首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   7篇
  完全免费   5篇
  评价与监测   12篇
  2020年   3篇
  2019年   2篇
  2018年   4篇
  2015年   1篇
  2014年   1篇
  2005年   1篇
排序方式: 共有12条查询结果,搜索用时 51 毫秒
1.
乌鲁木齐市重污染天气与气象因素变化的影响分析   总被引:11,自引:2,他引:9  
黄忠 《干旱环境监测》2005,19(3):154-157
利用乌鲁木齐市近年来的空气污染监测资料和同期气象观测资料,研究乌鲁木齐市重污染天气的变化特征及其与气象条件的关系,并从气象特点、局地因子等方面的变化分析污染严重的成因,进一步研究造成重污染的物理机制,为今后乌鲁木齐市空气污染综合治理提供科学依据与建议。  相似文献
2.
北京地区冬季典型PM2.5重污染案例分析   总被引:7,自引:6,他引:1  
对2013年1月10—14日发生的持续性PM2.5重污染过程从污染过程演变、气象条件影响、与气态污染物关系、区域污染背景、PM2.5浓度空间分布演变及其与地面风场的关系、PM2.5组分特征等多个方面进行全面的分析,较为完整地还原了该次重污染案例的形成原因以及主要影响因素.主要结论包括:该次重污染过程是稳定气象条件下导致的局地污染物积累,再叠加华北区域性污染的影响共同造成,其中10、12日北京地区PM2.5浓度的快速增长反映了周边污染传输的显著影响;逆温不但造成污染物难以扩散,且不同的逆温类型对PM2.5浓度水平有显著影响,同时还发现逆温的破坏导致近地面高浓度污染物向上扩散,造成百花山出现峰值高污染浓度现象;NO2与PM2.5浓度水平的高相关性反映交通污染二次转化对PM2.5浓度水平的影响,在较高湿度条件下,SO2浓度水平对湿度敏感且表现为负相关性;该次污染过程中OM、SO42-、NO3-、NH4+等组分在PM2.5质量浓度中的占比超过70%,说明燃煤、机动车等仍是北京地区最主要的污染来源,同时SO42-占比最高也说明区域污染传输对该次重污染的显著贡献.  相似文献
3.
2013年北京市PM2.5重污染日时空分布特征研究   总被引:3,自引:2,他引:1  
根据2013年北京市环境保护监测中心监测的PM2.5数据,系统分析了北京市重污染日PM2.5污染的时空分布特征,并利用克里格插值初步统计了全年和重污染日PM2.5不同浓度区间的国土面积。2013年全市PM2.5年均浓度为89.5 μg/m3,重污染日平均浓度为218 μg/m3,重污染日主要集中在冬季;PM2.5年均浓度呈现明显的南高北低梯度分布特征,而重污染日空间分布较均匀,南部及城六区存在明显的高污染区,平均浓度在180 μg/m3以上;2013年北京市重污染日PM2.5平均浓度为150~250 μg/m3,其对应的国土面积约为12 656 km2,PM2.5平均浓度在250 μg/m3以上的国土面积约为883 km2,而全年无PM2.5平均浓度在150 μg/m3以上所对应的国土面积。  相似文献
4.
基于嵌套网格空气质量预报模式(NAQPMS)及耦合的污染来源追踪模块模拟2017年12月16日至2018年1月3日成渝地区一次区域重污染过程,定量解析成渝地区主要城市PM2.5来源,评估过程中应急减排的成效。结果表明,天气静稳和风向辐合是造成此次重污染过程的重要因素,污染峰值阶段,成渝地区多个城市PM2.5日均质量浓度超过150 μg/m3,达到重度污染级别。污染过程中,成都市PM2.5本地排放的贡献率为42%,眉山和德阳贡献率将近30%;重庆市PM2.5本地排放的贡献率为60%,外来输送以湖北、湖南和其他地区为主,贡献率为24%,成都和重庆市的工业源和交通源的贡献最大。区域联防联控应急减排对成渝各城市空气质量改善效果显著,成渝地区PM2.5浓度降低率为5%~11%,对于未实施应急预警方案的地区(如眉山市)受周边城市减排影响,浓度降低可达6%。  相似文献
5.
为了探讨三维变分法(3DVAR)对成渝城市群冬季PM2.5重污染模拟的改善效果,采用3DVAR对成渝城市群2017年12月至2018年1月的空气质量数值模拟结果进行资料同化,对比评估嵌套网格空气质量预报模式(NAQPMS)原始数据与同化再分析数据的准确率,并分析成渝重污染特征。研究结果显示,3DVAR在PM2.5、PM10和NO2的同化实验中均取得较好的改善效果,成渝地区检验站点各污染物相关系数(r)的平均提升比例依次为44%、90%和332%,r改善的站点占检验站点总数的比例分别为98%、100%和82%;检验站点均方根误差(RMSE)的平均下降比例分别为15%、37%和31%,RMSE改善的站点占检验站点总数的比例为65%、98%和84%。与原始模拟结果相比,同化结果能够更准确地反映成渝地区冬季重污染期间的PM2.5和PM10空间分布特征。  相似文献
6.
