乌鲁木齐市冬季AQI与气象要素的相关性分析

选取污染事件较为严重的冬季为研究对象，分析该季节空气质量指数(Air Quality Index,以下简称AQI)变化及其与气象要素之间的相关特性，为乌鲁木齐市在大气污染治理方面提供相关的理论依据。利用乌鲁木齐市2019—2021年的逐日AQI和地面气象要素数据，分析了该市冬季空气质量特征及其与气象要素的关系，结果表明：乌鲁木齐市1月空气质量最差，污染主要出现在冬季12月至翌年2月；冬季空气质量呈现明显的南优北劣的空间特征；冬季AQI与相对湿度呈显著的正相关，与降水量、气温、风速呈显著的负相关；降水量低于0.5 mm、相对湿度在60%～75%、平均气温在-20～-10℃、平均风速低于2 m/s时，容易出现重污染天气。     

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。     

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.     

精河流域近56年气候特征分析

通过精河县气象站近56年观测的降水、气温、日照总量数据,分析了近56年来精河地区的气候变化特征.得出如下结论:①精河流域的降水有明显上升的趋势;气温也呈明显上升的总趋势,年、代际有较大起伏;年日照总量呈下降趋势,表明阴雨天增多,反应了新疆气候逐步向暖湿气候转型.②精河流域降水量年际变化的周期性振荡特征比较明显;气温年际变化的周期性振荡特征不太明显;日照总量周期性震荡比较明显.③精河流域全年的气温、降水和日照总量的相关程度并不高,随气温升高降水增加,降水升高日照总量降低.④气候的暖湿转型减少了研究区内沙尘暴天气的发生次数.     

伊宁市空气污染与气象因子相关性分析

利用伊宁市2000年大气和气象实测资料分析了污染物与气象诸因子的关系。结果表明，污染物与气象诸因子的关系较为明显，特别是与风速，相对湿度,气温的相关性十分显著。同时也得出伊宁市降水的净化效应不显著。     

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。     

台州市区PM2.5和O3污染特征及相互作用关系

基于2016—2020年台州市区大气污染物监测数据及气象观测资料，分析了台州市区PM_2.5和O₃的污染特征及受气象因素影响情况，并探究了不同季节下的PM_2.5浓度和O₃浓度的相关性及相互作用关系。2016—2020年，台州市区PM_2.5年均浓度和超标天数呈显著下降趋势，O₃-8 h年均浓度和超标天数总体呈上升趋势。PM_2.5浓度在冬季最高，且易发生超标；O₃浓度在春、夏、秋季均较高，且均会发生超标。通过相关性分析可知：PM_2.5浓度与气温、相对湿度、风速、降水量呈负相关，与大气压呈正相关；O₃浓度与气温、风速呈正相关，与相对湿度、降水量呈负相关。不同季节下的PM_2.5浓度与O₃浓度均呈正相关，两者存在协同增长。在春、夏、秋季，二次PM_2.5在总PM_2.5中的占比随着O₃     

近60年来乌鲁木齐气候极值分析

基于乌鲁木齐近60年的气温、降水资料,运用Mann-Kendall和线性回归检验对气候变量序列进行了趋势和极值分析。结果表明,平均气温、平均最高气温、平均最低气温表现出增加趋势且以秋冬季的增温幅度最大。气温日较差在所有时间步长内都是缩小的,其主要原因是平均最低气温的升温幅度比最高气温大,降水量总体上增加,季节降水中以冬季增加最为明显。从气候极值变化方面看,与异常偏冷相关的极端事件如霜冻日数、冷夜日数、冷昼日数、冷日持续指数显著减少减弱;与异常偏暖相关的暖夜日数、暖昼日数则明显增多增强;降水强度、强降水量增加明显,持续干旱有所下降。     

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。     

室内氡子体浓度的动态观测

采用Markov快速潜能法,观测了武汉市某一建筑物室内氡子体浓度随季节和昼夜的变化规律.结果表明:全年(215天)室内氡子体浓度呈正态分布,24小时内最大值与最小值之比为2.9,月均值在年均值±60％内变化.对气压、气温、日照、相对湿度等气象因素的影响也进行了初步探讨.     

