广州市大气TSP浓度变化及其与气象因子的关系
- 格式:pdf
- 大小:907.72 KB
- 文档页数:7
城市大气污染与气象条件的相关性分析随着城市化进程的加速推进,城市大气污染问题日益凸显。
大气污染给人们的生活和健康带来了严重的威胁。
为了有效控制和减少大气污染,我们需要深入了解大气污染与气象条件之间的相关性。
本文将分析城市大气污染与气象条件的相关性,并探讨其影响因素和解决方法。
首先,城市大气污染与气象条件之间存在密切的相关性。
气象条件包括温度、湿度、风速和风向等因素。
这些因素会直接影响大气中的空气流动和污染物扩散。
温度对大气污染的影响非常重要。
研究表明,温度升高会促进大气污染物的化学反应速率,加剧污染程度。
高温条件下,污染物散发速度加快,臭氧生成的速度也会增加。
此外,湿度和风速因素也会影响大气污染物的扩散和输送。
较高的湿度可以有效降低大气中的污染物浓度,而风速的大小会影响污染物的传输距离和扩散范围。
其次,城市大气污染与气象条件相关性的程度会受到其他因素的影响。
城市地理环境是一个重要的因素。
地形和建筑物的分布会改变大气流动的方向和速度,从而影响大气污染物的传播和分布。
此外,城市中的工业活动、交通状况和建筑废气等因素也会对大气污染产生影响。
这些因素会增加大气污染物的排放量,使得城市大气污染问题更加严重。
然而,城市大气污染与气象条件相关性的解释并不简单。
不同城市之间的气象条件和大气污染状况存在很大的差异。
城市自身的发展水平、经济结构和环保措施也会对大气污染产生重要影响。
因此,我们需要进一步探索城市大气污染与气象条件相关性的机制,并采取相应的措施来减轻大气污染的程度。
对于城市大气污染与气象条件的相关性,我们应该采取一系列综合措施来解决。
首先,加强城市空气质量监测体系的建设,及时获取大气污染的相关数据。
其次,加强城市规划和建设,合理布局工业和交通设施,减少污染物的排放。
同时,加强对污染物排放源的监管和管理,确保环境保护法规的有效实施。
此外,还应该推广和应用清洁能源和绿色技术,减少对化石燃料的依赖,降低空气污染物的排放。
《北京PM2.5浓度的变化特征及其与PM10、TSP的关系》篇一一、引言近年来,随着工业化和城市化的快速发展,大气污染问题日益突出,特别是细颗粒物(PM)的污染成为关注的焦点。
北京作为中国的首都,其空气质量备受关注。
PM2.5、PM10和总悬浮颗粒物(TSP)作为衡量空气质量的重要指标,其浓度的变化特征及其相互关系的研究对于了解北京地区的大气污染状况具有重要意义。
本文旨在分析北京PM2.5浓度的变化特征,并探讨其与PM10、TSP的关系。
二、研究方法本研究采用北京市环保局发布的空气质量监测数据,选取近五年的数据进行分析。
主要关注PM2.5、PM10和TSP的浓度变化。
数据来源为官方发布的空气质量监测站点数据,具有较高的可信度。
三、PM2.5浓度的变化特征1. 时间变化特征北京地区PM2.5浓度在全年内呈现出明显的季节性变化。
冬季和春季由于供暖和生活排放的增加,PM2.5浓度较高;夏季和秋季则相对较低。
此外,工作日和节假日的PM2.5浓度也存在差异,工作日由于交通排放的增加,PM2.5浓度相对较高。
2. 空间分布特征北京地区PM2.5浓度的空间分布呈现出明显的城市热岛效应,城市中心区域浓度较高,郊区及外围区域浓度相对较低。
此外,不同区域的污染源和气象条件也会对PM2.5浓度的空间分布产生影响。
四、PM2.5与PM10、TSP的关系1. 相关性分析通过统计分析发现,PM2.5与PM10和TSP之间存在显著的正相关关系。
即当PM10和TSP浓度升高时,PM2.5的浓度也会相应升高。
这表明这三种颗粒物在来源和成因上存在一定的共性。
2. 影响因素分析PM2.5、PM10和TSP的浓度受多种因素影响,包括工业排放、交通排放、气象条件等。
其中,工业排放和交通排放是主要的污染源。
在风速较低、湿度较大的气象条件下,颗粒物的浓度往往较高。
此外,不同区域的污染源和气象条件也会对这三种颗粒物的浓度产生影响。
五、结论与建议通过本文通过对北京地区PM2.5浓度的变化特征及其与PM10、TSP的关系进行研究,发现PM2.5浓度在时间和空间上存在明显的变化规律,与PM10和TSP之间存在显著的正相关关系。
气象因子与空气质量监测预报的关系随着我国的经济进展,RM生活水平的提高,空气环境质量越来越引起人们的关注,空气质量的预报已成为城市居民新的需求。
