检索结果-内蒙古大学图书馆

中国环境科学 2025年第1期45卷 30-39页

作者：宋小可姜磊鹿海峰沈秀娥王新辉孙爽李磊李金香北京市生态环境监测中心北京100048 大气颗粒物监测技术北京市重点实验室北京100048

红外大气探测干涉仪(IASI)卫星遥感数据,开展京津冀及周边地区大气氨排放强度和氨总量的核算方法研究,为大气氨的遥感监测应用和氨减排提供支持.首先,对空间非连续数据进行空间插值,进而统计大气氨年均排放强度(YNH_(3))、季均排放强度(... 详细信息

红外大气探测干涉仪(IASI)卫星遥感数据,开展京津冀及周边地区大气氨排放强度和氨总量的核算方法研究,为大气氨的遥感监测应用和氨减排提供支持.首先,对空间非连续数据进行空间插值,进而统计大气氨年均排放强度(YNH_(3))、季均排放强度(QNH_(3))、月均排放强度(MNH_(3)),并估算大气氨总量(TNH_(3)).然后,据此分析研究区大气氨的空间分布特征及时间变化规律.最后,探究了大气氨排放的影响因素.结果表明:2014~2022年,研究区的大气氨日均排放强度为7.99kg/km^(2),区域中部是YNH_(3)高值区,5个柱浓度低且增长率也低的地级市主要分布在冀北和豫南,8个柱浓度低但增长率高的地级市分布在豫西南、冀中和胶东半岛,19个柱浓度高但增长率低和16个柱浓度高且增长率也高的地级市分布在区域中部和环渤海一带.9年间,YNH_(3)和TNH_(3)均呈增长趋势,研究区的YNH_(3)从5.89kg/km^(2)增长到9.20kg/km^(2),复合年均增长率为5.73%;TNH_(3)从1169kt增长到1825kt;时间分布上,QNH_(3)呈周期性变化特征,夏季是QNH_(3)峰值季,7月是MNH_(3)峰值月.TNH_(3)与耕地和人口的相关性高,且其空间分布高度一致,表明农业和人口是氨排放的重要影响因素,随机森林分析结果表明农业源和生活源是最显著的氨减排因子.本研究证明大气氨遥感监测能为空气质量监测业务提供数据支持.

关键词： NH3 IASI 时空特征影响因素

来源：评论

学校读者我要写书评

暂无评论

NCEP-GFS和ECMWF-HERS驱动WRF模式的北京气象要素预报效果分析

引用

环境科学学报 2025年第3期45卷 75-87页

作者：潘锦秀李云婷孙峰沈秀娥姜磊张章郭元喜北京市生态环境监测中心大气颗粒物监测技术北京市重点实验室北京100048

利用欧洲中期天气预报中心高分辨率数值天气预报数据(ECMWF-HRES),采用与北京市多模式空气预报平台中气象预报系统(WRFGFS)相同的WRF版本、区域设置及物理化学方案等,建立WRF-EC气象预报系统,并评估WRF-EC和WRF-GFS气象预报系统对2022... 详细信息

利用欧洲中期天气预报中心高分辨率数值天气预报数据(ECMWF-HRES),采用与北京市多模式空气预报平台中气象预报系统(WRFGFS)相同的WRF版本、区域设置及物理化学方案等,建立WRF-EC气象预报系统,并评估WRF-EC和WRF-GFS气象预报系统对2022年北京地区与PM_(2.5)污染相关的关键气象要素的预报效果.结果显示:WRF-EC对2022年北京地区气温、相对湿度和风速风向具有良好的预报准确性,其性能与WRF-GFS具有高度可比性的同时也存在一定的差异,能够弥补WRF-GFS对相对湿度的低估,同时风速的高估现象也有一定改善.两种预报系统对偏南风预报的差异主要表现在WRF-EC对东南风频率预报较观测偏多2.4%,而WRF-GFS则是对东南风和南风频率预报偏多4.2%,WRF-EC对不同风向上相对湿度的预报较WRF-GFS更接近观测,对东风和偏南风风向时风速的高估改善较其他风向明显.针对PM_(2.5)污染过程,两种预报系统对不同要素的预报效果均略差于全年,WRF-EC气象预报系统提供的气象要素预报一定程度上可以修正WRFGFS在PM_(2.5)污染过程的气象偏差.WRF-EC在污染起始阶段(S1)和持续时段(S2)气象要素预报效果方面优于WRF-GFS,WRF-GFS则在清除时段(S3)表现更优.