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.     

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。     

2010年春季沙尘天气对北京市空气质量的影响及其天气类型分析

利用2010年3-5月北京市市区以及北京西北部、西部和东部3个不同方位边界的空气质量自动监测站监测数据,结合气象资料和激光雷达观测数据,分析了春季外来沙尘对北京市空气质量的影响。研究结果表明:2010年春季北京市出现15次外来沙尘天气,外来沙尘输送对北京市空气质量的影响天数为21 d,直接造成15 d空气质量超标,最严重的一次API指数达到最大值500。沙尘的天气形势特征以及输送路径的不同,对北京市空气质量的影响有明显差异。当低压中心过境时,沙尘天气影响最重,颗粒物浓度显著上升,气态污染物迅速下降,沙尘呈现自西北向东南输送的特征;低压底部过境与低压中心过境类似,但是沙尘强度略弱;除此之外,沙尘回流也可以直接造成北京市空气质量超标,颗粒物浓度和气态污染物浓度均表现出上升的变化趋势。     

浅谈阿图什市近3年干旱气候与沙尘暴的影响及其对策

为了研究阿图什市干旱气候的变化和沙尘暴频发的原因，利用阿图什市2005-2007年连续3年的降水量、湿度、PM10浓度、风速、温度与沙尘暴的频发次数相关的气象数据资料，提出改变干旱气候及减少沙尘暴频发的建议，为阿图什市发展生态城市建设提供科学依据。     

西藏拉萨市热岛效应及其影响因子分析

采用2001年、2004年以及2007年三年的EOS/MODIS遥感信息反演的地面温度以及多年常规气象观测资料,讨论了拉萨市热岛现象及其可能影响因子。结果表明:(1)热岛强度的年、季节变化呈现逐渐增强的趋势,其中,冬季的热岛强度最强,其次是春季,秋季和夏季的热岛效应较弱;高温区基本位于城市中心或者县城所在地及其周围,低温区主要集中在各县的郊区;近年来拉萨地区的城市高温区域逐渐扩大,有些高温中心可能向某些区域偏移;遥感资料所获取的地表温度与平均气温之间存在一定的正相关性。(2)无论是年变化,还是季节变化,热岛强度都与风速呈正相关,与日照时数呈负相关,与蒸发量的相关在夏季和冬季分别呈正相关、负相关的相反状况;地表温度与植被分布具有较好的负相关关系,即在城区存在较高的地表温度分布和较小的NDVI,过渡到郊区具有温度减小、NDVI增加的特征;随着城市化进程的加剧,建筑面积不断扩大,人类活动明显增加,排放至大气的人为热增加,这些因素都可能导致热岛强度的增强。     

库尔勒市大气颗粒物污染特征与影响因素分析

针对库尔勒市PM 10、PM 2.5年均浓度超标现象,基于市区3个环境监测站2013—2017年的逐时观测数据,分析PM 10、PM 2.5污染特征、成因及其主要影响因素。结果表明:①2013—2017年库尔勒市PM 10年均浓度变化较大且无明显趋势,PM 2.5年均浓度整体呈下降趋势;②季节尺度上,库尔勒市PM 10在每年2—5月呈现高浓度,PM 2.5高浓度期则为10月至翌年5月;③城郊的开发区站PM 10浓度最高,老城区的州政府站PM 2.5浓度最高,在PM 10和PM 2.5的高浓度期空间差异尤其显著;④PM 10与风速显著正相关,来自塔克拉玛干沙漠的风蚀沙尘颗粒物是库尔勒地区颗粒污染物的主要来源;⑤库尔勒市PM 10主要为外源输入,PM 2.5则以城市内源为主,相对湿度、风速、风向、温度等气象条件是影响大气颗粒物浓度及分布的重要因素。     

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。     

拉萨市环境空气质量与气象特征分析

分析了拉萨市环境空气质量及其拉萨市的地理位置、地形地貌和气候特征的关系。研究结果表明 ,自然沙尘是拉萨市环境空气质量的主要自然源。月降尘量与降水、大风等有明显的相关关系。加快拉萨地区生态环境建设 ,增加植被覆盖率 ,减少沙源是改善拉萨市环境空气质量的关键