期刊文献+
共找到13篇文章
< 1 >
每页显示 20 50 100
漯河一次持续性重污染过程成因及传输特征分析 认领
1
作者 武威 顾佳佳 鲍玉辉 《暴雨灾害》 2020年第3期259-268,共10页
利用常规气象资料、颗粒物观测数据、NCEP 1°×1°分析资料、GDAS 1°×1°数据、激光雷达资料等,对2018年11月下旬河南漯河一次连续重污染天气过程成因与污染物传输特征进行了分析。结果表明:(1)本次污染与... 利用常规气象资料、颗粒物观测数据、NCEP 1°×1°分析资料、GDAS 1°×1°数据、激光雷达资料等,对2018年11月下旬河南漯河一次连续重污染天气过程成因与污染物传输特征进行了分析。结果表明:(1)本次污染与天气形势关系密切,前期受静稳纬向环流和地面均压场影响,有利污染积累;中期高空槽与地面变性高压引导弱冷空气东移南下,产生滞留效应,污染物迅速增加;后期因低层东路冷空气扩散与静稳形势恢复,污染继续积累增长,形成连续性重污染。(2)PM2.5造成重污染时因辐射逆温持续稳定,导致污染加剧;PM10重污染时因逆温层减弱消失,有利污染物输送沉降;混合重污染时因近地层湍流混合加强形成逆温,污染持续发展。(3)本次重污染天气主要有5条传输路径,西南路径和偏东路径污染比例较高,其轨迹短,高度在900 hPa以下,对PM2.5近距离输送作用明显;西北路径和偏北路轨迹长,起始高度在700-600 hPa之间,高空中远距离输送以PM10为主。(4)受静稳条件和近地层高湿影响,高消光带维持在600 m以下,较低边界层抑制垂直扩散,导致污染细颗粒物与沙尘积累并长时间共存。(5)本次重污染是本地污染累积和高空外源污染输送共同影响。除漯河本地污染贡献较高外,高潜在源区主要集中河南西南部、东北部以及与山东交界处,这也是本次持续性污染发展的重要原因。(6)重污染时地面偏北风占主导,其他方向风速较小,有利形成污染辐合以及污染物二次转化并加剧污染。 展开更多
关键词 持续性污染 输送路径 潜在源区 轨迹聚类分析 逆温层
在线阅读 下载PDF
2015年青岛城阳一次持续污染过程中PM2.5污染特征及潜在源区分析 认领
2
作者 李博 杨凡 +2 位作者 李秀镇 汪中虎 谭俊龄 《气象与环境科学》 2020年第2期79-86,共8页
2015年12月1926日,青岛市城阳区出现持续性污染过程,给群众生活和社会生产等带来了诸多不利影响。利用气象数据和污染数据分析了此次过程中城阳北和城阳南两处空气质量监测站点的污染物PM2.5特征,使用偏相关分析、后向轨迹模式及潜在源... 2015年12月1926日,青岛市城阳区出现持续性污染过程,给群众生活和社会生产等带来了诸多不利影响。利用气象数据和污染数据分析了此次过程中城阳北和城阳南两处空气质量监测站点的污染物PM2.5特征,使用偏相关分析、后向轨迹模式及潜在源区分析方法探讨了PM2.5来源及其与气象因子的相关性。结果表明:1)两处空气质量监测站点的PM2.5浓度日变化呈双峰双谷特征,每日06时至07时和17时至19时前后浓度最低。2)单次污染过程中,PM2.5浓度与气象条件的关系不敏感。不同站点的PM2.5浓度与各类气象要素的相关性强弱也不同,但与空气湿度均表现出较强的正相关。3)本次污染过程的气流后向轨迹聚类分析表明,4类轨迹起始方向为西北向,途经河北、山西、山东等地,并在山东中部和山东半岛中部汇合。轨迹污染特征分析表明,途径山东北部、山东中部、黄海等地的轨迹污染物输送量最小,其他轨迹的污染物输送量相差不大。4)污染物潜在源区分析中,PSCF和PCWT分析结果差别不明显,此次过程最主要的潜在源区为山东中部地区和城阳周边的西北、东南区域,潜在源区贡献最大的地区与聚类后的路径汇合区域较为吻合。 展开更多
关键词 PM2.5 污染特征 相关性 轨迹聚类分析 潜在源区
在线阅读 下载PDF
长江中游地区可吸入颗粒物气团输送轨迹的时空差异分析 认领
3
作者 刘玉青 史红文 +1 位作者 杨喆 赵锦慧 《环境保护前沿》 2019年第6期817-824,共8页
利用2015年6月至2016年5月长江中游四个中心城市(武汉、长沙、合肥、南昌)大气环境质量监测站发布的PM10、PM2.5的质量浓度数据,分析了长江中游地区PM10浓度、PM2.5浓度的逐月变化和空间分布规律;同时利用HYSPLIT模型的72 h前向轨迹聚... 利用2015年6月至2016年5月长江中游四个中心城市(武汉、长沙、合肥、南昌)大气环境质量监测站发布的PM10、PM2.5的质量浓度数据,分析了长江中游地区PM10浓度、PM2.5浓度的逐月变化和空间分布规律;同时利用HYSPLIT模型的72 h前向轨迹聚类方法,分析了PM10、PM2.5等可吸入颗粒物的水平方向输送路径。结果表明,长江中游地区可吸入颗粒物浓度的变化趋势一致,均呈现夏季低、冬季高的规律,且冬春季节波动频繁,表明可吸入颗粒物污染与区域性污染物迁移有较大关系,武汉市各季节PM2.5浓度在四个城市中均最高,PM10浓度冬春季节低于其他城市,夏秋季节高于其他城市;水平方向轨迹聚类分析表明,长江中游地区有两种主要的气流输送类型,即近源(来自周边省区及本区域城市群间的污染)污染气流和来自远源海洋的清洁气流;气流轨迹的季节变化特征明显,春、夏、秋季的颗粒物主要来源于周边河南省、湖南省、安徽省等本地和周边区域。因此冬春季节本区受到来自偏北方向的气流影响显著,这一结论可为本区冬季治霾提供思路,为长江中游地区大气污染联防联控提供参考依据。 展开更多
关键词 长江中游地区 轨迹聚类分析 可吸入颗粒物浓度 水平气流轨迹
在线阅读 下载PDF
轨迹聚类算法及其应用 认领
4
作者 曹鑫磊 冯锋 《电脑知识与技术:学术交流》 2018年第10Z期9-10,13共3页
为了提高交通工具的利用率,通过获取轨迹数据使移动点对象轨迹聚类分析在保证反映其相互之间正确的空间关系、时态关系、运动关系的基础上,提出合理有效的相似性度量公式的结果。欧氏距离与设定的阈值a用于判定两点之间是否处于同一位置... 为了提高交通工具的利用率,通过获取轨迹数据使移动点对象轨迹聚类分析在保证反映其相互之间正确的空间关系、时态关系、运动关系的基础上,提出合理有效的相似性度量公式的结果。欧氏距离与设定的阈值a用于判定两点之间是否处于同一位置,转换为计算轨迹最长公共子序列问题求得相似度并作为最大生成树聚类的权值。经过轨迹聚类分析,得到聚类结果。 展开更多
关键词 轨迹 最大生成树 相似性度量 轨迹聚类分析
在线阅读 下载PDF
菏泽市PM2.5源方向解析研究 认领 被引量:5
5
作者 王露 毕晓辉 +4 位作者 刘保双 吴建会 张裕芬 冯银厂 张勤勋 《环境科学研究》 CSCD 北大核心 2017年第12期1849-1858,共10页
