排序方式: 共有175条查询结果,搜索用时 218 毫秒
22.
利用南京与北京地区2014年5月1日—2019年10月31日的PM2.5监测数据、气溶胶光学厚度观测资料以及同期MICAPS地面气象要素的观测资料,对两地PM2.5浓度的变化规律及其与气溶胶光学厚度、气象要素的关系进行了分析和讨论,结果表明:南京与北京均呈现PM2.5浓度冬季显著高于夏季,AOD冬季小于夏季的特征;对比而言,北京PM2.5月均浓度高于南京地区;南京与北京的PM2.5浓度与AOD均为正相关关系,PM2.5浓度与AOD间相关性存在显著的季节差异,主要表现为夏季相关性大于冬季相关性;两地AOD与PM2.5浓度均为正相关关系,在同一AOD水平下,相对湿度越大,PM2.5浓度越大,气溶胶吸湿增长易造成污染物积累;南京PM2.5浓度与能见度的r为0.57,而北京的r为0.83,两地的PM2.5浓度与能见度的冬季相关性较夏季好,在高相对湿度下,同一PM2.5浓度水平时,南京能见度较北京好. 相似文献
23.
利用2013年地基CE-318太阳光度计观测数据,结合中分辨率成像光谱仪(MODIS)遥感产品和HYSPLIT后向轨迹分析,研究了一次东南亚生物质燃烧污染长距离输送至中国西南昆明站点过程(2013年4月5~8日)中,气溶胶光学特性和辐射特性的变化及其可能来源.结果表明,此次污染过程期间,我国西南地区生物质燃烧活动较少,而中南半岛地区生物质燃烧活动显著.4月5~7日,昆明站点气溶胶光学厚度(AOD)升高,消光波长指数(EAE)和吸收波长指数(AAE)均增大.此外,依据EAE和AAE分类方法,5~6日昆明站点以城市工业气溶胶为主,7~8日以生物质燃烧气溶胶为主,其细模态峰值半径(0.11μm)小于5~6日(0.15μm),7日细模态粒子体积浓度峰值(约为0.16μm3/μm2)是5日的2倍.气溶胶直接辐射强迫(ARF)日变化结果表明4月7日气溶胶对地表的降温效应达到最大,对大气的加热作用最强.气溶胶直接辐射强迫效率值(ARFE)的变化表明生物质燃烧气溶胶对大气顶的降温作用减弱.MODIS遥感以及HYSPLIT模式后向轨迹表明,此次昆明站点生物质燃烧气溶胶主要来源于东南亚地区(主要是印度北部、印缅北部和不丹地区). 相似文献
24.
2007年南京冬季雾外场综合试验期间,雾、霾交替持续的最长时间达100 h以上。利用大气气溶胶粒子和雾滴数浓度尺度谱分布、能见度、相对湿度等同步观测资料,从Mie散射理论出发,研究了雾、霾不同阶段大气消光特征,重点分析了大气气溶胶粒子和雾滴在雾、霾持续和转化过程中的消光作用。结果表明,雾、霾过程不同阶段平均能见度的大小关系为:雾<湿霾<霾~轻雾。平均而言,雾阶段雾滴和气溶胶粒子的消光作用相当,其中,雾滴消光波动幅度大于气溶胶粒子消光,能见度的变化趋势主要由雾滴的消光决定。湿霾、霾和轻雾阶段的消光主要由气溶胶粒子造成。湿霾阶段的低能见度是由于大量积聚模态的气溶胶粒子在较高相对湿度环境中吸湿增长所致。霾阶段气溶胶粒子数浓度达到最大,核模态粒子占总数浓度的80%左右,是导致该阶段能见度较低的主要原因。轻雾阶段气溶胶粒子的消光系数最小,但雾滴可提供10%~15%的消光贡献,导致能见度与霾阶段相当。 相似文献
25.
