气象因子对我国西北5城市API的影响

依据2001年～2012年的空气污染指数(API)日报数据,研究西北5城市(西宁、兰州、银川、西安和乌鲁木齐)API的变化特征,同时与气象资料进行相关性分析。统计分析结果表明:(1)西北5城市首要污染物以可吸入颗粒物为主,空气质量等级以Ⅱ级良为主,日数为2 454～3 292d,比例在56.1%～75.2%。(2)5城市API指数变化规律有明显的时间和空间差异。从多年API年均值来看,西安、兰州和乌鲁木齐较高,银川和西宁相对较低,而且乌鲁木齐、兰州和西宁波动较大,西安和银川变化相对比较平缓;5城市的年变化也呈现不同的变化特征,总体上夏秋季空气质量明显好于冬春季。(3)西北5城市API和主要气象因子的相关显示出不同区域差异性。API和温度、降水与能见度均呈现显著的负相关,西宁、银川和兰州API与相对湿度为显著的负相关,西安呈负相关但相关性不显著,乌鲁木齐则为显著的正相关关系。兰州、西安和乌鲁木齐API与风速为显著的负相关,西宁和银川API则与风速为显著的正相关关系。(4)采暖和沙尘天气分别是影响我国西北5城市冬春季空气质量的重要因素。     

长沙市灰霾天气与气象因子相关性研究

根据长沙市2013年PM2.5的逐日质量平均浓度、气象地面和高空观测数据,采用SPSS方法,分析了长沙市灰霾天气发生与气象因子的关系。结果表明:长沙市区的灰霾日以西北风向为主,PM2.5浓度与风速、降水呈显著负相关,与相对湿度、大气压、平均气温相关不明显。风速越小越不利于大气污染物的扩散,在没有降水的情况下,风速达到3.5m/s以上,空气质量才有好转;弱降水对污染物的浓度不会有明显的影响,降水量在5mm以下时,污染物的浓度不会有明显的下降,但强降水对空气有净化作用明显,在不同季节,不同时段,不同天气形势下降水的稀释作用不同;长沙秋冬季边界层稳定性几率高达80%以上,这种稳定层结构是长沙市区各种大气污染源不易扩散的重要因素之一。     

乌鲁木齐市气候特征与大气污染

影响大气污染物扩散和稀释的主要气象因素不外有两个方面。1.动力因子,即风和湍流。大气湍流是气流作无规则运动。风包括风向,风速。风向决定污染物迁移的方向,也就是扩散的方向,风速大小决定污染物在大气中扩散与稀释能力。风速越大,扩散、稀释能力越强,反之越弱。2.气象的热力因     

长沙市空气质量变化特征及气象要素影响分析

利用2015—2018年长沙市连续在线观测得到的环境空气6项污染物质量浓度和同期的气象要素数据,分析空气质量变化特征及其与气象要素的关系。结果表明:长沙市空气质量正逐年好转,且具有明显的季节特征,呈春夏季较好、冬秋季较差的特征;影响长沙市空气质量最主要的首要污染物为PM_(2.5),其次为O_3,且以PM_(2.5)为首要污染物的天数逐年减少,以O_3为首要污染物的天数逐年增加。PM_(2.5)、PM_(10)、NO_2、SO_2、CO浓度的季节变化特征都是夏低冬高,但O_3浓度的季节变化却是夏高冬低。各项污染物浓度与同期5种气象要素的相关性分析结果表明:各项污染物浓度与气压、气温、降水量、风速相关程度较高,其中,O_3与气象要素的相关性与另外5种污染物的相关性完全相反。     

乌鲁木齐空气质量指数特征及其与气象要素相关性分析

利用2018年3月至2019年2月乌鲁木齐市空气质量指数(AQI)和同期6种主要空气污染物(PM_(2.5)、PM_(10)、NO_2、SO_2、CO、O_3)以及气象要素数据,研究空气质量指数的变化特征,并分析其与6种主要空气污染物浓度及气象要素的相关性,为乌鲁木齐市大气污染与气象要素相关性研究提供一定的数据支撑。结果表明:乌鲁木齐市首要污染物最多的是PM_(2.5),其次是PM_(10)、NO_2和O_3,AQI指数与PM_(2.5)、PM_(10)、NO_2、SO_2、CO均呈高度相关,与O_3呈中度相关;空气质量指数与平均气温以及能见度具有显著的负相关性(p0.01),而与平均本站气压、平均相对湿度、平均风速、日照时数的相关性均不显著(p0.01)。     

