期刊文献+
共找到7篇文章
< 1 >
每页显示 20 50 100
银川市PM_(2.5)的输送路径及潜在源解析 被引量:14
1
作者 余创 张玉秀 陈伟 《中国环境科学》 EI CAS CSCD 北大核心 2021年第7期3055-3065,共11页
基于2015~2017年银川市PM_(2.5)逐小时质量浓度和同期气象数据,采用气流后向轨迹聚类分析法、潜在来源贡献函数法(PSCF)和浓度权重轨迹分析法(CWT)研究银川市PM_(2.5)的输送路径及潜在源分布.结果表明:2013~2018年银川市大气PM_(2.5)质... 基于2015~2017年银川市PM_(2.5)逐小时质量浓度和同期气象数据,采用气流后向轨迹聚类分析法、潜在来源贡献函数法(PSCF)和浓度权重轨迹分析法(CWT)研究银川市PM_(2.5)的输送路径及潜在源分布.结果表明:2013~2018年银川市大气PM_(2.5)质量浓度呈先升高后下降的趋势,其中2016年PM_(2.5)浓度年均值最高(54.25±20.91)μg/m^(3);在四季变化中,冬季PM_(2.5)浓度最高(75.11±29.21)μg/m^(3),夏季最低(31.83±7.09)μg/m^(3).聚类分析表明西北方向气流是银川市四季PM_(2.5)主要的输送路径,在春、秋、冬3季PM_(2.5)均为西北长距离输送路径;而在夏季,短距离输送气流是PM_(2.5)主要的输送方式.PSCF与CWT分析表明,冬季PM_(2.5)潜在源区范围最大,主要集中在西北-东南走向的潜在贡献源区带,包括新疆中东部、青海省北部、河西走廊地区、内蒙古西南部、甘肃省南部以及宁夏西北部;春、秋两季PM_(2.5)潜在源区主要位于新疆东部与甘肃省交界区域、甘肃省东南部、湖北北部、陕西西南部以及重庆北部;夏季的潜在源区范围最小,主要集中在新疆东部与甘肃交界区域.在PM_(2.5)重污染天气期间,其主要来源于西北方向气流,潜在源区主要分布在新疆东部与甘肃交界区域、内蒙古西南部与甘肃交界区域以及甘肃中南部地区.因此,在实施防风固沙的基础上,加强区域环境合作,实施大气污染联合防治,可以有效缓解银川乃至京津冀地区的大气污染. 展开更多
关键词 PM_(2.5)质量浓度 聚类分析 在来源贡献函数(pscf) 浓度权重(CWT) 银川市
在线阅读 下载PDF
西北干旱区乌海市PM_(2.5)的输送路径及潜在源解析 被引量:4
2
作者 余创 陈伟 张玉秀 《中国科学院大学学报(中英文)》 CSCD 北大核心 2022年第1期43-54,共12页
乌海市是中国西北干旱区主要的煤炭工业城市之一,其PM_(2.5)浓度变化特征、输送路径及潜在源尚不清楚。基于2016—2018年乌海市PM_(2.5)逐小时质量浓度数据,采用聚类分析法、潜在来源贡献函数(potential source contribution function,P... 乌海市是中国西北干旱区主要的煤炭工业城市之一,其PM_(2.5)浓度变化特征、输送路径及潜在源尚不清楚。基于2016—2018年乌海市PM_(2.5)逐小时质量浓度数据,采用聚类分析法、潜在来源贡献函数(potential source contribution function,PSCF)和浓度权重轨迹分析法(concentration-weighted trajactory,CWT)等探讨乌海市PM_(2.5)的输送路径及潜在源。结果表明:2016—2018年乌海市PM_(2.5)质量浓度年均值呈下降趋势,冬季PM_(2.5)浓度最高,夏季最低。