为了定量解析环境受体中不同方向PM_(2.5)的源贡献水平,利用“源方向解析”(source directional apportionment,SDA)法[综合PMF(positive matrix factorization,正定矩阵因子)方法和后向轨迹模型]对京津冀大气污染传输通道上某典... 为了定量解析环境受体中不同方向PM_(2.5)的源贡献水平,利用“源方向解析”(source directional apportionment,SDA)法[综合PMF(positive matrix factorization,正定矩阵因子)方法和后向轨迹模型]对京津冀大气污染传输通道上某典型城市——菏泽市环境受体中PM_(2.5)进行来源解析,并分析不同方向的源贡献.结果表明,菏泽市环境受体中ρ(PM_(2.5))变化范围为42.73~191.72μg/m~3,平均值为92.54μg/m~3.SO_4~(2-)、NO_3~-和NH_4~+是菏泽市环境受体中PM_(2.5)的主要化学组分;ρ(SO_4~(2-))、ρ(NO_3~-)和ρ(NH_4~+)的平均值分别为29.78、22.11和7.91μg/m~3,三者之和占ρ(PM2.5)的63.54%.PMF的计算结果显示,二次无机盐、机动车排放、扬尘、煤烟尘和建筑水泥尘是菏泽市环境受体中PM_(2.5)的贡献源类,分担率分别为32.61%、22.60%、19.54%、16.25%和9.00%.利用后向轨迹模型识别出PM_(2.5)贡献源类的4个潜在方向,分别为东南、正西、西北和正东.二次无机盐在4个方向的贡献分别为8.49%、5.01%、6.65%和12.88%;机动车排放分别为1.39%、4.44%、7.47%和8.22%;扬尘分别为4.95%、3.65%、4.12%和6.92%;煤烟尘分别为4.56%、1.93%、2.16%和7.28%;建筑水泥尘分别为2.22%、1.88%、1.27%和3.56%.研究显示,菏泽市PM2.5污染较为严重,其中二次源、机动车和扬尘源是其主要贡献源类,并且来自菏泽市东部的各源类贡献均较高. 展开更多
关键词 PM2.5 PMF 轨迹聚类分析 源方向解析(SDA)
在线阅读 下载PDF
后向轨迹模式在攀枝花市PM2.5来源分析研究中的应用 认领 被引量:7
6
作者 唐毅 陈治翰 +1 位作者 罗治华 张帆 《四川环境》 2016年第4期83-89,共7页
利用后向轨迹模式计算2014年1月1日~2014年12月31日以攀枝花市为起始点的后向轨迹,并结合攀枝花市PM2.5的实测浓度数据,通过聚类分析法、潜在源贡献因子法(PSCF)和浓度权重轨迹分析法(CWT)研究不同来源区域对攀枝花市PM2.5浓... 利用后向轨迹模式计算2014年1月1日~2014年12月31日以攀枝花市为起始点的后向轨迹,并结合攀枝花市PM2.5的实测浓度数据,通过聚类分析法、潜在源贡献因子法(PSCF)和浓度权重轨迹分析法(CWT)研究不同来源区域对攀枝花市PM2.5浓度的贡献影响。结果表明:攀枝花市的西南区域与云南省的交界地区最有可能是攀枝花市PM2.5的贡献源区。攀枝花市西南区域本地排放的PM2.5污染物及其前体物和来自攀枝花市西南方向的气团对攀枝花市的PM2.5浓度影响最大。 展开更多
关键词 后向轨迹 轨迹聚类分析 潜在源贡献因子法 浓度权重轨迹分析 PM2.5 攀枝花
在线阅读 下载PDF
川南自贡市大气颗粒物污染特征及传输路径与潜在源分析 认领
7
