米泉市近五年大气污染状况及发展趋势

根据米泉市大气环境污染特点，对主要污染因子SO2、NO2、TSP的污染状况及近五年的发展趋势进行了分析，同时也分析了米泉市大气污染成份的成因和来源．     

米泉市城市环境空气污染状况分析和污染防治对策探析

根据2000年以来的环境监测数据,分析新疆首府乌鲁木齐市的重要卫星城米泉市的环境空气污染状况,结果显示米泉市环境空气质量污染严重,超越乌鲁木齐市。成为全疆冬季大气污染最严重的城市之一,大气环境质量亟待改善。本文针对米泉市环境空气严重污染的状况提出了控制对策和减缓措施,以期为改善乌鲁木齐市及周边城市大气污染状况提供依据。     

大气微生物与气象条件及大气污染物的灰色关联分析

根据大气微生物浓度、气象因子和大气污染理化因子的监测结果，应用灰色关联分析原理，分析研究大气微生物浓度与气象条件和大气污染物的关联程度，说明气象因子对各类微生物浓度的影响大于大气污染因子，特别是对耐高渗透压霉菌。     

对我国大气污染自动监测系统建设的思考

六十年代末七十年代初世界上许多发达国家相继建立了大气污染自动监测系统(APMS)。实现了在一个地区进行多点、同步、连续监测。大气污染自动监测系统可以提供大气污染时间——浓度变化曲线,各类平均值与频数分布统计资料及污染事故发生时的大气污染状况与气象数据;为掌握区域性大气污染特征及变化趋势:研究污染物分布变化规律、评价人体及动植物污染暴露的影响状况;验证大气污染物扩散模式;进行污染的预测预报及控制、环境规划、立法及管理提供科学依据。     

大气污染事故纠纷处理程序初探

以某硫酸厂因突发污染事故,造成大面积农作物受损一案的调查处理为例,提出大气纠纷处理程序是：根据农作物受损特征,确定是否属于大气污染,对受损农作物进行有离的理化分析,确定污染因素：对污染日气象资料和相关厂家生产状况分析,确定造成农作和员的污染源。在此基础上进行有效的调解和处理。     

兰州市大气污染现状分析及防治对策建议

从兰州市大气污染的治理状况出发,叙述了兰州市特殊自然条件下的的大气污染现状,经过分析得出兰州市大气污染的主要类型为可吸入颗粒物;根据兰州市的具体情况得出造成兰州市大气严重污染的多方面原因,并进一步分析得出燃煤污染是兰州市大气污染的主要来源,地理气象因素是污染物难以扩散,污染持续加重的原因.同时,文章对兰州市现行的环境治理政策体系相关措施进行评价,分析了兰州市有关大气污染治理相关政策的效果.最后,根据兰州市本身具体的环境情况,提出关于兰州市大气污染治理的几点建议.     

上海市工业区大气污染预警监测信息平台研究与设计

根据上海市工业区大气污染排放特征,在构建大气特征污染监控网络的基础上,搭建了工业区大气污染预警监测信息平台,并研究了适用于大气特征污染自动站的通信传输规范,确保数据联网和应用。平台设置了大气质量监控、大气数据管理、污染源一厂一档、大气质量分析评价、污染源溯源分析、应急监测数据管理、智能移动终端查询等7个子系统,可为上海市工业区大气污染预警和管控提供实时监测数据。     

兰州市城区冬季大气污染模式确定及预测预报的研究

利用１０年的监测数据，采用主成分分析和多元逐步回归分析方法，推导出兰州市城区冬季大气主要污染物的预测预报模型，同时，结合兰州城区冬季大气污染现状及气象特征，制定了首要污染的警戒值和应急措施，通过验证，模型的精度和警戒值指标符合实际情况并可满足预测预报的要求。     

唐山市中心区大气颗粒物特征分析

依据唐山市大气中TSP、PMl0监测数据、TSP源解析研究结果、对比实验结果及气象资料，分析了唐山市中心区大气颗粒物的结构组成和时空变化规律、颗粒物的粒径与空间分布及天气背景与大气颗粒物浓度的关系，得出唐山市中心区大气颗粒物的结构组成和污染特征，并提出了污染控制对策。     

