检索结果-南通市图书馆

2015—2022年荆州市O_(3)污染特征及其源区分析

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

环境科学学报 2024年第5期44卷 285-298页

作者：杨天顺吴丽晴卢硕赵天良徐建军广东海洋大学海洋与气象学院湛江524000 广东海洋大学深圳研究院深圳518120 广东海洋大学南海海洋气象研究院湛江524000 中国气象局雄安大气边界层开放实验室雄安新区071899 中国气象局气溶胶与云降水重点开放实验室南京210044

利用湖北省荆州市2015—2022年O_(3)站点观测数据和气象要素数据,分析了该地区O_(3)污染特征及O_(3)浓度与近地面气温、相对湿度、降水量、日照时数和风场的关系,并利用后向轨迹模型进行了源区分析.结果表明,2015—2020年荆州市O_(3)浓... 详细信息

利用湖北省荆州市2015—2022年O_(3)站点观测数据和气象要素数据,分析了该地区O_(3)污染特征及O_(3)浓度与近地面气温、相对湿度、降水量、日照时数和风场的关系,并利用后向轨迹模型进行了源区分析.结果表明,2015—2020年荆州市O_(3)浓度呈下降趋势(其中,2017年年均浓度较低),但近两年(2021—2022年)O_(3)浓度显著上升.荆州市O_(3)浓度与气象要素的相关性分析表明,O_(3)浓度与近地面温湿度相关最强,尤其在高温低湿(RH≤60%、温度超过30℃)的条件下易出现O_(3)浓度高值.此外,研究发现风场对O_(3)浓度有重要影响:荆州市O_(3)浓度分布与风场密切相关且季节差异显著.春季在偏南风(风速为2~5 m·s^(-1))情况下易出现O_(3)浓度高值;夏、秋两季O_(3)浓度高值则多出现在偏东风(风速小于3 m·s^(-1))情况下.由气团轨迹后向模拟、浓度权重轨迹分析法(CWT)和潜在源贡献因子分析方法(PSCF)的分析结果可知,不同季节荆州市O_(3)源区分布特征存在差异.春季贡献高值区主要位于荆州以南地区和湖北省东部地区;夏季主要源区分布于荆州东北方向,包括武汉周边地区、河南省郑州、驻马店及其南部地区;秋季源区分布以偏东方向为主,主要为湖北省东部和豫皖交界地区.

关键词： O_(3) 溯源分析气象要素荆州

2008～2020年重庆城市站点降水污染及湿沉降通量的演变特征和影响因素

在线全文

学校读者我要写书评

暂无评论

地球与环境 2024年

作者：沈利娟刘常悦王红磊刁一伟施双双赵天良南京信息工程大学中国气象局气溶胶与云降水重点开放实验室无锡学院大气与遥感学院

基于东亚酸沉降监测网(EANET)观测数据，结合气象数据和社会经济数据，分析了2008～2020年重庆市降水中电导率、pH值和水溶性离子浓度及沉降量的演变特征和影响因素。结果表明：2008～2020年重庆市降水的pH、电导率、水溶性离子、硫湿... 详细信息

基于东亚酸沉降监测网(EANET)观测数据，结合气象数据和社会经济数据，分析了2008～2020年重庆市降水中电导率、pH值和水溶性离子浓度及沉降量的演变特征和影响因素。结果表明：2008～2020年重庆市降水的pH、电导率、水溶性离子、硫湿沉降通量、硝态氮湿沉降通量和铵态氮湿沉降通量平均值分别为5.33、8.64 mS/m、37.03 mg/L、2 731 kg/(km2·a)、273 kg/(km2·a)和1 748 kg/(km2·a)。降水中水溶性离子浓度大小排序为：SO42–>NO3~–>Ca2+>NH4+>Cl~–>K+>Mg2+>Na+>F，其中SO42–、NO3~–、Ca2+和NH4+分别占总离子浓度的45.2%、23.9%、13.0%和11.7%。降水污染存在显著的年际和逐月变化，年际变化主要受到污染物排放源的影响，逐月变化则主要受气象条件的影响。2008～2014年强酸性降雨占比(52.37%)较高，降水污染较重；2015～2020年强酸性降雨占比显著降低(3.74%)，降水污染显著改善。2008～2010年为硫酸型降水，在2011～2020年为硫酸、硝酸混合型降水。夏季降水较多、大气扩散条件较好，降水中的污染物浓度较低，降水电导率最低，pH最高；冬季反之，降水电导率最高，pH最低。不同水溶性离子浓度占比的逐月变化较小。污染物的浓度对湿沉降通量年际变化的影响要大于降水量的影响，降水量对湿沉降通量逐月变化的影响要大于污染物浓度的影响。

