首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到14条相似文献,搜索用时 156 毫秒
1.
依据2014年银川市6个自动空气监测子站的监测数据,分析银川市臭氧浓度的污染特征,并对夏季臭氧相关气象因子进行分析。结果表明,从监测点位来看,银湖巷站点臭氧浓度最高,宁安大街次之,宁化生活区臭氧浓度最低。从时间变化规律来看,银川市臭氧浓度呈夏季最高,春季次之,秋季、冬季污染较低,其中臭氧月均浓度最大值出现在5月、6月。臭氧日变化呈单峰变化规律,夜间臭氧浓度较低,白天臭氧浓度较高。夏季臭氧浓度与二氧化氮、相对湿度呈显著的负相关性,与气温、风速呈显著正相关性。  相似文献   

2.
成渝城市群臭氧污染特征及影响因素分析   总被引:14,自引:0,他引:14  
为研究成渝城市群O_3污染特征及其影响因素,对成渝城市群15个城市2015—2016年国控环境监测站点和国家气象台站数据进行了研究.结果表明,研究区域15个城市均存在不同程度的O_3超标现象.2015—2016年成渝城市群O_3污染形势愈发严峻,春末及夏季污染最为严重,且在7月达到O_3浓度峰值(118μg·m~(-3)),O_3污染空间分布呈片状,以资阳为中心的遂宁、眉山、成都等城市为O_3污染较为严重的区域.颗粒物、NO_2及CO均与O_3有显著相关性,其中,颗粒物与O_3浓度在冬季呈负相关,在夏季则表现为正相关.太阳辐射、气温、相对湿度及流场均是影响O_3浓度的重要因子,强辐射、高温及低湿易形成较高浓度的O_3,相对湿度对O_3浓度的影响呈先升后降的关系.  相似文献   

3.
对2019年昆明市官渡区环境空气中臭氧监测数据进行分析,研究昆明市官渡区的臭氧(O3)污染情况、分布特征以及与影响因子的相关性.结果表明,该地区臭氧从3月份开始逐步升高,7—10月维持高位,其中8月达到峰值.O3浓度和超标天数均具有明显的季节变化特征,春季和夏季的O3污染最为严重.对臭氧浓度与影响因子(气压、气温、相对...  相似文献   

4.
前体物与气象因子对海南省臭氧污染的影响   总被引:1,自引:0,他引:1  
文章利用2015-2018年海南省18个市县32个空气质量监测站O3和前体物(NO2)连续观测资料及同期气象数据,统计分析了NO2以及气象因子对海南省O3浓度的影响。结果表明:海南省最大8 h平均O3浓度(O3-8 h)与NO2浓度存在明显的正相关关系,其相关系数为0.607,通过了99.9%的显著性检验。秋季O3-8 h浓度最高,冬季和春季次之,夏季最低。O3-8 h浓度与降水量、降水日数、相对湿度、日照时数、平均气温呈负相关关系,与平均风速呈正相关关系,其中降水量、降水日数和相对湿度对O3-8 h浓度影响较大。海南省区域性O3污染(O3-8 h浓度超标市县≥3个)发生时,O3-8 h浓度与NO2浓度存在一定的正相关关系。降水偏少、湿度偏低和日照时数偏长是海南省区域性O3...  相似文献   

5.
河南省臭氧污染特征与气象因子影响分析   总被引:1,自引:0,他引:1  
利用环境空气质量监测站和国家基准地面气候站数据,研究了2017年河南省臭氧(O3)污染时空特征及其与颗粒物、前体物和气象因子关系.结果表明,河南省2017年O3日最大8 h滑动平均值(MDA8)呈现夏季>春季>秋季>冬季的特征,年均值为108μg·m-3;各地市均有不同程度O3超标情况,其中,安阳超标天数高达88 d,信阳最少为17 d;春末夏初(5月和6月) O3污染最为严重,O3 MDA8月均浓度在140μg·m-3以上,并在6月达到峰值;定性和定量分析显示O3 MDA8月均浓度与颗粒物,O3小时浓度与CO、NO2呈负相关;不同季节、不同城市O3MDA8与气象因子(日照时长、气温、降雨、能见度、相对湿度及风速)的相关性具有差异.  相似文献   

