基于小波分析大气污染物浓度序列特征研究
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

基于小波分析大气污染物浓度序列特征研究

引用
利用db小波对贵港市2015年-2018年四个空气监测子站的大气污染物日浓度序列进行分析.结果表明,SO2、NO2、颗粒物(PM2.5和PM10)季节特征为秋冬高夏季低,O3发生污染超标在夏秋季.各监测子站有空间差异(贵诚子站NO2、德智子站O3、江南子站颗粒物日浓度超标尤为突出)和共性(SO2浓度下降,NO2、O3、颗粒物上升).并采用了Morlet小波分析了污染物日均浓度、平均小时浓度序列.结果表明,PM2.5、O3主周期分别为330天、280天;PM2.5的日变化体现为7时开始浓度增加,19~20时作为PM2.5日变化的波动主周期;而O3的日变化表现为9~10时起浓度开始升高,18~19时则是O3日变化的波动周期和突变点.

大气污染物、db小波、Morlet小波、时空分布、首要污染物

45

X511(大气污染及其防治)

广西气象科研项目;贵港市科技局计划

2020-08-07(万方平台首次上网日期,不代表论文的发表时间)

共6页

77-82

相关文献
评论
暂无封面信息
查看本期封面目录

环境科学与管理

1673-1212

23-1532/X

45

2020,45(7)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn