浏阳市城区环境空气污染特征及其与气象因素相关性分析

根据浏阳市城区空气自动监测站点、浏阳市气象站实测数据,得出城区首要污染物、污染因子及其气象因素的月、季均浓度变化图,并求出污染因子和气象因素的相关性。结果表明:PM_(2.5)和O_3对浏阳市城区环境空气污染的贡献较大,SO_2、NO_2、PM_(10)对环境空气质量影响相对较小;空气质量较好的时间段主要集中在第三个季度;NO_2浓度与气温具有极显著的负相关性,与气压具有极显著的正相关性;PM_(10)浓度与风速具有较显著的负相关性;PM_(2.5)浓度与气温具有极显著负相关性,与风速具有较显著负相关性,与气压具有极显著正相关性;O_3浓度与湿度具有较显著负相关性,与气压具有极显著负相关性,与气温具有极显著正相关性。     

NO2浓度变化及气象因子清除能力分析

为了解NO2浓度变化特征及其影响因子,利用2013—2018年沧州市NO2监测数据和气象数据,探讨了NO2浓度的时间变化特征及其与各影响因子的关系,重点讨论了气象因子对NO2的清除能力。结果表明:沧州市NO2平均浓度为41μg·m-3,其中冬季浓度最高为69. 7μg·m-3,日分布呈“双峰双谷”型,存在周末浓度高于工作日的“反周末效应”;通过相关性和灰色关联度分析发现,太阳辐射、风速与NO2浓度变化的相关性最好,降水、太阳辐射、风速与NO2浓度变化的关联度最高;通过分类统计发现,不同强度降水、1. 5m·s-1以上风速、40%以下相对湿度、中等到强的太阳辐射非常有利于NO2的清除。     

昆明市官渡区臭氧污染特征及影响因子相关性分析

对2019年昆明市官渡区环境空气中臭氧监测数据进行分析,研究昆明市官渡区的臭氧(O3)污染情况、分布特征以及与影响因子的相关性。结果表明,该地区臭氧从3月份开始逐步升高,7—10月维持高位,其中8月达到峰值。O3浓度和超标天数均具有明显的季节变化特征,春季和夏季的O3污染最为严重。对臭氧浓度与影响因子(气压、气温、相对湿度、风速、降水量、NO2、NO、PM10、CO、PM2. 5)进行相关性分析,结果显示臭氧浓度与气温的相关性呈现中等程度正相关,与相对湿度、风速的相关性呈现较强的负相关性,NO2、PM10等会影响近地面臭氧浓度,但相关性较低。影响因子对臭氧浓度的作用不受海拔高度的影响。     

基于聚类与多元回归的空气质量预报模型开发

为了方便准确地预测空气污染物浓度,基于气象因子聚类与多元回归的方法,以广东省顺德区为例开发了空气质量统计预报模型。预报模型能够较好地模拟出顺德区NO2、SO2、CO、PM10、PM2.5日均浓度和O3日最大8 h浓度水平和变化趋势,模型的模拟结果与实测值具有较高的相关性(相关系数R约为0.76),标准化平均偏差为1.2%~13.4%,标准化平均误差为14.2%~30.3%,模型普遍略为高估各项污染物浓度水平。预报模型具有简单易行、节约人力物力、准确可靠等优点,适用于地级市及区县空气污染物的预报。     

重庆市北碚区SO2、NO2变化趋势及影响因素分析研究

采用2006年-2013年大气自动监测站实时发布的数据,研究分析了SO2与NO2的时间变化规律以及气象影响因素的相关性分析.结果表明,空气质量年均值均低于GB 3095-2012中的Ⅱ级标准;SO2浓度年均值2013年较2006年低45.8％,下降显著,NO2浓度年均值2013年较2006年低5.9％,下降不明显;春冬季空气质量差、夏秋季空气质量好;SO2 、NO2月均值峰值分别出现在2007年11月和2009年3月;相对于SO2浓度更易受到近地面气象因子平均温度的影响而积累或扩散,而NO2浓度更易受到近地面气象因子平均相对湿度的影响而积累或扩散.     

