期刊文献+
共找到30篇文章
< 1 2 >
每页显示 20 50 100
北京秋冬季近地层PM_(2.5)质量浓度垂直分布特征 被引量:78
1
作者 杨龙 贺克斌 +1 位作者 张强 王歧东 《环境科学研究》 EI CAS CSCD 北大核心 2005年第2期23-28,共6页
选取秋冬两季各14d对北京地区近地层ρ(PM2 5)垂直分布进行监测,获得ρ(PM2.5)垂直廓线;结合同步测得的气象数据,就气象因素对垂直分布的影响进行了分析;最终拟合了ρ(PM2.5)垂直廓线方程。研究表明:秋冬两季ρ(PM2 5)的垂直分布随高度... 选取秋冬两季各14d对北京地区近地层ρ(PM2 5)垂直分布进行监测,获得ρ(PM2.5)垂直廓线;结合同步测得的气象数据,就气象因素对垂直分布的影响进行了分析;最终拟合了ρ(PM2.5)垂直廓线方程。研究表明:秋冬两季ρ(PM2 5)的垂直分布随高度增加而呈对数递减的规律;风速随高度的变化遵循对数规律;发生逆温时,大气层结稳定,垂直方向上的湍流受到抑制,风速与PM2 5逐时质量浓度在垂直方向的分布呈较好的线性关系,ρ(PM2 5)随高度改变呈显著的对数相关关系;而在非逆温的情况下,PM2 5逐时质量浓度垂直分布与风速线性相关的概率较小,质量浓度的垂直分布与高度的对数关系不显著。 展开更多
关键词 pm2.5 质量浓度 垂直分布 逆温 近地层
下载PDF
太原市城区大气PM_(2.5)和PM_(10)时空分布特征 被引量:12
2
作者 武晓红 宋丽红 +4 位作者 李秋玲 陶莉 张先平 李晓迪 耿红 《生态环境学报》 CSCD 北大核心 2021年第4期756-762,共7页
研究太原市城区大气颗粒物质量浓度时空变化规律,可以为实施更有效的大气污染综合治理手段提供科学依据。以太原市9个国家空气质量自动监测站的数据为基础,运用统计分析和Kriging插值法,对太原市城区2019年大气颗粒物的时空分布进行了... 研究太原市城区大气颗粒物质量浓度时空变化规律,可以为实施更有效的大气污染综合治理手段提供科学依据。以太原市9个国家空气质量自动监测站的数据为基础,运用统计分析和Kriging插值法,对太原市城区2019年大气颗粒物的时空分布进行了分析。结果表明,2019年太原市城区PM_(2.5)和PM_(10)年均质量浓度分别为56μg·m^(−3)和107μg·m^(−3),是国家二级标准限值的1.60、1.53倍,以PM_(2.5)和PM_(10)为首要污染物占总超标天数的44.03%和12.58%;PM_(2.5)/PM_(10)年均值为0.52,PM_(2.5)对PM_(10)贡献较大;PM_(2.5)季平均质量浓度为冬季(87μg·m^(−3))>秋季(50μg·m^(−3))>春季(49μg·m^(−3))>夏季(34μg·m^(−3)),PM_(10)为冬季(123μg·m^(−3))>春季(120μg·m^(−3))>秋季(98μg·m^(−3))>夏季(64μg·m^(−3));PM_(2.5)和PM_(10)质量浓度月变化呈U型,二者平均质量浓度1月最高,8月最低;PM_(2.5)和PM_(10)24 h质量浓度变化呈“单峰单谷”型,峰值在10:00,谷值在17:00;取暖期PM_(2.5)与CO、SO_(2)和NO_(2)相关性高于其他时段;太原市城区PM_(2.5)和PM_(10)质量浓度空间分布总体上呈北低南高之势,PM_(2.5)春夏秋季的空间分布格局与太原市城区生产、生活、交通干道分布格局比较吻合。以上结果提示秋冬季是太原市城区颗粒物治理的关键时期,位于南部的小店和晋源区为重点防控治理区域。 展开更多
关键词 pm_(2.5)质量浓度 pm_(10)质量浓度 时空分布 太原市城区 相关性分析
下载PDF
Pollution characteristics of atmospheric fine particles and their secondary components in the atmosphere of Shenzhen in summer and in winter 被引量:13
3
作者 NIU Yuwen1,2,HE Lingyan1,2,HU Min2,ZHANG Jing2 & ZHAO Yunliang2 1. Shenzhen Graduate School of Peking University,Shenzhen 518055,China 2. State Joint Key Laboratory of Environmental Simulation and Pollution Control,College of Environmental Sciences,Peking University,Beijing 100871,China 《Science China Chemistry》 SCIE EI CAS 2006年第5期466-474,共9页
