期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
2016—2020年英德市空气污染特征及其与气象要素的关系
1
作者 李洁 林娟娟 刘祥豪 《农业灾害研究》 2024年第7期155-157,共3页
利用2016—2020年英德市逐日污染物监测浓度、地面气象观测资料,分析英德市空气质量污染特征,并探讨了英德市空气质量首要污染物与气象要素的关系。
关键词 空气污染特征 臭氧 PM_(2.5) 气象要素
在线阅读 下载PDF
我国城市地区PM_(2.5)和O_(3)污染相关性:2017~2022年时空演变特征与协同防控启示 被引量:8
2
作者 张恺乐 褚旸晰 +3 位作者 储王辉 张浩 迟茜元 李红 《中国环境科学》 EI CAS CSCD 北大核心 2024年第6期3004-3011,共8页
基于2017~2022年全国地级及以上城市空气质量监测数据及各省(自治区、直辖市)污染排放数据,计算PM_(2.5)日均浓度(DA PM_(2.5))和O_(3)日最大8h滑动平均值(MDA8_O_(3))间的皮尔逊相关系数(R_(p)),分区域分时段研究了二者相关性的时空变... 基于2017~2022年全国地级及以上城市空气质量监测数据及各省(自治区、直辖市)污染排放数据,计算PM_(2.5)日均浓度(DA PM_(2.5))和O_(3)日最大8h滑动平均值(MDA8_O_(3))间的皮尔逊相关系数(R_(p)),分区域分时段研究了二者相关性的时空变化特征,从污染排放等方面分析其原因.结果表明:从时空变化上看,全国范围内DA PM_(2.5)和MDA8_O_(3)第一、四季度在统计上无显著相关性(R_(p)=-0.11~0.03),仅西南、华南地区为正相关(R_(p)=0.11~0.32).全国范围内DA PM_(2.5)和MDA8O_(3)在第二季度(R_(p)=0.26~0.36)、第三季度(R_(p)=0.46~0.55)呈正相关,汾渭平原及西北地区在部分年份不相关.污染排放是影响PM_(2.5)和O_(3)污染相关性的主要因素.从时间变化上看,全国和各区域一次PM_(2.5)、二氧化硫排放特征值(ECV_(PM_(2.5))、ECV_(SO_(2)))下降而氮氧化物、挥发性有机物排放特征值(ECVNOx和ECVVOCs)上升,这与大部分省(自治区、直辖市)R_(p)平均值上升的趋势一致.从空间分布上看,在ECVPM_(2.5)和ECVSO2低而ECV_(NOx)和ECV_(VOCs)高的地区,PM_(2.5)与O_(3)污染正相关性较强.提出全国不同区域差异化的污染防控启示.京津冀及周边、长三角、东北和西南地区(第二、三季度)以及华南地区(全年),需关注NO_(x)和VOCs排放控制.京津冀及周边、长三角、东北和西南地区(第一、四季度)以及汾渭平原和西北地区(全年),需加强一次PM_(2.5)污染减排. 展开更多
关键词 细颗粒物 O_(3) 关联性 重点区域 空气污染特征
在线阅读 下载PDF
中国盆地城市人为源大气污染物排放清单及空间分布特征——以晋城市为例 被引量:4
3
作者 张雪纯 王文钜 +6 位作者 王明娅 王海峰 张浩 韩桥 熊钦卿 张春晖 王明仕 《环境化学》 CAS CSCD 北大核心 2022年第12期4016-4031,共16页
为厘清晋城盆地大气污染来源特征,基于实地调研所获取的人为污染源活动水平数据,采用排放因子与物料衡算相结合的方法构建2020年晋城盆地人为源排放清单,利用ArcGIS进行1 km×1 km空间网格分配、Monte Carlo模拟量化各污染物排放量... 为厘清晋城盆地大气污染来源特征,基于实地调研所获取的人为污染源活动水平数据,采用排放因子与物料衡算相结合的方法构建2020年晋城盆地人为源排放清单,利用ArcGIS进行1 km×1 km空间网格分配、Monte Carlo模拟量化各污染物排放量的不确定性.结果表明,晋城市6种大气污染物年排放量分别为:SO243736.24 t、NO_(x) 54522.10 t、CO 494967.08 t、VOCs 35912.37 t、PM_(10)46275.92 t和PM_(2.5)24314.39 t.其中,电厂和工业锅炉等燃料燃烧活动贡献了79.8%的SO2;化石燃料燃烧和移动源分别贡献46.7%和29.7%的NO_(x);CO大部分来源于以钢铁冶金和铸件制造为主的工艺过程源,VOCs主要来自移动源,这两类源分别贡献CO和VOCs总排放量的53.8%和31.3%;工艺过程源贡献了32.5%的PM_(10)和35.3%的PM_(2.5),扬尘源贡献了37.5%的PM_(10)和20.0%的PM_(2.5).盆地较弱的污染物扩散能力和低海拔地区密集的污染源导致晋城市大气污染物空间分布特征差异显著,在285—750 m的低海拔地区污染物排放量高,而盆地边缘750—2200 m的中高海拔地区排放量较低,污染物主要集中在城区、泽州北部、阳城西部、高平中部和南部.Monte Carlo模拟结果表明,在95%的置信区间内,各污染物排放量的不确定性范围处于−27.31%—26.77%,其中CO的不确定性最低为−15.59%—15.52%,VOCs的不确定性最高为−27.31%—26.77%. 展开更多
关键词 盆地城市 人为排放 排放清单 空气污染特征 不确定性分析
在线阅读 下载PDF
5个典型城市站点PM_(2.5)污染与气象要素的关联性分析及应用 被引量:4
4
作者 刘统强 绳俊 +4 位作者 刘琼 刘平平 王俐俐 陈淑仪 陈勇航 《东华大学学报(自然科学版)》 CAS 北大核心 2022年第3期83-92,共10页
利用2015—2017年我国5个典型城市(北京、广州、昆明、南京和西宁)气象站点的PM_(2.5)质量浓度和气象要素数据,分析不同城市站点的PM_(2.5)污染特征并探究气象要素对PM_(2.5)污染的影响,并建立5个城市站点的PM_(2.5)质量浓度多元回归预... 利用2015—2017年我国5个典型城市(北京、广州、昆明、南京和西宁)气象站点的PM_(2.5)质量浓度和气象要素数据,分析不同城市站点的PM_(2.5)污染特征并探究气象要素对PM_(2.5)污染的影响,并建立5个城市站点的PM_(2.5)质量浓度多元回归预测模型。结果表明,5个城市站点中:空气质量最优的是昆明站;5个站点的PM_(2.5)质量浓度均呈夏季最小、冬季最大的特征;在16:00—17:00出现PM_(2.5)质量浓度较小值;PM_(2.5)质量浓度随降水等级和风力等级的增大呈下降趋势;北京站气压值存在一个阈值(约101.59 kPa),越接近该值越容易出现重污染;除西宁站外的4个站点的PM_(2.5)质量浓度的高值中心对应较高的相对湿度(>70%)。西宁站和南京站的PM_(2.5)质量浓度与温度呈较明显的负相关关系;5个站点的回归预测模型可以较好地预测PM_(2.5)的质量浓度,其中广州站和西宁站预测模型的拟合度较好。 展开更多
关键词 PM_(2.5)气象要素 空气污染特征 降雨量 气压 温湿度 风速 多元回归预测模型
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部