采用门限自回归模型预测环境空气质量

应用汤家豪博士提出的门限自回归模型，以上海市环境空气质量时间序列监测数据和相应的气象数据，建立门限自回归大气污染预测模型，对上海市环境空气质量进行预测预报。结果表明：门限自回归模型计算较为简便且便于计算机自动建模。显著性检验表明门限自回归预报方程高度显著，在实际应用中，采用最新的数据建模和采用分站建立模型的方法可以使预测精度进一步提高。     

盐城市区夏季环境空气中臭氧浓度变化规律及其影响因素分析

选取夏季6-7月份环境空气质量监测数据及气象参数,分析了盐城市区夏季臭氧浓度变化规律及其影响因素。结果表明,O_3浓度日变化特征显著,午后15:00左右出现最高值,早晨7:00左右浓度出现最低值,不同季节污染物的浓度变化存在差异,其小时浓度变化与NO_2、NO_x和CO呈此消彼长关系,白天,与NO_2、NO_N和CO有较好的负相关性,与气象参数气温、风速(1.0m/s)和湿度呈现很好的相关性。     

可吸入颗粒物污染与气象因子的关系

对闸北区空气自动监测站2009年SO2、NO2、PM10的浓度和气象参数变化特征进行研究,可吸入颗粒物的时间变化特征表明,总体上呈现冬春季高、夏秋季低;PM10与降水量、相对湿度、温度呈现一定的负相关性,但与风速的相关性随季节不同而不同,与气压略呈正相关性。对典型日和灰霾日PM10、SO2、NO2以及相应气象因子的特征进行了分析比较。     

重庆市黑碳气溶胶特征及影响因素初探

为了解影响重庆市黑碳气溶胶(Black Carbon,BC)污染的主要气象因素及BC的主要来源,对2012年重庆市BC与主要气象因素及燃煤、机动车产生的SO2、NO x进行了相关性分析,并分析了24 h内BC浓度变化与车流量的关系.结果显示,2012年,重庆市BC年日均浓度为(5.9±2.7)μg·m-3,占PM2.5年日均浓度的7.2%,BC小时浓度较大值出现在6:00—10:00及20:00—23:00.气温和相对湿度对BC浓度的影响不大.影响BC浓度的主要气象因素为风速,风速为0.5~1.5 m·s-1时,BC浓度随着风速增大而减小;当风速超过2 m·s-1时,BC浓度随风速增大而增加.BC与SO2、NO x的相关系数分别为0.374和0.542(p0.01),表明重庆市BC与SO2、NO x来源相同,即燃煤和机动车尾气排放,且受机动车排放的影响更大.BC浓度24 h变化与车流量的关系表明,BC浓度日变化除了受到气象条件的影响外,还受机动车尤其是柴油重型车的影响,因此,需重点控制柴油机动车以控制重庆市区BC污染.     

乌海市空气污染特征及其与气象要素的关系

文章利用乌海市2006-2010年污染物SO2、NO2、PM10浓度值和气象资料,分析了乌海市近5年空气污染的特征,计算了各污染物与主要气象要素的单相关系数,采用灰色关联分析方法对近5年来影响乌海市污染物浓度的气象要素进行分析。结果显示:(1)乌海市环境空气的首要污染物是可吸入颗粒物,其次是SO2。(2)2006-2010年,NO2变化不大;SO2下降幅度较大,从平均值超标1倍下降到不超标;PM10也呈下降趋势,但下降幅度稍小,5年均超标。(3)SO2一年内平均值变化幅度最大,12月浓度最大,7、8月最小,相差达3倍;PM10也是夏季最小,冬季12月最大,但3、4月份沙尘天气频发时也较大。(4)相关系数通过信度0.05检验的情况下,SO2、NO2、PM10浓度值与平均风速、平均气温、水平能见度、相对湿度、日照时数、平均总云量等具有一定的相关性。(5)用灰色关联分析法得出影响SO2和PM10的气象因素排序,平均风速是影响大气污染的主要气象因素,日照时数和总云量与污染物浓度关联较大。     

2001-2010年武汉市气象环境对空气质量影响分析

文章以武汉市为例,利用2001-2010年武汉市空气污染物和气象参数资料,运用统计分析方法,进行相关分析、回归分析,初步探讨空气污染物PM10、SO2、NO2指数和与之有关的气象参数,如气温、气压、湿度、降水量、风速之间的关系,并建立气候因子对空气污染物的多元线性回归方程。以SO2为例,对2009、2010年空气质量进行预测。结果表明,武汉市2001-2010年空气质量与气象环境具有较为显著的相关性且利用回归方程预测结果与实际基本吻合。     

