排序方式: 共有15条查询结果,搜索用时 46 毫秒
1.
对北京市地面监测站点的CO浓度进行分析,探讨其浓度水平、变化趋势和时空分布特征。2014年春、夏、秋、冬四季北京市CO平均浓度分别为1.06、0.87、1.34、2.17 mg/m3。CO浓度均呈双峰型变化,第一个峰值出现在07:00-09:00,主要由交通早高峰的排放引起;第二个峰值出现在23:00左右,主要受交通晚高峰排放和夜间边界层高度降低的挤压效应的共同影响。从空间分布来看,全年整体呈现南高北低的分布特征,尤其是秋、冬季较为明显,体现了工业布局和区域传输对CO的影响。从全年来看,湿度对CO浓度的影响最大。对2014年冬季北京市的一次高CO浓度分析结果表明,此次过程是由本地排放和区域传输共同造成的,气象要素中地面气压对CO浓度影响最大。 相似文献
2.
为了解《打赢蓝天保卫战三年行动计划》期间(2018—2020年)以及之后(2021年)我国重点污染区域空气质量情况,并区分排放源控制与气象条件的贡献,本文利用逐小时监测的PM2.5、O3浓度以及气象要素数据,研究了2018—2021年京津冀及周边地区“2+26”城市PM2.5与O3污染特征,结合KZ (Kolmogorove Zurbenko)滤波方法定量分析了排放源与气象条件对PM2.5与O3浓度长期趋势的贡献. 结果表明:①2018—2021年“2+26”城市PM2.5浓度年均值与O3-8 h-90th浓度(O3日最大8 h平均浓度的第90百分位数)均呈逐年下降趋势. 2018—2021年PM2.5浓度年均值分别为60、57、51和45 μg/m3,河北省南部、河南省与山东省南部PM2.5浓度年均值均较高;O3-8 h-90th浓度分别为198、195、179和171 μg/m3,2018年保定市、石家庄市、聊城市与晋城市的O3-8 h-90th浓度(>210 μg/m3)均较高,而2021年太原市O3-8 h-90th浓度(192 μg/m3)较高. ②PM2.5与O3-8 h浓度(O3日最大8 h平均浓度)的长期分量在大部分城市受气象条件影响较为明显. 受气象条件影响的PM2.5浓度长期分量在2018—2020年无明显趋势,在2021年呈下降趋势;受排放源影响的PM2.5浓度长期分量在2018—2020年呈下降趋势,在2021年无明显趋势. 受气象条件影响的O3-8 h浓度长期分量在2018—2020年呈下降趋势,在2021年呈上升趋势;受排放源影响的O3-8 h浓度长期分量在2018年呈下降趋势,在2019—2021年无明显趋势. ③11个气象因子中,温度和相对湿度对PM2.5与O3-8 h浓度变化的影响较大,当温度与相对湿度均比前一天升高时,更有利于PM2.5与O3-8 h浓度的同时升高. 研究显示,“2+26”城市PM2.5与O3污染受气象条件影响显著,温度与相对湿度的变化对判定PM2.5与O3-8 h浓度同时升高的现象有一定积极意义. 相似文献
3.
洪涝灾害灾情时间变化特性分析:以中国1736—1911年主要大江大?… 总被引:6,自引:1,他引:5
利用已经建立的全国1736 ̄1911年洪涝灾害时间序列,拟合各个区域的洪涝灾害长期变化趋势,并通过功率谱分析了时间序列的波动规律;同时,分析了气温、降水等自然因素的变化和人口总量变化、人口空间迁移以及土地利用变化等人文因素变化与灾害增减之间的关系。结果表明,洪涝灾害的波动主要由气候变化等自然因素的波动所引起,而人类活动增强并不断向高风险区扩展是洪涝灾害持续增长的主要原因,最终使洪涝灾害表现为波动中 相似文献
4.
河川径流量的变化对水资源的开发利用和国民经济的发展具有很大的影响。采用K0lmogorov—Smimov检验方法对无定河流域两个主要水文站赵石窑站和白家川站逐月径流量序列进行正态性检验,在此基础上运用DFA分析方法,估算两站时间序列的研示度指数,预测该流域径流量的未来变化趋势及其持续性,并采用随机重排法对估算结果进行了稳定性检验。分析结果显示:赵石窑和自家川两站径流时间序列的a标度指数分别为0.52和0.56,均大于0.5,径流时间序列表现为较强的长程依赖性,表明无定河流域在过去近50a内径流量的总体上呈下降趋势,在未来一段时间内,还将持续一段时间。对原时间序列随机重排后,两站月径流序列的6α标度指数都变小,分别为0.48和0.49,接近于0.5,进一步证明原序列确实存在着标度不变性。研究结果对流域的水资源规划、管理与合理利用有帮助。 相似文献
5.
洪涝灾害灾情时间变化特性分析——以中国1736~1911年主要大江大河流域变化序列分析为例 总被引:1,自引:1,他引:0
利用已经建立的全国1736~1911年洪涝灾害时间序列,拟合了各个区域的洪涝灾害长期变化趋势,并通过功率谱分析了时间序列的波动规律;同时,分析了气温,降水等自然因素的变化和人口总量变化、人口空间迁移以及土地利用变化等人文因素变化与灾害增减之间的关系。结果表明,洪涝灾害的波动主要由气候变化等自然因素的波动所引起,而人类活动增强并不断向高风险区扩展是洪涝灾害持续增长的主要原因,最终使洪涝灾害表现为在波动中持续增长。 相似文献
6.