聚类分析表明西北方向路径是乌海市四季PM_(2.5)主要的输送路径,乌海市气流在春、秋、冬三季均来自于西北长距离输送,其PM_(2.5)平均质量浓度约97.96~151.33μg·m^(-3),而在夏季短距离输送气流是主要的输送路径,其PM_(2.5)平均质量浓度约87.11~96.88μg·m^(-3)。PSCF与CWT分析表明冬季PM_(2.5)的潜在源区范围最大,主要源自库姆塔格沙漠、柴达木盆地、腾格里沙漠、巴丹吉林沙漠以及河西走廊等地区;春、秋两季PM_(2.5)的潜在源区主要位于库姆塔格沙漠及河西走廊地区;夏季的潜在源区范围最小,主要来自河西走廊局部地区。PM_(2.5)重污染期间,其主要路径来源于西北方向,潜在源区主要分布在青海北部与甘肃交界处、新疆东部零星地区以及乌海南部地区。这些结果说明乌海市PM_(2.5)污染的潜在源区主要集中在西北干旱荒漠区,因此,防风固沙和减缓土地荒漠化技术的实施可有效改善乌海市和西北干旱区的空气质量。 展开更多
关键词 PM_(2.5)质量浓度 聚类分析 在来源贡献函数(pscf) 浓度权重(CWT)
在线阅读 下载PDF
基于多种TSM方法的北京国家奥林匹克体育中心2月颗粒物来源解析 被引量:2
3
作者 李炟 盛黎 +3 位作者 宋振鑫 陈静 胡江凯 佟华 《气象》 CSCD 北大核心 2020年第5期687-694,共8页
利用HYSPLIT(Hybrid Single Particle Lagrangian Integrated Trajectory)模型和ERA_INTERIM数据,计算2013-2017年北京奥林匹克体育中心(以下简称奥体中心)2月期间抵达的72 h后向轨迹,并结合聚类分析方法和污染物浓度数据,分析2月不同... 利用HYSPLIT(Hybrid Single Particle Lagrangian Integrated Trajectory)模型和ERA_INTERIM数据,计算2013-2017年北京奥林匹克体育中心(以下简称奥体中心)2月期间抵达的72 h后向轨迹,并结合聚类分析方法和污染物浓度数据,分析2月不同轨迹对奥体中心污染物浓度的影响,采用四种不同的轨迹分析方法分析奥体中心污染物来源特征,并通过实例分析了不同轨迹分析方法的优缺点和适用性。结果表明:奥体中心2月主导气流明显,为西北路径,出现概率为55.85%;清洁通道为北向气流,污染来源为南向路径和偏东路径,对应颗粒物浓度最高;通过轨迹统计方法得到奥体中心2月颗粒物主要污染来源为河北地区、山东半岛、黄渤海区域、新疆北部与河西走廊。此外,研究发现潜在源贡献函数和浓度权重轨迹方法适用于近距离污染源的识别;停留时间浓度加权方法采用确定性办法通过迭代可以精准识别出北京奥体中心主要污染物来源;定量传输偏差分析方法引入不确定性概念,适用于大范围确定性污染源识别,但同时会产生虚假的污染物来源。不过,采用RTWC方法和QTBA方法相结合可消除QTBA方法带来的虚假污染源。 展开更多
关键词 潜在贡献函数(pscf) 浓度权重轨迹(CWT) 停留时间浓度加权(RTWC) 定量传输偏差分析(QTBA) 在来源 轨迹特征
在线阅读 下载PDF
甘肃地区春冬季颗粒物输送路径及潜在源分析——基于HYSPLIT4模式及TraPSA分析平台 被引量:17
4
作者 张芊 庞可 +4 位作者 马彩云 陈恒蕤 马明月 孔祥如 潘峰 《中国环境科学》 EI CAS CSCD 北大核心 2022年第2期509-518,共10页
