排序方式: 共有22条查询结果,搜索用时 593 毫秒
1.
石家庄大气污染物输送通道及污染源区研究 总被引:4,自引:1,他引:3
为探索石家庄的区域输送规律,确定主要污染源区,利用HYSPLIT(Hybrid Single Particle Lagrangian Integrater Trajectory)后向轨迹模式和NCEP的GDAS全球气象要素数据,对2013—2016年从不同高度上抵达石家庄地区的逐日72 h气流后向轨迹进行聚类分析,并结合石家庄逐小时颗粒物污染物浓度数据,分析石家庄PM2.5的潜在源贡献因子(WPSCF)和浓度权重轨迹(WCWT).结果表明,(1)石家庄PM2.5浓度具有明显单峰谷日变化,秋冬季与春夏季峰谷值出现时间不同;(2)近地层大气污染输送路径以近距离,移速慢的轨迹为主,轨迹较短的路径所占比例在40%以上.除夏季外,近距离输送路径均存在螺旋转向,在后向48~36 h内轨迹端点到达河北省内,转为东向和南向输送.(3)大气污染输送通道的垂直分布特征表明,输送轨迹中低于500 m高度的轨迹点占28.7%,高于1000 m低于3000 m高度的轨迹点占36.1%,高于3000 m高度的轨迹点占25.3%.低层多以近距离输送为主,高度越高,近距离输送轨迹的频率越低.500 m高度输送通道仍以近距离输送为主,并存在螺旋转向,1500 m高度以上多远距离输送.(4)石家庄PM2.5的主要污染源区范围较小.途径河北中南部、河南北部、山东西部和山西中北部地区的轨迹对石家庄PM2.5的污染贡献最大. 相似文献
2.
为了解石家庄市主城区O3(臭氧)污染特征及其影响因子,基于2015-2018年石家庄市空气质量连续监测资料和同期气象数据分析了主城区O3污染总体特征及气象成因.结果表明:①石家庄市主城区大气光化学污染日益严峻,ρ(O3)日均值由2015年的47 μg/m3增至2018年的66 μg/m3,ρ(O3)超过GB 3095-2012《环境空气质量标准》二级标准限值的天数由2015年的20 d增至2018年的70 d.②ρ(O3)存在明显的季节性差异,呈夏季[(89±33)μg/m3] >春季[(69±25)μg/m3] >秋季[(40±26)μg/m3] >冬季[(28±16)μg/m3]的特征;ρ(O3)日变化呈单峰型分布,谷值出现在06:00-07:00,峰值出现在15:00-16:00,且15:00-17:00是ρ(O3)超标的高发时段.③ρ(O3)与气温呈指数关系,当气温为20~25、25~30、≥ 30℃时,ρ(O3)日均值分别为75、90及119 μg/m3.ρ(O3)在相对湿度为60%时存在拐点,当相对湿度≤ 60%时,ρ(O3)随相对湿度的增大而上升;当相对湿度>60%时,ρ(O3)随相对湿度的增大而下降.风速与ρ(O3)呈分段线性关系,当风速 < 2 m/s时,ρ(O3)随风速的增加而上升;当风速≥ 2 m/s时,ρ(O3)随风速的增加而下降.④影响石家庄市主城区ρ(O3)升高的污染源主要位于其东-东南-南方位,其次为东北-东方位,而西部和北部地区则较少.⑤石家庄市主城区ρ(O3)超标多发生在气温>20℃,相对湿度介于40%~70%之间,风速在1.5~3.0 m/s之间的气象背景下,经统计,当气象条件同时符合上述三项气象要素时,ρ(O3)超标天数占3-10月总超标天数的66.5%.研究显示,气温>20℃、相对湿度为40%~70%、风速为1.5~3.0 m/s的气象条件可初步作为石家庄市主城区O3污染的预警指标. 相似文献
3.
