排序方式: 共有13条查询结果,搜索用时 15 毫秒
1.
激光雷达以其高精度的探测能力在大气污染研究中得到了广泛应用。由于生产厂家和反演算法等的差异,激光雷达观测数据的质量参差不齐。笔者利用2013年11月和2014年3月2种不同型号激光雷达(高频激光雷达和微脉冲激光雷达) 532 nm波段的气溶胶消光系数和气溶胶自动观测网(AERONET)光学厚度数据,对2部雷达在不同空气质量下的观测性能进行综合对比。结果表明:2部雷达在不同空气质量条件下探测效果不同,空气质量为优和良时,2部雷达的消光系数比较一致,偏差主要在1 km以下;随着污染加剧,2部雷达在1 km以下的偏差先减小后增大,1 km以上的偏差随高度增大。与AERONET的光学厚度相比,高频激光雷达在轻度污染和严重污染时相对误差较小(3. 23%和26. 75%);微脉冲激光雷达在良和轻度污染时相对误差较小(40. 00%和25. 81%)。2部雷达设备的差异和重污染时不利的气象条件是影响雷达表现的重要原因。该研究作为全国激光雷达联网的前期工作,为全国激光雷达数据的综合应用提供了参考。 相似文献
2.
北京2015年大气细颗粒物的空间分布特征及变化规律 总被引:9,自引:0,他引:9
近年来,随着雾霾事件的频发,人们逐渐提高了对雾霾的关注度,PM2.5作为其首要污染物对大气能见度及人体健康造成了严重影响.因此,本文利用2015年北京12个环境监测站点的PM2.5、PM10、NO2、SO2、CO和O3的浓度数据和气象数据,综合研究了北京2015年大气细颗粒物的空间变化特征及分布规律.同时,利用空间差异率(COD)统计方法评估了不同地区细颗粒物浓度的差异程度,并结合2015年2次特殊事件(春节和阅兵),对大气污染特征及其与排放源控制的关系进行了深入对比分析.结果发现,重污染天气集中发生在秋冬季,且污染程度高、持续时间长.城区PM2.5浓度比郊区高约12 μg·m-3.东城区与对照区差异最大,COD值为0.24;东城区与西城区差异最小,COD值为0.05.春、夏、秋季颗粒物PM2.5、PM10浓度日变化较为平稳,在中午有所升高,冬季颗粒物质量浓度明显呈现出夜间高于日间的污染模式.近3年PM2.5与PM10保持显著的相关性,但PM2.5/PM10比值呈降低趋势.阅兵期间采取的空气质量管控措施和气象要素共同作用导致PM2.5浓度下降约72%,市中心的首要污染物为NO2,郊区首要污染物为O3和PM10.春节期间烟花燃放对PM2.5的瞬时贡献量很大,对比春节假期和非假期2个阶段的大气污染特征发现,人口和机动车减少及餐馆暂停营业并没有使北京局地空气质量得到明显改善.该研究结果提示在进行PM2.5控制的同时也要对O3浓度有所关注,同时也进一步支撑了北京空气质量改善需要京津冀协同控制这一重要结论. 相似文献
3.
4.
