共查询到20条相似文献,搜索用时 93 毫秒
1.
基于《大气污染防治行动计划》实施前后,在污染严重的冬季(2013年和2018年12月同期),采集郑州市监测站的PM2.5样品,分析PM2.5化学组成,通过对比分析PM2.5中的EC、OC、水溶性离子和金属元素的浓度变化来评估PM2.5浓度及化学组成的变化,同时选取不同阶段重污染过程,探究PM2.5浓度及组成的变化. 结果表明:①郑州市冬季ρ(PM2.5)平均值由2013年的(215.38 ±107.28) μg·m-3 下降至2018年的(77.45 ±49.81) μg·m-3,下降率高达64%. ②PM2.5中EC、K+、SO42-和Cl-,分别下降了85%、80%、78%和72%;OC、NH4+和NO3-下降幅度较小,分别为50%、41%和32%. ③与2013年冬季相比,2018年冬季OC/EC的值升高了2.6倍,二次有机碳在OC中占比升高至57%;同时,硫氧化率和氮氧化率的值分别升高了1.5倍和1.0倍,表明郑州市二次污染较为严重,二次转化程度升高. ④NO3-/SO42-(质量比)由2013年的0.8 ±0.2升高至2018年2.5 ±1.0,表明郑州市移动源贡献上升并且超过固定源成为冬季大气污染的主要来源. ⑤不同阶段重污染过程对比结果显示,与2013年相比,2018年重污染过程中PM2.5浓度下降显著,峰值浓度下降了61%,主要化学组成由OC、NO3-、SO42-和NH4+变为OC、NO3-和NH4+. 研究结果表明郑州市一次排放源管控取得了显著的成效,但二次生成对PM2.5贡献呈现升高趋势,因此未来需要关注二次生成的影响. 相似文献
2.
基于2019年三亚城区站点PM2.5中水溶性离子在线观测数据,分析了水溶性离子的质量浓度水平、不同时间尺度和不同PM2.5浓度下的特征,探讨了气象因子对离子组分的影响,通过主成分分析(PCA)解析来源.结果表明:2019年三亚城区总水溶性离子(TWSI)质量浓度为8.173 μg·m-3,占ρ(PM2.5)的58.4%,各离子质量浓度大小依次为:ρ(SO42-) > ρ(NO3-) > ρ(K+) > ρ(NH4+) > ρ(Na+) > ρ(Cl-) > ρ(Ca2+) > ρ(F-) > ρ(Mg2+) > ρ(NO2-),其中二次离子SO42-、NO3-、NH4+(SNA)和K+为主要离子组分,占总水溶性离子的80.0%,海盐粒子Na+及Cl-之和占比为14.7%,且与风速呈显著正相关;TWSI季节浓度变化特征明显,秋季最高,春冬季次之,夏季最低,主要与秋冬季风速较大、主导风向转为东北风,易受外来传输有关;SO42-在各个季节均是浓度及占比最高的离子,硫氧化率(SOR)的日均值均大于0.1,存在显著的SO2向SO42-转化的过程;PCA分析结果表明三亚城区水溶性离子主要受海洋源、二次源及生物质燃烧源的影响. 相似文献
3.