Two field measurements for atmospheric fine particles were conducted in Baoan district of Shenzhen during the summer and winter in 2004. Totally 30 sets of 24 h samples were collected, and then the mass concentrations... Two field measurements for atmospheric fine particles were conducted in Baoan district of Shenzhen during the summer and winter in 2004. Totally 30 sets of 24 h samples were collected, and then the mass concentrations and chemical compositions were determined. The seasonal varia- tions and secondary pollution characteristics of fine particles during the sampling periods were dis-cussed with meteorological factors. The results show that seasonal variations of atmospheric particles are significant in Shenzhen. The average mass concentrations of PM2.5 and PM10 in summer were 35 μg·m-3 and 57 μg·m-3, respectively, and those in winter were 99 μg·m-3 and 135 μg·m-3, respec-tively. The concentrations of both PM2.5 and PM10 in winter increased 184% and 137%, respectively, compared to those in summer. PM2.5 accounted for 61% and 75% of PM10 in summer and in winter, respectively, indicating severe fine particle pollution in Shenzhen. During the summer and winter sampling periods, the mean OC/EC ratios were 3.4 and 1.6, respectively. The estimated secondary organic carbon (SOC) averagely accounted for 56% and 6% of the total OC in summer and in winter, respectively, which implies a major contribution of SOC to OC in summer. During the continuous high temperature period in summer, both the concentrations and fractions of secondary aerosol compo-nents in PM2.5 were highly elevated, suggesting severe secondary pollution again. The prevailing wind was from South China Sea in summer, and the air quality was good. The prevailing wind in winter was from China's Mainland to the north, and the polluted air mass led to poor air quality. 展开更多