近年来,石河子市东、西、南、北4个热电厂的建成投运,给城市空气质量构成了巨大的压力。
石河子市环境监测站20XX 年6月安装了环境空气质量自动监测系统,开始对城市环境空气质量进行自动监测。
笔者利用该站20XX~20XX年2的空气质量监测数据,对主要污染物二氧化硫(SO2)、二氧化氮(NO2)、可吸入颗粒物(PM10)的浓度分布特征进行分析,以及石河子气象站所对应时间的气象资料,找出与污染物浓度相关性好的气象因子,做出多元线性回归方程;然后在微型计算机上输入第2天气象因子的预报值,计算出第2天二氧化硫、二氧化氮、可吸入颗粒物预报值,做出空气质量监测预报。
1污染物浓度分布特征从2资料中发现二氧化硫日平均最大值为0.132mg/m3,最小值0.002mg/m3,最大值是最小值的66倍;二氧化氮最大值0.056mg/m3,最小值0.001mg/m3,最大值是最小值的56倍;可吸入颗粒物最大值0.712mg/m3,最小值0.013mg/m3,最大值是最小值的55倍。
由此可知,污染物浓度变化非常之大。
经测算,20XX~20XX年石河子市空气综合污染指数均为1.28,按环境空气分级标准属清洁级,环境质量状况良好。
1.1污染物浓度分布目前我国空气质量监测常规项目有二氧化硫、二氧化氮、可吸入颗粒物的浓度,图1~3是20XX~20XX年石河子市二氧化硫、二氧化氮、可吸入颗粒物浓度月平均值分布曲线,3条曲线都可以近似为具有单峰单谷曲线。
二氧化硫和可吸入颗粒物曲线走向较一致,冬季浓度比夏季高,最高值出现在1月和12月,极值分别为0.056mg/m3和0.118mg/m3;最低值出现在6月和7月,分别为0.011mg/m3和0.046 mg/m3。
三种污染物月平均最高值和最低值的比分别是二氧化硫为5.1倍、二氧化氮为4.7倍、可吸入颗粒物为2.6倍,其中可吸入颗粒物为首要污染物。
《北京PM2.5浓度的变化特征及其与PM10、TSP的关系》篇一一、引言随着工业化和城市化的快速发展,大气污染问题日益严重,尤其是细颗粒物(PM)的污染问题备受关注。
PM2.5作为大气中细颗粒物的主要组成部分,因其粒径小、易被吸入肺部甚至进入血液循环,对人体健康产生严重影响。
本文旨在探讨北京地区PM2.5浓度的变化特征,并分析其与PM10、总悬浮颗粒物(TSP)的关系。
二、研究区域与方法本研究选取北京市作为研究区域,主要关注近五年来的PM2.5、PM10及TSP浓度数据。
数据来源主要为北京市环境保护局公布的官方监测数据。
研究方法包括数据分析、统计描述及回归分析等。
三、PM2.5浓度的变化特征1. 时间变化特征:通过对近五年来的PM2.5浓度数据进行时间序列分析,发现北京地区PM2.5浓度呈现出明显的季节性变化。
冬季和春季PM2.5浓度较高,夏季和秋季浓度相对较低。
此外,在不利气象条件下(如逆温、湿度大等),PM2.5浓度往往出现峰值。
2. 空间分布特征:北京市内各区县PM2.5浓度存在一定差异,中心城区及工业区浓度较高,郊区及外围地区浓度相对较低。
这主要受地理位置、气候条件、人口密度、交通状况及工业排放等因素影响。
四、PM2.5与PM10、TSP的关系1. PM2.5与PM10的关系:PM10与PM2.5均为细颗粒物,但粒径大小不同。
通过对两者浓度的对比分析,发现PM2.5与PM10之间存在显著的正相关关系。
当PM2.5浓度升高时,PM10浓度往往也会随之升高。
这表明二者具有相似的来源和成因,如机动车尾气排放、工业生产等。
2. PM2.5与TSP的关系:TSP是指大气中各种粒径的颗粒物总和。
由于PM2.5占据了TSP中粒径较小的部分,因此PM2.5的浓度往往决定了TSP的总体浓度水平。
通过回归分析发现,PM2.5与TSP之间存在明显的正相关关系。
随着PM2.5浓度的升高,TSP浓度也会相应增加。
某市几种主要大气污染物浓度时间变化特征及其与气象因子的关系某市位于A高原东北侧,黄河河谷之中,四周群山环绕,是我国建国后首批重点建设的工业城市之一。
特殊的山谷地形、不利的气象条件、以重工业和石化工业为主体的产业结构等诸多因素的影响下,使某市成为我国大气污染较严重的城市之一。
本文通过对某市大气污染监测数据及相关气象资料的统计处理,分析了某市几种主要大气污染物浓度的时空变化以及污染物浓度与气象因子的关系。
