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
  免费   0篇
  国内免费   5篇
综合类   5篇
  2021年   4篇
  2020年   1篇
排序方式: 共有5条查询结果,搜索用时 10 毫秒
1
1.
受COVID-19疫情影响,我国各地采取了一系列封锁管控措施,由此导致大气污染物排放强度降低.本文以成都市为例,分析了2020年上半年的气象条件和大气污染浓度特征,并重点对臭氧浓度变化及同期对比结果进行了细致分析.结果表明:①与2019年同期相比,除O3外的5种污染物(NO2、CO、SO2、PM10、PM2.5)浓度均降低,降幅分别为13.60%、8.96%、6.30%、4.56%、1.80%,而O3浓度却异常升高,升幅最大值分别出现在2月(35.1%)和5月(36.1%).②2020年上半年,O3浓度高值出现时间较2015—2019年提前,气象条件较有利于臭氧的生成.100 hPa和500 hPa位势高度为正距平,气温、日照时数较往年升高,相对湿度和降水量下降,以静小风为主.③2020年4月25日—5月6日臭氧污染持续时间长,主要是由于复工复产导致臭氧前体物排放增加,以及稳定的天气形势,使成都长时间处于高温(>30℃)、低湿(40%~60%)、静小风(1.3 m·s-1)等不利扩散的气象条件下.气团后向轨迹和污染潜在源区表明研究区受到来自成都偏东一带及川南地区高污染气团短距离输送的影响.  相似文献   
2.
北京与成都大气污染特征及空气质量改善效果评估   总被引:5,自引:5,他引:0  
近年来我国空气质量持续改善,大气颗粒物浓度明显降低.为探究气象条件和减排措施对细颗粒物(PM2.5)浓度的相对贡献,选取两个典型代表城市——北京和成都,对比分析两城市所处的地理环境条件、污染排放以及气象扩散条件.结果表明,北京与成都2013~2018年重污染天数及污染过程显著减少,SO2和PM2.5浓度降幅明显,与2013年相比,两城市2018年SO2浓度的降幅分别为77.8%和70.9%,PM2.5浓度分别降低了42.7%和48.5%.冬季PM2.5浓度下降速率最大,每年分别以13.5μg·m-3和14.1μg·m-3的速率降低.2013~2018年成都较北京风速偏小,温度偏高约3℃,静小风日数偏多,冬季静小风频率高,混合层高度、大气容量指数以及通风系数明显偏小,大气扩散条件较差.综合静稳天气指数(SWI)和环境气象指数(EMI)结果表明北京大气扩散条件优于成都,但近几年的变化程度有所不同.2014~2018年两城市的EMI呈减小趋势,2018年成都地区EMI降幅最显著,气象条件明显好转.与2014年相比,2018年北京与成都全年大气污染减排对PM2.5浓度的贡献分别为33.5%和24.0%,气象条件的贡献分别为7.2%和11.1%;冬季减排贡献分别为31.7%和32.5%,气象条件的贡献比全年的大.  相似文献   
3.
