北京市重度大气污染时段污染物时空扩散特征

该文通过分别对北京市重度大气污染时段的风力与空气污染指数(API)以及空气质量指数(AQI)分析,建立了风力预测大气污染程度的回归模型,并探讨了不同风力条件下空气质量(污染)指数时空扩散规律。结果表明:(1)风力与空气质量指数和空气质量指数均为负相关,且有极其显著的相关性,但空气质量指数对风力的响应程度更高。(2)各空气污染指数预测模型均表现出南部模型精度中部北京市北部,前者比后者的精度高16%~26%。二次模型是预测空气污染指数简便、实用、有效的模型。而在空气质量指数预测模型中,北京市、中部及南部均是指数模型预测能力最好,二次模型较差。北部则相反。(3)重度大气污染时段,大气污染物由南向北扩散过程基本需要3 d时间。若南部空气质量指数300,且污染过程持续4 d,则北部的污染程度将超过南部。一般情况下,风力需要大于3级,且要持续1 d以上,空气污染程度才会降低。否则,全市大气污染程度相差不大,均处于重度或严重污染。     

京津冀地区大气污染联防联控机制实施效果及完善建议

回顾了我国京津冀地区大气污染联防联控机制发展历程,从目标效果、制度框架、措施手段等视角系统地阐述了京津冀地区大气污染联防联控机制的实施效果.结果表明:①京津冀地区大气污染联防联控的预期目标（2017年）基本实现,并且随着控制目标逐渐严格,已由年尺度细化至日尺度.②京津冀地区大气污染联防联控顶层制度框架逐渐成熟,运行机制逐渐健全统一,重污染应急管控预案趋向于成本有效性减排策略.③当前大气污染联防联控手段基本为命令控制型,在源头控制上主要采用新源环境准入、老旧源落后产能淘汰、燃煤控制与小规模炉窑综合整治等产业结构优化和能源消耗结构调整策略;在末端控制上,逐步规范和强化大气固定源排污许可证管理制度,实施精细化的移动源、面源排放管理模式.④建议加快建立京津冀地区空气质量管理常设机构,实现大气污染联防联控的长效化;建议实施区域性大气固定源排污许可证制度,在此基础上引入经济刺激型手段,建立基于京津冀地区空气质量改善目标的大气固定源排污权交易制度,让市场机制促使污染源进一步减排和污染控制技术水平的不断提升.      

空气质量指数(AQI)的社会经济影响因素分析——基于指数衰减效应视角

中国面临着严重的环境恶化问题,其中空气污染问题尤为突出.基于中国2014年全国城市空气质量数据,利用自然正交函数分析城市空气质量指数的时空演变特征,并采用基于衰减效应的矩阵指数空间设定模型探讨了空气污染的影响因素.研究结果表明:(1)AQI以京津冀为高值中心向周边地区呈衰减变化,污染核心区由京津冀逐渐向豫北地区和鲁西北地区扩散,年内AQI在1—9月呈现下降趋势,然后逐渐上升;(2)150个城市的空气质量指数呈现出明显的空间集聚;(3)矩阵指数空间设定模型优于空间滞后模型,并且城市间空气污染呈现出显著的空间衰减效应;(4)人均地区生产总值的提高、SO_2排放量和PM_(2.5)浓度增加是导致空气污染加剧的重要原因,而外商直接投资和环保意识的提高有助于改善中国的空气质量.     

空气质量健康指数构建及与现有评价体系的比较:以丽水市为例

为了解大气污染物对人体健康的影响,采用时间序列广义可加模型分析2013-2018年丽水市大气污染物与健康效应的关系,构建丽水市不同人群空气质量健康指数（AQHI）及分级方法,比较AQHI、调整后的环境空气质量健康指数（AQHI_a）、空气质量指数（AQI）和环境空气质量综合指数对健康效应的预测能力.结果表明:①如以AQI和环境空气质量综合指数来评价,丽水市春夏季主要污染物为O₃,秋冬季为PM_2.5;如以AQHI来评价,则O₃为丽水市全年最主要的污染物,其次是NO₂.②在多种污染物同时存在的情况下,AQHI比AQI具有更高的敏感性,AQHI与环境空气质量综合指数的相关性比与AQI的相关性好.③4种指数在秋冬季对健康效应的预测准确度均高于春夏季,AQHI_a是4类指数中预测健康效应最好的,其次为环境空气质量综合指数.研究显示,需高度重视O₃污染问题,建议空气质量较好的地区构建AQHI或AQHI_a来反映空气质量.      

