共查询到19条相似文献,搜索用时 78 毫秒
1.
《环境科学与技术》2016,(1)
该研究采用多重分形消除趋势波动分析法,对成都一次灰霾污染过程中,PM10浓度在灰霾消散前后的多重分形特征进行分析,研究表明灰霾消散前后PM10浓度均具有多重分形特征。进一步运用相位随机替代法与随机重构法,对导致PM10浓度多重分形特征的动力原因进行分析。结果表明重度灰霾期间,长期记忆机制在PM10演化中均占据了主导控制作用;灰霾消散期间,虽然降水过程使得PM10多重分形特征的动力来源有所变化,但长期持续机制仍是多重分形特征的主要动力来源。尽管从表观上来看,大气降水过程显著降低了大气PM10浓度,但由于其内在动力机制并未得到本质的破坏,长期记忆机制仍是PM10演化的内在动力机制,从而可能导致未来特定气象条件下出现高浓度PM10污染,形成灰霾,后续监测数据证实了该论断。研究结果对于PM10浓度演化动力特征的研究以及灰霾预测预警机制的建立具有实际的参考意义。 相似文献
2.
3.
运用消除趋势波动分析方法,对比分析了成都市2013年2月1-14日一次重度灰霾消散前后(其中,2013年2月1-7日为重度灰霾时段,2月8-14日为灰霾消散时段)8个监测站点(十里店、人民公园、梁家巷、金泉两河、三瓦窑、草堂寺、灵岩寺、沙河铺)大气PM2.5时空演化的长期持续性特征。研究显示,灰霾时段和灰霾消散时段PM2.5浓度演化均呈现出很强的长期持续性非线性特征。统计分析表明,在时空尺度上,灰霾时段和灰霾消散时段PM2.5浓度具有显著性差异,但定量表征PM2.5演化动力学特征的DFA指数却变化不大。进一步结合成都市气象资料分析认为,长期持续性是控制此次成都重度灰霾消散前后大气PM2.5浓度时空演化的内在动力学机制之一,也正是在该机制的主导控制下使得此次灰霾持续时间较长。该研究有助于进一步加深对灰霾期间PM2.5演化动力学过程的认识。 相似文献
4.
《环境科学与技术》2021,44(3):46-52
该研究于2017年9月-2018年2月连续采集长沙市大气PM2.5样品,分析了PM2.5样品中水溶性有机碳(WSOC)的浓度变化及其与大气污染物的相关性,对比分析了清洁天和污染天WSOC浓度特征,并基于后向轨迹分析(HYSPLIT)和潜在源贡献因子分析(PSCF)方法探讨了秋冬季WSOC的传输路径及潜在来源贡献。结果表明,秋、冬季WSOC平均浓度分别为6.22、7.00μg/m3,WSOC与相对湿度和风速均呈显著负相关,与温度相关性不明显。WSOC与PM2.5具有显著的相关性(R=0.800),秋季WSOC与CO、O3、NO2、SO2的相关性比冬季更加显著。污染天风速小、相对湿度低,WSOC污染浓度明显高于清洁天。HYSPLIT和PSCF分析结果表明,除本地排放外,WSOC还受来自偏北及偏东方向区域污染源传输的影响。 相似文献
5.
为探究浙江省城市大气颗粒物的组分污染特征,基于2019年10月1日至2020年9月30日浙江省内11个点位4个区域的手工采样监测数据,分析了浙江省PM2.5组分不同区域不同季节的污染特征.结果表明,采样期内浙江省各地区ρ(PM2.5)平均值范围为34.3~46.4μg·m-3,其中浙西和浙北内陆地区PM2.5浓度相对较高,分别高出均值15.1%和13.2%,浙东和浙南沿海地区PM2.5浓度相对较低,分别低于均值8.4%和14.9%.季节性特征呈现秋季和冬季较高,夏季最低,空间分布来看,浙南地区的PM2.5浓度春季、秋季和冬季季节变化不明显,浙西地区为:秋季>冬季>春季>夏季,浙北和浙东地区均呈现冬季>秋季>春季>夏季的季节变化特征.内陆地区采样期内,风景名胜区、行政区、居民区和商业交通居民混合区的ρ(PM2.5)分别为:(40.2±10.2)、(46.3±9.6)、(50.1±10.6)和(46.7... 相似文献
7.
利用2017年3月1日—2018年2月28日镇江市环境监测站提供的逐时数据,对镇江市PM_(2. 5)污染特征进行分析,并结合HYSPLIT-后向轨迹模型,综合运用轨迹聚类及PSCF、CWT分析方法,计算了不同季节影响镇江城区PM_(2. 5)的主要气流输送路径及镇江市PM_(2. 5)的主要潜在源区。结果表明:镇江市PM_(2. 5)浓度季节分布特征明显,冬季PM_(2. 5)浓度最高,夏季最低。四季PM_(2. 5)浓度日变化均呈两峰一谷型分布,且夜间普遍高于白天,周末高于工作日。四季PM_(2. 5)浓度与NO_2、CO相关系数较高,表明工业排放与交通源可能是镇江市PM_(2. 5)的主要来源。镇江地区气流输送存在显著的季节变化特征:春季西北偏西及东北方向气流轨迹占主要优势;夏季气流主要来自东北、东南及西南方向;秋季以东北及偏东气流为主;冬季西北气流轨迹占绝对优势。镇江四季PM_(2. 5)浓度受本地及周边城市的局地污染输送影响较大,主要潜在源区集中分布在江苏本地及其周边的山东、安徽、浙江、上海等地。春、夏、秋季这些地区对镇江PM_(2. 5)浓度贡献值基本为35~75μg/m~3;冬季该贡献值较大,均在75μg/m~3以上,最高值可达到150μg/m~3以上;同时,冬季受北方污染输送影响,河北、京津冀等地也是主要潜在源区,贡献值为35~75μg/m~3。 相似文献
8.
利用TEOM 1405-F和TEOM 1405颗粒物实时监测仪,研究了2013年12月至2014年5月临平地区PM2.5和PM10质量浓度实时变化特征,并结合气象五参数观测资料,对影响大气颗粒物分布特征的因素进行了分析,研究结果发现:冬季PM2.5和PM10的日均质量浓度明显大于春季,冬季PM2.5日均质量浓度范围为17.0 ~ 349.1 μg/m3,PM10日均质量浓度范围为18.8~516.9μg/m3,春季PM2.5日均质量浓度范围为20.4~167.6μg/m3,PM10日均质量浓度范围为38.2 ~243.3μg/m3;通过线性回归分析发现PM25和PM10存在较好的线性关系,说明PM10相对固定的受到PM2.5的影响,且污染物来源稳定;冬季PM2.5和PM10日均质量浓度存在三峰值波动状态,而春季PM2.5和PM10日均质量浓度存在双峰值波动状态;较大的风速、较高的气压和降水对于颗粒物的清除效果明显. 相似文献
9.
利用2014年1月-12月青岛市李沧区大气自动监测点实时发布的监测数据,对PM10和PM2.5的达标情况、变化趋势及其两者之间相关性进行分析.结果表明:青岛市李沧区PM10和PM2.5年均值分别为0.126mg/m3和0.062 mg/m3,均超过二级标准,全年达标天数比例分别为71.8%和72.1%;PM10和PM2.5有明显的季节变化特征,其中春季污染最重,污染日分别占全年的40.8%和44.1%.PM2.5占PM10比例较高,达到48.4%.PM2.5与PM10回归线性较好,y=0.571 2x-0.011 8,R2 =0.901 2;PM2.5和PM10的Pearson相关系数为0.912;PM2.5和PM10日均值呈显著线性相关. 相似文献
10.
