亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        環(huán)境管理強(qiáng)化后南京市2013 — 2016年大氣污染物的時(shí)空特征和氣象影響

        2018-01-15 10:32:39羅小三徐江兵丁燁毅
        地球環(huán)境學(xué)報(bào) 2017年6期
        關(guān)鍵詞:氣象條件南京市顆粒物

        孫 雪,羅小三,陳 燕,趙 朕,徐江兵,張 丹,索 晨,丁燁毅

        南京信息工程大學(xué) 應(yīng)用氣象學(xué)院 生態(tài)氣象環(huán)境研究中心,南京 210044

        空氣污染是全球普遍面臨的城市環(huán)境問題,在我國尤其突出,近年來霧霾頻發(fā)(Luo et al,2014,2017;Wang et al,2014),特別是在京津冀、長三角和珠三角等工業(yè)化和城市化集中地區(qū)更為嚴(yán)重(陳仁杰等,2014;Jin et al,2017;趙朕等,2017)。大氣污染導(dǎo)致一系列的生態(tài)環(huán)境效應(yīng)并危害人體健康,如對(duì)呼吸系統(tǒng)、心腦血管系統(tǒng)以及免疫系統(tǒng)造成損害(Katanoda et al,2011;Wong et al,2015;Yorifuji et al,2015;Goto et al,2016)。因此環(huán)境管理備受政府部門和社會(huì)公眾關(guān)注,大氣污染管控也逐漸被重視并強(qiáng)化執(zhí)行。了解空氣污染物的時(shí)空分布特征成為大氣污染管控的第一要?jiǎng)?wù),而這除了受污染來源影響,也與氣象要素密切相關(guān)(韓素芹等,2007;王明瑩和莊慧生,2017),已有學(xué)者對(duì)此進(jìn)行了研究探索。如利用偏最小二乘回歸法研究發(fā)現(xiàn)氣象因素對(duì)武漢市大氣污染物濃度的影響存在差異性(張兵等,2014);利用Spearman秩相關(guān)分析研究各氣象因子對(duì)大氣顆粒物濃度的影響(趙晨曦等,2014);通過逐步回歸方法建立氣象因素與空氣污染物的回歸模型(張?jiān)坪5龋?009;張樣盛等,2010;王菊等,2014)。對(duì)全國范圍污染物的變化分析表明了其明顯的時(shí)空分布特征(He et al,2017;Jin et al,2017;Song et al,2017):時(shí)間上季節(jié)性差異顯著,顆粒物污染冬高夏低;空間上東部經(jīng)濟(jì)發(fā)達(dá)地區(qū)污染嚴(yán)重。局部地區(qū)的氣象條件對(duì)大氣污染也有著非常重要的影響,例如氣象條件是導(dǎo)致澳大利亞墨爾本污染物日變化的主要影響因素(Pearce et al,2011)。因此,研究氣象條件與大氣污染物的時(shí)空特征對(duì)進(jìn)一步開展污染防治和空氣質(zhì)量預(yù)測(cè)都有十分重要的意義。

        南京市作為江蘇省省會(huì),是全省重要的工業(yè)和交通運(yùn)輸中心,在經(jīng)濟(jì)迅猛發(fā)展的同時(shí),其環(huán)境問題也日益突出。南京市空氣污染的主要來源包括車輛廢氣排放(234.5萬輛機(jī)動(dòng)車)和工業(yè)排放、能源消耗(煤炭)及建筑粉塵等(Luo et al,2017)。如何有效改善空氣質(zhì)量也成為當(dāng)前大氣污染防控的當(dāng)務(wù)之急,本文以此為背景,分析探討環(huán)境管理強(qiáng)化后其大氣污染物的時(shí)空分布特征以及氣象影響因素。

        1 材料與方法

        1.1 環(huán)境空氣監(jiān)測(cè)點(diǎn)選擇及污染物和氣象數(shù)據(jù)獲取

        根據(jù)南京市環(huán)境監(jiān)測(cè)中心的信息,選取代表特定區(qū)域的覆蓋南京市區(qū)的9個(gè)空氣自動(dòng)監(jiān)測(cè)點(diǎn)(國控點(diǎn)),仙林(XL)和草場(chǎng)門(CCM)代表文教衛(wèi)生區(qū),玄武湖(XWH)為生態(tài)公園區(qū),中華門(ZHM)為交通區(qū),瑞金路(RJL)為住宅區(qū),山西路(SXL)為商業(yè)和交通區(qū),邁皋橋(MGQ)為工業(yè)區(qū),浦口(PK)為郊區(qū),奧體中心(AT)為新城區(qū)。具體位置如圖1。