主要结论如下:(1)某市主要污染物浓度近30年来呈波动下降趋势,且2001年以后下降幅度显著增加。
(2)一年当中SO2、NO2、PM10月均浓度峰值主要集中在11月、月12和1月,整体而言,三种污染物季节变化均值整体呈“冬高夏低”的变化特点,即冬季污染最严重,夏季空气质量最好。
一年四季中,三种污染物浓度按冬>春>秋>夏的顺序排列。
此外,春季沙尘天气发生频繁,导致PM10在3、4月出现次高峰。
(3)SO2、NO2、PM10日平浓度与同期的气温、相对湿度、风速、总云量、水平能见度均呈负相关,与同期的气压均呈正相关,均通过显著性检验。
具体到每个季节季节,三种污染物与六种地面气象要素之间的相关性不尽相同。
(4)某市月均逆温频率和逆温层厚度年内变化趋势均与污染物浓度年内变化趋势基本一致,表现出冬季频率高、厚度大,夏季频率低、厚度小。
在考虑等温层和不考虑等温层两种情况下,逆温层厚度均与同期SO2、NO2、PM10浓度之间呈显著的正相关,说明逆温层厚度可以作为某市空气污染预报的重要指标之一。
(5)月平均最大混合层厚度的年变化特征呈单周期型,12月最低,4月最高。
污染最严重的11、12和1月的月均最大混合层厚度最低,出现在1000m以下的频率也最高。
SO2、NO2、PM10日平均浓度与同期最大混合层厚度之间呈显著的负相关,说明混合层厚度是影响某市市空气污染的重要因素。
关键词:大气污染物、气象因子、变化特征、相关分析第一章引言空气污染作为世界性的重大问题越来越受到人们的重视,尤其是在城市和工业区。
第25卷第1期2009年2月中国环境监测EnvironmentalMonitoringinChinaVol_25No.1Feb.2009广州市PM,o与气象要素的关系分析冯建军1,沈家芬2,梁任重2,莫测辉3(1.广州市林业科学研究所有限公司,广东广州510515;2.广州市白云山风景名胜区管理局,广东广州510500;3.暨南大学环境工程系,广东广州510632)摘要:广州的PM.。
污染状况较为严重。
PM.。
是大气颗粒物中对环境和人体健康危害最大的一类,PM。
o与医院就诊率、呼吸器官疾病发病率乃至死亡率等关系密切。
PM.。
污染与气象条件关系密切,研究气象条件对PM。
污染的影响,对改善城市空气质量条件有重要意义。
文章利用2001—2004年广州市PM。
和同期地面气象要素的监测资料,定量分析PM.。
与降雨量、相对湿度、平均温度和气压之间的关系:不同等级的降雨对PM。
污染均有一定的清除作用;PM.o日平均质量浓度的改变量随着降雨量的增大而增大;lmm降雨量对PM。
的清除能力按春、夏、秋、冬依次递增。
春、夏、秋三个季节均为'-3日平均相对湿度低于季平均相对湿度时容易出现PM.。
污染天气,冬季则相反。
春、秋两季均为当日平均气温在季平均值附近徘徊时,较易出现PM。
污染,冬季则相反,夏季较少出现PM.。
污染。
较高气压下PMl0污染日的出现频率明显高于非污染日。
关键词:大气污染;PMIo;降雨量;相对湿度;平均温度;气压;广州中图分类号:X831文献标识码:A文章编号:1002.6002(2009)01-0078-04AnalysisofRelationshipofMeteorologitalElementsandPMloinGuangzhouFENGJian-janl,etal(1.GuangzhouInstituteofForestryLtd.,Guangzhou510515,China)Abstract:Asthestudyofparticulatemattergoesfurther,peoplerecognizethatPMlo,namelytheaerodynamicdiameterislessthan10m,isonekindoftheparticulatemattersthatcandogreatestharmtotheenvironmentandhumanhealth.Theparticulatematterpollutioninourcountryisserious,andthePMlohadcontinuallybecomethefirstairpollutantsaffectingtheairqualityfromtheyear2001to2004,80thesituationinGuangzhoucityis.ThereisacloserelationshipbetweenPMloandthemeteorologitalconditions.BasedonthemonitoreddataofPMloandsurfacemeteorologicalelements,thethesisanalyzestherelationshipbetweenrainfall,relativehumidity,averagetemperature,atmosphericpressureandthemassconcentrationvalueofPMloinfixedquantityinGuangzhoucity.DifferentrainfallhasfloraeeffectsoneliminatingthepollutionofPMlo,thevariationofPMloconcentrationvalueincreasesastherainfallimproves,anditismostevidentinautumnandwinterwithinthesameprecipitationlevel,theabilityof1millimetrerainfalltoeliminatethepollutionincreasesfromspringtOsummer,autumnandwinteronebyone.InSpring,summerandautumn,whentherelativehumidityislowerthanquarteraverageone,thepollutiondayswillappearmorelikelywhilethesituationinwinterisopposite.Inspringandautumn.whenthedayaveragetemperaturewander8around峨quarteraveragetemperature,thepollutiondaysappearmoreeasilywhilewinterisinoppositesituation.Theoccurrencefrequencyofthepollutiondaysishigherthannonepollutiondaysprovidedthattheatmosphericpressureisrelativelyhigh.Keywords:Airpollution;PMIo;Rainfall;Relativehumidity;Averagetemperature;Atmosphericpressure;GuangzhouPM。
a《资源节约与环保》2019年第8期空气质量与气象因子关系及污染物变化趋势周益(重庆市忠县生态环境局重庆404300)摘要:本文中将对空气质量与气象因子之间的关系J进行详细的阐述,并对主要污染物的变化趋势进行一定的分析研究,试图为空气质量的改良与控制提出一定的建议性对策。
关键词:空气质量;气象因子;变化趋势”引言随着社会经济的高速发展,就目前来说,空气的质量已经成为了广大的人民群众广泛热议的话题。
而根据近年以来的民生新闻以及相关的调查中不难发现,我国的某些工业比较发达的城市的空气质量已经逐渐的开始处于一种低下的位置,由此开始出现了各种空气质量方面的现象,其中包括雾霾、酸雨等等,这些具有消极意义的自然现象总结起来的原因就是空气质量的污染比较严重。
所以在接下来的文章中将对空气质量与气象因子之间的关系进行一定的分析和阐述,除此之外为还会对空气中的主要污染物的变化趋势进行一定的分析过程,这样就能看出空气质量的相关变化了。
1影响空气质量的污染物的分布特征(变化趋势)国内某一个城市的空气质量污染物当中,二氧化硫的污染程度是比较严重的,而且,二氧化硫、二氧化氮以及可吸入的颗粒污染物这三者几乎都有一个共同的特征,那就是从四月份开始就开始呈现出一种下降的趋势,通过对气候条件的分析我们就能够得出,是相对湿度将以上几种污染物的浓度都降低了。
但这种依靠自然因素进行自我修复的结果导致的后果往往并不是非常理想的,例如二氧化硫的浓度通过相对湿度得到了一定的降低就会在一定的程度上产生酸雨这种不利于农业发展的产物,对农作物的伤害是非常大的,甚至在一定的程度上会影响到农业经济的发展。