利用HYSPLIT4模式和全球资料同化系统数据,计算了甘肃地区5个站点2017~2018年逐时72h气团后向轨迹;结合各站点颗粒物逐时质量浓度数据,选择颗粒物污染最严重的春冬季,利用轨迹聚类方法分析了甘肃地区后向气流轨迹特征;基于潜在源贡献函... 利用HYSPLIT4模式和全球资料同化系统数据,计算了甘肃地区5个站点2017~2018年逐时72h气团后向轨迹;结合各站点颗粒物逐时质量浓度数据,选择颗粒物污染最严重的春冬季,利用轨迹聚类方法分析了甘肃地区后向气流轨迹特征;基于潜在源贡献函数(PSCF)分析法和浓度权重轨迹(CWT)分析法,将各站点分析结果输入TraPSA分析平台进行加权叠加分析,探讨了影响甘肃地区春冬季颗粒物质量浓度的潜在源区及其贡献.结果表明:西北路径是影响甘肃地区的首要路径,其移动速度快、输送距离长、污染程度严重;东北路径次之,主要来源地为蒙古及内蒙古地区;甘肃南部地区受东南路径的短距离输送影响较大,且受到来自青藏高原的输送影响;甘肃地区春季气团轨迹的输送距离较冬季长且输送高度高,冬季PM_(2.5)浓度均值和PM_(2.5)/PM_(10)的比值均较夏季高.多站点PSCF叠加分析发现,PM_(10)潜在贡献源区春季主要分布在新疆东部、准噶尔盆地、塔里木盆地东北部及青海西北部,蒙古南部、四川北部、青海西北部及东部有零星分布;冬季主要位于新疆东部及塔里木盆地、青海西北部及东部、陕西南部;冬季源区整体向南偏移,且省内的短距离输送加强.多站点CWT叠加分析发现,PM_(10)浓度贡献区春季主要位于新疆东部地区、准噶尔盆地附近,蒙古南部及内蒙古北部有线性分布,青海北部及甘肃北部区域有零星分布;冬季主要分布在新疆东部及甘肃北部地区;春季较冬季PM_(10)污染的主要贡献区域更大、污染更重,但省内的短距离传输及颗粒物污染程度减弱. 展开更多
关键词 甘肃地区 大气颗粒物 HYSPLIT4模式 聚类分析 潜在贡献函数(pscf)分析 浓度权重轨迹(CWT)分析 多站点叠加分析
在线阅读 下载PDF
阿克达拉大气本底站黑碳浓度特征和潜在源 被引量:2
5
作者 谢翔 赵竹君 +2 位作者 陆忠奇 陶瑞 蔡海洋 《中国环境科学》 EI CAS CSCD 北大核心 2022年第12期5514-5522,共9页
利用阿克达拉大气本底站2011~2017年黑碳气溶胶(BC)逐小时质量浓度资料和同期气象数据,采用后向轨迹聚类分析、潜在来源贡献函数法(PSCF)和浓度权重轨迹分析法(CWT),研究了阿克达拉站BC不同时间尺度浓度特征和潜在源区.结果表明:阿克达... 利用阿克达拉大气本底站2011~2017年黑碳气溶胶(BC)逐小时质量浓度资料和同期气象数据,采用后向轨迹聚类分析、潜在来源贡献函数法(PSCF)和浓度权重轨迹分析法(CWT),研究了阿克达拉站BC不同时间尺度浓度特征和潜在源区.结果表明:阿克达拉站2011~2017年BC呈波动下降趋势,BC清洁程度较高;BC浓度呈春冬高,夏秋低的季节变化特征,春季(398.85±189.35)ng/m^(3)>冬季(389.89±105.94)ng/m^(3)>夏季(272.07±90.07)ng/m^(3)>秋季(269.52±68.07)ng/m^(3),自然因素为BC浓度变化的主要原因;日变化特征表现为白天低、夜间高,基本呈单峰分布;阿克达拉站BC潜在源随季节变化差异明显,后向轨迹,WPSCF和WCWT分析都表明,春季潜在源集中于俄罗斯南部与新疆交界处的阿尔泰山北麓,秋季潜在源为新疆北疆经济带,冬季BC多受境外排放源影响.BC污染控制需要区域环境合作,实现联防联治,尤其是加强跨境污染源监测工作. 展开更多
关键词 黑碳气溶胶 聚类分析 在来源贡献函数(pscf) 浓度权重(CWT)
在线阅读 下载PDF
亚洲大陆流出羽中气溶胶磷的来源解析