作者 雷雨 张小玲 +5 位作者 康平 王浩霖 青泉 欧奕含 卢宁生 邓中慈 《环境科学》 EI CAS CSCD 北大核心 2020年第7期3021-3030,共10页
川南自贡市大气颗粒物污染比较严重, 2015~2018年PM10和PM2.5平均浓度分别为(95.42±9.53)μg·m-3和(65.95±6.98)μg·m-3,并有明显的下降趋势,冬季PM10和PM2.5浓度远高于其它季节, 1月平均浓度最高,分别为(138.08... 川南自贡市大气颗粒物污染比较严重, 2015~2018年PM10和PM2.5平均浓度分别为(95.42±9.53)μg·m-3和(65.95±6.98)μg·m-3,并有明显的下降趋势,冬季PM10和PM2.5浓度远高于其它季节, 1月平均浓度最高,分别为(138.08±52.29)μg·m-3和(108.50±18.05)μg·m-3,夏季平均浓度最低.PM2.5与PM10的平均比值为69.12%,冬季比值约为夏季的1.17倍,空气污染以PM2.5为主.采用拉格朗日混合单粒子轨迹模型(HYSPLIT)和全球资料同化系统的GDAS气象数据,对自贡市细颗粒物(PM2.5)浓度和逐日72 h后向轨迹进行计算和聚类研究,利用潜在源贡献分析法(PSCF)和浓度权重轨迹分析法(CWT),探讨不同季节影响自贡市PM2.5浓度的潜在源区以及不同源区的污染贡献.结果表明,自贡市近地面四季多受东南风、偏西风和西北风控制,高浓度PM2.5多出现在0~2 m·s-1的低风速区;不同季节、不同输送路径对自贡PM2.5污染影响的差异显著,春季主要受到来自偏西和偏北方向短距离输送气流的影响,夏季污染轨迹主要来自短距离输送的东南气流,秋季主要受来自资阳,经遂宁、重庆和内江的短距离输送气流的影响,冬季除受到资阳、遂宁和内江等周边城市的影响外,还受到来自西藏中部的远距离输送气流影响;除夏季外,自贡市潜在源区主要位于重庆西部与川南交界区域,冬季的主要贡献区范围最广、贡献程度最大,夏季潜在源区范围最小且贡献程度最弱. 展开更多
关键词 大气颗粒物 后向轨迹聚类分析 潜在源贡献(PSCF) 浓度权重轨迹(CWT) 自贡市
长沙市气流传输特征及其对大气环境的影响分析 认领
8
作者 罗达通 张敬巧 +3 位作者 尤翔宇 刘湛 张青梅 向仁军 《环境科学与技术》 CAS CSCD 北大核心 2020年第4期97-105,共9页
利用HYSPLIT气流轨迹模型和GDAS全球资料同化系统数据,文章计算了长沙市2016-2019年区域逐时的72 h气流后向轨迹并进行了轨迹聚类,结合监测数据分析了大气污染物浓度及气象因子受气流传输的影响规律,进一步采用轨迹权重浓度分析(WCWT)... 利用HYSPLIT气流轨迹模型和GDAS全球资料同化系统数据,文章计算了长沙市2016-2019年区域逐时的72 h气流后向轨迹并进行了轨迹聚类,结合监测数据分析了大气污染物浓度及气象因子受气流传输的影响规律,进一步采用轨迹权重浓度分析(WCWT)识别了污染潜在源区。结果表明:长沙市PM2.5与NO2、SO2、CO均显著正相关,而O3与NO2、CO均显著负相关,且O3与PM2.5浓度分别与风速呈显著正、负相关关系。长沙市受东北方向气流影响显著,春、夏、秋和冬季其轨迹占比分别为50.1%、37.7%、82.1%和42.8%,不同气流传输类型影响下污染物浓度差异明显,颗粒物、NO2、CO在冬季受西南及西北气流影响时浓度较高,其他三季受东北方向短距离传输气流影响时浓度较高,四季O3和SO2分别受东北方向、南面沿海方向气流影响时浓度较高;另外,区域风速和温度受不同类型气流影响时也存在明显差别。