关键词：重庆大气降水酸雨湿沉降水溶性离子时间演变

长三角地区2004—2022年NO柱浓度演变特征及其主要影响因素分析

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

环境科学研究 2024年

作者：沈利娟刁一伟贾浩博王红磊施双双赵天良无锡学院中国气象局生态系统碳源汇重点开放实验室无锡学院大气与遥感学院南京信息工程大学中国气象局气溶胶-云-降水重点开放实验室

为研究长三角地区NO2柱浓度长期的时间演变特征及其影响因素，利用OMI卫星观测的NO2柱浓度数据、GPM降水数据、MERRA-2再分析数据和社会经济数据，结合地面NO2浓度数据，分析了卫星数据与地面观测数据的一致性以及NO2柱浓度的年际、月... 详细信息

为研究长三角地区NO2柱浓度长期的时间演变特征及其影响因素，利用OMI卫星观测的NO2柱浓度数据、GPM降水数据、MERRA-2再分析数据和社会经济数据，结合地面NO2浓度数据，分析了卫星数据与地面观测数据的一致性以及NO2柱浓度的年际、月际和季节性变化特征及其主要影响因素. 结果表明：①OMI卫星观测的NO2柱浓度与地面观测的NO2浓度一致性较好，能够较好地反映地面NO2浓度分布及其时间变化特征. ②长三角地区2004—2022年NO2柱浓度主要集中在南京、常州、无锡、苏州、上海和杭州等核心城市地区；NO2柱浓度年际变化呈波动变化趋势，可分为2个阶段，2004—2011年为增加阶段，年均变化率为0.68%，2011—2022年为降低阶段，年均变化率为-4.51%. 2011年NO2柱浓度达最大值〔(12.63×1015±9.16×1015)molec/cm2〕，2022年达到最小值，仅为(7.16×1015±4.80×1015)molec/cm2. ③受气象条件和排放源的影响，导致NO2柱浓度存在明显的月际和季节性变化，呈冬季>春季≈秋季>夏季的特征，其中12月〔(20.20×1015±8.89×1015)molec/cm2〕最高，7月〔(4.81×1015±1.72×1015)molec/cm2〕最低. ④长三角地区NO2柱浓度的长期演变特征受社会经济因素的影响. 第二产业中的燃煤源和第三产业中交通运输对NO2柱浓度的影响较大，机动车排放是长三角地区核心城市群对流层NO2的重要来源. 研究显示，2004—2022年随着一系列大气污染防治措施的执行，长三角地区在经济快速发展的同时NO2柱浓度持续降低，充分证明了经济发展与环境保护可以实现良性互动.

关键词：长三角地区 NO 柱浓度时间演变影响因素社会经济因素

河南省PM-O双高复合污染的特征及影响因素

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

环境科学 2024年

作者：王梦珂曹乐徐力强王宇曦孔海江高萌萌秦阳孟凯赵天良南京信息工程大学大气物理学院中国气象局气溶胶与云降水重点开放实验室河南省气象台鹤壁市气象局河北省气象科学研究所河北省气象与生态环境重点实验室

河南省大气中的PM2.5-O3双高复合污染对该地区的经济、社会和生活都有重要影响，且呈现出比单一污染更加复杂的性质。因此，使用河南省17个地级市的空气质量数据、地面气象数据、边界层高度和其他污染物(CO)浓度、排放源清单等，深入分... 详细信息