6
作者 谷涵 石金辉 +1 位作者 高会旺 姚小红 《中国环境科学》 EI CAS CSCD 北大核心 2022年第10期4501-4508,共8页
利用西风盛行时在青岛采集的总悬浮颗粒物(TSP)样品,分析其中总P(TP)和溶解态P(DP)浓度与气团后向轨迹的关系,采用正定矩阵因子分析(PMF)和潜在源贡献因子分析(PSCF)方法解析TP和DP的来源及其潜在贡献区域.结果表明:青岛气溶胶中TP主要... 利用西风盛行时在青岛采集的总悬浮颗粒物(TSP)样品,分析其中总P(TP)和溶解态P(DP)浓度与气团后向轨迹的关系,采用正定矩阵因子分析(PMF)和潜在源贡献因子分析(PSCF)方法解析TP和DP的来源及其潜在贡献区域.结果表明:青岛气溶胶中TP主要来自地壳源的贡献(45%);其次是机动车排放源(22%)、燃烧源(21%)和工业源(12%);海盐源的贡献最小(<1%).但DP主要来自人为源的贡献,其中机动车排放源的贡献为35%,燃烧源和/或二次源为28%、工业源为25%;地壳源和海盐源等自然源的贡献分别为9%和1%.相同来源的TP和DP其潜在贡献区域相似,但DP的贡献区域范围更广.地壳源P(TP和DP)的贡献区域集中在沙尘从源地向我国近海传输的路径上,海盐源P的贡献区域位于黄、渤海,工业源P的贡献区域主要为河南、山东以及蒙古国南部等地区,燃烧源/二次源P的主要贡献区域为山东南部和江苏北部区域,机动车排放源P的贡献区域则主要为北京、天津、山东、江苏等区域. 展开更多
关键词 磷(P) 气溶胶 来源解析 正定矩阵因子分析(PMF) 潜在贡献因子分析(pscf)
在线阅读 下载PDF
临汾市臭氧污染变化特征、气象影响及输送源分析 被引量:21
7
作者 宋晓伟 郝永佩 +3 位作者 朱晓东 王京伟 薛盼 刘卫婷 《中国环境科学》 EI CAS CSCD 北大核心 2022年第8期3626-3634,共9页
结合2014~2020年临汾市臭氧逐小时质量浓度和同期气象数据、再分析数据以及潜在源贡献函数法(PSCF)对临汾市O_(3)污染时空变化特征、与气象因子的关系以及传输路径及潜在源分布开展研究.结果表明,临汾市近年来臭氧污染日益严重,O_(3)_8h... 结合2014~2020年临汾市臭氧逐小时质量浓度和同期气象数据、再分析数据以及潜在源贡献函数法(PSCF)对临汾市O_(3)污染时空变化特征、与气象因子的关系以及传输路径及潜在源分布开展研究.结果表明,临汾市近年来臭氧污染日益严重,O_(3)_8h_max年均质量浓度整体呈现上升趋势,2020年相对于2014年增加78.79%;月变化特征呈现“M”双峰型,季节变化峰值出现在夏季,而日变化受近地面大气光化学过程影响显著,呈较为明显的单峰单谷分布,峰值出现在14:00~16:00.O_(3)浓度与气温和日照时数呈显著线性正相关,当研究区相对湿度为40%~60%,气温高于20℃,风速区间为2~6m/s时易出现高浓度O_(3)污染.聚类分析表明临汾市O_(3)重污染天气期间以短距离输送气流为主,高O_(3)浓度除受到本地生成影响外,还受到省内临近城市及陕西省中部、河南省北部重工企业排放的大量NO_(x)和VOCs传输的影响.因此,针对临汾市O_(3)污染在严格控制本地污染源排放的前提下,必须加强汾渭平原地区的联防联控,才能有效缓解该区域大气污染的连片发生. 展开更多
关键词 O_(3)质量浓度 气象因子 潜在贡献函数(pscf) 浓度权重(CWT) 临汾市 污染特征
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部