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。     

绵阳市大气污染天气学分型及气象条件特征分析

分析绵阳市城区2014~2016年空气污染个例,发现PM2.5污染日数最多,多发在秋冬季;PM10污染多发在春季;O3污染多在春夏季出现。按照划定的关键区进行天气学分型,结合气象要素和Pasquill稳定度综合分析。结果表明:PM2.5污染多发生在槽前型或高压控制型天气中,且绵阳地面主导风向为SE或NE时,更有利于污染发生,大气稳定度为D级;PM10污染均发生在高压底部或前部型天气中,地面主导风向为SE或NE时,污染发生概率更高,大气稳定度多为D级;O3污染绝大部分发生在经向型天气中,有时也发生在高压外围型和高压脊型的天气中,当地面主导风向为SE或SW时,有利于污染的发生,大气稳定度多为A-B级。     

秦皇岛大气污染物的分布特征及其天气背景

根据官方公布的空气质量观测数据,对秦皇岛城市PM_(2.5)细颗粒物的分布以及主要污染物(CO、NO_2、SO_2、O3)进行了分析研究。研究结果显示:秦皇岛城区年均119 d处于轻度以上污染,冬季年均有16 d处于重度以上污染,NO_2是最主要污染物,PM_(2.5)浓度在春夏季早晚各有一个峰值、秋冬季午夜前后出现极值。"静稳天气"是空气污染的必要条件,重度空气污染与近地面深厚逆温层紧密相关,地面风速0~3 m/s的风场会发生空气污染。     

2017～2018年荆州城区空气质量分布及重污染天气特征分析

利用2017年1月至2018年12月荆州城区3个国家环境空气质量监测点的污染物监测数据和荆州国家气象站地面气象要素观测数据,采用统计学方法,对荆州城区空气质量分布及重污染过程天气特征进行了初步分析,结果表明:空气污染综合指数冬季最高,春秋季次之,夏季最低;PM2.5、PM10、 CO和NO2的浓度在上午和傍晚至上半夜其...     

陕西省空气质量时空差异研究

通过2016年12月~2017年5月陕西省10个地级市6项常规大气污染物逐小时监测数据,分析陕西省冬春季大气污染现状和时空分布规律。结果表明:(1)冬季关中地区空气质量最差,陕南、陕北地区较好,进入春季后,关中地区空气质量有显著提高;(2)冬季延安市SO2浓度异常高于其它城市,各市冬春季大气污染以颗粒物污染为主;(3)关中城市全天颗粒物污染较重,温度变化对O3小时浓度变化影响最显著,各市O3污染高频时段集中在午后。建议关中地区应加强冬季大气颗粒型污染物浓度控制,延安市应加强对SO2污染物排放的监管。     

“十二五”期间高平市空气质量特征及其与气象要素的关系

基于高平市2011~2014年间的常规污染物浓度监测数据并结合同期气象资料,分析了高平市的空气质量变化特征,并讨论了空气污染指数与气象要素之间的相关关系。结果表明,高平市的空气质量从2013年开始下滑,空气良好率下降了7个百分点;首要污染物以PM_(10)为主;空气污染指数月变化具有统计学意义,季变化差异无统计学意义;气象因素与空气污染密切相关,气压、相对湿度与空气污染指数呈显著正相关,全年降水量、风速、气温与空气污染指数呈显著负相关;气温与空气污染指数间的相关性最高,其次为风速;东南气流为主导风向时往往给高平市带来优良空气质量,而北西北风向常伴随着污染日的出现。     

江苏省空气质量预报预警工作探析

江苏省重污染天气预报预警系统建设于2014年,系统集数据中心、预报中心和分析运算中心功能为一体。江苏省空气质量预报预警工作主要体现在常规预报、重污染天气预警预报、预报可视化会商3个方面,实行预报员轮值制度,在遇可能发生重污染天气时,及时向公众发布空气质量预警信息,预警信息中预警等级与条件遵循省政府修订的最新江苏省重污染天气应急预案。在冬春季污染频发时段,参与长三角区域空气质量可视化会商,遇重大活动期间参与周边省份及城市空气质量联合保障工作,积累了大量的预报预警工作经验。     

西宁市空气质量指数AQI现状分析

文章根据西宁市2014~2015年空气质量监测数据,对西宁市AQI的主要特征和首要污染物等进行了分析和对比,得出西宁市空气质量主要以良为主,且有部分轻度污染,首要污染物为颗粒物,提高西宁市的空气质量应着重控制颗粒物的排放及形成。     

成都市空气质量状况研究

根据PM2.5数据网提供的成都市2013年9月到2014年10月的数据,对空气质量指数(AQI)和空气质量分指数(IAQI)进行定量化研究。结果表明,AQI的年均值为115,属于轻度污染,空气质量优良天数为187天,占全年的51%。四季空气质量状况由好到差是夏季秋季春季冬季。空气质量白天优于夜晚,O3最高值出现在15∶00时,其他污染物浓度最高出现在23∶00,16∶00—18∶00各种污染物的浓度较低,为运动的最佳时间。PM2.5和PM10的相关系数为0.975,其年平均值分别为82.33μg/m3和126.65μg/m3,在日均值样本中超标率分别达43%和30%,NO2超标率为9%,SO2和CO无超标。     

