石家庄市一次重污染过程气象条件分析

对石家庄市2016年12月14—23日一次重污染过程的逐时空气质量和气象资料进行了分析。结果表明，低压均压类天气控制下，较高的相对湿度和水汽压，<2.5 m/s的低风速以及<500 m的混合层高度是该次重污染形成和持续的重要原因。当风速<2.5 m/s，且相对湿度>45%或水汽压>3.6 hPa时，空气质量明显较差；当风速<2 m/s，且湿度>65%或水汽压>4 hPa时，污染级别达到严重污染；该次重污染形成与维持的地面气压临界值为1 017 hPa，当气压>1 017 hPa时，环境空气质量相对较好；当气压<1017 hPa时，更容易发生严重污染。     

建德市大气SO2浓度与气象条件关系初探

利用实测资料分析了建德市大气ＳＯ２与风向、风速、气温、湿度、降水量、逆温气象因子间的关系，认为，冬季污染源下风向混合区ＳＯ２浓度出现最高值，在静风和微风情况下，城市污染水平基本上可代表城市的总体污染水平。     

厦门市空气质量臭氧预报和评估系统

为了评价和预测厦门市区空气中臭氧的污染水平,运用2006～2009年的监测数据对臭氧的污染成因及其变化规律进行研究。通过风向、风速、气温、湿度等气象因子对臭氧浓度影响的分析,进而运用多元线性回归法建立厦门市臭氧预报及评估系统。     

昆山冬季一次持续性雾霾天气生消过程分析

选取2016年12月昆山地区出现的1次持续性雾霾天气,对其雾、霾交替过程中所表现的阶段性特征和差异性进行了分析。结果表明:（1）不同程度的雾霾持续约5d,受北方污染气团入侵及冷空气、湿度等条件影响,雾、霾轮流交替出现。（2）与能见度呈现正相关的气象因素有气压和风速;呈现负相关的有相对湿度和露点温度;气温与能见度相关性不明显。（3）颗粒物浓度变化大致可分为前、后2个阶段,当相对湿度增大到接近饱和时,颗粒物并不能无限地吸湿增大,此时颗粒物浓度对能见度的影响可能已不是主要因素。（4）气团后向轨迹分析表明,前期污染物主要来自山西、河南一带,第2次污染气团主要来自西北方向。     

河南省2014-2020年PM2.5浓度时空分布特征及气象成因分析

利用2014—2020年河南省18个地级城市空气质量监测资料和气象数据,运用空间自相关分析、ArcGIS制图及相关性分析等方法,从时空分布特征上揭示河南省PM_2.5污染特征,并分析其气象成因。结果表明：河南省2014—2020年PM_2.5年均浓度为40～100μg/m³,总体呈递减趋势。PM_2.5浓度季节分布特征为冬季>秋季=春季>夏季。河南省2019年和2020年PM_2.5污染空间分布存在显著自相关,污染程度严重的地区主要是中部和东北部地区。冷热点分析发现,热点城市为濮阳、安阳、济源、郑州、新乡、焦作、鹤壁,冷点城市为信阳、驻马店、周口。PM_2.5在年尺度上与气压、气温、相对湿度、风向、风速、能见度显著相关,其中,与气温相关性最高,相关系数为-0.424。当相对湿度处于90%以下时,PM_2.5浓度与相对湿度呈正相关;而在相对湿度超过90%之后,PM_2.5浓度下降至70μg/m³...     

苏州市O3污染气象要素影响分析

根据2015—2017年苏州市南门站O_3污染物和相关气象要素数据,分析了太阳辐射、相对湿度、风速风向、气温等气象要素对苏州市O_3污染的影响。结果表明:在太阳总辐射量在300 W/m~2以下时,O_3浓度随太阳总辐射量上升较快,在此后则上升速度趋缓。O_3污染天湿度主要分布在30%～60%,而O_3优良天的湿度主要在50%以上。风速较小时O_3浓度较低,风速较大时O_3浓度相对较高。O_3中度污染时,受东北偏东方向的O_3及其前体物传输影响较大。在日最高气温高于15℃时,可能出现O_3轻度污染;最高气温高于25℃时可能出现O_3中度污染。     