为探究北京市大气细颗粒物(PM2.5)水溶性离子含量及其变化特征,有针对性地提出污染防治方案,对2022年全年PM2.5水溶性离子、气态前体物(SO2、NO2)和气象因素(温度、RH)进行分析测定.结果表明,北京市城区PM2.5中占比最高的水溶性离子为NO3-、NH4+和SO42-,占PM2.5的52.7%,ρ(PM2.5)(33.2 μg·m-3)和ρ(SNA)(18.9 μg·m-3)低于历史研究结果,但SNA占比(52.7%)、SOR(0.45)和NOR(0.15)高于历史研究结果,体现出北京市细颗粒物污染得到明显改善,但仍具有较强的二次污染特征.NO3-/SO42-为2.2,高于历史及附近省市研究结果,反映出移动源的影响不断扩大.从季节变化上看,PM2.5呈现秋高夏低的变化特征,秋、春、冬这3个季节NO3-的占比最高,夏季SO42-占比最高,而NH4+在各季节占比变化不大.NOR与SOR的季节变化规律几乎相反,反映出二者的转化形成因素存在差异.北京城区SNA的主要存在形式为NH4NO3和(NH4)2SO4,其中冬季阴阳离子中和度最高,夏季阳离子NH4+稍显不足,而春秋两季NH4+处于过量状态,北京城区为富氨环境.从污染级别看,水溶性离子质量浓度均随污染加重有不同程度的增长,增长最快的是SNA,其在PM2.5中占比出现先上升后稳定的变化特征.从空间分布特征来看,中心城区和东南西北部郊区的SNA质量浓度大小均为:NO3->SO42->NH4+,体现了以NO3-为主导的污染特征;SNA对PM2.5的贡献率最高的区域发生在东部、中心城区和传输点,表明在中心城区和东部地区二次反应相对活跃,同时区域传输也是二次离子的重要来源. 相似文献
4.
依托河北省灰霾污染防治重点实验室,对2019年11月26日—12月31日石家庄市大气PM2.5中的NO3-和SO42-进行连续在线观测,研究NO3-和SO42-与环境空气相对湿度的相关性,解析冬季发生PM2.5重污染天气的RH阈值.观测期间,RH为10%~60%时,NO3-的浓度与RH呈显著正相关,为PM2.5中浓度最高的无机水溶性离子.RH超过70%后,NO3-与RH呈负相关,NO3-浓度和NOR开始下降.SO42-浓度与RH在整个湿度区间均呈正相关.RH低于50%时,SO2向SO42-的转化以气相反应为主.RH高于50%以后,颗粒物达到潮解点,SO2的主要反应转入液相,转化速率加快,SO2液相反应贡献逐渐增加至64.6%.RH超过70%后,SO42-成为PM2.5中浓度最高的无机水溶性离子.RH超过PM2.5潮解点以后,NO3-和SO42-大量合成,推高PM2.5环境浓度,易于形成重污染天气. 相似文献
5.
为探究新乡市大气PM2.5中水溶性无机离子(WSIIs)的污染演变、来源特征及其气象影响,利用URG-9000在线监测系统于2022年1月(冬季)、4月(春季)、7月(夏季)和10月(秋季)对PM2.5组分进行在线观测.结果表明,TWSIIs(总水溶性无机离子)与PM2.5的季节变化特征一致,季度ρ(TWSIIs)均值变化范围为19.62~72.15 μg·m-3,在PM2.5中的占比超过66%,WSIIs是大气PM2.5的重要组分.年均NO3-/SO42-(质量浓度比)为2.11,且呈现逐年增加的趋势,移动源对二次无机气溶胶(SNA)的影响不容忽视,年均[NH4+]/[NO3-](量比)为1.95,说明农业源是大气中氮的主要贡献者.后向轨迹分析表明,在盛行东北风且风速较大时,PM2.5中Ca2+和Mg2+的浓度较高.低温高湿的气象条件下(T<8℃,RH>60%),SOR和NOR值均较高,更多的气态前体物SO2和NO2转化为颗粒态的SO42-和NO3-.与SOR不同,在高温条件下(T>24℃),NOR并没有表现出高值特征,与高温条件下NH4NO3的分解有关.结合PMF和后向轨迹分析,来自西北方向的气团所对应的扬尘源对WSIIs的贡献较大,观测站点周边区域的低空低速气团所对应的二次硫酸盐以及二次硝酸盐和生物质源对WSIIs的贡献较大. 相似文献
6.