关键词 pm2.5 mass concentration secondary pollution SEASONAL variation Shenzhen.
原文传递
银川市PM_(2.5)的输送路径及潜在源解析 被引量:12
4
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 潜在来源贡献函数(PSCF) 浓度权重(CWT) 银川市
下载PDF
北京2005-2014年PM_(2.5)质量浓度的演变特征 被引量:10
5
作者 苗蕾 廖晓农 +1 位作者 王迎春 赵春生 《气象》 CSCD 北大核心 2016年第8期954-961,共8页
利用2005—2014年北京宝联(城区)和2006—2014年上甸子本底站(郊区)的PM_(2.5)质量浓度监测结果揭示了其长时间的演变特征。结果表明,2005—2007年北京地区PM_(2.5)污染最重,2008年以后PM_(2.5)年平均浓度明显降低,中度以上... 利用2005—2014年北京宝联(城区)和2006—2014年上甸子本底站(郊区)的PM_(2.5)质量浓度监测结果揭示了其长时间的演变特征。结果表明,2005—2007年北京地区PM_(2.5)污染最重,2008年以后PM_(2.5)年平均浓度明显降低,中度以上污染日数减少,但是2013—2014年有加重趋势。城区秋、冬季平均浓度最高,春季和夏初次之。然而,近年来春、夏季污染有减轻的趋势,高浓度值出现的时间越来越向秋、冬季集中,从而导致季节性差异变大。春季沙尘天气是其影响因素之一。上甸子春、夏季的PM_(2.5)平均浓度高于秋、冬季,与城区不同。但2011年以后城郊差异逐渐变小,表明污染事件的区域性特征增强。北京城区中度污染日数年平均为30 d,重度污染为26 d,严重污染为4.7 d。污染日数月际变化明显并且月分布具有年际差异。2013—2014年,中度污染日数减少,严重污染日数增加,PM_(2.5)年平均浓度与秋、冬季重污染过程的相关性增大。上甸子中度以上污染日数是城区的1/3。持续性重污染过程多发生在秋、冬季。2008—2014年以后中度以上污染持续超过3 d的过程每年平均发生1.9次,重度以上污染0.6次。绝大多数严重污染只持续2~3 d。重度以上污染日多出现在污染过程的中后期,因此遇不利气象条件提前采取减排措施将有可能减少重污染发生的频次。 展开更多
关键词 pm_(2.5)质量浓度 中度以上污染日数 持续性污染事件 年际变化 季节差异 长时间变化规律
下载PDF
沈阳市大气PM_(2.5)和PM_(10)污染特征 被引量:5
6
作者 林静雯 刘思梦 +3 位作者 牛晓巍 李艳卉 崔晓涵 范朵 《沈阳大学学报(自然科学版)》 CAS 2021年第2期117-124,共8页
统计了沈阳市2017年1月1日—2019年12月31日大气监测数据,分析了2019年大气中PM_(2.5)和PM_(10)质量浓度的变化特征.结果表明,全年天气质量以良为主,占比58.6%,污染天气共81 d.各季节空气质量按优级占比从大到小排列依次为秋季、夏季、... 统计了沈阳市2017年1月1日—2019年12月31日大气监测数据,分析了2019年大气中PM_(2.5)和PM_(10)质量浓度的变化特征.结果表明,全年天气质量以良为主,占比58.6%,污染天气共81 d.各季节空气质量按优级占比从大到小排列依次为秋季、夏季、春季、冬季.全年PM_(2.5)和PM_(10)日超标率分别为12.1%和7.7%.污染天气的AQI与PM_(2.5)、PM_(10)日均质量浓度的相关性系数分别为0.689和0.827,PM_(2.5)和PM_(10)是沈阳市污染天气中的首要污染物,月均质量浓度的最大值分别出现在2月和1月,二者最小值均出现在8月.PM_(2.5)和PM_(10)污染呈季节性变化,冬季污染最大,夏季则相反.各季节PM_(2.5)和PM_(10)的质量浓度比从大到小排列依次为冬季、夏季、秋季、春季.在2017—2019年中,PM_(2.5)年均质量浓度持续降低,PM_(10)污染呈反复趋势,PM_(2.5)和PM_(10)的质量浓度比有所降低. 展开更多
关键词 pm_(2.5) pm_(10) 污染 大气 沈阳 质量浓度
下载PDF
高邮近郊站点PM_(2.5)影响因子及来源分析
7
作者 高萍 刘安康 +5 位作者 顾宇 高翔 苏艳 从冯 解舒婷 戴明明 《三峡生态环境监测》 2024年第1期82-90,共9页
