|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 成都市青白江区环境空气质量特征及趋势分析显示文摘为了解成都市青白江区环境空气质量特征以及环境空气污染物的变化情况,基于2017~2021年成都市青白江区环境空气质量监测数据,采用环境空气质量综合指数评价法和Spearman秩相关系数法,分析了青白江区环境空气质量情况,探讨了青白江区2017~2021年环境空气多尺度变化特征以及污染变化趋势。结果表明:1)2017~2021年青白江区综合指数由4.65下降到3.66,空气质量总体呈逐年好转趋势。2)首要污染物以PM_(2.5)和O_(3-8H)为主,PM_(2.5)污染天占比为31.0%~38.6%,主要集中在春冬时节,尤其是11月~翌年2月,O_(3-8H)污染天占比为38.9%~44.7%,主要集中在春夏时节,主要集中在3月~9月。3)污染物SO_(2)、NO_(2)和CO浓度值,以及综合指数有明显下降,污染物PM_(10)、PM_(2.5)、O_(3-8H)浓度有所下降,但不具有显著性。即自2017年以来,青白江区空气质量虽呈改善趋势,但颗粒物和O_(3-8H)却未有显著改善趋势,作为首要污染物的PM_(2.5)、O_(3-8H)是制约青白江区进一步提升空气质量的关键因子,PM_(2.5)和O_(3-8H)协同治理仍就任重道远,需加大治理力度。 | 黄立秋 李杏桃 龙武林 文志宁 范哲铭 | 2023 | 中国沼气2023，41，4： | 1 |
| 2 | 福州市PM_(2.5)与PM_(2.5)/PM_(10)变化特征及气象响应分析显示文摘利用2015—2021年福州市的大气颗粒物(PM_(10)、PM_(2.5))质量浓度、地面气象观测资料及全球数据同化系统(GDAS)数据,采用合成对比、天气分型及拉格朗日混合单粒子轨道模型(HYSPLIT)对福州市PM_(2.5)与PM_(2.5)/PM_(10)变化特征和气象响应进行分析,并对PM_(2.5)的传输路径进行聚类总结。结果表明,2015—2021年福州市ρ(PM_(2.5))和ρ(PM_(2.5))超二级标准天数呈下降趋势;ρ(PM_(2.5))具有明显季节变化特征,冬季最高,春秋次之,夏季最低;ρ(PM_(2.5))日变化特征不明显,呈弱“双峰”型。此外,天气形势对ρ(PM_(2.5))变化的作用在不断减弱。 | 林昕 翟晓瑶 蒋冬升 王宏 | 2023 | 海峡科学2023，，3： | 0 |
| 3 | 南宁城区2018~2022年环境空气质量时空变化特征分析显示文摘基于2018~2022年南宁市6项大气污染物监测数据,对南宁市各污染物时空变化特征及影响因素进行了分析,结果表明:近5年期间,PM_(2.5)、PM_(10)、SO_(2)、NO_(2)、CO年平均浓度均呈下降趋势,季节上均呈冬季浓度高、夏季浓度低变化规律;O_(3)平均浓度浓度呈上升趋势,季节上呈夏季、秋季浓度高,冬季、春季浓度低规律;南宁城区环境空气污染以PM_(2.5)、O_(3)和NO_(2)为主,超标污染物超标频次大小排序为PM_(2.5)>O_(3)>NO_(2);南宁城区环境空气质量空间分布情况为:南宁城区东部、东南部的青秀区、五象新区、邕宁区综合指数较低,环境空气质量较好。 | 黄远来 | 2023 | 绿色科技2023，25，16： | 0 |
| 4 | 大气中PM_(10)、PM_(2.5)、O_(3)变化的气象影响因素研究--以广西为例显示文摘以广西空气质量监测中心环境监测站和国家气象站的监测数据为研究基础,对广西2017年至2021年大气中三项主要污染物的逐年变化特征、逐月变化特征以及空气质量指数变化进行统计分析,根据大气污染物浓度变化特征规律,利用线性回归方法构建污染物与气象因子之间的相关模型,探究不同气象条件对污染物浓度变化的影响。分析结果表明:近五年广西地区大气污染物的变化具有明显季节性特征,PM_(10)和PM_(2.5)多集中于冬季,O_(3)多集中于夏季;大气中的污染物浓度与平均气温和大气湿度存在正相关关系,与降水量和平均风速存在负相关关系。 | 周绍毅 罗红磊 伍丽泉 苏志 | 2023 | 环境科学与管理2023，48，5： | 0 |
