排序方式: 共有5条查询结果,搜索用时 109 毫秒
1
1.
“十四五”时期是河北南部城市(石家庄、邢台和邯郸)退出空气质量综合指数排名后10位的关键阶段.基于2020年4~10月南部城市的15个国家环境质量监测站臭氧(O3)逐时数据和3个挥发性有机物(VOCs)组分监测站的逐时数据及同期气象资料,采用时空演替、O3生成潜势(OFP)、后向轨迹模式和空间统计模型进行分析.结果表明:①南部城市4~10月O3变化呈倒"U"型分布,空间呈南高北低的格局,6月O3污染最重,其ρ(O3)依次为:邢台(233.8 μg ·m-3)>邯郸(225.2 μg ·m-3)>石家庄(224.8 μg ·m-3),O3与温度和风速呈正相关、与湿度和VOCs呈反相关;②4~10月ρ(TVOC)依次为:邢台(274 μg ·m-3)>石家庄(266 μg ·m-3)>邯郸(218 μg ·m-3),烯烃和芳香烃的总OFP占比均超过一半;③南部城市O3污染轨迹具有空间方向性和关联性,经过石家庄到邢台的轨迹ρ(O3)均值(198.92 μg ·m-3)最高,经过邯郸到达邢台的O3污染轨迹频数最多;④南部城市传输贡献上,邢台对石家庄的O3传输贡献率最高(27.39%),邯郸对邢台的VOCs传输贡献率最高(32.76%). 相似文献
2.
基于多模式(NAQPMS、CMAQ、CAMx、WRF-Chem)空气质量数值预报业务系统的滚动预报结果,结合站点观测资料,评估了最优化集成方法在城市臭氧数值预报中的可行性和预报效果。一年的评估结果表明:当训练期为15 d时,最优化集成方法能够得到相对较好的结果。总体而言,最优化集成方法对城市臭氧浓度变化趋势和浓度水平的预报效果明显优于单个模式,且在大部分城市优于多模式的最优预报,其预报值和观测的相关系数提高0.11以上,均方根误差降低约10μg/m~3;该方法对城市臭氧污染等级的预报能力也明显优于单个模式,特别是轻、中度污染。此外,在模拟偏差较大的城市,最优化集成方法对预报效果的改进更为显著;在模拟偏差较小的城市,该方法仍可进一步提升预报效果。 相似文献
3.
河北省各城市均已开展利用机动车保有量等宏观统计数据的城市移动源排放清单编制工作,但尚缺乏对跨省及全省各城市间国省道高时空分辨率的移动源排放清单研究.本研究利用2017年河北省国道、省道日均交通流量监测数据,计算了2017年河北省国道和省道机动车大气污染物排放量.结果表明:2017年河北省国道和省道机动车CO、HC、NOx、PM2.5和PM10排放量,与利用宏观统计数据计算得到的全省机动车排放总量相比,分别占27.8%、15.7%、55.6%、58.3%和58.5%.重型货车是国道和省道机动车CO、NOx、PM2.5和PM10排放的主要来源.河北省南部国省道的机动车排放量以南部各城市为中心呈网状辐射,东北部沿海地区的排放量主要在沧州-天津-唐山-秦皇岛-承德沿线分布,西北部则主要在保定-张家口-内蒙沿线分布.月均排放量分布情况为1月最高,9月最低;周日均分布情况为周一—周三逐日增加,周四开始回落,周日降至最低;每日小时平均分布呈现明显的双高峰现象,两次高峰分别出现在11:00和18:00左右;最低值出现在凌晨4:00.河北省内,各市国省道机动车污染物排放分担率前3位的依次为保定、沧州和张家口.跨省交通车辆排放的CO、HC、NOx、PM2.5、PM10分别占河北省国省道机动车总排放量的48.1%、48.7%、42.9%、41.3%和41.3%,其中天津市出入河北省的车辆排放分担率最高,其次是北京.京津冀应在区域层面建立机动车污染联合防治协调机制,从调整区域货运交通运输结构、推动柴油车污染控制措施升级等方面改善区域环境空气质量. 相似文献
4.
为确定石家庄东部郊区交通干线附近O3生成光化学敏感性,利用2019年1月1日—2020年10月31日在线观测的NOx、NOy和O3等数据计算并分析了O3生成效率(OPE)及O3光化学敏感性的NOx临界浓度.结果表明:1交通干线附近O3光化学敏感性存在季节差异,春季主要受VOCs控制,整体OPE为2.6±0.3,夏、秋季节主要受NOx与VOCs协同控制,整体OPE分别为5.3±0.4和5.1±0.8;2NOx体积分数>11×10-9时,O3生成主要为VOCs控制;NOx体积分数介于6×10-9~11×10-9时,O3生成主要受VOCs与NOx协同控制;NOx体积分数<6×10-9时,O3生成主要为NOx控制;3O3生成敏感性存在日变化特征,10:00之前O3生成主要受VOCs控制,10:00—11:00是O3生成由VOCs控制转变为VOCs和NOx协同控制的过渡时段,12:00之后O3生成主要由VOCs和NOx协同控制,且午后14:00—16:00之间NOx对O3控制比例凸显.因此,石家庄O3治理不但要重视NOx与VOCs排放源的协同管控,尤其午后还需要对NOx排放源进行分时段精细化管控. 相似文献
5.
文章利用2015-2017年阿克达拉大气本地站CO连续观测资料和NOAA再分析资料,采用常规统计方法及HYSPLIT后向轨迹模式对该站的CO浓度特征及不同季节气流轨迹进行了聚类分析。结果表明:CO浓度整体呈下降趋势,但下降趋势不明显;CO月均值浓度呈波峰-波谷式变化且跟随采暖期-非采暖期交替出现;采暖期和非采暖期CO浓度日变化均呈单峰型,采暖期CO小时浓度和变化幅度均高于非采暖期;CO浓度低值区主要出现在W-WNW-NW-NNW扇区,对应着风频、风速的高值区,CO浓度高值区主要出现在SW-SSW-S-SSE扇区,对应着风频、风速的低值区;四季各类气流轨迹主要来自西北、偏西、西南方向,占比在50%~80%,同时气流移速最快,有助于CO扩散,对应的CO平均浓度较小;西南、偏南方向的气流轨迹途经克拉玛依、乌鲁木齐、昌吉等工业区,有助于输送CO,对应的CO平均浓度最高。 相似文献
1