排序方式: 共有71条查询结果,搜索用时 15 毫秒
1.
2012~2013年间北京市PM2.5中水溶性离子时空分布规律及相关性分析 总被引:20,自引:12,他引:8
2012年8月~2013年7月,在北京市包括城市背景、城区、郊区以及边界传输点在内的9个监测点位进行大气细颗粒物PM2.5样品的采集与分析,共获得486个有效样本及9种水溶性离子的质量浓度.观测期间9种水溶性离子总质量浓度为60.5μg·m-3,浓度水平高低顺序分别为NO-3SO2-4NH+-4Cl-Na+K+Ca2+F-Mg2+;其中SO2-4、NO-3和NH+4(三者简称SNA)占全部所测水溶性离子的88%;NO-3是全年波动范围最大的二次离子.对所测阴、阳离子相关性研究发现,阴、阳离子总体相关性良好,春、冬季阴、阳离子相关性要好于夏、秋季.对不同颗粒质量级别中的水溶性离子研究发现,SNA积累活跃,相对于SO2-4的积累,NO-3和NH+4在二次离子的形成过程中占据主导地位;NO-3是重污染过程累积效应比较明显且贡献相对较高的二次离子. 相似文献
2.
北京市PM_(2.5)主要化学组分浓度水平研究与特征分析 总被引:2,自引:1,他引:1
为研究北京市大气环境PM_(2.5)中主要化学组分特征,于2012年8月—2013年7月期间,在北京市定陵、车公庄、东四、石景山、通州、房山、亦庄和榆垡等8个点位开展为期1年的样品采集,共计采集472组样品,分析每组样品中OC、EC、水溶性离子和18种无机元素等组分.研究结果表明,本次研究的组分重建后和实际PM_(2.5)浓度相关性显著,相关系数为0.94,所测组分平均占PM_(2.5)总量的90%;各点位不同季节PM_(2.5)中主要的组分均为OC、NO_3~-、SO_4~(2-)、NH_4~+,呈南高北低的趋势,冬季OC是夏季的1.7倍,NO_3~-和SO2--4在四季呈交替状态,除榆垡点位的SO_4~(2-)NO_3~-外,其他点位均是NO_3~-SO_4~(2-),4种主要的组分质量浓度分别为(23.1±21.4)、(20.3±23.4)、(19.4±22.2)、(13.6±15.2)μg·m-3,占PM_(2.5)总含量的18.5%、16.3%、15.6%、10.9%;研究水溶性离子发现,8个点位全年SNA/PM_(2.5)比例为42.8%,其中,夏季最高(49.9%),秋季较低(31.1%),NO_3~-/SO_4~(2-)比值平均为1.05,相对往年研究结果 NO_3~-/SO_4~(2-)比值有增加的趋势. 相似文献
3.
北京市典型排放源PM_(2.5)成分谱研究 总被引:6,自引:1,他引:5
为了建立和完善北京市PM_(2.5)本地化源谱,对北京市11类排放源PM_(2.5)进行采集,并测定其26种组分,分析了不同排放源源谱的组分特征.结果表明,在有组织排放源中,燃煤电厂PM_(2.5)中OC和Si含量很高,占PM_(2.5)的质量分数分别为8.56%和6.19%(平均值),而供热/工业锅炉排放PM_(2.5)中则是SO_4~(2-)(占48.38%)和OC(11.0%)比例最高,水泥窑炉PM_(2.5)中OC(7.12%)、Ca(4.81)和Si(4.41%)占有较大比例;垃圾焚烧排放的PM_(2.5)中Si、Ca、K和SO_4~(2-)均较高,分别占8.15%、9.36%、7.17%和6.79%,且Cl~-含量(2.5%)高于其他所有源,生物质燃烧源PM_(2.5)中OC(21.7%)、Si(6.75%)、Ca(6.15%)较为丰富,餐饮源PM_(2.5)中OC(19.44%)、SO_4~(2-)(5.76%)和K(3.11%)含量均较高;无组织开放源中,道路扬尘和土壤风沙PM_(2.5)化学组分含量变化较为一致,均是Si(分别为16.8%和9.3%)和OC(分别为8.89%和6.61%)最高,建筑水泥尘PM_(2.5)中Ca(17.46%)含量高于其他源;流动排放源PM_(2.5)中OC、EC比例最高,其中,重型柴油车的OC(29.79%)与EC(26.5%)排放比例相当,而轻型汽油车OC排放占有绝对优势(占75%).本文通过对比国内外部分排放源PM_(2.5)成分谱的差异,指出不同区域相同源类排放的PM_(2.5)化学组分差异较大,在应用受体模型中的化学质量平衡模型(CMB)判断受体颗粒物来源时,应基于本地的排放源成分谱,以避免较大的误差. 相似文献
4.
5.
