期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
气象因素对西安市城区空气质量的影响 被引量:19
1
作者 李琛 刘瑾 王彦民 《干旱区资源与环境》 CSSCI CSCD 北大核心 2017年第3期83-88,共6页
以西安市城区2014年1月1日~2015年12月31日空气质量监测数据和气象资料为基础,分析了气象因素对空气质量的影响。相关性分析表明:在各污染等级下,气温T和露点温度Td与气态污染物SO_2、CO、NO_2呈显著负相关,与O3呈显著正相关;4级污染时... 以西安市城区2014年1月1日~2015年12月31日空气质量监测数据和气象资料为基础,分析了气象因素对空气质量的影响。相关性分析表明:在各污染等级下,气温T和露点温度Td与气态污染物SO_2、CO、NO_2呈显著负相关,与O3呈显著正相关;4级污染时,露点温度Td与PM_(2.5)呈显著负相关,气温T与PM_(10)呈显著正相关;3、4级时,气温T与PM_(2.5)呈显著负相关。3级污染时,仅有气压趋势Pa对PM_(2.5)、PM_(10)、SO_2、CO存在显著相关性;4级及以上污染时,大气压P0、平均海平面大气压P与各污染物浓度间的显著相关性基本一致。4级污染时,湿度RH与PM_(10)和NO_2呈显著负相关,4级及以上污染时,RH与SO_2呈显著负相关。PM_(10)主成分回归模型通过了显著性检验、拟合优度很好且无多重共线性,CO、NO_2、PM_(2.5)、T、Td、RH对PM_(10)浓度存在显著影响。 展开更多
关键词 西安市 气象因素 污染等级 相关性分析 主成分回归模型
原文传递
气压对西安市城区空气质量的影响 被引量:5
2
作者 李琛 刘瑾 王彦民 《环境工程》 CAS CSCD 北大核心 2017年第3期101-105,122,共6页
以西安市城区2014年1月1日至2015年12月31日空气质量监测数据和气象资料为基础,分析了气压对空气质量的影响及其空气污染特征。结果表明:AQI及各污染物浓度变化很好的拟合二次函数,且拐点横坐标均在7月前后。相关性分析表明:平均海平面... 以西安市城区2014年1月1日至2015年12月31日空气质量监测数据和气象资料为基础,分析了气压对空气质量的影响及其空气污染特征。结果表明:AQI及各污染物浓度变化很好的拟合二次函数,且拐点横坐标均在7月前后。相关性分析表明:平均海平面大气压与SO_2、CO、NO_2、O_3呈现为显著正相关性,与AQI、PM_(2.5)、PM_(10)呈现为显著负相关。平均海平面大气压P对各污染物的影响在夏季最为强烈,而在春季和冬季最弱;P对O_3的形成存在较明显的影响。各污染物浓度和气象因素之间存在明显的共线性,PM_(10)主成分回归模型通过了显著性检验、拟合优度很好且无多重共线性。 展开更多
关键词 西安市 空气污染特征 影响因素 平均海平面大气压
原文传递
气象因素对汉中市城区空气污染的影响 被引量:8
3
作者 李琛 刘瑾 张继林 《环境与健康杂志》 CAS 北大核心 2017年第3期234-238,共5页
目的探讨气象因素对汉中市城区空气污染的影响。方法以汉中市城区2015年1—12月空气质量监测数据和气象资料为基础,分析温度(T)、露点温度(T_d)、平均海平面大气压(P)等气象因素对空气质量的影响及其空气污染特征。结果 AQI及各污染物... 目的探讨气象因素对汉中市城区空气污染的影响。方法以汉中市城区2015年1—12月空气质量监测数据和气象资料为基础,分析温度(T)、露点温度(T_d)、平均海平面大气压(P)等气象因素对空气质量的影响及其空气污染特征。结果 AQI及各污染物浓度可用二次函数很好地拟合,拟合曲线的拐点横坐标出现在6月上旬至7月上旬。相关性分析表明,汉中市城区空气质量主要与PM_(2.5)和PM_(10)浓度有关,且PM_(10)大多由PM_(2.5)贡献;PM_(2.5)浓度受到T、水平大气压(P_0)、P、Td的影响较明显,而受气压趋势(P_a)、湿度(U)的影响较小。T_d对PM_(10)浓度的影响高于PM_(2.5)。对于同一大气污染物而言,P的影响高于P0和Pa。各污染物浓度和气象因素之间存在明显的共线性,PM_(2.5)与其他大气污染物及T、P、T_d所构建的主成分回归模型拟合优度较好且无多重共线性。结论汉中市城区气象因素与空气污染存在一定的关联。 展开更多
关键词 空气污染 影响因素 露点温度 大气压 汉中市
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部