环境污染对室外运动推广的影响研究

大气环境污染加剧使得室外运动不能有效进行,为此,以健美操有氧运动为例,研究大气环境污染对室外运动推广的影响.依据大气污染指数,分析室外健美操有氧运动心肺生理指标参数变化情况.以氧通气当量、氧脉搏、激活剂浓度及最大摄氧量为参数指标,定量分析大气污染与室外运动推广危害程度和消极影响,测试不同污染程度对健美操有氧运动产生影响的量化指标.测试结果得知,大气污染对室外运动具有消极影响,在空气质量指数(AQI)为151~200的中度污染条件下应该减少室外运动.     

沈阳地区1985—1990年二氧化硫大气污染预测的研究

<正> 大气污染的程度,首先取决于排放条件,当排放条件比较固定时,则气象条件起主导作用。近年来,国内外许多工作者在这方面进行了研究,形成专门的学科—污染气象学。世界上一些国家已成功地做出了大范围空气污染潜势预报,目前我国尚未开展此项工作,本文在分析现状的基础上,对未来做出长期污染潜势预报。本报告主要阐述长期污染预报的方法和内容,并结合1985年二氧化硫污染浓度预测和结果验证,说明污染预测的方法,试图推     

空气污染预报方法简介

随着经济高速发展,大气环境污染日趋严重,为更好地反映环境污染变化趋势,加大环境污染控制力度,预防严重污染事件发生,开展空气质量预报尤为重要,空气污染预测方法研究必行.本文概括地介绍了空气污染预报的几种方法.     

京津冀区域重污染天气过程数值预报评估新方法

利用区域空气质量监测数据、空气质量模式数值预报产品及天气图资料,建立了一种适用于区域重污染天气过程预报的评估方法,将其用于评估NAQPMS模式系统对2013年和2014年京津冀地区静稳型、沙尘型和特殊型3类重污染天气过程的预报能力,并探讨了重污染天气过程早报、晚报及漏报的可能气象条件原因,以提高预报准确率.结果表明:数值模式系统提前3 d预报重污染天气过程的预报准确率可达57%,秋冬季预报效果好于其他季节,静稳型预报效果好于沙尘型和特殊型.对模式AQI预报结果统计发现,当预报AQI值达到150以上时,实际发生重污染天气过程的概率较大,如定义AQI等于150作为重污染天气预警临界值,模式预报准确率可提高至70%以上.天气系统对污染过程预报有重要影响,WRF气象模式对中低层天气系统位置及强度预报偏差是导致静稳型污染过程早报和晚报的一个重要原因.     

苏皖鲁豫交界地区大气污染形势和问题分析

苏皖鲁豫交界地区是京津冀及周边地区和长三角地区两大大气污染防治重点区域的连接带。近年来,该地区空气质量改善进展相对较慢,大气污染问题逐渐凸显,已成为全国大气污染最严重的地区之一。本文从大气环境质量状况、区域传输特征、重点源污染特征以及污染治理存在的问题等方面对苏皖鲁豫交界地区大气污染防治形势进行分析,并提出该区域强化大气污染防治要从深化结构调整和污染治理、强化区域联防联控、提升大气环境现代化治理能力三方面进行重点突破。     

南通市城市空气质量统计预报方法研究

空气污染预报是一项复杂和昂贵的地区性系统工程，它涉及到区域气象条件、地形特征以及排放在大气中污染物的演变规律。美国、日本、欧洲等发达国家和地区在７０年代就利用先进的监测手段（空气实时监测系统），相继开展了空气污染预报工作，并以此协助国家和地方环境保护部门采取削减、控制污染物排放量的措施，防止或减少污染事件的发生。我国环境保护部门于２００１年６月５日起在全国４７家重点城市开展空气质量预报工作，这是继城市空气质量周报、日报工作后开展的又一项与国际接轨的环保新工作。通过城市空气质量预报工作，可为政府管…     

北京市大气重污染过程中AQI的时空扩散特征及其预测模型

通过对北京市大气重度污染时段AQI与气象因子分析,探讨AQI的时间和空间变化特征,并建立了AQI的空间预测模型。结果表明:1)风速>2.5 m/s,且持续时间长(超过5 h)时,AQI曲线特征呈现倒"V"型。若其在1.7 m/s中部>北部,4 d后则中部>南部>北部。3)各方向上中部和北部的AQI预测模型中幂函数模型精度最高,且两者受西南方向的影响最大。     