广州市主干道附近大气污染物浓度的特征及影响因素研究

为研究城市主干道边的空气污染状况,通过采用自动监测系统,在2007年1月至2月期间,对广州市新港西路两侧以及附近大学校园内的空气质量进行监测,获得了其空气污染物浓度的特征：（1）空气污染水平高,NO2与PM10日均值超标率较高;（2）污染物时空分布不均匀,NO浓度白天通常比夜间高,路边监测点NO小时浓度为校园对照点浓度的3倍左右。同时,分析了污染物浓度与气象条件及主干道交通流量的关系。结果表明：污染物浓度与气象因素之间有较高的多元线性相关性,但与单个因素的相关性不强;路边监测点的NO小时浓度和校园对照点的N0。小时浓度均与车流量有较高的相关系数,而PM10与车流量无显著相关性。综合考虑气象因素与交通流时,多元线性回归方程的复相关系数更高。     

上海大气颗粒物中溴、碘浓度水平的影响因素

统计分析了2008年采样期间大气颗粒物TSP和PM10中溴、碘浓度水平与气象条件和气态污染物SO2、NO2的关系。结果表明,风向为向岸流时,大气中TSP、PM10浓度以及颗粒物中溴、碘的浓度均低于离岸流时的数值;在各气象因素中,影响颗粒物中溴、碘浓度的主要气象因素为风向、气压和气温,风速和相对湿度的影响较小;颗粒物中溴、碘的浓度水平随大气中SO2、NO2浓度的上升而上升,颗粒物中碘与SO2、NO2呈显著正相关,而颗粒物中溴呈较弱的正相关性;当空气质量恶化时,PM10中Br、I浓度增大,而Br/I比值降低,城市大气中污染物质之间的化学反应对颗粒物中Br/I的比值有一定影响。     

中国NO2的季节分布及成因分析

利用OMI卫星观测的对流层NO₂柱浓度和113个重点城市地面ρ(NO₂)监测数据,结合753个监测站降水资料以及中国气象局气象信息综合分析处理系统(MICAPS)气压场数据,研究了中国NO₂的季节分布特征及其影响因素.结果表明:卫星遥感数据和地面监测数据同步显示了中国NO₂浓度冬季峰值、夏季谷值的季节分布特征;月降水量与地面监测的ρ(NO₂)呈负相关,相关系数为0.71.气压场平均结果表明,边界层气压场的特征是影响NO₂浓度季节分布的另一个主要因素.      

利用多元线性回归方法评估气象条件和控制措施对APEC期间北京空气质量的影响

气象条件对大气污染物的扩散和传输有重要影响,准确分离和定量气象因素对空气质量的影响是评估大气污染控制政策有效性的前提.本研究利用APEC会议期间及前后(2014-10-15～2014-11-30)北京城区朝阳观测站点SO_2、NO、NO_2、NO_x、CO、PM_(2.5)、PM_1和PM_(10)以及气象因素的观测数据,采用多元线性回归分析方法,定量评估了气象条件和空气污染控制措施对APEC期间北京空气质量的影响.在假定排放条件不变的情况下,基于气象因素参数建立的预测污染物浓度的多元线性回归模型模拟效果较为理想,决定系数R~2在0. 494～0. 783之间.控制措施使得APEC控制期SO_2、NO、NO_2、NO_x、CO、PM_(2.5)、PM_1和PM_(10)浓度分别降低48. 3%、53. 5%、18. 7%、40. 6%、3. 6%、34. 8%、28. 8%和40. 6%,气象因素使得APEC控制期SO_2、NO、NO_2、NO_x、CO、PM_(2.5)、PM_1和PM_(10)浓度分别降低1. 7%、-2. 8%、18. 7%、4. 5%、18. 6%、27. 5%、30. 6%和35. 6%.气象因素和控制措施共同作用使得APEC控制期北京空气质量得到了明显改善.控制措施对SO_2和氮氧化物浓度的下降起主导作用,气象因素对CO浓度的下降起主导作用,气象因素和控制措施对颗粒物浓度降低的贡献相当.本研究还利用相对权重方法研究了气象因素对污染物浓度影响的贡献,结果表明影响不同污染物浓度的决定性气象因素不同.     

