排序方式: 共有23条查询结果,搜索用时 31 毫秒
1.
基于2016~2022年北京市环境监测和气象观测数据,结合后向轨迹聚类和潜在源区贡献分析北京市臭氧(O3)污染特征、气象影响和潜在源区.结果表明,2016~2022年北京市共发生41次具有跳变特征的O3污染过程,平均为5.9次·a-1,发生时间集中在5~7月,跳变当日(OJD2)较跳变前一日(OJD1)的ρ(O3-8h)平均值偏高78.3%,峰值浓度偏高78.9%,OJD2区域O3浓度高值带呈现由南向北推进的特征.北京市跳变O3污染发生主要原因可归纳为不利气象条件导致的本地积累叠加区域传输影响.跳变型O3污染发生时具有偏南风频率增加、温度上升、气压降低和降水减少的特征,偏南风频率增加为O3及其前体物的传输提供条件,在本地高温作用下快速发生光化学反应,叠加降水较少,综合推高OJD2的O3浓度水平.聚类分析得到6条气团输送路径,OJD2来自偏北方向的气团减少11.2%,来自偏南和偏东方向气团增加6.7%和4.4%,气团以短距离传输为主,偏南和偏东方向对应的O3浓度较高,对北京污染贡献较大.潜在源区分析揭示OJD2的O3污染的主要潜在源区是京津冀中南部和东部,贡献了82.6%污染轨迹.跳变型O3污染区域输送贡献明显,需要加强京津冀区域联防联控. 相似文献
2.
为探究北京市不同点位秋冬季碳质组分污染特征及其来源,该文于2020年9月和12月在城区和路边站点同时开展了有机碳(OC)、元素碳(EC)、PM2.5、O3、CO、NOx(NO+NO2)和气象因子连续在线监测。结果表明,研究期间空气质量较好,路边站ρ(OC)、ρ(EC)和ρ(PM2.5)分别为(5.66±3.54)、(1.59±1.31)和(32.9±25.1)μg/m3,较城区分别高出32%、70%和33%,表明路边PM2.5污染较重,移动源对碳质组分尤其是EC贡献显著;秋季两站点OC浓度无显著空间差异,路边站EC较城区站高47%,PM2.5中ω(碳质颗粒(TCM=1.4×OC+EC))在城区和路边分别为29%和25%,冬季路边站OC和EC较城区高54%和83%,城区和路边ω(TCM)为27%和31%;除O3以外,其他气态污染物和PM2.5均呈冬季高于秋季、路边高于城区... 相似文献
3.
2005年9月~2006年9月在北京市北部、中部、南部3个点位采集了大气总悬浮颗粒物(TSP)样品,并采用电感耦合等离子体光谱、质谱技术测定了29种无机元素.基于大气浓度数据和气象观测资料,研究了925hPa时不同风向对北京市TSP浓度及Al、Fe、Ca、S、Se、Pb、Zn等特征元素空间分布及来源的影响.结果表明,TSP及Al、Fe等地壳来源元素在东北、西北、西南3种风向下,3点位的平均浓度变化不大,表现出明显的顺东北风递增的特征;Pb、Zn等冶炼排放元素的3点位平均浓度以西南风时为高,并表现出明显的顺西南风递减的特征.Pb、Zn等重金属元素主要来源于北京南部以远地区有色冶金企业排放的大气传输;而地壳元素主要来自北京本地排放源的贡献. 相似文献
4.
随着大气污染治理的不断深入,精细化、精准化和智能化的环境管理需求不断增加,迫切需要在特定区域开展高密度的监测,以弥补现有传统监测的不足.在此背景下,PM2.5传感器监测方法在国内迅速发展,为研究光散射原理的大气PM2.5小型传感器监测性能,于2018年7月—2019年7月在北京市建立了比对测试平台,对不同原理、不同品牌的PM2.5传感器设备进行为期1年的测试与分析.结果表明:(1)激光粒子计数法PM2.5传感器性能优于红外法PM2.5传感器,激光粒子计数法PM2.5传感器设备与自动标准设备比对的相关系数(R2)均大于0.45,红外法PM2.5传感器设备与自动标准设备比对的R2均小于0.40.采用激光粒子计数法的工业级PM2.5传感器数据有效率均在95%以上,更适用于业务化PM2.5监测.(2)多数激光粒子计数法的工业级传感器设备与标准设备有较好的一... 相似文献
5.
北京城区PM2.5各组分污染特征及来源分析 总被引:1,自引:1,他引:0
为探索北京城区大气细颗粒物( PM2. 5) 及其各组分的浓度特征,于 2019 年全年在车公庄地区开展了 PM2. 5及水溶性离子、碳质组分及金属元素的连续在线监测. 结果表明,2019 年北京城区 ρ( PM2. 5) 平均值为 46. 7 μg·m- 3,化学组分中 ρ[有机物( OM) ]、ρ( NO3-) 、ρ( SO42-) 、ρ( NH4+) 、ρ( EC) 、ρ( Cl-) 、ρ( 微量元素) 和 ρ( 地壳物质) 分别为 9. 1、11. 1、5. 7、5. 4、1. 4、0. 9、1. 6 和 7. 3 μg·m- 3,SNA ( SO42-、NO3-和 NH4+) 合计占到了... 相似文献
6.