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。     

浅析攀枝花市2015～2017年气象要素对空气污染的影响

利用2015～2017年攀枝花市污染因子和气象要素实测数据,运用GIS技术、相关分析以及统计分析等方法,分析攀枝花市空气污染因子和气象要素的时空特征及相关性。结果表明:攀枝花市首要污染物为PM₁₀,其次是NO₂;秋冬以PM₁₀和NO₂污染为主,春夏PM₁₀和O₃为主。不同季节,各气象要素对本地空气质量的影响程度及空间分布存在明显差异。弄弄坪一带PM_2.5和SO₂、CO浓度偏高,市中心炳草岗一带PM₁₀、O₃和NO₂浓度偏高。结合本地发展规划和实际情况,根据气象要素分析,为攀枝花市分区分季节的防污减排决策提供气象参考。     

攀枝花市区及盐边县城区城市臭氧污染状况研究

攀枝花市区臭氧污染负荷逐年上升,盐边县城区近年来臭氧污染负荷均高于20%,臭氧污染已成为影响城市空气质量的重要因素。对2017年1月~2020年2月攀枝花市区和盐边县城区臭氧污染物浓度时空变化规律和相关性进行了研究,并结合攀枝花各地太阳能和天气网记录的气象数据,统计了太阳辐射强度、紫外线辐射强度、日最高气温、日平均风向、季节气候等气象要素与出现臭氧污染的概率。研究表明,攀枝花市区和盐边县城区两地春、夏季较易出现臭氧污染,春季臭氧浓度持续高值时数最多,夏季臭氧浓度持续高值影响时数次之,两地臭氧污染物浓度变化有极强相关性。此外,臭氧浓度与气象条件密切关系,当紫外辐射强度大于30W/m²时,臭氧污染的几率为5%~8%,最高日气温值29℃~36℃之间时易出现臭氧污染,攀枝花市区臭氧污染受西向气流影响最重,盐边县城区臭氧污染受南向气流影响最重,盐边城区臭氧污染主要受攀枝花市区影响。根据臭氧污染物浓度时空变化规律和气象条件,开展区域臭氧前体物排放调控,将有效改善地区环境空气质量。     

博乐市空气质量时空变化特征分析

以2001—2008年博乐市空气污染物的监测数据和统计年鉴资料为依据,对其平均浓度的时空变化特征进行分析。结果表明:博乐市空气总体良好,博乐市空气污染物的时空变化特征比较明显,SO2、NO2月变化曲线呈"U"字型,且冬春季节重于夏秋季节,这主要是由冬季取暖和不利气象条件造成的。2006年以来,博乐市TSP浓度呈现明显的空间转化特征,文教区的浓度略高于混合区,应引起环保部门的重视。     

四川省城市环境空气质量及变化趋势

本文根据2000～2009年四川省24个地级城市例行空气监测数据,按照《环境空气质量标准》(GB3095-1996)中的二级标准,采用综合污染指数法分析了四川省近10年环境空气质量的现状、变化趋势及影响因素。结果表明:从年际变化看,可吸入颗粒物浓度呈下降趋势,二氧化硫、二氧化氮浓度变化较平稳;年内变化显示,各污染物浓度季节变化明显,冬季污染最严重,污染程度由高到低的顺序为冬季、春季、秋季、夏季。全省综合污染指数呈下降趋势,空气污染程度得到了明显缓解,空气质量逐渐变好。     

2015-2018年衡阳市城区环境空气污染特征分析

本文利用2015~2018年衡阳市城区空气质量监测数据,分析环境空气污染特征及变化趋势。研究结果表明:2015~2018年衡阳市城区环境空气以PM2.5、PM10、O3污染为主,其中PM2.5和PM10年均值浓度呈下降趋势,O3年均值浓度呈不规则波动变化;年内时空变化上,O3呈现夏、秋季浓度高和冬、春季浓度低的特点,PM2.5和PM10呈现出夏季浓度低、冬季浓度高的特点。针对衡阳市空气污染物特征,提出了衡阳市城区空气质量改善的对策建议。     

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。     

基于高频AQI数据的关中城市群空气污染规律探索

基于高频分时AQI及各污染物浓度数据,本文使用"AQI小时指数"、首要污染物等进行统计分析并建立VAR模型对关中城市群空气污染的总体情况、日内波动规律以及城市间空气污染的关联规律做了不同层次的挖掘。研究结果表明:(1)关中城市群的空气质量整体较差,春、冬季空气污染程度明显大于夏季,空气污染的"季节效应"和"集簇性"明显,且主要表现为颗粒物污染。(2)空气质量的日内波动规律在春、冬两季表现为下半天优于上半天,夏季夜间优于白天。但在不考虑四季AQI小时指数图"相位"差异的情况下,四季空气污染的日内波动呈现出明显的相似性。(3)各城市空气污染存在明显的关联规律。城市群内一个城市空气污染的恶化会加剧其他城市的空气污染,并且对其他城市空气污染的影响峰值会在24小时之内出现,且该影响会随着空间和时间尺度的增大而逐步衰减。     

成都市雾霾期间气象要素与环境空气质量状况的对比分析

成都市2013年1月8日～ 20日期间出现了大范围的连续雾霾天气,环境空气质量持续超标.本文收集了该时间段连续5年的地面气象观测资料及环境空气质量数据,通过统计、对比等方式对其变化规律进行了初步分析,为雾霾的成因分析和大气污染控制提供参考.     

升钟水库富营养状况及生物群落调查评价

根据2008～2009年对升钟水库的逐月监测结果,采用综合营养状态指数法,对湖泊富营养化现状进行了评价,并对水库的浮游植物群落种类和密度进行了定性定量分析。结果表明,水库目前处于中营养状态,但在初夏和秋季由于温度和降水等气象条件的影响,可达到轻度富营养,其程度随季节变化明显：初夏和初秋形成高峰,冬、春季为低谷。从生物群落分析,浮游植物种类及密度在不同季节差别较大,初春及夏季的较其他季节多、冬季最低,优势种为蓝绿藻和硅藻。