發(fā)布時(shí)間：2021-05-18 19:39

　　為了厘清南通市大氣污染濃度的變化情況以及與氣象因素之間存在的關(guān)系,分析南通市大氣污染物潛在的輸送來(lái)源,利用南通市2018年全年大氣污染物資料和同期氣象觀測(cè)要素資料,對(duì)SO₂、NO₂、CO、O₃、PM₁₀、PM_2.5污染物的時(shí)、日、月、季濃度變化規(guī)律及其與氣象因素之間的關(guān)系進(jìn)行分析,并結(jié)合南通市2次重污染天氣過(guò)程,使用后向軌跡模式HYSPLIT4分析南通市大氣污染物的主要來(lái)源。結(jié)果表明:SO₂、NO₂、CO、PM₁₀和PM_2.5濃度夏季最低,其次是秋季,冬、春季濃度最高;O₃濃度春、夏季明顯高于秋、冬季。SO₂、NO₂、CO、O₃年平均排放量均較低。一天當(dāng)中不同時(shí)間段,氣象因素影響情況不同導(dǎo)致污染物的濃度不同。O₃濃度變化跟NO₂濃度變化呈明顯負(fù)相關(guān)性。O

【文章來(lái)源】：科學(xué)技術(shù)與工程. 2020,20(22)北大核心

【文章頁(yè)數(shù)】：7 頁(yè)

【文章目錄】：
1 資料與方法
    1.1 數(shù)據(jù)來(lái)源
    1.2 分析方法
2 結(jié)果與分析
    2.1 大氣污染物濃度變化特征
        2.1.1 大氣污染物逐小時(shí)變化
        2.1.2 大氣污染物逐日變化
        2.1.3 大氣污染物月、季變化
    2.2 空氣質(zhì)量及首要污染物影響
    2.3 氣象因素對(duì)大氣污染物的影響
        2.3.1 污染天氣的氣象因素影響分析
        2.3.2 大氣污染物濃度與氣象要素的相關(guān)性分析
    2.4 后向軌跡分析
3 結(jié)論


【參考文獻(xiàn)】：
期刊論文
[1]淮北地區(qū)一次春季浮塵天氣成因研究[J]. 謝真珍,劉端陽(yáng),陳昊,安禮政,朱毅,王宏斌,肖晨.  環(huán)境科學(xué)學(xué)報(bào). 2019(07)
[2]鄉(xiāng)鎮(zhèn)生活垃圾熱解尾氣中CO排放濃度關(guān)鍵影響因素的研究[J]. 林宏飛,陸立海,李三破,譚恒,潘振,王愛(ài).  能源環(huán)境保護(hù). 2019(02)
[3]基于京津冀高密度地面觀測(cè)網(wǎng)絡(luò)的大氣污染物濃度地面觀測(cè)代表性誤差估計(jì)[J]. 李飛,唐曉,王自發(fā),朱莉莉,王曉彥,吳煌堅(jiān),盧苗苗,李健軍,朱江.  大氣科學(xué). 2019(02)
[4]福州市大氣污染空間分布特征分析[J]. 梁娟珠,周俊佳.  環(huán)境監(jiān)測(cè)管理與技術(shù). 2019(02)
[5]海陸風(fēng)對(duì)天津市PM2.5和O3質(zhì)量濃度的影響[J]. 孟麗紅,李英華,韓素芹,郝天依.  環(huán)境科學(xué)研究. 2019(03)
[6]彭州市大氣污染物濃度變化特征研究[J]. 趙清揚(yáng),巫俊威,劉雨軒.  高原山地氣象研究. 2018(04)
[7]北京市房山區(qū)大氣污染物時(shí)空分布特征及氣象影響因素分析[J]. 劉郁玨,李艷,苗世光.  氣象與環(huán)境科學(xué). 2018(04)
[8]西安市區(qū)大氣污染物時(shí)空分布特征分析[J]. 岳輝.  科學(xué)技術(shù)與工程. 2018(22)
[9]長(zhǎng)三角典型城市PM2.5濃度變化特征及與氣象要素的關(guān)系[J]. 高嵩,田蓉,郭彬,張龍,馬曉燕.  科學(xué)技術(shù)與工程. 2018(09)
[10]2015年冬季南京一次污染過(guò)程的天氣形勢(shì)分析[J]. 王天正,王成剛,曹樂(lè).  科學(xué)技術(shù)與工程. 2017(32)



本文編號(hào)：3194371