        分別收集9個(gè)空氣監(jiān)測(cè)站2013年3月至2016年2月二氧化硫(SO2)、二氧化氮(NO2)、一氧化碳(CO)、臭氧(O3)、PM2.5、PM10濃度的24 h日均值及小時(shí)平均值。收集同時(shí)期南京市地面氣象要素(中國氣象數(shù)據(jù)網(wǎng)),包括氣溫(℃)、降水量(mm)、風(fēng)速(m · s?1)、相對(duì)濕度(%)的逐時(shí)平均值和日平均值。本文根據(jù)節(jié)氣劃分季節(jié),以3月 — 5月,6月 — 8月,9月 — 11月,12月 — 次年2月分別代表春夏秋冬四個(gè)季節(jié),數(shù)據(jù)采用每個(gè)月觀測(cè)到的有效逐日數(shù)據(jù)求取月平均值。

        圖1 研究區(qū)域位置Fig.1 Study area location

        1.2 數(shù)據(jù)處理方法

        采用Excel建立數(shù)據(jù)庫,運(yùn)用SAS 9.4進(jìn)行統(tǒng)計(jì)分析,對(duì)原始數(shù)據(jù)進(jìn)行初步整理計(jì)算,得到2013年3月 — 2016年2月各監(jiān)測(cè)點(diǎn)SO2、NO2、CO、O3、PM2.5和PM10濃度的月平均值和年平均值。使用主成分分析法分析南京地區(qū)的主要污染物。

        南京市共9個(gè)空氣質(zhì)量監(jiān)測(cè)點(diǎn)6個(gè)基本監(jiān)測(cè)指標(biāo)(X1— X6分別代表6個(gè)指標(biāo),即SO2、NO2、CO、O3、PM2.5和PM10),使用SAS EG編寫出主成分分析程序,并求出特征向量和相關(guān)系數(shù)的矩陣特征值。

        由表1相關(guān)系數(shù)的矩陣特征值可以看出,前3個(gè)特征值的累計(jì)貢獻(xiàn)率已經(jīng)達(dá)到0.916,根據(jù)累計(jì)方差貢獻(xiàn)率大于80%即可以作為主成分提取相應(yīng)的條件,所以,從特征值中提取3個(gè)主成分進(jìn)行分析,這3個(gè)主成分即包含原始數(shù)據(jù)的90%以上信息。

        根據(jù)表2中的特征向量值,提取前3個(gè)主成分特征向量,列出主成分方程:

        表1 相關(guān)系數(shù)的矩陣特征值Tab.1 Eigenvalues of correlation coeff i cient matrix

        表2 9個(gè)監(jiān)測(cè)點(diǎn)污染物特征向量Tab.2 Monitoring points pollutant eigenvalues

        由表1中的累積貢獻(xiàn)率可以看出,第一主成分累積值達(dá)到0.420,該特征值貢獻(xiàn)率較大。因此著重對(duì)第一主成分進(jìn)行分析。從特征向量表中可以看出,第一主成分的6個(gè)監(jiān)測(cè)指標(biāo)系數(shù)有正有負(fù),其中PM10的系數(shù)絕對(duì)值最大,為0.586,表明PM10對(duì)環(huán)境污染綜合程度貢獻(xiàn)最大,其次是PM2.5和O3,并且O3特征向量值為負(fù)值,表明與顆粒物有明顯的負(fù)相關(guān)。同樣,O3和PM2.5的聯(lián)合作用對(duì)環(huán)境污染的貢獻(xiàn)值也比較大。

        2 大氣污染物濃度時(shí)空變化特征

        2.1 主要大氣污染物的時(shí)間分布特征

        2.1.1 逐日濃度變化

        基于當(dāng)前大氣污染物濃度預(yù)測(cè)的研究方案,主成分分析法(Sousa et al,2007)能夠篩選出對(duì)污染物濃度影響較大的因素作為輸入變量,從而提高預(yù)測(cè)精度,本文采用該法分析得出南京市的主要污染物有O3、PM2.5和PM10。

