期刊文献+
共找到12篇文章
< 1 >
每页显示 20 50 100
汾渭平原PM2.5浓度的影响因素及空间溢出效应 被引量:62
1
作者 黄小刚 邵天杰 +2 位作者 赵景波 曹军骥 宋永永 《中国环境科学》 EI CAS CSCD 北大核心 2019年第8期3539-3548,共10页
基于实时监测和遥感反演数据,利用空间自相关分析和空间回归分析等方法,探讨了汾渭平原2015~2017年PM2.5浓度时空变化规律和影响因素,揭示了各因素的空间溢出效应.结果表明:(1)2015~2017年汾渭平原PM2.5浓度逐年上升,主要由采暖期(11月... 基于实时监测和遥感反演数据,利用空间自相关分析和空间回归分析等方法,探讨了汾渭平原2015~2017年PM2.5浓度时空变化规律和影响因素,揭示了各因素的空间溢出效应.结果表明:(1)2015~2017年汾渭平原PM2.5浓度逐年上升,主要由采暖期(11月~次年3月)的快速上升引起,非采暖期(4~10月)年际变化不大.(2)PM2.5月均浓度变化曲线呈底部宽缓的U型,采暖期PM2.5污染明显高于非采暖期,超标天数占全年总超标天数比例由2015年的75.0%上升到2017年的83.4%.(3)2015~2017年,除铜川和三门峡外,各城市PM2.5浓度都有不同程度的上升.咸阳至运城间的平原地区和洛阳盆地污染最严重,已形成连片的高污染区域,且区域内城乡差异小.临汾及其上游平原地区其次,但主要分布在城镇,城乡差异较大.(4)空间回归分析表明,汾渭平原PM2.5浓度有显著的空间溢出效应.年均气温、城镇化率、能源消费指数和年均人口不仅与本地PM2.5浓度有显著的正相关,而且会加重邻近地区PM2.5污染.年降水量和地形起伏度则不仅与本地PM2.5浓度有显著的负相关,而且能降低邻近地区PM2.5浓度.风的传输作用能加重本地PM2.5污染,植被覆盖度能消减本地PM2.5浓度,但其间接效应都不显著. 展开更多
关键词 PM2.5 影响因素 时空变化 空间回归 空间自相关 汾渭平原
下载PDF
气象因素和前体物对中国东部O3浓度分布的影响 被引量:44
2
作者 黄小刚 邵天杰 +2 位作者 赵景波 曹军骥 岳大鹏 《中国环境科学》 EI CAS CSCD 北大核心 2019年第6期2273-2282,共10页
采用重心模型、空间自相关分析和地理探测器,研究了2016年中国东部O3浓度的时空变化规律,揭示了气象因素和前体物对中国东部O3浓度空间分布格局及其演变的影响.结果表明:(1)O3浓度变化可分为3个阶段:1~3月为低值上升阶段、4~9月为高值... 采用重心模型、空间自相关分析和地理探测器,研究了2016年中国东部O3浓度的时空变化规律,揭示了气象因素和前体物对中国东部O3浓度空间分布格局及其演变的影响.结果表明:(1)O3浓度变化可分为3个阶段:1~3月为低值上升阶段、4~9月为高值波动阶段、10~12月为低值下降阶段,O3污染主要发生在高值波动阶段,超标天数占全年的96.0%.(2)气象因素是影响O3年均浓度空间分布格局的主导因素,受降水、相对湿度南高北低和日照时数北高南低的影响,O3年均浓度总体呈北高南低的态势;前体物对O3年均浓度分布也有显著影响,是城市群核心城市形成局部O3污染中心的原因.(3)O3月均浓度分布格局经历了由北高南低到南高北低的演变过程,1~6月O3浓度总体重心和高值重心向北迁移,6月达到最北,北高南低的特征最强,环渤海地区成为O3污染最严重的区域;7~12月,O3浓度总体重心和高值重心向南迁移,12月达到最南,O3浓度分布格局演变为南高北低.3~9月雨季期间,O3浓度分布主要受降水和相对湿度的影响,其余时间主要受气温的影响.(4)前体物对O3浓度分布的影响主要通过气象条件实现,气温越高,光化学反应越强,前体物的正向影响力越大;气温越低,光化学反应越弱,NOx、CO、SO2等化学性质活跃的前体物对O3可能起消耗作用. 展开更多
关键词 臭氧浓度 空间格局演变 前体物 气象要素 影响 中国东部
下载PDF
长江经济带空气质量的时空分布特征及影响因素 被引量:34
3
作者 黄小刚 邵天杰 +3 位作者 赵景波 曹军骥 岳大鹏 吕晓虎 《中国环境科学》 EI CAS CSCD 北大核心 2020年第2期874-884,共11页
基于2015~2018年空气质量实时监测数据,研究了长江经济带AQI的时空变化特征,从大气污染物排放量和气象因素两方面选取评价指标,利用地理探测器揭示了长江经济带AQI分布的影响因素及其季节变化.结果表明:2015~2018年长江经济带空气质量... 基于2015~2018年空气质量实时监测数据,研究了长江经济带AQI的时空变化特征,从大气污染物排放量和气象因素两方面选取评价指标,利用地理探测器揭示了长江经济带AQI分布的影响因素及其季节变化.结果表明:2015~2018年长江经济带空气质量总体趋于改善,平均超标率由19.8%降至16.2%,除O3超标率上升外,其余常规监测指标均有不同程度的下降.2017年开始O3的超标率超过PM10,成为长江经济带仅次于PM2.5的大气污染物.AQI月变化曲线大体呈U型,具有冬春高、夏秋低的特点.长江经济带空气质量改善主要体现在冬、秋两季,O3浓度的上升使夏季空气超标率上升,春季变化不大.AQI和空气超标率总体呈东高西低、北高南低的分布特征,其中上海、江苏、安徽中北部和浙江北部污染最严重,湖北中部和成渝地区其次,云南、贵州和四川西部空气质量良好.春夏季AQI的差异主要表现为东西向,秋冬季则主要表现为南北向.污染物排放量因子对长江经济带AQI分布有显著的正向影响,气象因子的影响方向则随季节变化而变化.全年和春、秋、冬3季AQI的分布格局主要由大气污染物排放量决定,夏季气象因子的影响力则更大. 展开更多
关键词 空气质量 时空变化 影响因素 季节差异 长江经济带
下载PDF
