厦门市环境空气污染时空特征及其与气象因素相关分析

利用2014年3月—2015年2月厦门市18个监测站点实测数据,运用GIS技术、相关分析以及统计分析等方法,进行空气质量指数(AQI)及其污染因子的时空分析,结合厦门市土地利用分类专题图和主要重工业企业分布图进行厦门市环境空气质量状况污染源的分析.结果表明:厦门市首要污染物为PM10,其天数占全年的48%,PM2.5紧随其后占到36%;厦门市空气质量较好时间段主要集中在夏季,其中7月份是厦门市空气质量最好的月份,而厦门市秋冬两季的空气质量较差;AQI与温度相关系数达-0.813,具有极显著负相关性(p0.01),与气压相关系数达0.835,具有极显著正相关性(p0.01),而与风速和相对湿度气象因素相关性都不显著(p0.05);PM2.5、PM10、SO2、NO2、O3污染因子存在明显的空间分布差异,海沧区和集美区南部的空气污染比厦门其他地方明显更为严重;从土地利用图和主要重工业企业的分布图可以看出,污染最为严重的地区土地利用类型主要是建筑用地,而且这些地区还分布着许多钢铁厂和发电站.     

淮安市区空气质量评价及趋势分析

根据淮安市区2007年实测空气质量日报资料,用空气污染指数法,对淮安市区空气质量进行评价;并用秩相关系数检验法作污染趋势分析。结果表明,2007年淮安市区的空气质量类别为Ⅱ级,空气质量状况为良好,监测点富华服装公司的空气质量最差,监测点淮阴区监测站的空气质量最好;一年中以8月份的空气质量最好,1月份的空气质量最差;污染物SO2及NO2浓度随时间变化趋势明显,而PM10的浓度随时间变化趋势不显著。     

长江经济带空气质量的时空分布特征及影响因素

基于2015~2018年空气质量实时监测数据，研究了长江经济带AQI的时空变化特征，从大气污染物排放量和气象因素两方面选取评价指标，利用地理探测器揭示了长江经济带AQI分布的影响因素及其季节变化.结果表明：2015~2018年长江经济带空气质量总体趋于改善，平均超标率由19.8%降至16.2%，除O₃超标率上升外，其余常规监测指标均有不同程度的下降.2017年开始O₃的超标率超过PM₁₀，成为长江经济带仅次于PM_2.5的大气污染物.AQI月变化曲线大体呈U型，具有冬春高、夏秋低的特点.长江经济带空气质量改善主要体现在冬、秋两季，O₃浓度的上升使夏季空气超标率上升，春季变化不大.AQI和空气超标率总体呈东高西低、北高南低的分布特征，其中上海、江苏、安徽中北部和浙江北部污染最严重，湖北中部和成渝地区其次，云南、贵州和四川西部空气质量良好.春夏季AQI的差异主要表现为东西向，秋冬季则主要表现为南北向.污染物排放量因子对长江经济带AQI分布有显著的正向影响，气象因子的影响方向则随季节变化而变化.全年和春、秋、冬3季AQI的分布格局主要由大气污染物排放量决定，夏季气象因子的影响力则更大.     

京津冀区域重污染天气过程数值预报评估新方法

利用区域空气质量监测数据、空气质量模式数值预报产品及天气图资料,建立了一种适用于区域重污染天气过程预报的评估方法,将其用于评估NAQPMS模式系统对2013年和2014年京津冀地区静稳型、沙尘型和特殊型3类重污染天气过程的预报能力,并探讨了重污染天气过程早报、晚报及漏报的可能气象条件原因,以提高预报准确率.结果表明:数值模式系统提前3 d预报重污染天气过程的预报准确率可达57%,秋冬季预报效果好于其他季节,静稳型预报效果好于沙尘型和特殊型.对模式AQI预报结果统计发现,当预报AQI值达到150以上时,实际发生重污染天气过程的概率较大,如定义AQI等于150作为重污染天气预警临界值,模式预报准确率可提高至70%以上.天气系统对污染过程预报有重要影响,WRF气象模式对中低层天气系统位置及强度预报偏差是导致静稳型污染过程早报和晚报的一个重要原因.     

浙江省空气质量及主要气象因子的影响分析

利用浙江省环保厅发布的2004年9月以来的空气质量监测数据(API/AQI)和浙江省气象局2005年以来的逐时气象要素数据,分析浙江省近年的空气质量及其空间分布特征、与主要气象因子的相关性。结果表明:浙江省近年空气质量总体稳定,年际变化不大,但偶有区域性空气污染事件发生;春节效应明显,而星期效应较弱;区域上,浙北空气质量最差,浙中次之,沿海较好,浙西南山区更好,最佳为海岛舟山地区。主要污染物在监测API时期为PM10,2012年10月起改为监测AQI后,首要污染物为PM2.5取代,且臭氧(O3)作为首要污染物的比率凸显,AQI指数值比同期API高近15~30。进一步分析空气质量与(雾)霾、降水、连晴天数、风向风速等气象因子的相关性,发现适量降水和中等风速有利空气净化,连晴使空气污染加重;各地除舟山海岛地区外,空气质量与(雾)霾天气的出现比率较为一致。     