        圖 2、3、4分別是 2013 — 2016年 O3、PM2.5和PM10逐日平均濃度演變曲線??梢奜3、PM2.5和PM10日均濃度變化范圍為 0.008 — 0.318 mg · m?3、0.008 — 0.327 mg · m?3和 0.009 — 0.446 mg · m?3,年 均 濃 度 分 別 為 0.105 mg · m?3、0.068 mg · m?3和0.117 mg · m?3。以 PM2.5曲線為例,變化幅度大約為7 d一個(gè)周期,變化曲線呈鋸齒形,且周六周日的濃度偏高,這可能是由于周末出行人數(shù)偏多車輛擁擠,汽車在頻繁的減速過程中導(dǎo)致排放出高濃度大氣顆粒物,城市揚(yáng)塵增多,進(jìn)而導(dǎo)致PM2.5濃度值變大。這與多數(shù)研究表明的周末效應(yīng)一致(成國慶等,2014;王明瑩和莊惠生,2017)。相較于2013年和2014年,2015年的PM2.5和PM10污染物濃度明顯比前兩年有所減少,主要原因是在2014年南京青奧會(huì)前后,南京市政府加強(qiáng)對(duì)環(huán)境的監(jiān)管控制,并且取得了顯著效果(Luo et al,2017)。但是從O3的日平均濃度演變趨勢(shì)看來,2014年和2015年污染物濃度相比前一年均顯著增高,超標(biāo)天數(shù)逐漸增多,成為南京的首要污染物。大氣O3濃度升高的主要原因是春夏晴熱高溫天氣較多,降水量少,而且經(jīng)濟(jì)發(fā)展使得人類活動(dòng)向大氣排放了更多生成O3的前體污染物,導(dǎo)致臭氧污染物濃度逐年增高。

        圖2 PM2.5日平均濃度演變趨勢(shì)Fig.2 PM2.5 daily average concentration trend

        圖3 PM10日平均濃度演變趨勢(shì)Fig.3 PM10 daily average concentration trend

        圖4 O3日平均濃度演變趨勢(shì)Fig.4 O3 daily average concentration trend

        2.1.2 季節(jié)變化

        2013 — 2016年南京市區(qū)PM2.5整體污染水平較高,月均值差距較大,夏季月平均值最低,約為0.050 mg · m?3;冬季月平均值達(dá)到最高,其值為0.094 mg · m?3。造成 PM2.5濃度冬高夏低的主要原因是冬季風(fēng)速大,灰塵增多,并且氣溫較低,大氣層結(jié)穩(wěn)定,產(chǎn)生逆溫現(xiàn)象,不利于污染物擴(kuò)散。PM2.5年平均值達(dá) 0.068 mg · m?3,低于 2001 年、2003 年和 2007 年的年均濃度(0.196 mg · m?3、0.124 mg · m?3、0.093 mg · m?3)(黃鸝鳴等,2002;樊署先等,2005;魏玉香等,2009),表明南京市在大氣污染防治方面取得了顯著效果。

        南京市區(qū)主要污染物質(zhì)量濃度的季節(jié)變化如圖5。PM10的季節(jié)變化幅度同PM2.5基本一致,受污染源排放和氣候變化的影響,主要呈現(xiàn)的變化規(guī)律是夏季濃度低冬季濃度高。當(dāng)夏季雨量充沛時(shí),不同粒徑顆粒物濃度都顯著降低。

        從圖5看出,O3也有著明顯的季節(jié)變化特征。不同于PM2.5和PM10,O3濃度變化規(guī)律是春夏高,秋冬低。最高值出現(xiàn)在春季,高達(dá)(0.132 ± 0.013) mg · m?3,最低值出現(xiàn)在冬 季,為(0.068 ± 0.013) mg · m?3, 年 平 均 濃 度 約 為 (0.105 ±0.055) mg · m?3。這與南京市環(huán)境保護(hù)局所公布的環(huán)境狀況公報(bào)一致,O3濃度超標(biāo)主要集中在4 — 6月份。從圖5污染物濃度季節(jié)變化中可以看出,O3濃度在春夏季較高,冬季最低。PM2.5和PM10的濃度變化變化規(guī)律是冬高夏低,12月至次年2月濃度最高,8月和9月濃度最低。

        圖5 2014 — 2016年南京市O3、PM2.5和PM10濃度季節(jié)變化圖Fig.5 Seasonal variation of O3, PM2.5, and PM10 concentrations in Nanjing from 2014 to 2016

