重庆市空气污染持续过程特征及其气象成因分析

利用空气质量日报数据分析了重庆市主城区空气质量的总体概况以及持续空气污染过程的特征，并着重探讨了2005-11-29~12—31期间的空气污染指数API变化及其与主要气象条件的相关关系．结果显示，一年中主城区出现连续3d以上空气污染指数API超过100的持续污染过程10次，累计污染超标日为61d，占全年总超标天数的61．6％；持续污染过程的气象条件往往有着共同的特点，即平均风速小，元降水或降水稀少，大气层结稳定，混合层高度较低．     

北京市2013年1月一次空气重污染过程分析

采用数值模式与观测资料相结合的方式，对北京市2013年1月9～15日一次空气重污染过程的大气环境背景、气象条件和形成原因进行了初步分析。结果表明，此次重污染过程北京市空气质量从9日的二级跳至10日五级重度污染，11日一13日空气质量维持连续3d严重污染，14日降为重度污染，15日转为轻度污染；重污染过程期间10—14日P（PM2.5）平均值为323μg／m。，平均风速为1．47m／s，平均相对湿度为73．6％，24h变温基本为一2．72～2．68℃，24h平均变压为一3．65～2．63hPa。指出，此次重污染过程与当地气象条件密切相关，稳定的大气环流形势为污染的持续提供了大气环流背景，风速较小、湿度较大、边界层较低、持续逆温是造成重污染的主要原因，地面风场辐合及边界层下沉运动是造成重污染的重要原因。     

乌鲁木齐市气象条件与TSP浓度的关系

阐述了气象条件对ＴＳＰ浓度变化的影响，ＴＳＰ的扩散速度、扩散能力、浓度变化、历时长短在很大程度上取决于气象条件。     

大连市臭氧污染特征及典型污染日成因

通过对大连市区10个空气监测子站的监测数据进行分析,探讨了大连市臭氧污染的时空分布、气象条件对臭氧污染的影响,对臭氧污染日进行了归类分析。结果表明,大连市臭氧污染主要出现在4—10月。在强紫外辐射、高温、低湿、低压和低风速的气象条件下,监测点位的臭氧浓度较高。臭氧污染日的日变化分为单峰型、双峰型和夜间持续升高型3种类型。通过对2015年的一次高浓度臭氧污染过程的气象条件、污染物浓度和污染气团轨迹进行分析,发现臭氧浓度在夜间持续升高现象与区域输送密切相关。     

TSP的来源与气象因素对TSP测试的影响

用“化学元素平衡法”（ＣＢＭ）鉴别常州市总悬浮颗粒物（ＴＳＰ）的来源，结果表明，常州市的ＴＳＰ中，土壤尘约占３０％；建筑尘和燃煤尘相当，约各占２５％；钢铁尘占２．５％。扬尘不是独立源，它主要是土壤尘、建筑尘和燃煤尘的混合。通过气象资料分析，发现应在无雨（日降雨量小于０．１ｍｍ）和风速小于５ｍ／ｓ的气象条件下测试ＴＳＰ，才能保证测试结果具代表性。     

浅析气象条件对农药污染的影响

分析了气象条件因素对农药在环境中各要素间传播的影响，以及探讨了如何利用气象条件的特点减轻农药对环境的污染。     

用风速分层法研究城市大气环境质量目标

城市大气环境质量一般随时间而变化,这这变化主要由气象条件、地形和污染物排放方式造成的.这些因素在某些时段内,对大气环境质量的影响表现出分层特征.尤其是气象条件的影响显得更为突出.本文就气象因素中最直接的主要参数——风速作为研究对象,研究不同风速对城市大气中二氧化硫浓度的分层问题,以及在设定阀值浓度下出现的概率分布.     