川南自贡市大气颗粒物污染特征及传输路径与潜在源分析   总被引:5,自引:5,他引:0  
川南自贡市大气颗粒物污染比较严重, 2015~2018年PM_(10)和PM_(2.5)平均浓度分别为(95.42±9.53)μg·m~(-3)和(65.95±6.98)μg·m~(-3),并有明显的下降趋势,冬季PM_(10)和PM_(2.5)浓度远高于其它季节, 1月平均浓度最高,分别为(138.08±52.29)μg·m~(-3)和(108.50±18.05)μg·m~(-3),夏季平均浓度最低.PM_(2.5)与PM_(10)的平均比值为69.12%,冬季比值约为夏季的1.17倍,空气污染以PM_(2.5)为主.采用拉格朗日混合单粒子轨迹模型(HYSPLIT)和全球资料同化系统的GDAS气象数据,对自贡市细颗粒物(PM_(2.5))浓度和逐日72 h后向轨迹进行计算和聚类研究,利用潜在源贡献分析法(PSCF)和浓度权重轨迹分析法(CWT),探讨不同季节影响自贡市PM_(2.5)浓度的潜在源区以及不同源区的污染贡献.结果表明,自贡市近地面四季多受东南风、偏西风和西北风控制,高浓度PM_(2.5)多出现在0~2 m·s~(-1)的低风速区;不同季节、不同输送路径对自贡PM_(2.5)污染影响的差异显著,春季主要受到来自偏西和偏北方向短距离输送气流的影响,夏季污染轨迹主要来自短距离输送的东南气流,秋季主要受来自资阳,经遂宁、重庆和内江的短距离输送气流的影响,冬季除受到资阳、遂宁和内江等周边城市的影响外,还受到来自西藏中部的远距离输送气流影响;除夏季外,自贡市潜在源区主要位于重庆西部与川南交界区域,冬季的主要贡献区范围最广、贡献程度最大,夏季潜在源区范围最小且贡献程度最弱.  相似文献   
4.
通过分析成都平原城市群8个城市2015—2019年春季(4—5月)地面臭氧浓度及超标情况表明,春季成都平原平均臭氧日最大8小时平均浓度(O3_8 h)呈上升趋势,成都、眉山O3超标日较多,雅安最少但呈逐年增加趋势,资阳、乐山O3_8 h平均值和O3超标率高于夏季.同时,利用ERA-Interim再分析资料和PCT客观天气分型方法,对近5年春季成都平原及周边海平面气压场、700 hPa和500 hPa的位势高度场进行客观分型研究以揭示重污染期间高低空天气型配置,并分析天气系统及气象要素与臭氧污染的关系.结果表明:①成都平原春季容易发生O3污染的地面天气形势为低压场和均压场,气象特征表现为高温低湿、强辐射、小风、混合层较高、有弱的辐合运动,该天气型下成都市平均O3_8 h达140 μg·m-3.②700 hPa臭氧污染天气形势为南支槽和高原低涡型,500 hPa为南支槽和平直纬向型.高空为南支槽的环流形势下,地面均压和低压场的占比超过六成.污染较重的月或年份,地面、700 hPa和500 hPa污染天气型占比均较高.③对近5年春季成都平原持续O3污染过程分析发现,污染前期,成都平原处于地面高压后部或均压场中,随着700 hPa低值系统东移,其前部暖平流和正涡度平流的输送,促使平原地区整层大气增温及地面天气型由均压场向低压场转变.④污染过程中,500 hPa高空气流受高原-盆地地形的作用发生下沉,与地面低压场的辐合上升运动促进了低层局地环流的形成,这一方面限制了污染物向高层的扩散,另一方面造成边界层内O3的下传,加重成都平原O3污染的程度.  相似文献   
5.
利用2015-2019年夏季成都平原的空气质量监测数据、气象数据及再分析资料,研究了2019年8月世警会(第十八届世界警察和消防员运动会)期间成都平原持续性高浓度臭氧(O3)污染特征及其气象成因.结果表明:12015-2019年夏季成都平原地表O3-8h (O3日最大8小时平均浓度)的90百分位呈上升趋势,7月臭氧超标减少,6月上旬和8月中下旬臭氧超标增多;2世警会期间成都平原O3-8 h平均浓度为(156.26±41.35)μg·m-3,是近几年8月臭氧污染最严重的一次,具有浓度高、影响范围大的特点;3世警会期间成都平原高浓度臭氧污染的形成主要受槽后西北气流控制,地面为均压场或弱高压,且存在逆温层,大气层结稳定,臭氧污染的空间移动特征与高空槽脊移动特征一致;4气温和相对湿度是影响O3浓度的主导气象因子,当温度为33~37℃、相对湿度为30%~50%和偏北风或西北风风速为1~2.5 m·s-1时,容易导致O3积累,造成区域性污染.  相似文献   
1
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