        2.2 主要大氣污染物空間分布特征

        2013 — 2016年平均污染物濃度如表3。就整個(gè)南京地區(qū)來看,各監(jiān)測(cè)點(diǎn)污染物濃度的變化趨勢(shì)并非顯著。由表3看出,中華門、邁皋橋、瑞金路和山西路附近的SO2、NO2污染物濃度都比較高,排除氣象條件形成的污染物擴(kuò)散和積聚外,主要與監(jiān)測(cè)點(diǎn)的區(qū)位有關(guān)。中華門和山西路監(jiān)測(cè)點(diǎn)交通密集,來往車輛較多,汽車尾氣排放在一定程度上增加了污染物濃度。玄武湖監(jiān)測(cè)點(diǎn)代表了南京的生態(tài)公園區(qū),污染物濃度總體較低。相較于中華門、邁皋橋和山西路等監(jiān)測(cè)點(diǎn),新城區(qū)奧體中心的SO2和NO2等污染物濃度明顯較低,主要與該監(jiān)測(cè)點(diǎn)的地區(qū)位置有關(guān),奧體中心位于青奧體育公園板塊,環(huán)境較好并且沒有化工廠及大商業(yè)圈。而奧體中心顆粒物濃度較高主要與近幾年(2016年)的市政建設(shè)相關(guān),道路修建、房屋建設(shè)等土建工程施工形成的揚(yáng)塵加重了顆粒物污染。

        表3 南京市9個(gè)空氣質(zhì)量國控監(jiān)測(cè)點(diǎn)各污染物指標(biāo)濃度分布Tab.3 Concentration distribution of pollutants in nine national monitoring sites / (mg · m?3)

        3 氣象條件對(duì)污染物的影響

        氣象條件是影響大氣污染物濃度變化的一個(gè)主要因素,制約著污染物在大氣中的稀釋、擴(kuò)散和轉(zhuǎn)移(李小飛等,2012),很多突發(fā)性的大氣污染現(xiàn)象也與不利于污染物擴(kuò)散的氣象條件密切相關(guān)(Cheng et al,2007)。因此,了解氣象條件對(duì)污染物的影響至關(guān)重要。

        3.1 降水

        降水有利于凈化空氣。SO2和NO2可溶于水,懸浮顆粒物可通過沖刷隨降水沉降到地面(Luo et al,2017),因此降水對(duì)空氣污染物的清除有重要作用。降水對(duì)污染物質(zhì)量濃度的影響具有季節(jié)性變化特點(diǎn)。南京地區(qū)屬于亞熱帶季風(fēng)氣候,雨量充沛,四季分明,夏季降水多,占全年降水天數(shù)的35.77%,冬季降水少,占全年降水天數(shù)的18.69%。表4表明,在任何季節(jié),降水天氣都會(huì)使得污染物質(zhì)量濃度降低。由于降水對(duì)大氣的清潔作用,SO2、NO2、CO、O3、PM2.5和PM10在降水日的濃度始終低于非降水日。

        表4 南京市區(qū)各季節(jié)降水日與非降水日污染物質(zhì)量濃度Tab.4 Concentration of seasonal precipitation days and non-precipitation day pollutants in Nanjing / (mg · m?3)

        3.2 風(fēng)速

        PM2.5質(zhì)量濃度與風(fēng)速具有負(fù)相關(guān)性,即隨風(fēng)速的增加而降低,表5列出了不同風(fēng)速對(duì)應(yīng)的污染物濃度平均值。風(fēng)速增大,SO2、NO2、CO、O3、PM2.5和 PM10濃度均呈單調(diào)遞減,當(dāng)平均風(fēng)速小于 1.5 m · s?1時(shí),PM10濃度約為0.135 mg · m?3, 當(dāng) 平 均 風(fēng) 速 大 于 6.5 m · s?1時(shí),PM10濃度顯著降低,約 0.065 mg · m?3,同時(shí)期,SO2、NO2、CO、O3和PM2.5濃度也有明顯的降低。這主要是因?yàn)轱L(fēng)有利于污染物的擴(kuò)散,風(fēng)速越大,污染物在單位時(shí)間內(nèi)被輸送的距離就越遠(yuǎn),與空氣的混合也就越充分,單位體積空氣中污染物的含量就越低,即質(zhì)量濃度就越低(蔣維楣等,2004)。

        表5 風(fēng)速與污染物濃度值關(guān)系表Tab.5 Pollutant concentration under different wind speed / (mg · m?3)

