共查询到19条相似文献,搜索用时 265 毫秒
1.
山东省空气质量存在明显的时空差异,并受气象和社会经济因子等的综合影响.为了解山东省空气质量指数(AQI)以及颗粒物和臭氧(O3)浓度等时空演化特征,探究颗粒物与O3浓度之间的协同关系,基于山东省16个地级市2013年12月—2021年12月的AQI和空气污染物(SO2、NO2、CO、O3、PM2.5和PM10)浓度数据与同期的气象数据、工业及生活污染物(氨氮、SO2、氮氧化物和烟尘、粉尘等)排放量和社会经济数据,运用R语言和ArcGIS对各地区AQI与PM2.5和O3浓度等的时间和空间变化特征及关键影响因素识别分析.结果表明:(1)山东省AQI和空气污染物浓度具有明显的月际、季节和年际变化特征以及地区性差异.鲁东地区各季节空气质量明显优于鲁西地区,呈现由东向西空气污染愈加严重的趋势. PM2.5浓度呈鲁西地区最高,鲁中、鲁南和鲁北地区次之,鲁东地区... 相似文献
2.
为深入探究沈阳市区大气污染物浓度变化特征和气象因子对大气污染物浓度的影响,文章利用2014-2019年沈阳市区PM10、PM2.5、O3质量浓度监测数据及地面气象观测数据,研究沈阳市区大气污染物质量浓度和空气质量变化特征,选取气温、气压、相对湿度、风速、降水量和日照时数,利用Person相关分析方法研究气象因子对大气污染物PM10、PM2.5和O3质量浓度的影响,根据大气污染物浓度与气象因子相关性建立多元回归方程预报大气污染物浓度,并评估预报效果。结果表明:2014-2019年沈阳市区大气污染得到改善,总污染天数及其占比逐年降低,优良天数明显增加,重度及以上污染天数急剧减少;PM10、PM2.5质量浓度逐年下降,O3质量浓度稍有上升;PM10、PM2.5月均浓度呈"U"型分布,O3月均浓度呈倒"U"型分布;PM10<... 相似文献
3.
为研究南京主要大气复合污染物PM2.5、PM10和O3四季变化特征及其气象影响因子,利用2013年1月~2015年2月国控点环境监测数据对浓度特征进行统计分析,再利用WRF模式模拟的精细大气边界层气象场,分析气象要素与各污染物的相关性,并建立统计模型.结果表明:PM10、PM2.5冬高夏低,冬季日均值分别为160.6μg/m3和98.0μg/m3;日变化特征四季基本一致,但秋冬季最强,夏季最弱,且冬季上午峰值比其余三季延后1~2h.各季大气可吸入颗粒物中细粒子占主导,PM2.5/PM10年均值为0.59;首要污染物为PM2.5、PM10、O3的年频率分别为51.5%、26.6%和13.5%,PM2.5主导四季AQI的变化,尤其是在重污染的情况下,首要污染物为PM2.5占96%.O3浓度春末夏初高、秋末冬初低,日变化为单峰式;O3与边界层高度呈显著正相关,四季相关系数分别为0.500、0.572、0.326、0.323.四季PM10、PM2.5、O3_8h_max日值逐步回归方程拟合度为40%~65%. 相似文献
4.
为全面认识减排过程中华北平原城市大气复合型污染变化特征,本文利用最近6年(2017—2022)山东省德州市环境-气象监测资料,分析关键大气复合污染物PM2.5和O3的季节特征及其相互作用,探究东亚季风气候背景下冬夏季PM2.5和O3的相互作用机理.德州市近6年城市环境PM2.5和O3超标率分别为20.22%和23.56%,O3污染凸显.环境大气PM2.5和O3在夏季表现为显著正相关,相关系数高达0.53(p<0.01),而冬季则呈显著负相关,相关系数为-0.30 (p<0.01),两者具有明显“夏正冬负”的相反季节变化特征.环境气象机理分析表明,夏季高温及强太阳辐射的气象条件促进光化学反应生成O3,加大大气氧化性的增强二次颗粒物生成,导致PM2.5浓度升高;冬季低温及弱太阳辐射气象背景下,高浓度PM2.5的局地累积... 相似文献
5.
