排序方式: 共有77条查询结果,搜索用时 15 毫秒
51.
2015年北京大气VOCs时空分布及反应活性特征 总被引:10,自引:9,他引:1
2015年在北京市城区东四、东南边界点永乐店、以及背景点定陵进行了全年连续VOCs监测,其中市区的大气VOCs年均摩尔分数为(48.93±31.03)×10-9,东南边界的年均摩尔分数为(54.55±39.64)×10-9,背景点定陵年均摩尔分数为(28.25±21.26)×10-9.组分中烷烃占比最高,之后依次是含氧VOCs,烯烃、芳香烃、卤代烃和乙炔等物质.VOCs浓度整体呈现冬天高,夏天低,夜间高,白天低的特点.城区乙炔在春、夏、秋季浓度较高,冬季东南边界点乙炔浓度较高.在人为源干扰较小的背景点,含氧VOCs每天的中午以及每年的夏天阳光充足时浓度较高.VOCs中年均摩尔分数较高的物种主要是乙烷、乙炔、乙烯、乙醛、丙烷、丙酮、正丁烷、二氯甲烷等低碳物质.高碳物质中苯和甲苯年均摩尔分数相对较高.从甲苯/苯比值发现北京VOCs除交通源外受到其他多种源的共同影响.而乙烷/乙炔比值发现北京受到气团老化影响较严重,尤其东南边界受到周边老化气团传输的影响较大.从异戊烷占总VOCs比例变化上发现夏季高温使汽油挥发情况比其他季节严重.从活性上分析,东南边界的臭氧生成潜势最高,市区其次,定陵较低.对臭氧生成潜势贡献较大的物种是乙烯、丙烯、乙醛、间/对-二甲苯和甲苯,而摩尔分数较高的烷烃对臭氧生成潜势贡献不大. 相似文献
52.
2014年APEC期间北京市空气质量改善分析 总被引:11,自引:5,他引:6
利用2014年11月1~12日(APEC会议期间)北京市大气污染物、PM2.5组分及气象、遥感监测数据,结合CMB受体模型,综合分析了APEC会议期间北京市空气质量与气象条件变化并初步评估了减排措施对APEC会议期间PM2.5浓度的贡献及影响. 结果表明,APEC会议期间北京市PM2.5、PM10、SO2、NO2的浓度分别为43、62、8和46 μg ·m-3,比近5年平均浓度(PM2.5为2012~2013年平均浓度)降低45%、43%、64%和31%; 空间分布上PM2.5在城区及北部山区改善效果最明显,下降幅度在30%~45%之间,南部地区降幅在25%以下; 不同类别的站点降幅在27.4%~35.5%之间; APEC会议期间PM2.5的主要组分SO42-与同期(2013年11月1~12日)相比下降50%,地壳物质同比下降76%,NO3-同比下降35%; CMB模型源解析结果显示APEC会议期间燃煤锅炉贡献2%左右,扬尘贡献7%左右,机动车贡献30%左右; APEC会议期间北京市及周边地区针对可能发生的污染过程采取的减排保障措施对PM2.5浓度具有明显的削峰降速作用. 相似文献
53.
2014年APEC前后北京城区PM2.5中水溶性离子特征分析 总被引:3,自引:3,他引:0
2014年10月至11月间,在北京城区开展PM_(2.5)监测并对其中的水溶性离子进行离线及在线分析.其中NO_3~-、SO_4~(2-)和NH_4~+在不同观测阶段均是PM_(2.5)中的主要离子,APEC期间三者总浓度为(26.8±22.5)μg·m~(-3),占PM2.5质量浓度的(41.7±8.5)%,占所测水溶性离子组分的(84.7±5.0)%;APEC期间NO-3浓度水平较高,对PM_(2.5)贡献最大.对APEC期间水溶性离子的累积趋势研究发现,NO_3~-、SO_4~(2-)、NH_4~+和Cl~-均经历了3个不同的累积过程,除气象条件外,本地源排放及区域污染引起的累积效应仍不可忽视.对颗粒物酸性特征研究发现,不同观测期间,颗粒物中主要水溶性离子浓度虽有不同,但北京秋末冬初颗粒物无明显酸化特征. 相似文献
54.