关键词： WRF-GFS WRF-EC 北京气象要素预报效果评估

来源：评论

学校读者我要写书评

暂无评论

基于PID传感器的挥发性有机物监测研究

引用

中国环境监测 2025年第1期41卷 142-151页

作者：王莉华安欣欣刘保献景宽李云婷北京市生态环境监测中心大气颗粒物监测技术北京市重点实验室北京100048

挥发性有机物作为大气O_(3)与PM_(2.5)的共同前体物,是我国在近年来PM_(2.5)污染得到显著改善之后的下一个大气污染防治重点。对电离能为10.6 eV的光离子化(PID)传感器与设备进行挥发性有机物监测测试,结果表明:①PID传感器监测结果能... 详细信息

挥发性有机物作为大气O_(3)与PM_(2.5)的共同前体物,是我国在近年来PM_(2.5)污染得到显著改善之后的下一个大气污染防治重点。对电离能为10.6 eV的光离子化(PID)传感器与设备进行挥发性有机物监测测试,结果表明:①PID传感器监测结果能较好地反映大气中挥发性有机物的浓度变化趋势,但其绝对量存在较大不确定性;②流量、湿度、O_(2)含量、校准情况、光窗清洁度均会对PID传感器监测结果的准确性产生显著影响,其中流量、湿度与O_(2)含量是在设备设计中需重点关注的因素,校准情况、光窗清洁度是在设备使用中需重点关注的因素;③在规范运维情景下,采样流量为600 mL/min时,配置高温高湿冷凝除湿、低温高湿加热除湿功能的传感器设备的状态一致性与数据准确性均优于扩散式设备,平均标准偏差从4.3×10^(-8)降至3.0×10^(-9)。

关键词： PID传感器挥发性有机物影响因素测试

来源：评论

学校读者我要写书评

暂无评论

2018~2022年北京市PM_(2.5)污染过程时空、气象及传输特征

引用

环境科学 2025年第3期46卷 1265-1274页

作者：郭元喜刘保献李云婷沈秀娥王书肖宋倩陈晨孙峰陈阳孙瑞雯李倩尹德嘉姜越琪董赵鑫北京市生态环境监测中心大气颗粒物监测技术北京市重点实验室北京100048 清华大学环境学院环境模拟与污染控制国家重点联合实验室北京100084 国家环境保护大气复合污染来源与控制重点实验室北京100084

基于PM_(2.5)监测数据、气象观测数据以及CMAQ-ISAM空气质量模型,分析了2018~2022年北京市108次PM_(2.5)污染过程的时空变化、气象条件以及区域传输情况.结果表明,PM_(2.5)污染过程的过程次数、过程平均浓度、过程峰值浓度均呈现明显改... 详细信息

基于PM_(2.5)监测数据、气象观测数据以及CMAQ-ISAM空气质量模型,分析了2018~2022年北京市108次PM_(2.5)污染过程的时空变化、气象条件以及区域传输情况.结果表明,PM_(2.5)污染过程的过程次数、过程平均浓度、过程峰值浓度均呈现明显改善趋势,并且,中重度污染过程的改善程度显著优于轻度污染过程.分季节来看,夏季PM_(2.5)污染过程基本消失,其他季节的污染程度则有待进一步改善.从日变化来看,重度污染过程的浓度改善主要源于白天至前半夜时段.近5 a来,过程浓度平均值东南高、西北低.其中,经济技术开发区浓度最高,延庆区浓度最低.从空间演变来看,2018~2022年,各区过程浓度平均值全部大幅下降,下降幅度为13~31μg·m^(-3),下降率为11%~25%;各区污染天数全部大幅改善,改善幅度为35~52 d,改善率为56%~68%.平均风速、平均相对湿度和西北风频率是污染过程期间对北京市PM_(2.5)浓度影响最大的3个气象要素,污染天的平均风速为1.6 m·s^(-1),平均相对湿度为62.4%,西北风频率为3%.北京市污染过程大多始于东部和南部,东南边界站早于全市12 h发生污染,南部、西南和东部边界站分别早于全市10、8和5 h发生污染.PM_(2.5)污染过程发生期间,北京市本地贡献率为34%,区域传输贡献率为66%.区域上,河北省对北京市的传输贡献率最大,为33%.分城市来看,近周边保定、廊坊、天津和唐山对北京市传输影响最突出,传输贡献率分别为9%、6%、5%和5%.分传输通道来看,东南通道贡献率为24%,西南通道贡献率为23%,建立区域联防联控机制十分必要.