6.
当前臭氧已成为仅次于PM2.5的影响中国空气质量的重要因素,特别是在夏季已经成为影响空气质量的首要污染物。臭氧污染不仅能对人体呼吸道、肺、心血管以及免疫系统造成严重的影响,还能与人体表面皮脂、建材表面、室内化合物反应引发室内空气二次污染。由于现代人平均90%以上的时间在室内活动,室内臭氧污染暴露的危害要远远大于室外臭氧污染暴露,但同时室外臭氧又会对室内臭氧污染产生影响,因此掌握室外大气污染影响下的室内臭氧污染特征是控制室内臭氧污染的重要前提。为此,该文研究了五大气候区共20个典型城市的室内臭氧浓度特点,并进一步基于室外大气污染影响和I/O比预测分析了在开窗时间、换气次数和臭氧沉积速度影响下的室内臭氧污染水平特征。研究结果表明,开窗时间和换气次数与室内臭氧浓度呈正相关,臭氧沉积速度与室内臭氧浓度呈负相关。此外,寒冷地区室内臭氧污染最严重,温和地区室内臭氧污染水平最低。  相似文献   

7.
《环境科学与技术》2021,44(6):125-132
文章基于2017-2020年长寿区及观测点位臭氧(O_3)及其前提物(NO_2和VOCs)以及气象因子(气温、相对湿度、风速、风向等)逐小时数据,分析了臭氧(O_3)及其前体物(NO_2和VOCs)污染物浓度年际及O_3污染典型期间的变化情况,讨论了O_3浓度与气象因子之间相关性,通过HYSPLIT后向轨迹和潜在源区贡献(PSCF)分析长寿区春、夏两季O_3潜在源区贡献特征。研究表明,O_3小时浓度160μg/m~3的超标小时浓度占比在2017-2019年呈逐年上升趋势,因新冠疫情影响2020年显著降低。全年O_3浓度高值区集中在4-9月,呈"夏高冬低"特征。O_3和NO_2的日变化特征反应了局地NO-NO_2转化与光化学生成的滴定作用。VOCs观测期内平均浓度为32.01×10~(-9)(体积浓度),较重庆市夏季VOCs偏高23.64%。O_3生成潜势贡献表现为含氧类VOCs芳香烃类烷烃烯烃卤代烃炔烃。O_3浓度与不同气象因子之间存在不同的相关性特征。该区域潜在源区具有明显季节性特征:春季主要位于涪陵、南川和巴南等区域;夏季主要集中在广安、江北、合川、渝北等一带。  相似文献   

8.
李杰  杨庆红 《环保科技》2021,27(6):6-11
利用2017—2020年承德市环境监测站和承德市国家基准气象站的数据,分析了承德市近地层O3浓度特征,O3与其他污染物之间的关系和气象因子对O3浓度的影响.结果表明,2017—2020年承德市年平均O3超标日数40天,占总超标日数的55%.承德市O3-8h浓度呈现夏季>春季>秋季>冬季的季节变化特征,5—7月份O3-8h浓度最高,平均浓度超过160μg·m-3.O3浓度的日变化表现为单峰型分布,O3浓度最低值出现在清晨7:00—8:00时,峰值出现在14:00—16:00时.O3-8h浓度与细颗粒物PM10和PM2.5在夏季呈显著的正相关关系,其他季节相关性不显著;O3-8h浓度与前体物CO和NO2在夏季呈显著的正相关关系,冬季呈显著的负相关关系.太阳总辐射强度大于750 W·m-2,最高气温大于30℃,无降水和相对湿度30%~60%,受地面偏南气流影响的气象条件下,承德市易于出现O3-8 h浓度超标天气.  相似文献   