Characterizing ionic species in PM_(2.5) and PM_(10) in four Pearl River Delta cities,South China 被引量:79
4
作者 LAI Sen-chao ZOU Shi-chun +2 位作者 cao jun-ji LEE Shun-cheng HO Kin-fai 《Journal of Environmental Sciences》 SCIE EI CAS CSCD 2007年第8期939-947,共9页
PM2.5 and PM10 samples were collected at four major cities in the Pearl River Delta (PRD), South China, during winter and summer in 2002. Six water-soluble ions, Na^+, NH4+, K^+, Cl^-, NO3^- and SO4^2- were measu... PM2.5 and PM10 samples were collected at four major cities in the Pearl River Delta (PRD), South China, during winter and summer in 2002. Six water-soluble ions, Na^+, NH4+, K^+, Cl^-, NO3^- and SO4^2- were measured using ion chromatography. On average, ionic species accounted for 53.3% and 40.5% for PM2.5 and PM10, respectively in winter and 39.4% and 35.2%, respectively in summer. Secondary ions such as sulfate, nitrate and ammonium accounted for the major part of the total ionic species. Sulfate was the most abundant species followed by nitrate. Overall, a regional pollution tendency was shown that there were higher concentrations of sulfate, nitrate and ammonium in Guangzhou City than those in the other PRD cities. Significant seasonal variations were also observed with higher levels of species in winter but lower in summer. The Asian monsoon system was favorable for removal and diffusion of air pollutants in PRD in summer while highly loading of local industrial emissions tended to deteriorate the air quality as well. NO3^-/SO4^2- ratio indicated that mobile sources have considerably contribution to the urban aerosol, and stationary sources should not be neglected. Besides the primary emissions, complex atmospheric reactions under favorable weather conditions should be paid more attention for the control of primary emission in the PRD region. 展开更多
关键词 water-soluble ions seasonal and spatial variations Pearl River Delta
下载PDF
Carbonaceous aerosols in PM_(10) and pollution gases in winter in Beijing 被引量:25
5
作者 ZHANG Ren-Jian cao jun-ji +2 位作者 LEE Shun-cheng SHEN Zhen-xing HO Kin-Fai 《Journal of Environmental Sciences》 SCIE EI CAS CSCD 2007年第5期564-571,共8页
