共查询到20条相似文献,搜索用时 46 毫秒
1.
济南市大气水平能见度与环境污染相关性分析 总被引:1,自引:0,他引:1
利用济南市2011年1月1日至12月31日大气水平能见度在线监测小时数据和对应细颗粒物(PM2.5)、PM2.5中碳组分(EC和OC)、挥发性有机物(VOC)及气象参数资料,分析污染物、气象参数等对能见度的影响。结果显示,相对湿度和PM2.5是影响能见度的主要因子,能见度与相对湿度及PM2.5浓度主要呈指对数关系。结合相对湿度条件对PM2.5浓度与能见度关系进行综合分析,得到相关经验模型公式,并利用2010年6月1日至11月30日的相应数据资料进行实例关系验证,结果表明,建立的经验模型公式有较好的实际应用价值。 相似文献
2.
3.
区域大气环境中PM_(2.5)/PM_(10)空间分布研究 总被引:5,自引:2,他引:3
提出了一种利用移动监测技术研究区域大气环境中PM2.5/PM10空间分布的方法,并在2004年12月进行了宁波市全市域PM2.5/PM10空间分布的研究.数据显示:相同路径所代表的地区PM2.5和PM10具有很好的相关性,多数路径上PM2.5与PM10数据的相关系数平方在0.95以上,而不同路径上PM2.5与PM10的比值不同.文中给出了宁波市PM2.5/PM10污染的空间分布图,直观地显示出PM2.5/PM10污染的空间分布情况,突出了污染的重点点位和地区. 相似文献
4.
提出了一种利用移动监测技术研究区域大气环境中PM2.5/PM10空间分布的方法,并在2004年12月进行了宁波市全市域PM2.5/PM10空间分布的研究。数据显示:相同路径所代表的地区PM2.5和PM10具有很好的相关性,多数路径上PM2.5与PM10数据的相关系数平方在0.95以上,而不同路径上PM2.5与PM10的比值不同。文中给出了宁波市PM2.5/PM10污染的空间分布图,直观地显示出PM2.5/PM10污染的空间分布情况,突出了污染的重点点位和地区。 相似文献
5.
《环境污染与防治》2016,(5)
通过对西安市雾霾时空分布特征的分析,为认识雾霾成因和采取有效的治理措施提供理论依据。利用2013—2015年西安市13个监测站的雾霾天气污染物监测资料和中国环境监测总站的月空气质量状况报告,采用统计方法分析西安市雾霾天气的时空分布特征。结果发现:时间上,西安市雾霾天气呈现明显的季节性变化规律,持续时间较长,雾霾在冬、春季交际时最严重,其中11月至翌年3月期间PM2.5空气质量指数为严重污染;空间上,西安市北部区域雾霾污染程度比南部区域严重,西部区域雾霾污染程度比东部区域严重,市区雾霾污染程度比郊区严重。通过相关分析,进一步揭示不同污染物对PM2.5的影响程度,说明PM2.5与PM10存在较强的正相关关系,与O3呈负相关关系。 相似文献
6.
建立了PM2.5扩散模型和应急污染扩散评估方法。模型考虑了风向、风速、温度等影响,根据监测点位置和PM2.5浓度信息反推虚拟污染源位置及浓度信息;采用高斯扩散模型,得到稳定风向、风速、温度下的任意时间、接收点的PM2.5扩散衰减模型;突发情况下,用时间变量替换速度项,得到该地区时态变化的PM2.5变化规律。根据西北某城市PM2.5监测数据,建立了其四季PM2.5扩散衰减模型,并对其空气质量进行分级表征,同时对某监测点突发情况下PM2.5时空变化进行了预测评估。结果表明,该模型合理可行。 相似文献
7.
广州市夏、冬季室内外PM2.5质量浓度的特征 总被引:5,自引:1,他引:5
2004年7月2日至8月13日和2004年11月29日至2005年1月6日分别在广州市3种类型区域(一般城市区域、道路旁、工业源附近)9个居民住宅的室内和室外同步采集了PM2.5颗粒.采用标准称重法测定PM2.5质量浓度,得到广州市夏季住宅室内外PM2.5平均质量浓度分别为67.7、74.5 μg/m3,冬季室内外PM2.5平均质量浓度分别为109.9、123.7 μg/m3.广州市PM2.5平均质量浓度,与美国PM2.5标准相比,与国内PM10标准基础上假设的PM2.5限值相比,与其他一些国内、亚洲和欧美城市的文献记录相比,结果均显示广州市PM2.5处于相当严重污染状态.广州市PM2.5质量浓度呈现明显的空间分布特征和季节变化特征;PM2.5室内质量浓度并不总是低于室外质量浓度,反映了室内空气污染的存在. 相似文献
8.
