排序方式: 共有22条查询结果,搜索用时 421 毫秒
11.
中国各城市细颗粒物(PM_(2.5))环境空气质量差异较大,呈现明显的区域污染特征。合理划分PM_(2.5)污染防治区域、开展区域性大气环境管理,是改善区域空气质量的重要途径。根据2015年全国108个重点城市大气PM_(2.5)的日均浓度数据,使用系统聚类方法对各城市的PM_(2.5)全年污染变化特征进行分析,从而划分出不同防治区域。依据聚类分析的3项原则,综合比较4种不同聚类方法及结果,最后提出可以划分出8个PM_(2.5)污染防治区域:a赣鄂湘接壤地区(长株潭及周边城市),b成渝及周边地区,c粤桂地区,d闽浙沿海城市群,e东三省地区,f长三角地区,g山东及周边地区,h京津冀、山西中北部、陕西关中城市群。 相似文献
12.
于2012年春季采集了重庆主城区和缙云山共6个环境采样点的大气PM10、PM2.5样品,同步采集了燃煤尘、机动车尾气尘、施工机械尾气尘、船舶尾气尘、餐饮油烟尘、生物质燃烧尘及土壤尘等7类污染源,采集到有效受体样品139个、有效源样品233个,使用GC-MS分析样品中18种PAHs的质量浓度(ρ),分析了PM10、PM2.5上载带PAHs的污染特征,并分别运用比值法、主成分分析法及CMB(化学质量平衡)受体模型法对PM10、PM2.5中的PAHs进行来源解析,所得源解析结果较为一致. 结果表明:重庆主城区大气PM10、PM2.5中ρ(PAHs)较低,ρ(PAHs)分别为22.03~31.71、19.02~29.92 ng/m3,其中位于工业区新山村采样点的ρ(PAHs)最高. PM10载带的PAHs有86%~99%集中在PM2.5中,说明PAHs主要富集在PM2.5中. 重庆主城区大气PM10、PM2.5载带的PAHs主要来自机动车尾气尘和燃煤尘的贡献,这2类源对PM10的贡献率分别为25.89%、32.80%;而在PM2.5中,机动车尾气尘的贡献率较高,可达62%左右. 相似文献
13.
14.
为研究2022冬奥会期间减排措施对北京大气颗粒物粒径谱分布特征的影响,于2021年12月1日~2022年3月28日使用扫描电迁移率粒径谱仪(SMPS)对粒径为3~660nm的大气颗粒物的数浓度谱分布进行了实时监测,结合气态污染物和气象参数,对比分析冬奥会前后新粒子生成(NPF)日和非新粒子生成日的颗粒物数浓度及粒径分布特征.结果表明,大气颗粒物数浓度随减排措施的加强而降低,冬奥会期间(2022年2月1~20日)颗粒物平均数浓度、表面积浓度和体积浓度相较于其他时期分别降低了约4.0%~33.3%、17.1%~41.1%和11.7%~41.2%,体现了冬奥会期间本地排放降低和区域污染减少协同控制的影响.在NPF日,冬奥会期间的积聚模态颗粒物数浓度降低约15.3%~25.1%.超细颗粒物数浓度从冬奥会前(12078cm-3)到冬奥会后(20600cm-3)持续上升,主要受到了高浓度的O3和气态硫酸、高太阳辐射强度、低NO2浓度和凝结汇等有利成核条件的影响.在非NPF日,限排期间颗粒物数浓度下降4.4%~5... 相似文献
15.
中国城市细颗粒物(PM_(2.5))空气质量达标率低,且城市间的污染程度差异较大。为了整体改善PM_(2.5)空气质量,需要针对不同污染程度的城市,制定分阶段改善目标加以考核和管理,研究探讨了城市PM_(2.5)空气质量改善目标体系及不同污染程度城市各阶段目标值。首先运用文献综述法、国内外对比分析法梳理评述了WHO、欧美等发达国家PM_(2.5)的空气质量标准和达标要求,提出中国城市PM_(2.5)空气质量改善的考核目标体系,包括PM_(2.5)浓度目标值或下降率、严重污染天数上限、达标天数下限等指标。通过历史数据分析法研究了2000—2013年美国、日本一些城市和2013—2016年中国74个环保城市PM_(2.5)年均浓度的变化趋势,推论出中国城市PM_(2.5)年均浓度年均下降5%~8%是可能实现的;结合环境保护部及各省市PM_(2.5)污染防治规划,提出PM_(2.5)空气质量改善目标的设定原则和达标天数的回归计算方法;以2014年114个城市PM_(2.5)年均浓度为基数,计算得出不同污染程度城市2020、2025、2030年PM_(2.5)年均浓度年下降率和达标天数的目标值。 相似文献
16.