长江三角洲城市群霾的演变特征及影响因素研究

重建了长江三角洲1961~2007年霾气候数据序列,分析了霾日数的时空变化特征及城乡差异,并探讨了大气污染以及地面和近地层气象条件对霾发生的影响.结果表明,利用湿度—能见度指数参与霾气候序列重建的方法具有一定的合理性和科学性.过去47a间,长江三角洲霾日数总体上呈逐渐增多的趋势,并且四季霾日数都增加.空间上,整个长江三角洲霾日数基本上都呈增加趋势,并以杭州和南京增加最多.近30a来长江三角洲大城市、中等城市和城镇乡村站间霾日数变化具有明显差异.地面气象要素中风速和最长连续无降水日数与霾发生具有较好的对应关系.在霾天气过程和对应的清洁过程,近地层温度、位势高度和风场也都具有明显的差异.长江三角洲霾变化趋势与我国京津冀、珠江三角洲等地的变化一致.区域大气污染物排放量的增加,尤其是细颗粒物的增加是霾出现频率增加的可能原因,全球气候变化以及区域城市化造成的气象条件改变也有利于霾日的增加.     

珠三角秋季典型气象条件对空气污染过程的影响分析

利用空气质量指数(AQI)、主要大气污染物浓度和气象要素、天气图等数据资料,结合中尺度数值天气预报模式WRF,对2014年10月珠三角地区污染期间的天气形势及气象特征进行了分析.结果表明,WRF模式可以较好地反映珠三角地区主要城市地面和高空气象要素的时空变化,9个城市平均地表的温度、相对湿度和风速的模拟值与观测值的相关系数分别为0.90、0.87和0.78.对2014年10月3次污染过程的分析表明,造成该时段珠三角地区空气污染的天气形势主要是高压底部型和均压场型.静风或小风(2 m·s~(-1))及稳定的大气层结均不利于污染物的扩散,同时由于偏北气流输送周边污染物到珠三角地区,导致污染物浓度不断增加.相对湿度低于65%时,珠三角地区首要污染物以O_3为主;相对湿度高于70%时,PM_(2.5)浓度逐渐增加,成为主要污染物.高温等气象条件会影响光化学反应,加重珠江三角洲的空气污染,表现了该地区大气复合污染的特性.     

基于BP神经网络的空气污染指数预测模型研究

BP神经网络已成为研究空气污染预测的有效工具之一。文章利用近十年北京市地面气象观测资料和空气污染指数数据,通过BP神经网络技术构建了不同季节的空气污染指数预测模型,对北京市空气污染指数进行了预测。通过相关系数分析法,对比分析了预测结果与实际监测结果,研究结果表明:春、夏、秋、冬季的预测值与监测值线性相关系数分别为0.81、0.84、0.89、0.85。北京春季常伴随有沙尘天气,而文章并没有考虑沙尘天气对预测模型的影响,因此春季BP神经网络预测精度在四季中最低,其预测值与监测值的线性相关系数为0.81。由于秋季不同空气质量级别的数据都有较多分布,因此该季节构建的网络更具有代表性,其预测精度在四季中最高,预测值与监测值的线性相关系数高达0.89。总之,BP神经网络模型对于北京空气污染指数预测是行之有效的。     

空气污染潜势-统计结合预报模型的建立及应用

建立了一个空气污染潜势预报和统计预报相结合的模型,该模型以特征气象因子和大气扩散清除因子为基础,并考虑不同因子的权重,定义空气污染潜势指数APPI.所考虑的因子包括:地面风速、混合层高度、混合层内平均风速、风向日变化、稳定度级数、垂直扩散系数、SO2干沉降速率、NO2干沉降速率、PM10干沉降速率、降水时长、地面天气形势.进一步利用统计方法建立空气污染指数API与APPI之间的关系.利用南京地区2009~2010年气象资料计算APPI,通过3项式拟合得到API与APPI的统计方程.结果表明,拟合得到的API与实际API相关系数为0.67,具有显著的相关性,且等级准确率为76.7%.进一步利用2011年1~12月中尺度气象模式WRF预报的气象场开展实况预报.研究表明,24h预报、48h预报、回顾预报的逐月等级正确率分别为44.4%~87.5%,46.4%~100%和63.0%~80.0%,年均等级正确率为60.6%,62.4%.和73.1%.若定义预报API与实际API相差±20以内为正确,则24h预报、48h预报、回顾预报的正确率分别为58.1%, 59.4%和63.8%.在IBM x3500并行集群服务器上计算,48h预报需要机时3h.可见,该模型具有较好的预报性能, 相对数值模型计算效率很高.     