2020年春节期间天津市重污染天气污染特征分析 总被引:5,自引:0,他引:5
为了解春节期间重污染天气污染特征,基于城区点位2020年1月高时间分辨率的在线监测数据,开展天津市春节期间重污染分析.结果表明:区域污染物输送叠加本地污染物排放和不利气象条件导致春节重污染的发生,重污染期间天津市平均风速为0.97 m·s-1,平均相对湿度为70%左右,边界层高度为210 m,水平和垂直扩散条件均较差.春节重污染期间,天津市PM2.5、SO2、NO2和CO平均浓度分别为219、14、46 μg·m-3和1.9 mg·m-3,与春节前重污染相比,春节重污染期间污染程度有所降低,尤其是NO2浓度下降明显.PM2.5浓度空间分布表明,天津远郊区依然存在烟花爆竹燃放情况.春节重污染期间,城区PM2.5中主要化学组分为二次无机离子(NO3-、SO42-和NH4+)、OC、K+和Cl-,平均浓度分别为96.4、22.5、9.5和8.9 μg·m-3,在PM2.5中占比分别为41.3%、9.7%、4.1%和3.8%.与春节前重污染相比,受移动源减少、工业企业排放降低、工地停工影响,春节重污染期间NO3-、SO42-、NH4+、EC和Ca2+浓度及其在PM2.5中占比明显下降;受烟花爆竹燃放影响,OC、K+、Cl-和Mg2+浓度及其在PM2.5中占比均上升.与清洁天气相比,春节重污染期间PM2.5中二次无机化学转化明显增强.PMF解析结果表明,春节重污染期间,天津市城区PM2.5的主要来源为二次无机盐、燃煤和工业、烟花爆竹及生物质燃烧、机动车和扬尘,贡献分担率分别为40.1%、30.6%、20.6%、6.9%和1.8%.与春节前重污染相比,春节重污染期间二次无机盐、机动车和扬尘贡献率分别下降25.5%、62.9%、71.4%,燃煤和工业贡献率上升51.5%,烟花爆竹及生物质燃烧源显著上升.无论是重污染还是非重污染,常态化还是特殊时期,二次无机盐、燃煤和工业排放始终是天津市PM2.5最主要的来源,产业结构和能源结构的调整始终是天津大气污染防治的主要方向. 相似文献
7.
为研究甘肃南部城镇PM2.5及水溶性离子(WSIIs)浓度水平,于2019年4月—2020年2月在甘肃成县按季度进行PM2.5样品采集,分析了其变化特征,并运用相关和主成分分析法进行来源解析.结果表明:采样期间甘肃成县PM2.5年平均质量浓度为(57.2±26.9) μg·m-3,表现为冬季>春季>秋季>夏季的季节变化特征,冬季质量浓度约为夏季的1.9倍,全年空气质量优良率为81%,其中夏季达100%.WSIIs质量浓度呈现SO42->NO3->Na+>NH4+>Ca2+> K+>Cl->Mg2+的特征.SNA是浓度水平最高的3种水溶性离子,占8种主要水溶性离子浓度的70.1%.ρ(NO3-)/ρ(SO42-)平均值为0.6,表明工农业生产及化石燃料燃烧排放等固定源是颗粒物污染的主要来源.新型冠状病毒疫情期间人员管控对PM2.5和水溶性离子中SNA质量浓度影响显著,PM2.5平均质量浓度降幅达44.2%.源解析表明,PM2.5中WSIIs主要来自化石燃料燃烧、生物质燃烧及二次源和道路建筑扬尘等. 相似文献
8.
为探索浙江省中部地区大气细颗粒物(PM2.5)中水溶性离子的组成特征及其季节变化,采集了兰溪市市区和近郊两个站点2016年4个季节的PM2.5样品,利用双通道离子色谱对水溶性无机离子(Cl-、NO3-、SO42-、Na+、NH4+、K+、Ca2+、Mg2+)进行了定量分析.结果表明,兰溪PM2.5中离子总浓度存在明显的冬季高、夏季低的季节变化趋势,年均值为21.19 μg·m-3,约占PM2.5质量的45%;SO42-、NO3-和NH4+是水溶性离子中最主要的组分,年均浓度分别为8.11、5.92、3.87 μg·m-3.Cl-和NO3-浓度的季节变化最为显著,冬/夏浓度比接近10,其半挥发特性是导致兰溪PM2.5中离子组成呈现季节变化的重要原因.兰溪PM2.5中NO3-/SO42-比值的冬季平均值为1.18,说明流动源对兰溪PM2.5有很大贡献;夏季(以及春、秋季)时NO3-/SO42-比值较低,且与PM2.5浓度呈负相关,与矿物尘结合的硝酸根离子的较大贡献可能是导致夏季PM2.5浓度较低时NO3-/SO42-比值较高的主要原因.阴阳离子平衡、相关性及主成分分析(PCA)结果表明,矿物尘对兰溪市PM2.5的酸度及离子赋存状态有较大影响;冬季及春、秋季兰溪的PM2.5具有一定的酸性;NO3-和SO42-主要与NH4+结合,但部分可能与钙等其他组分结合;Cl-和K+主要来源于生物质燃烧,但K+的年均浓度仅为0.31 μg·m-3,说明生物质燃烧对兰溪PM2.5的贡献不大. 相似文献
9.
