排序方式: 共有55条查询结果,搜索用时 0 毫秒
41.
42.
对成都市3个不同点位PM2.5和PM10进行了为期30d的连续观测,研究了大气颗粒物浓度的时空分布特征,及其与气象条件的关系.研究表明,观测期间成都市大气颗粒物PM2.5和PM10质量浓度日均值分别为66,94μg/m3,两者浓度变化范围较大,但变化趋势相同.从空间分布来看,大气颗粒物浓度均是熊猫基地>草堂寺>丽都花园,即下风向污染状况最严重,商业繁华地段次之,生活居住区最好;从时间分布来看,大气颗粒物污染最严重出现在9月17~19日,9月5~9日2个时间段,不利的气象因素和污染物的累积是造成该时间段大气颗粒物污染加重的主要原因.PM2.5与PM10质量浓度的相关性为0.93,PM2.5对PM10的贡献较大,两者质量浓度的比值达0.69.气温对大气颗粒物浓度变化没有显著影响;降水以及风速对颗粒物浓度影响较大,主要是对颗粒物的湿清除和促进扩散作用;在一定相对湿度范围内,高湿度条件容易造成大气颗粒物的较重污染.能见度与大气颗粒物浓度呈明显负相关性,且与PM2.5的相关系数大于与PM10的相关系数. 相似文献
43.
2010~2017年四川省机动车污染物排放趋势分析 总被引:1,自引:1,他引:1
四川省机动车保有量日益增加,本研究基于特定的清单计算方法及多口径的活动水平数据,得到四川省2010~2017年机动车尾气污染物排放量.结果表明,四川省小型载客汽车的保有量增长最快,不管是机动车还是小型载客车保有量的增速,均高于全国平均增速;2017年四川省机动车共排放CO、NOx、SO2、NH3、HC、PM2.5、PM10、BC和OC分别为706.9、275.3、0.3、5.7、164.8、8.1、8.9、4.1和1.4 kt,除NH3以外,四川省所排放的其他污染物呈现波动中下降的趋势,在2014~2016年前后达到高值.柴油车的保有量变化与NOx的变化显示出较强的相关性;新车排放标准加严是最具有减排潜力的措施之一,同时随着实施年份的增长,显示的减排潜力越大,燃油品质的提升对于污染物的减排每年也会有6%以上的减排效力.未来应将HC和NOx减排作为四川省机动车管控的重要内容. 相似文献
44.
45.
通过调研2018年四川省37条水泥生产线活动水平数据,结合企业污染治理技术,分析该省水泥工业的主要大气污染物排放水平.结果表明:2018年四川省水泥行业SO2、NOx、PM2.5和PM10的排放量分别为1.2万t、5.5万t、3.9万t和6.5万t,其不确定性主要来自污染物的产生系数和去除效率.四川省水泥生产企业各工序... 相似文献
46.
为探究四川盆地典型城市PM2.5污染特征和来源,利用成都市、绵阳市、自贡市超站数据分析2020年冬季典型污染过程PM2.5组分特征,并采用CMB模型模拟获得研究期间PM2.5来源及演变特征.结果表明,不同城市PM2.5组分变化特征不尽相同,成都市污染过程整体呈现NO3-主导特征,但重度污染由OC主导.绵阳市污染期间呈现OC主导特征,是污染加重时增长最快的组分.EC是自贡市轻度污染增长最快的组分,NO3-、SO42-、NH4+是中度污染增长较快的组分,OC、EC是重度污染增长较快的组分.3个城市均是二次硝酸盐对PM2.5贡献率最高.比较而言,成都市机动车、扬尘源贡献率均最高;绵阳市二次有机碳贡献率最高,是成都市的2倍;自贡市燃煤源和二次硫酸盐贡献率分别比成都市和绵阳市高出4%~6%和7%~9%.成都市由优良天气到中度污染,二次硝酸盐贡献率随着污染程度的加重而增加,轻度污染较优良天气上升6%,中度污染较轻度污染天气上升3%.中度到重度污染,二次有机碳、机动车贡献率分别上升2%和1%.绵阳市由轻度到重度污染,二次有机碳对PM2.5的贡献率上升3%,机动车贡献率上升2%,是其污染加重的主要原因.自贡市由轻度到重度污染,各污染源贡献率变化幅度较小. 相似文献
47.
文章对2019年成都市中心城区大气臭氧自动连续监测数据及同步气象数据进行研究分析,结果表明成都臭氧浓度呈现春、夏>秋、冬的特点,由以8月浓度最高。日变化呈现"单峰型",早上08:00-09:00出现最低值,下午浓度较高,峰值浓度出现在16:00-17:00。O3浓度与气温、边界层、风速呈正相关,与相对湿度、降水量呈负相关。当成都中心城区O3浓度出现超标时,气温变化范围为28.537.1℃,相对湿度变化范围为34%63.6%,风速变化范围为0.52.5 m/s,边界层高度的范围为7701 967 m,主要为无降水天气和偏南风控制。气流以短距离传输即局地传输为主导,受本地污染源影响明显,导致成都O3浓度较高的气流主要来自其东北和偏南方向,受达州、德阳、绵阳、资阳和眉山等城市影响较大。 相似文献
48.
根据调查收集到的2015年四川省工程机械、农业机械、铁路机车、船舶和民航飞机的保有量、活动水平等数据,采用"排放因子法"计算了非道路移动源大气污染物排放量,分析了2015四川省非道路移动源的尾气污染排放特征,并建立了3km×3km的网格化排放清单.结果表明,2015年四川省非道路移动源排放的PM10为1.38×104t,PM2.5为1.25×104t,NOx为1.83×105t,THC为2.98×104t,CO为1.21×105t.工程机械对污染物的贡献率相对较高,占比达到70%;其次为农业机械,对NOx和PM的贡献占比分别达到15%.工程机械和农业机械的排放主要集中在夏季和秋季,而飞机、铁路机车和船舶的时间变化较不明显;而从空间分布来看,高排放源主要分布于成都平原地区和川南地区. 相似文献
49.
50.
基于高分辨率MARGA分析成都市PM2.5中水溶性离子污染特征 总被引:4,自引:0,他引:4
利用高分辨率MARGA对2019年成都市PM2.5中水溶性离子展开连续监测,结合气象参数分析水溶性离子污染特征.结果表明,MARGA监测的8种水溶性离子质量浓度与PM2.5变化趋势一致,水溶性离子年均浓度为(23.1±13.6)μg·m-3,在PM2.5中占比为48.6%,表明水溶性离子为PM2.5重要组分.各离子质量浓度大小顺序依次为:NO-3、 SO42-、 NH+4、 Cl-、 Ca2+、 K+、 Mg2+和Na+,其中二次离子(NO-3、 SO42-和NH+4)年均质量浓度为(20.2±2.7)μg·m... 相似文献