基于特征指标的气象因子对PM2.5浓度的影响分析

以西安为研究区域,为探究气象因子对PM_2.5浓度的影响,采集2017-2019年空气质量与气象因子数据,改进k-Means聚类算法,形成严重污染、重度污染、中度污染、轻度污染共4个PM_2.5浓度与气象因子样本簇集。分析簇集数据分布,选择Spearman相关性分析方法,确定影响PM_2.5浓度的气象因子;定义PM_2.5凸显性条件,给出幅度特征FOA、浮动特征FOF和凸显特征FOH,构建三维空间,确定气象因子对PM_2.5影响的大小,进而建立气象因子对PM_2.5浓度的影响分析方法。比较多元线性回归和随机森林回归方法,结果表明:该方法提高了分析效率,且无需考虑因子选取和表达,能有效确定影响PM_2.5浓度的气象因子种类及影响程度。在低温、高湿、高压和相对静风的气象条件下,空气中颗粒物难以扩散和输送,使西安市PM_2.5浓度升高。严重污染、重度污染和中度污染中,PM_2.5浓度与相对湿度呈显著正相关,与风速、气温呈显著负相关,且影响大小依次为相对湿度>风速>气温;轻度污染中,PM_2.5浓度与相对湿度、气压呈显著正相关,与风速、气温呈显著负相关,且影响大小依次为气温>相对湿度>气压>风速。     

离子色谱法测定空气中的甲酸和乙酸

离子色谱法分析空气中甲酸和乙酸效果较好。1　试验1 1　主要仪器与试剂ＤＩＯＮＥＸＴＥＣＨＣＯＭＰＤＸ - 1 0 0Ｔ离子色谱仪 ,配ＤＩＯＮＥＸＡＳＲＳ抑制器、ＤＩＯＮＥＳＡＳ4Ａ -ＳＣ阴离子分离柱、ＤＩＯＮＥＸＡＧ4Ａ -ＳＣ保护柱、电导检测器 ;ＴＥＬＥ色谱工作站 ;     

三亚市臭氧污染特征、输送路径及潜在源区分析

基于2015-2019年三亚市空气质量自动监测数据和气象观测资料,结合后向轨迹聚类与潜在源区分析等方法,分析了三亚市O₃污染特征。结果表明:2015-2019年三亚市O₃浓度总体优良,优良天数比例为97.9%(标准状态),超标天均为轻度污染,多发生在秋冬季。O₃浓度与平均相对湿度、气温和降水量呈负相关关系,与平均风速呈正相关关系,同时与风向密切相关。6-8月气温较高,主导风向为偏南风,O₃及其前体物以本地排放为主,O₃浓度较低;秋冬季盛行东北风,易受到来自内陆的污染传输影响,O₃浓度相对较高。当日最高气温为20~30℃、日均相对湿度为65%~85%、日均风速为3~8 m/s、主导风向为东北风时,三亚市发生O₃超标的概率较高。台风外围和冷高压南下是导致三亚市O₃超标的2种典型天气形势。经聚类分析得到,2019年2个污染过程气团输送路径均来自东北方向,潜在源区分析WPSCF与WCWT的高值区一致性较好,均表明珠三角地区是三亚市重要的O₃污染潜在源区,需要加强与珠三角地区O₃污染的联防联控。     

徐州市区臭氧浓度变化特征及与气象要素的关系

根据2016年徐州市区臭氧(O_3)自动监测数据以及气象观测数据,探讨了徐州市区O_3浓度的变化特征及其与气象要素的关系。结果表明:2016年徐州市区环境空气中O_3-8h浓度超过二级标准共有32天,超标日集中出现在4月~9月;O_3-8h浓度年均值为122μg/m~3,O_3-8h第90百分位浓度为153μg/m~3。O_3浓度呈现夏季﹥春季﹥秋季﹥冬季的季节性变化特征和"单峰型"的日变化特征。O_3浓度与温度呈正相关性,与湿度和气压呈负相关性;当气压﹤1010 hPa,气温﹥25℃,相对湿度﹤50%时,O_3-8h浓度容易出现超标的情况。     