为了解大气污染物对人体健康的影响,采用时间序列广义可加模型分析2013-2018年丽水市大气污染物与健康效应的关系,构建丽水市不同人群空气质量健康指数(AQHI)及分级方法,比较AQHI、调整后的环境空气质量健康指数(AQHI_a)、空气质量指数(AQI)和环境空气质量综合指数对健康效应的预测能力.结果表明:①如以AQI和环境空气质量综合指数来评价,丽水市春夏季主要污染物为O3,秋冬季为PM2.5;如以AQHI来评价,则O3为丽水市全年最主要的污染物,其次是NO2.②在多种污染物同时存在的情况下,AQHI比AQI具有更高的敏感性,AQHI与环境空气质量综合指数的相关性比与AQI的相关性好.③4种指数在秋冬季对健康效应的预测准确度均高于春夏季,AQHI_a是4类指数中预测健康效应最好的,其次为环境空气质量综合指数.研究显示,需高度重视O3污染问题,建议空气质量较好的地区构建AQHI或AQHI_a来反映空气质量. 相似文献
6.
本文利用长沙市2015—2019年长沙市空气质量数据,分析长沙市大气污染的时空分布特征。结果表明:(1)2015—2019年,长沙市大气首要污染物为PM2.5、O3、PM10、NO2四种,其中PM2.5和O3两者占比超过85%,4月和10月首要污染物的占比发生转折;O3浓度逐年上升,其他污染物浓度不同程度下降。(2)PM2.5、PM10、NO2浓度的季(月)变化相似,由高到低为:冬季、秋季、春季、夏季,冬季显著高于其他季节;1—7月下降,8月上升,9月下降,10—12月上升;PM2.5、PM10浓度1月最大,NO2浓度12月最大。O3浓度由高到低为:夏季、春季、秋季、冬季,9月浓度最高。各污染物浓度日变化特征明显。(3)空间分布上,PM2.5、PM10... 相似文献
7.
文章系统分析攀枝花市大气污染物时间、空间、季节变化趋势,揭示大气污染物特征及气象因子关系。基于2014-2020年攀枝花市环境空气质量监测数据,采用统计学的方法分析了2014-2020年攀枝花市6种污染物(PM2.5、PM10、NO2、CO、SO2、O3-8 h)的时空变化特征;通过典型相关分析方法,研究了气象因子(气温、湿度、风速、降雨量、气压)对大气污染物浓度的影响。结果表明:从时间来看,攀枝花市PM2.5、PM10、CO、SO2近年来呈下降趋势,NO2浓度呈上升趋势,但均不显著;O3-8 h浓度呈显著上升趋势。从季节来看,PM2.5和PM10浓度表现为冬季>春季>秋季>夏季,SO2浓度四季变化不显著,NO2浓度和CO浓度大小变化顺序为冬季>秋季>春... 相似文献
8.
为了解上海市主要大气污染物浓度水平及其变化规律,该研究依据上海市2019年1月1日-12月31日10个国控点SO2、NO2、PM10、PM2.5、CO和O3逐时观测资料及对应空气质量指数(AQI),分析了上海地区大气污染的时间变化和空间分异特征。研究结果表明:(1)2019年上海市空气质量总体属Ⅱ级良,首要污染物为PM2.5、O3和NO2。从时间上看,5月空气质量最差,9月空气质量最优。年均AQI呈现春季>冬季>夏季>秋季的特征;(2)从空间分布来看,位于市区的徐汇上师大和杨浦四漂监测站点受到传统工业的影响,空气质量较差,而浦东川沙、浦东张江监测站位于城市边缘,空气质量相对较优。作为清洁对照点的青浦淀山湖AQI值较高,大气质量相对较差,PM2.5/PM10值较高,表明青浦淀山湖大气环境主要受到细颗粒物的影响,其空气质量是其所属地理位置、湖泊性质和社会发... 相似文献
9.
基于川南城市群空气质量指数(AQI)数据和NECP/NCAR再分析资料,结合年内分配不均匀系数(
10.
为研究毕节市中心城区大气环境污染现状,利用2019—2021年毕节市中心城区3个国控监测站点的6项基本污染物以及AQI监测数据,采用趋势分析法,对毕节市中心城区各污染物浓度的时空分布特征进行了分析。结果表明:(1) 2019—2021年毕节市中心城区PM2.5、PM10、SO2、CO、NO2年平均浓度整体呈下降趋势,O3年平均浓度呈上升趋势。(2) PM2.5、PM10、SO2、CO、NO2浓度月变化大致呈“U”型分布,O3浓度月变化呈倒“U”型。(3) PM2.5、PM10、SO2、CO、NO2浓度季节变化规律为冬季最高、春秋季次之、夏季最低;O3浓度季节变化特征为春>夏>秋>冬。(4) PM2.5、PM10<... 相似文献
11.
