排序方式: 共有67条查询结果,搜索用时 15 毫秒
1.
为了研究森林衰退的原因,于2000,2001和2002年的8月,分别选择出现森林衰退的日本奥日光白根山落叶树森林和未出现森林衰退的长野县大芝高原红松森林设立监测点,对光化学氧化剂臭氧(O3)和过氧化物的浓度进行监测,同时利用人工气候室对森林植物山毛榉和白桦进行了50′10-9O3、100′10-9O3和50′10-9O3+2′10-9~3′10-9过氧化物(过氧化氢(H2O2)及甲基过氧化氢(MHP))的暴露实验.野外监测结果表明,监测期间奥日光和长野的O3平均浓度相同,奥日光的H2O2及MHP平均浓度均高于长野;大气中的H2O2和MHP总是与O3共存,并且其浓度随O3浓度的增加而增加.暴露实验结果表明,暴露于50′10-9O3+2′10-9~3′10-9过氧化物的山毛榉和白桦出现了不同于O3暴露的叶片伤害症状;与100′10-9O3相比,50′10-9O3+2′10-9~3′10-9过氧化物导致植物出现了严重的叶片伤害和显著的光合速率下降.研究结果表明,除O3外,大气中的过氧化物也是导致森林衰退的原因之一. 相似文献
2.
3.
中国城市空气质量分级管理策略探讨 总被引:1,自引:0,他引:1
本文在充分剖析我国现阶段城市环境空气质量及相关管理工作存在的主要问题的基础上,探讨了以改善城市空气质量兼顾城市群效应控制为重点的城市空气质量分级管理策略。研究提出,为适应新的污染特征和形势,国家应针对不同地区、不同污染来源特征、不同污染程度的各类城市实行分类指导和分级管理的思路。 相似文献
4.
目前我国区域性大气复合污染日益严重,迫切需要明晰的控制技术路线指引。本文尝试将情景分析技术应用于区域复合污染控制方案制定中。建立了包括确定主题、驱动力筛选、驱动力预测、排放量预测和情景构建等步骤的情景设计方法。并利用本文建立的方法,详细介绍了在构建区域大气复合污染压力-状态-响应模型的基础上,利用主要驱动力与压力之间的数学关系,进行驱动力预测、构建基线情景和控制情景的方法。讨论了在制定区域协同控制方案过程中,确定满足区域总量控制目标的分区减排原则,并提出实现区域协同控制区域性大气复合污染的控制目标的分区削减方案情景设计的方法建议。 相似文献
5.
为考察光散射法和β射线衰减-光散射联用法的适用性,以β射线衰减法颗粒物自动监测仪(BAM)为标准,于2016年2月4日-4月18日,在中国环境科学研究院利用β射线衰减-光散射联用法颗粒物自动监测仪(MP-CPM)与光散射法传感器对ρ(PM10)和ρ(PM2.5)测量结果进行了对比.结果表明:① MP-CPM与BAM测量ρ(PM10)的结果具有较好的一致性,相关系数为0.92,平均相对偏差为0.04%;ρ(PM2.5)结果一致性较差,相关系数为0.69,MP-CPM测量ρ(PM2.5)整体较高于BAM,平均相对偏差为45.8%.② 光散射法传感器与BAM测量ρ(PM2.5)结果一致性较好,相关系数为0.85,平均相对偏差为11.24%,但ρ(PM10)远低于BAM,平均相对偏差为-44.64%.在特殊污染情景下,光散射法将因受到较大影响而严重错估颗粒物浓度.烟花燃放期间,MP-CPM和光散射法传感器严重低估颗粒物浓度,与BAM测量颗粒物浓度的平均相对偏差均低于-50%;沙尘污染过程中,MP-CPM严重高估ρ(PM2.5),与BAM测量ρ(PM2.5)结果平均相对偏差为79.27%,光散射法传感器严重低估ρ(PM10),与BAM测量ρ(PM10)结果平均相对偏差为-59.35%.研究显示,不同原理的仪器,在不同的使用场景下应该区别对待. 相似文献
6.
