气象因素对杭州城市空气质量的影响

利用杭州城市环境空气中污染物浓度与气象观测数据的相关性,分析气象因素对环境空气质量的影响情况,提出在杭州市区大气污染防治中必须首先予以考虑并着力解决的几个问题。     

安徽省臭氧污染特征及气象影响因素分析

基于2016—2018年安徽省68个国控环境空气质量自动监测站点的臭氧(O₃)监测数据,研究分析了安徽省O₃污染特征及其与气象因子的相关性。结果表明:安徽省O₃污染程度呈现逐年加重趋势,并有显著的季节和月度变化特征。2016—2018年,各年度单月O₃日最大8小时滑动平均质量浓度第90百分位数的最大值分别出现在9月、5月、6月。O₃日变化趋势为典型的单峰形,各年度最低值出现在晨间07:00左右,最高值则是在15:00—16:00。全省O₃浓度总体上呈现出北高南低的空间特征。温度、相对湿度与O₃浓度分别呈现显著正相关、负相关,但在不同季节存在一定差异,其中,春秋季温度与O₃浓度的相关性好于夏冬季,夏季相对湿度与O₃浓度的相关性最为显著。O₃浓度在平均风速为2.1～2.2 m/s时更易出现超标。中部和北部城市在东南风的作用下易出现O₃超标并达到O     

TSP的来源与气象因素对TSP测试的影响

用“化学元素平衡法”（ＣＢＭ）鉴别常州市总悬浮颗粒物（ＴＳＰ）的来源，结果表明，常州市的ＴＳＰ中，土壤尘约占３０％；建筑尘和燃煤尘相当，约各占２５％；钢铁尘占２．５％。扬尘不是独立源，它主要是土壤尘、建筑尘和燃煤尘的混合。通过气象资料分析，发现应在无雨（日降雨量小于０．１ｍｍ）和风速小于５ｍ／ｓ的气象条件下测试ＴＳＰ，才能保证测试结果具代表性。     

气象因子对臭氧的影响及其在空气质量预报中的应用

为提高重庆市臭氧(O_3)预报准确率,利用2013—2015年5—10月O_3监测数据和气象数据,通过主成分分析、逐步回归分析等方法,确定了影响重庆O_3浓度的主要气象因素为最高温度、温差、太阳辐射、降水量、相对湿度、水气压和压差;通过基于O_3污染水平相似的主要气象控制因子筛选和最优组合的预报结果优化方法,提高了O_3预报准确率,使2016年5—8月O_3的AQI类别预报准确率由57.7%增至72.4%,O_3超标的预报准确率由38%增至46%。     

乌鲁木齐市重污染天气与气象因素变化的影响分析

利用乌鲁木齐市近年来的空气污染监测资料和同期气象观测资料,研究乌鲁木齐市重污染天气的变化特征及其与气象条件的关系,并从气象特点、局地因子等方面的变化分析污染严重的成因,进一步研究造成重污染的物理机制,为今后乌鲁木齐市空气污染综合治理提供科学依据与建议。     

郑州市近地面臭氧污染特征及气象因素分析

利用国控站点空气质量在线监测数据,识别郑州市2015年近地面臭氧(O_3)污染状况、特征及与颗粒物和氮氧化物水平关系,并以烟厂站为例分析郑州市O_3污染与气象要素的相关性。结果表明:郑州市O_3日最大8 h平均值具有明显季节变化,呈现出夏季春季秋季冬季的特征,夏季岗李水库站O_3月均质量浓度为155.5μg/m3,其余站点月均质量浓度为110~150μg/m3;夏季O_3每日最大8 h浓度具有显著\"周末效应\",其他季节较不明显;O_3小时浓度日变化呈单峰型分布,在15:00—16:00达到峰值,早晨07:00达到谷值;前体物NOx小时浓度日变化呈双峰型分布,与O_3具有显著负相关性;气象因素相关性分析结果表明,郑州市O_3污染日多出现于高温、低湿和微风等条件,这些气象因素有利于O_3生成和累积。     

主要气象因素对可吸入颗粒物浓度影响规律探讨

简要介绍了上海、南京、苏州和南通市区API污染指数逐月同步走向的一致性,得出环境空气质量保护目标确定条件下,影响大气污染物浓度高低的主要因素是大中尺度天气系统的气象因素以及春、夏、秋、冬和典型冬季寒潮前后,南通市区可吸入颗粒物与气象因素之间的相关变化关系.说明在政府加大力度控制大气污染物排放量并取得阶段性成果时,另一个影响可吸入颗粒物浓度高低变化的重要因素是气象因素.     