2015年北京市两次红色预警期间PM2.5浓度特征 总被引:3,自引:1,他引:2
利用北京市及周边地区大气污染物监测数据,综合分析了2015年北京市两次空气重污染红色预警期间PM2.5浓度变化特征并初步评估了减排措施对PM2.5浓度的影响.结果表明:第1次红色预警期间,北京市PM2.5平均最高小时浓度出现在12月9日19:00,为282μg·m-3,单站最高小时值出现在京东南市界永乐店站,浓度达496μg·m-3.第2次红色预警期间,PM2.5全市平均最高小时浓度出现在12月22日20:00,为421μg·m-3;单站最高小时值出现在京西南市界琉璃河站,浓度达831μg·m-3.两次红色预警累积持续时间均呈现出南部站 > 城区站 > 北部站的特征,且第2次红色预警期间PM2.5浓度南北差异明显大于第1次,PM2.5平均浓度在150μg·m-3以上的面积明显大于第1次,第2次红色预警期间重污染面积可达总面积的93%.两次预警期间气象条件均不利于污染物的扩散,均存在不同程度的二次转化和区域输送现象,极端气象条件是重污染形成的外因,区域污染物排放量大才是导致重污染形成的内因.初步评估结果显示红色预警应急措施实施后,北京市PM2.5环境浓度下降约20%~25%,减排效果显著. 相似文献
55.
北京城区臭氧日变化特征及与前体物的相关性分析 总被引:17,自引:0,他引:17
对2012年12月至2013年11月北京城区12个自动空气监测子站的臭氧及其前体物的浓度进行了分析,探讨北京城区臭氧浓度的日变化特征以及与前体物的关系.研究发现,北京市城区臭氧在5~8月份维持相对较高浓度,其他月份则较低.臭氧浓度呈现单峰型分布,基本在15:00、16:00达到峰值;同时臭氧呈现较明显的“周末效应”,即周末臭氧浓度高于工作日浓度. CO、NO、NO2和NOx等前体物多呈现双峰型分布,与O3均呈显著的负相关性,相关性在夏季较低.通过大气氧化剂OX和NOx的拟合方程发现,冬季北京市城区OX在白天受区域O3影响相对较大,在夜间受局地NOx污染影响相对较大.计算了在理想情况下的城区NO2光解速率,春季、夏季、秋季和冬季的平均值分别为0.180,0.209,0.169,0.149min-1.在白天臭氧的高浓度时段城区O3、NO和NO2体现出近似光化学平衡态的特征. 相似文献
56.
基于Himawari-8卫星的中国东北秸秆焚烧监测及其对空气质量的影响研究 总被引:2,自引:0,他引:2
利用Himawari-8卫星的AHI成像仪于2016年3月下旬对中国东北进行秸秆焚烧火点监测,结合气溶胶光学厚度(AOD)与地面空气质量数据分析了秸秆焚烧对空气质量的影响。结果显示,研究期间共监测到秸秆焚烧火点425次。齐齐哈尔市、哈尔滨市、呼伦贝尔市、黑河市、绥化市和大庆市火点数较多,分别为116、75、52、50、41、20次。火点数早晚少、中午多。秸秆焚烧对空气质量有很大影响,火点及其下风向的空气质量指数(AQI)和AOD往往较高。秸秆焚烧产生的主要空气污染物是CO和PM10,但它们的峰值滞后于秸秆焚烧的时间。 相似文献
57.