9.
杨晓彤  康平  王安怡  臧增亮  刘浪 《环境科学》2024,45(5):2507-2515
为研究四川盆地臭氧(O3)污染长期变化,使用四川盆地18个城市的地面O3浓度数据和气象观测数据,首先分析了2017~2020年间四川盆地O3浓度的时空分布特征,再利用随机森林模型,筛选出影响O3浓度变化的主导气象因子,构建了气象因子和O3浓度之间的统计预测模型,并对2020年四川盆地城市群的O3污染状况进行预测分析.结果表明:(1)2017~2020年间O3浓度呈现波动变化趋势,2019年出现一个低值,2020年O3浓度又有所回升.(2)气象影响因子中相对湿度、日最高温度和日照时数对O3浓度变化具有重要意义,而风速、气压和降水量的重要性较低;同时,气象因子之间也存在着不同的线性关系,气压与其他气象要素呈现负相关性,而剩余气象要素之间正相关关系较为明显.(3)基于随机森林构建的O3预测模型的拟合优度(R2)较高,展示出较好的预测性能,能够较好地预测O...  相似文献   

10.
臭氧污染对不同品种小麦养分吸收与分配的影响   总被引:1,自引:0,他引:1  
近地层臭氧(O3)污染会危害植物生长,势必间接影响氮素吸收利用.本研究利用开放式臭氧污染(Free-air O3 concentration enrichment,O3FACE)研究平台,研究了大气O3浓度增加(比周围大气高50%)对长江三角洲地区5个冬小麦(Tritcium aestivum L.)主栽品种(扬麦15、扬麦16、烟农19、扬幅麦2号和嘉兴002)的物质积累、氮素吸收与分配的影响.结果显示,O3浓度升高对秸秆和籽粒的影响远大于根系.烟农19、嘉兴002和扬麦16的产量因O3浓度升高而减少,而扬麦15和扬幅麦2号产量则变化不大.扬幅麦2号与嘉兴002的秸秆干物重因O3浓度升高而显著增加,扬麦15与烟农19分别呈增大与降低趋势,而扬麦16则无变化表明O3污染对小麦干物质积累与分配的影响存在品种差异.O3浓度升高影响氮素在小麦根、秸秆和籽粒中的含量与分配趋势,但影响程度因品种而异.O3浓度升高导致扬幅麦2号的总吸氮量显著增加30.6%及烟农19的总吸氮量呈增加趋势,并使嘉兴002的总吸氮量显著降低34.8%及扬麦16总吸氮量呈降低趋势,但扬麦15的总吸氮量则不受影响.除扬麦15外,O3浓度升高具有减少籽粒氮占总氮比例的趋势,表明小麦响应O3污染对氮素吸收与分配调整机制存在品种差异.扬麦16、烟农19和嘉兴002的氮肥偏生产力因O3浓度升高而显著降低,而扬麦15和扬幅麦2号则无明显变化.扬麦16和嘉兴002的氮肥利用率因O3浓度升高显著降低,而扬幅麦2号呈增加趋势,扬麦15、烟农19呈降低趋势.综合来看,小麦扬麦15抗O3污染能力强于其它品种,而嘉兴002则最易遭受臭氧污染危害.评价O3污染对小麦干物质与产量的形成与分配、氮素在植物-土壤系统周转的影响应综合考虑品种差异.  相似文献   