利用2021年高邮城市边缘站点小时分辨率的PM_(2.5)质量浓度和气象要素数据,并结合后向轨迹及浓度权重轨迹分析(concentration-weighted trajectory,CWT)方法分析了PM_(2.5)质量浓度的时间变化、影响因素及来源特征。结果表明:观测期间站... 利用2021年高邮城市边缘站点小时分辨率的PM_(2.5)质量浓度和气象要素数据,并结合后向轨迹及浓度权重轨迹分析(concentration-weighted trajectory,CWT)方法分析了PM_(2.5)质量浓度的时间变化、影响因素及来源特征。结果表明:观测期间站点PM_(2.5)质量浓度为(33.20±21.99)μg/m^(3)。PM_(2.5)质量浓度存在显著的季节变化,冬季浓度最高,可达(46.74±26.90)μg/m^(3),夏季浓度最低,仅为(22.62±12.54)μg/m^(3),污染时次主要集中在冬季和春季,合计占比为87.6%。PM_(2.5)质量浓度具有夜间高于白天的特征。气象要素对PM_(2.5)质量浓度的影响较大,并随季节呈现一定的波动。低湿度(<75%)条件有利于PM_(2.5)浓度增长,而高湿度(>75%)条件有利于PM_(2.5)清除。风速对PM_(2.5)浓度影响显著,有降水时PM_(2.5)浓度较非降水时降低37.9%。高邮不同风向风速下对应PM_(2.5)浓度差异显著,高浓度PM_(2.5)主要来自城区对应的偏西及偏南方向。高邮地区PM_(2.5)外来源输送区域差异明显,高邮地区PM_(2.5)潜在源区主要分布在高邮市偏西方向的安徽及河南南部,偏南方向的江苏南部、浙江北部及上海地区,受冬季冷空气南下污染物输送影响,山东中部也存在较大贡献。 展开更多
关键词 高邮 pm_(2.5)质量浓度 变化特征 气象要素 来源解析
下载PDF
面向PM_(2.5)预测的时间序列分解与机器学习融合模型 被引量:2
8
作者 杨长春 聂倩倩 《安全与环境学报》 CAS CSCD 北大核心 2023年第12期4600-4608,共9页
细颗粒物(PM_(2.5))对大气污染和人体健康具有显著影响。为了提高PM_(2.5)质量浓度预报准确率,提出一种将先知(Prophet)时间序列分解算法和极限梯度提升树(Extreme Gradient Boosting,XGBoost)机器学习模型相结合的多变量混合预测模型(P... 细颗粒物(PM_(2.5))对大气污染和人体健康具有显著影响。为了提高PM_(2.5)质量浓度预报准确率,提出一种将先知(Prophet)时间序列分解算法和极限梯度提升树(Extreme Gradient Boosting,XGBoost)机器学习模型相结合的多变量混合预测模型(Prophet-XGBoost)。利用Prophet算法对时间序列可分解的特性,将PM_(2.5)高维质量浓度序列分解成若干低维时序特征分量,并与污染物和气象因素数据集成构建XGBoost预测模型,以得到PM_(2.5)质量浓度的预测值。试验中以南京市PM_(2.5)质量浓度历史数据为例进行实证分析。结果表明,结合Prophet时间序列分解的预测模型,PM_(2.5)质量浓度预测结果的决定系数R^(2)提升至0.658 4。由此可见,Prophet-XGBoost多变量混合预测模型较传统长短期记忆神经网络(Long Short-Term Memory,LSTM)、XGBoost模型能够更好地预测PM_(2.5)日均质量浓度的变化趋势。 展开更多
关键词 环境学 pm_(2.5)质量浓度 时间序列 Prophet算法 极限梯度提升树
下载PDF
长沙市冬季人行道PM_(2.5)污染特征及影响因素
9
作者 陈宇 何韶瑶 蔡妍 《中国环境监测》 CAS CSCD 北大核心 2024年第3期107-114,共8页
了解不同气象条件下城市人行道细颗粒物(PM_(2.5))时空分布特征对于指导城市环境评价及街道空间规划布局具有重要意义。选取长沙市车流量及人流量较大的4条道路旁0、5、10 m处的人行道,在冬季晴天、阴天和大风天开展PM_(2.5)质量浓度、... 了解不同气象条件下城市人行道细颗粒物(PM_(2.5))时空分布特征对于指导城市环境评价及街道空间规划布局具有重要意义。选取长沙市车流量及人流量较大的4条道路旁0、5、10 m处的人行道,在冬季晴天、阴天和大风天开展PM_(2.5)质量浓度、风速、温度及相对湿度监测,探讨PM_(2.5)分布特征与气象因子的关系。