排序方式: 共有57条查询结果,搜索用时 31 毫秒
11.
北京市夏季不同O3和PM2.5污染状况研究 总被引:3,自引:3,他引:0
从天气背景场、气象要素、前体物和PM_(2.5)化学组分、气团运动轨迹以及大气氧化性等方面对北京市夏季两种不同的O_3和PM_(2.5)污染状况进行了分析.结果表明,O_3达到中度污染而PM_(2.5)浓度优良(O_3和PM_(2.5)一高一低)污染状况的天气形势场为:高空为偏西北气流,地面受高压后部控制;而O_3和PM_(2.5)同时达到中度污染(O_3和PM_(2.5)两高)的天气形势场为:高空为偏西气流,地面受低压控制.与O_3和PM_(2.5)一高一低污染状况相比,O_3和PM_(2.5)两高时的气象要素特征为:偏南风更为明显和相对湿度更高.O_3和PM_(2.5)两高时污染物浓度演变特征为,O_3和PM_(2.5)的起始浓度较高,PM_(2.5)日变化特征更为明显,而O_3平均浓度却低于O_3和PM_(2.5)一高一低的污染状况.前体物、大气氧化性以及PM_(2.5)化学组分分析的结果表明,较高的起始浓度在不利气象条件下的积累和吸湿增长以及当天较大偏南风造成的区域传输可能是造成O_3和PM_(2.5)两高污染状况中PM_(2.5)浓度达到四级中度污染的主要原因. 相似文献
12.
天津市PM2.5-O3复合污染主要发生在夏秋季,本研究筛选出2017年夏季一次和秋季两次典型PM2.5-O3复合污染过程,系统分析污染物变化特征,探究天气形势和主要气象因子的影响.结果表明,3次污染过程PM2.5与O3呈现不同程度的正相关性(日均值相关系数达到0.34~0.78),O3与PM2.5中硫酸盐和有机碳日均浓度存在较为一致的变化趋势.与非复合污染日相比,复合污染日无机盐占PM2.5组分的比重增加,增长率为1.9%~7.3%;而碳组分占比减小.复合污染过程发生时,天津地区处于低压槽前或高压后部,近地面弱的偏南风辐合造成较差的大气扩散条件,导致大气污染物的累积.研究结果发现,夏季和秋季PM2.5-O3复合污染过程需要适宜的气象条件,温度阈值分别为25~35℃和20~30℃,相对湿度分别为40%~70%和55%~100%.夏秋季复合污染过程关键无机组分及其形成机制有所差异.夏季,日间O3等强氧化剂对SO2的气相氧化过程和夜间高湿条件(大约60%)下液相化学反应可能是主导的化学机制,硫酸盐增长率为8.2%.秋季高湿环境(≥80%)不仅促进SO2向硫酸盐转化,秋季第一次复合污染过程硫酸盐增长4.7%,也促进夜间N2O5水解反应等,秋季第二次复合污染过程硝酸盐增长6.0%,两种机制成为秋季复合日PM2.5显著增长的关键机制.本研究揭示了驱动天津市PM2.5-O3复合污染过程发生的适宜气象条件、PM2.5关键化学组分及其化学过程,为复合污染的成因及协同控制提供了参考. 相似文献
13.
为探究贝加尔湖高压分裂过程对绥化市2020年1月份持续性重污染事件的影响,以WRF中尺度气象预报数据及气象观测数据为分析基础,分析了2020年1月9~21日的天气形势及气象要素变化,并结合污染物浓度观测数据及PM2.5组分观测数据(13~21日),分析了该过程中污染物浓度变化及化学组分特征.结果表明:此次污染过程由贝加尔湖分裂高压引起的持续性静稳天气造成,11~20日期间,空气质量指数AQI变化范围为182~329,其中有9d污染状况为重度及以上污染;重污染期间,地面风速最低下降至0.5m/s左右,能见度下降至1km左右,且出现逆温层,大气扩散条件差;持续性静稳天气导致大气氧化性增强,氧化剂浓度(ρ(NO2)+ρ(O3))约94~118 μg/m3,相对湿度约为94%,ρ(SO42-)、ρ(NH4+)最大日增量达28.59、11.32μg/m3,增长速度相比于14日分别增加了1264%、1270%,高湿高氧化性的大气环境显著促进了二次无机盐的生成.贝加尔湖高压分裂过程导致持续性静稳天气,加之污染物的本地排放与积累,增加了大气氧化性,进而形成绥化市持续性重污染天气. 相似文献
14.
