米泉市大气污染与气象因子变化特征分析

通过对米泉市大气污染状况进行分析，揭示大气污染与其所处的地理特征、气象特征的关系，并对大气污染物TSP、降尘污染与气象因子变化特征进行分析，进一步阐述尘污染是影响米泉市大气环境质量的重要指标。     

浅析气象因子对大气中低分子醛酮类有机物的影响

对广州市大气中低分子醛酮类有机污染物进行采样监测，并同步观测气象条件，分析气象因子与大气中低分子醛酮类有机物之间的相关性。结果表明：常规气象因子（温度、湿度、气压、风速等）对大气环境中醛酮类有机污染物的浓度有一定的影响。     

大气污染物影响因素的灰色关联分析

运用灰色系统理论，对产生和影响城市大气主要污染物的相关因素，利用灰色关联分析方法进行了量化分析研究，根据研究结果，提出了控制大气污染的防治对策．     

石河子市大气中氮氧化物与气象条件的关系

用实测数据分析了石河子市大气中ＮＯｘ与气温，湿度和风速等气象因子的关系，得出结论是气温升高，风速增强，使大气中ＮＯｘ浓度值降低，相对湿度在７０％～８０％之间，其ＮＯｘ浓度较高，为此，气象条件诸如水平风速，大气温度，湿度和大气层结构的稳定与否均大对气污染物浓度产生重要影响。     

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。     

乌鲁木齐大气微生物污染研究

采用网格布点用自然沉降法同步采样，调查和研究乌鲁木齐建成区大气微生物浓度分布、污染现状及微生物污染类型特征．结果表明：乌鲁木齐市大气微生物以细菌为主导，占微生物总数的７９．５％，真菌约占２０．５％．建成区大气微生物达５级中污染水平．大气微生物污染分布与环境条件和环境质量都有一定关系。     

主成份分析在大气测点优化研究中的应用

本文利用乌鲁木齐市大气环境质量历年监测统计资料,用主成份分析、模糊相似优先比法,对大气测点进行了优化研究,获得了代表乌鲁木齐市大气污染浓度水平和分布特征的优化测点。     

低山丘陵地区大气稳定度的一些特征

利用在低山丘陵地区的几次双向风标风速仪观测资料和常规气象资料，采用σψ方法和Ｐａｓｑｕｉｌｌ方法对当地大气稳定度等级进行了划分和讨论，并对此类地区大气稳定度的一些特征进行了归纳分析。     

城市间气态污染物与细颗粒物的相关性分析

通过对沿太行山脉东侧城市间环境空气污染物浓度监测数据分析发现,大气污染是一个区域性问题,相近城市间主要污染物浓度均呈高度正相关。以北京、石家庄、保定和邢台作为研究对象,对其2013年主要大气污染物浓度变化趋势进行分析对比,建立污染物浓度相关性分析模型,并对各污染因子间的相关性进行研究,得到各地区的污染物相关性结果,为区域协同控制大气污染提供决策支持。     

昌吉市大气扩散模型的建立与探讨

根据昌吉市地理环境特点，选用“大气扩散－沉积模式”，气象设计条件和扩散参数，建立起符合昌吉市特点的大气质量模型，并摸拟了ＴＳＰ污染现状浓度。     

Kalman滤波法在城市空气污染预报中的应用

利用Kalman滤波法结合由逐步回归法选出的T106气象因子,对大连市的空气质量进行预测预报,得出了该法与传统的多元回归法相比具有物理意义明显、准确率高的结论.     

洛阳市大气污染特征与相关气象要素24小时变化分析

通过对洛阳市环境空气监测资料的统计,归纳出洛阳市区日内24小时环境空气污染变化特征,并结合同步气象观测资料综合分析,找出了二者之间的联系特征。引入气温日较差这一便于观测、预报的气象要素表征空气污染物垂直扩散特征,为今后进行污染预报提供了新的思路。     

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。     

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。     

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%。     

宁波市大气污染概况及影响因素分析

为研究宁波市大气污染状况及其影响因素，利用2013—2018年宁波市国控站点实时监测污染物数据以及气象数据，探讨分析了宁波市大气污染特征以及所受气象因素的影响概况。结果表明：宁波市颗粒物污染和O₃污染呈现典型的季节性特征，颗粒物浓度冬季最高，O₃最大滑动8 h平均质量浓度春、秋季最高。宁波市O₃污染问题越来越突出，且呈现出春、秋季O₃超标天数最多的季节变化特征。O₃小时质量浓度与气温和太阳辐射成正相关关系，NO₂和颗粒物浓度与气温成负相关关系。NO₂与O₃浓度成负相关关系，与颗粒物浓度成正相关关系。     

Monitoring of Criteria Air Pollutants in Bursa, Turkey

The concentrations of criteria air pollutants such as CO, NO_x (NO + NO₂), SO₂ and PM were measured in the period of May 2001 and April 2003 in the city of Bursa, Turkey. The average concentrations for this period were 1115±1600 μg/m³, 29±50 μg/m³, 51±24 μg/m³, 79±65 μg/m³, 40±35 μg/m³, 98±220 μg/m³, for CO, NO, NO₂, NO_x, SO₂ and PM, respectively. Temporal changes in concentrations were analyzed using meteorological factors. Correlations among pollutant concentrations and meteorological parameters showed weak relations nearly in all data. Lower concentrations were observed in the summer months while higher concentrations were measured in the winter months. The increase in winter concentrations was probably due to residential heating. Pollutants were associated with each other in order to have information about their origin. NO_x/SO₂ ratio was also examined to bring out the source origin contributing on air pollution (i.e., traffic or stationary).     

执行GB 18918 -2002《城镇污水处理厂污染物排放标准》的思考

比较了GB18918—2002《城镇污水处理厂污染物排放标准》与相关行业和国家标准的特点，指出执行GB18918—2002《城镇污水处理厂污染物排放标准》的关键应是充分了解和掌握被执行对象所处的地理位置、建厂年限、处理工艺、污染物排放去向及用途等基本信息。提出选择控制项目的确定、监测能力的开发、大气污染物的配套治理手段和超标项目的配套管理办法是执行GB189182002《城镇污水处理厂污染物排放标准》时尚需深入解决的问题。