WCWT分析表明,长沙市PM2.5潜在源区域主要集中在西北方向的陕西、山西,东北方向的河南以及东南方向的广东等部分区域,O3潜在源区域主要集中在东北方向的河南、河北、江苏、浙江以及西南方向的广西、广东部分区域,SO2、NO2及CO潜在源区域较为相似,在西北方向的宁夏、陕西、湖北沿线及南面的广东珠三角区域均存在贡献高值;污染物潜在源分布差异显示,长沙市NO2受西北燃煤排放影响相对较大,而CO受广东珠三角区域机动车排放影响相对较大,区域NOx对O3的滴定作用明显。 展开更多
关键词 后向轨迹聚类分析 大气污染物 气象因子 浓度权重轨迹 潜在源
阿克达拉大气本底站CO浓度特征及传输路径分析 认领
9
作者 赵江伟 红都孜 +1 位作者 王定定 林阳 《环境科学与技术》 CAS CSCD 北大核心 2020年第6期115-121,共7页
文章利用2015-2017年阿克达拉大气本地站CO连续观测资料和NOAA再分析资料,采用常规统计方法及HYSPLIT后向轨迹模式对该站的CO浓度特征及不同季节气流轨迹进行了聚类分析。结果表明:CO浓度整体呈下降趋势,但下降趋势不明显;CO月均值浓度... 文章利用2015-2017年阿克达拉大气本地站CO连续观测资料和NOAA再分析资料,采用常规统计方法及HYSPLIT后向轨迹模式对该站的CO浓度特征及不同季节气流轨迹进行了聚类分析。结果表明:CO浓度整体呈下降趋势,但下降趋势不明显;CO月均值浓度呈波峰-波谷式变化且跟随采暖期-非采暖期交替出现;采暖期和非采暖期CO浓度日变化均呈单峰型,采暖期CO小时浓度和变化幅度均高于非采暖期;CO浓度低值区主要出现在W-WNW-NW-NNW扇区,对应着风频、风速的高值区,CO浓度高值区主要出现在SW-SSW-S-SSE扇区,对应着风频、风速的低值区;四季各类气流轨迹主要来自西北、偏西、西南方向,占比在50%~80%,同时气流移速最快,有助于CO扩散,对应的CO平均浓度较小;西南、偏南方向的气流轨迹途经克拉玛依、乌鲁木齐、昌吉等工业区,有助于输送CO,对应的CO平均浓度最高。 展开更多
关键词 大气本地站 一氧化碳 大气污染物 后向轨迹聚类分析
2013—2016年海口市空气质量特征及典型个例污染物来源分析 认领
10
作者 赵蕾 吴坤悌 陈明 《气象与环境学报》 2019年第5期63-69,共7页
根据海南省环境科学研究院提供的海口站2013—2016年逐日空气污染数据,统计分析了海口市空气质量状况。综合应用高低空环流场、AQI指数结合MODIS卫星蓝光气溶胶厚度图,采用HYSPLIT轨迹聚类分析法、潜在源贡献因子法和浓度权重轨迹分析方... 根据海南省环境科学研究院提供的海口站2013—2016年逐日空气污染数据,统计分析了海口市空气质量状况。综合应用高低空环流场、AQI指数结合MODIS卫星蓝光气溶胶厚度图,采用HYSPLIT轨迹聚类分析法、潜在源贡献因子法和浓度权重轨迹分析方法,重点分析了2013年12月海口空气污染的的主要输送路径,并探讨了首要污染物PM2.5和O3的潜在源区。结果表明:冬夏季风风向转换是海口发生空气污染的最主要气象原因,且首要污染物为PM2.5,其次是PM10和O3;海口市空气质量达标率在97.1%,总体较好,AQI指数呈逐年下降趋势;值得关注的是,O3呈逐年稳定上升趋势。