基于卫星遥感和地面观测资料的霾过程分析

利用MODIS、CALIPSO卫星观测的气溶胶产品和地面空气质量、气象资料,并结合HYSPLIT后向轨迹模式,探讨了2013年12月1~9日长江三角洲地区一次持续性的严重霾污染过程的形成、特征及其可能来源.研究表明,此次污染过程中长江三角洲地区8个代表城市大部分时间处于霾污染的状况下,气溶胶光学厚度(AOD)显著增长,空气质量指数(AQI)均达到或超过污染限值,且以中度以上污染为主.污染发生时,气溶胶主要存在于地面至2km的大气层内,尤其是850m以下.根据体积退偏比和色比得出球形气溶胶出现频率高于非球形气溶胶,大粒径气溶胶出现频率高于小粒径气溶胶,进而得到污染期间气溶胶的主要类型为“污染型”气溶胶.污染物的近距离的输送和持续小风,无降水的静稳气象条件而导致污染物难以扩散稀释而累积在本地是造成长江三角洲区域污染范围广、时间长、程度重的主要原因.     

长江经济带空气质量的时空分布特征及影响因素

基于2015~2018年空气质量实时监测数据，研究了长江经济带AQI的时空变化特征，从大气污染物排放量和气象因素两方面选取评价指标，利用地理探测器揭示了长江经济带AQI分布的影响因素及其季节变化.结果表明：2015~2018年长江经济带空气质量总体趋于改善，平均超标率由19.8%降至16.2%，除O₃超标率上升外，其余常规监测指标均有不同程度的下降.2017年开始O₃的超标率超过PM₁₀，成为长江经济带仅次于PM_2.5的大气污染物.AQI月变化曲线大体呈U型，具有冬春高、夏秋低的特点.长江经济带空气质量改善主要体现在冬、秋两季，O₃浓度的上升使夏季空气超标率上升，春季变化不大.AQI和空气超标率总体呈东高西低、北高南低的分布特征，其中上海、江苏、安徽中北部和浙江北部污染最严重，湖北中部和成渝地区其次，云南、贵州和四川西部空气质量良好.春夏季AQI的差异主要表现为东西向，秋冬季则主要表现为南北向.污染物排放量因子对长江经济带AQI分布有显著的正向影响，气象因子的影响方向则随季节变化而变化.全年和春、秋、冬3季AQI的分布格局主要由大气污染物排放量决定，夏季气象因子的影响力则更大.     

长三角地区2015年大气重污染特征及其影响因素

基于2015年长三角地区129个环境空气质量监测站的空气质量指数（AQI）及主要大气污染物浓度数据,结合气象资料和HYSPLIT后向轨迹模式,探究长三角地区大气重污染的时间变化和空间集聚特征,并深入分析气象条件和区域传输对重污染过程发生和维持的影响.结果表明,2015年长三角地区各城市平均出现AQI超过200的重污染天气共8 d,重污染频率为2.01%,PM_2.5作为首要污染物出现频次最多.从时间变化看,重污染主要分布在1月和12月;从空间分布看,北部地区重污染相比南部地区更为严重,徐州和常州市出现频率最高.选取典型重污染过程1月9—11日（纬向扩散型）、1月24—26日（经向扩散型）和12月20—26日（两种模式相结合的重污染天气）进行成因分析,发现长三角地区重污染天气主要受到西北风向、低风速、高湿度和逆温层的影响,导致大气污染物积累且不易扩散.基于HYSPLIT的大气传输轨迹及频率分布表明,来自西北方向的气流对江苏北部地区的污染输送特征有着显著影响.     

2014年10月中国东部持续重污染天气成因分析

2014年10月5─13日中国东部发生了大范围、长时间的(雾)霾及重污染天气. 采用AQI数据分析此次大气重污染过程的时、空演变特征,并应用NCEP(美国国家环境预报中心)再分析资料以及地面、小球探空数据,分析了主要天气型演变、边界层及上空的风场、气象条件特征,以研究此次秋季重污染天气的气象成因和形成过程. 结果表明:①华北、东北是此次污染最为严重的地区,其域内各城市持续数日的污染演变可分为AQI显著上升、持续高值、下降3个阶段. ②在AQI上升阶段(10月6—8日),受大陆高压控制,东部地区出现较弱地方风场和偏南风输送风场,风速在0～2 m/s,相对湿度在22%～86%,3 000 m逆温显著利于污染物积累. ③在持续污染阶段(10月8—11日),海上高压滞留,再加上台风“凤凰”北上阻挡大陆高压影响,使东部地区出现持续4 d的偏南风、偏东风弱风场,风速在1～4 m/s,相对湿度为57%～96%,造成严重污染. ④在AQI下降阶段(10月11—12日),后续大陆高压南下,前部冷锋利于污染物清除,风速达到6 m/s,是AQI降低的主要天气背景场. 因此,持续出现的稳定天气形势是导致此次中国东部重污染天气的主要气象原因.