结果表明:冬季晴天、阴天及大风天的人行道PM_(2.5)质量浓度变化呈现双峰双谷特征,峰值均出现在06:00—08:00,其次为18:00—20:00,谷值出现在14:00—16:00及22:00—24:00;距离机动车道10m处的人行道PM_(2.5)含量低于机动车道旁(即距离机动车道0 m)的人行道PM_(2.5)含量,这种差异在大风天气下更为显著;人行道PM_(2.5)质量浓度与温度、风速呈显著负相关关系,与空气湿度呈显著正相关关系,低温不利于PM_(2.5)扩散,但在大风天温度对PM_(2.5)的影响极小,风对PM_(2.5)含量的变化影响极大,在远离机动车道的人行道更为显著,而高湿度天气有利于PM_(2.5)的凝结。低温、高湿天气下06:00—08:00、18:00—20:00人行道PM_(2.5)质量浓度较高,大风对PM_(2.5)质量浓度具有一定削减作用,早晚高峰减少人行道洒水以降低空气湿度,有利于PM_(2.5)质量浓度的降低,减少PM_(2.5)积累。 展开更多
关键词 pm_(2.5) 气象条件 质量浓度 人行道
下载PDF
安徽省PM_(2.5)质量浓度时空变化特征及其影响因素分析 被引量:2
10
作者 靳亚萍 彭俊 +1 位作者 凌敏 张兵 《黑龙江工程学院学报》 CAS 2023年第1期14-20,共7页
以2015—2021年9月安徽省空气质量指数为样本,利用GIS空间分析等方法,分析安徽省全域PM_(2.5)质量浓度的时空变化特征,并对可能的影响因素进行探讨。结果表明:1)2015年以来安徽省PM_(2.5)质量浓度在时间变化上呈现逐渐递减趋势,在季节... 以2015—2021年9月安徽省空气质量指数为样本,利用GIS空间分析等方法,分析安徽省全域PM_(2.5)质量浓度的时空变化特征,并对可能的影响因素进行探讨。结果表明:1)2015年以来安徽省PM_(2.5)质量浓度在时间变化上呈现逐渐递减趋势,在季节变化上具有春冬高、夏秋低的特点,在年际变化中2015—2018年PM_(2.5)质量浓度在皖中地区减少幅度最为明显,其中,以合肥市减幅最大;2018—2021年PM_(2.5)质量浓度在皖北地区减少幅度最为显著,以亳州市减幅最大。2)安徽省PM_(2.5)质量浓度在空间分布上呈现由北向南的递减趋势,最高值出现在皖北,最低值出现在皖南,且存在东西部之间的差异。3)自然因素(地形地势、降雨量和风速)和人类活动(产业结构和能源消费、政策和思想理念)对安徽省PM_(2.5)质量浓度的时空分布和变化具有较大的影响,使得安徽省全域PM_(2.5)质量浓度逐渐减少,大气环境质量逐年提高。 展开更多
关键词 安徽省 pm_(2.5)质量浓度 时空变化 影响因素
下载PDF
基于激光雷达和微波辐射计的气溶胶质量浓度反演算法研究与分析
11
作者 季承荔 陈臻懿 +6 位作者 黄艺峰 茆佳佳 王志成 古锐昌 刘爱明 张春生 项衍 《中国激光》 EI CAS CSCD 北大核心 2024年第5期196-205,共10页
大气气溶胶是重要的大气污染物之一,气溶胶质量浓度的垂直分布及其与气象要素的相互影响,对理解大气污染传输具有重要意义。激光雷达因具有高时空分辨率的探测优势而成为研究气溶胶颗粒物立体分布的有力工具。本文利用深圳米散射激光雷... 大气气溶胶是重要的大气污染物之一,气溶胶质量浓度的垂直分布及其与气象要素的相互影响,对理解大气污染传输具有重要意义。激光雷达因具有高时空分辨率的探测优势而成为研究气溶胶颗粒物立体分布的有力工具。本文利用深圳米散射激光雷达、微波辐射计和近地面气溶胶质量浓度监测仪,根据均方差选取最优参数,建立基于消光系数的温湿融合PM_(2.5)质量浓度反演模型,并以深圳气象梯度观测塔4个高度的PM_(2.5)质量浓度小时均值为基准,对模拟结果进行了验证分析。结果显示:模拟值与观测值两者的变化趋势一致性较好,相关系数受模拟高度、相对湿度影响,并进行了晴天、多云天气下的比对,深圳气象梯度观测塔上4个高度的模拟值和实测值相关系数均大于0.68,平均绝对误差和均方根误差最大值分别为6.88μg/m^(3)和18.56μg/m^(3)。比较4个季节的模拟效果发现,冬季的模拟结果准确性要低于其他三个季节。最后通过个例分析,结合地面温度、相对湿度、风场和气压场,分析了深圳夏季颗粒物质量浓度的时空分布特征。 展开更多
关键词 激光雷达 pm_(2.5)质量浓度 消光系数
原文传递
2019年~2021年沿海城市PM_(2.5)污染特征、来源和典型污染过程解析 被引量:2
12
作者 单龙 郭振东 +2 位作者 徐凌秋 王玲 周军 《环境科技》 2023年第1期60-65,共6页
