2012年-2014年常州市大气污染特征分析研究

利用2012年-2014年常州市大气污染数据、气象观测数据,通过分析污染物浓度的月变化、季节变化,污染物浓度与能见度及各气象要素间的关系,得到以下结论:风对大气污染物具有较好的扩散、稀释作用,风力越大,污染物浓度越低;降水对大气污染物具有较好的冲刷、沉降作用,降水量越大,持续时间越长,污染物浓度越低;气温与污染物浓度直接关系较小,但由于夏季污染物浓度较低,表现为气温越高污染物浓度越低;冬季反之,故从整体上看气温与污染物浓度呈反相关关系;相对湿度对各污染物浓度有一定影响,在适宜的湿度条件下,水汽对污染物有较好的吸附作用,有利于颗粒物等的生成和增长.     

中国31个城市大气污染物"春节效应"时空变化研究

为明确中国春节期间大气污染物"春节效应"时空变化特征及其原因,利用2014年春节期间(2014-01-17?—?2014-02-14)31个城市(22个省会、5个自治区首府、4个直辖市,不含港澳台地区)大气PM2.5、NO2和SO2浓度监测数据,并结合相应时段的气象数据,分析这三种大气污染物时空分布特征及其与气象要素的关系.结果表明:PM2.5和SO2受除夕夜燃放烟花爆竹影响较大(受影响的城市分别占66％和58％),而NO2表现不明显(受影响的城市只占16％).此外,春节中期大部分城市三种大气污染物的浓度都比春节前期低,而与春节后期差异不明显.从空间来看,南方城市三种大气污染物浓度在春节中期与春节前期差异比北方城市大.气象要素对不同城市各大气污染物浓度变化影响不同.总体而言,"春节效应"在全国各大城市间存在明显的时空差异.     

系留气球垂直观测平台的构建与应用

利用1 600 m~3车载系留气球,构建大气复合型污染垂直观测平台。利用该平台对近地大气边界层的多种气象要素、多种污染物浓度水平及其物理化学特性进行高分辨的垂直测量,用以研究大气边界层的形成和演变及大气污染物垂直分布和变化特征、大气光化学过程的垂直变化以及污染物的区域输送。该平台以0.5 m/s的速度进行升降,于2013年12月在上海成功应用于大气污染垂直观测,观测中共获取大气污染物有效廓线50余组。利用观测数据,初步探索上海近地层复合型大气污染的生消机制及大气污染物垂直分布特征,为上海市空气污染预警和防控对策机制的制定提供技术支撑。     

沧州市空气质量预报统计模式探讨

环境空气污染与气象条件密切相关，污染物在大气中输送、扩散、沉降无不依赖于各种气象务件，气象要素的变化决定大气过程的性质和强度，也直接影响空气质最的好坏。通过统计方法掌握污染物浓度变化和气象因子变化的规律，进而找到其相关性。并可以此为基础建立适用于本地区的空气质量预报模式。本以此为基础，结合沧州市环境空气污染的特点对空气质量预报的统计模式进行初步探讨。     

珠三角秋季典型气象条件对空气污染过程的影响分析

利用空气质量指数(AQI)、主要大气污染物浓度和气象要素、天气图等数据资料,结合中尺度数值天气预报模式WRF,对2014年10月珠三角地区污染期间的天气形势及气象特征进行了分析.结果表明,WRF模式可以较好地反映珠三角地区主要城市地面和高空气象要素的时空变化,9个城市平均地表的温度、相对湿度和风速的模拟值与观测值的相关系数分别为0.90、0.87和0.78.对2014年10月3次污染过程的分析表明,造成该时段珠三角地区空气污染的天气形势主要是高压底部型和均压场型.静风或小风(2 m·s~(-1))及稳定的大气层结均不利于污染物的扩散,同时由于偏北气流输送周边污染物到珠三角地区,导致污染物浓度不断增加.相对湿度低于65%时,珠三角地区首要污染物以O_3为主;相对湿度高于70%时,PM_(2.5)浓度逐渐增加,成为主要污染物.高温等气象条件会影响光化学反应,加重珠江三角洲的空气污染,表现了该地区大气复合污染的特性.     

