排序方式: 共有52条查询结果,搜索用时 15 毫秒
31.
基于2015~2019年北京生态环境监测和气象数据, 分析了延庆地区山谷风对PM2.5浓度的影响, 揭示了含山谷风环流污染过程(事件1)与未有山谷风污染过程(事件2)初始阶段的异同及其气象影响机制.结果表明, 延庆持续性污染过程集中在9月~次年3月, 共计63次, 其中27次(43%)伴随1d或多天的山谷风日, 39d山谷风中有32d(82%)出现在污染过程的初始阶段, 18%出现在峰值阶段; 36次过程未出现山谷风日.山谷风日逐时PM2.5浓度大于非山谷风日4.5~15.4μg/m3, 全日差值最大时段为谷风阶段(15:00~19:00)均大于13μg/m3, 山谷风日存在SSE-ESE风频中心0.59%, 15:00~16:00风速3.3m/s左右, 非山谷风日风频中心在WSW-SW和SE-ESE, 最大值为0.41%, 风速较山谷风日小.事件1和2初始阶段PM2.5浓度变化关键期为15:00~19:00, 事件1风向E-SSE风速2~4m/s, PM2.5增长速率大于事件2, 与露点变化趋势基本一致, 23:00事件1PM2.5浓度显著高于事件2 20μg/m3左右, 污染过程发展初期出现的山谷风环流谷风阶段的偏东南风形成气溶胶和绝对水汽的区域传输, 对PM2.5浓度的升高有正贡献.平原空气污染过程(延庆未出现)特殊污染型占比20%, 该类污染型白天风频中心分布分散, NNW-WNW、SW-SSW和ENE-NNE均有0.7%左右的风频中心, 未出现S-ESE的风频. 相似文献
32.
基于2015~2020年京津冀地区生态环境监测数据和多源气象数据,分析了北京地区0~3km中低空垂直风切变在不同PM2.5等级下的演变特征。结果表明,风速日变化特征随着PM2.5浓度升高而逐渐减弱,PM2.56级污染时近地面风速日变化基本消失,甚至反向变化;白天边界层风速增大时段对应10m/(s·km)以下的风切变,20:00后增大至12~14m/(s·km),该现象随着PM2.5污染加重变得更为显著,白天时段近地层垂直风切变较小值(<6m/(s·km))维持,可能是污染严重的信号之一;基于旋转经验正交函数分解法(REOF),将污染日下中低空垂直风切变分为无扰动型和压缩型,压缩型低压强度略强于无扰动型,无扰动型的PM2.5浓度均值、峰值较压缩型更高,逆温强于压缩型,另外,无扰动型PM2.5浓度增长期和边界层高度(PBLH)反向变化,压缩型PM2.5浓度增长期和PBLH同向变化。 相似文献
33.
2020年初新冠肺炎疫情(COVID-19)暴发后,中国多地实施了严格的管控措施,导致污染物排放量明显下降.但在减排实施的情况下,京津冀PM2.5等污染物浓度较过去5 a同期却明显增长,出现了两次PM2.5重度污染事件.利用欧洲中心ERA5再分析资料分析发现,相对于过去5 a, COVID-19管控期间京津冀地区的气象场表现为偏高的相对湿度、偏低的边界层高度和边界层内异常的辐合上升运动,有利于颗粒物的吸湿增长和二次转化,不利于污染物垂直方向上的扩散.此外,利用WRF-Chem模式开展敏感性试验发现,在京津冀中部地区气象场的变化导致2020年管控期间ρ(PM2.5)升高了20~55μg·m-3,升高比例高达60%~170%.进一步利用过程诊断分析法得出,增强的气溶胶化学过程和不利的湍流扩散条件是2020年COVID-19管控期间PM2.5浓度升高的主要原因.在当今减排的大背景下,边界层高度和相对湿度的变化可能成为预报预测京津冀地区PM2.5污染事件的重要指标... 相似文献
34.