公路收费亭内外空气污染特征及其影响因素

2003-06～2003-07对重庆市辖4个收费站中的收费亭内外一氧化碳(CO)、二氧化氮(NO₂)、总烃(THC)和可吸入颗粒物(PM₁₀)进行了采样监测,同时还观测了气温、大气压、风速和车流量等影响因素,通过二元相关和偏相关分析方法探讨了收费亭内外各空气污染指标与影响因素之间的关系.结果表明,收费亭外CO和PM₁₀小时平均浓度值比亭内高,亭内NO₂和THC的小时平均浓度值比亭外高.重庆站亭内外NO₂和茶园站亭内外CO的小时平均浓度值超过环境空气二级标准,其它各收费亭内外NO₂和CO的小时平均浓度均值未超过相关标准限值,其最高值均超过相关标准;各收费亭内外THC小时平均浓度均值分别达7.728 mg/m³和7.216　mg/m³,均超过标准限值10倍以上;收费亭内外PM₁₀变化幅度较大,亭外均值0.217　mg/m³,高于环境空气质量二级标准,亭内最高值达0.631　mg/m³,是室内空气标准日均值标准限值的4.2倍.在4个收费站的收费亭内外空气污染程度比较分析中,以重庆收费站为最严重,有3个指标的均值比其他收费站高.在污染指标与影响因素相关分析中,收费亭内外污染物之间的存在着一定的相关关系,CO、PM₁₀和NO₂呈极显著相关,亭内外THC呈显著性相关,车流量与NO₂、THC、PM₁₀均呈极显著（p<0.01）或显著相关(0.01<p<0.05),而与CO的污染程度相关性不显著;天气条件不同程度地影响各污染指标的浓度,分别以大气压和气温影响为主,风速影响不大.     

北京奥运会及残奥会期间PM10质量浓度演变特征及成因

2008年8─9月北京及周边各省市ρ(PM₁₀₎明显低于2006─2007年同期值. 结合污染物监测数据及气象资料,采用影响因子资料统计以及典型个例诊断对比法,研究造成北京奥运会及残奥会期间低ρ(PM₁₀₎的原因. 对2006─2008年同期风速的统计表明,2008年7─10月北京各月平均风速均低于往年,2 m/s以上的风发生频率低于往年,不利于大气污染物扩散. 2008年8月北京月降水量与2005年接近,但ρ(PM₁₀₎明显优于2005年,可见降水并不是该次ρ(PM10)月均值低的原因. 对比2006─2008年8─9月典型相似累积型天气型背景影响下ρ(PM₁₀₎日均值及演变过程发现,2008年ρ(PM₁₀₎日均值及演变曲线均低于往年. 根据对影响因子统计和北京及其周边省(市、区)严格的减排措施等分析,指出天气形势及其伴生的气象因素演变可能影响ρ(PM10)日均值波动,但六省(市、区)协同减排是保障优质空气质量的主要原因.      

气象条件变化对呼市地区大气污染的影响

利用1995至2002年呼和浩特市区空气污染物PM10、TSP、NO2、NO2、SO2浓度的实际监测数据与同期的地面要素场资料、大气边界层气象参数和地面天气图分析了污染物浓度与气象条件的关系及气象条件变化对呼市地区污染物浓度变化的影响，讨论了污染物浓度变化规律的成因。在此基础上用逐步回归方法建立了不同季节呼市地区空气污染浓度统计预报模型。     

上海地区O3与NO2时空特征数值模拟个例研究

采用Metphomod数值模式,在2004年四季中各选取一个API指数相对较高的个例,研究上海地区大气污染物的时空分布特征.模式的检验表明,在夏季时段的模拟效果最为理想,基本能够反映上海地区主要大气污染物浓度分布特征和变化规律.以2004年6月7、8日的个例分析显示,NO2的浓度日变化比较复杂,O3则以单峰型分布为主;在空间分布上,上海地区的NO2、O3浓度主要受到天气背景、局地气象场分布、污染源排放等因素的影响;在局地污染物排放较强的市区,O3和NO的浓度变化存在一定的负相关,而在局地污染物排放较小、污染物主要来自扩散输送的地区,O3和NO2的浓度之间有着较明显的负相关.     

南京城市下垫面变化对夏季臭氧浓度的影响研究

利用南京基准地面气象站1951~2010年的气象数据分析南京气象要素的长期变化,利用2007年南京草场门大气污染物监测数据探讨O3同气象要素之间关系并分析气象要素改变对污染的可能影响,结合WRF-CALGRID模式基于2008年7月的情景模拟研究1990年代以后南京城市下垫面变化对气象要素变化的贡献,并分析其对O3浓度的影响.结果显示,南京气温呈现增长趋势,平均风速、大气湿度、日照时数呈现降低趋势.气温与O3浓度呈一定的正相关关系、较小的风速和相对湿度有利于O3的生成.城市下垫面的增加使得南京城区气温增高超过1℃、风速减小0.4m/s、湿度下降0.5g/kg、混合层高度增加100m.气象要素的改变使地面NOx浓度减小,最大减小量超过6×10-9.对O3浓度的影响有增有减,南京市北部、西部增加,增加量超过2×10-9,主要受温度增加、风速减小以及NO的垂直输送影响;主城区的南部、东部O3浓度减小,减少量1×10-9~3×10-9,主要受混合层高度增加的影响.