排序方式: 共有152条查询结果,搜索用时 140 毫秒
1.
针对2018年3月9—15日京津冀地区的一次空气重污染过程,进行了基于地基颗粒物激光雷达组网的星载-地基联合观测分析。颗粒物激光雷达观测到污染前期为局地污染累积过程,中期有明显的污染物区域传输过程,北京受太行山沿线城市污染输送影响较大。风廓线激光雷达观测结果表明:此次污染过程近地面主要为偏南风且风力较弱,冷空气到来时风向转为较强东北风,导致污染消散。微波辐射计观测到保定在污染过程中出现持续6 d的逆温层,同时在污染过程中近地面相对湿度较高,逆温层被打破后污染开始消散。在污染过程的各个阶段中,污染团的空间分布与变化特征均被很好地反映出来,可见地天联合观测对污染物的累积与输送研究有较大的意义,能对京津冀及周边地区的大气污染联防联控提供有力支持。 相似文献
2.
3.
北京2015年大气细颗粒物的空间分布特征及变化规律 总被引:9,自引:0,他引:9
近年来,随着雾霾事件的频发,人们逐渐提高了对雾霾的关注度,PM2.5作为其首要污染物对大气能见度及人体健康造成了严重影响.因此,本文利用2015年北京12个环境监测站点的PM2.5、PM10、NO2、SO2、CO和O3的浓度数据和气象数据,综合研究了北京2015年大气细颗粒物的空间变化特征及分布规律.同时,利用空间差异率(COD)统计方法评估了不同地区细颗粒物浓度的差异程度,并结合2015年2次特殊事件(春节和阅兵),对大气污染特征及其与排放源控制的关系进行了深入对比分析.结果发现,重污染天气集中发生在秋冬季,且污染程度高、持续时间长.城区PM2.5浓度比郊区高约12 μg·m-3.东城区与对照区差异最大,COD值为0.24;东城区与西城区差异最小,COD值为0.05.春、夏、秋季颗粒物PM2.5、PM10浓度日变化较为平稳,在中午有所升高,冬季颗粒物质量浓度明显呈现出夜间高于日间的污染模式.近3年PM2.5与PM10保持显著的相关性,但PM2.5/PM10比值呈降低趋势.阅兵期间采取的空气质量管控措施和气象要素共同作用导致PM2.5浓度下降约72%,市中心的首要污染物为NO2,郊区首要污染物为O3和PM10.春节期间烟花燃放对PM2.5的瞬时贡献量很大,对比春节假期和非假期2个阶段的大气污染特征发现,人口和机动车减少及餐馆暂停营业并没有使北京局地空气质量得到明显改善.该研究结果提示在进行PM2.5控制的同时也要对O3浓度有所关注,同时也进一步支撑了北京空气质量改善需要京津冀协同控制这一重要结论. 相似文献
4.
城市区域土壤铅含量空间变异的多尺度研究进展 总被引:1,自引:1,他引:0
我国城市土壤仍存在Pb的严重富集,准确地评价土壤Pb污染水平和范围是进行科学的土壤Pb污染风险评估和管理的基础.城市土壤Pb含量的空间变异性强且结构复杂,现有的大多数研究在单一空间尺度上开展,不足以全面揭示空间结构特征,不利于促进更加科学的风险评估和管理.因此,探寻一种能够全面揭示城市土壤Pb含量的空间结构信息的方法尤为重要.为了实现这一目的,本文首先分析了造成城市土壤Pb含量高空间变异性的主要因素:污染源的多样性、污染过程的层次性,以及城市景观的异质性.在此基础上归纳出城市土壤Pb含量的空间变异特征——由3个空间层次嵌套而成的等级结构.在此概念性的空间结构之上提出一个基于地统计学理论、以线性混合效应模型为核心的方法框架,可以将城市土壤Pb含量的空间结构划分为3个层次:全局趋势、具有空间自相关的随机变异以及异常高值点.最后,提出完善城市土壤Pb含量空间变异多尺度研究的重点是:探讨更加高效的空间抽样策略;确定特征尺度. 相似文献
5.
基于DFA法的江苏省极端降水时空分布特征研究 总被引:1,自引:0,他引:1
为进一步掌握江苏省极端降水的时空分布特征,基于该省1961-2010年均一性较好的逐日降水数据,利用去趋势波动分析法确定了全省13个站点的极端降水阈值,并通过Morlet小波及Mann-Kendall法分析了江苏省极端降水频数的振荡周期及其突变。结果表明,江苏省极端降水年频数和夏季极端降水均呈现8~10 a的变化周期,且1998年和2006年分别为其突变增加年,而秋季极端降水主要呈2~3 a与5~7 a的变化周期;极端降水与降水总量的空间分布具有较好的一致性,均呈南部大、北部小的特征。 相似文献
6.