湖南省大气污染特征及气象影响分析

为深入探究湖南省大气污染过程变化特征及气象条件对不同首要污染物的影响,利用2015—2021年湖南省14个市州的大气环境监测数据及气象观测数据,分析研究了68次污染过程的持续时长、分布特征等,并根据污染来源分析结果、传输路径分析结果,结合地形特征,进行了污染影响区域划分,对不同首要污染物的气象因子反馈机制进行了细致剖析。结果表明:湖南省大气污染过程以颗粒物污染为主,年变化特征呈现为单峰形,单次污染过程持续时长一般不超过3 d;3条主要的污染物传播路径均是由湘北地区进入长株潭城市群;污染来源以本地积累为主,外来输送与本地污染叠加次之;颗粒物污染主要受边界层稳定程度、逆温情况和近地面空气湿度的影响,臭氧污染则主要受紫外辐射、前体物浓度和扩散条件等的影响。     

江西省臭氧污染特征及其与气象条件的关系

基于2017年1月至2020年6月的江西省国控点臭氧监测数据和同期气象观测数据,研究江西省臭氧污染特征及其与气象条件的关系。结果表明:2017—2019年,江西省臭氧超标时间和质量浓度呈现出逐年增加的趋势; 4—6月和8—10月是江西臭氧污染高发期,其中8—10月臭氧污染最严重;臭氧1 h浓度日变化呈现"单峰"分布特征,早晚浓度低,上午09:00浓度快速上升,15:00达到峰值。除景德镇外,2017—2019年江西省臭氧污染在空间上总体呈现出南高北低的特征,2019年臭氧污染在空间上呈现出总体平均分布的特征。大体上,江西省11个设区城市臭氧超标天数比例的峰值在(30,35]℃日最高气温区间。晴朗天气时的地面低压系统与臭氧污染关联性强,江西省11个设区城市在日均地面气压(990,1 013.25]hPa、日均地面湿度(50%,70%]和日均地面风速(1,2]m/s条件下臭氧容易超标,臭氧超标时地面主导风向主要为北风和东北风。     

长沙地区O3污染潜势广义可加模型的季节分异性

基于长沙市2016—2019年臭氧（O₃）浓度的逐时监测资料以及该时段同时次的气象观测数据,首先利用相关性分析和方差膨胀因子相结合的方法排除了相对湿度、太阳辐射、气温、风速、气压之间存在多重共线性问题,进而构建了春、夏、秋、冬四季O₃日最大8 h滑动平均质量浓度（O₃-8 h）与上述气象因子的广义可加模型（GAMs）,分析了O₃污染潜势GAMs模型的季节分异特征。结果表明：①春、夏、秋、冬四季O₃与相对湿度、太阳辐射、气温、风速、气压各变量之间多呈现出非线性关系（自由度大于1）。②春、夏、秋、冬四季多变量GAMs模型方差解释率（IRV）分别为80.7%、60.2%、83.0%、81.4%,调整判定系数R²分别为0.795、0.564、0.819、0.795,即不同季节气象因子在GAMs模型中对O₃的解释能力存在显著差异,秋季最好,冬春季次之,夏季最差。③相对湿度、太阳辐射、气温是决定春、夏、秋、冬四季O₃浓度变化最重要的气象要素,但其重要性排序随季节有所变化,对应的太阳辐射的F统计值分别为140.841、36.606、14.16、46.377,相对湿度的F统计值分别为3.291、4.158、15.82、8.105,气温的F统计值分别为7.030、2.113、15.79、3.340。该结论揭示了气象因子对O₃演化影响的复杂性,并为后续O₃污染潜势的预报奠定了基础。     

佛山市近地面臭氧污染特征及相关气象因子分析

利用2014年佛山市8个国控大气自动监测点位的O_3监测数据,分析了佛山市的O_3污染特征,结果表明,2014年O_3日最大8 h平均值的第90百分位数为167μg/m~3,O_3为首要污染物的超标天数为43d,占比46.7%;ρ(O_3)区域变化不大;ρ(O_3)月变化呈现"三峰型",全年高ρ(O_3)集中在6—10月份,其中7月份出现全年最高峰值;ρ(O_3)日变化呈单峰型分布,夜间浓度较低且变化平缓,14:00—16:00左右达到峰值,并存在一定的"周末效应",但并不明显;ρ(O_3)与气温呈显著正相关,与湿度、气压、雨量呈显著负相关,与风向、风速的相关性相对较弱;总体上看,高温、低湿、微风、偏南风、低压、无雨的天气条件下高ρ(O_3)更容易出现。     