中国地级城市碳减排目标实现时间测算 总被引:2,自引:0,他引:2
应对气候变化联合声明使得中国城市碳减排工作日益重要。基于《城市温室气体核算国际标准》提供的方法,从各项能源消耗、工业产品生产、城市生活垃圾焚烧和城市绿地碳汇等四个方面测算了中国100个城市2002-2012年直接碳排放总量,根据城市的人均碳排放曲线将它们分成了高、中、低碳三类城市,分别包括10,36,54个城市。根据环境库兹涅茨曲线,针对不同的碳排放城市类型构建了2类碳排放与经济发展关系的经济计量模型。研究表明,中国城市碳排放轨迹遵循倒"U"型,但是各城市间的碳排放-经济模式存在巨大差异,包含至少五种:高-高碳城市呈现正"U"型发展轨迹,其余四类的发展模式都呈现倒"U"型,特别是中碳城市群;这四类发展模式存在不同的碳排放-经济发展曲线,存在不同的人均碳排放和碳排放总量的峰值;但是,低碳城市群碳排放与经济发展的倒U关系不是非常显著。利用该模型结果,基于各城市人均GDP发展速度,测算了各城市未来人均碳排放拐点和碳排放总量拐点的到达时间。测算结果表明,如果各城市仍然按照2012年前的碳排放-经济模式发展,那么仅有44%的城市能在2030年前顺利达峰。因此,达峰时间比较长的城市必须实施低碳发展战略,当中高碳城市类的人均碳排放峰值下降10%或者低碳城市类下降20%时,基本在2030年达峰。 相似文献
5.
粉煤灰的综合利用研究 总被引:10,自引:0,他引:10
本文对电厂的污染物-粉煤灰作了系统的成分分析,用共含铁分离物处理工业酸性废水,同时制得硫酸亚铁;并研究粉煤灰对某些染料的吸附作用,拟用它作为处理染料废水的吸附剂,同时对吸附染料后的粉煤灰作了资源化的研究。 相似文献
6.
中山市2013年污染天气形势和气象要素特征分析 总被引:1,自引:1,他引:0
利用2013年中山市空气质量监测资料、气象观测资料、韩国气象厅天气图资料和WRF数值模式模拟分析了中山市全年大气污染的基本特征,总结了易于造成大气污染的典型天气形势和气象要素条件。结果表明:2013年中山市空气污染主要发生在秋季和冬季,首要污染物类型为PM2.5和O3,全年共发生12次持续污染事件;当中山市位于我国大陆冷高压底部(冷锋前部)副热带高压脊线北部或台风外围地区时有利于污染发生;中山市的弱(风速1~2 m/s)偏北风或偏东风、合适的相对湿度(40%~60%)和温度(秋季20~25℃,冬季10~15℃)均可能造成秋冬季的大气污染,而高温(大于30℃)是造成夏季大气污染的主要原因。1月PM2.5重污染期间的WRF数值模拟结果表明:此次PM2.5污染是小风(风速小于2 m/s)、地面增暖(增温2℃)、增湿(增湿5%以上)综合作用的结果,而大风(风速大于4 m/s)的强扩散作用对PM2.5的清除效果显著。 相似文献
7.
微生物应急监测是生态环境应急监测的重要组成部分,流动实验室在开展水质微生物指标应急监测方面存在一定的优势。在详细梳理微生物流动实验室在环境条件、硬件设施、设备物资、监测过程以及实验室管理等方面的各项要求的基础上,以北京市某地废水微生物应急监测为案例,列举了流动实验室在"人、机、料、法、环、测"等方面采取的措施和取得的效果。结果表明,建立微生物应急监测流动实验室既存在一定的必然性也存在可行性,并启发出能够满足质量管理要求的微生物应急监测流动实验室标准化建设思路。 相似文献
8.