采用PM2.5质量浓度长期连续观测资料,结合地面气象资料和后向轨迹方法,分析2009-2018年天津地区PM2.5质量浓度的长期变化趋势,并探讨气象条件对其浓度变化的影响.结果表明,2013年受不利天气影响,PM2.5质量浓度达到近10 a来的峰值,其后逐年下降,2018年年均值降至52 μg·m-3,与优良天气和重污染及以上天气发生频率的年际变化趋势一致.相关性分析和主成分分析都表明相对湿度、风速和混合层厚度是影响天津地区,尤其是冬季PM2.5浓度的主要气象影响因素.不同季节下随着相对湿度增高,地面风速减小,混合层厚度降低,均有PM2.5污染加重的趋势,其中冬季差异最大,与该季节气象因素剧烈多变、静稳天气和寒潮交替发生有关.后向轨迹的聚类分析结果表明,途经天津偏南区域的短距离近地气流下PM2.5质量浓度较高,与该气流下易形成静稳天气有关,春季西北方向的长距离轨迹对应较高浓度的PM2.5则与沙尘天气有关. 相似文献
11.
《环境科学与技术》2016,(2)
针对成都市2014年1月22-31日的持续重度灰霾过程,运用频度统计分析、功率谱分析和去趋势波动分析方法,对成都市6个国控环境空气质量监测子站(草堂寺、金泉两河、梁家巷、人民公园、三瓦窑、灵岩寺)大气PM_(2.5)小时平均浓度时间序列的标度行为(标度律)进行实证研究。结果显示,此次灰霾期间高浓度PM_(2.5)的波动行为呈现明显的日周期循环规律,这与人类的生产生活具有密切关系。宏观上看,PM_(2.5)浓度波动在统计上服从典型的负幂律分布规律,具有标度不变分形特征。同时,利用功率谱及去趋势波动分析发现,各监测子站PM_(2.5)时间演化的DFA指数均在1左右,PM_(2.5)演化呈现1/f噪声性质,表明灰霾期间高浓度PM_(2.5)的动态演化过程表现出长程关联特性(或长期持续性),其波动关联特性在研究时段内呈现幂律分布的标度律。实证研究表明,此次灰霾期间成都市大气PM_(2.5)时间演化呈现出自组织临界性(SOC)基本特征,高浓度PM_(2.5)时间演化过程涌现出的长期持续性标度律很可能是由城市灰霾污染的SOC行为导致。该研究对深入认识灰霾天气大气PM_(2.5)非线性演化的内在动力学机制具有一定启示意义。 相似文献
12.
《环境科学与技术》2017,(12)
为研究南京市典型交通源冬季PM_(2.5)的污染特性,于2016年1月9日到2月4日在南京市四平路采集了大气中PM_(2.5)样品,分析了样品中的重金属元素、水溶性离子、有机碳和元素碳的浓度。结果表明,采样期间南京市大气PM_(2.5)中日平均质量浓度为85.3μg/m~3。重金属元素锌(Zn)的浓度最高,其次是铅(Pb)和锰(Mn)的元素浓度,平均浓度分别为104.72 ng/m~3、60.88 ng/m~3,再者是钡(Ba)和铜(Cu)的元素浓度,平均浓度分别为30.23 ng/m~3、45.26 ng/m~3。样品中水溶性离子的平均质量浓度水平为:NO_3~-SO_4~(2-)NH_4~+Cl~-K~+Na~+Mg~(2+)Ca~(2+),其中NO_3~-、SO_4~(2-)和NH_4~+的质量浓度均在10μg/m~3以上,是水溶性离子的主要组分,分别占总离子浓度的37.18%、29.34%、17.42%。 相似文献
13.
14.
为了研究大气细粒子PM2.5在霾天气下的化学污染特性,2012年4月1日-27日在南京信息工程大学1号新实验楼楼顶,在霾天对大气细粒子PM2.5进行了采样,利用离子色谱法、TOC法等测得PM2.5的质量浓度、水溶性离子及水溶性有机碳组分浓度。结果表明:霾越重PM2.5质量浓度越高,霾天的PM2.5与地面温度、风速呈一定的负相关,与相对湿度呈正相关。SO42-、NO3-、NH4+、Ca2+、Na+、Cl-以及水溶性总有机碳是PM2.5的主要组成部分,其质量浓度随霾的加重而增加,其中NH4+、SO42-、NO3-及TOC质量浓度的增加幅度更明显,表明气态污染物的二次转化对采样点灰霾污染也有突出贡献。 相似文献
15.