以上大致上就是目前为止的影响城市空气质量的污染物的具体分布的特征了,相关的部门可以根据其分布的特征设计出有效的降低污染物浓度的方法,使得空气质量的污染物大大降低。
2空气中的污染物发生变化的主要影响因素众所周知,就目前来说,空气质量比较差以及污染物比较多的时期通常都是冬季和春季,在夏季和秋季的话,因为雨水较多导致空气中的相对湿度增大,污染物的存在量被降低,空气质量明显提高了叫⑴相对湿度相对湿度比较高的话是能够减少空气中的污染物的叫在冬季或者是初春的时期,相对湿度较高但是温度较低,就会让空气中的诸多污染物变为固体的型态存在于空气当中,例如可见性非常低的大雾就是由于相对湿度较大的缘故。
气象条件对大气颗粒物浓度的时空变化影响分析引言:大气颗粒物(PM)是指悬浮在空气中的固体或液体颗粒物,它们对空气质量和健康产生重大影响。
而气象条件是PM浓度时空变化的主要驱动因素之一。
本文将探讨不同气象条件对PM浓度的影响,并分析其时空变化特征。
一、温度对PM浓度的影响气温是影响大气中PM浓度的重要气象因素。
气温升高会引起大气层对流加剧,从而促进颗粒物的扩散和稀释。
因此,高温天气下空气中的PM浓度相对较低。
相反,低温天气会导致大气层稳定,PM容易积聚在空气中,形成雾霾等污染事件。
长期以来,温度升高伴随着气候变化,可能会对PM浓度的时空变化产生深远影响。
二、风速对PM浓度的影响风速是另一个重要的气象条件,对PM浓度的时空分布具有显著影响。
较高的风速可以促使颗粒物迅速扩散,从而降低PM浓度。
因此,风速较高的地区往往具有较低的PM浓度。
而风速较低的地区,尤其是城市内部或山谷等地形复杂地区,PM浓度相对较高,易形成污染事件。
风向和风速的变化也会导致不同区域PM浓度的差异。
研究风速和风向对PM浓度的影响,有助于预测城市污染区域和制定相应的环境管理政策。
三、降水对PM浓度的影响降水是净化大气的重要因素,对PM浓度具有明显影响。
降水可以将PM颗粒物带到地面,减少大气中的PM浓度。
特别是暴雨等大量降水,能够降低短期内的PM浓度。
此外,降水对降解大气中的污染物也起到一定的清洗作用。
因此,降水事件对于改善空气质量,减少PM污染有着重要作用。
四、相对湿度对PM浓度的影响相对湿度也是影响PM浓度的重要气象因素。
较高的相对湿度会让PM颗粒物更容易吸湿,并形成较大的颗粒,从而降低颗粒物在空气中的浓度。
而低湿度的情况下,颗粒物容易裂解,增加小颗粒的数量。
因此,相对湿度的变化将导致PM浓度分布的差异。
此外,高湿度环境下,PM颗粒物与空气中的水蒸气发生反应,可能导致二次污染物的形成,对空气质量产生进一步影响。
五、地形对PM浓度的影响地形也是PM浓度时空变化的重要因素。
收稿日期:2009-04-03;改回日期:2009-10-13基金项目:国家自然科学基金项目(30670385),教育部重大项目(704037)和广东省特聘教授(珠江学者)基金,河南科技学院博士启动基金项目(20070026)资助第一作者简介:周凯(1969)),男,博士,副教授,主要从事城市环境研究工作.E -mail:k -zhou@ *通讯作者:彭少麟,男,教授,主要从事恢复生态学和全球变化生态学的研究工作.E -m ail:lssps l@.广州市大气T SP 浓度变化及其与气象因子的关系周 凯1,2,叶有华3,彭少麟2,4*,王智芳1,雒海潮1(1.河南科技学院园林学院,河南新乡453003; 2.中国科学院华南植物园,广州510650;3.深圳市环境科学研究院,广东深圳518001;4.中山大学有害生物控制及资源利用国家重点实验室,广州510275)摘 要:利用实地监测大气T SP 浓度和局地气象数据,研究了2005年至2006年广州市不同功能区大气T SP 浓度变化及其与气象因子的关系。
结果表明,工业区大气T SP 月平均浓度0.273mg /m 3最高,显著高于交通繁忙区的0.207mg/m 3;极显著高于商业区的0.180mg/m 3、社区的0.155mg/m 3和对照郊区的0.142mg /m 3。
研究显示,广州市大气T SP 污染仍然比较严重。
广州市大气T SP 浓度与降雨呈现负相关性,与温度呈极显著的负相关性,与相对湿度呈显著的负相关性,与风速呈负相关性,与风向的相关性不明显。
各功能区大气T SP 浓度与局地气象因子也存在类似的规律。
