北京大气颗粒物污染特征及空间分布插值分析

被引:14
作者
刘杰 [1 ]
杨鹏 [1 ,2 ]
吕文生 [1 ]
机构
[1] 北京科技大学土木与环境工程学院
[2] 北京联合大学北京市信息服务工程重点实验室
关键词
大气污染; 颗粒物; 质量浓度; 季节变化; 区域分布; 插值;
D O I
10.13374/j.issn1001-053x.2014.09.020
中图分类号
X513 [粒状污染物];
学科分类号
摘要
为较好地表征当前北京整个区域大气颗粒物质量浓度随时间尺度的变化及区域分布污染特征,根据北京市35个监测站点获得的2013年3—5月颗粒物质量浓度1 h均值,分析和研究PM2.5和PM10质量浓度的季节性变化并提高其空间分辨率,在此基础上探讨颗粒物可能的影响因素及污染来源.结果表明,3—5月颗粒物质量浓度具有周期性变化规律和显著相关性,应用MATLAB空间插值算法实现的颗粒物质量浓度区域分布图具有一定精度,可外推并揭示颗粒物区域污染特征.分析表明当前北京颗粒物污染的影响因素有冬末的冷锋和降雪、春季的沙尘和大风、夏初的降雨和湿热等;污染区域则呈现南高北低的特征,污染来源除了本地人为源以外,周边区域传输也有较大影响.通过颗粒物污染的时间序列和空间插值的结合分析,可为进一步研究颗粒物时空关系及掌握区域污染特征提供方法.
引用
收藏
页码:1269 / 1279
页数:11
相关论文
共 30 条
[1]   气象因素对大气中PM2.5的去除效应分析 [J].
潘本锋 ;
赵熠琳 ;
李健军 ;
王瑞斌 .
环境科技, 2012, 25 (06) :41-44
[2]   北京典型污染过程PM2.5的特性和来源 [J].
王志娟 ;
韩力慧 ;
陈旭锋 ;
程水源 ;
李悦 ;
田川 ;
谢慧 .
安全与环境学报, 2012, 12 (05) :122-126
[3]   利用激光雷达和卫星遥感获得城市地面大气悬浮颗粒物浓度分布 [J].
李倩 ;
李成才 ;
王烨芳 ;
林常青 ;
杨东伟 ;
李莹 .
北京大学学报(自然科学版), 2013, 49 (04) :673-682
[4]   基于地形的大气水汽插值方法比较 [J].
俞晓莹 ;
许文斌 ;
杨亚夫 .
中南大学学报(自然科学版), 2012, 43 (09) :3542-3547
[5]   空间插值法在热环境流动观测中的应用 [J].
杨永川 ;
杨轲 ;
王志浩 ;
卢军 .
中南大学学报(自然科学版), 2012, 43 (09) :3741-3748
[6]   北京地区夏末秋初气象要素对PM2.5污染的影响 [J].
蒲维维 ;
赵秀娟 ;
张小玲 .
应用气象学报, 2011, 22 (06) :716-723
[7]   北京市一次PM10污染过程模拟与气象诊断分析 [J].
黄青 ;
程水源 ;
苏福庆 ;
陈东升 ;
周颖 ;
李悦 .
北京工业大学学报, 2011, 37 (11) :1743-1748
[8]   3种空间插值方法在道路尘中Pb监测数据统计处理中的应用比较 [J].
田雷 ;
董德明 ;
魏强 ;
房春生 .
吉林大学学报(理学版), 2011, 49 (05) :964-968
[9]   基于v4插值算法的墨量在线检测研究 [J].
杨华 ;
刘真 .
包装工程, 2011, 32 (17) :102-104
[10]   ArcGIS插值方法对比及其在云南省土壤污染状况调查中的应用 [J].
赵娟 .
环境科学导刊, 2010, 29(S1) (S1) :85-87