对石家庄市2016年12月14—23日一次重污染过程的逐时空气质量和气象资料进行了分析。结果表明,低压均压类天气控制下,较高的相对湿度和水汽压,<2.5 m/s的低风速以及<500 m的混合层高度是该次重污染形成和持续的重要原因。当风速<2.5 m/s,且相对湿度>45%或水汽压>3.6 hPa时,空气质量明显较差;当风速<2 m/s,且湿度>65%或水汽压>4 hPa时,污染级别达到严重污染;该次重污染形成与维持的地面气压临界值为1 017 hPa,当气压>1 017 hPa时,环境空气质量相对较好;当气压<1017 hPa时,更容易发生严重污染。  相似文献
7.
利用多元线性回归方法(REG)将多模式空气质量预报系统中3个模式(CMAQ、CAMx和NAQPMS)对北京市2016年PM2.5的预报结果和观测数据进行集合,并对集合结果进行评估。结果表明:①不同模式的预报结果不尽相同,均能够反映2016年北京地区PM2.5随时间的变化趋势,CMAQ、CAMx和NAQPMS相关系数为0.6~0.9,标准化平均偏差为-0.6~0.6。3个模式对重污染峰值预报都存在偏差,NAQPMS预报偏差低于其他模式;②基于多元线性回归集成预报模型能显著提高日均PM2.5预报的准确率,能较好地改进不同季节模式整体高估或者低估的系统性偏差现象,春季国控平均偏差由-23 μg/m3改善至-2.3 μg/m3,冬季平均偏差降低近20 μg/m3;③利用多元线性回归方法对2016年红色预警期间小时PM2.5订正结果显示,相关系数提高了0.13,均方根误差降低了20~30 μg/m3,并且对峰值浓度有较好的调整,预报峰值更为接近实况峰值,特别是对北部地区的改进效果较为明显,反映了实际观测数据对空气质量数值模式预报修正的研究意义和可行性。  相似文献
8.
分析了2018年春节期间京津冀及周边区域空气质量状况,结果表明,京津冀及周边区域2018年春节期间空气污染较重,以石家庄、邢台、邯郸、晋城、长治为中心的区域污染最重,此次重污染过程呈污染范围大、持续时间长的特点。受微风、高湿、逆温等不利气象条件影响,颗粒物污染不断积累和二次转化。除夕(2月15日)至初六(2月21日),北京首要污染源为机动车尾气源,张家口、保定、太原、郑州为燃煤源,太原和廊坊烟花源占比高于其他城市。自除夕(2月15日)下午开始,区域内各城市烟花爆竹燃放相关离子浓度有不同程度的增加,北京、保定烟花源贡献率与贡献浓度与2017年春节期间相比有所下降。2018年春节期间PM2.5浓度明显高于2015—2017年,区域南部空气质量较差,重污染区域主要集中在以石家庄、邢台、邯郸、长治、晋城为中心的区域。  相似文献
9.
利用多种污染物浓度数据、气象观测数据,结合HYSPLIT后向轨迹模式,对2015年11月6—10日发生在沈阳的一次较长时间重污染天气过程,从大气浓度变化、天气形势特征及成因机制等方面进行综合分析。结果表明,重污染期间日空气质量指数均超过重度污染限值200,首要污染物PM_(2.5)最高小时质量浓度达到1 326μg/m3,为沈阳市监测PM_(2.5)以来的历史峰值。此次空气污染是气象及人为因素共同作用的结果,重污染过程时段内高空场不利于气流上升运动的发展,地面倒槽、稳定的大气层结不利于污染物的扩散。此次重污染过程与大范围秸秆集中燃烧、大量污染物排放有一定关系。通过后向轨迹计算分析,发现颗粒物长距离输送对区域污染产生一定影响。  相似文献
10.
为研究北京地区冬季PM_(2.5)载带的水溶性无机离子组分污染特征,2013年1月在中国环境科学研究院内采用在线离子色谱(URG-9000B,AIM-IC)对PM_(2.5)中水溶性无机离子(SO_4~(2-)、NO_3~-、Cl~-、NH_4~+、Na~+、K~+、Mg~(2+)、Ca~(2+))进行监测与分析。结果表明,采样期间总水溶性无机离子(TWSI)浓度为61.0μg/m~3,其中二次无机离子SO_4~(2-)、NO_3~-、NH_4~+(SNA)占比达72.3%,在PM_(2.5)中占比为40.29%,表明北京市PM_(2.5)二次污染严重。重污染天[NO_3~-]/[SO_4~(2-)]表明,固定源污染较移动源更为显著。三元相图表明,在空气质量为优的情况下,NH_4~+(在SNA中占比为30.3%~65.5%,下同)主要以NH_4NO_3的形式存在,较少比例以(NH_4)_2SO_4存在;严重污染时,NH_4~+(47.3%~77.9%)主要以(NH_4)_2SO_4形式存在,其次以NH_4NO_3的形式存在,其余的NH_4~+以NH_4Cl的形式存在。[NO_3~-]/[SO_4~(2-)]日变化表明,早、晚机动车高峰影响北京重污染发生。  相似文献
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号