大气污染物浓度受污染物排放和环流场共同影响,海口污染日对应的地面天气形势主要有3种类型,冷高压、变暖高压脊和台风外围下沉气流。此次污染过程中污染源是来自北方地区污染物长距离输送影响的结果。污染物个例分析中,首要污染物PM2.5潜在源区主要集中在湖南和江西的交界处、广东沿海地区、广西北部、江西和福建的交界处以及浙江中部地区,这些潜在源区气团沿着轨迹1、2和4通过长距离输送到海口。海口O3质量浓度贡献较大的区域主要集中在湖南和江西的交界处、粤西一带,主要沿着轨迹2将内陆地区的污染源输送到海口。 展开更多
关键词 AQI指数 轨迹聚类分析 潜在源贡献因子法 浓度权重轨迹分析方法
在线阅读 免费下载
北京地区大气颗粒物输送路径及潜在源分析 认领 被引量:6
11
作者 李颜君 安兴琴 范广洲 《中国环境科学》 EI CAS CSCD 北大核心 2019年第3期915-927,共13页
利用TrajStat 软件和全球资料同化系统数据,计算了2005~2016 年北京市逐日72h 气流后向轨迹,采用聚类分析方法,结合北京同期PM2.5逐日质量浓度数据,分析北京市年及四季后向气流轨迹特征及其对北京市颗粒物浓度的影响,运用潜在源贡献因... 利用TrajStat 软件和全球资料同化系统数据,计算了2005~2016 年北京市逐日72h 气流后向轨迹,采用聚类分析方法,结合北京同期PM2.5逐日质量浓度数据,分析北京市年及四季后向气流轨迹特征及其对北京市颗粒物浓度的影响,运用潜在源贡献因子分析法(PSCF)和浓度权重轨迹分析法(CWT),探讨研究时期内不同季节影响北京市颗粒物质量浓度的潜在源区以及不同源区对北京颗粒物质量浓度的贡献.结果表明,就全年而言,西北输送气流占总轨迹的比例最高,达59.97%,且其输送距离最远、输送高度最高、移速最快.输送高度最低、距离最短、移速最慢的东南气流占比次之,为27.64%,东北气流占比最低为12.40%,其移速和输送距离介于前两者之间.主要污染轨迹来自山东、河北,其次为来自俄罗斯、蒙古国和内蒙古荒漠戈壁地区的西北气流.PSCF和CWT分析发现,蒙中、晋中、冀西南、豫北及鲁西是影响北京PM2.5的主要潜在区域.而不同季节、不同输送路径对北京PM2.5污染影响的差异显著,春季主要受来自蒙晋交界区域的短距离输送气流影响,潜在源区位于冀南、鲁西、豫东和皖西北地区,夏季污染轨迹来自鲁、晋地区,潜在源区为豫东北、皖北和苏北地区;秋季主要受来自冀南地区的短距离气流影响,潜在源区为晋北、冀南、豫北和鲁西地区,冬季主要受来自蒙古国中西部和蒙中地区的远距离输送气流影响,潜在源区主要在冀南、鲁西、豫北、晋和蒙西地区. 展开更多
关键词 大气颗粒物 后向轨迹聚类分析 潜在源贡献 浓度权重轨迹 北京
在线阅读 下载PDF
银川地区大气颗粒物输送路径及潜在源区分析 认领 被引量:7
12
作者 严晓瑜 缑晓辉 +3 位作者 武万里 黄峰 杨军 刘玉兰 《环境科学学报》 CAS CSCD 北大核心 2018年第5期1727-1738,共12页
