共查询到20条相似文献，搜索用时 15 毫秒
1.
2003~2012年石家庄市大气污染特征分析 总被引：1，自引：0，他引：1
以石家庄市2003~2012年空气污染指数资料为基础,对每日空气污染指数、空气质量级别等的年变化特征进行了分析。结果表明,近10年来石家庄市的首要污染物仍以 PM10为主,空气质量分布具有明显的季节变化规律,夏季最好,秋、春季次之,冬季最差;近年来,石家庄市污染天数有减少趋势。 相似文献
2.
依据2006～2013年宣城市空气污染指数(air pollution index,API)日数据和相应时段的常规地面气象数据,利用SPSS对城市空气质量与气象要素进行相关统计分析。结果表明,宣城市空气质量以Ⅰ级和Ⅱ级天气为主,其中Ⅱ级天数占统计样本的77.9%,而Ⅲ级以上天数共有170 d,占统计样本的5.8%,整体空气质量较好;首要污染物为PM10,2012年以来有逐年严重的趋势。API周末效应指数分布区间主要集中在-20～20,变化趋势符合夏季低、冬季高的规律;气温、湿度、风速和能见度等气象要素与API指数关系密切,各季节相关性存在差异。 相似文献
3.
根据重庆市2014年1月-12月大气空气质量指数（AQI）以及大气首要污染物PM2.5,PM10,CO,SO2,NO2和O3等相关数据,分析了重庆市大气污染物浓度的变化特征,并结合月平均降水量、平均气温、日照时数、平均相对湿度、平均风速和平均气压等气象数据,运用相关分析法,研究气象要素对重庆市大气污染物的影响.研究结果表明:AQI和PM2.5,PM10质量浓度变化在月尺度上呈明显的“U”型变化,表现为两端高中间低的态势;季节变化尺度上,冬季最高,夏季最低,即夏季空气质量最好,冬季空气污染最严重;PM2.5和PM10质量浓度显著相关,相关系数达0.99,PM2.5对PM10贡献较大,两者质量浓度的比值达0.80.PM2.5和PM10质量浓度与平均相对湿度正相关,主要是因为相对湿度越大越有利于颗粒物的形成;与... 相似文献
4.
5.
衡水市空气污染特征与气象条件分析 总被引：1，自引：0，他引：1
利用2005~2006年衡水3个环境监测点的逐日逐时监测资料对衡水市的空气质量进行了分析。结果表明,衡水市可吸入颗粒物(PM10)为首要污染物的天数基本在300 d以上;二氧化硫(SO2)为主要污染物的天数为40~88 d。在观测时段内未出现二氧化氮(NO2)为首要污染物的情况。衡水空气质量多为良,二级以上天数在300 d以上。污染物浓度白天段要高于夜间段。污染物浓度具有明显的季节变化,冬半年到夏半年污染物浓度逐渐降低,从夏半年到冬半年污染物浓度逐渐升高。大雾及冬季燃煤取暖对空气污染具有正贡献;降水对降低空气中PM10的浓度有积极的作用,大的降水后空气质量维持优的时间较长,反之,空气质量达到优的持续时间较短。空气温度以及低层的空气湿度对污染物浓度有很大的影响。 相似文献
6.
7.
2001—2010年济南市空气质量特征分析 总被引：1，自引：0，他引：1
利用济南市环境空气监测资料,使用国内普遍采用的API空气污染指数,分析了济南市2001—2010年空气质量的变化特征。结果表明：2001—2010年济南市环境空气质量为良或优的天数总体呈上升趋势;冬、春季空气质量比夏、秋季差,污染最轻的是8月,污染最重的是12月或1月;近10年主要污染物为可吸入颗粒物PM10,可吸入颗粒物的来源呈多样性,近年来,汽车尾气污染和建筑尘逐渐成为济南市环境空气污染的主要因素;空气污染较重时一般伴随冷空气影响,近低层存在逆温,不利于污染物的扩散。 相似文献
8.
采用2013年株洲市大气污染物逐时监测资料及同时段的气象观测资料,分析了株洲市空气污染的时间变化特征及其与气象条件的关系.结果表明,2013年株洲市首要污染物为PM2.5,全年有158 d空气质量达到优、良,其中5～9月空气质量较好,其余时段空气质量较差;总的看来夏半年AQI小于冬半年,除03污染物外,其余污染物较大浓度值主要出现在冬季,夏半年污染物浓度明显小于冬半年;除O3污染物外,其余污染物均为白天浓度小于夜晚,下午为一日中浓度最低时段.风速、降水量、能见度与AQI均呈反相关关系,即风速越大越有利于污染物的扩散、降水对污染物有冲刷作用、能见度越高扩散条件越好;混合层高度越高、逆温出现概率越小,污染物被稀释、扩散的范围越广,对应污染物浓度越低,空气质量较好. 相似文献
9.