关键词:功能区;总悬浮颗粒物(T SP);气象因子;广州市中图分类号:X 513 文献标识码:A 文章编号:1672-9250(2009)04-0388-07当前全球城市化的速度、深度和广度已经对城市生态系统产生了严峻的生态压力,特别是在一些发展中国家,城市居民不得不暴露在污染日益严重的城市环境之下,如中国和印度城市的数值比世界卫生组织的空气质量标准浓度限值高出数倍[1]。
美国耶鲁大学和哥伦比亚大学联合发表的研究报告5环境可持续发展报告20056显示,中国T SP 污染的程度位居全球第一,远远超过其他国家[2]。
国家环境保护总局2006年对全国595个城市进行的/城市环境综合整治定量考核0结果表明,T SP 多年来一直是影响中国城市空气质量的首要污染物质,对城市生态环境和城市居民身体健康产生了严重的威胁[3-5]。
研究证实,近几年来广州市区大气污染物质T SP 超出国家二级标准浓度限值[6]。
自上个世纪90年代以来,总悬浮颗粒物的生态学效应已成为大气化学研究中前沿的领域[7-9]。
研究表明,受局地气象因子、污染源的分布及排放强度的影响,不同功能区或景观格局下大气T SP 污染的时空分布呈现不同的特征[10]。
城市土地利用性质的改变和植被覆盖的变化对局部气候的改变产生重要的影响,进而影响区域生态环境的质量。
正是由于存在这种复杂的相互关系,而对它们彼此之间关系的准确把握可以有利于增强城市生态系统为社会服务的功能,为大气污染控制规划、能源规划与优化、能源与环境发展优化规划等,寻求防治污染最经济、最有效的途径和策略。
虽然已对广州大气T SP 污染的研究取得了很多数据,但是对于不同景观格局下典型功能区现场采样监测的数据并不多。
基于此,本研究的主要目的是探讨广州市不同功能区大气总悬浮颗粒物浓度及其与气象要素之间的关系。
该研究为实现广州市创建国家环境保护模范城市的目标,控制区域规模下城市大气TSP 污染,及为区域大气环境综合治理及城市规划提供理论依据。
1 实验方法1.1 采样地点5个采样点选择的主要依据是城市土地利用性质即功能区的类型。
天河体育中心采样点位于天河区天河体育中心办公楼3楼楼顶,代表商业区。
天388地 球 与 环 境EA RT H A N D EN VIR ON M EN T2009年第37卷第4期Vol.37.No.4,2009河立交采样点位于广州大道与天河路的交叉口旁边的天河区绿化第一管理区办公楼二楼的楼顶,代表交通繁忙区。
广钢采样点位于芳村区广州钢铁企业集团金业有限公司绿化工程部2楼楼顶,代表工业区。
中山大学采样点位于中山大学附属中学5楼楼顶,代表社区。
上述四个代表性的功能区还有一个共同的特征:路面硬化的面积相对比较大,植被覆盖、水体和湿地的面积比较小,建筑物密集。
背景参照点选择在郊区渔沙坦的龙梅学校校内,附近是大量的农田,周围植被覆盖良好,代表郊区。
五处采样点的地理位置和特征见表1。
表1五个代表性功能区采样点的情况Table1.Sampling sites in the five typicalfunctional regions采样点功能区特征采样点描述天河立交交通繁忙区2楼楼顶,位于立交角落附近天河体育中心商业中心区3楼楼顶,位于商业中心附近中山大学社区5楼楼顶,距离主干道新港西路100m广州钢铁企业集团(广钢)城市工业区3楼楼顶,位于钢铁厂厂区渔沙坦郊区4楼楼顶,周围被农田和菜地包围,还有大量的绿色植被覆盖1.2TSP样品采集利用KC-1000型大流量T SP采样器(青岛崂山电子仪器总厂)采集不同功能区大气T SP样品。
用国家环境保护部批准实施的重量法(GB/T 15432-1995)测定空气中T SP含量。
T SP采样滤膜(采前采后)贮存在恒温干燥箱中48h(30e),干燥48h之后在精度为0.01mg的赛多利斯精密电子天平(Sar to rius,上海)上称重,一根导线接到电子天平上,防止静电对采样滤膜称重的干扰。
T SP采样每6天一次,每次24h连续采样,即从08B00开始到次日的08B00结束。
如果因为大雨导致无法采样,则等天气状况好转后开始采样,个别月份例外(春节期间),大致上保证每月采样4~5次。
不同功能区同步采样。
根据采样前后滤膜质量之差及采样体积,计算总悬浮颗粒物的浓度,即总悬浮颗粒物含量C(mg/ m3)。
C TSP=(W1-W2)/V式中:W1为采样后滤膜重量(mg);W2为采前滤膜重量(mg);V为采样总体积(m3)。
1.3气象数据收集风速、风向、温度和相对湿度数据的收集在各采样点楼顶高1.5m的高度上进行。