气象要素及前体物对嘉兴市区臭氧浓度的影响

臭氧是光化学反应的重要产物，反映空气质量的重要指标之一，对空气中臭氧浓度变化规律及影响因素开展研究，对大气污染防治具有重要的意义。利用2021年嘉兴市区环境空气质量自动监测站监测结果与相关气象资料，统计了嘉兴市区近地面臭氧污染分布特征，利用Pearson相关性分析了气象要素及前体物NO₂对臭氧浓度的影响，利用最大增量反应活性系数法分析了不同VOCs组分对臭氧生成重要性评估。结果表明，2021年嘉兴市区臭氧浓度月度变化呈“M”型，超标主要出现在5～9月；日变化呈单峰型。臭氧浓度与气温为显著正相关，与相对湿度和气压均为负相关，降水有利于臭氧浓度的降低。白天当风向为西南、南或东南风，风速大于4m/s时，臭氧浓度较高。NO₂与臭氧显著负相关，VOCs中芳香烃对臭氧生成潜势最大。综合现有研究，气象要素及NO₂对嘉兴市区臭氧污染的影响不可忽略，芳香烃对嘉兴市区臭氧生成贡献显著，是臭氧污染优先治理的重要前体物。     

荆门市近60年风速风向特征分析

利用1959～2018年荆门、襄阳、武汉3个国家地面气象观测站风速风向观测资料,通过数理统计、线性分析、气候倾向率等方法,对荆门地区风向风速变化特征及变化趋势等进行气候统计分析。结果表明:荆门年平均风速为2. 9m/s,与襄阳、武汉相比均偏大,地形和地势是荆门风速偏大的主要原因;荆门、襄阳、武汉风速逐年呈整体减小趋势,但均在迁站当年出现陡升现象;荆门市风速变化与城市发展具有一定的相关性,城市快速发展时期,风速呈明显减小趋势;荆门四季主导风向均为N,N出现频次秋季最高、冬季次之,春季和夏季SSW、SW风向明显增多; 1～12月最多风向均为N,各月平均风速均大于襄阳、武汉,最大3月3. 6m/s,最小6月2. 8m/s;荆门年均大风日数为16. 5d,明显高于襄阳、武汉,大风日数整体呈减少趋势,2007年之前以4. 1d/10 a的速率减少,2008年之后以3. 3d/10 a的速率减少,大风日多出现在春季,大风风向多集中在N～NNE。荆门风速较大且有稳定的盛行风向,适宜在城市周边建设风电场;中心城区常年以北风为主,适宜建设南北方向的城市风道。     

2004年至2009年南极中山站的气候变化特征

利用2004年～ 2009年逐月气象资料,采用气候统计诊断分析方法,对中山站气温、气压、相对湿度、风的气候变化趋势进行研究.结果表明,中山站平均气温四季均呈下降趋势,变化幅度为-0.003℃/a～-0.46℃/a,冬季气温降幅最大,秋季降幅最小;年平均气温表现为弱的下降趋势,平均每年下降-0.003℃;年极端最高气温呈逐年下降趋势,降幅为-0.4℃/a,年极端最低气温呈逐年上升趋势,升幅为0.2℃/a;年平均气温、极昼平均气温日变化呈升温趋势,升幅分别为0.04℃/a、0.01℃/a,极夜平均气温表现为弱的降温趋势,降幅为-0.002℃/a;年平均气压、极端最高气压、极端最低气压、年平均相对湿度、年最小相对湿度均呈明显的下降趋势;平均风速具有明显的日变化规律,2004年2月～2009年11月大风日数共出现了835d,年大风日数均在100d以上;最大风速最大值为31.5m.s-1、极大风速最大值为39.1m.s-1,均出现在11月;年最多风向频率为49％～64％,以NE、E为主.     

空气污染指数(air pollution index)

空气污染指数是环境空气质量的一种表达形式,我国目前对重点城市的空气质量,用空气污染指数来描述,计入空气污染指数的污染物有：ＳＯ２,ＮＯＸ和ＴＳＰ（总悬浮颗粒物）。我国规定空气污染指数的范围为０～５００。空气污染指数的计算方法：１空气污染物的分指数计算...     