江苏省霾污染遥感监测业务化运行研究

从霾污染遥感监测业务化流程出发,选取EOS/MODIS为主要数据源,MODIS气溶胶产品及气象数据为辅,在数据预处理的基础上,利用LM-BP人工神经网络模型算法反演区域大气颗粒物浓度,分析了可获取的遥感监测指标及气象指标对霾污染的贡献率,筛选出可业务化的霾污染遥感评价指标。对2013年1月江苏省2次典型的霾污染进行了星地同步分析,从分析结果来看,霾污染遥感监测结果与地面实测结果基本一致,霾污染遥感监测可以作为地面监测的有效补充,宏观反映区域霾污染空间分布,为大气污染防治提供有力的技术支撑。     

2015年新疆阿克苏市沙尘污染与气象因素关系的分析

应用阿克苏市国家基准站及2个环保局监测站2015年大风沙尘天气过程前后PM10浓度变化及其与污染源、NECP全球再分析资料、风、监测站周边环境等关系进行分析.结果表明,阿克苏市春季沙尘天气的首要污染物均为PM10,PM10的变化曲线呈正态分布,春季中度及以上污染日均出现在污染日当日或次日.造成阿克苏市沙尘天气污染源分本地型、外来型以及二者共同影响型三种.本地型沙尘污染强度取决于北风风速大小及强风持续时间,PM10浓度变化与风速呈正相关.而外来型污染多发生在本地型沙尘天气之后,"东灌"冷空气裹挟沙尘进入南疆盆地,造成地面加压,浮尘天气造成PM10浓度增大,并持续数天.总结出沙尘天气污染预警的几个必要条件,后续在地区环保局、县局监测站建立的情况下,为分析阿克苏地区"八县一市"污染物与气象因素的关系提供借鉴,同时为实际的空气质量预警提供参考.     

2006年春季石家庄市沙尘天气与PM_(10)污染

文章应用气象资料和环境监测逐时资料,对2006年春季石家庄市出现的沙尘天气过程中PM10浓度变化,及其与污染源、天气形势、风、周边环境等的关系进行分析。结果表明,沙尘天气的首要污染物均是PM10,PM10的变化曲线呈正态分布,春季中度及以上污染日均出现在污染日当日或次日。造成石家庄沙尘天气污染源分本地型、外来型以及两者共同影响型三种。本地型沙尘污染强度取决于风速大小及强风持续时间,PM10浓度变化与风速呈正相关。而外来型污染多发生在地面弱气压场,PM10浓度变化与风速呈反相关。文章总结出沙尘天气污染预警的几个必要条件,可供实际的空气质量预警参考。     

外来沙尘输送对北京市空气质量影响的预报预警技术初步研究

利用多方位监测数据和气象资料,分析了2010—2011年春季外来沙尘输送对北京市空气质量指数的影响,提出外来沙尘对北京市空气质量级别影响的预报判据。此外,基于NAQPMS模型的沙尘模块,开展数值预报研究,并对北京市2010年3月一次沙尘天气污染过程进行数值模拟试验,结果表明,模拟的PM10浓度值与实测值有较好的一致性。通过判别预报和数值模拟两种预报技术的开展,可以预报沙尘输送影响的空气质量级别、沙尘分布和演变规律,为进一步开展空气质量预报预警和防控沙尘工作打下了很好的科学基础。     

影响泰州市空气质量的几种沙尘类型分析

利用2020年11月—2021年5月泰州市大气颗粒物自动监测数据,结合激光雷达观测资料、气象资料及后向轨迹模式,研究分析不同类型沙尘天气过程对泰州市空气质量的影响。结果表明,研究时段泰州市受到沙尘天气影响共计12次,影响天数21 d,污染天数占比达42.9%;按照影响时长和影响程度将沙尘天气过程分为直接影响型、移速缓慢型、边缘影响型、入海回流型等4种类型;由于天气形势背景和传输路径差异,不同类型沙尘对泰州市空气质量影响程度差异较大,整体而言,移速缓慢型沙尘、入海回流型沙尘对泰州市空气质量影响更为显著。     

青海高原一次沙尘重污染天气成因分析

利用常规观测的卫星云图资料、地面资料、探空资料、地面污染物监测数据,结合拉格朗日粒子扩散模型(LPDM)污染源溯源方法,对2018年2月青海高原一次沙尘重污染天气的主要成因以及沙尘传输特征进行了分析。结果表明:此次重污染天气受高空低槽东移影响,在300~700 hPa形成了强烈的辐散下沉,槽后的高空急流随之东移。在其东移过程中,受高空急流动量下传及偏北气流中的冷空气共同作用,青海东部出现了大风沙尘天气。边界层中逆温层的存在是此次污染天气持续的重要原因之一,加之未出现明显降水,不利于大气污染物的扩散。通过运用LPDM对此次污染天气的运动轨迹进行分析来看,气团影响的模拟高度层距离地面100 m,气团层趋势一致。研究区地处青藏高原,海拔较高,0~100 m高度的气团足迹可以反映出PM 10污染气团的输送路径。同时,0~100 m是主要的人为源排放空间,也是对人类活动影响较大的区域。气团足迹与PM 10浓度的变化趋势一致,即青海东部沙尘污染主要是由河西走廊沙尘倒灌进入青海东部导致,这与天气学分析结果一致。     

