排序方式： 共有2条查询结果，搜索用时 46 毫秒
1
1.
针对PM_(2.5)与NO_X序列间的互相关性特征,采用多重分形去趋势波动互相关分析法(MF-DCCA),对香港葵涌(港口)和沙田(非港口)地区的PM_(2.5)与NO_X浓度序列进行了研究.首先,基于整体数据进行研究,发现港口和非港口地区的PM_(2.5)与NO_X的互相关性均具有长程相关性和多重分形特征,港口地区的多重分形特征比非港口地区的要弱.然后,对四季数据进行研究,结果表明港口和非港口地区的PM_(2.5)与NO_X的互相关性在四个季节均具有长程相关性和多重分形特征.而且PM_(2.5)和NO_X互相关性多重分形特征具有明显的季节变化,春、夏、秋季时港口地区的PM_(2.5)与NO_X的互相关性多重分形特征比非港口地区的弱,冬季则相反. 相似文献
2.
为研究上海市不同地区的PM_(2.5)污染水平,选取徐汇上师大(市区)和浦东川沙(郊区)两个监测点的PM_(2.5)为研究对象,分析其变化特征及与空气中的PM_(10),CO,NO_2,SO_2和O_3间的相关性.结果表明:(1)PM_(2.5)与PM_(10)由于存在形态和成因相似而具有很强的相关性;(2)在季节分布上,夏秋季颗粒物浓度低,冬春两季颗粒物浓度高,春季颗粒物浓度低于冬季.PM_(2.5)与PM_(10)在不同季节表现不同,颗粒物的粒径分布特征在一定程度上与监测点周边的污染源及气象因素有关.(3)市区和郊区的PM_(2.5)和PM_(10)浓度都呈双峰性变化,PM_(2.5)与PM_(10)日变化存在相似性.(4)通过逐步回归建立PM_(2.5)的回归模型,结果表明空气中的PM_(2.5)浓度的变化会受到其他污染物的共同作用,不同区域对PM_(2.5)浓度变化贡献大的污染物也有不同. 相似文献
1