排序方式: 共有45条查询结果,搜索用时 15 毫秒
1.
重庆市主城区大气细颗粒物污染特征与来源解析 总被引:1,自引:0,他引:1
重庆市主城区大气细颗粒物(PM_(2.5))浓度从1990s的100μg·m~(-3)下降至当前的约70μg·m~(-3),但仍高于环境标准限值.为探讨重庆市主城区PM_(2.5)化学组成与来源特征,于2012—2013年在渝北区大气超级站利用四通道采样仪连续采集了颗粒物样品,分析了其中水溶性离子、碳质组分和无机元素含量.采样期间,重庆市主城区大气PM_(10)和PM_(2.5)的年日均浓度分别为103.9和75.3μg·m~(-3),扩散条件不利的冬季,细颗粒物污染较为严重.受静稳天气影响的1月和2月,受沙尘影响的3月,及二次转化显著的6月是重庆市细颗粒物污染较重的月份.重庆市PM_(2.5)组成以有机物(OM,30.8%)为主,其次为硫酸盐(SO_4~(2-),23.0%)、硝酸盐(NO_3~-,11.7%)、铵盐(NH_4~+,10.9%)、地壳物质(Soil,8.2%)、元素碳(EC,5.2%)、K~+(1.1%)、Cl~-(1.0%)和微量元素(Trace,0.6%).较高的SO_4~(2-)浓度和逐步上升的[NO_3~-]/[SO_4~(2-)]比值反映了重庆市燃煤污染较重,同时机动车污染比例逐步增加.采用主因子分析/绝对主因子得分法解析了重庆城区细颗粒物5类主要来源是:二次粒子(41.7%)、燃煤(15.6%)、建筑/道路尘(12.4%)、土壤尘(11.0%)和工业尘(10.4%),通过各污染源季节变化及与其他结果对比,该源解析结果能够较可靠反映重庆市细颗粒物的来源信息. 相似文献
2.
3.
4.
通过分析重庆市主城区2015~2019年O3浓度和气象要素观测数据,发现主城区O3超标日数、超标日O3中位值和90百分位浓度值均呈现逐年升高趋势,O3与温度成正相关、与相对湿度成负相关,高O3浓度对应每日最高温度区间为35℃以上以及相对湿度区间70%以下.采用T-mode主成分分析法(PCT)对2015~2019年的4~9月850hPa低层位势高度场和风场进行分型,总结出重庆市O3污染期间主要有8种天气类型,其中有利于出现高浓度O3现象的天气类型分别是低压西北侧型(T1)、低压后部型(T4)和高压西侧(T3),对应O3平均超标率分别为34.6%、17.0%和14.2%.利用HYSPLIT4模型后向轨迹聚类方法和潜在源贡献算法(PSCF),计算得到O3污染日的气团主要以中短距离输送为主,主要传输轨迹来自北、东北、南以及西南四个方向,从2015~2019年,主要污染来源有一个明显的从北转南的趋势,O3污染的潜在源贡献分析结果与全市工业源NOx、VOCs排放量空间分布的一致性较高. 相似文献
5.
于2021年1~2月在重庆典型城区万州区(WZ)、渝北区(YB)和双桥区(SQ)同步采集PM2.5样品,分析冬季碳质气溶胶的污染特征、来源及潜在源区.结果表明,观测期间SQ的ρ(PM2.5)、ρ(OC)和ρ(EC)均值分别为(72.6±33.3)、(18.2±8.2)和(4.4±1.7)μg·m-3,高于WZ[(67.2±30.3)、(17.2±7.4)和(5.1±2.4)μg·m-3]和YB[(63.4±25.7)、(15.4±6.3)和(4.2±1.9)μg·m-3].与清洁日相比,WZ污染日EC浓度及其对总碳的贡献率均涨幅最大(103.0%和8.1%),但OC/EC值下降最明显(-10.5%),表明WZ污染日碳质气溶胶的一次排放明显增强.观测期间SQ和YB的ρ(SOC)均值分别为(7.7±4.8)μg·m-3和(6.9±2.8)μg·m-3,明显高于WZ[(4.5±1.9)μg·m-3],表明二次转化对SQ... 相似文献
6.
2020年8月底至9月初,重庆市主城区发生了持续时间近2周的O3污染过程.期间,在主城区3个观测站点利用苏玛罐和DNPH采样柱采集的环境空气VOCs样品,研究了O3污染期间VOCs组分特征、光化学反应活性及来源解析.结果表明,观测期间重庆市主城区TVOCs平均体积分数为45.08×10-9,各组分体积分数排序依次为OVOCs、烷烃、卤代烃、烯烃、芳香烃和炔烃.体积分数较高的VOCs物种是甲醛、乙烯和丙酮,三者之和占比TVOCs超过30%.OVOCs和烯烃对· OH消耗速率(Li·OH)和臭氧生成潜势(OFP)均具有较大的贡献,是生成O3的关键VOCs组分;其中,OVOCs组分中主要的活性物种为甲醛、乙醛和丙烯醛,烯烃组分中主要的活性物种为异戊二烯、乙烯和正丁烯.VOCs中二甲苯与乙苯的比值较低,并且两者呈现显著的相关性,表明主城区大气中VOCs气团老化程度高,同时还受到其他区域远距离传输的影响.PMF受体模型解析结果显示,主要有5种VOCs来源,依次为二次生成源(27.67%)、机动车尾气源(26.56%)、工业排放源(17.86%)、植物源(14.51%)和化石燃料燃烧源(13.4%). 相似文献
7.
2015—2020年成渝地区各城市PM2.5浓度(国控点监测数据)下降显著,但重庆市、川东北城市群及川南城市群PM2.5污染问题依然存在,且存在一定的传输影响关系.以重庆市为例,使用HYSPLIT模型计算了2015—2020年秋冬季PM2.5污染期间气流后向轨迹,利用轨迹聚类和潜在源贡献算法,分析了不同年份的PM2.5输送特征.结果表明:重庆市PM2.5污染主要受西偏南方向(约占58%,长距离为主)、北偏西方向(约占26%,中距离为主)和南略偏西方向(约占16%,短距离为主)传输影响;川东北城市群和川南城市群对重庆市PM2.5污染传输贡献较为显著,6年平均贡献率分别为23%和15%;不同年份的污染传输贡献差异明显,2015—2017年以川南城市群污染传输为主(平均贡献24%),2018—2020年以川东北城市群污染传输为主(平均贡献37%),川渝以外污染传输影响逐年减弱(平均贡献由33%降至5%).在“成渝双城经济圈”背景下,重庆市与周边川东北城市群及川南... 相似文献
8.
9.
多轴差分吸收光谱仪(MAX—DOAS)是用来监测大气中痕量气体成分的专用仪器,它能同时自动监测SO2、NO2和03三种污染气体,得到的垂直柱浓度对研究污染物的时空分布特点具有重要意义。分析了2011年5月下旬至2012年4月中旬期间MAX—DOAS在重庆市的测量数据,结果表明:夏季SO2的柱浓度高于其它季节,并在每个季节都出现了峰值:SO2与NO2之间浓度变化趋势相同,且最大小时浓度值都集中在上午;O3垂直柱浓度受气象条件和臭氧前体物的影响呈夏季高、秋冬低的季节性变化;通过多元回归建立了O3柱浓度与气象因素、前体物的关系式。 相似文献
10.