青藏高原不同粒径大气颗粒物元素分析 总被引:2,自引:0,他引:2
为研究青藏高原大气颗粒物化学组成特征,利用Andersen分级撞击式采样器进行大气颗粒物分级采样,建立并优化HNO3+H2O2+HF混合酸密闭消解的体系,并结合电感耦合等离子体质谱分析其中21种元素.结果表明,Na、Mg、Al、K、Ca、Fe元素浓度分别为469.12、286.61、430.75、390.92、783.59 ng.m-3和1289.32 ng.m-3,占所测元素的97.8%.粒径分布显示,Na、Mg、Al、K、Ca、V、Cr、Mn、Fe、Ni、Sr、Ba在5.8—9.0μm粒径范围出现峰值;Co、Cu、Zn、As、Se、Mo、Cd、Tl、Pb在0.43—0.65μm和5.8—9.0μm粒径范围出现双峰. 相似文献
35.
为研究京津冀区域臭氧时空分布特征,并估算区域传输贡献,对2017~2019年京津冀区域68个国控站点资料进行主成分分析,并采用TCEQ法估算京津冀区域及细分的次区域内O3背景浓度.结果表明,京津冀区域O3浓度整体上呈现南高北低态势,地理位置的差异及其距离对于各城市臭氧浓度的均匀性分布影响较大.经最大方差法旋转后,主成分分析结果可将京津冀区域划分为河北省中南部、京津冀北部以及渤海西岸地区等3个稳定的次区域.对3个次区域分别采用TCEQ法估算O3背景浓度,计算得到3个次区域本地生成O3浓度依次为71,60,59μg/m3,区域背景浓度占O3日最大8h浓度的比值依次为34.3%,39.4%,42.2%.京津冀区域O3本地生成占主导,区域传输也不容忽视. 相似文献
36.
在北京城区和上甸子本底地区分别开展了为期3a和1a的NH3在线观测,并结合风向、风速、温度、相对湿度等气象因素的变化特征,分析了北京地区NH3浓度水平、年季特征及影响因素.结果发现,北京城区和本底地区的NH3年均浓度分别为(32.5±20.8)×10-9V/V和(11.6±10.3)×10-9V/V,北京城区的NH3浓度高于大多数国内外主要城市和地区的NH3浓度水平.城区和本底地区NH3浓度年变化特征为夏季高,分别为(34.1±6.8)×10-9V/V和(11.1±2.2)×10-9V/V,冬季低,分别为(19.7±9.3)×10-9V/V和(2.4±0.6)×10-9V/V.NH3的日变化特征受气象因素影响明显,其结果表明,春季城区NH3浓度峰值出现在15:00,而本底地区受西南风影响在20:00达到峰值;夏季城区NH3浓度最高值在7:00出现,本底地区则呈现双峰值(分别在09:00和22:00);秋季城区和本底地区的日变化规律一致,均在22:00出现峰值;冬季城区的峰值出现时间晚于本底地区,峰值分别出现在23:00和20:00.西南风是造成本底地区NH3浓度升高的主要原因,春季和夏季,随着西南向风速的增大,NH3浓度显著升高.城区的NH3浓度则主要受到局地排放的影响.浓度权重轨迹法的研究结果发现,北京、天津、河北及河南北部地区是影响北京地区大气NH3的主要源区. 相似文献
37.
基于结构功能指标体系评价法,利用层次分析法构建锦州湾海域生态系统健康评价指标体系,并选择2005—2009年8月生态调查数据对其进行初步的定量评价。结果表明,可以通过海洋化学指标、生态学指标和社会经济学指标三大类33个指标来建立锦州湾生态系统健康评价指标体系;2005—2009年8月锦州湾生态系统的整合健康指数依次分别为1.01、1.90、2.00、1.45和1.10,均低于系统健康指数值2,锦州湾海域生态系统连续5年一直处于亚健康状态,且从目前海域的污染现状来看,这一海域的水质、沉积物和生物体污染均比较严重,要修复其生态功能需要投入巨大的物质和能量。 相似文献
38.