青岛冬季PM2.5持续重污染天气的大气边界层特征

鲜有出现空气质量问题的北方沿海城市青岛近年来也频频出现重污染天气. 2014年1月青岛市总计出现7 d重污染天气,其中1月15-18日是持续4 d的PM_2.5重污染,其余的则分别出现在1月6日、11日和30日.为了获得气象条件对持续重污染天气发展、维持和消除的影响机制,利用激光雷达、大气稳定度仪探测数据以及地面、高空气象观测和空气质量监测数据,重点分析了1月15-18日持续重污染期间青岛市大气边界层气象要素的时间和空间特征.结果表明,2014年1月影响青岛冷空气势力弱、青岛近地面低于3 m/s的风速不利于污染物扩散,66%以上的相对湿度有利于污染物浓度增大.在污染源稳定的背景下,气象要素的差异性导致了污染物浓度时空分布的差异.在持续的弱偏北风下污染物浓度居高不下;在偏南风影响下,污染物浓度趋于下降.边界层内存在高层干冷弱北风和低层暖湿弱南风的风切变、稳定层结、低层相对湿度为70%的高湿大气以及交替出现的近地面南北风是此次重污染持续的主要原因.大气边界层高度变化对污染物浓度具有6 h左右的延迟影响;而低边界层高度、大稳定度因子,低云的存在和较高的污染物浓度之间具有较好的一致性变化趋势.当近地面温度升高、相对湿度减小以及增大的偏南风和存在弱不稳定层结时,有利于提高青岛局地大气扩散能力.      

方位聚散因子及其在PM2.5浓度预报中的应用

污染物浓度预报是应对大气污染问题的重要手段.现有的模式类预报方法受限于排放源清单的准确性,而在污染物排放源短期少变的条件下,基于气象要素的统计类预报方法是一种更具实用性的方法.但现有统计类预报方法的计算模型输入量缺乏对气象要素累积效应的表征,以及对气象因素影响大气污染物聚散过程的表征,严重影响了预报的精度.为此,本文提出了一种着眼于改善计算模型输入量的统计类PM_(2.5)浓度预报方法.该方法采用方位聚散因子作为计算模型输入量,既可表征出PM_(2.5)累积与消散的过程,又考虑了气象要素在一定时段内的累积效应,为提高预报精度奠定了良好的基础.同时,通过BP神经网络训练,本方法在方位聚散因子与PM_(2.5)浓度值之间建立起关联模型,从而完成对PM_(2.5)浓度值的准确预报.     

济南市大气污染物时空变化及预测分析

大气污染影响生产生活和人体健康,了解大气污染物时空分布特征及污染源是大气污染治理的基础和前提。基于济南市2014-2018年空气质量实时监测数据,主要污染物浓度数据和气象要素数据,运用相关分析法和BP神经网络预测模型,分析了济南市大气污染物时空分布特征及污染物来源,并对济南市6种主要污染物进行预测。结果表明:在时间维度上,空气质量呈逐年好转趋势,季节上则表现出冬季污染最严重,夏季最轻,采暖期污染物浓度远远高于非采暖期的特点;从日变化看,上下班高峰段是污染最严重时段。在空间维度上,城市外围污染较为严重,市区污染相对较轻。在污染物成分上,PM₁₀逐渐成为颗粒物污染的主体。通过济南市污染物浓度预测结果,分析未来3年内污染物浓度变化情况,进一步提出合理优化的污染治理方案来改善济南市大气污染状况。     

环境管理强化后南京市2013 — 2016年大气污染物的时空特征和气象影响

城市空气污染具有显著的时空分布特征,并受污染来源、气象条件和地理等因素影响。近年来我国已实施一系列环境污染管控,根据南京市2013?—?2016年国控点的大气环境监测数据和同期气象资料,利用多元统计分析探讨了南京市大气污染物的时空变化特征及其与气象要素的关系。结果表明：近3年南京市的污染物以臭氧（O₃）和颗粒物（PM_2.5、PM₁₀）为主,大气污染物时空分布特征明显。时间上主要表现为季节变化,多数污染物浓度冬高夏低,但臭氧相反;空间上主要为城市功能区差异,工业交通区浓度高于生态公园区和郊区。除了污染源因素,空气污染程度也受气象要素的制约,风速、降水和温度是影响污染物在城市大气中稀释、扩散和转移的重要因子。     