根据国控空气自动站和手工监测数据分析了盐城市PM_(2.5)质量浓度水平、来源和典型污染过程组分变化规律。分析结果表明:观测期间盐城市PM_(2.5)平均质量浓度为42.2±25.4μg/m^(3);PM_(2.5)组分中SNA,OM和Soil贡献较高;ρ(OC)/ρ(... 根据国控空气自动站和手工监测数据分析了盐城市PM_(2.5)质量浓度水平、来源和典型污染过程组分变化规律。分析结果表明:观测期间盐城市PM_(2.5)平均质量浓度为42.2±25.4μg/m^(3);PM_(2.5)组分中SNA,OM和Soil贡献较高;ρ(OC)/ρ(EC)均值为4.4,整体受机动车和燃煤共同影响,ρ(NO_(3)^(-))/ρ(SO_(4)^(2-))均值为2.0,移动源污染更为突出;PM2.5来源主要包括二次污染源、交通源、海洋源、生物质燃烧和扬尘源;污染天ρ(NO_(3)^(-))/ρ(SO_(4)^(2-))明显高于清洁天。 展开更多
关键词 pm_(2.5) 质量浓度 特征因子 pmF 典型污染过程
下载PDF
对流层低层温度和风场结构对开封市冬季PM_(2.5)质量浓度的影响分析 被引量:1
13
作者 王其英 冀翠华 +2 位作者 施雨其 仝妍彦 王华飞 《气象与环境科学》 2023年第2期76-82,共7页
采用2019年12月13日—2020年2月10日开封市空气质量监测站逐日PM_(2.5)质量浓度、郑州探空站数据及NCEP气象资料,分析了PM_(2.5)质量浓度和500 hPa以下逆温层、低层风的变化特征。结果表明,在PM_(2.5)质量浓度静稳积累期,500 hPa东亚中... 采用2019年12月13日—2020年2月10日开封市空气质量监测站逐日PM_(2.5)质量浓度、郑州探空站数据及NCEP气象资料,分析了PM_(2.5)质量浓度和500 hPa以下逆温层、低层风的变化特征。结果表明,在PM_(2.5)质量浓度静稳积累期,500 hPa东亚中纬度环流平直,低层(925 hPa和1000 hPa)多偏南风,近地面相对湿度逐渐增加,对流层中下层多层逆温逐渐建立,此时受本地排放积累、吸湿增长和扩散能力下降的共同作用,再加上较长的持续时间,导致PM_(2.5)质量浓度不断增长。PM_(2.5)质量浓度的快速增长可分为两类:一是高空低槽携带冷空气由华北影响河南,对流层中下层逆温被破坏,京津冀的污染物经太行山东麓向南传输所致;二是高空环流平直,PM_(2.5)颗粒向地面均压场中的辐合线或弱低压中心附近的辐合区积聚,地面高湿弱风,近地逆温层建立或增强,扩散能力下降,共同作用而致。快速清除期,通常伴随着高空低槽携带冷空气影响河南,对流层下层逆温被破坏或减弱,低层多东北风、东风和西北风。另外,850 hPa与925 hPa的垂直风切变可表征大气垂直扩散能力,与12 h后的PM_(2.5)质量浓度(空气质量监测站位于探空站东约60 km处)的Pearson相关系数最大(-0.367),可据此提前12 h预报开封市PM_(2.5)质量浓度变化。 展开更多
关键词 pm_(2.5)质量浓度 逆温层 低层风切变 相关性
下载PDF
成都平原西郊PM_(2.5)载带水溶性离子污染特征 被引量:1
14
作者 夏波 李翔 +2 位作者 罗霜 李思思 罗自武 《四川环境》 2023年第1期87-92,共6页
为探究成都平原西郊冬季颗粒物污染特征,采用离子色谱仪对选择点位冬季PM_(2.5)载带进行离子测定。结合空气站点PM_(2.5)、SO_(2)、NO_(2)质量浓度,分析其浓度特征、酸碱度、相关性及主要来源等情况。结果表明:采样期间,该区域大气PM_(2... 为探究成都平原西郊冬季颗粒物污染特征,采用离子色谱仪对选择点位冬季PM_(2.5)载带进行离子测定。结合空气站点PM_(2.5)、SO_(2)、NO_(2)质量浓度,分析其浓度特征、酸碱度、相关性及主要来源等情况。结果表明:采样期间,该区域大气PM_(2.5)质量浓度均值为73.1μg/m^(3),主要水溶性离子质量浓度均值为27.42μg/m^(3),占比为37.5%;阴阳离子当量比为1.003,PM_(2.5)呈酸性;二次离子(NH_(4)^(+)、SO_(4)^(2-)、NO_(3)^(-))占总水溶性离子质量浓度比值为71.7%且相关性较好,污染期间SNA主要以NH4HSO4和NH4NO_(3)两种形式存在;主成分分析可知燃烧排放、建筑施工扬尘及机动车排放二次转换是造成西郊冬季PM_(2.5)污染的主要原因。通过本研究可以达到对成都平原西部郊区颗粒物水溶性离子污染特征的了解,为该地区大气污染防治提供参考。 展开更多
关键词 pm_(2.5) 载带 水溶性离子 质量浓度 成都平原西郊
下载PDF
边界层低空急流激光雷达观测及其对PM_(2.5)的影响 被引量:1
15
作者 傅一原 宋小全 廉文超 《光学学报》 EI CAS CSCD 北大核心 2023年第18期123-133,共11页