An intensive observation of organic carbon (OC) and element carbon (EC) in PM10 and gaseous materials (SO2, CO, and O3,) was conducted continuously to assess the characteristics of wintertime carbonaceous aeroso... An intensive observation of organic carbon (OC) and element carbon (EC) in PM10 and gaseous materials (SO2, CO, and O3,) was conducted continuously to assess the characteristics of wintertime carbonaceous aerosols in an urban area of Beijing, China. Results showed that the averaged total carbon (TC) and PM10 concentrations in observation period are 30.2±120.4 and 172.6±198.3 μ/m^3 respectively. Average OC concentration in nighttime (24.9±19.6 μ/m^3 was 40% higher than that in daytime (17.7±10.9 μ/m^3. Average EC concentrations in daytime (8.8±15.2 μ/m^3 was close to that in nighttime (8.9±15.1 μ/m^3. The OC/EC ratios in nighttime ranging from 2.4 to 2.7 are higher than that in daytime ranging from 1.9 to 2.0. The concentrations of OC, EC, PM10 were low with strong winds and high with weak winds. The OC and EC were well correlated with PM10, CO and SO2, which implies they have similar sources. OC and EC were not well correlated with O3. By considering variation of OC/EC ratios in daytime and night time, correlations between OC and O3, and meteorological condition, we speculated that OC and EC in Beijing PM10 were emitted as the primary particulate form. Emission of motor vehicle with low OC/EC ratio and coal combustion sources with high OC/EC ratio are probably the dominant sources for carbonaceous aerosols in Beijing in winter. A simple method was used to estimate the relative contribution of sources to carbonaceous aerosols in Beijing PM10. Motor vehicle source accounts for 80% and 68%, while coal combustion accounts for 20% and 32% in daytime and nighttime, respectively in Beijing. Averagely, the motor vehicle and coal combustion accounted for 74% and 26%, respectively, for carbonaceous aerosols during the observation period. It points to the motor vehicle is dominant emission for carbonaceous aerosols in Beijing PM10 in winter period, which should be paid attention to control high level of PM10 in Beijing effectively. 展开更多
关键词 organic carbon elemental carbon diurnal variation PM10
下载PDF
Characteristics of indoor/outdoor PM_(2.5) and elemental components in generic urban, roadside and industrial plant areas of Guangzhou City, China 被引量:10
6
作者 HUANG Hong LEE Shun-cheng +3 位作者 cao jun-ji ZOU Chang-wei CHEN Xin-geng FAN Shao-jia 《Journal of Environmental Sciences》 SCIE EI CAS CSCD 2007年第1期35-43,共9页