石家庄市大气污染物的季节性时空特征及潜在源区 总被引:5,自引:5,他引:0
为系统研究石家庄市季节性典型污染物的重污染传输特征,基于2018年12月~2019年11月46个环境监测站(PM2.5、PM10、O3、NO2、SO2和CO)及17个气象站(温度、湿度和风速)的小时监测数据,利用插值(IDW)和相关方法,分析污染物的季节性时空特征;并结合GDAS数据,采用后向轨迹方法,研究污染物的季度传输格局和潜在源区.结果表明:①不同季节具有典型的污染物,季节性典型污染物和污染率依次为:春季(PM10,48.91%)、夏季(O3,81.97%)、秋季(PM10和PM2.5,47.54%和32.79%)和冬季(PM2.5,74.44%),其与气象条件变化有显著联系;②春季PM10与风速呈负相关,呈西北高、东南低的空间格局,主要传输方向为南向(53.32%),潜在源区(WPCWTij≥160 μg ·m-3)为河北(冀)中南、河南(豫)中北及山西(晋)中部,且山东(鲁)西和陕西(陕)西北部的传输也会贡献(WPSCFij≥0.3)市域的PM10浓度;③夏季O3与温度呈正相关,与湿度呈负相关,传输通道方向为东南-南向(54.24%),其潜在源区呈以石家庄市为中心,沧州和菏泽为两翼的新月形区域;④秋季和冬季PM2.5与湿度呈正相关,冬季呈西低、东高态势分布,输送方向为:秋季(东北-东南,74.75%),冬季(西北,55.47%),主要污染源区(WPCWTij≥180 μg ·m-3)集中在冀中南、豫北和晋中西部. 相似文献
4.
2006年春季石家庄市沙尘天气与PM_(10)污染 总被引:2,自引:2,他引:2
文章应用气象资料和环境监测逐时资料,对2006年春季石家庄市出现的沙尘天气过程中PM10浓度变化,及其与污染源、天气形势、风、周边环境等的关系进行分析。结果表明,沙尘天气的首要污染物均是PM10,PM10的变化曲线呈正态分布,春季中度及以上污染日均出现在污染日当日或次日。造成石家庄沙尘天气污染源分本地型、外来型以及两者共同影响型三种。本地型沙尘污染强度取决于风速大小及强风持续时间,PM10浓度变化与风速呈正相关。而外来型污染多发生在地面弱气压场,PM10浓度变化与风速呈反相关。文章总结出沙尘天气污染预警的几个必要条件,可供实际的空气质量预警参考。 相似文献
5.
2018年12月30日至2019年1月15日石家庄市发生了连续的灰霾天气,出现12个重污染天,首要污染物均为PM2.5.本文从污染演变、时空分布、组分分析、污染来源和气象因素等多方面展开分析探讨污染成因.结果表明,PM2.5主要成分为二次无机离子(65.4%),主要来源为燃煤(24.4%)和工业工艺源(23.7%).随污染加剧SO42-占比和二次无机源贡献均大幅增加.先后受来自偏南-东南和偏西-西南方向低空气团及特殊地形、静稳高湿、近地逆温等不利气象条件影响,燃煤、工业和机动车尾气等一次源产生的污染物在太行山前快速积累,气态污染物二次转化和颗粒物吸湿增长推高PM2.5,硫酸盐暴发式增长加剧污染发生.建议重污染应急响应期间在确保各项减排措施落实到位情况下,加强二次无机组分前体物SO2、NOx及NH3排放源的管控,并重点关注SO2排放源(散煤等),同时加强市区东北方向新乐、无极、深泽、晋州和行唐区县大气排放源管理,减少局地传输影响. 相似文献
6.
基于2016年冬季石家庄市微脉冲气溶胶激光雷达观测资料,采用归一化梯度法和梯度法两种方法反演了大气污染边界层高度,并将结果与相同时段探空资料获得的边界层高度进行对比验证,同时选取典型个例对污染边界层高度的过程演变特征进行了分析,探索了不同污染等级下污染边界层结构.结果表明,归一化、梯度法反演结果均与探空位温确定的边界层高度存在一致性,相关系数分别为0.62、0.55,均通过了0.05的显著性检验,但归一化相对误差为19%,梯度法为34%,表明归一化梯度法优于梯度法且其反演结果是可靠的.空气质量优良日,归一化梯度法反演结果准确度降低,与位温确定边界层高度最大偏差约1000m;随着污染程度加重,反演结果与位温确定边界层高度差减小,污染期间,污染边界层高度总体低于1000m,污染最重时段降到400m左右.不同空气质量等级、不同高度气溶胶消光系数垂直递减率具有明显差异,污染天气400m高度垂直递减率最大,表明该层以下为较重污染聚积层,之后随高度升高消光系数明显减小,700m以上为清洁空气. 相似文献
7.