民用散煤燃烧是大气污染的重要来源,由于民用散煤活动水平获取难度较大,目前有关民用散煤燃烧大气污染物排放量的研究较少。计算了2016年长春6个城区内民用散煤燃烧产生的CO、SO2、NOx、PM2.5、PM10、挥发性有机化合物(VOCs)的排放量,编制了民用散煤燃烧大气污染物排放清单,并分析了大气污染物排放的时空分布特征。结果表明:长春城区燃煤棚户区共计287处,总面积26.64km2,棚户区户均燃煤量约为2.1t/户,住户燃煤比在0.6~0.8;2016年长春城区民用散煤CO、SO2、NOx、PM2.5、PM10、VOCs的排放量分别为12 462、329、142、961、1 201、356t,CO为长春地区民用散煤燃烧主要污染物,占民用散煤燃烧污染物总排放量的80.7%;长春各城区民用散煤燃烧总排放量为绿园区宽城区朝阳区双阳区二道区南关区;大气污染物排放日变化峰值在6:00—7:00、12:00、19:00;民用散煤燃烧污染物排放的周变化差异不大,周末排放量较工作日稍高;采暖期大气污染物排放的月变化与气温的变化同步,排放量呈现1月12月2月11月3月10月4月的变化规律。 相似文献
9.
10.
北京市2005年夏季大气颗粒物污染特征及影响因素 总被引:8,自引:1,他引:8
对2005年7~8月北京市不同功能区8个采样点PM10和PM2.5的浓度水平、空间分布、PM10/PM2.5比值进行了分析,并讨论了PM10和PM2.5的日变化特征及影响因素.结果表明,北京市夏季PM10和PM2.5日均浓度为155.37 μg/m3和87.70 μg/m3,分别为国家二级标准和美国PM2.5标准的1.04倍和1.35倍;PM2.5、PM10浓度在不同功能区存在一定差异;PM2.5和PM10的日变化以白天高,夜间低为主,且不同功能区的最高值对应于城市居民活动的不同高峰期;在湿度较高的情况下,PM2.5、PM10与湿度呈一定正相关性,且湿度对PM2.5的影响更大;降水前后PM2.5、PM10浓度变化情况表明降水的主要作用是清除粗粒子,对PM2.5的影响则较小. 相似文献
11.
分析了2013年1—3月西安市12个空气监测子站监测的PM10、PM2.5以及相关气象参数;绘制了不同月的主城区浓度分布等值线图。运用单样本K-S非参数检验法检验表明,PM2.5浓度符合对数正态分布;各站点间的PM2.5浓度相关性非常高,变化趋势一致;PM10和PM2.5的变化规律呈现"W"型三峰分布;PM2.5日均值与能见度、净辐射量、平均气温、最高气温、最低气温均呈现显著负相关,且相关性较强;与平均湿度、最大湿度、最小湿度呈现显著正相关;与总辐射量、日照时数、气压、露点温度的相关性较弱;节日烟花燃放、沙尘天气容易造成严重大气污染,其中节日烟花燃放、沙尘天气对PM10的贡献量大于对PM2.5的贡献。 相似文献
12.
《环境工程学报》2016,(3)
当前细颗粒物PM2.5已成为城市环境的主要污染物,研究城市不对称街谷内PM2.5浓度的垂直分布特征,对居民日常生活与健康出行有现实意义。实验选取2013年3个不同阶段对高度在1~35 m范围的街谷进行PM2.5浓度监测,同时引用街谷内流场模型与浓度场模型,对PM2.5浓度垂直分布特征及成因进行探究。结果表明,不对称街谷受大气对流、风速、风向影响,街谷内细颗粒物存在不均匀分布特点,在较高侧随着壁面高度的增加PM2.5浓度大体呈"S"型曲线变化。同时在同一阶段监测的4天中街谷内PM2.5浓度分布特征大体一致,而阶段之间差异明显;街谷内PM2.5浓度垂直分布的最高浓度差出现在阶段1,高达75μg/m3,阶段2与阶段3浓度差相对减弱,仅在20~30μg/m3之间。通过阶段2与阶段3对比可知,北京冬季供暖燃煤对大气细颗粒物的贡献较大,导致颗粒物浓度偏高;而非采暖期气温回升,大气对流作用较强,有助于大气颗粒物扩散,因而街谷内PM2.5污染程度相对较低。 相似文献
13.
