共查询到20条相似文献,搜索用时 359 毫秒
1.
由于PM2.5污染存在空间异质性与空间相关性的特点,因此探究PM2.5的时空演变规律并分析PM2.5污染程度的影响因素,对于山西省协同治理联防联控有着重要作用.基于2008-2018年山西省11个地级市PM2.5年度数据,该研究运用标准差椭圆法、普通克里金插值法、探索性空间数据分析法和建立空间杜宾模型,分别对山西省PM2.5污染重心转移、污染的空间分布、空间关联性和影响因素进行了研究.结果 表明:(1)山西省PM2.5污染重心随时间不断移动,但一直位于晋中市;PM2.5污染存在空间聚集特征,但特征变化不明显.(2)时间上,山西省PM2.5浓度在2011年达到峰值,之后逐年下降;空间上,大致呈现南高北低、东高西低的特点.(3)山西省PM2.5具有明显空间集聚现象和空间溢出效应.山西省大部分南部城市处在PM2.5高-高聚集区域.(4)人口密度、规模以上发电量对山西省PM2.5浓度具有显著正向作用,而城镇率对山西省PM2.5浓度具有显著的负向作用. 相似文献
2.
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
3.
4.
5.
本文基于2015—2018年空气质量监测数据,研究了黄河流域空气质量的时空变化特征,量化分析了影响黄河流域空气质量空间分布的主要因素。结果表明:(1)2015—2018年,黄河流域空气质量总体趋于改善,除O3-8h外,PM2.5、PM10等污染物浓度均不同程度下降;(2)空气质量不达标天数未有明显减少,以O3-8h为首要污染物的持续时间明显延长,并且污染天数与PM2.5的差距逐渐缩小;(3)PM2.5、PM10浓度呈现东高西低的分布格局,O3-8h污染区域逐渐扩大并呈持续连片分布,热点城市主要分布在流域下游,冷点城市主要分布在流域上游;(4)平均气温、平均风速、人口密度和城镇居民人均可支配收入是影响PM2.5空间分布的主要因素;地形起伏度、降水量、平均气压和人口密度是影响PM10空间分布的主要因素,累积解释率为65.9%;平均气压、地形起伏度、日照时间和平均风速是影响O3-8h空间分布的主要因素。 相似文献
6.
利用2013年贵阳市10个国控监测站点PM2.5和PM10全年(2013年1月1日00时-2013年12月31日23时)实时同步质量浓度监测资料,取24小时滑动平均,研究PM2.5和PM10质量浓度比值(PM2.5/PM10)的时间、空间分布特征及二者质量浓度的相关性.结果表明:2013年贵阳市PM2.5/PM10的年均值为0.64,春、夏、秋和冬季的平均值分别为0.64、0.49、0.66和0.77.PM2.5/PM10四季有较大差异,冬季比值最高,夏季最低,春、秋两季相当;由于所代表的功能区及环境位置特点不同,各监测点同时刻的PM2.5和PM10浓度值有较大差异,但PM2.5/PM10的空间分布没有明显差异;对PM2.5和PM10浓度值进行回归分析,当PM10浓度增大时,PM2.5整体呈增大趋势. 相似文献
7.
依据《PM2.5源排放清单编制技术指南》结合企业排污申报登记数据,量化分析了秦皇岛一次PM2.5排放源中工业源PM2 5排放数据,重点核算分析了秦皇岛的支柱产业玻璃、水泥的一次PM2.5排放量情况.结果显示在秦皇岛当地的工业企业中,水泥行业所排放的PM2.5总量在全部重点工业一次PM2.5排放源中所占的比例较大,同时结果显示在生产过程中使用燃煤较多的企业PM2.5的排放量要高于其它企业.从地区分布上来分析,秦皇岛市抚宁县PM2.5的排放量是当地三区四县中最多的地区. 相似文献
8.
《环境科学》2020,(1)
为分析京津冀及周边地区的PM2.5时空变化特征,先利用MODIS数据反演1km分辨率的AOT产品,采用地理加权回归模型实现京津冀及周边地区2016~2017年逐日PM2.5浓度的遥感反演,并在此基础上对多种时间尺度PM2.5浓度合成结果进行验证分析,最后从不同时间尺度对2016年和2017年PM2.5时空变化特征进行了对比分析.结果表明本研究反演的日均、月均和年均这3种时间尺度的PM2.5浓度结果总体上效果较为理想,时间尺度越大,遥感估算的PM2.5效果越好,年均PM2.5结果相对精度达80%以上,并且2016年和2017年同一时间尺度的PM2.5遥感结果精度较为接近.京津冀及周边地区PM2.5分布总体均呈现“冬季秋季?春季夏季”和“南高北低”的季节变化和空间分布趋势.与2016年相比,2017年京津冀及周边地区PM2.5浓度平均下降约9.2%,且高值区范围明显减小,PM2.5浓度高值一般发生在11月和12月,而低值则一般发生在8月.2017年与2016年PM2.5浓度时空变化与2017年的大气污染综合治理攻坚行动巡查和空气质量专项督查活动密切相关,这也能间接说明大气污染减排的成效. 相似文献
9.