云南省臭氧污染特征及气象影响分析

为研究云南省臭氧(O3)污染特征及其与气象因子的关系,基于统计学方法及Arc GIS空间差异分析、线性趋势分析、空间离散系数等方法,对全省16个市(州) 2015—2017年33个环境监测站点的监测数据进行了研究。结果表明:研究期间,O3逐渐取代其他大气常规污染物成为首要污染物,其浓度变化范围为19～138μg/m3。云南省各市(州) O3浓度年变化呈现周期性,月度峰值集中出现在春季(3—5月);日变化呈单峰形,峰值集中在14:00—17:00。O3浓度的空间格局由纵向集聚为主转变为横向集聚为主,各集聚区交错分布,低值区由西北部转移到西南部; O3浓度增长率为正的区域集中于东北部和中部,面积约为20.81万km2,占全省总面积的54.29%,其余半环状区域增长率为负。迪庆州O3污染情况与其他市(州)明显不同,且受其他市(州)传输的影响较小。气象因子对O3浓度的影响随时间和地域条件的变化而变化,对典型市(州)(迪庆州、丽江市、昭通市) O3浓度影响最大的为偏南风,影响的浓度区间为20～160μg/m3。     

乌鲁木齐市可吸入颗粒物污染水平及其与气象因素的相关性分析

为了解可吸入颗粒物污染水平与气象因素之间的关系,从2008年9月—2010年2月采集乌鲁木齐市可吸入颗粒物样品,并对其随时间的变化特征及其与气象因素之间的相关性进行了统计分析。结果表明,采样时间内可吸入颗粒物中PM2.5和PM2.5-10的质量浓度的范围分别为38.2~468.7μg/m3和20.8~243.1μg/m3,平均浓度分别为134.2μg/m3和69.2μg/m3。可吸入颗粒物同时受几种气象因素的影响,其浓度与温度、能见度、风速呈负相关,与湿度呈正相关。     

嘉善前体物与气象因子对臭氧生成的影响及臭氧潜在源区分析

利用2017年嘉善善西超级站臭氧(O₃)及其前体物(NO_x和VOCs)以及气象因子(温度、湿度、风速)逐小时数据,分析了2017年全年NO_x和O₃的变化特征以及春季(4—5月)、夏季(7—8月) NO_x和气象因子对O₃生成的影响,利用O₃生成潜势(OFP)评估了VOCs大气化学反应活性,并通过潜在源区贡献(PSCF)和浓度权重轨迹(CWT)方法分析了嘉善春、夏季O₃潜在源区贡献特征。研究发现:O₃日变化特征为单峰结构,NO_x为弱双峰结构。O₃浓度在3—9月较高,春、夏季O₃浓度峰值分别出现在15:00和14:00,春、夏季的NO_x、O₃日变化与2017年全年日变化趋势基本一致。NO_x对O₃存在滴定作用,且低湿高温有利于O₃     

2013—2018年海口市区臭氧浓度变化特征

利用海口市区4个站点2013—2018年臭氧(O₃)逐时观测资料,分析了O₃不同时间尺度变化特征、超标情况及其与前体物NO₂和气象因子的关系。结果表明:海口市区O₃浓度总体偏低,但2013—2018年各站点均有明显的上升趋势,海大站、海师站、龙华站和秀英站的气候倾向率分别为1.26、3.84、3.02、2.93μg/(m³·a),其中海师站、龙华站和秀英站分别通过了95%、98%、90%的信度检验。秋、冬季海口市O₃浓度最高,其中10月O₃浓度月平均最大值出现的概率最大,最小值主要出现在8月。O₃浓度日变化表现为单峰型,早晨08:00前后O₃浓度最低,午后15:00最高。海大站超标率最高(2.82%),海师站和龙华站次之,秀英站最小。4个站点的超标日O₃浓度均逐年上升,表明海口市O₃超标现象在恶化。O₃浓度与日照时间成正相关关...     

气象要素及前体物对青岛市臭氧浓度变化的影响

在深入探讨2013—2015年青岛市区O_3污染随时间变化特征的基础上,系统分析了不同气象要素对O_3浓度的影响,并研究了前体物对O_3生成的影响及贡献。结果表明:青岛市区O_3第90百分位日最大8 h滑动平均值和超标率均在2014年达到最高值;O_3浓度在5—10月较高,12月至次年1月浓度最低;O_3日变化呈单峰型变化规律,白天浓度高,夜间浓度低。强太阳辐射、高温、相对湿度60%左右、风速4 m/s左右、偏南风等气象条件下易出现高浓度O_3。O_3的生成主要受前体物VOCs控制,且烯烃对O_3生成的贡献远高于烷烃和芳香烃,控制VOCs尤其是烯烃组分的排放可有效降低青岛市区O_3浓度。     

成都市O3浓度的时间变化特征及相关因子分析

为深入认知成都市O_3浓度的时间变化规律及其影响因子,基于2013年1月1日—12月31日市区站点O_3、NO、NO_2、NO_x的逐时监测资料以及成都市气象站的气象数据逐时观测资料,据此对O3的季变化、日变化、\"周末效应\"、\"节假日效应\"进行了讨论,并对其浓度影响因子进行分析。结果表明:成都市O_3浓度季变化呈现明显夏高冬低的特征,浓度最大值出现在8月。O_3浓度日变化为单峰型,夏季峰值出现在15:00,冬季峰值出现在16:00。市区存在\"周末效应\",即周末O_3浓度总体比工作日高;\"节假日效应\"则表现出复杂多变性,受气象条件以及人为活动等多种随机因素的影响。O_3日平均浓度与NO、NO_2、NO_x、相对湿度呈明显负相关,与温度、风速呈明显正相关。     