        3.3 氣溫

        溫度變化對(duì)塵埃和氣體污染物的濃度有明顯的影響(?yromski et al,2014)。隨著溫度升高,大氣對(duì)流層內(nèi)垂直運(yùn)動(dòng)加強(qiáng),影響大氣的湍流混合進(jìn)而影響污染物的擴(kuò)散,從而使得二氧化硫和顆粒物濃度降低(Akpinar et al,2008;何建軍等,2016)。鄧霞君等(2013)研究指出,API值與氣溫呈負(fù)相關(guān),相關(guān)性在0 — 0.6。PM10的濃度與溫度呈正相關(guān),與氣壓呈負(fù)相關(guān),當(dāng)溫度降低壓強(qiáng)升高時(shí),PM10濃度減少(龍柯吉等,2014;趙晨曦等,2014)。這說明溫度變化對(duì)顆粒物濃度變化有顯著的正效應(yīng),溫度升高可降低顆粒物濃度(鄭美秀和周學(xué)鳴,2010;王靜等,2013)。從圖6可以看出,PM2.5濃度與溫度呈明顯的負(fù)相關(guān),隨著溫度的升高,污染物濃度逐漸降低,在每年夏季達(dá)到一年中的最低值,每年冬季達(dá)到一年中的最高值。

        圖6 PM2.5質(zhì)量濃度與溫度的關(guān)系Fig.6 Relationship between PM2.5 mass concentration and temperature

        4 結(jié)論

        (1)時(shí)間特征:近年來長三角典型城市南京的大氣污染物濃度分布主要體現(xiàn)為冬高夏低,逐日變化則體現(xiàn)出周末效應(yīng)。

        (2)空間特征:污染物濃度的分布體現(xiàn)出工業(yè)區(qū)、交通區(qū)偏高,生態(tài)園區(qū)、郊區(qū)偏低,可見對(duì)南京市的污染治理應(yīng)該加強(qiáng)對(duì)工業(yè)燃煤和汽車尾氣排放的管理,優(yōu)化調(diào)整產(chǎn)業(yè)結(jié)構(gòu)和創(chuàng)新改造機(jī)動(dòng)車排放系統(tǒng)。

        (3)與氣象條件的關(guān)系:南京市污染物濃度受氣象因子的影響,在其他條件不變時(shí),降水、風(fēng)速增大和溫度變化(對(duì)顆粒物和O3相反)可緩解空氣污染程度。

        致謝:感謝南京市環(huán)境監(jiān)測(cè)中心和中國氣象數(shù)據(jù)網(wǎng)提供研究數(shù)據(jù),感謝李君、張婍在數(shù)據(jù)處理過程中給予幫助。

        陳仁杰, 陳秉衡, 闞海東. 2014. 大氣細(xì)顆粒物控制對(duì)我國城市居民期望壽命的影響 [J]. 中國環(huán)境科學(xué), 34(10):2701 – 2705. [Chen R J, Chen B H, Kan H D. 2014.Impacts of controlling ambient fine particulate pollution on life expectancy among Chinese urban residents [J].Chinese Environmental Science, 34(10): 2701 – 2705.]

        成國慶, 周保華, 段二紅, 等. 2014. 石家莊市PM2.5的污染現(xiàn)狀及防控對(duì)策 [J].中國環(huán)境管理干部學(xué)院學(xué)報(bào),(5): 39 – 41. [Cheng G Q, Zhou B H, Duan E H, et al.2014. Pollution stations and control measures of PM2.5in Shijiazhuang City [J]. Journal of the Environmental Management College of China, (5): 39 – 41.]

        鄧霞君,廖良清,胡桂萍. 2013. 近10年中國主要城市空氣API及與氣象因子相關(guān)性分析 [J].環(huán)境科學(xué)與技術(shù), (9): 70 – 75. [Deng X J, Liao L Q, Hu G P. 2013. Air pollution index and their correlation with meteorological data in major cities of China during the last decades [J].Environmental Science & Technology, (9): 70 – 75.]

        樊曙先, 樊建凌, 鄭有飛,等. 2005. 南京市區(qū)與郊區(qū)大氣PM2.5中元素含量的對(duì)比分析 [J]. 中國環(huán)境科學(xué), 25(2):146 – 150. [Fan S X, Fan J L, Zheng Y F, et al. 2005.Compared analysis of elemental content in atmospheric PM2.5in Nanjing urban and suburban area [J]. Chinese Environmental Science, 25(2): 146 – 150.]

