采用T-mode主成分分析法(PCT)对2015~2019年的4~9月850hPa低层位势高度场和风场进行分型,总结出重庆市O3污染期间主要有8种天气类型,其中有利于出现高浓度O3现象的天气类型分别是低压西北侧型(T1)、低压后部型(T4)和高压西侧(T3),对应O3平均超标率分别为34.6%、17.0%和14.2%.利用HYSPLIT4模型后向轨迹聚类方法和潜在源贡献算法(PSCF),计算得到O3污染日的气团主要以中短距离输送为主,主要传输轨迹来自北、东北、南以及西南四个方向,从2015~2019年,主要污染来源有一个明显的从北转南的趋势,O3污染的潜在源贡献分析结果与全市工业源NOx、VOCs排放量空间分布的一致性较高. 相似文献
6.
7.
2009—2010年冬季和夏季在重庆市某代表性城区对大气中苯系物进行观测,并应用苯与甲苯特征比值(B/T)和因子分析法对苯系物来源进行了分析。结果表明,2种源分析方法具有较好的一致性,涂料及溶剂的生产与使用以及机动车尾气和油品使用是该研究区域苯系物的主要来源,贡献率分别为59.3%和16.2%。不同功能区、不同季节,苯系物来源构成有所差异。除受汽车尾气影响外,夏季受涂料、溶剂等生产使用的影响也较大,尤其是投诉集中点位、混合区和工业区;冬季,投诉集中点位主要受涂料、溶剂等生产使用等影响,其他点位可能还受到燃烧源的影响。 相似文献
8.
气象因子对臭氧的影响及其在空气质量预报中的应用 总被引:1,自引:0,他引:1
为提高重庆市臭氧(O_3)预报准确率,利用2013—2015年5—10月O_3监测数据和气象数据,通过主成分分析、逐步回归分析等方法,确定了影响重庆O_3浓度的主要气象因素为最高温度、温差、太阳辐射、降水量、相对湿度、水气压和压差;通过基于O_3污染水平相似的主要气象控制因子筛选和最优组合的预报结果优化方法,提高了O_3预报准确率,使2016年5—8月O_3的AQI类别预报准确率由57.7%增至72.4%,O_3超标的预报准确率由38%增至46%。 相似文献
9.
该文基于2018-2020年重庆市空气质量监测网络数据,分析了城市站、区域站和交通站CO浓度水平、时间变化规律,研究了CO与大气污染物、气象参数的相关性,并利用Meteoinfo软件对抵达重庆市各片区的轨迹进行聚类分析、潜在源贡献因子分析及浓度权重分析,获得了各片区CO的传输规律及潜在源区贡献特征。结果表明,2018-2020年,城市站和区域站CO质量浓度为下降趋势,交通站呈现上升趋势,CO质量浓度月变化为“U型”特征,日变化为“双峰”特征,区域站峰值时间晚于城市站和交通站,各类型站点均存在明显“周末效应”。城市站CO与其他大气污染物相关性整体强于区域站,交通站CO与其他大气污染物相关性最低。CO质量浓度与风速为负相关关系,与地面气压和温度的相关性不明显。重庆市冬季的气团轨迹主要来自偏东区域,占比70%以上,此外还有少量轨迹较短的偏西区域轨迹,对应CO质量浓度较高。中心城区主要源区位于重庆主城都市区以及川东城市,主城新区主要源区位于重庆主城都市区、泸州、广安、南充,渝东北片区主要源区位于渝东北区域、川东及湖北省恩施州、湖南省张家界等,渝东南片区主要源区来自渝东南片区及湖北省恩施州。 相似文献
10.
重庆市城区大气气溶胶光学厚度的在线测量及特征研究 总被引:3,自引:1,他引:2
利用CE-318型太阳光度计(CE-318)测定了重庆市城区2010年3月至2011年2月期间的太阳直接辐射量,反演了该地区大气气溶胶光学厚度(Aerosol optical depth,AOD),并对结果进行了分析.结果表明:重庆市城区上空大气AOD随波长增加而减小,Angstrom波长指数α=1.13±0.08,大气混浊指数β=0.57±0.14.受人为源排放的影响,空气较为混浊,且上空主要分布着城市-工业型气溶胶.AOD日变幅随波长增加而减小,且AOD在短波段变化比长波段变化更为明显.重庆市城区上空AOD(λ=500 nm)日变化大致分为5种类型:平缓型、上升型、下降型、凸型和凹型,其中,平缓型出现频率最低,凸型和上升型是主要变化类型.四季中AOD日变化特征在夏秋季较一致,冬春季较一致.AOD(λ=500 nm)全年主要呈现"V"字形特征,年均值为1.25±0.29,最低值出现在夏季,最高值出现在冬季;α全年变化范围在0.90~1.23,同AOD整体上呈负相关趋势,最低值出现在春季,最高值出现在夏季,且四季α值较大,表征气溶胶主控模态为细粒子,受人为源的排放影响较大. 相似文献