基于粤港澳珠江三角洲区域空气监测网络12个监测子站的大气污染物数据,梳理2013~2017年大气光化学氧化剂Ox(NO2+O3)与PM2.5质量浓度的变化趋势.Ox+PM2.5复合超标污染定义为NO2和PM2.5质量浓度日平均值以及O3浓度日最大8 h平均值(O3 MDA8)同时超过二级浓度限值,分析了不同类型站点复合超标污染的时空分布特征以及气象因素影响.结果表明,2013~2017年珠三角PM2.5年均质量浓度由(44±7)μg·m-3下降至(32±4)μg·m-3,实现PM2.5连续3 a达标.Ox年均质量浓度由2013年(127±14)μg·m-3下降至2016年(114±12)μg·m-3,2017年反弹至(129±13)μg·m-3,O3浓度上升明显(10 μg·m-3).以O3为首要污染物的污染过程占比由2013年33%增多至2017年78%,多个城市同时发生污染的区域特征明显.研究时段内Ox+PM2.5复合超标污染事件共发生60次,主要在城区站点(78%)和郊区站点(22%).秋季发生复合超标污染天数最多(52%),是因为强太阳辐射有利于臭氧生成,大气氧化性增加,进而促进了PM2.5二次生成.造成珠三角复合超标污染的天气形势主要为高压出海型(43%)、高压控制型(30%)和热带低压型(27%).就具体气象因素而言,气温在20~25℃且相对湿度在60%~75%的范围内时,复合超标污染事件发生占比最高(22%).在O3重污染过程中,夜间高湿和低风速使得NO2和PM2.5浓度显著上升,日间高温加剧了复合超标污染. 相似文献
15.
大气污染是由过度的人为源排放和不利于大气污染扩散的气象条件共同作用的结果,通过探讨天气形势及气象要素与细颗粒物(PM2.5)的关系,分析气象条件对空气质量的影响,从而为关中地区的环境治理提供有利的参考依据。本文利用NCEP-FNL再分析资料、环境监测资料及有关的降水数据,对2013?—?2015年冬季关中地区空气质量的演变趋势及其与气象条件的关系进行了研究。结果表明:2013?—?2015年冬季关中地区平均PM2.5浓度分别为159.5 μg???m?3,74.2 μg???m?3,101.8 μg???m?3,呈现出先明显下降然后又回升的趋势。对2013?—?2015年冬季关中地区天气形势的分类分析表明:这三年关中冬季的有利天气形势呈先上升后下降的趋势,能基本解释同期关中地区PM2.5的演变趋势。有利天气形势不但会使当天的PM2.5降低,还会使第二天的PM2.5维持在较低的水平。因此,有利天气形势天数的增加会使冬季的整体PM2.5 浓度下降;反之,有利天气形势的减少或不利天气形势的持续则会使PM2.5浓度飙升到很高的水平。此外,风速与每天的PM2.5浓度呈显著的负相关,可以解释同一天气形势下日平均PM2.5浓度的变化。降水对污染物有明显的湿清除作用,但降水并不是造成2014年关中地区PM2.5浓度偏低的主要原因。 相似文献
16.
17.
18.
我国北方秋冬季节的空气重污染过程已经成为影响人们生活的重大环境事件,不仅受到公众和科研工作者的广泛关注,也已成为各地各部门政策制订者最为重视的关键问题之一.针对众说纷纭的空气重污染过程的形成机理、治理方案、控制对策等,利用2013-2016年秋季(9-11月)中国环境监测总站公布的逐时空气质量监测数据,重点对北京奥体中心站的空气重污染过程的演变进行了分析.结合中国气象局发布的天气形势分析图,系统地分析了我国4 a来秋冬季节出现大范围空气重污染过程的气候背景.结果表明:秋季我国东北和华北地区出现持续时间长、影响范围广的空气重污染过程,除了排放源的影响之外,天气形势同样起着重要作用. 2013-2016年秋季北京奥体中心的PM2.5污染状况仍以优良天气为主,其间中度及以上污染的持续时间虽然不长,但其影响[高ρ(PM2.5)]也不容忽视.秋季北京奥体中心ρ(PM2.5)日均值超标(二级)日数占25.8%,其中2014年最为严重,超标日数达44 d,占37.4%.通过对空气重污染过程与我国传统节气的对比分析发现,入秋后我国北方首次出现持续48 h以上的空气重污染过程分别是在秋分和寒露两个节气,而最严重的空气重污染过程则出现在寒露和霜降两个节气.从时间序列来看,4 a来北京奥体中心ρ(PM2.5)没有特别显著的改善,优良时数占60%左右,而中度以上的污染时数则维持在25%左右,但严重污染事件[ρ(PM2.5)≥ 250 μg/m3]的有效时数则有明显的变化.此外,白天污染物的浓度明显低于夜晚.研究还发现,西伯利亚高压指数的异常偏低往往会导致持续时间长、影响范围广和污染强度强的重度污染事件. 相似文献
19.
为探索新的空气质量预报方法,提高预报准确率,采用统计和对比方法,分析了长沙市空气质量现状,介绍了天气形势相似及动态逐步回归两种空气质量统计预报方法,并对其一年多的运行结果进行了检验和对比。结果表明,长沙市空气污染主要由PM\-\{10\}和SO\-2浓度超标引起, 且具有明显的空间分布特征;5年来长沙城市空气质量明显好转;两种预报方法对各污染物都有一定的预报能力,预报的误差绝对值多集中在30以内,而级别误差基本上在1级以内。两种方法对NO\-2的预报准确率均在98%左右,预报效果优良。绝对误差对比发现,两种预报方法对SO\-2的预报明显优于PM\-\{10\}预报;级别准确率对比时,两种预报方法对3种污染物的预报准确率相近。两种预报方法对3个污染因子的预报准确率呈现出NO\-2优于SO\-2优于PM\-\{10\}的趋势。 相似文献
20.