Quantitative information on mass concentrations and other characteristics, such as spatial distribution, seasonal variation, indoor/outdoor (I/O) ratio, correlations and sources, of indoor and outdoor PM2.5 and elem... Quantitative information on mass concentrations and other characteristics, such as spatial distribution, seasonal variation, indoor/outdoor (I/O) ratio, correlations and sources, of indoor and outdoor PM2.5 and elemental components in Guangzhou City were provided. Mass concentration of PM2.5 and elemental components were determined by standard weight method and proton-induced X-ray emission (PIXE) method. 18 elements were detected, the results showed positive results. Average indoor and outdoor PM2.5 concentrations in nine sites were in the range of 67.7-74.5μg/m^3 for summer period, and 109.9-123.7 μg/m^3 for winter period, respectively. The sum of 18 elements average concentrations were 5362.6-5533.4 ng/m^3 for summer period, and 8416.8-8900.6 ng/m^3 for winter period, respectively. Average concentrations of PM2.5 and element components showed obvious spatial characteristic, that the concentrations in roadside area and in industrial plant area were higher than those in generic urban area. An obvious seasonal variation characteristic was found for PM2.5 and elemental components, that the concentrations in winter were higher than that in summer. The I/O ratio of PM2.5 and some elemental components presented larger than 1 sometimes. According to indoor/outdoor correlation of PM2.5 and element concentrations, it was found that there were often good relationships between indoor and outdoor concentrations. Enrichment factors were calculated to evaluate anthropogenic versus natural elements sources. 展开更多
关键词 PM2.5 elemental components indoor air
下载PDF
Chemical characteristics of aerosol particles (PM_(2.5)) at a site of Horqin Sand-land in northeast China 被引量:4
7
作者 SHEN Zhen-xing cao jun-ji +3 位作者 LI Xu-xiang WANG Ya-qiang JIE Dong-mei ZHANG Xiao-ye 《Journal of Environmental Sciences》 SCIE EI CAS CSCD 2006年第4期701-707,共7页
The objective of this study was to characterize the mass concentration and chemical composition of aerosol particles(PM2.5) collected at Tongliao(Inner Mongolia Autonomous Region, China), a site in Horqin Sand-lan... The objective of this study was to characterize the mass concentration and chemical composition of aerosol particles(PM2.5) collected at Tongliao(Inner Mongolia Autonomous Region, China), a site in Horqin Sand-land in northeast China. During spring 2005, the mass concentration for PM2.5 was (126±71)μg/m^3 in average. Five dust storm events were monitored with higher concentration of (255 ± 77)μg/m^3 in average than the non dusty days of (106 ± 44)μg/m^3. Concentrations for 20 elements were