近年来北京城区PM2.5浓度下降伴随其中二次离子占比升高,为探索不同组分PM2.5散射特性及其来源,于2020年12月至2021年11月开展了小时分辨率的PM2.5及其组分浓度和散射系数的连续在线监测,分析了PM2.5组分及散射的特征和来源.结果表明,研究期间北京城区PM2.5最主要组分为NO-3,PM2.5中ω(NO-3)和ω(SNA)分别为24%和46%.根据浓度和组分占比将PM2.5划分为6种类型:优型出现频率最高,为56%,四季分布均匀,PM2.5中ω(SNA)、ω(OM)和ω(FS)相当,分别为32%、 32%和28%;沙尘(D)型和OM(O)型全年出现频率较低,分别以FS和OM为主要组分,PM2.5中ω(FS)和ω(OM)分别为66%和46%,主要分布于春季和夏季;OM+SO4 相似文献
7.
为明确某石化工业区VOCs浓度特征及活性物种,利用法国Chromatotec公司生产的airmo VOC expert C2-C6和airmo VOC expert C6-C12分析仪联用系统在2018年夏季对该工业区VOCs进行连续监测.结果表明:①研究期间,石化工业区φ(TVOCs)(57种VOCs物种体积分数之和)为93.7×10-9±87.5×10-9,其中烯烃占比最高,达44.9%,当φ(TVOCs)日均值越高时烯烃占比越高.体积分数较高的物种主要为低碳烯烃、低碳烷烃、正己烷、甲苯和苯.②石化工业区φ(TVOCs)呈显著的夜高昼低变化特征,且各组分变化趋势相近,其中烯烃变幅高于其他组分.③各排放物质中对O3生成贡献较大的主要是乙烯、丙烯、顺-2-丁烯、甲苯等物质,而对二次有机气溶胶生成贡献较大的主要是甲苯、异丙苯、间/对二甲苯等物质.④通过PMF解析发现,石化工业区内催化裂化及裂解、催化重整及废水废液处理、油储设施溢散的贡献率分别为51.7%、34.8%、13.5%.⑤降低石化工业区VOCs活性可以明显降低O3超标率,若同时降低VOCs活性与φ(NOx)可更有效地降低O3超标率.研究显示,石化工业区VOCs排放强度较大,应对催化裂化及裂解等重点排放单元,以及乙烯、丙烯和甲苯等活性物质的排放进行控制,降低VOCs整体活性,并协同控制区域内NOx排放,从而减少O3污染. 相似文献
8.
9.
北京市黑碳气溶胶浓度特征及其主要影响因素 总被引:3,自引:3,他引:0
为探究北京市黑碳(black carbon,BC)气溶胶时空分布特征及其主要影响因素,对4个站点2019年的ρ(BC)、ρ(PM2.5)、ρ(CO)和φ(NOx)及同期气象因子进行比对分析.结果表明,背景区(BA)、城区(UA)、城区路边(UR)和外环路边(HR)的平均 ρ(BC)分别为(1.58±1.15)、(2.27±1.67)、(3.35±2.13)和(3.57±2.40)μg·m-3,o(BC/PM2.5)分别为(5.3±1.6)%、(6.0±2.3)%、(9.0±3.6)%和(8.1±3.5)%;除 UR 站点 ρ(CO)高于 HR 站点以外,4个站点的ρ(BC)、ρ(PM2.5)、ρ(CO)和ψ(NOx)由低到高排序均为:背景区<城区<城区路边<外环路边,且采暖季是非采暖季的1.1~1.7倍;用最大频率法估算各站本底ρ(BC),UR站点最高,BA站点最低,分别为0.56 μg·m-3和0.19 μg·m-3;交通排放导致路边站点本底ρ(BC)、平均ρ(BC)和ω(BC/PM2.5)均高于其他站点.ρ(BC)日变化曲线呈双峰型结构,非采暖季早高峰时段(07:00~08:00)峰值较高,采暖季全天浓度高于非采暖季且凌晨时段(00:00~02:00)峰值较高,谷值均在午后(14:00~16:00)出现.4个站点的平均吸收埃斯特朗指数(AAE)为1.38、1.34、1.26和1.26,表明全市BC主要来自化石燃料燃烧;采暖季平均AAE为1.46,高于非采暖季的1.23,主要是由于采暖季生物质燃烧排放占比增加;非采暖季各站点AAE日变化曲线主要受机动车活动时间影响,一致呈凌晨低、午后高的分布特点,采暖季曲线各异.BC与PM2 5、CO、NOx、风速和相对湿度的Pearson相关系数(r)为0.86、0.81、0.69、-0.37和0.34;由于燃煤源作为4种污染物的共同来源贡献增加,采暖季较非采暖季| r |更高.4个站点的△BC/△CO值分别为3.1×10-3、3.5×10-3、3.9×10-3和4.1×10-3.一次污染过程中,城区站点BC以区域传输为主要来源,路边站点局地排放BC积累过程较明显,易发生颗粒物二次生成过程. 相似文献
10.