排序方式: 共有45条查询结果,搜索用时 31 毫秒
11.
对西双版纳州生态环境局勐腊分局2017年8月-2020年8月逐日空气质量数据的分析表明,2-4月是勐腊县空气质量指数(Air Quality Index,AQI)频繁达到二级及以上的时段,空气质量分指数(Individual Air Quality Index,IAQI)能够达到二级及以上标准的污染物为PM2.5、PM10、O3、SO2中的一种或几种,PM2.5、PM10污染较为严重,PM2.5对空气质量的影响最大,可使空气质量达到重度污染,混合污染出现比例远大于单一污染.2019、2020年3-4月勐腊县轻度及以上连续污染日数超过5 d的5次过程中,4次污染过程的主要潜在源区在勐腊上风方向老挝西北部及泰国与其相邻的区域,权重潜在源贡献因子(Weight Potential Source Contribution Function,WPSCF)大于0.6的区域与同年3、4月泰国西北部、老挝西北部的火点密集区有较好的对应关系,4次污染过程与老挝西北部及泰国与其相邻区域的生物质燃烧关系密切;1次污染过程的主要潜在源区主要在当地,当地建筑施工、交通运输、生物质燃烧和餐饮行业细颗粒物的排放会导致勐腊县空气质量出现明显下降.为验证勐腊县连续污染过程受到了周边国家烧荒的影响,利用逐日气溶胶光学厚度(Aerosol Optical Thickness,AOT)对2020年3月23-4月9日的污染过程进行了个例分析,发现AOT大值区位于勐腊上风方向,高浓度污染物持续稳定地向勐腊传输导致勐腊出现持续重污染. 相似文献
12.
2016年3月31日,深圳市及其周边地区出现典型的区域性空气污染事件,多数地区的AQI超过了100.主要污染物浓度和气象要素的逐小时变化表明,该次污染天气主要是在不利气象条件下,由污染物区域传输和二次污染物生成共同导致的.进一步的后向轨迹分析表明,污染日抵达深圳市的气团可能从东莞、广州和佛山等地区携带了大量污染物,并且移动速度缓慢,造成了深圳较为严重的污染天气,而污染日前和污染日后抵达深圳市的气团有利于污染物的稀释扩散,因此空气质量较好. 相似文献
13.
环境空气质量预报评估是提升预报能力的重要助力,为更好支撑空气质量精细化管理,将我国空气质量细化为12个半级别,参照英国预报评估方法,对2020年“2+26”城市AQI、 PM2.5浓度和O3-8h浓度预报开展探索性半级别预报效果评估,通过与AQI范围预报和AQI级别范围预报评估对比发现,半级别预报评估方法可将两者兼容合一,在城市业务预报评估中具有一定可行性和应用价值.具体的半级别预报评估结果表明,“2+26”城市AQI和O3-8h浓度在低段级别和高段级别的预报效果明显差于中段级别,不同级别PM2.5浓度预报效果相对稳定;AQI、 PM2.5和O3-8h浓度预报准确率月变化曲线分别呈双峰型、先升后降型和平缓型,PM2.5浓度各月偏高预报显著;不同城市AQI和O3-8h浓度预报准确率差距相对较小,PM2.5浓度预报准确率波动较大;北京和天津AQI预报准确率高于周边省份,北京和河南PM2... 相似文献
14.
京津冀大气污染变化规律及其与植被指数相关性分析 总被引:7,自引:7,他引:0
基于2017年逐时空气质量监测数据、归一化植被指数(NDVI)16 d合成数据以及社会经济数据,对京津冀大气污染特征进行了系统分析,并利用线性回归、地理加权回归模型等探讨了其变化规律与NDVI的关系,及其受社会经济因素的影响.结果表明:①京津冀地区大气污染整体表现为南高北低、平原高山区低的分布特征,由北向南递次升高,大气污染呈现出显著的空间异质性;②从季节变化看,呈现冬季 > 秋季 > 春季 > 夏季的总体规律,京津冀地区大气污染呈现出显著的时间异质性;③SO2、NO2、CO、PM2.5、PM10等污染物浓度均与NDVI值呈负相关关系;在气候、地形等自然条件较为一致的前提下,NDVI值越低人类活动干扰越明显、产业经济布局越集中,进而污染排放量越大,对空气质量产生显著负面影响;④NDVI指数一定程度上反映了土地利用、人口分布以及产业布局状况,而这些因素直接或间接决定着大气污染排放水平,进而能够指示区域的污染分布特征;⑤地理加权回归模型(GWR)计算结果表明,经济发展水平越高的地区NDVI与社会经济因子、PM2.5等污染物浓度相关性越好.NDVI的分布可以大体反映社会经济发展水平.对PM2.5的分布也有一定的指示作用. 相似文献
15.