地表水高锰酸盐指数自动监测仪差异性研究 总被引:3,自引:2,他引:1
针对地表水高锰酸盐指数自动监测仪质量控制合格率偏低及样品和试剂消耗量大的问题,分别选择3种国产及3种进口的不同型号监测仪,通过工艺比较、性能测试、低浓度及较高浓度实际水体环境下的质量控制测试及长时间连续在线监测4个方面进行差异性研究。结果表明:不同仪器采用不同工艺,影响标准物质核查结果及运行维护成本和便捷性;不同仪器性能测试结果基本符合要求;不同仪器质量控制合格率差异显著,标准物质核查合格率(低浓度的为32%~57%,高浓度的为44%~80%)低于实际水体比对(低浓度实际水体为66%~79%,较高浓度实际水体为71%~100%),国产仪器质量控制合格率与进口仪器整体相当;不同仪器连续在线监测数据有效率及相对偏差±20%内的数据量占比差异显著,而国产仪器与进口仪器在这2个方面整体差异较小。 相似文献
58.
AQI标准下北京市空气质量数值预报系统及其在重大活动保障中的应用 总被引:1,自引:1,他引:0
围绕新AQI标准下环境空气重污染预报预警工作的需求,全面优化升级了北京市空气质量数值预报系统。该系统集成了新一代天气模式WRF,并进一步发展污染源处理模型SMOKE,实现了点源、面源、机动车源等排放源高时空分辨率制作,同时紧追空气质量模型(CMAQ、CAMx、NAQPMS)新发展,实现在线源解析模块的业务应用。这一系统不仅在日常业务预报中有效提升了北京市空气重污染过程的预报准确率,还成功应用于2014年APEC会议、2015年纪念中国人民抗日战争暨世界反法西斯战争胜利70周年阅兵等重大活动空气质量保障工作中,满足了重大活动对空气质量预报预警的特殊需求,为进一步提高城市空气质量预报预警技术的发展做出有益尝试,并积累了丰富的经验。 相似文献
59.
选取2017年1月初北京一次典型PM_(2.5)重污染过程为研究对象,应用污染物在线监测仪器并结合气象要素对地面PM_(2.5)及化学组分质量浓度污染特征进行了分析,采用微脉冲激光雷达对垂直方向进行观测,分析边界层及消光系数的变化特征。结果表明,从PM_(2.5)质量浓度的演变过程来看,本次污染可大致分为爬升、重污染、清除3个阶段。重污染时期的气象特征为高湿、低压、低风速;南部琉璃河((336.8±118.6)μg/m~3)、永乐店((323.1±86.2)μg/m~3)PM_(2.5)污染水平相近,均高于城区车公庄((278.7±138.7)μg/m~3);碳组分和二次水溶性离子是PM_(2.5)的主要组分,占到PM_(2.5)质量浓度的58.09%(车公庄)、71.43%(琉璃河)、76.57%(永乐店);SO2-4质量浓度上升显著,在总组分中比例由非重污染时期的16.73%升高到重污染时期的22.29%;3处监测点SOR和NOR均值分别为0.57和0.24,表明重污染期间二次转化明显。垂直方向观测结果表明,重污染时期边界层高度明显降低;气溶胶近地面消光系数高,表明污染物主要集中在近地面层。 相似文献
60.
2015年1月下旬北京市大气污染过程成因分析 总被引:7,自引:2,他引:5
采用地面观测和数值模拟相结合的方式,对2015年1月下旬北京市两次PM2.5污染过程进行分析。研究表明,在第1次过程中PM2.5浓度经过3个抬升阶段达到峰值,过程前期区域传输的作用明显,随后区域传输和本地污染积累、化学反应共同加重了污染的程度;3个浓度抬升阶段中均出现过PM2.5浓度“跃升式”增长,且污染水平越重,浓度跃升的幅度越大。第2次过程是一次典型的静风、高湿度下的PM2.5持续性增长过程,主要是本地污染物积累和发生化学反应二次生成导致的。大气氧化性分析和SOR、NOR分析均验证了对两次污染过程特征和成因的推断。数值模拟结果表明,第1次污染过程中区域传输对不同站点PM2.5的贡献率在15.2%~68.7%之间;第2次过程区域传输的贡献率在12.8%~46.3%之间。 相似文献