京津冀大气污染的时空分布与人口暴露 总被引:4,自引:0,他引:4
经济的快速发展和城市化导致京津冀地区的空气质量不断恶化,已经引起学术界广泛的关注.为了揭示近年来京津冀地区大气污染状况,本研究基于中国空气质量在线监测分析平台发布的PM_(2.5)、PM_(10)、SO_2、CO、NO_2和O_3_8 h_max长期监测数据,采用统计学的方法分析了2014—2018年京津冀13个市这6种污染物的时空变化特征,结合各城市人口数据,评估了在此背景下该地区PM_(2.5)和O_3_8 h_max的人口暴露风险.结果表明:京津冀地区PM_(2.5)、PM_(10)、SO_2、CO和NO_2近年来整体上呈下降趋势,而O_3_8 h_max则呈上升趋势.总体而言,PM_(2.5)、PM_(10)、SO_2、CO和NO_2表现为冬季最高、春秋季次之、夏季最低的特征,而O_3_8 h_max则表现为夏季春季秋季冬季的特点,并在月变化上呈倒"V"型,从1月份开始逐渐上升,在6月份达到峰值,而后又逐渐下降.空间上,PM_(2.5)、PM_(10)、SO_2、CO和NO_2呈现南高北低的分布特征,而O_3_8 h_max在2014—2016年呈现北高南低的分布特征,但在2017—2018年则呈现南高北低的分布特点.此外,京津冀北部地区PM_(2.5)的来源主要是一次气溶胶,而二次气溶胶是中部地区PM_(2.5)的主要来源.除秦皇岛、承德和张家口外,其他城市细粒子在颗粒物中占的比重较大.随着近年来PM_(2.5)浓度的降低,暴露于高浓度的PM_(2.5)中的人口比例逐年减少,但距离年平均浓度限值还相差很远.除2014年外,暴露在O_3浓度超标情况下的人口在2015—2017年逐渐上升. 相似文献
7.
风云四号A星(FY-4A)是我国新一代静止气象卫星,多通道扫描成像辐射计(AGRI)是风云四号静止气象卫星的主要载荷之一.为探究FY4A数据用于气溶胶光学厚度(AOD)反演的可行性,基于FY-4A/AGRI数据,利用暗像元算法对2019年2月23~26日及10月27~30日京津冀地区AOD进行反演研究,并与AERONET地基观测AOD数据进行了对比分析.结果表明,基于FY-4A数据及构建响应函数库,通过暗像元方法能较好的反演出京津冀地区气溶胶空间分布;AOD主要的高值区体现在京津冀中南部地区并向周边郊区逐渐降低,在AOD值较大时此特征较为明显;将反演值与同期AERONET地基观测数据对比验证,相关系数达到0.869,均方根误差为0.221,表明AOD反演值与观测值吻合较好,FY-4A卫星数据反演AOD具有一定可行性. 相似文献
8.
利用2013年地基CE-318太阳光度计观测数据,结合中分辨率成像光谱仪(MODIS)遥感产品和HYSPLIT后向轨迹分析,研究了一次东南亚生物质燃烧污染长距离输送至中国西南昆明站点过程(2013年4月5~8日)中,气溶胶光学特性和辐射特性的变化及其可能来源.结果表明,此次污染过程期间,我国西南地区生物质燃烧活动较少,而中南半岛地区生物质燃烧活动显著.4月5~7日,昆明站点气溶胶光学厚度(AOD)升高,消光波长指数(EAE)和吸收波长指数(AAE)均增大.此外,依据EAE和AAE分类方法,5~6日昆明站点以城市工业气溶胶为主,7~8日以生物质燃烧气溶胶为主,其细模态峰值半径(0.11μm)小于5~6日(0.15μm),7日细模态粒子体积浓度峰值(约为0.16μm3/μm2)是5日的2倍.气溶胶直接辐射强迫(ARF)日变化结果表明4月7日气溶胶对地表的降温效应达到最大,对大气的加热作用最强.气溶胶直接辐射强迫效率值(ARFE)的变化表明生物质燃烧气溶胶对大气顶的降温作用减弱.MODIS遥感以及HYSPLIT模式后向轨迹表明,此次昆明站点生物质燃烧气溶胶主要来源于东南亚地区(主要是印度北部、印缅北部和不丹地区). 相似文献
9.
Models3在北京地区PM_(10)模拟应用中的三维系统检验 总被引:1,自引:1,他引:0
为研究北京地区大气PM10的变化规律和三维空间结构,文章基于Models3/CMAQ空气质量模式,利用北京及周边省市详细调查的污染源数据,采取双层网格嵌套技术建立起适用于北京及周边地区的大气PM10数值模拟系统。为了检验该模式系统的准确性和可靠性,文章将模拟结果与北京市城近郊区7个地面站近2500h的逐时地面监测数据以及一次典型污染过程的激光雷达垂直观测记录分别进行了对比分析,结果表明,该模式系统较好的反映了北京地区PM10浓度三维时空分布特征,是研究华北地区复杂地形下大气PM10传输及演变规律的一个有效工具。 相似文献
10.
南京冬季市区和郊区气溶胶中PAHs浓度的昼夜特征及粒径分布 总被引:4,自引:4,他引:0
为了研究南京市区与郊区气溶胶中多环芳烃(PAHs)污染状况和分布特征,利用气-质联用仪(GC-MS)分析了2010年1月1~10日日间和夜间分别在南京大学和南京信息工程大学采集的气溶胶样品,得到南京市区与郊区17种PAHs浓度,总浓度分别为41.36~220.35 ng.m-3和45.10~200.86 ng.m-3,其中约66%~67%分布于细粒子(Dp≤2.1μm)中.研究发现,南京市区和郊区气溶胶中PAH总浓度均处于较高的水平;但两者昼夜变化趋势不同,即市区PAH总浓度日间高于夜间,郊区PAH总浓度日间低于夜间.主导风向的改变和高压天气系统对PAH浓度变化影响较大;在市区其影响主要表现在细粒子部分,而郊区主要表现在粗粒子部分.市区和郊区不同环数的PAHs粒径分布不同;2~3环PAHs,郊区含量高于市区;而4~6环PAHs,市区含量高于郊区.高环数(4~6环)PAHs在粗模态出现较大浓度峰可能是由于南京地区粗模态气溶胶中碳含量较高.市区和郊区相似的特征比值说明两者的PAHs具有相同污染来源,主要为生物质及煤的燃烧和汽车尾气,表明南京市区PAHs受到郊区工业源排放影响较大. 相似文献