大气边界层低空急流是一种重要的边界层物理过程,与污染传输、航空安全、风能开发利用等存在密切联系。相干多普勒测风激光雷达自2020年9月21日至2021年5月8日布设于辽宁葫芦岛市开展风场观测实验,使用激光雷达垂直风场观测资料对该区... 大气边界层低空急流是一种重要的边界层物理过程,与污染传输、航空安全、风能开发利用等存在密切联系。相干多普勒测风激光雷达自2020年9月21日至2021年5月8日布设于辽宁葫芦岛市开展风场观测实验,使用激光雷达垂直风场观测资料对该区域大气边界层低空急流展开观测研究,并结合ERA5再分析资料与环境监测站PM_(2.5)质量浓度数据分析。研究时段内,低空急流出现频率为0.11,平均急流风速为13.2m·s^(-1),急流风向主要集中在东北向与西南向,急流高度主要在500m以下,在200~300m频率最高;低空急流风向在冬季与春季存在明显差异,冬季主要集中在东北向,春季主要集中在西南向。分析表明,该区域边界层低空急流的风向主要受到大尺度天气环流背景以及海岸线走势的影响;在沿海区域,海陆热力性质差异引起的温度梯度会根据不同背景风场为急流形成提供有利或不利条件,进而影响不同风向情况下的急流发生频率。夜间边界层低空急流通过增强近地层大气垂直扩散能力,加速PM_(2.5)质量浓度的降低或削弱其增长速度。 展开更多
关键词 大气光学 多普勒激光雷达 大气边界层 低空急流 pm_(2.5)质量浓度
原文传递
融合自注意力和时空卷积网络的空气质量预测方法
16
作者 杨国亮 余华声 +1 位作者 夏金龙 黄经纬 《安全与环境学报》 CAS CSCD 北大核心 2023年第12期4580-4589,共10页
准确预测空气质量对人体健康和社会环境治理具有积极影响。选取北京市35个监测站点自2019年2月1日至2020年1月31日的逐小时空气质量监测数据与气象数据,利用最大信息系数(Maximum Information Coefficient,MIC)对多个监测站点进行空间... 准确预测空气质量对人体健康和社会环境治理具有积极影响。选取北京市35个监测站点自2019年2月1日至2020年1月31日的逐小时空气质量监测数据与气象数据,利用最大信息系数(Maximum Information Coefficient,MIC)对多个监测站点进行空间相关性分析,并通过升降维的卷积方式进行特征提取与信息整合,得到具有时空相关性的输入特征信息;构建融合自注意力(Self-Attention,SA)的时空卷积网络模型(Spatiotemporal Convolutional Network-Self-Attention,STCN-SA),对选定的中心站点进行未来1 h的PM_(2.5)质量浓度预测。结果表明:与常见的循环神经网络(Recurrent Neural Network,RNN)和长短期记忆网络(Long Short-Term Memory Network,LSTM)模型相比,STCN-SA网络模型在平均绝对误差(E_(MAE))、均方根误差(E_(RMSE))和决定系数(R~2)表现出更好的预测性能。此外,该预测模型适用于不同空间位置的监测站点,具有良好的可移植性,可为预测空气污染物质量浓度提供重要参考。 展开更多
关键词 环境工程学 空气质量预测 pm_(2.5)质量浓度 时空相关性 自注意力 时间卷积网络
下载PDF
基于层次分析法的济宁市大气环境污染质量评价模型研究
17
作者 李峰 《环境科学与管理》 CAS 2023年第6期179-184,共6页
大气环境污染质量的评价是预防空气污染中不可缺少的环节,但评价过程易受天气变化、空气湿度、微生物等问题的影响,为了解决上述问题,构建基于层次分析法的大气环境污染质量评价模型。该模型首先调查济宁市的大气污染现状,然后构建大气... 大气环境污染质量的评价是预防空气污染中不可缺少的环节,但评价过程易受天气变化、空气湿度、微生物等问题的影响,为了解决上述问题,构建基于层次分析法的大气环境污染质量评价模型。该模型首先调查济宁市的大气污染现状,然后构建大气环境污染质量评价模型,通过层次分析法定量评价济宁市的大气环境质量,在此基础上确定实验材料和实验仪器,采用大气采样器吸收采样点处的大气,并通过大气中的PM_(2.5)质量浓度、元素富集程度、潜在风险与相对贡献率验证了基于层次分析法的大气环境污染质量评价模型的有效性。 展开更多
关键词 一致性比率 富集因子 潜在风险指数 评价指标 pm_(2.5)质量浓度
下载PDF
2001—2018年非洲尼日尔河流域PM_(2.5)质量浓度的时空变化特征
18