重庆市颗粒物中元素分布特征及来源分析 总被引:1,自引:0,他引:1
2012年在重庆市6个采样点采集PM10和PM2.5样品,采用电感耦合等离子体质谱仪(ICP-MS)和电感耦合等离子光谱仪(ICP-OES)对样品中Na、Mg、Al、K、Ca、Ti、V、Cr、Mn、Fe、Co、Ni、Cu、Zn、As、Cd、Pb共17种元素含量进行测定,在此基础上对各元素浓度分布特征进行分析,并采用富集因子法(以Al元素为参比元素)和主因子分析法定性分析其污染的主要来源。结果表明,除Al、Ca、Co外,其他与人类活动相关的各元素更容易富集于PM2.5上。Zn、As、Pb、Cd在PM10和PM2.5中极强富集,表明重庆市燃煤、城市交通、工业等污染严重。大渡口和沙坪坝站点PM10和PM2.5中各元素的污染程度相对偏高,南坪、缙云山、巴南、茶园4个采样点各元素的污染程度相对偏低。主因子分析结果表明,土壤尘、建筑尘、燃煤工业尘、道路尘是重庆市PM10和PM2.5的主要来源。 相似文献
17.
为探究典型“组群式”城市——淄博市夏季大气颗粒物中水溶性离子化学特征及来源,于2016年8月对淄博市6个城市点(桓台、张店、临淄、淄川、博山、周村)、2个郊区点(沂源、高青)及1个清洁对照点(鲁山)同步进行PM2.5和PM10采样,分析了大气颗粒物质量浓度及9种水溶性离子的空间分布特征,并利用主成分分析方法探讨了PM2.5和PM10中水溶性离子的主要来源.结果表明:①淄博夏季各点位(清洁对照点除外)PM2.5和PM10质量浓度日均值范围分别为57.2~112和77.4~163 μg/m3,空间分布特征表现为城市点>郊区点>清洁对照点;各点位PM2.5/PM10(质量浓度之比)在0.61~0.80之间,表明淄博夏季大气颗粒物污染以PM2.5为主.②水溶性离子在PM2.5和PM10中占比分别为53.3%和48.5%,其中二次无机离子分别占总离子浓度的91.4%和83.7%,表明大气颗粒物主要以二次离子为主,并且主要富集在PM2.5中;PM2.5中∑阴离子/∑阳离子(摩尔浓度之比)为1.07,PM10中该比值为0.87,说明PM2.5接近中性,而PM10呈弱碱性.③淄博夏季各点位离子来源具有一定的空间差异性,城市点、郊区点与清洁对照点间的CD(分歧系数)均高于0.2,而城市点间CD值低于0.2,说明城市点位间的水溶性离子的化学性质较为相似.④主成分分析表明,淄博夏季大气PM2.5中的水溶性离子可能主要来源于工业源、生物质锅炉、燃煤、二次源、道路尘及建筑尘,而PM10中的离子主要来源于道路尘、建筑尘、海盐及二次源.研究显示,淄博市颗粒物污染严重,具有明显的空间分布特征,水溶性离子来源复杂,应采取分区、多源控制的污染防治对策. 相似文献
18.