河南省大气中的PM2.5-O3双高复合污染对该地区的经济、社会和生活都有重要影响，且呈现出比单一污染更加复杂的性质。因此，使用河南省17个地级市的空气质量数据、地面气象数据、边界层高度和其他污染物(CO)浓度、排放源清单等，深入分析了河南省2014年5月至2023年12月PM2.5-O3双高复合污染事件的时空分布、形成原因和影响因素，并结合PSCF和CWT方法揭示了复合污染的可能源区。结果表明：①由于政府对PM2.5污染的管控以及疫情影响，2014～2023年河南省双高复合污染事件总体呈现下降趋势，但2022年疫情后的复工复产，复合污染发生频次又出现反弹。2018年前，由于严重的PM2.5污染，臭氧浓度是决定复合污染发生与否的主要因素。2018年后，PM2.5浓度的下降使其重要性上升。特别是河南省5～9月PM2.5浓度的下降，是近年来复合污染发生频次降低的主要原因。②复合污染的月际分布呈现出双峰型，在4月和10月达到峰值，分别对应于臭氧上升、PM2.5下降和臭氧下降、PM2.5上升的两个时期，而7～8月的雨季对复合污染有减轻作用。③河南省复合污染的严重程度为：北部>中部>南部，地形对复合污染的严重程度也有一定影响。④复合污染发生时的气象条件为：温度、比湿和CO浓度适中，介于PM2.5污染和臭氧污染之间，低风速和低边界层高度。⑤2022年河南省发生复合污染期间，除省内东部和北部城市的污染物排放和输送外，省外东部(安徽省)和东北部(山东省)也是其污染的主要源区。以上源区的污染物传输，叠加河南省内的排放，是造成该时期河南省双高污染的重要原因。

关键词：河南省复合污染气象条件排放潜在源贡献分析(PSCF) 浓度权重轨迹分析法(CWT)

西安大气挥发性有机物污染特征及臭氧生成潜势分析

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

地球与环境 2024年

作者：敖泽林王红磊徐灿祝慧萱白俏玥刘焕武赵天良南京信息工程大学中国气象局气溶胶与云降水重点开放实验室西安市环境监测站

近年来陕西省西安市臭氧（O3）污染日益严重，为探究其VOCs和O3污染特征，于2021年1月1日至12月31日在西安市开展了69种VOCs的在线连续观测。结果表明，观测期间西安市总VOCs（TVOCs）的平均值为39.4×10–9，烷烃占比最高为41%，其次... 详细信息

近年来陕西省西安市臭氧（O3）污染日益严重，为探究其VOCs和O3污染特征，于2021年1月1日至12月31日在西安市开展了69种VOCs的在线连续观测。结果表明，观测期间西安市总VOCs（TVOCs）的平均值为39.4×10–9，烷烃占比最高为41%，其次为含氧挥发性有机物（OVOCs）(27%)、芳香烃（18%）、烯烃（10%）和炔烃（4%）。烷烃、芳香烃和OVOCs体积分数在8月最小，分别为9.24×10–9、3.71×10–9、2.79×10–9；烷烃和芳香烃体积分数在1月最大，分别为30.40×10–9、10.42×10–9;OVOCs体积分数在12月最大，为34.74×10–9。西安市主要VOCs排放源在1～8月为交通源和生物质燃烧，在9～12月为化工企业排放的废气、交通源和溶剂使用。烯烃日变化为双峰型分布，峰值分别位于24:00和10:00,16:00～17:00达到最小值。VOCs体积分数最高值在冬季出现时间（02∶00）比春夏秋季推后1 h。西安市的TVOCs的年平均臭氧生成潜势（OFP）为378.37μg/m3，冬季（462.71μg/m3）>秋季（417.75μg/m3）>春季（394.25μg/m3）>夏季（242.46μg/m3）。OFP全年优势物种为对、间二甲苯，乙醛，乙烯，甲苯和邻二甲苯。对、间二甲苯全年对OFP贡献具有显著优势，贡献率为14%～20%；戊醛是夏季优势物种（7%），乙醛是秋冬季优势物种（14%～20%）。体积分数占比不到25%的芳香烃贡献了98%以上的二次有机物生成潜势（SOAP），苯甲醛在夏季对SOAP的贡献率为47.00%。

