排序方式: 共有52条查询结果,搜索用时 687 毫秒
31.
在考虑经济水平差异的基础上,通过对典型区域的调查确定煨炕活动水平,采用排放因子法建立了兰州市2016年煨炕大气污染物排放清单,煨炕排放的SO_2、NO_x、NH_3、CO、VOCs、PM_(10)、PM_(2.5)、OC和EC的总量分别为340. 8、201. 8、106. 0、36 628. 2、4 997. 2、6 070. 3、5 645. 1、1 089. 3和1 233. 1 t·a~(-1).对污染物排放总量进行时空分配,排放主要集中在11月至次年4月中旬;排放量与区域经济水平密切相关,且存在着明显的空间差异,排放量大的区域主要集中在榆中东南部、永登中部和七里河南部.利用WRF~-Chem模式研究了采暖季煨炕对兰州市PM_(2.5)浓度的平均贡献,引入煨炕污染物排放清单提高了模拟结果的准确性,兰苑宾馆(位于城区)和榆中站(位于农村)的PM_(2.5)平均浓度在模拟期间分别升高了32μg·m~(-3)和34μg·m~(-3),贡献率分别为37. 6%和49. 2%.可见,研究和制定科学的煨炕污染物防控对策对改善区域环境空气质量具有重要意义. 相似文献
32.
PM10可替代源成分谱的建立方法及其应用 总被引:1,自引:1,他引:0
对收集到的我国35个城市的PM10有效实测源成分谱进行系统聚类,应用系统聚类和方差分析方法,对源成分谱进行聚类和区域的划分.对聚为一类的各城市源成分谱进行主成分分析,所得主成分得分系数作为权重,加权运算建立可替代源成分谱.利用R、CD以及CMB模型解析所得源贡献值的相对误差,评价所建立的可替代源成分谱的合理性及可行性.得到6种污染源的13个可替代源成分谱,煤烟尘与扬尘各三类,土壤风沙尘、钢铁尘与建筑水泥尘各两类,机动车尾气尘一类.煤烟尘与钢铁尘可以直接进行替代;建筑水泥尘不存在明显区域特征;机动车尾气尘由于数据代表性不足,建议采用实测源成分谱;土壤风沙尘与扬尘的替代标准有待进一步的研究. 相似文献
33.
首都水源地——洋河流域人为源多环芳烃(PAHs)排放清单估算及其影响分析 总被引:1,自引:0,他引:1
洋河流域位于京西北上风向,是北京重要水源地和生态保护屏障,我国北方典型的农牧交错带和生态脆弱敏感区,也是北京-张家口2022年冬奥会的申办地,具有极重要的战略地位.建立洋河流域大气PAHs排放清单,分析其可能来源及影响,通过气团后向轨迹辨识其区域PAHs传输途径,对于北京及张家口地区环境PAHs的污染控制具有重要的指导意义.本研究收集和分析了洋河流域大量工、农业生产和居民生活等相关数据资料,评估了流域各行业、各县市PAHs排放因子,单体排放量及其影响因素,通过气团后向轨迹模型分析了PAHs的传输轨迹.结果表明,洋河流域大气PAHs排放量为4.4×102t.从排放行业看,煤炭燃烧源、秸秆燃烧源是洋河流域大气PAHs的重要排放源,其贡献率分别为76%和16%.从排放地区看,宣化县的排放量最大,约49 t;其次分别为:兴和县、天镇县、怀来县、万全县,排放量分别约为:36、32、24和15 t.从排放谱看,低环(2~3环)与高环分子(4~6环)PAHs的排放量相差不大,分别约占PAHs排放总量的50%左右.洋河流域单位PAHs总排放量与各县市的工业生产总值(r=0.96,P<0.05)、居民收入(r=0.94,P<0.05)、人口密度呈正相关(r=0.92,P<0.05),与单位国土面积呈负相关(r=-0.9,P<0.05),与农业生产总值没有显著相关(r=0.026,P>0.01).流域内PAHs的较高排放与该地以煤炭为主的能源结构和较高的居民消费水平有关.基于气团后向轨迹模拟和洋河流域PAHs排放,可以推断洋河流域已成为PAHs的高污染风险区,通过西北气流可将流域高浓度的PAHs输送至北京,对北京的生态环境和人体健康造成潜在风险. 相似文献
34.