近年来,近地面O_3浓度呈不断上升趋势,高浓度O_3会影响作物的生长导致产量降低.本文利用2014~2016年南京市近地面O_3浓度的连续观测数据,分析了O_3浓度的变化特征及其对冬小麦和水稻产量与经济损失的影响.结果表明,2014~2016年南京市O_3年平均浓度分别为62.9、68.6和69.1μg·m-3,O_3浓度和超标日数均呈现逐年增加的趋势.季节平均的O_3浓度大小的顺序为:夏季、春季、秋季和冬季.四季O_3浓度的日变化均为明显的"单峰型",峰值出现在15:00~16:00,谷值出现在07:00~08:00.2014~2016年冬小麦生长季期间AOT40的数值分别为10.5、14.4和9.4μL·L~(-1)·h,水稻生长季期间AOT40的数值分别为8.5、20.0和25.6μL·L~(-1)·h.近地面O_3对冬小麦的影响要高于水稻,其中,2014~2016年O_3造成冬小麦减产范围为21.4%~32.8%,每年的经济损失达15 076.6~27 799.6万元,造成水稻减产范围为8.1%~24.3%,每年的经济损失达19 747.2~68 075.7万元. 相似文献
26.
该文利用WPS、β射线测尘仪、EMS污染气体监测系统的观测数据,结合观测期间天气形势,分析了青奥会期间南京不同天气型下气溶胶数浓度和污染气体的分布特征。结果表明:观测期间气溶胶数浓度平均为7 302个/cm~3,污染气体(NOx、O_3、SO_2、CO)平均浓度分别为23.09、55.1、8.7和867.3μg/m~3。不同天气型下气溶胶粒径分布差异较大,鞍型场(Ⅱ)、副热带高压(Ⅴ)和冷涡(Ⅲ)控制下数浓度谱呈单峰型分布;大陆高压和热带气旋外围(Ⅰ)控制下数浓度谱呈双峰型分布;冷高压(Ⅳ)控制下数浓度谱呈三峰型分布。同时日浓度变化差异也大,N_(10~300 nm)在Ⅰ型、Ⅲ型、Ⅳ型呈三峰型,在Ⅱ型、Ⅴ型呈双峰型;NOx和CO在Ⅰ型分别呈三峰型和单峰型,其余都是双峰型;O_3一直呈单峰型。 相似文献
27.
为研究京津冀地区NO2时空变化与气象条件影响,本文利用变分方法订正TROPOMI卫星NO2遥感数据,结合环境气象评估指数(EMI)分析气象条件对NO2浓度变化的影响.结果表明,经过变分方法订正过的NO2浓度具有更可靠和高分辨率的时空分布特征.京津冀西北部地区的NO2浓度低,东部和南部浓度较高.北部燕山、西部太行山形成的半包围地形阻挡了大气污染物在京津冀平原地区的扩散,产生了不利的气象条件.其中,燕山南部的北京、天津和唐山以及太行山东部的保定、石家庄、邢台、邯郸等地气象条件较差,而高海拔地区的张家口、承德、秦皇岛大气扩散条件较好.NO2浓度在春、夏季受到气象条件变化的显著影响,而在秋、冬季受到气象条件变化的影响较小.气象条件对NO2不同浓度区间的作用不同,NO2浓度较低和较高时气象条件对其作用更为显著,而浓度处于转折区间时,气象条件对其影响较小.本研究开展的TROPOMI卫星变分订正、NO2浓... 相似文献
28.
利用保定市2015—2019年近地面O3和气象观测数据,统计分析了该地区O3变化特征及其与地面气温、相对湿度、风速和风向的关系,并确定了O3的周边源区.结果表明,2015—2019年保定市O3污染呈加重趋势,O3污染超标天数从2015年的63 d增加至2019年的95 d.由于秋冬季昼夜温差较大,导致其O3日变化相对扰动高于春夏季节.O3浓度与近地面气温呈非线性正相关关系,随相对湿度(RH)的增加呈阶段性的先增后减的变化趋势,其中当RH为40%~50%时,O3浓度及其污染超标率均达到最大.此外,风场对O3分布有重要影响,盛行偏南风时易发生O3重污染,表明影响该地区O3污染源区主要位于保定南部.潜在源贡献因子分析方法(PSCF)和浓度权重轨迹分析法(CWT)的分析结果表明,保定市春夏O3源区分布范围最大,其中贡献高值区主要分布在保定以南的河南东部、山东西部,周边源区对保定市O3污染具有重要影响作用. 相似文献
29.