河北南部空气污染特征及其气象条件分析 总被引：1，自引：0，他引：1
在一定条件下,空气污染物浓度除与污染源排放程度有关外,也受气象条件影响。文章以河北省南部城市邯郸为研究对象,采用邯郸市环境监测站质量浓度资料及同期气象资料,利用统计方法,结合邯郸市空气污染物时空变化特征,对空气污染及其气象条件影响进行分析。结果表明,邯郸市的空气质量总体以轻度污染为主,空气质量指数AQI和空气污染物SO2、NO2、NO、PM10、PM2.5质量浓度变化趋势一致,均为秋冬季污染严重,O3变化情况与之相反,夏季严重;邯郸市空气质量指数AQI有一个高值中心、一个低值中心,刮东南风时不利于污染物扩散,污染最大;降水和适量的风对空气污染物有明显的扩散稀释作用,但均有一个临界值;气温与AQI呈负相关。 相似文献
10.
李九彬 《西南大学学报(自然科学版)》2013,35(9):145-153
根据重庆市2001-2011年的空气质量数据,分析了其首要污染物和空气污染指数(API)的年度、季度和月
尺度特征,以及API与常规气象要素的相关性.结果表明,11年间空气质量等级以Ⅱ级为主,状况良好,空气污染
类型由PM10-SO2 复合型向PM10 单一型转变,API平均值为85.88.年度尺度上,PM10 污染天数2002年最多、
2001年最少,呈增多趋势,SO2 污染天数2001年最多、2010年最少,呈减少趋势;季度尺度上,PM10污染天数第
二季度最多、第三季度最少,第一季度呈增多趋势,其余三个季度呈减少趋势,SO2 污染天数第一季度最多、第二
季度最少,都呈减少趋势;月尺度上,PM10污染天数5月最多、10月最少,4-10月呈减少趋势,1,2,3,11和12月
呈增多趋势,SO2 污染天数2月最多、6月最少,都呈减少趋势.API年均值、季度均值和月均值都呈减小趋势,季
度均值和月均值都呈明显的“V”型变化;空气质量状况2011年的最好,2002年最差,第三季度最好、第一季度最
差,8月最好、12和1月份最差.API与平均气温、降水量及日照时数呈显著负相关,与平均湿度呈正相关关系. 相似文献
11.
该文利用2015年滁州市逐日AQI与同期气象要素的观测资料,对滁州市空气质量变化特征及其与气象条件的关系进行了分析。结果表明:与上年相比,2015年滁州市空气质量未得到有效改善,还有进一步恶化的趋势。空气质量为良的等级出现频率最高,其次为轻度污染,首要污染物以PM_(2.5)为主。四季AQI存在显著差异,有明显的季节变化特征,冬季AQI均值最高,波动幅度最大,夏季AQI均值最低,波动幅度最小。AQI与平均气压、平均气温、日最低气温、气温日较差、平均风速、日降水量以及前一日AQI显著相关。基于气象要素建立的AQI回归方程对全年AQI的总体变化趋势和平均状态拟合效果较好,但对极值的拟合能力不足。 相似文献
12.
利用中国环境监测总站空气质量资料,2011~2012年对长江三角洲地区空气质量的变化特点进行了统计分析。结果表明:长江三角洲地区的空气质量存在一定的时间变化规律和空间分布规律。时间变化规律:(1)长江三角洲地区的空气质量有所好转,2012年较2011年优良天数增多,作为首要污染物的PM10污染程度有所减轻,空气污染呈显著下降趋势。(2)冬季为污染最高发季节,春季其次,秋季再次,夏季为最少发生的季节。(3)11月是污染出现最多的月份,污染出现较少的月份是7、8、9月。空间分布规律:长江三角洲地区的空气污染由内陆到沿海呈现出逐渐下降的趋势,但由南向北无显著规律。 相似文献
13.
《东北林业大学学报》2015,(11)
以哈尔滨市环保局公布的2014年1—2月份市区内空气质量指数(AQI)实时监测数据为基础,每日对监测数据进行收集整理,得到了AQI的实时值以及PM2.5、PM10、CO、SO2、NO2质量浓度和臭氧1 h质量浓度(O3(1 h))、臭氧8 h质量浓度(O3(8 h));运用相关性分析、主成分回归分析及通径分析方法,分析各空气污染物对AQI的影响程度。结果表明:AQI与PM2.5、PM10、CO、SO2、NO2呈显著正相关,AQI与O3(1 h)、O3(8 h)呈显著负相关;空气污染物间存在严重的多重共线性。根据相关性分析结果,建立AQI与空气污染物的主成分回归模型,模型通过检验。通径分析结果表明:PM2.5对AQI的直接作用及总作用,均最大;PM2.5通过CO对AQI的间接作用,均大于其他污染物通过CO对AQI的间接作用;PM2.5对AQI的变化,起到了决定性的影响作用。 相似文献
14.