主成分和回归分析方法在大气臭氧预报的应用——以北京夏季为例

利用北京市区两个典型观测站的大气臭氧(O3)及前体物浓度观测资料和气象要素观测数据,分析了影响大气O3浓度各要素的相关性,并采用主成分分析和逐步回归方法构造大气O3浓度统计预报方程.结果表明,大气O3与前体物一氧化氮(NO)、二氧化氮(NO2)和气象要素呈现较好相关性;发现由于变量间共线性问题,逐步回归方法不能给出可接受的回归方程,而采用主成分分析和逐步回归方法相结合,可避免共线性问题,由前体物浓度和气象要素给出较好的北京大气O3浓度统计预报方程,可决系数R2分别为0.78(IAPs2007)、0.88(IRSAs2007)和0.64(IAPs2005),能够有效地预报O3浓度的变化情况.     

徐州农村秋季大气边界层风温场的一般特征

大气是气体污染物传播、扩散的媒介,而气象要素(如风、温)对污染物的扩散又有着直接的影响,因此,要做到控制大气污染,必须首先掌握气象条件的变化规律,才能够了解和掌握大气污染物的运动规律。从地面至1000米空间为大气边界层。人们的主要活动大多是在大气边界层以内。大气边界层又分为二层:近地层和磨擦上层。从地面至大约100米空间为近地层,100米以上空间为磨擦上层。下垫面和人为活动对近地层大气的影响尤为显著,近地层大气的风、温日变化和垂直变化较大。气象要素有较强的地区性和季节性,不     

应用计算机模拟的大气环境污染物浓度分析研究

大气环境污染物浓度的分析,对提高大气环境质量具有重要意义。利用计算机模拟软件对大气环境污染物浓度的分析过程进行模拟还原,分为网格划分与构建边界条件两部分。以某市2017年9月6日至2017年10月7日的监测数据为模拟数据,并通过这些数据构建大气环境污染物浓度分析模型,对当前大气环境中污染物的浓度进行分析,得出污染源与大气环境污染物程度成正相关性,依据环境污染物浓度数据分析的结果,从两方面对大气污染物浓度的分析结果进行验证,并提出大气环境污染控制的措施。     

大气扩散高斯模式的灵敏度系统分析

对大气扩散高斯模式各参数进行灵敏度分析 ,了解各因素对大气污染物扩散的灵敏程度 ,结果表明提高烟囱高度对于降低污染源附近的浓度是行之有效的方法 ,而要降低污染源远处的浓度 ,则必须着重于削减污染物的排放量     

2017-2019年中卫市空气质量特征分析研究

利用2017-2019年中卫市环保局提供的环境监测资料,统计分析中卫市主要污染物的变化及污染物平均浓度与气象要素的关系.结果表明,中卫市空气污染主要出现在冬、春两季,主要污染物为PM10和PM2.5,4月开始一直到夏季,中卫市典型的大气污染源为,中卫市中度以上污染主要为PM10污染,大多由扬沙、浮尘天气引起.PM2.5...     

气象因素对乌鲁木齐市PM_(2.5)浓度影响分析

基于乌鲁木齐市大气污染物数据,对乌鲁木齐市2016年空气质量变化做趋势分析。利用乌鲁木齐市2016年同期气象要素,通过相关分析和主成分分析方法探讨了气象要素对PM_(2.5)浓度的影响。结果表明:1)PM_(2.5)、PM_(10)、SO_2、NO_2、CO的浓度全年变化趋势与空气质量指数(AQI)的变化趋势基本一致,O_3的浓度变化趋势与AQI变化趋势完全相反;2)PM_(2.5)浓度与CO、气压和相对湿度呈显著正相关,降水量、风速、气温和水气压与PM_(2.5)浓度呈显著负相关。     