广州市近地面臭氧时空变化及其与气象因子的关系

利用2012年1月至2016年2月广州市环境空气自动监测数据和气象观测数据,对广州市近地面臭氧的时空分布特征及其与气象因子的关系进行分析。结果表明:2012—2015年广州市臭氧日最大8 h滑动平均值的第90百分位数波动变化,年变化率依次为-14.3%、5.8%、-12.1%;广州市臭氧浓度呈现夏、秋季高,春、冬季低的显著季节变化特征;臭氧日最大8 h平均值的月均值和第90百分位数最高的月份一般分别出现在10月和7—8月;臭氧浓度的日变化曲线为单峰型,最大值一般出现在14:00或15:00;臭氧浓度随垂直高度的升高而增大,从低层(6 m点位或地面站)到中层(118 m和168 m点位)、中层到高层(488 m点位)臭氧日最大8 h滑动平均值的增长率分别为18.3%和39.1%;广州市中心城区臭氧浓度低于南北部城郊,夏、秋季高值区与夏、秋季主导风向相对应;臭氧浓度受降水、气温、相对湿度和风速等气象因子影响,臭氧浓度的超标是多种因素综合作用的结果。     

青藏高原典型城市拉萨市近地面臭氧污染特征

拉萨市作为青藏高原典型城市,环境空气质量相对较好,但臭氧污染近年来有所凸显。对拉萨市臭氧的现状与污染特征进行分析基础上,探讨臭氧污染的影响因素。结果表明:拉萨市臭氧污染表现出\"来得早,去得快\"的特征,与内地城市相比,拉萨市臭氧质量浓度在3月即可达到全年平均值(2015年为105μg/m~3),而9月以后将低于全年平均值,并在春末夏初达到峰值;由于青藏高原海拔高,紫外线强,相对内陆地区臭氧均值偏高,2015年拉萨市臭氧年均值比北京市和成都市分别高出7.7%、29.0%,其小时浓度变化呈中午高、早晚低的特征;拉萨市臭氧的浓度变化受空气湿度、日照时间和日均气温的影响;生物质燃料的跨界传输可能也对青藏高原地区臭氧的来源产生一定影响。     

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,...     

海口市臭氧污染及气象条件特征

近年来,臭氧已成为许多城市环境空气的主要污染物之一。笔者分析了2020年海口市5个不同方位代表性监测站点逐小时空气质量监测数据及对应站点的气象要素监测数据。研究结果表明:海口市2020年环境空气污染程度为三级以上的天数有11d,其首要污染物均为臭氧。臭氧浓度高值时段主要出现在10-12月。浓度最大值主要出现在每日14:00-17:00,最小值出现在每日05:00-08:00。气象要素日均值与臭氧浓度相关性大小依次为最高温度＞平均温度＞相对湿度＞降水量＞日照时数＞风速。台风外围下沉气流和东北气流的共同影响是导致海口市臭氧浓度超标的主要因素,下沉气流更有利于低层大气中臭氧的堆积,同时在东北气流影响下,上游区域污染物的传输也会导致海口市臭氧浓度增加。     

我国典型南方城市臭氧污染特征

分析了我国典型南方城市的臭氧污染特征,选取我国4个有代表性的南方重点城市武汉、宁波、中山和南宁的2013—2015年监测数据,使用EXCEL、ORIGIN和MATLAB等统计软件开展研究,结果表明:我国南方典型城市的臭氧质量浓度分布有明显时间变化特征,超标时间跨度大,部分南方城市与氮氧化物存在较明显负相关性,相关系数高于-0.6;受城市所在不同地理位置、气象因素、大气扩散条件及可能的不同本地排放污染源构成等因素影响,4个城市的近3年臭氧浓度月均值、超标情况和年内峰值均存在一定差异和分组相似性;与部分气象因素也表现出显著相关性。     

滁州市臭氧污染特征及一次连续臭氧污染过程分析

利用滁州市环境空气质量监测数据和气象观测数据,分析了滁州市O₃污染基本特征,并着重分析了一次连续O₃污染过程中气象因素、VOCs以及其他污染物对于O₃浓度的影响。结果表明:滁州市环境空气污染类型正由\"PM_2.5型\"向\"PM_2.5和O₃混合型\"转变,O₃污染程度呈现加重趋势,污染持续时间有所拉长。9月4—9日一次连续O₃污染过程中O₃呈单峰状;受到光化学生成和区域传输共同影响,峰值时气温大多在30℃以上,相对湿度较小,风速大多处于小风区(WS≤1 m/s),也有部分处于风速较大区域(WS>3 m/s);VOCs/NO_x比值法和O₃/NO_x比值法均反映此次连续O₃污染为VOCs控制;体积分数较大的VOCs物种主要为烷烃,其中单个体积分数最大的物种是乙烷;烯烃是对O₃生成贡献最大的关键活性组分,对O₃生成潜势的贡献为53.5%,控制1-戊烯、反2-戊烯、异戊二烯、间/对二甲苯等物种可以有效控制光化学生成对此次O₃污染过程的影响。