为研究沈阳市冬季PM2.5和水溶性离子的污染特征,使用URG-9000D在线监测系统于2018年冬季对大气颗粒物和气体组分进行连续采样.结果表明,采样期间沈阳市PM2.5的平均质量浓度为80.67 μg·m-3,总水溶性离子质量浓度变化范围为2.68~132.79 μg·m-3.与清洁天相比,污染天NO3-、SO42-和NH4+(SNA)占比明显增加,占到PM2.5的43.7%.静稳天气时SO2短时间内的迅速累积使得沈阳市冬季大气PM2.5有暴发性增长现象.Pearson相关性分析可知,SNA、Cl-与PM2.5之间的相关系数均达0.78以上,表明沈阳市冬季PM2.5的主要贡献组分为SNA和Cl-.PMF源解析表明沈阳市冬季污染物来源主要包括二次反应源、燃煤和生物质燃烧源以及扬尘源. 相似文献
10.
本研究基于采样分析与WRF-CAMx-PSAT模式分析了2018年1月北京和唐山PM2.5的组分特征、传输特征和来源解析.结果表明,2018年1月北京和唐山水溶性无机离子占PM2.5质量浓度的49.59%和39.13%,两地NO3-/SO42-分别为2.02和1.51,均受移动源主导,北京和唐山PM2.5外来贡献分别占总浓度的48.74%和30.67%,除此之外主要受到邻近局地、西北通道和西南通道这3个方面的污染输送.在污染日时段,两地受西南通道污染贡献分别上升9.65%和15.02%.北京PM2.5污染浓度贡献最大的是移动源和扬尘源,二次离子受区域输入影响较为明显,唐山则以移动源和工业源为主,且一次颗粒物和SO42-的本地贡献十分显著.与2013年相比,水溶性离子主导组分由SO42-向NO3-转变,主要污染源由燃煤源和工业源向移动源和扬尘源转变,同时2018年气象条件对于污染的缓解也比2013年更为有利,其中二次离子的气象影响变化与这两年的相对湿度变化差异紧密相关. 相似文献
11.
河北张家口市大气污染观测研究 总被引:5,自引:1,他引:4
冀北重镇张家口,全年干旱少雨风沙大,自然生态环境极其脆弱,但近年来工业发展极为迅速.为了解张家口市大气污染物浓度水平及季节变化,2009年12月1日~2010年11月30日,利用自动在线仪器对张家口市区大气典型污染物NOx、SO2、O3和PM10进行了连续观测研究.结果表明,张家口市首要污染物为可吸入颗粒物(PM10),年均质量浓度达(137±105)μg.m-3.NO、NO2、SO2和O3年均质量浓度分别为:(8±13)、(30±15)、(19±26)和(54±35)μg.m-3.NOx和SO2质量浓度冬季最高,分别达(51±35)μg.m-3和(42±29)μg.m-3;夏季最低,分别为(28±8)μg.m-3和(4±3)μg.m-3.O3质量浓度夏季最高,达(92±40)μg.m-3,最高小时均值可达271μg.m-3;冬季最低,为(34±20)μg.m-3.PM10质量浓度春季最高,达(144±131)μg.m-3;冬季最低,为(130±129)μg.m-3,但季节变化不明显.依照国家二级标准PM10日均值超标率为28%.季节统计日变化显示NOx和PM10为早晚双峰型,SO2为午间单峰型,O3为午后单峰型.张家口市区大气污染日变化受到交通源显著影响,气态污染物冬季受取暖燃煤显著影响.夏季东南气流对张家口O3有输送作用,自西北的沙尘及局地扬尘(浮尘)对张家口PM10影响显著,并对华北平原区域造成一定影响. 相似文献
12.