基于WRF模式的成都地区边界层污染气象特征研究

根据2013年成都地区的空气质量资料,对该地区的空气质量状况进行简要分析;并利用NCEP再分析资料,基于WRF模式对成都地区污染天气和清洁天气背景下的边界层气象特征进行模拟。结果表明:(1)成都地区冬季空气质量最差,春季和秋季次之,夏季最好。(2)WRF模式的模拟结果与实际观测结果基本一致。(3)无论是冬季还是夏季,成都地区均以偏北风为主,夏季风速明显大于冬季;随高度的增加,冬季风速逐渐增大,气流运动非常弱,夏季风速先增大后减小,气流以上升运动为主。(4)无论冬季还是夏季,西北部地面气温低,东南部地面气温高,且在成都市区附近均有一个高值中心,夏季气温高于冬季。(5)从边界层高度来看,西部明显低于东部,冬季和夏季在成都市区附近有一个高值中心,夏季显著高于冬季。     

2015～2019年云南省城市空气质量特征及影响因素研究

利用2015～2019年云南省16个州市29188个空气质量日报数据进行数理统计,采用克里金插值法及Daniel趋势检验法分析AQI (空气质量指数)及主要污染物浓度的时空变化特征,探讨近5年云南省城市空气质量时空变化特征及其影响因素。结果表明:(1) 2015～2019年云南省SO_2、PM_(2.5、)PM_(10)浓度呈下降趋势,NO_2浓度保持基本稳定,O_3浓度呈显著上升趋势,各年间空气质量综合指数值波动较小,且逐年改善。(2) 2019年O_3-8h作为超标污染物占比达57.52%。云南省PM_(2.5)年均值相对较高区域面积略有减少,O_3年均值相对较高区域面积显著增加。(3)云南省PM_(2.5)与PM_(10)月均值呈现冬春高夏秋低的变化规律,O_3月均值为春季单峰高值,SO_2月均值整体趋势平稳变化幅度不大。(4)云南省AQI值及平均能见度和平均降水量呈显著负相关(P0.01),AQI值与平均气温及平均风速不存在显著相关性。研究显示云南省空气质量优良逐年改善,污染类型由颗粒物污染转为以颗粒物和臭氧为特征的复合型污染。空气质量受气象条件影响,能源结构优化、污染物总量减排等措施对空气质量改善起到积极作用。     

廊坊市“突发”空气重污染的低层风场对比分析

利用2013~2015年廊坊市空气污染资料、MICAPS气象资料、廊坊气象观测站自动站资料,应用数理统计、天气学等方法对廊坊市86次空气重污染前后的低层风场进行了对比分析。结果表明:(1)廊坊市“突发”空气重污染时,因污染程度变化的差异可分为5个等级,其中3级转6级AQI值变化最大,平均变化值达227,4级转5级偏南风至偏西风均为75;(2)“突发”空气重污染过程中,地面风向风速均有明显变化,偏北风控制时间长比例下降,静风、偏南风(SW/SSW/WSW/W)、偏东风(E/ENE/ESE/SE)时间长比例增加;除4级转5级外,地面平均风速均有不同程度下降,以2级转5级下降幅度最大,平均达0.6m/s·d;(3)空气重污染前,1000hPa、925hPa以及850hPa高空以西北风或偏西风为主,空气重污染时,各层风向转为以西南、东南或偏东风控制为主,且常见风的辐合场形成。在三层大气风场风向变化不一致的条件下,以1000hPa风场风向的变化为参考点;(4)在“突发”空气重污染过程中,850hPa、925hPa、1000hPa有北风风速减小、南风风速增加的变化特征,且空气质量的等级变化越大、污染程度越重,大气风场的垂直变化越深厚。     

基于Matlab的神经网络在绵阳空气质量预测中的应用

以绵阳市2014～2016年空气污染指数(API)以及SO_2、NO_2、PM_(10)等污染物为研究对象,探讨了绵阳市空气污染的变化规律,并分析它们与常规观测的地面气象资料之间的关系。尝试采用多元线性回归方法及BP神经网络方法建立污染预报模型,并检验分析两种模型的可行性。结果表明基于BP神经网络的预报模型在污染预报中可行,并建立基于BP神经网络进行空气质量预测的预测模型,利用历史资料进行验证。     