利用历史观测数据来探究短时间内AQI(空气质量指数)的起伏变化,有助于制定空气污染防治措施,对区域环境经济的协调发展具有重要意义.为研究陕西省、甘肃省和宁夏回族自治区(简称"陕甘宁地区")2015-2017年空气质量特征,对3 a的AQI及评价体系中6项污染物(PM2.5、PM10、O3、NO2、SO2、CO)质量浓度特征进行研究.通过数理统计对29个监测站点32 910个样本数据进行整理,采用克里金法分析AQI及6项污染物质量浓度的时空变化特征.结果表明:①空间上,陕甘宁地区西南部污染较轻,陕西省中部关中平原、宁夏回族自治区北部及甘肃省河西走廊西北部污染较严重.ρ(O3)高值集中分布在研究区西北部地区,ρ(CO)、ρ(NO2)高值集中分布在东部地区,ρ(PM2.5)、ρ(PM10)分布特征与AQI分布特征相似,ρ(SO2)高值集中分布在北部地区.②时间上,3 a的AQI平均值为88,AQI季节性变化呈冬季(108)>春季(88)>秋季(78)>夏季(74)的规律.③通过数理统计对污染物质量浓度月变化特征分析发现,ρ(O3)夏季最高,峰值为140.3 μg/m3,春秋次之,冬季最低;ρ(PM2.5)、ρ(PM10)、ρ(SO2)、ρ(NO2)和ρ(CO)均为冬季最高,其最高值分别为83.7 μg/m3、155.9 μg/m3、72.6 μg/m3、52.1 μg/m3、2.04 mg/m3.④相关性分析表明,AQI与自然因素中的平均气温、平均降水量和气压的相关系数分别为-0.859、-0.903和0.620,平均气温、平均降水量与AQI均呈极显著负相关(P < 0.01),气压与AQI呈显著正相关(P < 0.05).DEM(数字高程模型)地形起伏度分析发现,地形起伏度级别越大,AQI越小.社会经济因素中,AQI受工业企业数的影响最大,相关系数为0.634.研究显示,自然因素对陕甘宁地区空气质量的影响大于社会经济因素的影响,气象条件对空气污染的扩散起重要作用. 相似文献
12.
城市臭氧(O3)污染已成为当前主要的大气污染问题之一,也是空气污染防控面临的新挑战. 然而,基于长时段连续监测数据的O3浓度季节性变化规律及成因解析仍较薄弱. 本文基于2014年3月1日—2021年2月28日空气质量在线监测平台日尺度数据,通过偏相关等方法探讨京津冀及周边地区“2+26”城市O3的季节性变化规律. 结果表明:①“2+26”城市2014—2020年O3年均浓度上升速率为3.82 μg/(m3·a),呈现先上升后下降的趋势,下降速率小于上升速率;O3浓度的季节性变化特征表现为夏季>秋季>春季>冬季. ②2014—2020年O3轻度污染天数占比最大且呈上升趋势,除北京市外,其他城市夏季O3中度污染天数上升趋势明显. ③2017—2020年O3浓度与CO、NO2浓度的显著负相关性在夏季和冬季有所增强. O3与SO2浓度的关系由2014—2017年春季、夏季和秋季的显著负相关变为2017—2020年夏季和冬季的显著正相关(P<0.05). ④春季和秋季O3浓度与日均气温呈显著正相关,夏季和冬季O3浓度与相对湿度呈显著负相关,与日均风速的相关性则相对较弱. 研究显示,“2+26”城市O3污染协调治理成效显著,需在保持现有NOx控制力度基础上强化VOCs控制,加强SO2治理,进一步遏制夏季O3浓度上升. 相似文献
13.