辽宁省一次大气重度污染过程预报准确性分析

2019年春季辽宁省出现了一次长时间、大范围的空气质量重度污染过程,为进一步了解此次环境空气重度污染过程的预报情况,对CMAQ模型、REG模型和人工订正法在此次污染过程中的污染等级和AQI范围的预报准确率进行了分析。结果表明:人工订正法未来24 h跨级预报准确率最高,72 h最低;AQI范围预报中,人工订正法在未来24和72 h均值预报中准确率均为最高,48 h预报REG模型准确率最高,CMAQ模型均为最低;各预报方法在污染过程前期、后期的预报准确率均高于污染过程中期。     

山西省雾霾时空分布特征及影响因素分析

以山西省11个地级市2015年12月—2016年11月AQI数值为依据,采用数理统计法、主成分分析、多元线性回归分析对山西省雾霾时空分布特征以及影响因素进行分析。结果表明:(1)雾霾分布具有明显的季节性特征,冬季为雾霾污染严重的季节,春、秋季为污染较轻的季节,夏季为雾霾相对高发的季节。(2)晋南地区雾霾污染最严重;晋中地区雾霾相对较严重;晋北地区AQI值较低,雾霾发生频次较低,空气质量较好。(3)自然要素中海拔高度、年均气温、年均降水量、相对湿度、年均风速与AQI值之间存在负相关的关系,气压与AQI值之间存在正相关的关系,社会经济因素是影响山西省雾霾发生的根本原因。     

天气形势预测法在深圳市空气质量预报中的应用研究

基于深圳市2013年4月-2014年3月每日气象观测数据和空气质量监测数据,分析了深圳市不同空气污染程度下的天气规律及影响要素特征,并通过将天气系统分为13种类型,在寻求与建立不同天气类型情景下污染物(PM_(2.5)、PM_(10)、SO_2、NO_2、CO、O_3与AQI指数)变化函数的基础上,构建了天气形势预测模型对深圳市未来1~3 d空气质量进行预测。结果表明:(1)整体而言,低压系统和辐合区有利于深圳市大气污染物的扩散,而高压系统和均压区不利于大气污染物的扩散。(2)当深圳市出现轻度以上污染时,陆地一般由高压系统所控制,且深圳以处于高压前部分主。(3)天气形势预测模型对深圳市AQI指数的24、48、72 h预报相对误差分别为22.0%、22.2%与21.9%,该模型具有一定的准确率和可靠性,对空气质量预测具有较好的应用价值,可为空气质量预报预警提供科学的参考依据。     

陕西关中地区一次重污染天气的气象条件分析

针对春节期间燃放烟花爆竹易加剧空气污染的现实问题,该文利用2014年1-2月逐日空气质量指数(AQI)和相应时段的基本气象数据以及NCEP/NCAR再分析资料,探析了2014年春节前后陕西关中地区一次重污染天气的气象条件。主要结论如下:该次重污染过程于1月25日开始,2月5日结束,持续12 d,关中地区平均出现重度污染和严重污染各4 d,污染最严重时该区各市的AQI除了铜川外均在400以上,AQI最高值出现在1月31日的渭南,达484。究其气象成因发现,春节前的持续性高空平直纬向气流控制关中地区,地面处于两高压之间过渡区或低压区,形成非常不利于污染物扩散的环流形势场;对应低层925 h Pa存在中心值为-2×10~(-5)s~(-1)的弱辐合区,加之近地面的弱下沉气流,导致大气垂直交换差,是造成污染物堆积的直接边界层动力条件;较低的大气边界层混合高度和最大4.6~℃/100 m的贴地逆温是造成污染物积累的重要层结稳定条件。后向轨迹分析表明,该次重污染过程的污染物来源以本地排放为主,节日期间大量烟花爆竹的燃放起到了雪上加霜的作用,使得空气污染进一步加重。春节后的寒潮过境,最大风速超过10 m/s的冷空气侵入,破坏了边界层静稳天气形势,使得大气扩散能力迅速增强,对当地空气质量迅速转好起到关键性作用。     

福州市AQI时空分布特征及影响因素研究

对福州市2013年4月-2016年3月空气质量指数AQI(Air Quality Index)数据进行小时变化、逐日变化、逐月变化、季节变化、空间分布及其影响因素分析,探讨引起AQI时间变化及空间分布差异的原因,找出最重要的影响因子。结果表明,福州市AQI在夜间较低,白天由于人类最活动增强,AQI增大;四季中春、冬季AQI较高,夏秋季节次之;通过对首要污染物进行统计分析得到,NO2、PM2.5、PM10、O3对AQI的贡献大,空气质量达到优的天数表现为秋季夏季冬季春季;福州市内各监测点中快安始终作为空气质量较为不好的监测点,而杨桥西路在四季中多表现为AQI较低,空气质量较好。