obtained by the PIXE method. Mass concentrations of ALl, Mg, Si, K, Ca, Ti, Mn, and V, which increased with the PM2.5 concentration, were higher than the pollution elements (S, Cl, Zn, Ar, Se, Br, and Pb). Enrichment factor relative to crust material was also calculated, which showed dust trace elements were mainly from earth upper crust and pollution elements were dominated the anthropogenic aerosols. The Si/Al, Ca/Al, and Fe/Al ratios in PM2.5 samples at Tongliao were 4.07, 0.94, and 0.82, respectively, which were remarkably different with those on other source regions, such as "Western desert source region", "North desert source region" and central Asia source. Air mass back-trajectory analysis identified three kinds of general pathways were associated with the aerosol particle transport to Tongliao, but have the similar elemental ratios, implying that elemental signatures for dust aerosol from Horqin Sand-land were different with other regions. 展开更多
关键词 dust aerosol mass concentration elemental composition transport pathway
下载PDF
长江经济带PM2.5分布格局演变及其影响因素 被引量:34
8
作者 黄小刚 赵景波 +1 位作者 曹军骥 辛未冬 《环境科学》 EI CAS CSCD 北大核心 2020年第3期1013-1024,共12页
2000年以来,长江经济带高强度的人类社会经济活动引发了严峻的环境污染问题,灰霾污染尤为严重.研究该区域PM2.5浓度的时空格局与影响因素是落实新发展理念、推进区域大气污染综合防治的迫切需要.本文基于遥感反演数据,研究了2000~2016... 2000年以来,长江经济带高强度的人类社会经济活动引发了严峻的环境污染问题,灰霾污染尤为严重.研究该区域PM2.5浓度的时空格局与影响因素是落实新发展理念、推进区域大气污染综合防治的迫切需要.本文基于遥感反演数据,研究了2000~2016年长江经济带PM2.5浓度分布格局的演变过程,利用地理加权回归模型揭示了自然和社会经济因素对其影响的时空非平稳性.结果表明:①PM2.5浓度分布总体表现为东高西低,且城市群污染特征明显.②以2007年为界, 2000~2016年PM2.5年均浓度经历了逐年上升和波动下降的过程,年均浓度由27.2μg·m^-3上升至44.1μg·m^-3后, 2016年降至33.6μg·m^-3.污染范围则先由长三角城市群、长江中游城市群和成渝城市群核心区域向四周快速扩展, 2007年后开始往回收缩.③空间自相关分析表明,PM2.5浓度分布有显著的正空间自相关性,热点持续稳定地分布在上海、江苏、安徽中北部、浙江北部和湖北中部,冷点分布在云南、四川西部和南部及贵州西部.④自然因素与社会经济因素对PM2.5浓度分布的影响具有时空差异性.其中社会经济因素主要呈正向影响;自然因素中,降水量主要呈负向影响,其余因子的影响大小和作用方向均随着时间和空间的变化而变化. 展开更多
关键词 PM2.5浓度 空间格局 演变 影响因素 长江经济带 地理加权回归模型(GWR)
原文传递
中国城市O_3浓度时空变化特征及驱动因素 被引量:37
9
作者 黄小刚 赵景波 +1 位作者 曹军骥 宋永永 《环境科学》 EI CAS CSCD 北大核心 2019年第3期1120-1131,共12页
基于2015~2017年O_3浓度监测数据,采用克里金插值、空间自相关分析、热点分析和地理探测器等方法,研究了中国城市O_3浓度的时空变化特征及驱动因素.结果表明:①2015~2017年中国城市O_3污染逐年加重,年评价指标超标城市由74个增加到121... 基于2015~2017年O_3浓度监测数据,采用克里金插值、空间自相关分析、热点分析和地理探测器等方法,研究了中国城市O_3浓度的时空变化特征及驱动因素.结果表明:①2015~2017年中国城市O_3污染逐年加重,年评价指标超标城市由74个增加到121个,平均超标天数比例由5. 2%上升到8. 1%.②O_3污染主要发生在4~9月,超标天数占全年总超标天数的87. 5%~95. 3%. 5~7月O_3浓度上升最快、污染最严重,超标天数比例由2015年的10. 6%上升到2017年的20. 5%,2017年83. 0%的中度污染和91. 0%的重度污染发生在5~7月.③华北平原O_3浓度的持续上升,已将京津冀和长三角地区O_3高污染区连成一片,形成了包括环渤海地区、中原城市群、长三角城市群、山西、关中地区和内蒙古中部集中连片的O_3高污染区,是我国O_3污染最严重的区域.珠三角、成渝城市群和华东地区南部O_3浓度上升也较快,成渝城市群的核心城市已初步形成我国新的O_3污染中心.④O_3浓度空间集聚性逐年增强,年度热点主要分布在华北平原和长江中下游地区,冷点主要分布于东北、西南及华南地区.⑤地理探测器分析表明,气象、工业化、城市化因素和O_3前体物排放量因子对O_3浓度分布均有显著驱动作用,但不同地区O_3浓度的驱动因素存在差别,同一因子在不同季节的驱动作用也不尽相同. 展开更多
