排序方式: 共有82条查询结果,搜索用时 0 毫秒
1.
上甸子区域本底站大气痕量活性气体的变化规律 总被引:7,自引:0,他引:7
利用TE公司C系列气体监测仪,于2005年1月1日-12月31日,在北京上甸子区域大气本底站连续观测SO2,CO,NO-NO2-NOx和O3的浓度.分析了晴天、雨天、霾天和沙尘天气条件下,不同气体的变化特征及影响因素.结果表明:(1)痕量活性气体在不同天气条件下具有不同的浓度及日变化特征,晴天和雨天日变化最小,而霾天日变化最大;(2)风向和风速是影响上甸子气体浓度变化的重要因素,同时,夏季降水对SO2和NOx的去除作用较为明显;(3)上甸子O3白天最大值与夜间最小值的比值低于4,远低于城区,不利于光化学污染的形成. 相似文献
2.
2014~2017年北京地区霾日数和污染日数逐年减少,PM_(2.5)、PM_(10)、SO_2和NO_2年平均质量浓度下降,污染程度缓解,采暖期中的11~12月尤为明显.针对空气质量的显著改善,从气象条件的改善和减排措施两方面进行探讨分析,并结合数值模式和大数据挖掘技术实现气象和排放对大气污染贡献率的定量化研究.结果表明,2017年与过去3 a相比,平均风速增加7. 9%,≥3. 4 m·s~(-1)的风速频次最高(10. 6%),≥70%湿度日占比最小(25. 1%);其中,采暖期与过去3 a同期相比,小风日数减少8. 6%、大气环境容量指数和通风指数平均增加约11%,边界层高度以3. 2%·a~(-1)的速率升高,尤其11~12月各要素改善更显著,且该时段内2014年各因子变化与2017年相似.非采暖期(4~10月)累积降水量558. 3 mm,仅次于2016年,有利于污染物的清除和湿沉降.利用WRF-CHEM对霾和污染频发的12月进行模拟发现,气象要素的改变导致2017年12月北京PM_(2.5)质量浓度较2014~2016年同期分别降低5%、38%和25%.因缺少政府实际施行的减排方案,无法利用WRF-CHEM量化气象和减排的具体贡献率,因此借助大数据挖掘算法,基于K近邻算法(KNN)和支持向量机(SVM)模型对气象和减排对空气质量改善的贡献进行评估,结果显示2017年减少的霾日和重污染日,65. 0%归因于减排的贡献,35. 0%归因为气象条件的改善.可见,气象与生态环境部门应继续加强数据开放共享,科学开展气象条件预报与减排评估. 相似文献
3.
城市小区气象条件与污染扩散精细预报研究 总被引:3,自引:0,他引:3
从城市小区气象条件与污染扩散精细预报的科研需求和城市大气环境应急响应的应用需求出发,利用新一代全球/区域同化预报系统、城市小区尺度气象和污染扩散模式以及城市尺度污染扩散模式,对城市小区气象条件与污染扩散进行了精细预报试验,并进一步研究了城市小区尺度气象和污染扩散的精细模拟对城市尺度污染扩散模拟的影响.初步建立了城市小区气象条件与污染扩散精细预报方法,即:气象部分由全球到小区逐级单向嵌套、污染部分由小区到城市逐级单向嵌套的方法.预报试验结果表明,这种方法是合理可行的.小区尺度精细模拟对城市尺度污染扩散模拟的影响较大,但其模拟效果还有待利用观测资料进一步验证. 相似文献
4.
北京城区夏季静稳天气下大气边界层与大气污染的关系 总被引:5,自引:2,他引:5
利用ALS300激光雷达系统测量的信号,根据Fernald方法反演的气溶胶消光系数的最大突变即最大递减率的高度确定大气边界层高度. 结果表明:在夏季静稳天气下,大气边界层平均高度为600 m,其中晴天为1 000 m,雾天为700 m,阴雨天在200~300 m之间. 静稳天气下的大气边界层不容易被有效突破,故不利于大气污染物扩散. 大气边界层高度对污染物浓度影响显著,没有降雨时,大气边界层降低(400 m),大气污染加重,在城区宝联站监测的ρ(PM2.5)近200 μg/m3,在大气本底站——上甸子站近150 μg/m3;如果伴有降水,大气边界层高度升至600 m,大气污染则减轻,2个站点观测的ρ(PM2.5)均降至50 μg/m3以下. 静稳天气下的大气污染呈现区域性特点. 相似文献
5.
6.
基于数据挖掘算法和数值模拟技术的大气污染减排效果评估 总被引:5,自引:0,他引:5
近年来,京津冀地区采取了大量污染减排措施进行大气污染治理,如何客观评估减排效果是目前大气环境领域的研究难点.为准确评估大气污染过程的减排效果,本文利用北京地区常规气象资料、国控站PM_(2.5)浓度资料,遴选了北京地区2018年3月11—14日和2013年3月14—17日两次空气污染过程,计算了大气容量系数、静稳指数,并利用KNN数据挖掘算法和WRF-Chem模式,对比分析了有无减排条件下的PM_(2.5)日均浓度.结果表明:两次空气污染过程的天气形势和局地气象条件较相似,就大气热力和动力的垂直结构来看,2018年空气污染过程比2013年空气污染过程的大气稳定性更强、边界层高度更低、环境容量更小,但PM_(2.5)峰值浓度却显著下降,平均浓度明显降低,PM_(2.5)小时浓度的增长趋势相对平缓,重污染持续时间缩短.KNN数据挖掘算法减排评估结果显示,该方法能够较好地预测PM_(2.5)日均浓度的变化趋势,2018年3月11—14日,在减排和不减排情景下PM_(2.5)日均值分别为171和229μg·m~(-3),减排使得污染过程PM_(2.5)平均浓度下降了25.3%.数值模拟结果与KNN数据分析结论吻合,进一步验证了减排措施的有效性.综合看来,2018年空气污染过程中PM_(2.5)浓度相比历史相似气象条件下的污染过程显著降低,这是长期大力度减排效果的体现. 相似文献
7.