京津冀及周边地区“2+26”城市为京津冀大气污染传输通道城市,也是我国空气污染最严重的区域之一.针对京津冀及周边地区“2+26”城市,利用中国环境监测总站公布的PM2.5、PM10、SO2、NO2、O3和CO数据,对2013—2019年京津冀及周边地区“2+26”城市大气污染特征进行分析,并探讨影响其空气质量变化的因素.研究表明:①2013—2019年京津冀及周边地区“2+26”城市空气质量总体向好,2019年ρ(PM2.5)、ρ(PM10)、ρ(SO2)、ρ(CO)和ρ(NO2)比2013年分别下降了50%、41%、79%、49%和20%,ρ(O3-8 h-90per)(臭氧日最大8 h平均值第90百分位数)比2013年升高了21%.②2013—2019年京津冀及周边地区“2+26”城市重污染天数持续减少,2019年比2013年下降67%,严重污染天数下降尤为明显,降幅达90%.优良天数比例虽然增加,但2016年以后基本稳定在50%左右,没有持续增加的趋势.③ρ(PM10)、ρ(SO2)、ρ(NO2)和ρ(CO)的最大值均出现在1月,ρ(O3-8 h)(臭氧日最大8 h平均值)的最大值出现在6月.ρ(PM2.5)越高,PM2.5/PM10和SO2/NO2越大,表明二次污染源和燃煤源的贡献越大.④就空间分布而言,ρ(PM2.5)和ρ(PM10)高值区主要集中在区域中南部太行山脉山前的平原地区,低值区主要集中在区域北部.⑤地理位置、气象条件、产业结构、能耗消耗以及减排政策是影响2013—2019年京津冀及周边地区“2+26”城市空气质量变化的重要因素.研究显示,随着大气污染防治减排措施实施的力度逐渐加大,政策影响已成为京津冀及周边地区“2+26”城市空气质量持续改善的最重要手段. 相似文献
7.
为研究北京郊区夏季O3(臭氧)重污染过程特征及O3生成的光化学敏感性,基于2016年夏季在北京郊区开展的针对O3及其相关污染物的强化观测试验(7月23日—8月31日,共计40 d),分析了观测期间O3浓度[以φ(O3)计]变化特征、O3重污染过程主控因素与O3敏感性化学特征.结果表明:观测期间φ(O3)超标时有发生,最大小时φ(O3)为151.1×10-9,其中有15 d的φ(O3)最大8 h滑动平均值(O3-max-8h)超过了GB 3095—2012《环境空气质量标准》二级标准限值,占观测天数的37.5%;不同O3重污染过程成因有所不同,城市烟羽传输的污染物对郊区O3重污染过程影响显著(观测期间臭氧重污染过程:过程1,7月27—29日;过程3,8月9—11日;过程4,8月16日;过程5,8月21—24日),区域光化学污染对郊区O3重污染过程也有贡献(观测期间O3重污染过程2:8月4—6日);结合后向气流轨迹进一步辅助说明了不同重污染过程中O3的来源不同.研究还发现,观测区域存在反“周末效应”现象,说明观测区域周末受人为影响较为明显;基于观测数据计算的OPE(O3生成效率)分析了O3光化学敏感性表明,在有OPE值的22 d内NOx控制区和VOCs控制区出现的概率(41%)相等,即观测区域O3对NOx和VOCs均敏感;此外还发现,在O3重污染过程中光化学敏感性会随其反应进程发生改变,由NOx控制区逐渐转变为VOCs控制区. 相似文献
8.