关键词： PM_(2.5) 时空变化气象条件区域传输北京市

来源：评论

学校读者我要写书评

暂无评论

北京市6月臭氧污染特征及关键气象因子研究

引用

中国环境监测 2025年第2期41卷 1-11页

作者：潘锦秀刘保献李云婷沈秀娥孙峰李倩北京市生态环境监测中心大气颗粒物监测技术北京市重点实验室

基于2013—2023年6月北京市环境监测数据、气象数据及欧洲中心高分辨率预报资料，统计分析了北京市6月臭氧（O3）污染特征及其与关键气象因子日偏南风小时数（Sh）、偏南风风速、日最高温度(Tmax)和日平均相对湿度（RH）的关系，并对比... 详细信息

基于2013—2023年6月北京市环境监测数据、气象数据及欧洲中心高分辨率预报资料，统计分析了北京市6月臭氧（O3）污染特征及其与关键气象因子日偏南风小时数（Sh）、偏南风风速、日最高温度(Tmax)和日平均相对湿度（RH）的关系，并对比研究了2023年6月北京市2次持续性高浓度O3污染特征及其气象成因。结果表明，2013—2023年6月O3-8 h-90per呈波动上升趋势，2023年较2013年上升10.4%,2013—2023年6月超标时间为9～19 d,中度、重度污染日在超标日中的占比2022—2023年呈明显的上升趋势，2023年达到61.5%。从气象条件看，2022—2023年6月北京市高温日数平均为5.5 d/a,空气较干燥，偏南风作用频繁平均为43.6%,降水量为9～120 mm,气象条件有利于O3生成。6月当Sh>6 h、Tmax为30～40℃、RH为30%～70%、偏南风风速为2～5 m/s时，O3-8 h易出现超标。对比2023年6月14—18日（EP1）和6月22—25日（EP2）O3污染过程，EP2较EP1平均Tmax高1.9℃,偏南风频率增加8.3%,平均偏南风风速大0.5 m/s, EP2的水平和垂直扩散能力好于EP1,从而使得在大范围高温情况下EP2污染范围虽然更大，但污染程度轻于EP1。

关键词：北京 6月 O3污染关键气象因子扩散能力

来源：评论

学校读者我要写书评

暂无评论

固定污染源硫酸雾采样条件优化研究

引用

中国环境监测 2025年第2期41卷 170-176页

作者：陈圆圆周健楠常淼沈秀娥刘保献北京市生态环境监测中心大气颗粒物监测技术北京市重点实验室

《固定污染源废气硫酸雾的测定离子色谱法》广泛应用于硫酸雾的测定，但对于固定污染源现场采样的研究鲜有报道。在文献调研基础上，通过实验室内条件实验及典型硫酸雾排放企业的实地测试，用监测数据论证采样条件的优劣，最终确定具有... 详细信息

《固定污染源废气硫酸雾的测定离子色谱法》广泛应用于硫酸雾的测定，但对于固定污染源现场采样的研究鲜有报道。在文献调研基础上，通过实验室内条件实验及典型硫酸雾排放企业的实地测试，用监测数据论证采样条件的优劣，最终确定具有科学性、可实施性的采样方式，从而促进监测方法的持续改进。实验结果表明，玻璃纤维滤筒本底电导率及SO42-浓度很高，品牌间及品牌内差异均较大，需要超声清洗2次才能满足使用要求。石英纤维滤筒本底电导率及SO42-浓度较低，一般无需前处理即可使用，但不同品牌间略有差异，建议对每批次购置的石英滤筒进行本底检验。采样条件优化实验显示，冲击式吸收瓶比玻板式吸收瓶更适用于污染源等速采样，正规品牌的吸收瓶吸收效果良好，可满足标准采样要求。吸收液体积推荐选取标准方法中的50.0 mL,此时采样效率、采样平行性及稳定度均较高。相较于标准方法中的伴温模式，烟枪加热温度优选120℃,可避免水汽凝结于烟枪，采样效果更好。