浮游植物最大光合作用效率(F_v/F_m)可以判断水生生态环境状况,是探究梯级筑坝对河流生态环境影响的重要参数。本研究对三岔河梯级水库的浮游植物F_v/F_m及相关的水化学参数进行了季节性调查,探讨F_v/F_m的时空变化及其环境影响因素。结果表明,F_v/F_m具有明显的时空差异性,在空间分布上为库区下泄水河流;F_v/F_m和浮游植物总细胞丰度呈现显著正相关,库区总细胞丰度大,F_v/F_m比其它区域高。在时间分布上为冬季夏季≈秋季春季,表明浮游植物在水温较低时,会提高光合作用效率,F_v/F_m增高。 相似文献
13.
为研究石家庄市大气颗粒物、碳组分特征和污染来源,采集2016年11月1日—12月31日石家庄市大气颗粒物(PM10、PM2.5和PM1)样品,分析采暖前后PM10、PM2.5和PM1及其中OC(有机碳)、EC(元素碳)和WSOC(水溶性有机碳)浓度水平,计算颗粒物与碳组分间相关性,进行OC/EC(质量浓度之比,下同)特征比值法和8个碳组分(OC1、OC2、OC3、OC4、OPC、EC1、EC2和EC3)研究.结果表明:①采暖后ρ(PM10)和ρ(PM2.5)比采暖前分别增加了26.4%和32.1%,而采暖后ρ(PM1)比采暖前降低了12.2%.采样期间ρ(PM10)与ρ(PM2.5)显著相关,而ρ(PM1)分别与ρ(PM2.5)和ρ(PM10)相关性差.采暖后散煤燃烧造成ρ(PM10)和ρ(PM2.5)增加,区域机动车限行和工业限产/停产导致ρ(PM1)降低.②Pearson相关系数计算可知,ρ(OC)与ρ(EC)强相关;ρ(PM10)和ρ(PM2.5)分别与ρ(OC)和ρ(WSOC)强相关,而ρ(PM1)分别与ρ(OC)和ρ(WSOC)中等相关;ρ(PM10)和ρ(PM2.5)分别与ρ(EC)弱相关,ρ(PM1)与ρ(EC)中等相关.③采暖后PM10、PM2.5和PM1中ρ(OC)比采暖前分别增加了215.1%、97.2%和18.5%;采暖后PM10和PM2.5中ρ(EC)比采暖前分别增加了65.2%和5.3%,而采暖后PM1中ρ(EC)比采暖前降低了10.9%.集中供热和散煤燃烧排放了大量OC;PM10和PM2.5中EC主要来源于散煤燃烧,PM1中EC主要来源于工业排放和机动车尾气.④采暖前PM10、PM2.5和PM1中OC/EC平均值分别为4.5、4.5和4.3;采暖后PM10和PM2.5中OC/EC平均值分别为9.8和9.7,而PM1中OC/EC平均值为7.4.采暖前后SOC/OC(质量浓度之比,下同)平均值的范围为0.36~0.65,石家庄市冬季大气中SOC污染严重;⑤8个碳组分分析发现,石家庄市机动车限行导致PM1中ρ(EC1)降低,而采暖后集中供暖和散煤燃烧的增加,导致ρ(OC2)明显增加.研究显示,大气颗粒物中碳组分采暖前主要来源于机动车尾气,而采暖后主要来源于燃煤燃烧,尤其是散煤燃烧. 相似文献
14.