11.
南京城市下垫面变化对夏季臭氧浓度的影响研究   总被引:1,自引:0,他引:1  
利用南京基准地面气象站1951~2010年的气象数据分析南京气象要素的长期变化,利用2007年南京草场门大气污染物监测数据探讨O3同气象要素之间关系并分析气象要素改变对污染的可能影响,结合WRF-CALGRID模式基于2008年7月的情景模拟研究1990年代以后南京城市下垫面变化对气象要素变化的贡献,并分析其对O3浓度的影响.结果显示,南京气温呈现增长趋势,平均风速、大气湿度、日照时数呈现降低趋势.气温与O3浓度呈一定的正相关关系、较小的风速和相对湿度有利于O3的生成.城市下垫面的增加使得南京城区气温增高超过1℃、风速减小0.4m/s、湿度下降0.5g/kg、混合层高度增加100m.气象要素的改变使地面NOx浓度减小,最大减小量超过6×10-9.对O3浓度的影响有增有减,南京市北部、西部增加,增加量超过2×10-9,主要受温度增加、风速减小以及NO的垂直输送影响;主城区的南部、东部O3浓度减小,减少量1×10-9~3×10-9,主要受混合层高度增加的影响.  相似文献   

12.
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O3-8 h(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...  相似文献   

13.

为了解受焦化影响的下风向城区臭氧(O3)的污染特征及来源,基于2019年临汾市6个国控点的O3浓度、气象参数(气温等)以及北大街站点VOCs监测数据开展研究。结果表明:2019年临汾市O3日最大8 h滑动平均值(MDA8)的90百分位数(MDA8-90th)为204 μg/m3,在山西省11个地市中排名第一;全年共有103 d O3浓度超标,且超标天主要集中在5—9月;MDA8从2月开始升高,6月达到最大值,之后逐月下降;O3小时浓度总体呈14:00—16:00出现峰值的单峰日变化。MDA8与日最高气温(Tmax)呈正相关、与日最低相对湿度(RHmin)呈负相关,当Tmax>22 ℃或RHmin<55%时,可能发生O3浓度超标现象。VOCs的O3生成潜势(OFP)分析结果表明,乙烯的OFP最高,占总OFP的44.5%,乙烯是导致O3污染的关键VOCs活性物种;液化石油气(LPG)的使用、机动车尾气和炼焦活动等的排放对临汾市O3污染有重要贡献。6个国控点中,城南和唐尧大酒店对临汾市区所有级别的O3污染贡献均较大,2个站点均有77%的O3超标出现在刮南风和西南风时,其中城南有16.6%的O3超标出现在风速大于3 m/s时,作为焦化典型示踪物的萘在南风向其浓度高于均值的占比为30.4%,表明不合理的工业布局使临汾市区大气受到了焦化区的影响,O3浓度更易在刮南风时超标。临汾市区O3污染除受到本地生成影响外,还受到襄汾县、洪洞县、翼城县和浮山县的焦化企业和钢铁企业排放的含高浓度NOx、VOCs污染气团传输的影响。因此,临汾市在对本地LPG使用和机动车尾气排放进行管控的同时,还要加强与上风向焦化地区的联防联控。

  相似文献   

14.
基于GAM模型的四川盆地臭氧时空分布特征及影响因素研究   总被引:4,自引:0,他引:4  
为研究四川盆地臭氧(O_3)时空分布特征及其气象成因,对四川盆地18个城市2015—2016年国控环境监测站点和气象台站数据进行了研究分析.结果表明:2015—2016年四川盆地O_3污染愈发严重,高值污染区呈扩张态势,污染区主要位于盆地西部成都、德阳、资阳、眉山、内江一带和以广安为中心的周边区域.O_3浓度有明显的季节变化特征:夏季(110.70±41.52)μg·m~(-3)春季(95.24±41.23)μg·m~(-3)秋季(67.58±39.55)μg·m~(-3)冬季(47.17±41.15)μg·m~(-3).基于广义相加模型(GAM)分析发现O_3浓度与气压、气温、相对湿度、风速、日照时数、降水量间均呈非线性关系,其中日照时数、相对湿度以及气温对四川盆地O_3浓度影响较大,而风速、气压以及降水量对O_3浓度影响相对较小.通过构建GAM模型对四川盆地18个城市O_3污染的主导气象因子进行识别,并对2017年O_3浓度进行预测和检验,结果显示GAM模型能较为准确地预测四川盆地各城市O_3浓度的变化趋势.  相似文献   

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