| 5 | 黑龙江省二氧化氮质量浓度变化研究显示文摘为研究黑龙江省二氧化氮(NO_(2))污染的变化情况,利用2015-2020年黑龙江省13个地市的NO_(2)监测资料、其他污染物资料及气象资料等,分析全省NO_(2)浓度的时间变化、空间分布,与其他环境因素的相关影响。结果表明:1)在年均值中仅哈尔滨出现3年超标,其余年份和其他地区都未超标。2015-2017年全省NO_(2)浓度均值较全国低约23.5%,2018-2020年NO_(2)浓度均值持续下降。气温、降水、风速等气象条件的逐年变化有利于NO_(2)浓度下降。全省NO_(2)月均浓度呈“U”形变化。高值在1月份,为30.0μg/m 3,低值在8月份,为14.7μg/m 3。2)在全省NO_(2)浓度的地理分布中,南部的哈尔滨和绥化是高值中心,北部大兴安岭、黑河北部和伊春北部是低值中心,自西向东呈带状分布。各地区NO 2浓度都呈逐年下降的趋势。通过对比,NO_(2)浓度的分布情况和各地区的人口密度、经济产值保持一致。3)和其他污染物的相关分析中,NO 2和PM_(10)、PM_(2.5)、CO、SO_(2)、AQI正相关,与O_(3)负相关,其中与CO相关度最高,相关系数达到0.854。在受相对湿度(relative humidity,RH)的影响中,在RH≤80%时,NO_(2)浓度随RH的增加而上升;在70%80%时,NO_(2)浓度转为下降。另外,春季和秋季NO 2浓度受秸秆焚烧影响明显。近年总体秸秆焚烧减少,但春季焚烧有加重的趋势。 | 邹旭东 李荣平 邹旭芳 王笑影 蔡福 米娜 | 2023 | 自然灾害学报2023，32，2： | 0 |
| 6 | 福州2017—2021年环境空气质量变化特征及新冠疫情对其变化的影响显示文摘基于福州市2017—2021年大气常规污染物(PM_(10)、PM_(2.5)、SO_(2)、NO_(2)、CO和O_(3))小时观测数据,探讨了不同时间尺度(年度、季度、新冠疫情前后)福州主要污染物变化特征.结果表明:2017—2021年福州市6种大气常规污染物年均浓度整体上均呈下降趋势,年均下降率最大的是NO_(2)(10.3%),其次是SO_(2)(8.3%).由于复杂的生成机制及较高的温度和较强的太阳辐射,福州春季、夏季和秋季O_(3)浓度较高且差异不大.除O_(3)外,其他污染物具有显著季节变化特征(春季>冬季>秋季>夏季).5年间福州空气污染物日均浓度变化幅度趋于平稳,全年大气环境状况愈加优良.新冠疫情发生期间(2020—2021)福州空气质量指数(AQI)年均下降率是疫情前(2017—2019)的2.2倍,疫情管控期间相较管控前PM_(10)、PM_(2.5)、NO_(2)、SO_(2)和CO浓度分别下降了41.1%、37.2%、62.4%、6.7%和22.8%.新冠疫情期间停工导致的“净环境效益”显著加速了福州空气质量的提升.但疫情管控期间O_(3)浓度不降反升,NO_(x)和VOCs的不成比例减排、NO_(x)对O_(3)的滴定作用减小以及不利气象条件是造成这一结果的主要原因.疫情前后多种污染物的相关性分析表明,福州大气环境受二次污染物及其前体物影响显著,加强二次污染物生成机理研究及前体物控制可以进一步推动福州空气质量的提升. | 孟德友 程斌 林昕 蔡河章 许金洪 王宏 | 2023 | 环境科学学报2023，43，6： | 0 |
| 7 | 衢州市区臭氧浓度变化特征及影响因素显示文摘利用衢州市区2018—2020年臭氧(O_(3))和前体物NO_(2)逐小时数据及对应的气象要素数据,分析了衢州市区O_(3)浓度变化特征及影响因素。结果表明:(1)2018—2020年衢州市区O_(3)质量浓度年均值为55.01~55.89μg/m^(3),呈逐年下降趋势,O_(3)污染最高只到轻度水平(占比4.2%)。(2)衢州市区O_(3)浓度春季(64.49μg/m^(3))>秋季(62.75μg/m^(3))>夏季(61.20μg/m^(3))>冬季(33.89μg/m^(3)),夏季O_(3)浓度偏低主要是因为衢州市区6—7月为梅雨季节。(3)衢州市区O_(3)浓度日变化呈单峰型分布,白天高,夜间低,最低值出现在6:00前后,最高值出现在15:00前后。(4)日照时数对O_(3)浓度影响最大,温度、降水量和相对湿度也有显著影响,前体物NO_(2)与O_(3)呈现明显的此消彼长关系。 | 张超 唐家翔 张金祥 徐宏辉 陆沅泉 | 2023 | 环境污染与防治2023，45，5： | 0 |
您所在的机构暂未开通此部分的功能，请联系管理员