关键词：固定污染源硫酸雾条件优化滤筒

来源：评论

学校读者我要写书评

暂无评论

基于颗粒物发生器的β射线法PM_(2.5)监测仪性能研究

引用

环境科技 2025年第2期38卷 62-67页

作者：孟环张健罗霄旭李海军杨梦焦夕钰沈秀娥北京市生态环境监测中心北京100048 大气颗粒物监测技术北京市重点实验室北京100048

采用颗粒物发生器产生不同浓度的颗粒物,通过粒径谱仪和手工称重判断发生浓度的稳定性和准确性后,连接β射线法PM_(2.5)监测仪开展性能研究。结果表明,颗粒物粒径(均在2.5μm以下)和发生浓度均具有良好的稳定性。发生浓度真实可靠,手工... 详细信息

采用颗粒物发生器产生不同浓度的颗粒物,通过粒径谱仪和手工称重判断发生浓度的稳定性和准确性后,连接β射线法PM_(2.5)监测仪开展性能研究。结果表明,颗粒物粒径(均在2.5μm以下)和发生浓度均具有良好的稳定性。发生浓度真实可靠,手工称重结果与发生浓度呈较好的线性关系(r>0.995)。颗粒物发生器接入β射线法PM_(2.5)监测仪后,监测数据稳定性较好(RSD<5%),在线监测结果与发生浓度呈较好的线性关系(r>0.999)。同时总结了监测仪在正常运行和质控过程中的数据变化规律,通过结合不同测量单元的特性,可为监测人员提供实时、真实、平稳的数据。

关键词：标准颗粒自动监测准确性

来源：评论

学校读者我要写书评

暂无评论

2022年北京市城区PM_(2.5)水溶性离子含量及其变化特征

引用

环境科学 2024年第5期45卷 2537-2547页

作者：陈圆圆崔迪赵泽熙常淼景宽沈秀娥刘保献北京市生态环境监测中心大气颗粒物监测技术北京市重点实验室北京100048

为探究北京市大气细颗粒物(PM_(2.5))水溶性离子含量及其变化特征,有针对性地提出污染防治方案,对2022年全年PM_(2.5)水溶性离子、气态前体物(SO_(2)、NO_(2))和气象因素(温度、RH)进行分析测定.结果表明,北京市城区PM_(2.5)中占比最高... 详细信息

为探究北京市大气细颗粒物(PM_(2.5))水溶性离子含量及其变化特征,有针对性地提出污染防治方案,对2022年全年PM_(2.5)水溶性离子、气态前体物(SO_(2)、NO_(2))和气象因素(温度、RH)进行分析测定.结果表明,北京市城区PM_(2.5)中占比最高的水溶性离子为NO_(3)^(-)、NH_(4)^(+)和SO_(4)^(2-),占PM_(2.5)的52.7%,ρ(PM_(2.5))(33.2μg·m^(−3))和ρ(SNA)(18.9μg·m^(−3))低于历史研究结果,但SNA占比(52.7%)、SOR(0.45)和NOR(0.15)高于历史研究结果,体现出北京市细颗粒物污染得到明显改善,但仍具有较强的二次污染特征.NO_(3)^(-)/SO_(4)^(2-)为2.2,高于历史及附近省市研究结果,反映出移动源的影响不断扩大.从季节变化上看,PM_(2.5)呈现秋高夏低的变化特征,秋、春、冬这3个季节NO_(3)^(-)的占比最高,夏季SO_(4)^(2-)占比最高,而NH_(4)^(+)在各季节占比变化不大.NOR与SOR的季节变化规律几乎相反,反映出二者的转化形成因素存在差异.北京城区SNA的主要存在形式为NH_(4)NO_(3)^(-)和(NH_(4))_(2)SO_(4),其中冬季阴阳离子中和度最高,夏季阳离子NH_(4)^(+)稍显不足,而春秋两季NH_(4)^(+)处于过量状态,北京城区为富氨环境.从污染级别看,水溶性离子质量浓度均随污染加重有不同程度的增长,增长最快的是SNA,其在PM_(2.5)中占比出现先上升后稳定的变化特征.从空间分布特征来看,中心城区和东南西北部郊区的SNA质量浓度大小均为:NO_(3)^(-)>SO_(4)^(2-)>NH_(4)^(+),体现了以NO_(3)^(-)为主导的污染特征;SNA对PM_(2.5)的贡献率最高的区域发生在东部、中心城区和传输点,表明在中心城区和东部地区二次反应相对活跃,同时区域传输也是二次离子的重要来源.