        韓素芹, 邊 海, 解以揚(yáng). 2007. 2000 — 2004年天津市大氣污染特征分析 [J].氣象科技, 35(6): 787 – 791. [Han S Q, Bian H, Xie Y Y. 2007. Characteristics of atmospheric pollution in Tianjin from 2000 to 2004 [J]. Meteorological Science and Technology, 35(6): 787 – 791.]

        何建軍, 吳 琳, 毛洪鈞, 等. 2016. 氣象條件對(duì)河北廊坊城市空氣質(zhì)量的影響 [J]. 環(huán)境科學(xué)研究, 29(6):791 – 799. [He J J, Wu L, Mao H J, et al. 2016. Impacts of meteorological conditions on air quality in urban Langfang, Hebei Province [J]. Research of Environmental Sciences, 29(6): 791 – 799.]

        黃鸝鳴, 王格慧, 王 薈, 等. 2002. 南京市空氣中顆粒物PM10、PM2.5污染水平 [J].中國環(huán)境科學(xué), 22(4):334 – 337. [Huang L M, Wang G H, Wang H, et al. 2002.Pollution level of the airborne particulate matter (PM10,PM2.5) in Nanjing City [J]. China Environmental Science,22(4): 334 – 337.]

        蔣維楣, 孫鑒濘, 曹文俊. 2004. 空氣污染氣象學(xué)教程[M].第2版. 北京: 氣象出版社. [Jiang W M, Sun J N, Cao W J. 2004. Air pollution meteorology tutorial [M]. 2nd ed.Beijing: China Meteorological Press.]

        李小飛, 張明軍, 王圣杰, 等. 2012. 中國空氣污染指數(shù)變化特征及影響因素分析 [J]. 環(huán)境科學(xué), 33(6): 1936 – 1943.[Li X F, Zhang M J, Wang S J, et al. 2012. Variation characteristics and influencing factors of air pollution index in China [J]. Environmental Science, 33(6):1936 – 1943.]

        龍柯吉, 陳朝平, 馮漢中, 等. 2014. 2012年成都市PM10污染與地面氣象條件的相關(guān)性分析[J]. 成都信息工程學(xué)院學(xué)報(bào), 29(S1): 149 – 153. [Long K J, Chen C P, Feng H Z, et al. 2014. Analysis of correlation between pollution and ground meteorological conditions in Chengdu PM10in 2012 [J]. Journal of Chengdu University of Information Technology, 29(S1): 149 – 153.]

        王 靜, 邱 粲, 劉煥彬, 等. 2013. 山東重點(diǎn)城市空氣質(zhì)量及其與氣象要素的關(guān)系 [J]. 生態(tài)環(huán)境學(xué)報(bào),22(4): 644 – 649. [Wang J, Qiu C, Liu H B, et al. 2013.Characteristics of air quality and correlation between API and meteorological elements in in major cities of Shandong Province [J]. Ecology and Environment Science,22(4): 644 – 649.]

        王 菊, 金美英, 張悅悅, 等. 2014. 長春市PM10污染特征及與氣象因素的相關(guān)分析 [J]. 河南師范大學(xué)學(xué)報(bào)(自然版), 42(5): 105 – 109. [Wang J, Jin M Y, Zhang Y Y, et al.2014. Characteristics of PM10pollution in Changchun city and its correlation with meteorological factors [J]. Journal of Henan Normal University (Natural Science Edition),42(5): 105 – 109.]

        王明瑩, 莊惠生. 2017. 上海市大氣PM2.5污染特征及相關(guān)因素分析 [J]. 科學(xué)技術(shù)與工程, 17(7): 303 – 308. [Wang M Y, Zhuang H S. 2017. Analysis on the characteristics and correlative factors of PM2.5in Shanghai [J]. Science Technology and Engineering, 17(7): 303 – 308.]

        魏玉香, 銀 燕, 楊衛(wèi)芬, 等. 2009. 南京地區(qū)PM2.5污染特征及其影響因素分析 [J]. 環(huán)境科學(xué)與管理, 34(9):29 – 34. [Wei Y X, Yin Y, Yang W F, et al. 2009. Analysis of the pollution characteristics & influence factors of PM2.5in Nanjing area [J]. Environmental Science and Management, 34(9): 29 – 34.]