关键词：西安市挥发性有机物(VOCs) 臭氧生成潜势(OFP) 二次有机物生成潜势(SOAP) 日变化

21世纪以来新疆地区沙尘暴时空变化及其关键气象影响因子

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

环境科学学报 2024年

作者：李智宽谭成好杨婕赵天良何清孟露张磊罗悦函鲁震王德洋南京信息工程大学气象灾害预报预警与评估协同创新中心中国气象局气溶胶-云-降水重点实验室中国科学院广州地球化学研究所有机地球化学国家重点实验室中国科学院大学湖州市气象局中国气象局乌鲁木齐沙漠气象研究所/中国气象局塔克拉玛干沙漠气象野外科学试验基地中国气象科学研究院灾害天气国家重点实验室

利用近24年（2000—2023年）地面气象要素资料及沙尘暴日数资料，分析21世纪以来新疆地区沙尘暴的时空变化特征及关键气象要素对沙尘暴频数年际变化的影响.结果表明：2000—2012年新疆地区沙尘暴日数呈下降趋势（0.9 d/10 a）,2012—202... 详细信息

利用近24年（2000—2023年）地面气象要素资料及沙尘暴日数资料，分析21世纪以来新疆地区沙尘暴的时空变化特征及关键气象要素对沙尘暴频数年际变化的影响.结果表明：2000—2012年新疆地区沙尘暴日数呈下降趋势（0.9 d/10 a）,2012—2023年沙尘暴日数呈上升趋势（0.5 d/10 a）.新疆地区依然维持着春季和夏季沙尘暴高发的区域季节特征，且近年来夏季沙尘暴频数接近甚至超过春季.空间分布上，近24年间沙尘暴日数高值中心在塔克拉玛干沙漠南缘，高值区域向东扩张.新疆地区沙尘暴日数在2000—2023年间呈先减后增的变化趋势，主要受到平均风速、大风日数的先减后增年际变化的影响.与2000—2012年比较，这些关键气象要素对2012—2023年间沙尘暴日数年际变化的影响均更显著，近年荒漠化下垫面裸地减少并未改变沙尘暴频数年际变化趋势.

关键词：沙尘暴新疆地区 21世纪平均风速塔克拉玛干沙漠

长三角地区2004-2022年NO_(2)柱浓度演变特征及其主要影响因素分析

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

环境科学研究 2024年第5期37卷 950-962页

作者：沈利娟刁一伟贾浩博王红磊施双双赵天良无锡学院大气与遥感学院江苏无锡214105 无锡学院中国气象局生态系统碳源汇重点开放实验室江苏无锡214105 南京信息工程大学中国气象局气溶胶-云-降水重点开放实验室江苏南京210044

为研究长三角地区NO_(2)柱浓度长期的时间演变特征及其影响因素,利用OMI卫星观测的NO_(2)柱浓度数据、GPM降雨数据、MERRA-2再分析数据和社会经济数据,结合地面NO_(2)浓度数据,分析了卫星数据与地面观测数据的一致性以及NO_(2)柱浓度的... 详细信息