关键词：大气细颗粒物(PM_(2.5)) 水溶性离子二次无机离子(SNA) 质量浓度变化特征

来源：评论

学校读者我要写书评

暂无评论

北京市臭氧污染跳变型特征及影响因素分析

引用

环境科学 2024年第3期45卷 1371-1381页

作者：潘锦秀安欣欣刘保献李云婷李倩孙峰张章邱启鸿陈阳北京市生态环境监测中心大气颗粒物监测技术北京市重点实验室北京100048

基于2016~2022年北京市环境监测和气象观测数据,结合后向轨迹聚类和潜在源区贡献分析北京市臭氧(O_(3))污染特征、气象影响和潜在源区.结果表明,2016~2022年北京市共发生41次具有跳变特征的O_(3)污染过程,平均为5.9次·a^(-1),发生... 详细信息

基于2016~2022年北京市环境监测和气象观测数据,结合后向轨迹聚类和潜在源区贡献分析北京市臭氧(O_(3))污染特征、气象影响和潜在源区.结果表明,2016~2022年北京市共发生41次具有跳变特征的O_(3)污染过程,平均为5.9次·a^(-1),发生时间集中在5~7月,跳变当日(OJD2)较跳变前一日(OJD1)的ρ(O_(3)^(-)8h)平均值偏高78.3%,峰值浓度偏高78.9%,OJD2区域O_(3)浓度高值带呈现由南向北推进的特征.北京市跳变O_(3)污染发生主要原因可归纳为不利气象条件导致的本地积累叠加区域传输影响.跳变型O_(3)污染发生时具有偏南风频率增加、温度上升、气压降低和降水减少的特征,偏南风频率增加为O_(3)及其前体物的传输提供条件,在本地高温作用下快速发生光化学反应,叠加降水较少,综合推高OJD2的O_(3)浓度水平.聚类分析得到6条气团输送路径,OJD2来自偏北方向的气团减少11.2%,来自偏南和偏东方向气团增加6.7%和4.4%,气团以短距离传输为主,偏南和偏东方向对应的O_(3)浓度较高,对北京污染贡献较大.潜在源区分析揭示OJD2的O_(3)污染的主要潜在源区是京津冀中南部和东部,贡献了82.6%污染轨迹.跳变型O_(3)污染区域输送贡献明显,需要加强京津冀区域联防联控.

关键词：臭氧污染跳变气象要素轨迹聚类潜在源区

来源：评论

学校读者我要写书评

暂无评论

北京市PM_(2.5)水分含量及其变化特征

引用

中国环境科学 2023年第1期43卷 70-76页

作者：陈圆圆李珺琪常淼沈秀娥刘保献北京市生态环境监测中心大气颗粒物监测技术北京市重点实验室北京100048

利用卡尔费休法可直接测定PM_(2.5)水分含量,方法精密度及准确度均较好.将该方法应用于北京市城区站点2020年全年的PM_(2.5)分析,结果显示PM_(2.5)水分浓度年均值为(5.0±4.1)μg/m^(3),在PM_(2.5)占比为(12.5±4.8)%,与PM_(2.5... 详细信息

利用卡尔费休法可直接测定PM_(2.5)水分含量,方法精密度及准确度均较好.将该方法应用于北京市城区站点2020年全年的PM_(2.5)分析,结果显示PM_(2.5)水分浓度年均值为(5.0±4.1)μg/m^(3),在PM_(2.5)占比为(12.5±4.8)%,与PM_(2.5)质量浓度呈显著相关.水分质量浓度与PM_(2.5)的质量浓度月度及季节变化趋势基本一致.研究发现,随着空气污染加重,水分质量浓度及其在PM_(2.5)占比均呈上升趋势,二者相关性明显增强.可见污染发生时,水分增加有利于颗粒物吸湿增长从而推高污染水平,对PM_(2.5)的贡献同步增强.当沙尘污染发生时湿度处于同期较低水平,不利于细颗粒物的吸湿增长,水分质量浓度及其占比均处于较低水平.PM_(2.5)水分与二次离子及有机物均有很好的相关性,说明水分为气态污染物提供非均相转化载体,促进硝酸盐、硫酸盐、有机物的进一步生成.PM_(2.5)水分与地壳物质无相关性,证实地壳元素为一次源,不受水分影响.

关键词： PM_(2.5) 水分含量水分浓度变化特征卡尔费休法

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：