近10年海南岛大气NO2的时空变化及污染物来源解析 总被引:4,自引:0,他引:4
利用OMI卫星反演的NO2柱浓度数据,分析了近10年海南岛对流层NO2柱浓度(Tro NO2)和总NO2柱浓度(Tot NO2)的时空变化,同时结合地面风向、SO2排放资料,以及HYSPLIT模式等探究其大气污染物来源.结果表明,海南岛地区大气NO2呈北半部高于南半部、中部山区低于四周沿海的分布特征,其季节变化表现为冬季高、夏季低的特点,其中夏季浓度偏低和雨水的冲刷作用有关,而冬季浓度偏高与珠江三角洲地区的外源输送作用有密切联系.近10年海南岛大气NO2冬夏季有相反的变化趋势,冬季逐年下降,夏季则有弱的上升趋势.其原因可能是夏季大气污染物以本地排放为主,冬季外源输送起主要贡献作用.海口市Tro NO2与珠江三角洲地区的有利风向日数相关系数为0.84,通过了99%的信度检验.后向轨迹分析表明,2013年12月影响海口市的3条气流移动路径,均不同程度的经过珠江三角洲地区,进一步表明海南岛冬季大气污染物主要以珠江三角洲地区的外源输送为主. 相似文献
15.
长春市大气SO2、O3和NOx的变化特征及来源 总被引:2,自引:0,他引:2
为研究长春市采暖期大气污染物的污染水平及其随时间的变化特征,于2012年1—6月通过在线监测仪获取了大气中ρ(SO2)、ρ(O3)和ρ(NOx),利用HYSPLIT(混合型单粒子拉格朗日综合轨迹模式)后向轨迹模型结合地面气象资料,初步分析了该市大气污染物的可能来源及传输过程. 结果表明:观测期间ρ(SO2)和ρ(NOx)的日均值分别为(25.0±21.6)和(54.4±34.0)μg/m3,ρ(O3)最大8 h平均值为(85.0±26.2)μg/m3,ρ(SO2)、ρ(NOx)和ρ(O3)的变化范围分别为2.3~131.0、17.6~183.7和31.0~173.3 μg/m3;其中ρ(O3)日均值超过GB 3095—2012《环境空气质量标准》二级标准限值的时间为2 d,ρ(SO2)和ρ(NOx)均未超过二级标准限值,但ρ(SO2)日均值在采暖期超过GB 3095—2012一级标准限值的时间为23 d,占采暖期的24%. 采暖期ρ(SO2)日变化为双峰型,峰值出现在06:00和20:00左右,而在非采暖期表现为单峰型,峰值出现在08:00左右;ρ(O3)表现为单峰型,峰值出现在13:00─15:00;ρ(NOx)在采暖期表现为双峰型,而在非采暖期表现为单峰型. 对观测期间72 h内HYSPLIT后向轨迹模拟结果和气象数据的分析表明,长春市大气污染主要受本地源的影响,偏西气流易对污染物造成积累,而偏东气流有利于污染物扩散. 相似文献
16.
苏北潮滩温室气体排放的时空变化及影响因素 总被引:5,自引:4,他引:1
滨海湿地温室气体CO_2、CH_4和N_2O的排放在全球碳氮循环中发挥着重要的作用,进一步影响着全球气候变化.为研究滨海湿地CO_2、CH_4和N_2O排放的时空变化及影响因素,以苏北潮滩为例,采用静态暗箱-气相色谱法,于2013年4月至2014年3月,测定了不同时空尺度下CO_2、CH_4和N_2O通量的变化规律,并分析了影响温室气体通量变化的环境因素.结果表明,CO_2、CH_4和N_2O通量的季节变化的最大值出现在夏季,CO_2和N_2O通量的最小值出现在冬季,而CH_4在春季表现为弱吸收;互花米草滩年均排放CO_2量最大,为(766.3±496.9)mg·(m2·h)~(-1),芦苇滩年均排放CH_4和N_2O最大,分别是(0.420±0.900)mg·(m2·h)~(-1)和(17.4±5.0)μg·(m2·h)~(-1).光滩表现为对CH_4的吸收,为(-0.004±0.032)mg·(m2·h)~(-1),对CO_2和N_2O的排放,且排放通量最小,分别是(57.1±16.2)mg·(m2·h)~(-1)和(6.1±2.1)μg·(m2·h)~(-1).全球变暖潜能的最大值出现在互花米草滩,为68 841.280 kg·(hm2·a)~(-1),分别是芦苇滩和碱蓬滩的1.41倍和3.02倍,光滩的GWP最小,为5 002.100 kg·(hm2·a)~(-1).通过Pearson相关分析发现,除光滩外,CO_2通量与气温、土温呈显著的相关性(P0.05),而CH_4和N_2O通量与温度则不存在显著的相关性.尽管如此,CO_2、CH_4和N_2O通量的时间变化更多地是受温度以及植被生长状况的影响,而空间变化则主要由植被的状况所决定;外来种互花米草主要是通过增加CO_2排放来影响滨海湿地的全球变暖潜能. 相似文献
17.