北京与伦敦空气中气态污染物的比对研究 总被引:3,自引:0,他引:3
城市空气质量问题已经引起广泛关注.通过对中英2个大城市北京与伦敦 2004 年 8 月~2005 年12 月空气中气态污染物 O3、NOx、SO2 和 CO 浓度变化的分析与对比发现:参照世界卫生组织空气质最准则、欧盟空气质量标准、美国国家空气质量标准或国家空气质量二级标准,北京O3、NO2、SO2和 CO 浓度的超标天数或时数明显高于伦敦.观测期内,北京 O3、NOx、SO2 和 CO 浓度明显高于伦敦,平均值分别是 17.9±22.1×10-9、72.4±76.1×10-9、19.5±21.8×10-9、2 004.6±1 509.8×10-9与10.8±9.9×10-9、54,6±38.9×10-9、1.8±2.2×10-9、372.3±235.0×10-9.两城市 O3 统计日变化形式均表现为白天高、夜晚低,峰值出现在午后 14:00 左右,日较差分别为 31.5±30.9×10-9与 11.1±7.7×10-9;NO、NO2、SO2 和 CO 呈双峰态日变化,峰值出现在交通的早高峰与晚高峰附近.北京 O3 最高值出现在夏季,而伦敦出现在春季;但两城市NOx、SO2 和 CO 最高值均出现在冬季.北京与伦敦的NO2与 NO 呈显著线性相关,且斜率与截距十分相似,分别是 1.25 和 1.28 与 28.1 和 23.2;同时两城市 CO/NOx 比率明显高于 SO2/NO 分别为 14.0、4.5 与 0.13、0.03.由此可以判断:对于两城市空气污染问题,交通源的贡献要远大于点源;但点源也对两城市空气质量造成影响.此外,连续逆温的天气是造成重污染事件的原因. 相似文献
39.
目前我国输电线路电压等级划分为 35千伏、110千伏、2 2 0千伏、330千伏、5 0 0千伏五个等级 ,不同电压等级对地面、对建筑物、及跨越物都有明确的规定。中华人民共和国国家经济贸易委员会于 1999年10月重新发布了中华人民共和国电力行业标准DL/T 5 0 92 - 1999《110- 5 0 0 相似文献
40.
北京城区和郊区本底站大气污染物浓度的多时间尺度变化特征 总被引:5,自引:0,他引:5
利用北京城区海淀宝联站(HD)和上甸子本底站(SDZ)2005—2012连续8年的大气污染物(PM_(2.5)、O3、NO2、SO_2和CO)浓度观测数据进行统计分析,揭示北京城区和郊区主要污染物浓度变化特征、超标情况及其差异.主要结论如下:1连续8年北京城区、郊区PM_(2.5)浓度整体呈缓慢下降趋势,但污染水平仍较高.海淀宝联站和上甸子本底站的PM_(2.5)年均浓度从奥运前3年(2005—2007)的平均值87.1μg·m-3和53.4μg·m-3分别下降到奥运后5年(2008—2012)的平均值67.7μg·m-3和42.1μg·m-3.奥运后5年两站PM_(2.5)年均浓度变化不大,其中城区维持在66~70μg·m-3的高浓度水平.城区PM_(2.5)浓度为3级以上的超标日在四季的发生频率相当,4级和5级以上的超标日则多发生在秋、冬季;各季平均日变化趋势均为双峰双谷型,上下班交通高峰期对PM_(2.5)浓度日变化有重要影响.2城区站O3年均浓度前5年(2006—2010)逐年下降,之后浓度开始回升,而本底站O3年均浓度在此期间变化不大,近6年(2007—2012)维持在72.4~76.3μg·m-3.城、郊O3平均日变化均呈单峰型,其中上甸子站峰值出现时刻晚于城区海淀宝联站.32005—2012年北京城区其它气态污染物浓度(NO2、SO_2和CO)总体均呈缓慢下降趋势,但在2012年浓度有所反弹,城区站气态污染物在秋、冬季的平均浓度均显著高于春、夏季. 相似文献