首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 15 毫秒
1.
为研究武威市臭氧(O_3)污染特征及其影响因素,统计了武威市2015~2017年共3年的地面监测数据与相应的气象条件,对武威市臭氧、氮氧化物(NO_x、NO_2、NO)浓度变化规律进行分析,并探究O_3与NO_x和气象条件的相关性。结果表明O_3浓度的时间分布特征呈单峰单谷变化,早上8点浓度最低,下午4点浓度最高,且夏季污染最为严重;O_3浓度变化与NO_x(NO、NO_2)污染浓度变化呈负相关(r=-0.483,α0.01),控制NO_x的浓度是控制O_3污染的关键之一;天气因素对O_3浓度的影响显著,其中温度升高和日照积累能使近地面O_3浓度升高,湿度的增加并不利于O_3的生成与累积;武威易受到东南偏东方向的大气输送的影响,导致O_3浓度增高;同时弱风或静风条件也会使污染物累积使浓度增大。  相似文献   

2.
通过探究O_3和NO_x污染特征,为郑州市城区大气中O_3和NO_x污染防治提供技术支撑,对郑州市城区O_3和NO_x浓度变化、反周末效应及大气氧化性(OX)污染特征进行了分析.结果表明,郑州市四个站点O_3浓度呈夏季春季秋季冬季,夏季O_3日均浓度呈银行学校经开区管委市监测站岗李水库的趋势.并且NO、NO_2日均浓度周末高于工作日,O_3周末日均浓度低于工作日,尤其在0:00—08:00时间段呈现出明显的反"周末效应"现象.夏季NO_2光解速率:银行学校岗李水库经开区管委市监测站,其中银行学校和市监测站NO_2日均光解速率分别为1.07 min~(-1)和0.24 min~(-1),揭示了O_3浓度高低不仅与OX和NO_2光解速率变化有关,而且与O_3前体物浓度高低有关.  相似文献   

3.
为研究江西省11个设区城市臭氧污染状况及其时空分布特征,对2015年1月至2017年8月11个设区城市50个国家环境空气监测点的臭氧(O_3)监测数据进行统计分析。结果表明:除萍乡、抚州2市外,全省其余9市臭氧第90百分位数(O_3-90per)浓度值均呈上升趋势,O_3污染状况整体呈加重趋势。O_3污染高值区主要分布在南昌、九江、鹰潭和上饶等赣东北地区,低值区域主要分布在新余、宜春和萍乡等赣西地区。O_3浓度月变化特征大致呈现出5月、9月高值的双峰模式,低值月份为11月、12月和1月份。日变化特征呈现出明显的单峰型,O_3处于高值时段时,二氧化氮(NO_2)、细颗粒物(PM_(2.5))及可吸入颗粒物(PM_(10))均处于低值水平,说明江西省各城市整体上暂未出现明显的O_3与PM2.5高浓度的大气复合污染的特征。  相似文献   

4.
利用2017-2019年郑州市臭氧(O_3)浓度数据和气象数据资料,分析了郑州市O_3污染时间变化特征及其与前体物和气象因子之间的关系.结果表明:郑州市以O_3为首要污染物的天数逐年增加,2019年上升为148 d,约占一年总天数的40.55%,说明O_3污染越来越严重;郑州市O_3浓度具有明显的季节变化,呈现出夏季>春季>秋季>冬季的特征,6月O_3污染最为严重,3年来O_3月均浓度均超过170μg·m(-3);O_3与NO_2、CO月浓度呈负相关关系.在O_3浓度与气象因素的相关性分析中表明,O_3浓度与温度呈显著正相关,而与气压的相关性刚好相反,与相对湿度和降水量均呈现出弱的负相关性,与风速呈现出弱的正相关性.重污染案例研究表明,在高温、低湿、低压及一定风速条件下有利于O_3的生成与累积.  相似文献   

5.
利用2016年武清区大气污染物监测数据,研究了武清区PM_(2.5)及SO_2、NO_2等典型大气污染物浓度变化特征和相互关系。结果表明:2016年PM_(2.5)污染较严重,年均浓度分别为73μg·m~(-3),超标1.1倍。大气中SO_2年均值为25μg·m~(-3),NO_2年均值47μg·m~(-3)。冬季及春秋季节大气中存在明显的二次转化过程,大气中的SO_2和NO_2通过转化生成硝酸盐和硫酸盐,对PM_(2.5)浓度变化具有重要影响。  相似文献   