利用沈阳国家基本气象站1961~2017年气象观测数据和沈阳市2013~2017年逐日空气质量监测数据,研究了沈阳市太阳辐射与空气质量变化特征,及空气质量对到达地面太阳辐射的影响.结果表明:20世纪90年代之后沈阳市太阳总辐射“变亮”与日照增多、大气清洁度增加有关,与总云量、水汽压基本不存在线性相关关系.太阳辐射与空气质量的季节特征相反,太阳总辐射总体为春夏季和初秋强、深秋和冬季弱,而SO2、NO2、CO、PM10、PM2.5质量浓度以及AQI指数为春夏季和初秋低、深秋及冬季高.在气象因子差异不大的情况下,空气质量情况是影响太阳辐射偏强或偏弱的关键因素,SO2、NO2、CO、PM10、PM2.5质量浓度偏低是沈阳2017年太阳总辐射、直接辐射异常强的主要原因之一.晴天情况下,沈阳空气质量三级较二级情况下太阳总辐射平均衰减了10%,直接辐射平均衰减了18%.12月下旬的晴天严重污染日,空气污染可导致直接辐射减少67%,总辐射减少34%.PM2.5的削光作用更为明显,PM2.5为首要污染物的晴天平均太阳直接辐射衰减明显大于以SO2和PM10为首要污染物的情况,虽然PM2.5为首要污染物时的日平均散射辐射大于PM10为首要污染物的情况,但不足以补充其对直接辐射的衰减,进而导致总辐射衰减. 相似文献
14.
为了促进科学减排、精准防治大气污染,选取PM2.5、PM10、SO2、CO、NO2、O3作为评价因子,通过熵权法建立污染因子权重集,以扩展后的环境空气质量标准为基础,通过计算各评价因子的隶属度,对汾渭平原11个城市不同季节的环境空气质量进行模糊综合评价,得出各城市的大气污染水平及季节变化特征。结果表明:该地区各城市空气质量受季节影响变化大,春、夏、秋季空气质量明显优于冬季,PM2.5、PM10、SO2、O3为主要污染物,评价结果可客观全面地反映该地区不同季节环境空气质量状况。 相似文献
15.
气象条件对环境空气质量影响的研究是科学制订大气环境污染防控方案、及时发布重污染天气应急预警的基础.利用兰州市西固区环境空气质量监测点2015年主要污染物小时浓度监测值,分析了污染物浓度的季节性变化和日变化特征,结合同期观测的气温、风速、相对湿度和降水量等气象资料,探讨了气象要素对污染物浓度变化的影响.结果表明:①除O3外,其他污染物质量浓度呈"冬高夏低""早晚高下午低"的变化特点,这与表征污染物扩散能力的边界层参数变化特征一致. ②ρ(O3)春季为71.42 μg/m3,夏季为62.74 μg/m3,春季高于夏季的主要原因是春季O3的前体物NOx质量浓度高于夏季且春季扩散条件弱于夏季. ③除O3外,其他污染物质量浓度与气温、风速呈负相关. ④当相对湿度 < 40%时,污染物质量浓度与相对湿度呈正相关;当相对湿度>80%时,污染物质量浓度与相对湿度呈负相关;降雨对不同污染物的清除效果不同.研究显示,河谷地形气温和风速是影响污染物扩散的重要气象因子. 相似文献
16.
Meteorological factors have an important influence on ozone (O3) concentration. In order to explore the characteristics and causes of near-surface O3 pollution in Henan Province, based on the datasets of ambient air quality monitoring stations and national basic ground climate stations in Henan Province from 2014 to 2020, this study examined the spatiotemporal characteristics of O3 pollution in Henan Province and the relationship between O3 and precursors and meteorological factors, and the potential sources of O3 in Henan Province were also explored. The results showed that: (1) In terms of temporal characteristics, the annual average O3 concentration of the maximum daily 8 h average (O3-8 h) in Henan Province generally decreased from 2014 to 2020, showing an ‘M’ type temporal evolution. For seasonality of O3-8 h concentration, it was highest in summer and decreased sequentially in spring, autumn, and winter, while both O3-8 h concentration and the number of days exceeding the standard peaked in June. In terms of spatial characteristics, the O3 concentration was generally lower in northern than in southern China, and lower in western than in eastern China. The areas with high concentrations were concentrated in southern Henan Province. (2) The O3-8 h concentration was significantly negatively correlated with the precursor NO2 and CO concentrations. (3) From the perspective of meteorological factors, O3-8 h concentration was positively correlated with air temperature and negatively correlated with relative humidity, indicating that high temperature (≥26 ℃) and low humidity (≤40%) were favorable for the increasing of O3-8 h concentration. Affected by the prevailing northerly winds in autumn and winter, the O3-8 h concentration in Henan Province showed a spatial pattern of low values in the north and high values in the south in autumn and winter, and the prevailing southerly wind in summer was conducive to the formation and maintenance of O3 in Henan Province. (4) In the summer of 2019, the main source areas of O3 and precursors increased gradually and changed from both inside and outside the province to mainly outside the province. Affected by the boundary cities and topographic conditions, O3 in Henan Province accumulated locally in summer. The study shows that the near-surface O3 pollution in Henan Province has significant spatial and temporal distribution characteristics, the pollution degree is generally reduced. The precursors of O3 and meteorological factors (temperature, relative humidity, wind) have significant effects on O3, and O3 transport paths and potential sources change with time in summer. 相似文献
17.