首次采用高时间分辨率在线单颗粒气溶胶质谱技术(SPAMS)对电子废弃物拆解典型区域广东贵屿的大气细颗粒物进行了来源解析,填补了国内此类研究空白。结果表明:(1)污染较严重的冬春季期间细颗粒物首要污染源是工业工艺源,占26.1%,显著高于同期其他区域的平均占比11.1%,污染程度较轻的夏秋季期间首要源是机动车尾气源,占20.5%,工业工艺源退居第三,比冬春季低8.1%;(2)颗粒物成分中高比例溴离子、磷酸盐及捕获的含溴高分子有机碎片等代表了电子废弃物拆解作业典型区域大气细颗粒物环境特征,反映了细颗粒物来源与电子废弃物产业之间的内在关联性;(3)建议严格实行电子废弃物拆解集中规范化运营和配套更有效的环保处理设施等措施以减少电子废物拆解行业废气对贵屿大气环境质量的负面影响。 相似文献
16.
17.
利用2012年全年北京市SO_2、NO_x、O_3、CO和PM_(2.5)监测数据,分析了其季节变化及日变化的差异,讨论PM_(2.5)与气态前体物的相关性及其来源。结果表明:PM_(2.5)质量浓度的频率分布在不同季节有显著差异,但总体趋势均为PM_(2.5)出现频率随着污染的加剧而逐渐降低;除春季CO与PM_(2.5)的相关性略低于夏季外,各气态前体物与PM_(2.5)的相关性均为冬季最为显著,其次为秋季,春季次之,夏季基本未表现出明显相关关系;冬季,PM_(2.5)和SO_2的相关性受相对湿度影响显著;北京本地的污染受局地源排放和污染远距离输送的共同作用,污染性的气团主要来自偏南方向,秋季污染远距离输送对北京本地污染的贡献最为显著,冬季本地排放是PM_(2.5)的主要来源;春、秋、冬季均表现出一定的周末效应。 相似文献
18.
该文通过2015-2018年PM2.5国控站点监测资料,分析了安徽省不同区域PM2.5浓度年变化趋势,其中PM2.5浓度下降幅度最大的为皖中,其次为皖南,而皖北PM2.5浓度下降幅度较小,其环境空气质量改善压力较大;根据2015-2018年1月的PM2.5浓度分布情况及污染来源的后向轨迹分析表明,皖北地区的气流轨迹上游通常为污染程度更高的地区,而皖中和皖南地区的气流轨迹来源较为分散;通过WRF-NAQPMS区域模式进行模拟减排试验,安徽省内源对于全省PM2.5浓度的贡献率为29%,而安徽省内源对于皖北区域PM2.5浓度的贡献率为23%,说明安徽省内源对皖北地区贡献率低于全省平均,外源的输送对皖北区域的贡献高于全省其他区域。 相似文献
19.
《环境科学与技术》2016,(7)
PM_(2.5)作为大气污染的一种,正受到社会越来越广泛的关注和研究,但大部分研究仅单独分析各样点PM_(2.5)浓度时间维度或空间维度特征,忽略了PM_(2.5)的时空维度变化。为综合考虑PM_(2.5)时空维度特征,该文以山东省2014年PM_(2.5)浓度监测数据为对象,建立PM_(2.5)时空变异模型,利用时空克里格法对山东省全年PM_(2.5)浓度进行时空预测,得到时空分布立方体数据,最后基于该数据,对山东省PM_(2.5)污染特征作出分析。结果表明,2014年山东省整体PM_(2.5)污染严重。在空间上,中西部地区PM_(2.5)浓度超过75μg/m~3的天数超过290 d,存在持续性高危污染,东部小于37.5μg/m~3的天数超过146 d,存在间歇性轻微污染,且从西至东,PM_(2.5)污染天数和程度逐渐降低,具有明显地域性污染特征;在时间上,PM_(2.5)浓度最高时间段为1、2、11和12月,最低为6-8月,各季节污染程度依次为:冬季秋季春季夏季。研究表明时空地统计方法能够有效地对空气质量进行时空预测,是挖掘更多的时空分布特征和信息,进行环境数据分析的有效手段。 相似文献