8.
石家庄市空气颗粒物污染与气象条件的关系 总被引:2,自引:0,他引:2
利用2013—2014年石家庄市环境监测中心PM_(2.5)、PM_(10)逐时监测资料、同期的石家庄市地面气象观测站常规观测资料以及环境监测梯度站2013年1月各层PM_(2.5)和PM_(10)逐时观测资料,分析了PM_(2.5)、PM_(10)质量浓度的时空分布特征及与气象要素的相关关系。结果表明:石家庄市PM_(2.5)与PM_(10)的质量浓度及两者的比值均为冬季和秋季较高;在水平分布上,PM_(2.5)与PM_(10)的平均质量浓度为市区西部高于东部;在垂直分布上,随着高度的增加,PM_(2.5)和PM_(10)平均质量浓度先上升后下降;PM_(2.5)与PM_(10)的质量浓度与相对湿度呈正相关,其中PM_(2.5)的质量浓度与相对湿度相关性更高;PM_(2.5)与PM_(10)的质量浓度与风速呈负相关,随着风速的增大,PM_(2.5)与PM_(10)的平均质量浓度呈下降的趋势,但当风速大于5 m/s时,PM_(10)的质量浓度随着风速增大而上升,出现扬尘污染,总体来讲,刮西北风时PM_(2.5)与PM_(10)的质量浓度较高,刮东南风时PM_(2.5)与PM_(10)的质量浓度较低,这与风向和风速的日变化有关;PM_(2.5)与PM_(10)的质量浓度与降水呈负相关,随着降水的增加,PM_(2.5)与PM_(10)的平均质量浓度呈下降的趋势。 相似文献
9.
《环境科学与技术》2017,(8)
文章基于WRF-CMAQ空气质量数值预报系统,对石家庄地区未来3 d逐小时SO_2、NO_2、CO、O_3、PM_(10)和PM_(2.5)6种污染物浓度进行预报,选取2014年5-11月市区7个国控点的监测数据对模式预报能力进行评估检验。结果表明,CMAQ模式预报系统对CO的日均浓度预报准确率较高,而对其他污染物浓度的预报均有不同程度高估,其中PM10的预报效果相对较好,对SO_2、NO_2和PM_(2.5)这3种污染物浓度的预报值均明显大于观测值,O_3的预报效果最差。这与石家庄市排放源清单的不确定性及污染物日浓度变化幅度较大有关。为提高模式预报的准确性,采用非线性自适应偏最小二乘回归滚动法建立订正模型对逐小时污染物浓度预报值进行订正,结果明显改善了CMAQ模式预报值,对县市级的精细化预报有一定指导意义。订正结果对首要污染物PM_(10)和PM_(2.5)浓度的日变化特征表征较好,日变化曲线及波峰波谷值与观测结果基本一致,订正后的污染物浓度能反映出其在石家庄的区域分布特征,有利于预报分析不同天气背景下污染物的空间分布特征及输送变化过程。 相似文献
10.
针对石家庄市2015年12月5—14日出现的重污染过程,利用石家庄市逐日地基微波辐射计、风廓线雷达、地面气象观测资料以及同期的污染物观测资料,分析了重污染过程期间大气边界层温度、湿度、风变化特征及对PM_(2.5)的影响,采用Hysplit后向气团轨迹模式对污染来源进行分析。此次重污染以局地排放为主要形成源,期间冷空气势力弱,地面日平均风速均在1.5 m/s以下,日平均相对湿度均在70%以上,风速小、湿度大,稳定的大气环流形势为重污染提供了持续稳定的大气环境背景。逆温形成及快速增厚导致重污染开始,逆温层平均厚度为683 m,逆温层厚、强、不易消散,导致重污染持续时间长、污染重。近地面小风层厚(平均700 m左右),通风能力弱,导致污染物难以稀释扩散。同时近地层湿度大、厚度厚,使得PM_(2.5)更容易形成和积累,对重污染加重起到了促进作用。 相似文献