6.
为了解龙岩市中心城区大气环境质量现状,利用2016—2019年龙岩市中心城区6种大气污染物监测数据进行统计分析,结果表明,2016—2019年,龙岩市中心城区SO_2、CO和NO_2三种污染物质量浓度年际变化平稳。O_3的质量浓度年际变化呈明显上升趋势。PM_(10)和PM_(2.5)质量浓度于2016—2018年呈上升趋势,2019年则下降。龙岩市中心城区SO_2、NO_2、PM_(10)、PM_(2.5)和CO的空气质量分指数(IAQI)具有冬季最高、夏季最低的特征,O_3的IAQI则是秋春季高,冬季最低。PM_(10)、PM__(2.5)、NO_2和CO日间浓度变化呈现双峰特征,O_3和SO_2日间浓度变化呈单峰分布特征。通过对一次臭氧超标事件的模拟表明,外来输入和本地的臭氧污染物的集聚是臭氧超标的原因。分析各种污染物间的关系表明,SO_2、NO_2、PM_(10)、PM_(2.5)和CO浓度之间呈显著的两两正相关。O_3与CO、SO_2、NO_2呈显著负相关,与PM_(10)、PM_(2.5)呈正相关。  相似文献   

7.
通过对2013年江苏省扬州市市区大气污染状况进行监测和统计,分析了扬州市大气主要污染指标的变化规律,并探讨其光化学反应机理.研究结果表明:1)受气压变化的影响,扬州市每日细颗粒物(PM2.5)、可吸入颗粒物(PM10)、SO_2和NO_2浓度大约在早晚8:00达最高值;2)O_3浓度全年隔月发生周期性变化,双月份涨幅较大;3)O_3形成的控制区的类型随监测地点、季节、污染物浓度及气象条件的不同而改变,从而影响PM2.5的生成浓度;扬州市区多数情况下属挥发性有机物(volatile organic compounds,VOCs)控制区,因此O_3浓度的变化趋势与PM2.5、PM10、SO_2和NO_2的相反;4)春节期间燃放烟花炮竹引起PM2.5和SO_2浓度急剧上升,据此可预测人口密度的相对高低和污染物的分布特征.  相似文献   

8.
利用四川盆地18个城市2015-2016年6种大气污染物质量浓度资料,采用了集中期、集中度和变异系数等统计学方法,对该地区大气污染的时空分布特征进行了分析,将四川盆地划分为3个区进行对比研究.结果表明,四川盆地18个城市中,大气污染最严重的是自贡市,年均空气质量指数为100,污染天数占总天数的37.6%;污染最轻的是广元市,年均空气质量指数为57,污染天数占总天数的4.5%.四川盆地3个区域按照污染物质量浓度高低以及出现污染天数的长短排序均为:川南经济区成都平原经济区川东北经济区.研究时间段内,18个城市PM_(2.5)年均质量浓度达标的只有广元市;PM_(10)年均质量浓度达标的只有广元市和巴中市;SO_2年均质量浓度18个城市均达标;NO_2年均质量浓度除成都市和重庆市外,其他16个城市均达标;所有城市的CO和O_3日质量浓度均达标.近36年来,颗粒物和SO_2质量浓度呈现不同程度降低,表明国家对大气污染物排放的管控措施对颗粒物和SO_2污染改善明显.污染物PM_(2.5)、PM_(10)、CO、NO_2和SO_2质量浓度的季节变化为冬季高,夏季低;O_3质量浓度季节变化则为冬季低,夏季高.PM_(2.5)、PM_(10)和O_3质量浓度高的时段相对于SO_2、NO_2和CO来说更为集中,PM_(2.5)、PM_(10)、SO_2、NO_2和CO高质量浓度时段主要集中在1月左右,O_3高质量浓度时段主要集中在6月左右.不同城市间SO_2和NO_2质量浓度差异明显,其他污染物质量浓度分布则较为均匀.  相似文献   

9.
利用贵阳市10个环境空气监测站发布的臭氧(O_3)及其前体物NO_2和CO数据,结合同期的气象观测资料,研究2015年3月1日至2016年2月29日一个自然年O_3的时空分布特征、气象作用及其与前体物的关系。结果显示O_3日变化显示出"单峰"型分布特征,一般在16:00~17:00点左右达到峰值。在3~10月与次年2月,O_3月平均浓度整体较高,而11月、12月和次年1月,O_3浓度整体偏低。O_3-8h-max浓度与日照时数、日最高气温和风速呈正相关关系,与气压和相对湿度呈反相关关系;贵阳市O_3浓度城区相对较低,郊区相对较高,从市中心到郊区污染逐渐增大。大气氧化剂O_X的日变化特征呈"单峰"型分布,在春季和夏季的氧化性最强。O_X在白天和夜晚的控制因素不同,O_X在白天主要受O_3控制,在夜间主要受NO_2控制。  相似文献   