        張 兵, 沈 帆, 陳 楠, 等. 2014. 偏最小二乘回歸法研究氣象因素對(duì)武漢市空氣質(zhì)量參數(shù)的影響 [J]. 環(huán)境與職業(yè)醫(yī)學(xué), 31(4): 241 – 246. [Zhang B, Shen F, Chen N, et al.2014. Relationship between meteorological factors and parameters of air quality in Wuhan by partial least squares regression [J]. Journal of Environmental and Occupational Medicine, 31(4): 241 – 246.]

        張樣盛, 譚 東, 楊 娟. 2010. 重慶市永川區(qū)PM10濃度與氣象因子相關(guān)性研究 [J]. 重慶環(huán)境科學(xué), 32(5):29 – 32. [Zhang Y S, Tan D, Yang J. 2010. Studies on the relationship between PM10concentration and meteorological factor in Yongchuan region in Chongqing [J]. Chongqing Environmental Science, 32(5): 29 – 32.]

        張?jiān)坪? 孫財(cái)濤, 楊洪斌. 2009. 基于逐步回歸分析方法的PM10濃度預(yù)報(bào)模型 [J]. 環(huán)境科學(xué)與技術(shù), 32(5):100 – 102. [Zhang Y H, Sun C T, Yang H B. 2009. PM10concentration forecast model based on stepwise regression analysis [J]. Environmental Science & Technology, 32(5):100 – 102.]

        趙晨曦, 王云琦, 王玉杰, 等. 2014. 北京地區(qū)冬春PM2.5和PMl0污染水平時(shí)空分布及其與氣象條件的關(guān)系 [J]. 環(huán)境科學(xué) , 35(2): 418 – 427. [Zhao C X, Wang Y Q, Wang Y J, et al. 2014. Temporal and spatial distribution of PM2.5and PM10pollution status and the correlation of particulate matters and meteorological factors during winter and spring in Beijing [J]. Environmental Science, 35(2):418 – 427.]

        趙 朕, 羅小三, 索 晨, 等. 2017. 大氣PM2.5中重金屬研究進(jìn)展 [J]. 環(huán)境與健康雜志, 34(3): 273 – 277. [Zhao Z, Luo X S, Suo C, et al. 2017. Research advance on heavy metals in atmospheric PM2.5[J]. Journal of Environment and Health,34(3): 273 – 277.]

        鄭美秀,周學(xué)鳴. 2010. 廈門空氣污染指數(shù)與地面氣象要素的關(guān)系分析 [J]. 氣象與環(huán)境學(xué)報(bào), 26(3): 53 – 57.[Zheng M X, Zhou X M. 2010. Relationship between air pollution index and surface meteorological elements in Xiamen, Fujian province [J]. Journal of Meteorology and Environment, 26(3): 53 – 57.]

        Akpinar S, Oztop H F, Akpinar E K. 2008. Evaluation of relationship between meteorological parameters and air pollutant concentrations during winter season in Elaz??,Turkey [J]. Environmental Monitoring & Assessment,146(1/2/3): 211.

        Cheng C S, Campbell M, Li Q, et al. 2007. A synoptic climatological approach to assess climatic impact on air quality in south-central Canada. PartⅡ: future estimates [J].Water Air & Soil Pollution, 182(1/2/3/4): 117 – 130.

        Goto D, Ueda K, Ng C F S, et al. 2016. Estimation of excess mortality due to long-term exposure to PM2.5in Japan using a high-resolution model for present and future scenarios [J]. Atmospheric Environment, 140: 320 – 332.

        He J, Gong S, Ye Y, et al. 2017. Air pollution characteristics and their relation to meteorological conditions during 2014 — 2015 in major Chinese cities [J]. Environmental Pollution, 223: 484 – 496.

        Jin L, Luo X S, Fu P Q, et al. 2017. Airborne particulate matter pollution in urban China: A chemical mixture perspective from sources to impacts [J]. National Science Review,4(4): 593 – 610.

        Jin Q, Fang X, Wen B, et al. 2017. Spatio-temporal variations of PM2.5emission in China from 2005 to 2014 [J].Chemosphere, 183: 429 – 436.

        Katanoda K, Sobue T, Satoh H, et al. 2011. An association between long-term exposure to ambient air pollution and mortality from lung cancer and respiratory diseases in Japan [J]. Journal of Epidemiology, 21(2): 132 – 143.

        Luo X S, Zhao Z, Chen Y, et al. 2017. Effects of emission control and meteorological parameters on urban air quality showed by the 2014 Youth Olympic Games in China [J].Fresenius Environmental Bulletin, 26(7): 4798 – 4807.