根据2018年大连市大气污染物类别与同期气象观测资料,对大连市污染物出现与气象要素之间的关系进行了探讨,结果表明:大连市2018年空气质量整体较好,空气质量优良天数占86. 8%,O3浓度的季节变化为春季最高、冬季最低,其他污染物浓度变化为冬季最高,夏季最低。 相似文献
15.
[目的]研究哈尔滨供暖期间PM25污染状况及其与气象因子的相关性.[方法]针对北方城市哈尔滨冬季供暖期和非供暖期PM25和PM10的浓度变化特征以及供暖期间PM2.5浓度与气象因子的相关性进行分析.[结果]2014年全年空气质量在二级以上达标的天数为244d,未这标天数占33％;供暖期PM2 5和PM10的质量浓度显著高于非供暖期,平均值分别是非供暖期的3.34和2.49倍,且11月份浓度值达到最高;供暖期间的首要污染物质为PM2.5,非供暖期间首要污染物质为PM10;供暖期间PM2.5在PM10中的比重也高于非供暖期;PM25质量浓度与日均气温呈显著的正相关关系,与日最大能见度呈显著的负相关关系,与日均气压、日均风速和总辐射存在不显著的负相关关系,与日均湿度、总云量存在不显著的正相关关系.[结论]该研究为空气质量预报、大气污染防治和农业生产技术更新提供理论依据. 相似文献
16.
《河北北方学院学报(自然科学版)》2016,(3)
目的基于蚌埠市空气污染问题现状,调查蚌埠市市区各类空气污染物浓度,分析蚌埠市空气质量主要污染源及其分布情况。方法在空气质量监测局网站上,查找到蚌埠市近几个月内的空气质量指数与6类常见大气污染物的浓度数据,使用相关性分析、多元线性回归等方法,分别构建相关性分析模型、多元线性回归模型、主因素分析等模型,使用MATLAB、EVIEWS软件进行编程,给出定量计算过程和计算结果,分析其结果代表的意义。结果空气质量指数AQI与6个基本监测指标SO2、NO2、PM10、PM2.5、O3和CO的相关系数分别为0.913 3,0.312 8,0.637 3,0.989 9,0.436,0.065;监测淮上区政府、百货大楼、二水厂、工人疗养院、蚌埠学院及高新区6个监测站的PM2.5浓度变化数据。监测结果为百货大楼,淮上区政府两地PM2.5浓度最高,向周边地区有递减的趋势;蚌埠市一天中PM2.5浓度值多在傍晚达到峰值,且在一年中冬季污染最为严重。结论蚌埠市空气质量指数影响因素主要为PM2.5,而PM2.5与CO之间相关关系较显著,蚌埠市人们的乘车出行对蚌埠市污染物浓度的影响最为显著。且冬季PM2.5含量相对春季、夏季较高。由此,控制人们日常生活中燃料燃烧和机动车尾气的排放可以有效地改善本区域的空气质量。 相似文献
17.
选取德州市区2008年7月~2014年6月逐日的空气质量监测数据和同期的逐日气象观测资料,分析近40年来气候变化特征和近6年德州市区空气质量变化特征,研究了气象要素与空气质量指数之间的关系。结果表明,德州市区空气质量与气象因子关系密切,最为密切的主要因子有相对湿度、能见度、雾、霾。通过线性逐步回归分析建立AQI预报模型,得出德州市区影响AQI的气象影响因子在4个季节中均有霾入选,秋季除了霾之外还有平均能见度、大雾,而全年、夏季、冬季除了平均能见度、大雾之外均有轻雾、霾、平均相对湿度。 相似文献
18.
利用滁州市2015年1月至2017年5月逐日大气污染物数据及对应的气象观测资料,分析滁州市空气污染状况及其与气象要素的关系并建立基于气象要素的空气质量预报模型。结果表明,该地区空气污染物以细颗粒物PM2.5为主,主要出现在冬、春季,其次为O_3,主要出现在夏季;该地区出现中度以上污染时,上游西北来向的污染输送起重要作用,风速、降水与空气质量指数(AQI)及各类污染物浓度呈显著负相关,气温与PM10、PM2.5、NO_2、CO呈显著负相关,与O_3呈显著正相关,日照时数和相对湿度与颗粒物PM10、PM2.5浓度呈显著正相关;基于气象要素的预报模型对AQI及PM2.5、PM10和O_3的浓度预测效果优良,能满足日常的业务需求,对NO2的预报效果相对较差,标准化平均误差(NME)超过了30%,且对NO_2浓度有一定程度高估。 相似文献
19.