10.
以2016—2018年福州市台江区空气质量监测自动站的监测数据为样本,分析统计了台江区的环境空气质量变化,以及主要环境污染物的季节、日变化趋势和规律。结果表明,除O_3浓度升高外,PM_(2.5)、PM_(10)、NO_2、SO_2、CO浓度均有所降低,NO_2、PM_(2.5)、O_3、PM_(10)是该地区的主要污染物。其中NO_2、PM_(2.5)、PM_(10)浓度表现为冬春季节较高、夏秋季节较低;O_3浓度春夏季较高,冬季低,O_3是夏季的首要污染物。NO_2、PM_(2.5)、PM_(10)日变化呈双峰型特征,O_3日变化呈单峰型特征,各污染物之间及污染源之间具有相关性。结合分析结果,提出了对台江区道路、工地扬尘控制、机动车尾气排放、挥发性有机物(VOCs)企业排放控制等建议。  相似文献   

11.
基于滇东城市曲靖2014-2018年2个国控空气质量监测点的逐日空气质量指数和6种空气污染物(SO_2、NO_2、PM_(10)、PM_(2.5)、CO和O_3)逐小时浓度资料以及同期气象要素数据,统计分析了曲靖主城区空气污染变化特征及气象因子对污染物浓度分布的影响.结果表明:①2014至2018年,曲靖主城区空气质量优良率为97%-99.7%,污染日数呈逐年减少趋势,首要污染物以PM_(10)、PM_(2.5)和O_3为主.②曲靖主城区空气质量呈现出夏秋季节较好、冬春季节较差的季节性特征.③6种污染物浓度各自表现出不同的季节性变化和日变化特征.气象条件影响着曲靖主城区污染物的扩散、迁移和转变.④风速与SO_2、NO_2、CO和PM_(2.5)浓度具有较好的负相关关系;与O_3浓度呈正相关关系;风速对PM_(10)影响较复杂,当风速小于2 m/s时有利于PM_(10)扩散,当风速超过2 m/s时反而导致PM_(10)浓度增加.⑤地面盛行西北风和东南风时,SO_2、NO_2、CO、PM_(10)和PM_(2.5)浓度较高;地面盛行西南风时,O_3浓度达到最高值.⑥降水对6种污染物具有显著冲刷清洁作用.⑦温度与O_3浓度呈显著性正相关关系,与NO_2、CO、PM_(10)和PM_(2.5)浓度呈显著性负相关关系;与SO_2浓度关系不显著.⑧相对湿度与O_3、PM_(10)和PM_(2.5) 3种首要污染物浓度呈显著性负相关关系;与SO_2、NO_2和CO 3种非首要污染物浓度的关系不显著.  相似文献   

12.
基于对天津市23个自动空气质量监测站点的SO_2、NO_2、PM_(10)、PM_(2.5)、CO和O_3监测数据进行分析,掌握了2014年12月1日-2015年11月30日期间各项污染物的时空分布特征,并选取主要污染物分析其时间变化特征和空间分布特征.采用Kriging方法对6项污染物进行分析,获取天津市大气污染物的空间插值分布图.研究结果表明,天津市PM_(10)质量浓度年均值为113μg/m~3,PM_(2.5)年均值为69μg/m~3,均超过二级标准;颗粒物质量浓度呈现明显的季节变化特征,PM_(2.5)浓度季均值从高到低依次为冬季(95μg/m~3)、秋季(64μg/m~3)、春季(63μg/m~3)、夏季(54μg/m~3);站点对比结果表明团泊洼站点污染最严重,而塘沽环保局优良率最高.从空间分布来看,PM_(10)、PM_(2.5)、SO_2、NO_2均表现出中部至南部区域为高值分布区域,说明天津市本地污染排放对大气环境污染的贡献为主要影响因素;而O_3和CO均表现为市区浓度较低而天津市南北区域形成高值且呈现相反分布.  相似文献   

13.
臭氧(O_3)作为影响全球气候变化的重要环境因素之一,不仅对太阳辐射有影响,对城市空气质量也有作用,并且引起了较为明显的环境效应。以太原市的监测数据为基础,在探讨O_3反应机理和影响O_3浓度因素的基础上,对太原市O_3的季节变化特征,以及各监测点位对全市O_3浓度的贡献率进行了深入分析,并以此数据为依据,对O_3、NO_2、CO三者对城市空气影响效果之间的相关性进行了探讨,进而对太原市O_3污染现状提出治理措施。  相似文献   

