阿克达拉大气颗粒物特征分析及与气象因子的关系
​谢翔
生成PDF 清样下载 引用

复制成功

导出题录

参考文献( GB/T 7714-2015 ) 复制

​谢翔,. 阿克达拉大气颗粒物特征分析及与气象因子的关系[J]. 气候变化研究,2021.11. DOI:10.12721/ccn.2021.157105.
摘要: 本文选取阿克达拉2019年PM2.5、PM10、SO2、NO2大气颗粒物的质量浓度以及平均气温、气压、相对湿度、降水量、风速数据,对阿克达拉PM2.5阿克达拉大气颗粒物特征分析及与气象因子的关系进行分析。
关键词: 阿克达拉;大气颗粒物;特征;气象因子
DOI:10.12721/ccn.2021.157105
基金资助:

引言

社会大众普遍开始反思环境污染问题,环保意识也开始逐渐增强,PM2.5、PM10等大气颗粒物包含了一些有害物质,在大气中长期漂浮,这些颗粒物不仅会对空气质量造成严重危害,而且还会对人们身体健康造成不利影响。本文主要通过阿克达拉大气颗粒物特征及与气象因子的关系进行分析,以期为改善空气质量提供指导依据。

1.研究资料和方法

本文研究资料来源于阿克达拉国家大气本底站,包括2019年每日大气颗粒物PM2.5、PM10、SO2、NO2观测资料以及2019年年逐日气温、气压、相对湿度、降水量以及风速等气象要素监测资料。利用统计学分析方法对阿克达拉大气颗粒物特征及其与气象因子之间的关系展开分析。

2.2019年阿克达拉大气颗粒物特征分析

2.1月变化特征

根据2019年阿克达拉逐月大气颗粒物PM2.5、PM10、SO2、NO2质量浓度值统计资料可知,2019年阿克达拉PM2.5、PM10浓度值月变化特别显著,1-6月份的PM2.5浓度值、PM10浓度值均呈减少趋势,6-12月呈增加趋势,PM2.5、PM10月平均值最低值均出现在6月,分别为5.016μg/m3、10.294μg/m3;PM2.5、PM10月平均值最高值均出现在1月,质量浓度值分别为为19.541μg/m3、29.012μg/m3。

1740735934161985.png

图1 2019年阿克达拉逐月大气颗粒物(PM2.5、PM10、SO2、NO2)浓度值

2.2四季变化特征

通过2019年阿克达拉大气颗粒物浓度季节均值与年均值统计表不难看出,2019年阿克达拉大气颗粒物PM2.5、PM10、SO2、NO2全年平均浓度值分别为11.32μg/m3、19.88μg/m3、4.37μg/m3、3.36μg/m3;阿克达拉PM2.5浓度值冬季(17.43μg/m3)>春季(10.72μg/m3)>秋季(9.95μg/m3)>夏季(7.19μg/m3)。PM10浓度值冬季(23.81μg/m3)>春季(21.13μg/m3)>秋季(20.63μg/m3)>夏季(13.94μg/m3)。SO2浓度值春季(6.44μg/m3)>冬季(5.47μg/m3)>夏季(3.09μg/m3)>秋季(2.02μg/m3);NO2浓度值春季(4.97μg/m3)>冬季(4.62μg/m3)>秋季(2.02μg/m3)>夏季(1.82μg/m3)总体来说,阿克达拉四季大气颗粒物(PM2.5、PM10、SO2、NO2)浓度分布不均的主要原因可能是阿克达拉风季节变化明显、降水季节分布不均、以及冬季逆温天气增多等各类因素共同作用的结果。

02.png

表1   2019年阿克达拉大气颗粒物浓度季节均值与年均值(μg/m3)

3.2019年阿克达拉大气颗粒物与气象因子的关系

3.1气温

由表1分析可以看出,2019年阿克达拉气温与大气颗粒物PM2.5、PM10、NO2浓度之间均呈显著的负相关性,相关系数分别为-0.858、-0.714、-0.602,也就是随着气温的增加,阿克达拉大气颗粒物PM2.5、PM10、NO2浓度呈现出不断下降的趋势。气温与SO2浓度之间呈正相关性。

3.2气压

根据表1可以获悉,2019年阿克达拉气压与大气颗粒物PM2.5、PM10、SO2、NO2浓度之间的均呈正相关性,也就是随着气压的增加,空气中的PM2.5、PM10、SO2、NO2浓度逐渐增加。

