排序方式: 共有55条查询结果,搜索用时 15 毫秒
31.
利用成都市2014~2016年逐日呼吸系统疾病和心脑血管疾病死亡资料、同期气象资料和PM2.5日均浓度和每日臭氧最大8h平均浓度(O3)资料,采用分布滞后模型以及广义相加模型中的独立效应模型、非参数二元响应模型和温度分层模型探究了成都市气温、PM2.5和O3单效应,以及气温与PM2.5(或O3)交互作用对当地呼吸和心脑血管疾病死亡人数的影响.单效应分析结果表明,气温与两种疾病死亡人数的累计暴露-反应关系均呈反“J”型分布,最适温度在22.2℃,该温度对应的疾病死亡人数最少;累积滞后1d的PM2.5(或O3)对应的健康风险最大,此时,PM2.5和O3浓度每升高10μg/m3,呼吸系统疾病死亡风险分别增加0.58%和0.54%,心脑血管疾病死亡风险分别增加0.35%和0.66%.分季节研究结果表明,PM2.5对两种疾病死亡影响的健康风险冬季最高,而O3的健康风险在秋季最显著.交互作用的研究结果表明,高温与高浓度的PM2.5(或O3)对疾病死亡的影响存在协同放大效应,当气温高于22.2℃时,PM2.5和O3浓度每升高10μg/m3,对应的呼吸系统疾病死亡风险分别增加2.30%和1.14%,心脑血管疾病死亡风险分别增加1.09%和1.03%.研究结果提示O3对人群健康的影响也不容忽视,应该引起足够的重视. 相似文献
32.
利用2015~2018年探空观测资料以及国家生态环境部发布的环境空气质量监测数据,对四川盆地多层逆温这一特殊的、尚未见详细报道的逆温结构进行了研究,并评估不同逆温类型及垂直结构对大气污染的影响.结果表明:四川盆地多层逆温实际上是一种并不少见的现象,年平均出现频率为20.1%.冬季最为频发,成都冬季高达51.6%.以边界层逆温叠加对流层低层逆温(LTI)的配置为主要特征.依据其垂直结构,划分为四种配置类型,即贴地逆温(SI)叠加脱地逆温(EI)、SI+LTI、EI+LTI、SI+EI+LTI,分别对应第I、Ⅱ、Ⅲ、IV类多层逆温.其中以第Ⅱ、Ⅲ类多层逆温为主.逆温的叠加作用对大气污染的影响更大,多层逆温(特别是第Ⅱ、IV类多层逆温)尤其加大了中度及重度污染出现的可能性.第I、IV类多层逆温对污染物扩散的抑制作用最为明显,其次是第Ⅱ类多层逆温和仅SI(即只出现SI).第Ⅱ类多层逆温在污染最重的冬季出现频率高、强且厚,叠加抑制作用明显,应是重点关注对象. 相似文献
33.
兰州城区多环芳烃的多介质归趋模拟研究 总被引:6,自引:2,他引:4
利用城市多介质逸度模型模拟了稳态假设下兰州市区16种PAHs在大气、水体、土壤、沉积物、悬浮颗粒物、鱼体、植物和有机膜相中的浓度分布,同时与实测值进行对比,并根据模拟结果计算了相间迁移通量.结果表明,多环芳烃在空气中浓度最小,在不透水有机膜中浓度最大.化石燃料燃烧是PAHs进入环境的主要途径,迁移过程包括扩散、沉降和侵蚀等,土壤降解是PAHs在系统中损失的主要途径:土壤是PAHs主要的汇(占99.86%),但随着环数的增加,其通过大气平流途径从系统中消失的量明显减少,在气相中的降解损失亦降低.有机膜相的存在加速了多环芳烃在大气-有机膜相-水体之间的交换和运动.模型计算浓度与实测浓度吻合较好,验证了模型的可靠性,并通过灵敏度分析,确定了模型的关键参数. 相似文献
34.
为探究成都市大气环境中气象因子交互作用对臭氧(8h浓度平均最大值,统一用O3表示)浓度变化的影响特征,利用成都市2014~2019年逐日大气污染物资料以及同期的气象资料,采用广义相加模型(generalized additive models,GAMs)分析气象因子对O3浓度变化的影响效应.结果表明,单影响因素的GAMs模型中,O3浓度与最高气温、日照时数、相对湿度、风速、降水量、最大混合层厚度(maximum mixed depth,MMD)和通风系数(ventilation coefficient,VC)间均呈非线性关系,无论全年还是夏季,最高气温、日照时数、MMD和相对湿度对O3浓度影响均较大,值得注意的是,夏季相对湿度和降水量对O3浓度变化的影响较全年更加显著.在构建O3浓度变化的多气象因子GAMs模型中,除平均风速以外的其他气象因子共同作用对O3浓度变化有显著影响,就全年而言,构建的GAMs模型判定系数(R2)为0.849,方差解释率为85.1%,最高气温是全年O3浓度变化的主导影响因素;夏季GAMs模型的R2为0.811,方差解释率为81.3%,而夏季最高气温和MMD同为重要影响因素.GAMs交互效应模型中,就全年而言,最高气温与日照时数、相对湿度、降水量间交互作用,以及日照时数和MMD间交互作用对O3浓度变化影响显著,结合三维可视化图形直观分析气象因子交互作用对O3浓度变化的影响特征,发现强高温+强日照+MMD (2000 m左右)+无降水条件协同作用下有利于O3的生成;就夏季而言,仅最高气温分别与日照时数和VC交互作用对O3浓度的影响显著,夏季强高温+强日照+水平方向小风速有利于近地层O3浓度的生成.运用GAMs模型能够对O3污染的主导气象因子进行识别,并定量化分析气象因子单效应及其交互作用对O3浓度变化的影响特征,对O3浓度污染防控研究具有重要指示意义. 相似文献
35.