南京亚青会环境空气质量状况及原因分析

利用南京市空气质量监测结果，对2013年8月及亚青会期间空气质量状况进行评价与分析，并结合采取的临时管控措施及气象条件状况，分析空气质量变化的相关原因。结果表明，8月份南京市空气质量均达到良的等级，亚青会期间空气质量进一步改善，多项污染物浓度达到一级标准，且同比上年明显下降，这一方面与针对工业点源、机动车流动源及扬尘面源采取了临时管控措施，一定程度降低污染排放有关；另一方面与亚青会期间的气象条件有利于污染物扩散有关。     

南京亚青会环境空气质量状况及原因分析

利用南京市空气质量监测结果，对2013年8月及亚青会期间空气质量状况进行评价与分析，并结合采取的临时管控措施及气象条件状况，分析空气质量变化的相关原因。结果表明，8月份南京市空气质量均达到良的等级，亚青会期间空气质量进一步改善，多项污染物浓度达到一级标准，且同比上年明显下降，这一方面与针对工业点源、机动车流动源及扬尘面源采取了临时管控措施，一定程度降低污染排放有关；另一方面与亚青会期间的气象条件有利于污染物扩散有关。     

北京地区气象条件与区域传输对PM2.5浓度影响研究

通过采用KZ（Kolmogorov Zurbenko）滤波统计方法,结合WRF/CMAQ数值模型情景分析技术,定量分析气象条件和区域传输对北京市PM2.5浓度的影响。结果显示: 2018年7月—2019年6月,北京市PM2.5平均质量浓度为46.0 μg/m3,气象条件同比偏差6.9%,外来传输平均为43.7%。从日变化上看,外来传输在早晚高峰期间明显下降,体现出本地机动车排放贡献明显上升的特点,气象条件对PM2.5浓度的影响主要表现为白天整体有利于污染物扩散,夜间气象条件转为偏不利的特征。2018年10月—2019年3月秋冬季期间,气象条件同比偏差3.3%,在气象条件较为不利和区域同比反弹的情况下,北京市PM2.5浓度持续走低,主要为源减排的效益。     

兰州市冬季冷锋前、后空气污染指数变化的个例分析

利用2002年12月4～13日兰州地区气象和大气污染物浓度资料，分析了此段时间内兰州市区大气污染现状和相应的大气环流形势，结果表明：当高空为暖高压脊控制、近地层逆温强度和厚度较大时，污染物浓度逐渐增高，并达到峰值；当有冷空气影响本地时，污染物浓度迅速降低．由于兰州城区冬季各大气污染源排放总量的日际变化是很小的，因此冷空气活动是造成污染浓度日际变化的重要因素，空气污染浓度的变化与气象条件有着显著的相关关系。     

某火力发电厂周围小麦受SO2污染调查

对某火力发电厂排放SO2导致其周围小麦受污染的突发性事故进行了调查。通过实地勘察小麦的受害症状，发现小麦呈典型的硫氧化物危害和硫酸雾腐蚀特征；小麦生物学性状和产量调查结果表明，污染区与对照区小麦无论株高、茎粗、穗长均无显著差异。而小麦的产量已受到影响，与对照区相比差异极显著；污染区小麦叶片全硫量和水溶性硫测定结果表明，全硫量均值为0．759％，高出对照区全硫含量均值0．651％的17％，经t检验差异显著；水溶性硫含量均值0．64％，高出对照区水溶性硫含量均值0．52％的23％，经检验差异极显著，表明污染区小麦受害确系SO2所致；分析气象条件认为污染区小麦是在低气压、高湿度、低风速、偏西风和稳定天气频率偏高的状况下受到污染的。     

2010-2015年昌吉市大气降水离子特征变化趋势研究

依据昌吉州环境监测站2010—2015年降水监测资料，分析昌吉地区降水中离子特征及变化趋势，阐明昌吉市降水污染现状及变化特征。结合昌吉市特有的气象条件、地形地貌和工业分布情况，分析污染物来源及污染变化趋势。     

冷空气南下对江苏省重污染天气过程的影响

根据2013—2015年江苏省重污染(重度污染和严重污染)个例,分析冷空气南下对重污染天气过程的影响机制和特征。将冷空气南下过程按路径分为东路、中路和西路,分别统计了不同路径冷空气影响江苏的特征,以及冷空气背景下重污染发生时的气象条件,总结了不同路径冷空气对污染物浓度日增幅的影响,探讨了冷空气对江苏省大气污染的影响机制。研究表明,江苏省的重污染天气主要发生在中路冷空气影响时,东路冷空气影响概率相对较小;中路、西路易出现区域性、连续性重污染;东路多单站点污染,连续污染概率较小。重污染日的高空冷空气主体偏北,中低层为槽后脊前西北气流或有弱切变,地面处于冷高压前部;中路、西路冷空气对污染的输送贡献大于东路,对上游污染呈负输送,如有强逆温、小风速的"静稳"天气,重污染仍可能加剧;重污染天气的发生,是本地污染、外源输送和局地不利污染扩散的气象条件共同作用造成的。     

城市典型气象条件与大气颗粒物污染之间的关系

针对城市气象与城市气候特点,分析了典型气象条件下颗粒物的变化趋势,分析了由城市气候现象产生的城市效应问题,为研究空气中颗粒物来源、变化趋势奠定了基础.     