兰州市大气重污染气象成因分析 总被引:18,自引:8,他引:10
兰州市曾经是全国乃至全世界空气污染最严重的城市之一,重度空气污染特征明显.根据兰州市环境保护局公布的大气污染数据及气象局的气象观测数据,采用时间序列法和相关统计方法对兰州市2002—2011年空气污染指数(Air Pollution Index,API)大于200的大气重污染特征进行研究,并探析了其气象学成因.结果表明,静稳型重污染发生天数约占重污染发生总天数的77%,而沙尘型重污染只占23%.静稳型重污染是兰州市最主要的大气重污染类型,它往往存在PM10、SO2和NO2三种污染物同步累积的过程,持续时间长,主要发生在冬季;而沙尘型重污染持续时间短,由于外来高浓度沙尘输送的影响,PM10浓度会急剧升高,而SO2和NO2浓度则会明显下降(SO2、NO2浓度明显低于静稳型重污染),几乎都发生在春季.对它们的成因分析表明:静稳型重污染的气象学成因主要是风速小,稳定能量大,大气环境稳定度大,不利于湍流扩散,本地源污染物持续积累造成;沙尘型重污染气象学成因主要是春季气候干燥,相对湿度低,造成大风沙尘天气,给兰州市输送大量沙尘颗粒形成大气重污染.此研究结果可为兰州市大气重污染的防治提供科学依据. 相似文献
35.
主要研究中国大气颗粒物中多环芳烃污染状况,对多环芳烃的浓度水平、时间和空间分布、组成及在不同粒径颗粒物上的分布特征进行了综述.北方城市大气颗粒物中多环芳烃的浓度普遍高于南方城市.大气颗粒物中多环芳烃以4~6环为主,占多环芳烃总量的60%~ 80%.大多数多环芳烃分布于细粒子中,且多环芳烃在PM2.5中的分布占在PM1o中分布的70%以上.多环芳烃质量浓度有明显的季节变化特征,多数研究中多环芳烃浓度从高到低的季节变化规律为冬季、秋季、春季、夏季.不同功能区大气颗粒物中多环芳烃污染,城区高于郊区,交通区和工业区高于商业区、居住区和文化区. 相似文献
36.
利用耦合了Shao04起沙参数化方案的WRF/Chem模式对2014年4月22~25日发生在我国西北地区的一次沙尘天气进行了模拟,基于ERA-Interim和NECP-FNL两种再分析资料,探究了WRF/Chem在不同再分析资料提供初始场和边界条件时对沙尘天气的模拟能力,并分析了两种再分析资料对模拟结果影响的主要原因。总体来看,WRF/Chem在两种再分析资料提供初始场和边界条件时,均能较合理的模拟出主要的起沙区域、沙尘强度及其时空变化特征,沙源地附近和下游地区各个站点模拟的PM_(10)浓度时间变化特征与观测结果也较为吻合。但相比较而言,对西北地区此次沙尘天气过程,从沙尘的空间分布、沙尘浓度、垂直沙通量和地面各代表站点PM_(10)浓度变化等方面的模拟结果来看,NECP-FNL数据为模式提供初始场和边界条件时要优于ERA-Interim数据的结果,这主要与NECP-FNL数据在WRF/Chem模式中能相对较好的描述起沙过程中摩擦速度的量值有关,从而使得模拟的沙尘区域、强度和垂直沙通量更为合理。 相似文献
37.
s利用2014~2016年兰州市4个监测点O_3、NO_2和CO浓度实时监测数据和日平均气温、相对湿度、气压和风速气象观测数据,统计分析了近3年O_3的时空分布特征以及环境因子(NO_2和CO)和气象因子对兰州市区O_3浓度的影响。结果表明:兰州市区O_3浓度年变化特征呈倒U型结构,夏季最高,峰值出现在5月,为(65.6±16.9)μg/m~3。4个监测点中生物制品所的年平均浓度最高。O_3的日变化为单峰分布,午后浓度较高,兰炼宾馆监测点峰值出现时间比其他区域超前约2 h。NO_2和CO与O_3的年变化相反,均表现出U型结构的年变化特征,都在12月达到峰值,分别为(2.53±0.80)mg/m~3,(78.9±28.2)μg/m~3。而NO_2和CO浓度白天浓度高于夜间。O_3浓度都随着NO_2和CO浓度的增加呈现指数形式下降。兰州市高温低湿气象条件有利于O_3的前体物(NO_2和CO)转化形成O_3。兰州市区发生高浓度O_3的气象和环境条件主要为日均气温高于20℃,相对湿度位于40%~50%以及风速≤5 m/s;NO_2浓度低于20μg/m~3,CO浓度低于0.5 mg/m~3。 相似文献
38.