为了解包头市大气污染特征,利用包头市2014年ρ(PM10)、ρ(PM2.5)、ρ(SO2)、ρ(NO2)、ρ(CO)和ρ(O3)环境空气自动监测数据,结合气象参数,分析了包头市大气污染特征及其影响因素.结果表明:① 包头市春季大气污染以PM10为主,夏季以O3为主,秋冬两季PM10和PM2.5均有不同程度污染. ② ρ(PM10)、ρ(PM2.5)、ρ(SO2)、ρ(NO2)的24 h平均值和ρ(O3)日最大8 h平均值分别有153、76、10、6和3 d超出GB 3095-2012《环境空气质量标准》二级标准限值,ρ(CO)24 h平均值全年达标. ρ(PM10)、ρ(PM2.5)和ρ(NO2)年均值分别为GB 3095-2012二级标准限值的2.2、1.6和1.2倍,ρ(SO2)年均值达标. ③ PM2.5/PM10(质量浓度比)四季分布为冬季(0.45)>秋季(0.39)>夏季(0.36)>春季(0.27),年均值为0.37,粗颗粒污染特征明显. ④ SO2/NO2(质量浓度比)四季分布为冬季(1.76)>春季(1.15)>秋季(0.82)>夏季(0.75),年均值为1.12,并且取暖季明显高于非取暖季,说明冬季燃煤取暖对包头市空气质量有重要影响. ⑤ 包头市的严重污染主要有沙尘型和煤烟型2种. ⑥ 系统聚类分析表明,扬尘引起的PM10对包头市环境空气质量有重要的影响,以SO2和CO为排放特征的燃煤对PM2.5有较大的贡献. 相似文献
18.
气象因子对臭氧(O3)浓度有重要影响,为探索O3浓度时空变化及相关因子,利用多元线性回归和后向轨迹聚类分析2014—2019年浙江省O3浓度和气象因子数据. 结果表明:①浙江省O3浓度时空分布不均匀,季节性变化差异显著,总体呈夏季>秋季>春季>冬季的特征,年均值呈上升趋势;春季、夏季、秋季和全年O3浓度均于07:00左右达最小值,之后呈上升趋势,至15:00达峰值后降低,冬季O3浓度最小值出现时间较其他季节晚1 h左右. 高浓度O3主要分布在浙江省东北部及北部区域. ②多元线性回归模型结果表明,多元线性回归模型影响因子和拟合效果存在季节性差异,其中,春、秋两季蒸发量对O3浓度的贡献率均超过20%,夏季相对湿度对O3浓度的贡献率超过40%,秋季日光照时长对O3浓度的贡献率超过40%,秋、冬两季NO2浓度对O3浓度的贡献率均超过35%. 春季多元线性回归模型均方根误差(RMSE)、均方绝对百分比误差(MAPE)和变异解释量(R2)分别为0.213、26.45%和0.422,夏季分别为0.234、30.49%和0.359,秋季分别为0.169、24.02%和0.445,冬季分别为0.154、34.14%和0.419. 研究表明,浙江省O3浓度具有显著的时空分布特征,多元线性回归模型拟合结果在浙江省春、秋两季显著优于夏、冬两季. 相似文献
19.
基于2014~2017年京津冀13座城市的O3-8h数据,分析O3时间变化特征及污染状况.在此基础上,结合同期气象数据研究近地层O3浓度与气象要素的关系.结果表明:2014~2017年京津冀区域O3-8h整体呈上升趋势,增长率为4.50μg/m3.区域内O3污染整体加重,北京、保定O3污染较为严重;2014~2015年O3浓度与超标情况的月变化主要呈单峰型变化,峰值出现在5月;而2016~2017年为不规则双峰型变化,峰值出现在5~6月和9月.与气象因子的相关性表明:气象要素对O3的影响具有明显的季节差异,其中春、夏、秋季气温是影响O3浓度变化的主要因素,而在冬季相对湿度与风速为影响O3浓度变化的主要因素.此外,分析表明北京、天津、石家庄3大城市夏季形成高浓度O3的阈值明显不同. 相似文献