微波消解—火焰原子吸收光度法测定底质中的Cr

提出了用微波消解，火焰原子吸收法测定底质中的Cr，探讨了不同仪器条件下，不同干扰剂对样品测试的影响，用此法对样品回收测定，回收率在95．2％－102．0％之间，相对标准差1．2％－5．8％,检测限0．036mg/L。     

环境监测的时空分布及平均值的求法

目前在环境监测中对监测点的时空分布、取样原则以及平均值的求法还或多或少存在着一些概念和做法上的问题,本文试对上述问题进行了讨论并提出了一种新而合理的平均值计算法——求积计算法。 一、监测点的时空分布 在任何气象条件下,在开阔平坦的地形上,一个高架源产生的地面污染浓度总比有相同源强的低架源产生的浓度为低。降低程度依赖于烟囱高度、离源距离和气象条件,图1为     

2013-2018年北京市PM2.5污染波动特征研究

利用2013—2018年北京市大气污染物监测数据及气象条件等资料,分析了北京市PM_(2.5)污染波动变化趋势及其影响因素。结果表明,2013—2018年北京市空气质量呈现整体改善趋势,优良天数由2013年的176 d增加至2018年的227d;重污染天数显著减少,由2013年的58 d逐年递减至2018年的14 d。受污染源排放、特殊气候现象、气象条件等多因素影响,近6年北京市ρ(PM_(2.5))月均值呈现波动下降趋势,其中秋、冬季波动性更加突显。2014—2016年北京市秋冬季PM_(2.5)污染突出,其中2014年10月、2015年11—12月、2016年12月ρ(PM_(2.5))月均值均达到中度污染级别;而2017—2018年北京市秋、冬季ρ(PM_(2.5))月均值均处于优良水平。相关性分析结果显示,地面相对湿度、中层温度与大气污染物呈现较强的正相关性,中层北风频率、地面风速则呈现负相关性。基于上述气象条件及CO、SO_2和NO_2等气态污染物共同构建的拟合方程对ρ(PM_(2.5))估算结果较好,多站点的拟合值与实际值的相关系数为0.900～0.947,进一步说明气象条件及相关污染源排放对PM_(2.5)污染具有显著影响。     

常州城区秋冬季黑炭气溶胶的浓度变化特征

根据常州市2012年9月-2013年1月的黑炭气溶胶（Black Carbon，以下简称BC）在线监测数据及常规气象资料，分析了BC在秋冬季不同时间段的变化特征及气象要素对BC的影响。结果表明，常州秋冬季BC平均值为5．17（1．48～17．02）μg／m^3，主要集中在1．00斗μg／m^3～7．50μg／m^3，冬季较高于秋季，小时均值最大值达33．87μg／m^3；BC本底值为3．50μg／m^3；1月份BC日均值变化幅度最大，发生高污染的频率最高。Bc的日变化具有明显的双峰结构，一天中最大浓度多出现在上午06：00-09：00，特殊天气条件下，BC小时值存在不同的分布情况；BC在不同风向的输送条件下有明显的不同，偏东北方向过来的气团易造成BC高污染。     

佛山市臭氧浓度时间变化特征及主要影响因子

对佛山市2011—2014年O_3监测数据进行分析,结果表明,ρ(O_3)日变化呈现明显的单峰特征,2011—2014年O_3日最大8小时滑动均值(O3-8 h)的年评价值没有出现显著的下降趋势,超标值多出现在8—10月。夏季O3-8 h与日平均气温的相关系数较高,O_3污染多发生在气温30℃,相对湿度为50%~70%的气象条件下。相对湿度60%,气温为20~25℃,也可能出现O3污染。10℃时,不同的温度条件下,O_3与PM_(2.5)存在正相关关系。在不同的季节时段,O_3-8 h基本随着ρ(NO_2)/ρ(NO)增大而增大。