奎屯市空气质量变化趋势及改善途径分析

通过对奎屯市环境空气质量监测数据的分析,显示出大气污染三项因子随年、季变化的趋势(其中20％的天数TSP超标)。结合当地的能源结构、气候特征、城市环境综合发展水平,探讨了改善奎屯市空气质量变化趋势的途径,为防治和减轻奎屯市的空气污染提供科学依据。     

基于K-means聚类的沙尘天气快速识别技术研究

依据沙尘天气判定条件分析2018年春季（2—4月）陕西省西安市环境空气质量小时监测数据，共识别9 d受沙尘影响。研究基于K-means聚类沙尘天气分析方法，分析沙尘天气监测数据特征，并对沙尘识别聚类模型进行优化研究，识别的沙尘影响天气与传统方法一致。分析表明，聚类方法可用于沙尘天气监测数据的识别，与传统方法相比较，基于K-means聚类方法能够快速、准确识别沙尘影响天气。     

Application of wind-profiling radar data to the analysis of dust weather in the Taklimakan Desert

The Urumqi Institute of Desert Meteorology of the China Meteorological Administration carried out an atmospheric scientific experiment to detect dust weather using a wind-profiling radar in the hinterland of the Taklimakan Desert in April 2010. Based on the wind-profiling data obtained from this experiment, this paper seeks to (a) analyze the characteristics of the horizontal wind field and vertical velocity of a breaking dust weather in a desert hinterland; (b) calculate and give the radar echo intensity and vertical distribution of a dust storm, blowing sand, and floating dust weather; and (c) discuss the atmosphere dust counts/concentration derived from the wind-profiling radar data. Studies show that: (a) A wind-profiling radar is an upper-air atmospheric remote sensing system that effectively detects and monitors dust. It captures the beginning and ending of a dust weather process as well as monitors the sand and dust being transported in the air in terms of height, thickness, and vertical intensity. (b) The echo intensity of a blowing sand and dust storm weather episode in Taklimakan is about ?1~10 dBZ while that of floating dust ?1~?15 dBZ, indicating that the dust echo intensity is significantly weaker than that of precipitation but stronger than that of clear air. (c) The vertical shear of horizontal wind and the maintenance of low-level east wind are usually dynamic factors causing a dust weather process in Taklimakan. The moment that the low-level horizontal wind field finds a shear over time, it often coincides with the onset of a sand blowing and dust storm weather process. (d) When a blowing sand or dust storm weather event occurs, the atmospheric vertical velocity tends to be of upward motion. This vertical upward movement of the atmosphere supported with a fast horizontal wind and a dry underlying surface carries dust particles from the ground up to the air to form blown sand or a dust storm.     

中国部分地区2021年几次典型沙尘天气遥感监测分析

2021年，中国北方地区经历了多轮大范围沙尘天气，波及西北、华北、东北甚至黄淮、长三角等地区。其中，3月份出现自2010年以来最强沙尘天气过程。该研究基于Himawari-8静止卫星数据和地面同步空气站点监测数据，分析了2021年3月14—17、27—30日和4月14—15日3次典型沙尘天气过程。分析结果显示：2021年3月14—17日沙尘天气影响范围最广，沙尘分别在不同时间段起源于蒙古国西北部、中国甘肃和青海交界处、新疆和甘肃交界处，大范围沙尘天气是多处尘源综合作用的结果。3月27—30日和4月14—15日沙尘主要起源于蒙古国，沙尘源较单一，影响范围相对集中，但某些时段受影响区域的沙尘强度很高。地面同步空气站点PM₁₀监测数据与卫星数据有很好的一致性。     

克拉玛依市区大气尘污染研究

对克拉玛依市区大气尘污染的特征及变化规律进行了全面的分析和研究。结果表明，市区的尘污染有加重的趋势，降尘属中度污染，道路尘污 染也较严重。提出了一些具体的防治对策。