上海地区对流层低层臭氧及硫酸盐气溶胶时空分布特征研究 总被引:3,自引:0,他引:3
基于Aura/OMI卫星资料,分析了上海地区2007—2016年近十年对流层低层O_3浓度(0~3 km)、SO_2柱浓度和硫酸盐气溶胶光学厚度(0~2 km)时空演变特征.结果表明,近十年来上海地区臭氧浓度总体呈现上升的趋势,最低值在2008年,为31.57μg·m~(-3),最高值在2016年,浓度为40.72μg·m~(-3);O_3季节变化明显,夏季高、春秋次之、冬季低.十年来,硫酸盐气溶胶污染先减少后增加,2007年硫酸盐气溶胶(AOD=0.81)污染最为严重,占近十年硫酸盐气溶胶发生频率的16.41%,2010年污染最轻(AOD=0.68),比2007年下降了16.12%,且硫酸盐气溶胶污染频率为7.68%,但在2013年以后,硫酸盐气溶胶污染又出现增长趋势;污染季节特征与O_3相同,这主要是因为夏季阳光充足有利于大气光化学反应的进行,从而使O_3和硫酸盐气溶胶等光化学产物的浓度升高.SO_2浓度在2007—2014年总体呈现下降的变化趋势,且下降趋势明显,最低值(2014年)比最高值(2007年)降低了52.76%,但在2014年后SO_2浓度略有反弹;SO_2污染主要集中在冬季. 相似文献
18.
被动采样法观测研究京津冀区域大气中气态污染物 总被引:5,自引:3,他引:2
为了对京津冀区域的大气污染物进行观测,揭示污染物浓度和组分的时空分布和变化规律,深入了解区域复合型污染,从2007年12月开始使用造价低、操作简捷的被动采样方法对区域10个站点大气中的SO2、NO2、O3和NH3等主要污染物进行了监测,对被动采样方法的区域适用性进行了比较全面的评估并根据监测结果对污染物的浓度水平和区域分布进行了研究.方法适用性评估表明被动采样方法在污染较严重的京津冀区域能进行长时间采样,采样频率设定为每月1次;平行采样结果显示,SO2、NO2、O3和NH3的变异系数分别为6.4%、7.1%、4.2%和3.9%,方法表现出良好的稳定性;每月1次的被动采样浓度结果与主动采样仪器观测结果月平均值相比具有较好的一致性,SO2、NO2和O3这2种方法监测结果的相关系数达到0.91、0.88和0.93,拟合曲线斜率分别为1.25、0.98和0.93,平均相对标准偏差分别为23.3%、14.9%和8.5%,能基本满足大气采样的要求,NH3的短时监测也表明2种方法具有可比性.评估结果说明被动采样方法是一种可靠的大气污染监测方法,可用于区域污染的监测.2008年夏季京津冀区域10个站点SO2、NO2、O3和NH3的被动采样平均浓度分别(12.3±6.3)×10-9、(13.2±7.0)×10-9、(40.5±9.5)×10-9和(24.0±13.7)×10-9.浓度区域分布显示SO2和NO2在城市站点具有较高浓度,而NH3在农业站点的浓度较高,SO2、NO2和NH3的大气浓度水平明显受局地排放影响,浓度分布较直观的反应了站点的局地源排放;而O3除了背景站兴隆,在北京和天津周边的大小城市,平均浓度都在40×10-9左右,表现出区域协同污染特征. 相似文献
19.