作者 周丽霞 吴涛 +2 位作者 解雪峰 蒋国俊 张建珍 《浙江师范大学学报(自然科学版)》 CAS 2023年第2期201-209,共9页
探究PM_(2.5)质量浓度的时空演变过程,对于明确PM_(2.5)治理方向和推进非洲可持续发展目标至关重要.利用全球遥感反演PM_(2.5)数据集,结合GIS空间分析、空间自相关、Mann-Kendall检验和重标极差分析等方法揭示2001—2018年尼日尔河流域P... 探究PM_(2.5)质量浓度的时空演变过程,对于明确PM_(2.5)治理方向和推进非洲可持续发展目标至关重要.利用全球遥感反演PM_(2.5)数据集,结合GIS空间分析、空间自相关、Mann-Kendall检验和重标极差分析等方法揭示2001—2018年尼日尔河流域PM_(2.5)质量浓度的时空变化特征及趋势.结果表明:(1)2001—2018年,尼日尔河流域PM_(2.5)质量浓度在时间变化上呈现波动且微弱增长趋势,年增长速率为0.06μg/m^(3);(2)尼日尔河流域PM_(2.5)质量浓度在空间上整体呈现东南向西北递减的空间格局,其浓度高值区与低值区表现出强烈的空间集聚性特征,高值区集中在中下游地区的尼日尔东部地区、尼日利亚北部山地及南部三角洲地区,低值区集中在尼日尔河的上游地带、流域北端阿尔及利亚区域和下游支流贝努埃河流域;(3)尼日尔河流域PM_(2.5)质量浓度变化的时空趋势上以不显著增加趋势为普遍特征,且在时间序列上具备长程相关性.研究结果将有助于尼日尔河流域相关国家政府制定更加行之有效的防控措施和方案. 展开更多
关键词 pm_(2.5)质量浓度 空间自相关分析 MANN-KENDALL检验 重标极差分析 尼日尔河流域
下载PDF
衡阳市PM_(2.5)质量浓度时空分布特征及影响因素分析
19
作者 穆述鑫 刘语瑶 +1 位作者 徐赞超 刘迎云 《南华大学学报(自然科学版)》 2023年第4期18-24,40,共8页
基于PM_(2.5)与其他五种大气污染物浓度数据以及气象资料,选用普通克里金插值与Spearman相关性分析方法,研究了衡阳市PM_(2.5)质量浓度的时空分布特征及其影响因素。结果表明:1)PM_(2.5)质量浓度年均值总体呈下降趋势,季均值具有冬高夏... 基于PM_(2.5)与其他五种大气污染物浓度数据以及气象资料,选用普通克里金插值与Spearman相关性分析方法,研究了衡阳市PM_(2.5)质量浓度的时空分布特征及其影响因素。结果表明:1)PM_(2.5)质量浓度年均值总体呈下降趋势,季均值具有冬高夏低的特征,月均值变化趋近于“U”型,PM_(2.5)质量浓度小时变化在春冬两季均呈“W”型,夏季为“双峰双谷型”,秋季为“单峰单谷型”。2)PM_(2.5)质量浓度季均值空间分布表现出季节性差异,高值区多集中于衡阳市主城区、衡阳县、衡东县北部、祁东县西北部等地。3)在春、秋、冬三季中,PM_(2.5)与气温、日照时数呈正相关,与相对湿度、风速、降水量呈负相关,但在夏季仅有风速与PM_(2.5)质量浓度具有负相关关系;PM 10、SO_(2)、NO_(2)、CO等污染物与PM_(2.5)在四个季节中均呈正相关,O_(3)与PM_(2.5)除在冬季无相关性外,在其他季节二者之间也具有正相关性。 展开更多
关键词 pm_(2.5)质量浓度 普通克里金插值 时空分布 相关性分析
下载PDF
宁德市消光系数、能见度与PM_(2.5)的关系
20
作者 黄德华 胡淑萍 刘翔宇 《农业灾害研究》 2023年第2期71-73,共3页
利用2019年宁德市监测站提供的逐时PM_(2.5)质量浓度和宁德市气象局提供的大气能见度监测数据,探讨了PM_(2.5)与消光系数、能见度的关系。分析结果表明:(1)宁德市PM_(2.5)质量浓度主要集中在0~50μg/m3之间,夏秋两季PM_(2.5)小于春冬两... 利用2019年宁德市监测站提供的逐时PM_(2.5)质量浓度和宁德市气象局提供的大气能见度监测数据,探讨了PM_(2.5)与消光系数、能见度的关系。分析结果表明:(1)宁德市PM_(2.5)质量浓度主要集中在0~50μg/m3之间,夏秋两季PM_(2.5)小于春冬两季,总体PM_(2.5)污染不严重。(2)宁德市PM_(2.5)质量浓度与大气消光系数呈线性正相关,与大气能见度呈乘幂负相关关系。(3)在不同相对湿度等级中,消光系数、能见度与PM_(2.5)值关系均保持不变,表明影响大气消光系数和能见度的因子包括大气相对湿度与PM_(2.5)值。 展开更多
关键词 消光系数 能见度 pm_(2.5)质量浓度
下载PDF
上一页 1 2 下一页 到第
使用帮助 返回顶部