为研究长三角地区NO_(2)柱浓度长期的时间演变特征及其影响因素,利用OMI卫星观测的NO_(2)柱浓度数据、GPM降雨数据、MERRA-2再分析数据和社会经济数据,结合地面NO_(2)浓度数据,分析了卫星数据与地面观测数据的一致性以及NO_(2)柱浓度的年际、月际和季节性变化特征及其主要影响因素.结果表明:①OMI卫星观测的NO_(2)柱浓度与地面观测的NO_(2)浓度一致性较好,能够较好地反映地面NO_(2)浓度分布及其时间变化特征.②长三角地区2004-2022年NO_(2)柱浓度高值主要集中在南京、常州、无锡、苏州、上海和杭州等核心城市地区;NO_(2)柱浓度年际变化呈波动变化趋势,可分为2个阶段,2004-2011年为增加阶段,年均变化率为0.68%,2011-2022年为降低阶段,年均变化率为-4.51%.2011年NO_(2)柱浓度达最大值〔(12.63×10^(15)±9.16×10^(15))molec/cm^(2)〕,2022年达到最小值,仅为(7.16×10^(15)±4.80×10^(15))molec/cm^(2).③受气象条件和排放源的影响,导致NO_(2)柱浓度存在明显的月际和季节性变化,呈冬季>春季≈秋季>夏季的特征,其中12月〔(20.20×10^(15)±8.89×10^(15))molec/cm^(2)〕最高,7月〔(4.81×10^(15)±1.72×10^(15))molec/cm^(2)〕最低.④长三角地区NO_(2)柱浓度的长期演变特征受社会经济因素的影响.第二产业中的燃煤源和第三产业中交通运输对NO_(2)柱浓度的影响较大,机动车排放是长三角地区核心城市群对流层NO_(2)的重要来源.研究显示,2004-2022年随着一系列大气污染防治措施的执行,长三角地区在经济快速发展的同时NO_(2)柱浓度持续降低,充分证明了经济发展与环境保护可以实现良性互动.

关键词：长三角地区 NO_(2)柱浓度时间演变影响因素社会经济因素

南京地区局地积累型和外来输送型O_(3)污染模拟研究

在线全文

学校读者我要写书评

暂无评论

地球与环境 2024年第2期52卷 154-165页

作者：裴宇儇彭薇王红磊卢文赵天良刘思晗武自豪可玥南京信息工程大学气象灾害预报预警与评估协同创新中心中国气象局气溶胶-云-降水重点开放实验室湖南省气象信息中心气象防灾减灾湖南省重点实验室

利用观测资料和WRF-Chem空气质量模式对南京地区局地积累型和外来输送型O_(3)污染过程的时空分布特征和潜在机制进行了研究。结果表明:(1)水平分布特征,在两次O_(3)污染整体过程中,外来输送型O_(3)污染浓度高值区分布范围相比局地积累... 详细信息

利用观测资料和WRF-Chem空气质量模式对南京地区局地积累型和外来输送型O_(3)污染过程的时空分布特征和潜在机制进行了研究。结果表明:(1)水平分布特征,在两次O_(3)污染整体过程中,外来输送型O_(3)污染浓度高值区分布范围相比局地积累型更大且较为分散。但在两次O_(3)污染过程中最严重的白天,局地积累型O_(3)污染浓度高值区分布范围大且集中,O_(3)浓度大部分均超过160μg/m^(3);而外来输送型O_(3)污染浓度高值区分布范围更小且更为分散,O_(3)浓度在120~160μg/m^(3)的地区范围显著大于局地积累型O_(3)污染;(2)垂直分布特征,在污染过程前期,局地积累型O_(3)污染在2 km以下高度处有着高浓度O_(3),浓度最高超250μg/m^(3),而外来输送型O_(3)污染浓度高值区主要集中在2~2.5 km高度处,且高值区浓度最高不超过200μg/m^(3);在污染过程中期,局地积累型O_(3)污染浓度高值区集中在2 km高度下,且在1 km左右高度处O_(3)浓度出现最大值;而外来输送型O_(3)污染浓度高值区最高可达到2.6 km左右,并且浓度最大值集中在1.5 km高度以下,均超过250μg/m^(3);在污染过程后期,局地积累型O_(3)污染浓度高值区逐渐消散,但外来输送型O_(3)污染在0.5~3 km高度内仍出现大范围O_(3)浓度高值区;(3)在生成机理方面,近地面O_(3)的高浓度在局地积累型O_(3)污染中主要依赖于垂直混合,96h内总贡献为451.7μg/m^(3),在总过程量中占比为66.2%,而在外来输送型O_(3)污染中主要依赖于水平平流和垂直混合,72h内总贡献分别为1050.2μg/m^(3)和799.1μg/m^(3),总量在总过程量中占比为61.5%。在500 m高度处,局地积累型O_(3)污染前期O_(3)的高浓度主要依赖于垂直平流和化学过程,中期只依赖于化学过程,后期则主要依赖于水平平流和化学过程。但在外来输送型O_(3)污染前中后期中高O_(3)浓度均主要依赖于水平平流和化学过程。在1000 m高度处,两个过程中O_(3)浓度的正贡献均主要受化学过程控制。

