期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到2篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
临沂市大气污染物浓度站点差异及PM_(2.5)空间代表性分析
1
作者 刘一伊 高文康 +5 位作者 王帅 孔凡华 白鹤鸣 马占云 田嘉菁 张井贝 《环境科学研究》 北大核心 2025年第8期1743-1752,共10页
随着未来空气质量标准持续加严和污染物浓度进一步下降,研究不同站点类型、站点间大气污染物浓度的差异和站点代表性问题,对于精准制定环境治理政策和保护公共健康具有重要意义。通过分析临沂市2015-2024年监测站点分布变化、不同站点... 随着未来空气质量标准持续加严和污染物浓度进一步下降,研究不同站点类型、站点间大气污染物浓度的差异和站点代表性问题,对于精准制定环境治理政策和保护公共健康具有重要意义。通过分析临沂市2015-2024年监测站点分布变化、不同站点类型大气污染物浓度及其组分差异,并以PM_(2.5)为例,采用浓度相似频率方法评估了临沂市PM_(2.5)国控站点的空间代表性。结果表明:①2015-2024年,临沂市国控站点由4个增至7个。2024年,除O_(3)日最大8小时平均值第90百分位数浓度均为182μg/m^(3)外,7个国控站点PM_(2.5)、PM10、SO_(2)、NO_(2)和CO年平均浓度分别为51.3μg/m^(3)、97.3μg/m^(3)、16.4μg/m^(3)、35.5μg/m^(3)和0.9 mg/m^(3),而同年原4个国控站点PM_(2.5)、PM10、SO_(2)、NO_(2)和CO年平均浓度分别为39.4μg/m^(3)、69.7μg/m^(3)、9.2μg/m^(3)、27.6μg/m^(3)和0.6 mg/m^(3)。②2022-2024年临沂市国控站点、城区站点、城区周边站点、农村站点、交通站点和背景站点的PM_(2.5)年平均浓度分别为39.3、42.6、38.6、39.3、42.0和23.5μg/m^(3),呈城区站点>交通站点>农村站点和国控站点>城区周边站点>背景站点的特征,其他污染物浓度分布与其基本一致;而背景站点O_(3)年平均浓度高于国控站点、城区站点、城区周边站点、农村站点、交通站点和背景站点,其余不同点位O_(3)浓度空间分布差异性并不显著。③国控站点大气污染物浓度平均值已不足以代表城市整体污染情况,2018年国控站点PM_(2.5)浓度的空间代表性区域面积仅占整个城市面积的1.95%,2022年增至2.27%。研究显示:2015-2024年临沂市逐步增设不同类型监测站点,主要大气污染物浓度呈现显著的空间异质性特征,其中新增3个国控站点后,其覆盖区域污染情况较原4个国控站点大气复合污染特征更明显;同时,不同类型监测站点VOCs和PM_(2.5)排放源贡献存在显著差异,2022年临沂市国控站点PM_(2.5)浓度空间代表性范围相对较小。 展开更多
关键词 大气污染 环境空气质量 背景站点 细颗粒物(PM_(2.5)) 站点代表性
在线阅读 下载PDF
煤电基地CO_(2)和CH_(4)遥感监测及时空特征分析 被引量：1
2
作者 徐燕飞 陈永春 +4 位作者 李静 刘晓舟 苗伟 赵得荣 芮成奇 《煤田地质与勘探》 EI CAS CSCD 北大核心 2024年第6期79-90,共12页
【目的】CO_(2)和CH_(4)是煤电基地能源生产活动中的主要温室气体排放种类,其监测与时空分布是研究区碳监测体系建设的重要内容。【方法】以安徽淮南市为例,利用GOSAT、OCO-2和Sentinel-5P这3种卫星数据进行研究区CO_(2)和CH_(4)浓度监... 【目的】CO_(2)和CH_(4)是煤电基地能源生产活动中的主要温室气体排放种类,其监测与时空分布是研究区碳监测体系建设的重要内容。【方法】以安徽淮南市为例,利用GOSAT、OCO-2和Sentinel-5P这3种卫星数据进行研究区CO_(2)和CH_(4)浓度监测,得到CO_(2)、CH_(4)柱浓度(XCO_(2)和XCH_(4))变化和分布情况,采用源清单法分析CO_(2)行业和区域排放特征,同时采用Pearson相关系数和多元回归方法分析影响研究区XCO_(2)和XCH_(4)浓度的主控因素。【结果和结论】结果表明:(1)基于GOSAT和OCO-2卫星融合数据分析显示,淮南市2016-2020年XCO_(2)和XCH_(4)浓度整体呈增长趋势,期间XCO_(2)浓度增加12×10^(-6)、XCH_(4)浓度增加23×10^(-9);XCO_(2)浓度和累计发电量的Pearson相关系数为0.98,XCH_(4)浓度和累计煤炭产量的Pearson相关系数为0.99,均呈极强相关。(2)利用Sentinel-5P卫星搭载的对流层观测仪(TROPOMI)高分辨产品数据分析淮南市各区域XCH_(4)浓度分布时空特征发现,研究区秋季XCH_(4)浓度高于夏季,XCH_(4)浓度受能源生产和农业生产两方面的影响。(3)源清单法得出淮南市一级源分类CO_(2)排放最多的为化石燃料固定燃烧源,占全市CO_(2)总排放量的89.59%,化石燃料固定燃烧源中电力供热占比99%以上;主要为淮南市潘集区和凤台县燃煤电厂CO_(2)排放;源识别显示集中分布在淮南市北部的火力发电厂为研究区CO_(2)最主要排放源。(4)影响研究区XCO_(2)浓度的主控因素为地区生产总值、累计发电量和第二产业产值,影响XCH_(4)浓度的主控因素为累计煤炭产量、第一产业产值、播种面积。研究结果对我国“双碳”目标下煤电基地碳监测体系构建与完善具有重要的参考意义。 展开更多
关键词 碳排放 遥感监测 XCO_(2) XCH_(4) 主控因素 多元回归分析 煤电基地 安徽淮南市
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部