在以往研究基础上,利用单点实测数据驱动雪、冰及气溶胶辐射(SNICAR)区域物理模型,将微观数据与遥感的宏观技术相结合对积雪反照率与雪粒径进行数值模拟及反演.研究表明:积雪反照率会随着太阳天顶角的增大而增加,且在近红外波段的影响更加明显;在不同雪粒径、黑炭浓度下,积雪反照率都随着雪粒径、黑炭浓度的增大而减小,且颗粒越小的雪粒,粒径的减小对反照率的影响更为明显,而黑炭主要是对可见光波段有显著作用;利用SNICAR模型与MODIS数据反演北疆地区雪粒径,其精度可达0.749,实现了单点雪粒径向面状雪粒径的尺度转换.本研究揭示了干旱区季节性积雪中,气溶胶粒子存在情况下的积雪反照率连续变化特征,有效提高了积雪中雪粒径的反演精度,为积雪中气溶胶粒子对气候产生的辐射胁迫模拟提供了技术支持. 相似文献
39.
利用2009年9月~2010年6月兰州大学半干旱气候与环境观测站(SACOL)多角度吸收分光光度计(MAAP-5012)观测数据、CO和CO2气体成分混合比数据,分析了西北半干旱地区黑碳气溶胶和含碳气体特征、影响源地,以及影响黑碳浓度的排放物类型.结果表明BC、CO、CO2平均浓度分别为1.75μg/m3、601.71×10-9、387.78×10-6.利用后向轨迹模式将从观测站西部和东部输送过来的气流区分开,气流从东部来时,BC、CO、CO2浓度分别为1.38μg/m3、462.79×10-9、383.03×10-6;气流从西部来时,BC、CO、CO2浓度分别为2.2μg/m3、768.38×10-9、393.47×10-6.对500m、1500m、3000m高度气流来向的发源地进行聚类分析,发现3个高度上气流从中东、中亚及欧洲区域传输过来时,BC、CO、CO2浓度较高,△BC/△CO、△CO/△CO2值较大,说明燃料燃烧效率较低;气流从我国华北华中地区传输过来时,BC、CO、CO2浓度较低,△BC/△CO、△CO/△CO2值较小,表明燃料燃烧效率较高. 相似文献
40.
乌海市臭氧传输特征与潜在源区 总被引:3,自引:0,他引:3
乌海是典型的西北工业城市,O3污染问题突出但缺乏研究.本文基于乌海市环境监测数据、气象数据分析了乌海市O3污染特征.结果表明:乌海市O3日最大8 h平均值(MDA8O3)第90位百分数由2015年的131 μg·m-3上升至2018年的162 μg·m-3,超标天数由2015年的8 d上升到2018年的44 d,O3超标日集中出现在4—8月;2018年4—8月乌海市近地面盛行南风,O3浓度在近地面风向位于西南-南、东南、北-东北3个风向区间,风速处于2~7 m·s-1的区间时最高.为进一步研究乌海O3传输特征、潜在源区,本文基于NCEP再分析资料,使用后向轨迹、PSCF方法与CWT方法研究了2018年4—8月O3的传输特征及潜在源区.O3非污染过程中,74%的轨迹来自北方,气团移动速度快且途经的下垫面以沙漠为主,较为清洁.O3污染过程中,来自南方的轨迹占比59%,贡献了76%的污染轨迹,这些轨迹传输距离较短、移动速度较慢且经过的下垫面多为城市及工业园区;PSCF分析与CWT分析的结果较为一致,O3非污染过程的主要源区分布在乌海市以南.O3污染过程的主要源区为鄂尔多斯西部、阿拉善东部、石嘴山、银川、吴忠、榆林西部,WPSCF值均大于0.5,WCWT值均大于120 μg·m-3.乌海市O3易受区域传输影响,O3污染过程中其主要源区为距乌海400 km以内的上风向城市,O3非污染过程则主要在200 km的范围内.分过程进行气团轨迹聚类分析和潜在源区分析有利于得到更为真实的污染物传输特征和潜在源区. 相似文献