关键词： O_(3) 观测分析 WRF-Chem 过程分析南京

第十四届全运会大气污染物减排措施对西安市气溶胶中水溶性离子和含碳组分的影响

在线全文

学校读者我要写书评

暂无评论

地球科学与环境学报 2024年第1期46卷 38-53页

作者：沈利娟王红磊赵天良施双双武自豪可玥刘焕武无锡学院大气与遥感学院江苏无锡214105 南京信息工程大学中国气象局气溶胶云-降水重点开放实验室江苏南京210044 西安市环境监测站陕西西安710119

人为源密集的城市是空气污染影响的主要区域,厘清城市地区排放源的变化与大气污染物浓度之间的影响作用机制,有助于协调我国大气污染防控与城市社会经济发展之间的关系。为研究第十四届全运会期间大气污染物减排措施对西安市大气污染物(... 详细信息

人为源密集的城市是空气污染影响的主要区域,厘清城市地区排放源的变化与大气污染物浓度之间的影响作用机制,有助于协调我国大气污染防控与城市社会经济发展之间的关系。为研究第十四届全运会期间大气污染物减排措施对西安市大气污染物(PM_(2.5)、PM_(10)、SO_(2)、NO_(2)、O_(3)和CO)的影响,于2021年8月6日至10月1日使用在线监测仪器观测了环境六要素、气象要素和PM_(2.5)中的气溶胶化学组分(有机碳、元素碳和水溶性离子)。结果表明:大气污染物减排措施对主要污染物O_(3)和PM_(2.5)浓度日变化的影响不同,主要由温度对光化学过程的影响和扩散条件差异导致。O_(3)在减排措施实施期间晴天峰值浓度更高、持续时间更长、浓度变化更迅速。PM_(2.5)在减排措施实施前晴天白天的峰值浓度较高,并在减排措施实施期间晴天夜间的峰值浓度较高。大气污染物减排措施对PM_(2.5)中化学组分的影响不同,尤其是对有机碳的组成影响较大。与减排措施实施前晴天相比,减排措施实施期间晴天NO_(3)^(-)、SO_(4)^(2-)、NH_(4)^(+)、Cl^(-)、Ca^(2+)、Na^(+)和NO_(2)^(-)浓度降低了17.9%~71.8%,K^(+)、Mg^(2+)和元素碳浓度增加了1.9%~13.6%,有机碳浓度仅降低了1.0%,但是一次有机碳浓度增加了13.6%,二次有机碳浓度降低了4.7%。NO_(3)^(-)/SO_(4)^(2-)值在减排措施实施期间晴天(0.53)远低于减排措施实施前晴天(1.66),表明减排措施实施期间交通源的贡献显著降低。降雨对NO_(3)^(-)和NH_(4)^(+)的清除较弱,反而会增加其浓度,但对K^(+)、Mg^(2+)、Ca^(2+)和Na+的清除作用较强。NO_(3)^(-)、SO_(4)^(2-)和NH_(4)^(+)在减排措施实施前后均是水溶性离子最重要的组成,在水溶性离子中的占比为90.8%(减排措施实施前的晴天)~95.8%(减排措施实施期间的雨天)。二次有机碳是有机碳的主要组成,占比为75.5%(减排措施实施期间的雨天)~79.9%(减排措施实施前的晴天)。不同阶段的水溶性离子和含碳气溶胶浓度日变化特征不同。NO_(3)^(-)、SO_(4)^(2-)和NH_(4)^(+)浓度晴天的日变化为单峰型分布,雨天为多峰型分布。

关键词：水溶性离子有机碳元素碳日变化 PM_(2.5) 臭氧第十四届全运会西安