基于2016~2022年北京市环境监测和气象观测数据,结合后向轨迹聚类和潜在源区贡献分析北京市臭氧(O3)污染特征、气象影响和潜在源区.结果表明,2016~2022年北京市共发生41次具有跳变特征的O3污染过程,平均为5.9次·a-1,发生时间集中在5~7月,跳变当日(OJD2)较跳变前一日(OJD1)的ρ(O3-8h)平均值偏高78.3%,峰值浓度偏高78.9%,OJD2区域O3浓度高值带呈现由南向北推进的特征.北京市跳变O3污染发生主要原因可归纳为不利气象条件导致的本地积累叠加区域传输影响.跳变型O3污染发生时具有偏南风频率增加、温度上升、气压降低和降水减少的特征,偏南风频率增加为O3及其前体物的传输提供条件,在本地高温作用下快速发生光化学反应,叠加降水较少,综合推高OJD2的O3浓度水平.聚类分析得到6条气团输送路径,OJD2来自偏北方向的气团减少11.2%,来自偏南和偏东方向气团增加6.7%和4.4%,气团以短距离传输为主,偏南和偏东方向对应的O3浓度较高,对北京污染贡献较大.潜在源区分析揭示OJD2的O3污染的主要潜在源区是京津冀中南部和东部,贡献了82.6%污染轨迹.跳变型O3污染区域输送贡献明显,需要加强京津冀区域联防联控. 相似文献
6.
应用机器学习算法开展空气质量预测已成为当前研究热点之一,空气质量监测数据具有显著的时空特征,即具有时间维度时序特征和空间维度传输演化特征。面向空气质量监测数据,联合LSTM提取的时间特征和GCN提取的空间特征,提出预测PM2.5浓度的LSTM-GCN组合模型。以北京市35个空气质量监测站2018—2020年监测数据进行仿真实验,并将LSTM-GCN模型与LSTM模型、GCN模型以及时空地理加权回归模型(GTWR)进行对比,结果显示:LSTM-GCN模型相较于LSTM模型均方根误差(RMSE)、平均绝对误差(MAE)分别降低了11.68%、7.34%;相较于GCN模型RMSE、MAE分别降低了40.22%、36.37%;相较于GTWR模型RMSE、MAE分别降低了17.52%、23.69%,表明所提出LSTM-GCN模型在准确率上有所提升。用LSTM-GCN模型预测2021年1—7月PM2.5浓度,结果显示预测效果较好。 相似文献
7.
建立电子制冷预浓缩仪-气相色谱-质谱法测定空气中10种含硫化合物的方法。经考察不同采样容器、优化预处理条件、研究样品保存等获得了最佳实验条件,并通过实际样品的测定,考察了方法的适用性。结果表明:硫化氢、甲硫醇和乙硫醇3种高活性含硫化合物校准曲线线性回归系数在0.990以上,另外7种含硫化合物在0.995以上;高、中、低空白加标样品相对标准偏差均为9.5%以内,乙硫醇由于具有高活性和吸附性,低浓度空白加标回收率为63%,其余组分回收率范围为83%~110%;当进样体积为400 mL时,各目标化合物的方法检出限为0.2×10-3~1.1×10-3 mg/m3。分析污水处理厂无组织排放监控点的空气结果显示,该方法具有较低的检出限及较强的抗干扰能力,能较好地满足目前监测工作的要求。 相似文献
8.
利用在线高分辨率仪器对2013年和2014年北京市SO2-4、NO-3和NH+4(SNA)浓度进行连续观测。结果表明:NO-3浓度在夜间较高,下午较低;SO2-4浓度在后半夜至早晨较低,从上午至前半夜整体呈上升趋势;NH+4浓度日变化曲线相对平缓,在整个白天时段较低,夜间时段较高。硫氧化率(SOR)夏季最高,冬季最低;氮氧化率(NOR)季节变化相对较小。2014年整体ρ(NO-3)/ρ(SO2-4)比值明显高于2013年,表明北京市的排放源中以机动车为代表的移动源的贡献明显增大。 相似文献
9.
利用卡尔费休法可直接测定PM2.5水分含量,方法精密度及准确度均较好.将该方法应用于北京市城区站点2020年全年的PM2.5分析,结果显示PM2.5水分浓度年均值为(5.0±4.1)µg/m3,在PM2.5占比为(12.5±4.8)%,与PM2.5质量浓度呈显著相关.水分质量浓度与PM2.5的质量浓度月度及季节变化趋势基本一致.研究发现,随着空气污染加重,水分质量浓度及其在PM2.5占比均呈上升趋势,二者相关性明显增强.可见污染发生时,水分增加有利于颗粒物吸湿增长从而推高污染水平,对PM2.5的贡献同步增强.当沙尘污染发生时湿度处于同期较低水平,不利于细颗粒物的吸湿增长,水分质量浓度及其占比均处于较低水平. PM2.5水分与二次离子及有机物均有很好的相关性,说明水分为气态污染物提供非均相转化载体,促进硝酸盐、硫酸盐、有机物的进一步生成.PM2.5水分与地壳物质无相关性,证实地壳元素为一次源,不受水分影响. 相似文献
10.
根据巯基棉在一定酸性条件下能定量吸附甲基汞的原理,利用多通道并联的固相萃取装置,采用气相色谱(ECD)方法测定饮用水中痕量甲基汞,考察了水样pH值对回收率的影响.方法在0.050 mg/L~1.00 mg/L范围内线性良好,当采样体积为1.0 L时,检出限为0.03 ng/L,标准样品与实际水样平行测定的相对标准偏差均... 相似文献