深圳市SO2污染来源及其特征分析 总被引:3,自引:0,他引:3
以珠江三角洲地区2004年SO2源排放清单、国家级气象站及深圳市气象站气象资料和空气质量监测数据为基础, 采用基于扩散模式的污染源解析技术对深圳市SO2污染来源进行研究. 利用非稳态气象和空气质量(CALPUFF)模拟系统,模拟外来污染源及深圳市局地污染源排放扩散行为,定量计算2类污染源对深圳市SO2浓度的贡献率,并分析其时空变化特征. 结果表明:珠江三角洲地区2004年SO2排放总量为72.9×104 t, 深圳市局地排放量约4.65×104 t;深圳市SO2污染是由局地污染源和外来污染源排放共同作用的结果, 对SO2的贡献率分别约为75%和25%, 表明局地污染源排放是深圳市SO2污染的最主要来源. 相似文献
9.
为研究邢台市秋季PM2.5污染特征,于2017年10月15日~11月14日在邢台市区对PM2.5样品进行了采集,并对其中水溶性离子(包括Cl-、NO3-、SO42-、NH4+、Ca2+、Na+、Mg2+、K+)进行了分析.结果显示,观测期间邢台市ρ(PM2.5)平均值为(130.0±74.9)μg/m3,其中水溶性离子质量浓度为(69.8±11.4)μg/m3,占ρ(PM2.5)的53.3%,NO3-、SO42-和NH4+为主要离子,占水溶性离子比例达到了89.7%. 当污染加重,水溶性离子质量浓度随ρ(PM2.5)增大而升高,且NO3-、NH4+及SO42-占比亦逐渐升高,但其他离子占比随之下降,Ca2+尤为明显,表明ρ(PM2.5)升高时主要受二次无机转化影响;观测期间SOR(硫转化率)与NOR(氮转化率)的平均值分别为0.36和0.25,表明秋季SO2与NO2转化速率较强,二次无机污染严重,另外SOR及NOR与温度及相对湿度呈正相关,且SOR对二者更为敏感;邢台市秋季PM2.5呈弱碱性,NH4+主要以(NH4)2SO4和NH4NO3的形式存在;ρ(NO3-)/ρ(SO42-)平均值为2.13,表明移动源对秋季大气颗粒物的来源贡献较大;PMF分析结果表明,二次转化源、燃烧源及扬尘源为邢台市秋季PM2.5中水溶性离子的主要来源. 相似文献
10.
为了解北京怀柔区夏季典型O3污染过程中初始VOCs(挥发性有机物)浓度(以φ计)的特征,识别其关键物种及主要来源,于2016年8月3-11日在中国科学院大学雁栖湖校区教学楼顶开展强化观测,利用光化学物种比值法和连续反应模型法测算观测期间大气初始φ(VOCs),采用MIR(最大增量反应活性)法估算初始VOCs的OFP(O3生成潜势),识别关键物种,并应用PMF(正交矩阵因子)模型对初始VOCs的来源进行解析.结果表明:北京怀柔区O3污染过程中初始φ(VOCs)平均值为25.27×10-9,如忽略化学损失,φ(VOCs)将被低估约18.6%.初始VOCs的总OFP值为144.6×10-9,VOCs物种对总OFP贡献率的顺序依次为醛酮类>烯烃>芳香烃>烷烃,异戊二烯、乙醛、己醛、间/对-二甲苯、甲苯、乙烯、丙烯、1,2,4-三甲苯、丁酮、1,3,5-三甲苯是怀柔区O3形成的关键活性物种.PMF解析结果显示,机动车尾气源对初始φ(VOCs)的贡献率(23.5%)最高,其次是溶剂使用源(18.3%)、植物排放源(18.1%)、工业过程源(17.6%)、生物质燃烧源(12.1%)和煤炭燃烧源(10.5%).研究显示,在北京怀柔区典型O3污染过程中,减少机动车尾气源、溶剂使用源、上风向工业过程源的排放是控制怀柔区VOCs的有效措施,而控制异戊二烯、乙醛、己醛、间/对-二甲苯、甲苯等关键活性物种则是有效抑制VOCs排放对O3生成贡献的重要手段. 相似文献