2021年乌鲁木齐市大气污染时空分布特征

乌鲁木齐市作为天山北坡城市群重点首府城市，空气质量虽逐年改善，但改善幅度不大，大气污染防治工作任重道远。基于乌鲁木齐市2021年10个监测站点逐日污染物浓度数据，对大气污染的时空变化特征及气象影响因素进行分析探讨。结果表明：O₃、PM₁₀和PM_2.5有显著的季节变化特征，PM₁₀和PM_2.5浓度夏季低、冬季高；O₃在夏季浓度较高，冬季浓度较低。米东区处于PM_2.5和PM₁₀等大气污染物高浓度分布区。降水越大对PM_2.5和PM₁₀的清除作用越强，PM_2.5浓度随着风速增大呈降低趋势；特别是风速在>5 m/s时，污染物降低的幅度最大。     

广州市2002～2003年空气污染指数分析

根据广州市2002年1月1日至2003年12月31日的空气污染指数资料,对广州市每日的空气污染指数和可吸入颗粒物、NO2和SO2的污染指数、空气污染指数的月平均值和年平均值、空气质量级别、首要污染物等指标进行了统计分析.结果表明,广州市的空气污染状况与大尺度的天气现象如季风和降雨量等密切相关.     

柳州市灰霾日不利天气分析

灰霾的发生对城市形象和人体健康都造成不利的影响,而灰霾的出现常常与不利的天气条件结合紧密,成为引发灰霾的重要因素。本文通过统计柳州市2002年~2012年间不同的天气条件下灰霾发生的概率,并结合2008年~2012年的柳州市实际空气质量状况,明确灰霾发生的主要污染物,同时通过2012年具体的气象特征和天气形势找出与灰霾发生密切相关的天气因素。经过分析,可吸入颗粒物(PM10)为大部分灰霾日的首要污染物,且低风速、中低湿度、不利于污染物扩散的风向及弱冷高压和鞍形场等不利气象条件易使污染物聚集,加速了灰霾日的形成,是灰霾日发生的重要因素。这些不利天气情况的分析统计,为柳州市建立灰霾日预警系统提供了有力支持。     

气象因素对成都市主要大气污染物影响的非参数分析

通过获取2014年成都市大气污染物和气象因素的在线监测数据,分析大气污染物的时间变化规律,并采用Spearman秩相关系数来分析污染物逐日浓度和气象因素的相关性。结果显示,SO_2、NO_2、CO、PM_(10)和PM_(2.5)夏季浓度最低,冬季最高,O_3则夏季最高,冬季最低;受秸秆露天焚烧影响,5月各污染物浓度均出现一个小高峰。温度和风速均与O_3显著正相关,与其他污染物显著负相关;大气压则相反;相对湿度与各污染物均显著负相关,但在严重污染时与颗粒物显著正相关。     

浅析青海省大气环境背景质量现状及气象因素的影响

本文通过对国家大气背景站青海门源站2017—2018年空气质量监测数据的分析,再结合同时期风速、能见度、气温数据,得出青海省大气背景质量以"优——良"为主,首要污染物主要为臭氧,臭氧小时均值上午低、下午高,臭氧日均值夏季高、冬季低,且臭氧随着风速变大、能见度变远、气温升高而浓度升高,随着风速变小、能见度变近、气温降低而浓度降低。     

济南市石化园区夏季臭氧浓度变化特征

利用2016年6-9月石化企业周边大气中O_3浓度的连续观测数据,结合同期气象因素,分析了臭氧化学特征及其影响因素。结果表明,该观测点夏季O_3浓度日均值高达0.107mg/m~3,其中6月份浓度最高,O_3浓度日变化曲线呈现单峰型特点。不同天气条件会影响O_3浓度日变化曲线的峰值。工作日时O_3浓度比周末更高。气温、相对湿度、风向和风速会对O_3浓度产生影响,其中气温与O_3浓度呈正比关系,相对湿度与其成反比关系,西北风和西南风对O_3的水平和垂直输送。     

鄂州市城区环境空气的臭氧污染特征及其防治对策

利用鄂州市城区3个环境空气质量自动监测站2015—2016年的监测数据,对空气中臭氧(O3)的污染特征进行了分析。分析结果表明:鄂州市城区空气中臭氧作为首要污染物的占比有逐年增加的趋势。臭氧浓度具有明显的日变化和季节变化规律,日变化呈单峰型且高峰段在13:00—17:00;月变化规律显示6月—9月浓度最高。日照、气温、风向和风速等因素对臭氧浓度变化均有重要影响。结合实际提出了加强产业规划、强化污染治理、加大科普宣传等防治对策。