目的了解铜陵市颗粒物中的元素特征和主要来源。方法选择2014年冬季和春季的部分时段,在铜陵市国家环境空气监测站——新民污水处理厂(工业区)采集PM_(10)和PM_(2.5)样品,使用X射线荧光光谱(XRF)法进行元素的定量测试。采样期间,冬季的空气质量以良和中、轻度污染为主;春季以中度和重度污染天气为主,采样期间出现了明显的重污染。结果 PM_(2.5)和PM_(10)中S和Si元素的浓度均比其余元素高,P和Cu元素的浓度远低于其余元素。空气污染的指数越高,Fe、Mg、Al、Si则更易富集在PM_(10)上,而K、Cu、Na、Cl、S元素更易富集在PM_(2.5)上,Ca和P这两种元素在PM_(10)和PM_(2.5)上的富集程度相当。空气颗粒物中,富集最多的元素是K,其次为Fe和Mg;元素Cu、K、Cl在PM_(10)中的富集程度要高于PM_(2.5)。结论扬尘(包括地面扬尘和建筑尘)是PM_(10)的最大来源,其次是开采矿山和燃烧生物质,燃煤、炼铜等工企业排放贡献最小;对于PM_(2.5)而言,最大的来源是风沙、扬尘和开采矿山,其次是燃煤、燃烧生物质和其他的工企业排放,炼铜的贡献最小。 相似文献
16.
17.
18.
基于分形模型开展了城市空气质量的评价方法研究.首先利用分形求和模型分析大气污染物分布特征,用分维数定量描述其浓度分布随机程度,开展了城市空气质量评价的背景值和标准值的确定方法研究.然后在此基础上基于橡树岭大气环境质量指数评价方法,确定了基于二氧化硫、二氧化氮、PM10三项污染物的中国城市人为源空气质量评价方法模型.最后以西安市为示范区,利用本研究方法确定了西安市的大气环境背景值和评价标准值,建立了适用于西安市的大气环境质量指数模型,并开展了2010年该市全年环境质量分析评价工作.结果表明,基于分形模型的评价结果认为西安市空气质量年变化呈“U”字型分布,该方法比常规环境空气质量评价方法更能表现出空气质量的变化规律和季节分布特征.总体上,2010年西安市空气质量良好,未受到污染天数占83%,但是受沙尘天气影响比较大;西安市空气质量随季节变化特征比较明显,夏季和秋季空气质量较好,受污染程度较低,冬季和春季空气质量较差,受污染程度偏高. 相似文献
19.
长江三角洲城市群空气质量时空分布特征 总被引:2,自引:0,他引:2
基于数理统计、空间插值技术、相关性分析与GIS地图表达,研究长江三角洲城市群AQI及各空气含量因子污染浓度的时间、空间分布特征。通过提取国务院最新规划的长江三角洲城市群空间分布数据,划分研究区为"一核五圈",探讨了空气质量指数的时间变化特征和AQI、首要污染物的空间分布规律,定量评价了AQI与其污染因子的相关性,结果表明:(1)时间变化上,长三角城市群空气质量季均变化规律为夏季最好,冬季最差;月均变化呈波浪形分布,在1月份的平均浓度皆为最高;周均变化为:在一周后半段达到一周最大值;(2)空间分布上,分季节看,AQI在春、秋、冬三季空间梯度变化显著,呈现北高、南低的分布格局。在首要污染物的分布上,以PM_(2.5)和O_3均分长三角地区;(3)PM_(2.5)含量空间分布与AQI有较高相似性,均处于北高南低的分布状态,臭氧分布呈现东高西低,即较发达的城市臭氧含量相对较高的空间分布格局。最后通过相关性计算,AQI与PM_(2.5)相关性显著,与O_3没有明显相关性,为长三角大气污染防治提供依据。 相似文献
20.
华北地区空气质量空间分布特征及成因研究 总被引:3,自引:0,他引:3
以2015年华北地区71个主要城市的AQI监测数据为基础,通过交叉验证评估不同空间插值方法,选择克里金指数模型生成华北地区的AQI栅格数据;然后分析区域AQI的时空分布特征,并重点讨论了降水、风向、风速及地形对AQI的影响;最后利用逐步回归分析法,找出对AQI产生较大影响的社会经济因子,并结合ESDA方法和空间回归模型对AQI及社会经济因子进行空间相关性分析.结果表明:AQI的几种插值方法中以克里金指数插值法精度整体最优;AQI有明显的季节性变化,冬季AQI明显高于夏季;华北地区整体污染较重,最严重的区域集中在河北南部、河南北部和山东西部;降水、风和地形与AQI关系密切,当降水量大于10 mm时,对AQI具有显著的抑制作用;AQI与风速呈显著负相关,风速对不同污染物的影响强度具有明显的季节差异,冬季偏北风向是造成空气污染南移和扩散的主要原因;太行山脉和燕山山脉阻塞污染物向西和向北扩散,导致华北平原的东南部地区污染加重;社会经济因子中,工业对AQI的影响最大,其他依次为民用汽车保有量、人口密度、森林覆盖率. 相似文献