我国典型城市PM_(2.5)空间分布均匀性分析 总被引:1,自引:1,他引:0
随着空气质量新标准的实施,从2013年开始我国部分城市先期开展了PM2.5的例行监测,从中选取不同区域的典型城市,分析了PM2.5在环境中的分布情况。分析结果表明:典型城市PM2.5日均值相对标准偏差(RSD)范围为13%~26%,平均值为18%;我国南方城市PM2.5空间分布均匀性优于北方城市,北方城市冬、春季节PM2.5分布的均匀性较差,南方城市夏季PM2.5分布的均匀性较差;PM2.5的空间分布均匀程度与PM10接近,但明显优于其他气态污染物。综合分析认为,目前我国国家监测网内PM2.5监测点位的代表性能够满足城市空气质量监测与评价工作需要。 相似文献
10.
2014年泉州市区PM2.5浓度的时空变化特征分析研究 总被引:1,自引:0,他引:1
基于2014年泉州市区环境空气自动监测站的PM2.5、PM10等监测数据,讨论市区PM2.5的时空分布特征.结果表明,泉州市区PM2.5浓度存在较为明显的时空分布特征.(1)时间分布特征:PM2.5的年均值为34μg/m3,月均值最大值出现在1月,最小值出现在7月;PM2.5浓度冬季最高,夏季最低,春冬两季明显高于夏秋;PM2.5/PM10最高值出现在2月,最低值出现在7月;PM2.5/PM10冬季最高,夏季最低.(2)空间分布特征:3个监测点位中,PM2.5浓度涂山街最高,津头埔略低,万安最低;PM2.5/PM10万安最高,涂山街略低,津头埔最低.时间分布特征与气象条件有一定关系,而空间分布特征与建成区的建成时间先后、地理位置差异等有一定关系. 相似文献
11.
12.
13.
采用连续自动监测方法于2013年9月至2014年4月对处于四川盆地内的中等城市绵阳市主城区富乐山、市人大、三水厂、高新区4个点进行空气质量监测。监测结果表明:空间分布上PM10和PM2.5污染程度城西工业区最高,市中心其次,森林公园最低。季节变化PM10和PM2.5污染程度为:春季<秋季<冬季。1天内PM10和PM2.5小时均值呈双峰分布。PM10和PM2.5一元线性回归方程为:y=0.7273x-2.9869,回归分析相关性系数为0.94。ρ(PM2.5)/ρ(PM10)平均值为0.7,变化范围为0.27~0.93。 相似文献
14.
2014年京津冀地区PM2.5浓度时空分布及来源模拟 总被引:3,自引:0,他引:3
采用模式(CAMx)模拟与污染物、气象观测资料相结合的方式,分析了2014年京津冀地区PM2.5时空分布及来源特征.结果表明:PM2.5具有较为明显的时间变化规律,呈秋冬高、春夏低的规律和双峰型分布的日变化特征;重污染日PM2.5高浓度(PM2.5>150μg/m3)主要分布在太行山前的华北平原区,特别是北京、保定、石家庄一线,而太行山、燕山等西部及北部山区PM2.5浓度明显低于平原区;重污染日京津冀地区PM2.5平均浓度在150μg/m3以上的面积约占总面积的73%;重污染日北京、天津、石家庄市的PM2.5外来输送率分别为58%、54%、39%;2014年10月6~12日京津冀地区发生的一次重污染过程中污染物由南向北输送,区域输送对于各地区PM2.5浓度有着十分重要的影响. 相似文献
15.
采集韶关市PM10和PM2.5样品,采用气相色谱-质谱法测定了16种PAHs的质量浓度,分析了16种PAHs在PM2.5中的时空分布特征,研究16种PAHs在PM10和PM2.5中分布的差异.结果显示:PAHs在PM2.5中的季节性分布具有冬、夏季高,春、秋季低的特点,且苯并[a]蒽、苯并[k]荧蒽、苯并[c]芘、苯并[a]芘、荧蒽等在一年四季含量均较高;在空间上的分布显示交通区>工业区>商业区>居民区>休闲区.PAHs在PM2.5中的分布明显高于在PM10中的分布,在人为活动较为频繁的季节和区域,PAHs的含量明显增加. 相似文献
16.
17.
18.
利用2011-2012年厦门市PM2.5监测资料和气象要素资料,分析PM2.5分布规律,及与海陆风、低能见度天气的关系;尝试分不同季节,在不同主导气象要素场背景下,建立PM2.5与能见度的关系式,试图用能见度推算PM2.5浓度,探索AQI预报中PM2.5浓度预报的技术方法。结果表明:厦门市低能见度天气与PM2.5浓度关系密切,通过相对湿度、降水概率、风向风速以及对应典型的天气形势等差异可清晰表现出来;区分季节性气象要素,计算PM2.5浓度与能见度的相关系数,并建立7个关系式,发现夏季PM2.5浓度与能见度显著负相关,夏季是用能见度推算PM2.5浓度相对最容易、最准确的季节;秋冬春三季PM2.5与能见度关系分别可建立两种关系式,主要为负相关关系,且春季预报PM2.5的难度最大。 相似文献
19.
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
20.
根据2014年1月1日~6月30日江苏省13地级市监测PM2.5,PM10的数据,分析其污染特征.结果表明:全省PM2.5和PM10污染较严重,全省PM2.5,PM10超标率都分别达到78.33%,66.11%以上,尤其是细颗粒物的污染占主导地位;PM2.5/PM10的比值范围达到0.461 9~0.687 2,全省PM2.5和PM10之间存在显著的线性关系;PM2.5,PM10浓度时空分布特征为PM2.5:1月>3月>2月>5月>6月>4月,PM10:1月>5月>3月>6月>2月>4月;苏北>苏中>苏南. 相似文献