基于空气质量和气象数据的大气污染物排放水平评估

评估大气污染物排放水平有助于防治大气污染。基于空气质量和气象数据,定量分析了气象因素对大气污染物浓度的影响,在此基础上建立了一种基于空气质量和气象数据的大气污染物排放水平指标——"参考浓度",即同等排放水平、参考气象条件下的大气污染物浓度;以SO_2为例,通过比较我国主要城市SO_2监测浓度、参考浓度与排放水平的相关性,验证了该排放水平指标的有效性;将该排放水平指标应用于我国不同地区大气细颗粒物PM2.5污染的脆弱性分析,得到了不同地区PM2.5排放水平的时空分布特征。结果显示:大气污染物参考浓度相比监测浓度可以更好地反映大气污染物的排放水平。该评估方法可以为大气污染防治提供参考。     

南京城市下垫面变化对夏季臭氧浓度的影响研究

利用南京基准地面气象站1951~2010年的气象数据分析南京气象要素的长期变化,利用2007年南京草场门大气污染物监测数据探讨O3同气象要素之间关系并分析气象要素改变对污染的可能影响,结合WRF-CALGRID模式基于2008年7月的情景模拟研究1990年代以后南京城市下垫面变化对气象要素变化的贡献,并分析其对O3浓度的影响.结果显示,南京气温呈现增长趋势,平均风速、大气湿度、日照时数呈现降低趋势.气温与O3浓度呈一定的正相关关系、较小的风速和相对湿度有利于O3的生成.城市下垫面的增加使得南京城区气温增高超过1℃、风速减小0.4m/s、湿度下降0.5g/kg、混合层高度增加100m.气象要素的改变使地面NOx浓度减小,最大减小量超过6×10-9.对O3浓度的影响有增有减,南京市北部、西部增加,增加量超过2×10-9,主要受温度增加、风速减小以及NO的垂直输送影响;主城区的南部、东部O3浓度减小,减少量1×10-9~3×10-9,主要受混合层高度增加的影响.     

沈阳地区一次颗粒物重污染天气过程的气象成因分析

为探究沈阳地区重污染天气成因,文章利用地面、高空气象观测资料、风廓线雷达资料、NECP再分析资料以及大气污染物监测资料,对2019年3月1~6日沈阳地区出现的一次持续性重污染天气过程,探讨了大气污染物质量浓度、地面气象要素变化特征、大气环流配置与外来输送等特征。结果表明,均压场、地面风场弱及辐合、高温高湿是本次重污染天气出现的原因;逆温层结建立、大气垂直运动差,造成污染加剧;来自京津冀东部地区和辽宁中南部地区的PM2.5外来输送对本次污染也有影响。     

基于CEEMD-BiGRU模型的徐州市大气污染物浓度预测

目前大气污染物对于地区经济以及人体健康的影响不容忽视。选取徐州市2016-01-01—2021-01-24大气污染物和气象要素数据,针对大气污染物浓度波动性强等特点,运用互补集成经验模态分解(CEEMD)将污染物数据分解为本征模态分量,提取出原始数据的各项特征,再对分解出的各本征模态分量构建双向门控循环单元模型(BiGRU),通过双向循环训练,学习各分量的特征趋势并获得最优训练参数,将输出结果重构,得到最终的预测值。结果表明:与BiGRU、BP模型相比,CEEMD-BiGRU模型预测各项大气污染物的平均绝对误差(MAE)、均方根误差(RMSE)和平均绝对百分比误差(MAPE)分别下降15%、20%和2百分点以上,预测精度有较大提升。在此基础上,利用CEEMD-BiGRU模型预测后一时间段残差,以修正原预测值,得到大气污染物预测区间上界,进一步扩展模型的适用性。     

大气污染对雾、霾形成影响的初步探讨

<正> 大气污染与气象之间的关系十分密切。大气污染物扩散能力的强弱取决于气象条件,而某些气象要素又受到大气污染物的影响,研究它们之间的相互效应具有重要意义。本文根据回顾性调查资料,初步探讨大气污染对天气现象——雾、霾形成的影