在中国复合型污染的大气环境背景下,新粒子生成(New Particle Formation,NPF)是大气颗粒物的重要来源之一,直接影响到空气质量、云物理过程、全球辐射平衡及人类的生产生活.本文通过分析城市污染地区和高山清洁地区新粒子生成天和非新粒子生成天的特征差异, 研究新粒子生成事件的关键影响因素.利用2016年3月12日—4月6日北京的观测资料和2012年9月23日—10月28日黄山的观测资料,分别代表城市污染地区和高山清洁地区进行研究,同时,结合同期气态前体物浓度和气象要素进行详尽的分析.结果表明,观测期间,北京发生新粒子生成事件的频率为42.3%,黄山发生新粒子生成事件的频率为25%,北京的新粒子生成速率J3和J10、增长速率GR3~10和GR10~25及凝结汇分别为3.30~51.39 cm-3·s-1和3.37~35.21 cm-3·s-1、0.10~2.89 nm·h-1和1.84~11.16 nm·h-1及0.030~0.054 s-1,黄山的新粒子生成速率J10、增长速率GR10~25及凝结汇分别为0.31~4.32 cm-3·s-1、2.95~10.65 nm·h-1及0.0014~0.040 s-1,主要受到气态前体物浓度、气象要素和背景颗粒物浓度的 影响.气态硫酸H2SO4浓度是北京城市新粒子生成事件发生的限制因素,而非决定因素;黄山新粒子生成天的SO2浓度是非新粒子生成天的2倍,是黄山新粒子生成事件的主要影响因素.在降水和大风天气后,北京和黄山大气中颗粒物质量浓度较低、太阳辐射强、相对湿度低的静稳条件下有利于新粒子生成事件的发生,此外,高山清洁地区的气态前体物浓度在大风天气后由于跨界输送的影响会显著上升. 相似文献
30.
嘉兴市不同天气条件下大气污染物和气溶胶化学组分的分布特征 总被引:1,自引:0,他引:1
为研究不同天气条件下大气污染物(PM_(2.5)、PM_(1.0)、SO_2、NO_2、O_3和CO)和气溶胶化学组分的污染特征,分别使用SHARP-5030监测仪、热电EMS系统、气溶胶化学成分在线监测仪(ACSM)和宽范围颗粒粒径谱仪(WPS)对嘉兴市2015年5月1~31日PM、污染气体、PM_(1.0)中化学组分和10 nm~10μm气溶胶数浓度进行了观测分析.结果表明,观测期间嘉兴市PM_(2.5)、PM_(1.0)、SO_2、NO_2、O_3和CO的平均浓度分别为52.8和37.2μg·m~(-3)、10.3μg·m~(-3)、38.1μg·m~(-3)、92.1μg·m~(-3)和1.2 mg·m~(-3).PM_(1.0)中OA、SO_2-4、NO-3、NH_4~+和Cl-的平均浓度为2.18、1.24、0.87、0.63和0.08μg·m~(-3).数浓度主要集中在爱根核模态(20~100 nm),浓度为12 411.2 cm~(-3),其次是核模态(10~20 nm),浓度为4 946.6 cm~(-3).不同天气过程中PM和污染气体的浓度分布和日变化特征不同.不同天气条件下PM_(1.0)中化学组分分布不同.雨天和晴天PM_(1.0)中化学组分浓度从大到小顺序均为OASO_2-4NO-3NH_4~+Cl-,新粒子天PM_(1.0)中化学组分浓度的顺序为OANO-3SO_2-4NH_4~+Cl-.新粒子天OA和NO-3分别是晴天的1.61和1.42倍,说明OA和NO-3是影响新粒子生成事件的主要化学成分.不同天气条件下不同模态气溶胶的日变化特征不同. 相似文献