        Luo X S, Ip C C M, Li W, et al. 2014. Spatial-temporal variations,sources, and transport of airborne inhalable metals (PM10)in urban and rural areas of northern China [J]. Atmospheric Chemistry and Physics Discussions, 14: 13133 – 13165.

        Pearce J L, Beringer J, Nicholls N, et al. 2011. Investigating the inf l uence of synoptic-scale meteorology on air quality using self-organizing maps and generalized additive modeling [J]. Atmospheric Environment, 45(1): 128 – 136.Song C, Wu L, Xie Y, et al. 2017. Air pollution in China:Status and spatiotemporal variations [J]. Environmental Pollution, 227: 334 – 347.

        Sousa S I V, Martins F G, Alvim-Ferraz M C M, et al. 2007.Multiple linear regression and artif i cial neural networks based on principal components to predict ozone concentrations [J].Environmental Modelling & Software, 22(1): 97 – 103.

        Wang J, Wang S, Jiang J, et al. 2014. Impact of aerosolmeteorology interactions on fine particle pollution during China's severe haze episode in January 2013 [J].Environmental Research Letters, 9. DOI: 10.1088/1748-9326/9/9/094002.

        Wong C M, Lai H K, Tsang H, et al. 2015. Satellite-Based estimates of long-term exposure to fine particles and association with mortality in elderly Hong Kong residents [J]. Environmental Health Perspectives, 123(11): 1167 – 1172.

        Yorifuji T, Bae S, Kashima S, et al. 2015. Health impact assessment of PM10and PM2.5in 27 southeast and east Asian cities [J]. Journal of Occupational & Environmental Medicine, 57(7): 751 – 756.

        ?yromski A, Biniak-Pieróg M, Burszta-Adamiak E, et al.2014. Evaluation of relationship between air pollutant concentration and meteorological elements in winter months [J]. Journal of Water & Land Development, 22(1):25 – 32.

        猜你喜歡
        氣象條件南京市顆粒物
        南京市集中“檢視”三方評(píng)議
        基于氣象條件的船舶引航風(fēng)險(xiǎn)等級(jí)
        中國航海(2019年2期)2019-07-24 08:26:52
        南京市鼓樓區(qū)黑臭河道的治理
        南平市細(xì)顆粒物潛在來源分析
        氣象條件對(duì)某新型蒸發(fā)冷卻空調(diào)的影響
        錯(cuò)流旋轉(zhuǎn)填料床脫除細(xì)顆粒物研究
        多層介質(zhì)阻擋放電處理柴油機(jī)尾氣顆粒物
        南京市
        江蘇年鑒(2014年0期)2014-03-11 17:10:09
        2013年十三師農(nóng)業(yè)氣象條件分析
        2012—2013年一四三團(tuán)冬小麥農(nóng)業(yè)氣象條件分析
        国产桃色一区二区三区| 成在人线av无码免费| 日韩高清亚洲日韩精品一区| 国产系列丝袜熟女精品视频| 亚洲国产成人久久综合三区| 日本在线观看一区二区视频| 亚洲熟女少妇一区二区三区青久久| 久久精品免费中文字幕| 久久国产精品偷任你爽任你| 久久久无码人妻精品一区| 免费人成再在线观看网站| 亚洲AV综合A∨一区二区| 亚洲一区二区三区在线观看蜜桃 | 亚洲中文有码一区二区| av毛片亚洲高清一区二区| 女色av少妇一区二区三区| 国产综合精品| 国产午夜影视大全免费观看| 亚洲av日韩片在线观看| 国产精品99久久不卡二区| 国产片在线一区二区三区| 神马影院午夜dy888| 亚洲国产av玩弄放荡人妇系列| 中文字字幕在线精品乱码| 馬与人黃色毛片一部| 国产一级淫片免费大片| 久久国产精品懂色av| 国产精品福利高清在线| 亚洲国产精品无码久久久| 国产va在线观看免费| 亚洲国产成人久久一区www妖精| 欧美日韩国产高清| 亚洲中文字幕精品久久a| 亚洲一区二区三区四区五区黄| 亚洲国产精品高清在线| 欧美激情在线播放| 国产黄a三级三级三级av在线看 | 真人直播 免费视频| 欧美在线成人午夜网站| 国产免费一区二区av| 亚洲男同免费视频网站|