为定量云水和云下冲刷分别对降水中SO42-、NO3-的贡献,并进一步解析云下冲刷颗粒相和气相物质分别对降水样品中SO42-、NO3-的贡献,于2016年4月-2017年2月采用APS-3A型降水自动采样仪对降水进行分段采集.采用离子色谱检测分段降水样品的ρ(SO42-)、ρ(NO3-),分析其变化规律;在降水前、降水中及降水后同步采集并检测大气颗粒相ρ(SO42-)、ρ(NO3-)和气相ρ(SO2)、ρ(NO2),分析颗粒相中ρ(SO42-)、ρ(NO3-)和气相中ρ(SO2)、ρ(NO2)的变化与分布.结果表明:①ρ(SO42-)、ρ(NO3-)在同一场降水的分段样品中呈逐渐降低至后期趋于平稳的趋势,说明降水对空气中污染物的冲刷使空气逐渐清洁,后期冲刷作用有限使得降水中离子质量浓度趋稳.②颗粒相中ρ(SO42-)、ρ(NO3-)与气相中ρ(SO2)、ρ(NO2)在降水前较高,在降水中减小,并在降水后回升,说明降水对颗粒相SO42-、NO3-和气相SO2、NO2均有清除作用,降水结束后无云下冲刷作用,污染物质量浓度逐步回升.③云水对降水中ρ(SO42-)、ρ(NO3-)的贡献率分别为22%~56%(平均值为35%)、9%~49%(平均值为29%),云下冲刷颗粒相SO42-、NO3-对降水中ρ(SO42-)、ρ(NO3-)的贡献率分别为39%~69%(平均值为55%)、43%~73%(平均值为56%),云下冲刷气相SO2、NO2对降水中ρ(SO42-)、ρ(NO3-)的贡献率分别为5%~17%(平均值为10%)、5%~19%(平均值为15%).研究显示,降水中SO42-、NO3-主要来源于云水和云下冲刷颗粒相SO42-、NO3-,而来源于云下冲刷气相SO2、NO2较少. 相似文献
20.
以云贵高原岩溶深水水库——万峰湖为例,于2016年9月对该水库水体进行连续走航观测及分层采样,测定水体温度(T)、酸碱度(pH)、电导率(Cond)、总溶解固体物(TDS)、氧化还原电位(ORP)及碱度(ALK),通过水化学平衡原理及亨利定律计算水体二氧化碳分压(pCO_2).结果表明:干流表层pCO_2为128.84~222.51 Pa,均值为184.03 Pa;支流表层pCO_2为140.32~285.00 Pa,均值为216.78 Pa.剖面上,干流pCO_2为128.84~1076.81 Pa;支流pCO_2为140.32~657.23 Pa,干、支流剖面pCO_2随水深度增加而升高.TDS浓度为203.0~286.7 mg·L-1,溶解无机碳(DIC)浓度为2.56~3.37 mmol·L-1.相关分析表明:水体pCO_2与ORP呈显著正相关,分析认为受水生生物作用影响,水生生物消耗表层溶解CO2使表层水体pCO_2较低.同时,pCO_2与TDS、DIC呈正相关,说明万峰湖流域内溶蚀作用控制的河流碳酸盐体系是影响水体pCO_2的主要原因.干、支流水体pCO_2处于过饱和状态,成为大气CO2的源.根据Wanninkhof提出的淡水水-气界面交换系数的通量模式,估算干、支流水-气界面CO2交换速率分别为0.16、0.19μmol·m-2·s-1,其扩散通量干流为9.77~20.84 mmol·m-2·d-1,均通量为15.30 mmol·m-2·d-1;支流为11.55~27.88 mmol·m-2·d-1,均通量为19.72 mmol·m-2·d-1.与世界其它河流、水库相比较,水库干、支流二氧化碳扩散通量比热带地区河流Amazon、Curua-Una、Tucurui小;与温带地区黄河相比,扩散通量要大;与亚热带岩溶区水库相比差异不明显. 相似文献