为研究济南市和青岛市臭氧(O3)浓度长期变化特征及其气象影响因素,基于2014—2021年近地面O3连续8年观测资料和同期气象资料,揭示O3浓度长期变化特征,分析O3浓度与气象因子关系,阐明O3主要输送路径和潜在源区.结果表明:(1)整体上,济南市O3污染程度高于青岛市,2个城市O3污染均集中在4—10月.长期趋势上,2014—2021年济南市O3日最大8 h平均浓度第90百分位数(简称“O3-8 h 90th浓度”)总体呈先升后降的趋势,峰值出现在2019年;青岛市2019年和2017年O3-8 h 90th浓度相对较高,其他年份O3-8 h 90th浓度差异不大.月变化上,济南市O3-8 h 90th浓度季节性变化较明显,呈单峰状;而青... 相似文献
7.
基于2010~2020年IASI卫星观测数据,利用排放通量法对中国NH3排放量(分辨率为0.25o×0.25o)进行了估算,分析了中国NH3排放的时空分布和长期变化趋势.结果发现,2018~2020年中国NH3平均年排放量和排放强度分别为18.61Mt和1.93t/km2,排放强度高值区主要集中在华北平原和成渝地区.中国NH3排放具有明显的季节变化,春、夏、秋和冬4个季节的排放量分别占全年总量的25.92%、36.55%、19.61%和17.92%.NH3排放的月变化表现出3种主要模式:畜牧业较发达的西藏、内蒙古以及东北和西北部分地区大体呈“冬夏双峰”型;农业种植主要为一年两熟的福建、台湾和华南等地区呈“春夏双峰”型;其他大部分地区则呈“夏季单峰型”.中国的NH3排放量从2010年的12.68Mt持续增长到2020年的20.75Mt,线性变化率为815.10kt/a,复合年均增长率为5.43%/a.排放强度超过3.00t/km2地区面... 相似文献
8.
选取2015~2021年长三角地区4个代表性城市污染物浓度,利用机器学习的气象归一化方法解耦气象因素对污染物的影响,量化气象和排放对污染物浓度变化的贡献.结果表明,长三角地区PM2.5、 NO2和SO2排放下降影响贡献较大(57.2%~68.2%、 80.7%~94.6%和81.6%~96.1%),抵消了气象因素带来的不利影响,致使污染物浓度降低.而气象条件对于臭氧日最大8 h(MDA8_O3)的贡献强于其他污染物(23.5%~42.1%),其中气象因素促进污染物浓度上升(4.7%),排放变化促进污染物浓度下降(-3.2%). NO2和MDA8_O3在2019~2021年降幅更快,主要原因是2019~2021年排放起到较2015~2018年更强的促进污染物浓度降低作用.PM2.5和SO2在2019~2021年的降幅较2015~2021年整体有所减弱.基于机器学习的气象归一化方法可以解耦气象对污染物的影响,量化排放... 相似文献
9.
三种霾日统计方法的比较分析——以环首都圈京津冀晋为例 总被引:2,自引:0,他引:2
为了研究单次值法、日均值法、14时值法3种常用的霾日和轻雾(雾)日统计结果的异同,以环首都圈京津冀晋四省市为例进行了比较.华北地区霾日用3种方法统计的过去60余年霾日的区域分布表明,3种方法统计的霾日是单次值法日均值法14时值法,大致是1:0.54:0.45的关系,但区域分布趋势比较相似.典型城市霾日的长期变化趋势大都十分相似.而轻雾(雾)日的长期变化趋势表明,用单次值法统计的明显偏多,且有长期下降趋势;而用日均值法与14时值法统计的轻雾(雾)日无大差别,且没有明显的长期变化趋势,反映了年季和年代季的气候波动.从长期季节变化趋势来看,3种统计方法的结果除日数的差别外,季节分布特征比较类似.一个突出的特点是除去采暖季有较多的霾日外,在盛夏季节霾日也明显多,集中出现在6~9月,尤其是7~8月,与桑拿天同期出现,这与全国大部分城市的变化趋势完全不同.是华北地区的特有现象.用单次值法统计霾日,将包括所有的霾过程,即大范围持续时间长,且与一定天气系统与近地层扩散条件相关连的霾,及在稳定的晴朗夜间由于辐射降温,使相对湿度升高而导致能见度下降形成的霾.用日均值法,则可能更多的显示长时间大范围的霾天气过程;而使用14时法,则对早晚因湿度增加降低能见度出现的霾天气漏记,突出长时间大范围的霾天气过程. 相似文献
10.
时间序列在秦皇岛港煤尘污染分析中的应用 总被引:3,自引:0,他引:3
应用时间序列对秦皇岛港降尘资料进行分析可以对煤尘污染的长期趋势及季节变动情况有一定的了解,这对于今后有效地开展煤尘治理工作有重要的指导意义。 相似文献