城市化对北京霾日数影响统计分析 总被引:1,自引:0,他引:1
近年来,随着超大城市/城市群大气灰霾等复合污染加剧,引起人们对区域生态环境与及公共健康问题越来越多的关注。应用北京地区1980—2012年气候资料及同期城市发展统计指标,统计分析了城、郊区间霾日数的变化特征,并在此基础上探讨了北京城市化及局地气候差异对霾日数的影响。分析表明:北京城区霾日数要明显多于郊区,在2007年以前城、郊区站点均有相似的波动增长趋势,但城区站霾日数增加速率(约21 d/10 a)要远大于郊区站(约7.2 d/10 a);北京各地霾日数与主要城市发展指数之间的相关系数均超过0.001显著性水平,随着城市化而迅速增加的能源消耗和机动车尾气排放是导致北京地区灰霾天气逐渐增多的主要污染源,污染源的不均匀分布是导致城、郊霾日数差异的主要因素。分析还发现,城市化导致的区域气候差异对局地灰霾亦有较明显的影响。伴随着城市化的快速发展,城、郊区气候差异逐渐变大,城市下垫面粗糙度增加导致近地面层风速减小。大城市热岛效应背景下,更容易出现较厚的逆温层,这将阻碍空气垂直方向的对流输送。此外,城区气温持续上升,相对湿度下降,平均风速减小,小风频率增加,也会阻碍空气的水平流通,使得城市排放颗粒污染物的扩散难以扩散,有利于霾日增加。这表明北京地区城市气候效应对区域生态环境具有不可忽视的影响。 相似文献
8.
北京城区夏季O3化学生成过程 总被引:1,自引:2,他引:1
选取2007年7月1日—8月31日中的21个晴空日,利用观测资料和光化学箱模式计算了北京城区测点的O3生成速率G(O3)和O3生成效率OPE.结果表明,21个晴空日中G(O3)日最高小时值分布在(18~82)×10-9h-1之间;在O3污染和非污染日G(O3)最高值的平均水平无显著差异,且与Ox浓度之间不存在一致的对应关系,表明O3化学生成过程不能全面解释地面O3浓度的累积,物理传输过程对测点O3实测浓度有显著作用;各个化学过程对G(O3)的贡献率对比结果显示,HO2 在 NO向NO2的转化中贡献最大;OPE值分布在2.8~5.8之间,总体水平为4.1±0.1;OPE值与NOx浓度之间为非线性关系,OPE值随NOx浓度的增加而减少,表明消减测点附近VOCs排放能有效降低O3浓度. 相似文献
9.
利用米散射激光雷达ALS300系统在北京城区开展了为期近1年的观测,观测时间为2009年6月~2010年5月份.先将观测数据划分为春(3~5月份)、夏(6~8月份)、秋(9~11月份)、冬(12~2月份)四个季节,再对数据进行质量控制.研究了气溶胶后向散射系数、消光系数以及气溶胶光学厚度AOT和大气边界层的日均值变化特征,以及这些要素的季节和全年特征统计值.结果表明,气溶胶消光系数和后向散射系数的日平均变化形态趋于相同,数量上消光系数是后向散射系数的约10倍.它们的季节平均值廓线形态结构也并没有呈现出明显的季节性结构特征差异,2个系数最大递减均发生在1km高度范围内.在0.15~3.0km高度范围做垂直平均,夏季的后向散射系数和消光系数有最大平均值(分别为31.2Mm-1·sr-1和517.0Mm-1),说明夏季有较强对流.冬季后向散射系数和消光系数最低.对于冬、春2个季节,700m高度是2个量大小分化的高度.700m高度以上,春季的后向散射系数和消光系数均大于冬季.AOT和大气边界层高度的日均值波动特性明显,日均值最大振幅出现在春季.月平均来说,在春季,气溶胶层高度和边界层高度最高(分别为3450m和970m),冬季最低(分别为2970m和712m).春、夏季节AOT波动变化大,而在秋季和冬季变化比较平缓.春夏秋冬4个季节的平均气溶胶光学厚度分别是0.689、0.699、0.571和0.647. 相似文献
10.
北京地区大气消光特征及参数化研究 总被引:1,自引:6,他引:1
为了研究大气消光系数的特征及规律,从2013~2014年在北京地区对大气能见度、气溶胶质量浓度、气溶胶散射系数、黑碳质量浓度、反应性气体以及气象要素开展了系统加强观测,并对已发表的气溶胶光散射吸湿增长因子[f(RH)]拟合方案进行了对比,系统分析了大气消光特征和影响大气消光能力的关键因子,最终建立了大气消光系数参数化模型,探讨不同季节、不同污染条件下参数化方案的特征.结果表明,气溶胶散射作用占环境总消光作用的94%以上,在夏秋季,相对湿度可以使气溶胶的散射能力提升70%~80%.包含气溶胶质量浓度和相对湿度两个因子的参数化模型,可以较好地体现出气溶胶和相对湿度对大气消光系数的影响机制,以及消光能力的季节差异. 相似文献