2013—2015年北京污染频发期细颗粒物重污染成因与天气形势关系的研究 总被引:4,自引:0,他引:4
我国重污染呈现愈演愈烈态势,重污染事件在供暖季节(污染频发期)尤为频发.本文利用北京2013—2015年采暖期逐小时PM2.5浓度数据、再分析资料、气团后向轨迹、气溶胶雷达数据以及探空数据综合分析了北京地区重污染状况,概括了重污染发生时常见的天气形势,探讨了重污染形成原因与天气形势的关系.研究结果表明:2013—2015年采暖期北京发生重污染(日均PM2.5浓度大于150 μg·m-3)的天数分别为36、28及35 d,即北京采暖期21.9%的天数受重污染天气影响.2月份重污染事件最为频发,发生频次为27.3%.北京发生重污染事件时,地面被高压控制时,高空500 hPa多东移的槽脊,当位于脊后槽前时,为上升运动,西南风,850 hPa多暖平流,西南风输送暖湿气流,湿度较大,地面偏南风,可能会存在污染物的输送;地面为低压控制时,500 hPa一般为稳定的西风气流或西北气流,低空850 hPa可能存在暖平流,地面常伴随弱的风场辐合,导致污染物累积;当地面为均压场时,高空500 hPa多为脊后槽前的形势,低空无明显冷暖平流,地面等压线稀疏或无等压线,静风天气.这3类结构引发的重污染天数分别占总重污染天数的47.3%、18.2%及34.5%.进一步分析重污染成因与天气形势关系表明:北京地面受高压系统控制时,污染时间持续最长,也最为频发(47.3%),PM2.5平均浓度最高可达258.8 μg·m-3,且常伴随来自西南方向的污染物输送,北京上空1 km附近存在逆温和逆湿.对污染传输路径研究发现:主要存在3条输送通道,①天津-廊坊-北京、②沧州-廊坊-北京、③石家庄-保定-北京.鉴于目前数值模式对天气形势的预报较为成熟,本文对区域重污染过程与天气形势之间的关系研究,有助于为北京地区空气质量的精准预报预警提供科学支持. 相似文献
9.
目前,对固定污染源废气中磷酸雾的检测并无统一的方法,相关含磷污染物的控制指标主要是磷化氢、单质磷以及五氧化二磷。在调研国内外分析方法及相关文献的基础上,通过对几种典型含磷污染源的实样测试,提出了固定污染源废气中磷酸雾的检测方法。结果表明,使用石英滤筒捕集固定污染源废气中的磷酸雾,采样效率可达98%以上。捕集到的总磷酸雾不仅包含磷酸,还包含磷酸盐以及含磷氧化物等,是一项综合指标。该指标能够反映含磷污染物的排放特征,可为未来此类污染物的排放控制提供依据。 相似文献
10.
随着城市化和工业化水平的逐渐提高,河南省的空气污染问题也日益严重.利用嵌套网格空气质量模式(NAQPMS),数值模拟了2013年7月-2014年6月年河南省大气细颗粒物及其前体物(NO2、SO2、PM10、PM2.5)的地面浓度,并量化了其主要来源.结果表明:模式能够较好地再现污染物的时空演化特征.整体来讲,河南省PM2.5的高值区集中在中部和北部地区,呈现冬季高、夏季低的特点.在线源解析模拟发现,河南省不同地区PM2.5的来源有所不同,中西部地区主要来自于本地,而在东部和北部地市,来自周边省份的区域输送更为显著,其贡献达到40%~50%,且在PM2.5浓度的高值区更为明显.就行业贡献而言,居民源、工业源和机动车排放是河南省PM2.5浓度的主要来源,其浓度贡献分别为23.7 μg·m-3(贡献比例24%,下同)、20.6 μg·m-3(21%)和21.3 μg·m-3(22%),电厂、农牧业和地面扬尘的浓度贡献分别为7.0 μg·m-3(7%)、8.7 μg·m-3(9%)和17.8 μg·m-3(18%).受居民源影响最大的地区是河南中东部和北部地市,其贡献达到PM2.5浓度的27%、27%和25%.工业源影响最大的地区集中在太行山南部地市,其浓度贡献为26.4 μg·m-3(24%),在其他地市的贡献为17%~23%.机动车对河南东部影响最为显著,其浓度贡献为22.9 μg·m-3(24%).电厂和农畜牧业对全省PM2.5的贡献分布比较均匀,分别为6%~9%和8%~10%.分析不同浓度下的PM2.5来源,发现工业源和扬尘贡献随PM2.5浓度增加逐渐降低,而居民源和机动车排放的贡献则有所增加,在PM2.5浓度高于100 μg·m-3期间,达到22%和20%. 相似文献