14.
《环境工程学报》2016,(3)
卫星遥感反演气溶胶光学厚度(AOT)已被广泛地应用于地面PM10遥感监测。为遥感监测长江三角洲地区PM10,利用2013年的MODIS/Terra AOT产品,考虑研究区36个空气质量监测站点的风速、温度、湿度和边界层高度等气象条件,构建了基于MODIS AOT产品估算PM10的模型。利用17个空气质量监测站点数据对模型进行散点拟合验证,结果表明,模型估算精度较高,春夏秋冬4个季节PM10质量浓度的模型估算值与地面监测值的相关系数R2值分别为0.72、0.76、0.69和0.72。利用模型估算的长时间序列PM10时空分布数据进行时空变化特征分析,结果表明:2000—2013年研究区PM10质量浓度呈增长趋势,月均增长量为0.077μg/m3,最大值出现在2月,为(107.2±22.0)μg/m3,最小值出现在8月,为(40.5±12.0)μg/m3;研究区PM10质量浓度空间分布差异显著,南部低,北部高,高值主要出现在由上海、杭州和南京构成的三角形区域的城市群中,而低值主要出现在南部远离城市的森林区域。结果表明,基于MODIS/Terra AOT产品和地面观测气象数据估算PM10的多元线性回归模型能较好地应用于区域PM10监测。 相似文献
15.
16.
17.
为了研究大气中PM25污染特征以及其随时间变化规律,基于西安市2013年1月-2014年4月间SO2、NO2、CO、03、日最高温度(Tmax)、日最低温度(Tmin)、PM2.5、PM10等因素的监测数据.运用统计学原理和多元回归分析方法,分析了PM25的污染特征及相关因素对其产生的贡献度,进一步建立了四季的最优多元回归模型.研究结果表明,西安市年平均质量浓度124.9 μg/m3,四季的平均污染浓度从大到小依次为冬、春、秋、夏;春夏两季贡献较大的为SO2、CO;秋冬两季贡献较大的为NO2、CO;最终建立的模型的相关系数较高,模型很好地拟合了冬春两季PM2.5变化趋势,能较准确地反映了西安市PM2.5的污染特征,具有一定的理论和实用价值. 相似文献
18.
《环境污染与防治》2016,(1)
于2014年1—4月在天津城区采集PM2.5样品,采用热光反射法测定样品中有机碳(OC)、元素碳(EC)及8个碳组分(OC1、OC2、OC3、OC4、EC1、EC2、EC3、裂解碳(OP))的含量。结果表明,天津城区空气PM2.5中OC、EC质量浓度分别为(18.7±9.9)、(3.9±2.6)μg/m3,两者之和占PM2.5质量浓度的18.0%。采样期间OC与EC变化趋势一致,均呈现春节期间、普通采暖季浓度较高,非采暖季浓度较低的特点。对8个碳组分进行相关性分析,发现OC1~OC4及EC1~EC3分别来自相似的来源或受大气中类似的二次过程影响,主成分分析结果表明,燃煤、生物质燃烧和机动车排放对天津城区PM2.5中碳组分贡献显著。 相似文献
19.
采用2017年京津冀地区中分辨率成像光谱仪提供的3km气溶胶光学厚度(AOD)和气象数据,分别在有无气象因子作为自变量的情况下对PM_(2.5)与AOD的关系进行解释。比较基于空间、时间及时空的78种混合效应模型的模拟效果,并利用十折交叉模型进行验证。经相关系数、拟合程度和模型误差对比,最终确定将气温、相对湿度、风速和气压4种气象因子作为影响因子的基于时空的混合效应模型效果最佳。利用该模型估算2017年京津冀地区的PM_(2.5)监测值,结果表明,PM_(2.5)监测值与模拟值的R~2为0.90(经十折交叉模型校正后为0.81),均方根误差、平均绝对误差分别为13.44、10.12μg/m~3,模型的拟合精度较高。同时研究表明,整体来说,京津冀地区呈现南高北低、平原地区东南高西北低、非平原地区高纬度区域相对低的空间格局。 相似文献