用ZJ1-2A型温湿度计(上海气象仪器厂)记录温度和相对湿度, ZJ1-2A型温湿度计的精度范围为:温度为?0.1e;湿度为?5%,以24h的平均值代表该天的日平均温度和日平均湿度,同样计算月平均温度和湿度。
用FYF-1型便携式测风仪(上海气象仪器厂)测定风向风速,风速的测量精度为0.1m/s,风向测量精度为?1/2个方位。
每小时测定风速和风向一次,以24h的平均值代表该天平均风速,月度内的风速是全月每天T SP平均浓度的月平均值;以风向出现的概率大小代表风向的方位。
气象数据的采集与T SP采集同时进行。
实验起始于2005年9月,于2006年8月结束。
2005~2006年广州市降雨的数据来源于广州市气象卫星地面站。
1.4数据处理各功能区大气T SP的多重比较、相关性的分析及相应的作图利用SPSS11.5(SPSS Inc.,USA)软件包和Excel进行。
2结果与分析2.1广州市不同功能区大气TSP变化趋势广州市不同功能区大气T SP日平均值的月变化趋势见图1。
从图1可以看出,各功能区大气T SP在各个月份中的变化趋势大致类似,呈/U0字型变化,在4~9月较低,其它月份较高。
广州地区季节划分为春季从3月到4月,夏季从5月到9月,秋季为10月和11月,冬季从12月至次年2月。
广州市春、夏、秋、冬四个季节T SP日平均浓度分别为0.213、0.134、0.195和0.256mg/m3,说明广州市大气TSP分布质量浓度具有东强夏弱的季节变化规律,与接地逆温强度的变化规律具有很大的一致性。
另外,春夏秋冬四个季节大气TSP平均浓度明显要比1981~1997年期间[10]和2000~2004年[11]大气TSP的平均值要高。
不同功能区中,广钢采样点1月到3月及10月到12月期间的TSP日平均浓度的月平均浓度值均超过了0.30mg/m3,12份的平均浓度达到了0.428 mg/m3;2月份T SP污染相对较为严重,天河立交、天河体育中心和广钢采样点的T SP月平均浓度均超过了0.30mg/m3。
根据统计结果,5个采样点全389第4期周凯等:广州市大气TS P浓度变化及其与气象因子的关系图1 广州市不同功能区大气T SP 的月变化趋势F ig.1.M o nthly va riation trends o f atmospher ic T SP in the diff er ent functional reg ions of Guangzhou年TSP 日平均值超过国家环境空气质量二级标准的次数集中在春季、秋季和冬季。
其中,4月份各监测点均出现一次超标;1月和10、11、12月份广钢采样点超标的频率最高,分别达到了2、3、3、4次。
2.2 广州市不同功能区大气T SP 的多重比较整个采样期间不同功能区大气TSP 的日平均浓度见图2。
其中广钢采样点大气T SP 日平均浓度最高,为0.273mg/m 3。
浓度高低依次分别为天河立交采样点(0.207mg /m 3),天河体育中心的采样点(0.180m g/m 3),中大社区采样点(0.155mg /m 3)。
多重比较的结果表明,广钢采样点大气T SP 日平均浓度极显著地高于天河体育中心、中山大学和郊区对照点,显著高于天河立交采样点。
天河立交采样点T SP 浓度也显著高于郊区采样点。
背景郊区采样点日平均TSP 浓度为0.142m g/m 3。
不同功能区景观大气T SP 浓度大小的差异明显与其土地利用的性质有很大的关系,不同的土地利用方式,形成了特定的景观格局,直接影响到大气污染的严重程度。
图2 广州市不同功能区大气T SP 的平均浓度F ig.2.A ver age concentr atio ns of at mospher ic T SP in the differ ent functional r egions o f Guang zho u cit y表中字母大小写分别表示差异显著性水平(a=0.05,A=0.01).Note:Th e letters in th e table res pectively in dicatedifference significan ce leves (a=0.05,A=0.01).2.3 广州市不同功能区大气TSP 与气象因子的关系2.3.1 降雨广州市大气T SP 含量及降雨的变化趋势见图3。