14.
陕北地区冬季采暖期大气污染特征分析   总被引:1,自引:0,他引:1  
基于2016年12月1日至2017年3月31日陕北地区(延安市、榆林市)SO_2、NO_2、PM_(10)、PM_(2.5)、O_3、CO逐小时监测数据,研究陕北地区冬季采暖期大气污染水平及污染特征,并为陕北地区冬季空气质量改善提出建议.结果显示,2016年陕北地区冬季大气污染首要污染物为PM_(10)和PM_(2.5),大气污染类型为颗粒物污染型;通过月变化趋势分析和Pearson相关系数验证,各项大气污染物间表现出极强的相关性,O_3与其他5项污染物均为负相关,其他5项污染物两两互为正相关;经日变化趋势分析,SO_2、NO_2、PM_(10)、PM_(2.5)、CO污染物浓度日变化趋势均为"双峰双谷"型,且时间变化上保持一致,O3为"单峰"型;"周末效应"分析发现,SO_2、NO_2、PM_(10)、PM_(2.5)周末浓度均大于工作日浓度,CO周末浓度与工作日浓度变化不显著,日平均偏差为6.24%,O_3工作日浓度普遍高于周末浓度.建议陕北地区加强对冬季颗粒型污染物的抑制,加大城市绿化建设投入,积极宣传环保理念,倡导绿色出行,市民在周末尽量减少出行.  相似文献   

15.
利用2018年春节期间晋安区五个空气自动监测站点PM_(10)、PM_(2.5)、CO、NO_2、SO_2、O_3的监测数据,分析了春节期间燃放烟花爆竹对晋安区大气污染物浓度的影响,重点讨论了除夕、初一两日大气污染物浓度的小时变化特征。结果表明,晋安区春节期间首要污染物主要为颗粒物。烟花爆竹对PM_(10)、PM_(2.5)、SO_2、NO_2浓度有直接影响,对PM_(10)和PM_(2.5)浓度的影响尤其突出,对CO、O_3浓度无显著影响。  相似文献   

16.
空气污染现状及咸阳市大气中SO2浓度变化研究   总被引:1,自引:0,他引:1  
目的研究空气污染所造成严重健康问题以及咸阳市2014-2017年大气中SO_2浓度变化,并对其进行统计分析,为咸阳市能源结构调整和大气污染控制提供参考。方法以全球环境污染对健康影响的最新成果以及历史上SO_2烟雾事件为背景,结合咸阳市2014-2017年大气中SO_2浓度变化,利用Origin9.0软件进行统计分析,总结其变化规律。结果全世界每6个过早死亡者当中就有一个是因为环境污染而导致的,仅2015年约有900万人因为暴露于毒素而导致疾病致死,因为污染年度损失花费约4.6万亿美元,约占全球经济产出的6.2%。咸阳市大气中SO_2浓度变化,每年度的采暖期(11月中旬到来年3月中旬)SO_2浓度要比其它时间段更高一些;2014-2017年9月之间,年度SO_2浓度平均值有逐年下降之势,而且平均值之间存在极其显著性差异(P0.01);SO_2浓度变化与NO_2及CO浓度变化呈现出正线性相关,而与O_3浓度变化呈现出负线性相关。结论面对全球环境污染发展严重之势,咸阳市大气中SO_2浓度变化呈现出逐年下降的发展态势,与咸阳市进行能源结构调整、控制燃煤消费量等环境保护措施有直接关系。但是,同时也应该注意对于其它大气污染物(PM_(2.5),PM_(10),NO_2,CO,O_3)浓度变化的研究,为保护环境、控制污染提供更为全面的参考依据。  相似文献   

17.
为了解集中供暖和非集中供暖2种不同模式对空气质量的影响,基于天津和上海冬季采暖期及非采暖期的空气质量数据,分析不同供热模式下大气污染物的长时间变化和日变化特征及其影响因素.结果表明:天津和上海采暖期PM_(2.5)、PM_(10)、CO、NO_2和SO_2的质量浓度均高于非采暖期.天津采暖期PM_(2.5)、PM_(10)、CO和SO_2浓度较高主要是受到集中供暖消耗的化石燃料燃烧排放和大气逆温层2个方面因素的影响.上海虽然处于非集中供暖区,但也受到了北方城市供暖区远距离污染物传输的影响.天津集中供暖模式产生的PM_(2.5)、PM_(10)、CO和SO_2排放对空气质量的影响高于非集中供暖城市上海.与非采暖期相比,天津和上海采暖期NO_2浓度的增加量几乎一致,说明供暖活动对大气中NO_2的贡献并不明显;天津和上海采暖期O_3浓度均低于非采暖期,表明供暖活动未对O_3排放产生显著作用.采暖活动明显改变了天津PM_(2.5)、PM_(10)和CO的日变化特征;受采暖活动和逆温层的影响,SO_2和NO_2浓度均在夜间呈现升高趋势;O_3的日变化趋势未受采暖活动影响.与非采暖期对比,采暖期上海的非集中供暖未对污染物的日变化趋势产生显著影响.  相似文献   