关键词 O3浓度 时空变化 驱动因素 地理探测器 中国
原文传递
长三角城市群臭氧浓度的时空分异及驱动因素 被引量:38
10
作者 黄小刚 邵天杰 +2 位作者 赵景波 曹军骥 宋永永 《长江流域资源与环境》 CAS CSSCI CSCD 北大核心 2019年第6期1434-1445,共12页
运用克里金插值、空间自相关分析、冷热点分析和地理探测等定量分析方法,对长三角城市群2015~2017年O3浓度的时空分异特征及驱动因素进行了探讨。结果表明:(1)2015~2017年长三角城市群O3浓度呈上升趋势,O3日最大8 h滑动平均值第90百分... 运用克里金插值、空间自相关分析、冷热点分析和地理探测等定量分析方法,对长三角城市群2015~2017年O3浓度的时空分异特征及驱动因素进行了探讨。结果表明:(1)2015~2017年长三角城市群O3浓度呈上升趋势,O3日最大8 h滑动平均值第90百分位数平均浓度由149μg/m3上升到166μg/m3,平均超标率由9.3%上升到12.1%,以O3为首要污染物的天数占超标总天数的比例由32.3%上升到46.4%。(2)受气温和降水量年际波动的影响,各年份O3月均浓度变化曲线形状不同。但O3超标都主要发生在4~9月,超标天数分别占2015、2016、2017年的88.3%、98.2%和97.0%。(3)由于安徽O3浓度快速上升,长三角城市群O3浓度空间分布格局由东高西低演变为北高南低,且同质化增强、异质性减弱。(4)随着O3浓度的上升,O3浓度热点区由环太湖地区向南京都市圈扩展,冷点区在安徽有明显收缩。(5)地理探测表明,长三角城市群O3浓度空间分异主要受经济规模、城市化和排放源等社会经济因素驱动,且均呈正向影响。自然因素中的降水量和风速呈负向影响,分别对O3有显著的清除和扩散作用。 展开更多
关键词 臭氧浓度 时空分异 驱动因素 地理探测器 长三角城市群
原文传递
基于GAM模型的西安市O3浓度影响因素解析 被引量:18
11
作者 黄小刚 邵天杰 +2 位作者 赵景波 曹军骥 吕晓虎 《环境科学》 EI CAS CSCD 北大核心 2020年第4期1535-1543,共9页
基于空气质量监测数据,研究了2014~2018年西安市O3浓度和污染的变化特征,利用GAM模型揭示了气象因素对O3浓度的影响.结果表明:①西安市O3浓度逐年上升,2016年开始O3年评价指标已连续3 a超标.但随着夏季O3污染治理的加强,2017年后O3浓度... 基于空气质量监测数据,研究了2014~2018年西安市O3浓度和污染的变化特征,利用GAM模型揭示了气象因素对O3浓度的影响.结果表明:①西安市O3浓度逐年上升,2016年开始O3年评价指标已连续3 a超标.但随着夏季O3污染治理的加强,2017年后O3浓度升幅趋缓.②O3月均浓度变化曲线主要呈倒V型,1~7月随气温的升高而上升,8~12月随气温的下降而下降,7月月均浓度最大.但在降水量偏大的年份,O3月均浓度常在降水量最大月出现谷值,曲线形态变为M型.③2014~2018年西安市O3污染明显加重,O3污染时段向前延长.O3超标率由2014年的1.9%上升到2018年的14.0%.2016年起,O3污染出现时间由7月提前至5月.④GAM模型拟合结果表明,气温、气压、日照时数和相对湿度与O3浓度有显著的非线性关系,各因子平滑函数拟合曲线形态差异较大,其中气温和日照时数主要呈正向影响,气压和相对湿度主要呈负向影响.降水量的影响主要表现在夏季,风速的影响不明显.西安市在气温>24℃、气压<962 hPa、日照时数>9 h、相对湿度为36%~65%且无雨时,O3污染较易发生. 展开更多
关键词 广义相加模型(GAM) O3浓度 变化特征 影响因素 西安市
原文传递
内蒙古地区近地面臭氧浓度时空分异及主导气象因子探讨 被引量:11
12
作者 陈志青 邵天杰 +2 位作者 赵景波 曹军骥 岳大鹏 《干旱区研究》 CSCD 北大核心 2020年第6期1504-1512,共9页
利用内蒙古地区2017年12个盟市的空气质量监测数据,研究了O_(3)浓度的时空分布特征,基于GAM模型探讨了气象因素对O_(3)浓度变化及分布的影响。结果表明:内蒙古地区12个盟市均存在不同程度的O_(3)浓度超标情况;O_(3)月均浓度呈先升高后... 利用内蒙古地区2017年12个盟市的空气质量监测数据,研究了O_(3)浓度的时空分布特征,基于GAM模型探讨了气象因素对O_(3)浓度变化及分布的影响。结果表明:内蒙古地区12个盟市均存在不同程度的O_(3)浓度超标情况;O_(3)月均浓度呈先升高后降低的变化特征,4—9月O_(3)浓度最高,污染最为严重,且在7月达到全年最高值(136μg·m^(-3));地域规律呈现出内蒙古中部地区O_(3)浓度最高,西部地区O_(3)浓度居中,东部地区O_(3)浓度较低的特征。通过构建GAM模型对内蒙古地区12个盟市影响O_(3)浓度变化的主导气象因子进行识别,发现气温是影响整个内蒙古地区O_(3)浓度变化的最主要气象因子,而相对湿度、日照时数、风速分别是内蒙古东部、中部和西部地区影响O_(3)浓度变化的第二主导气象因子。 展开更多
关键词 臭氧 时空分布 气象因子 GAM模型 内蒙古地区
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部