便携式干法烟气预处理装置除水效率分析

利用湿度发生器与SO₂标准气生成湿度梯度测试气,比较“微压”式、半导体冷凝、Nafion管干燥3种便携式烟气预处理装置中的SO₂损失率;结合各预处理装置的工作原理及特点,分析其除水效率下降的主要原因。通过现场比对测试,验证“微压”式和半导体冷凝烟气预处理装置的除水能力。为降低烟气湿度对测试结果的影响,提高监测数据的准确性提供参考。     

连续监测中影响总悬浮颗粒物监测质量的因素

在空气环境质量监测中,采用滤膜采样-重量法监测总悬浮颗粒物,监测结果受客观及主观因素的影响较大。因此,在采样和分析过程中必须严格控制各种条件,以提高测量结果的准确性。1　采样1 1　采样流量的影响采样时,采样器的准确度取决于采样流量保持恒定的程度。光化学烟雾、油状颗粒物等均可阻塞滤膜并造成空气流速不匀,使流量迅速下降;浓雾或高湿度空气使滤膜变得太潮,也会使流量明显下降[1]。因此,在能见度低或高湿度天气,可采用分段采样,集中累加,以降低因流量变化对总悬浮颗粒物测量的影响。1 2　气象条件的影响在采样体积与标准体积…     

上海市奉贤区O3污染特征与影响分析

于2014-2019年,对上海市奉贤区4个环境空气自动监测站的臭氧(O3)污染特征及其影响因素监测数据进行了统计分析.结果表明,O3质量浓度年均值大体平稳且略呈下降趋势,O3日8 h质量浓度中位值和最大值呈现逐步上升趋势,O3质量浓度的最高点和次高点均出现在4-10月.气温与O3质量浓度呈显著正相关关系;随着风速和湿度...     

海口市臭氧污染特征

基于2013—2015年海口市4个空气质量自动监测站点数据,结合气象资料,分析了海口市O_3的污染特征。结果表明:海口市O_3总体优良,优良天数比例为99.4%,污染天数均为轻度污染;在良和污染天数中,O_3作为首要污染物的天数占40%,超过其他5项污染物占比。海口市10月O_3浓度最高。O_3月均浓度与温度呈负相关关系,同时与风向有密切关系:5—8月气温较高,以南风为主,O_3浓度较低;1月北风频率较高,易受外来污染传输作用,O_3浓度相对较高。O_3超标日以东北风为主,日变化并未呈现单峰型特征,12:00—22:00时段O_3浓度在10%范围内小幅变化。台风外围型和北方冷高压底部型是造成海口市O_3超标的2类典型天气形势。     

北京市空气污染指数及其影响因素分析

以北京市2001—2012年空气污染指数(API)和气象资料为基础,通过描述统计和GLM模型分析了北京市API的变化趋势和影响因素。分析结果表明,从年际变化看,北京空气质量呈逐年好转趋势;空气质量季节差别显著,春季和冬季的空气质量最差,夏季空气质量显著优于冬季和春季;各气象因素对空气质量均有显著影响,气压、气温、降水、日照时间与API呈负相关关系,其升高有利于空气质量改善,而日最高温、湿度、风速与API呈正相关关系。交通限行政策对北京空气质量有显著改善作用,但未发现API存在显著的周末效应。     

银川市臭氧污染特征及其气象条件诊断分析

利用2017年银川市区O_3监测数据和同期气象资料,分析O_3污染时间变化特征,在对高浓度O_3污染发生时段典型气象特征诊断分析的基础上,初步总结银川市O_3污染气象要素预警指标和典型环流特征。结果表明:银川市近地面O_3浓度春夏季高、秋冬季低,其月浓度峰值一般出现在夏季6月或7月;O_3浓度白天高、夜间低,日O_3浓度峰值一般出现在14:00—18:00之间;当14:00地面紫外辐射30 W/m~2、气温高于28℃、相对湿度低于40%、风向为偏东或偏南风时发生高浓度O_3污染的概率较高;500 hPa大陆高压脊前西北气流型和地面热低压底部东南气流型是银川市发生O_3污染的典型环流特征。