基于IASI、OMI与TROPOMI卫星数据识别了2008~2019年四川盆地氨与氮氧化物柱浓度的变化趋势,并进一步采用空气质量模型CMAQ对2019年冬季四川盆地氨排放的大气环境影响进行了研究,评估了氨与氮氧化物单独减排及氨与氮氧化物协同减排情景下对四川盆地颗粒物污染的影响.结果表明:2008~2012年四川盆地氮氧化物排放逐年升高随后在2013~2019年迅速下降,而氨柱浓度在2008~2013年期间较为稳定,自2014年起迅速增长.四川盆地氨排放的高值区主要集中在人为活动强烈的成都及周边地区和川南城市群以及农业源氨排放主导的川西北地区.铵根离子在川南城市群的PM2.5当中占比高达11.4%,而对川西地区城市的PM2.5贡献较低.敏感性实验结果表明,氨与氮氧化物协同减排50%能有效降低大气中硝酸铵与硫酸铵的浓度,从而减少细颗粒物污染,改善四川盆地区域环境空气质量. 相似文献
36.
利用我国31个省会(省府)城市、直辖市站点大气污染物数据,对全国主要城市2020年新冠疫情管控期间以及复工复产后的大气污染状况进行统计学分析。结果表明:叠加疫情管控影响,相比往年,2020年春节假期前后全国主要城市整体上PM10、NO2、SO2、CO平均质量浓度降幅分别达到22.46%、60.13%、13.71%、17.64%;疫情管控期间全国主要城市PM2.5与PM10偏相关系数为0.952,PM2.5与SO2、NO2、CO的偏相关系数分别为0.705、0.791、0.831。复工复产初期相较疫情管控期间仅有NO2平均质量浓度上升;随着复工复产进程深入,PM10、SO2、NO2平均质量浓度则均有大幅度上升。采暖区SO2和CO平均质量浓度在疫情管控期分别为非采暖区的2.6倍及1.6倍,两大区域在复工复产后各大气污染物质量浓度变化情况有所差异,也反映出采暖区与非采暖区的大气污染情况的不同。 相似文献
37.
中国地区太阳分光辐射观测网的建立与仪器标定 总被引:14,自引:1,他引:13
大规模的太阳分光地基联网观测不但能够直接为该项研究提供基础数据,同时也可为卫星遥感提供地表订正.利用性能优越的LED型太阳光度计,依托中国生态研究网络(CERN)分布在中国各地的观测站,建立了标准的太阳分光辐射观测网.利用Langley定标法结合量值传递定标法对观测网所有光度计的标定方法及误差分析表明,不同光度计间的同步观测结果(相对标准偏差小于3%)以及与CIMEL光度计的观测结果间(相对偏差小于5%)有很好的一致性,证实了观测结果的准确性以及该类型光度计及其观测网的稳定性和可靠性. 相似文献
38.
中国地区大气气溶胶光学厚度与Angstrom参数联网观测(2004-08~2004-12) 总被引:22,自引:0,他引:22
利用2004年秋冬季全国联网资料,给出中国19个典型区域大气气溶胶的光学厚度(AODλ=500nm)、Angstrom混浊系数(β)和Angstrom波长指数(α).结果表明,在青藏高原,海北、拉萨,AOD平均分别为0.09、0.12,β平均分别为0.05、0.13,α平均分别为1.09、0.06.东北地区,海伦、三江,AOD平均分别为0.14、0.15,β平均分别为0.04、0.06,α平均分别为2 相似文献
39.
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
40.
重庆市主城区空气污染天气特征研究 总被引:1,自引:0,他引:1
利用2003~2008年重庆市主城区大气污染监测资料,分析了轻度污染以上天气的变化特征。结果表明重庆主城区的主要污染物为PM10,PM10浓度具有独特的“双峰双谷”日变化特征;污染天气具有明显的季节特征,主要污染期为秋末到初春;污染天气具有连续性特征,污染天气持续时间尺度主要集中在2~7 d;污染天气过程具有典型的大气环流和天气特征,本地地面天气类型主要以低压或均压场为主,中高纬度高空以纬向环流或西北气流为主,天气以阴天或阴晴相间为主;污染天气过程中本地气象要素变化呈现规律性,地面24 h气压变化总趋势为负变压,24 h变温为正变温,平均相对湿度维持在72%~85%,风速的变化趋势不大,基本维持在1~2 m/s,低层逆温明显。污染天气过程结束时气压明显回升,温度显著下降,相对湿度显著增加。 相似文献