18.
运用集对分析方法,选取2016年1-12月大气污染物的月均浓度分析长沙、株洲、湘潭三市大气环境的变化规律.研究结果表明:三市大气环境质量联系度rk呈折线型关系,并伴有明显的升降现象,12月污染最严重,7月污染最轻;三市的第一污染物均为PM_(2.5);三市的大气质量呈鲜明的季节性变化,即冬春季高,夏秋季低,冬季是大气污染物PM_(2.5)、PM_(10)、SO_2、NO_2、CO的典型污染季节,夏季是大气污染物O_3的典型污染季节.  相似文献   

19.
2014年8月至2015年7月在云南典型高原城市玉溪市5个监测点利用苏玛罐采样法采集VOCs样品,基于GC-MS分析方法获取了VOCs总质量浓度,同时利用空气自动监测设备监测了5个点位的大气NO_2、CO、SO_2、O_3(最大8 h)、PM_(10)和PM_(2.5)质量浓度.基于这些监测数据分析了玉溪市城区各种大气污染物的质量浓度分布特征及可能的来源.结果表明:监测期间玉溪市城区环境空气中VOCs、SO_2、NO_2、O_3、PM_(10)和PM_(2.5)的平均质量浓度分别为(19.02±18.31)、(20.11±25.53)、(16.08±11.21)、(34.54±32.79)、(49.51±34.09)μg·m~(-3)和(28.67±20.85)μg·m~(-3),CO质量浓度为(1.35±0.82)mg·m~(-3).从季节分布来看,各种污染物变化规律并不一致.VOCs质量浓度呈现秋、春高,冬、夏低的特点,O_3质量浓度呈现夏季高的明显特征,SO_2质量浓度呈现冬、秋高,春、夏低的特征,NO_2、CO、PM_(10)和PM_(2.5)质量浓度则表现为冬、春高,夏、秋低的特点.从空间分布特征来看,玉溪市中心交通密集区监测点大气环境中VOCs、NO_2、O_3、PM_(2.5)和CO质量浓度较其他监测点浓度较高,反映机动车尾气的显著贡献;而工业区监测点大气环境中SO_2和PM_(10)质量浓度较高,符合工业燃煤排放烟气显著影响的基本特征.另通过相关性分析和气团轨迹研究表明除了本地人为活动影响外,区域传输源对玉溪城区大气污染有重要影响.  相似文献   

20.
利用数理统计和后向轨迹方法,分析江苏省南京市2015年全年空气质量指数(AQI)及1月21—27日各污染指标数据,探讨南京市大气污染时空分布特征及影响因素.研究发现:2015年南京市AQI达到污染程度的天数在瑞金路、迈皋桥最多,在玄武湖最少;AQI值在秋、冬季较高,春、夏季较低,推测南京市AQI主要受不同功能区污染排放和不同季节天气变化控制.在1月21—27日大气污染事件中, AQI在仙林大学城最高,为211.094;玄武湖最低,为168.881. PM_(10)平均浓度在奥体中心最大,为229.472,玄武湖最小,为179.932. PM_(2.5)的空间分布情况与PM_(10)类似, SO_2, NO_2和O_3浓度空间差别不大.在此期间, AQI总体呈波动上升趋势, 21日、24日、26日出现3次高峰, 25日和27日下降. PM_(10)、PM_(2.5)、NO_2浓度变化趋势与AQI呈正相关关系, O_3与AQI呈负相关关系.因此,南京市大气污染在空间上具有明显区域特征,在时间上具有累加特征,同时还受周末效应和天气作用影响;主要污染物为汽车尾气、燃煤燃气和工业废气.气团后向轨迹显示,大气污染源主要来自局地和西北地区, 25日气团方向改变,导致污染物浓度下降,推测南京市大气污染受气团带来的外地污染物及天气变化的综合影响.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号