为深入研究菏泽市秋冬季PM2.5中水溶性离子污染特征,于2017年10月15日-2018年1月31日对菏泽市3个监测点同步进行PM2.5的采集和分析,分析探讨了不同污染程度下ρ(PM2.5)及水溶性离子化学特征.结果表明:①菏泽市秋冬季PM2.5呈区域污染特征.②整个观测期间,ρ(PM2.5)范围为26.72~284.10 μg/m3,平均值为103.27 μg/m3,其中水溶性离子对ρ(PM2.5)贡献率较大,为44.65%~49.87%;SNA(NO3-、NH4+、SO42-的统称)的占比较高,SNA占总水溶性离子质量浓度的86.88%,说明二次气溶胶为菏泽市大气PM2.5中的重要组成部分.③SNA三角图解和水溶性离子相关性结果表明,采样期间大气中NO3-、SO42-可能以NH4NO3、(NH4)2SO4形式存在;ρ(Cl-)与ρ(K+)相关性较高(清洁天和污染天的相关系数分别为0.79和0.81),由此推测Cl-与K+具有同源性,二者主要源于生物质燃烧.④重度及以上污染天的SOR(硫氧化率)和NOR(氮氧化率)分别为0.54和0.37,分别是清洁天的2.08和2.06倍;轻/中污染天的SOR和NOR分别为0.37和0.29,分别是清洁天的1.42和1.61倍.随着污染程度的加重,SO2和NO2向SO42-和NO3-的二次转化增强.重污染日SOR、NOR和相对湿度均大于清洁天和轻/中度污染天,而温度则未表现出相似的变化趋势,说明非均相反应是菏泽市秋冬季SO42-和NO3-形成的重要原因.研究显示,菏泽市污染呈区域性污染特征,二次气溶胶是菏泽市大气PM2.5的重要组成部分,污染天ρ(NO3-)、ρ(SO42-)、ρ(NH4+)均与相对湿度呈显著正相关(P < 0.05),均与温度呈负相关,表明在污染天高湿低温对SO2、NO2转化为SO42-、NO3-有推动作用. 相似文献
19.
2013年6月在北京及华北平原大城市空气污染联合观测期间,使用大流量PM2.5采样仪分昼、夜采集北京市典型城区环境空气中PM2.5样品,利用GC-MS技术对PM2.5中正构烷烃的污染水平、分布特征与来源进行分析,并且结合后向轨迹分析了远距离传输的影响.结果表明:观测期间ρ(PM2.5)为29.73~275.30μgm3,PM2.5中ρ(总正构烷烃)为50.33~143.49 ngm3.PM2.5中正构烷烃质量浓度随碳数分布呈单峰-后峰型和双峰-后高型2种;Cmax(主峰碳数)为C29或C31;CPI(碳优势指数)为1.34~6.66;LMWHMW〔ρ(C14~C24正构烷烃)ρ(C25~C36正构烷烃)〕为0.10~0.31.观测期间PM2.5中正构烷烃主要来自高等植物蜡,并且主要来自温带植物;其次来自化石燃料和生物质的不完全燃烧.观测期间来自北京市南向气团轨迹出现概率最高,影响最为突出,其次为来自东南沿海方向和内蒙古中西部方向的气团轨迹. 相似文献
20.
大气臭氧浓度升高对农作物产量的影响 总被引:5,自引:0,他引:5
大气O3浓度升高对农作物产量的影响是评估大气O3造成农作物减产及经济损失的基础. 分别在北京和广东东莞建立OTC(田间开顶式气室)系统,开展大气O3对大田冬小麦和水稻的影响研究,在整个生长期对作物进行O3熏蒸,计算O3暴露量,获得冬小麦和水稻产量与O3暴露量之间的响应关系. 结果表明:东莞水稻临界水平(以AOT40计,AOT40为大于40nL/L的小时平均φ(O3)与40nL/L差值的累计值)为4.95μL/(L·h),而北京冬小麦为2.44μL/(L·h). 根据我国已有农作物O3暴露量-产量响应关系计算可知,我国水稻和冬小麦的AOT40分别为4.950~9.506和2.280~3.858μL/(L·h),水稻对O3的敏感性从我国北方到南方呈逐渐增加态势,但冬小麦对O3敏感性并无明显的地域变化规律. 在大田环境大气φ(O3)条件下,东莞水稻相对产量损失为2.70%〔AOT40=2.68μL/(L·h)〕,北京冬小麦的相对产量损失为12.85%〔AOT40=6.72μL/(L·h)〕. 我国农作物生长环境多样,作物种类繁多,需要继续开展试验研究来建立本地化O3暴露量-产量响应关系,用于合理评估区域农作物产量损失. 相似文献