3.3相对湿度

在一定湿度范围内,相对湿度越大对于颗粒物的形成就越有利。由表1不难看出,2019年阿克达拉相对湿度与大气颗粒物PM2.5、PM10、SO2、NO2浓度之间均呈正相关性,相关系数分别为0.839、0.443、0.123、0.374。

3.4降水量

通过表1能够获悉,2019年阿克达拉降水量与大气颗粒物PM2.5、PM10、SO2、NO2浓度之间均呈负相关性。

3.5风速

通常情况下,风和湍流会共同影响大气颗粒物扩散速度,风速越大,湍流越强,将会加剧颗粒物扩散稀释速度。结合表1中的数据,2019年阿克达拉风速与PM2.5、PM10、SO2、NO2浓度之间均呈负相关性,这说明随着风速的增加,则空气中颗粒物浓度越容易稀释。

1740736023663847.png

表2 2019年阿克达拉PM2.5浓度与气象因子之间的相关系数

4. 结论

(1)2019年阿克达拉PM2.5、PM10浓度值月变化特别显著,1-6月份的PM2.5浓度值、PM10浓度值均呈减少趋势,6-12月呈增加趋势;PM2.5、PM10月平均值最低值均出现在6月, PM2.5、PM10月平均值最高值均出现在1月;SO2浓度值高值集中于1-6月,6-8月质量浓度较少,月平均最高值出现在2月份,月平均最低值出现在9月;NO2浓度值高值集中于11-12月、1-6月,7-10月质量浓度较少,月平均最高值出现在3月份,月平均最低值出现在8月。

(2)2019年阿克达拉大气颗粒物PM2.5、PM10、SO2、NO2全年平均浓度值分别为11.32μg/m3、19.88μg/m3、4.37μg/m3、3.36μg/m3;阿克达拉PM2.5浓度值冬季(17.43μg/m3)>春季(10.72μg/m3)>秋季(9.95μg/m3)>夏季(7.19μg/m3)。PM10浓度值冬季(23.81μg/m3)>春季(21.13μg/m3)>秋季(20.63μg/m3)>夏季(13.94μg/m3)。SO2浓度值春季(6.44μg/m3)>冬季(5.47μg/m3)>夏季(3.09μg/m3)>秋季(2.02μg/m3);NO2浓度值春季(4.97μg/m3)>冬季(4.62μg/m3)>秋季(2.02μg/m3)>夏季(1.82μg/m3。

(3)2019年气温与大气颗粒物PM2.5、PM10、NO2浓度之间均呈显著的负相关性;而气温与SO2浓度之间呈正相关性;气压、相对湿度与大气颗粒物PM2.5、PM10、SO2、NO2浓度之间的均呈正相关性;降水量、风速与大气颗粒物PM2.5、PM10、SO2、NO2浓度之间均呈负相关性。

参考文献:

[1]杨超,徐洁玲,李恒,等.九江市PM2.5时间变化特征及其与气象要素的关系[J].江西科学,2016,34(6):790-194,833.

[2]陈锦超,董雪玲,张婉,等.北京市霾天PM 2.5 污染特征及其与气象因素的关系[J].环境科学与技术,2018,41(8):87-94.

》在线投稿系统

*文章题目:
*作者姓名:
*电子邮箱:
*通讯地址:
*联系方式:

  备      注:

*上传稿件:

支持上传.doc,.docx,.pdf,.txt,.wps文件

投稿须知:

1、审稿结果将于1~7个工作日以邮件告知,请注意查收(包含录用通知书、审稿意见、知网CNKI查重报告)。

2、提交投稿后,若7个工作日之内未接到录用通知,则说明该文章未被录用,请另投他刊。

3、凡投寄本刊稿件,如在内容上有侵权行为或不妥之处,均应文责自负。本刊有权对来稿进行文字编辑、加工和修改,如不同意,请附说明,以便妥善处理。

4、多作者文稿署名时须征得其他作者同意,排好先后次序,通知用稿后不再改动。

5、凡投往本刊稿件一经录用发表,其版权归本刊所有。

6、本刊已全文录入中国知网、万方、维普等数据库,如作者不同意被收录,请提前申明,未申明者,本刊一律视为同意被收录。

7、请勿一稿多投。