利用Traj Stat软件和全球资料同化系统数据,计算了2014—2016年银川市逐日72 h气流后向轨迹,并采用聚类分析方法,结合银川市同期PM10和PM~(2.5)质量浓度数据,分析了银川年及四季气流轨迹特征及其对银川颗粒物浓度的影响.同时,运用潜... 利用Traj Stat软件和全球资料同化系统数据,计算了2014—2016年银川市逐日72 h气流后向轨迹,并采用聚类分析方法,结合银川市同期PM10和PM~(2.5)质量浓度数据,分析了银川年及四季气流轨迹特征及其对银川颗粒物浓度的影响.同时,运用潜在源贡献因子分析法(PSCF)和浓度权重轨迹分析法(CWT),探讨了影响银川颗粒物质量浓度的潜在源区及不同源区对银川颗粒物质量浓度的贡献.结果表明,输送距离最长、高度最高、移速最快的西北气流轨迹占总轨迹的比例最高,达66.7%,且气团移动速度和高度与轨迹距离呈正比;输送高度较低、距离最短、移速最慢的北方气流轨迹占总轨迹数的24.3%;东南气团占总轨迹数的9%,输送距离和移速介于前两者之间,但输送高度较西北气流和北方气流低.四季各类气流轨迹变化特征与年变化特征基本一致,春、秋、冬三季,中、短距离西北气流占气流轨迹总数的比例最高,夏季东南气流占比最高,且夏季南方气流和北方气流占比较春、秋两季高,冬季未出现南方气流和北方气流,春季和冬季气流轨迹输送距离普遍比夏季和秋季长;春、夏、秋三季,偏南气流的输送高度均最低,四季长距离西北气流的输送高度均最高.年及四季都表现为西北气流轨迹对应的银川PM10和PM2.5平均浓度均较高,是影响银川颗粒物质量浓度的最重要输送路径,其次是东南气流轨迹,北方气流轨迹对银川颗粒物浓度影响较小.PSCF和CWT分析发现,位于新疆、甘肃、蒙古国、内蒙古、青海的西北源区及四川、陕西的东南源区是影响银川PM10和PM2.5浓度的两个主要潜在源区,各季节区域范围有所差异. 展开更多
关键词 大气颗粒物 后向轨迹聚类分析 潜在源贡献 浓度权重轨迹 银川
南京城区上空大气一氧化碳的观测分析 认领 被引量:8
13
作者 黄兴 黄晓娴 +8 位作者 王体健 庄炳亮 李树 谢旻 韩永 杨修群 孙鉴泞 丁爱军 符淙斌 《中国环境科学》 EI CAS CSCD 北大核心 2013年第9期1577-1584,共8页
利用南京大学城市大气环境观测站(32°03′20″N,118°46′32″E)2011年1~12月一氧化碳(CO)连续观测资料,分析南京市CO浓度变化特征;利用后向轨迹模式和聚类分析方法研究影响南京市的主要气团及其化学性质;基于MOPITT... 利用南京大学城市大气环境观测站(32°03′20″N,118°46′32″E)2011年1~12月一氧化碳(CO)连续观测资料,分析南京市CO浓度变化特征;利用后向轨迹模式和聚类分析方法研究影响南京市的主要气团及其化学性质;基于MOPITT资料分析南京市CO的垂直分布.研究表明,南京市CO的年均浓度为(757.5±410.5)×10^-9CO浓度具有明显日变化特征,早上8:00浓度最高,下午16:00浓度最低.CO日变化具有季节差异性,春季最为明显,夏季幅度最小.一周之中CO在周五的浓度最高.CO存在明显季节变化,冬季1月浓度最高,夏季6月浓度最低.HYSPLIT4把影响该观测站的主要气团分为6类,其中来自江苏南部、浙江、上海的气团的污染物浓度最高,对南京市CO浓度贡献最大:源于西伯利亚高原,伴随强冷空气迅速向南移动的气团对南京市CO贡献最小.卫星数据分析结果表明,南京市夏季CO的垂直分布与其他3个季节有较大差异.与地面观测站相比,卫星反演的CO地面浓度要明显偏低. 展开更多
关键词 后向轨迹聚类分析 MOPITT HYSPLIT4 垂直分布
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部 意见反馈