气象因素对长沙市PM_(2.5)周期性变化规律的影响分析

以长沙市10个城市环境空气自动监测站点2013年的历史监测数据为基础,分析了PM2.5质量浓度的周期性变化规律,并采用非参数分析(Pearson相关性)法,研究了气象因素对长沙市PM2.5质量浓度周期性变化的影响。结果表明,PM2.5日均质量浓度在不同季节的绝对值和变化周期都相差很大。总体上,PM2.5在冬季的浓度高于夏季;PM2.5质量浓度的变化周期在3~8d。在2013年4个典型月份内,温度和风速与PM2.5质量浓度负相关,而湿度和气压与PM2.5质量浓度正相关,相关系数分别为-0.573、-0.395、0.519和0.440。PM2.5周期性变化与区域内大气环境容量相关,而大风、降雨等强对流天气是终结PM2.5变化周期的主要环境因素。     

降水对西宁市大气污染物浓度的影响分析

文章利用西宁市区2013~2014年逐日空气污染日平均浓度资料和日平均降水资料,分析了西宁市区大气污染物浓度的分布和不同等级降水对SO_2、NO_2、PM_(10)、PM_(2.5)污染物浓度的清除能力。结果表明,西宁市空气质量以二级为主,二级天数占样本总数的57.8%;西宁市大气中的首要污染物是PM_(10)和PM_(2.5);降雨、降雪对污染物浓度具有稀释作用;不同等级的降雪量对4种污染物的稀释作用不同,降雪量在0.5mm以下时对污染物浓度的清除作用较弱甚至出现反弹现象,降雪量≥5.0mm时对4种污染物的清除能力最强;降雨量越大,对各项污染物的清除作用越明显,日降水量≥10.0mm对4种污染物的清除率达到了29.54%~57.57%;清除能力表现为SO_2PM_(10)PM_(2.5)NO_2的特征;连续降雪比连续降雨更有利于空气质量的改善;降雨等级不同时,AQI指数级别不变的天数居于首位的均为PM10;降雪量为0.6~1.0mm、1.1~1.9mm、≥5.0mm时,AQI指数级别不变的天数居于首位的是PM2.5;无论降雪还是降雨,PM_(10)和PM_(2.5)级别下降天数明显大于上升天数,尤其以PM2.5明显。     

乌鲁木齐市气候特征与大气污染

影响大气污染物扩散和稀释的主要气象因素不外有两个方面。1.动力因子,即风和湍流。大气湍流是气流作无规则运动。风包括风向,风速。风向决定污染物迁移的方向,也就是扩散的方向,风速大小决定污染物在大气中扩散与稀释能力。风速越大,扩散、稀释能力越强,反之越弱。2.气象的热力因     

气象因素对大连空气中PM_(2.5)的去除效应分析

根据2013年1月1日至2月15日大连市环境监测中心PM2.5监测数据和大连市气象局风向、风速、降水量等资料,研究了降雪、降雨、风等气象因素对大气中PM2.5的去除效应。结果表明,大连市冬季采暖期PM2.5污染较重,PM2.5浓度受气象因素影响较明显。降雪、降雨、风三种气象因素对大气中PM2.5均有明显的去除效果,因去除机理不同,各气象因素对PM2.5的去除能力大小依次为风、降雨、降雪,去除效率分别为61.6%、46.0%、34.5%。     

上海市青浦区PM10污染状况及其与气象要素的关系

利用2006-2010年上海市青浦区PM10和同期地面气象要素的监测资料,定量分析PM10的季节变化规律以及PM10与降雨量、大气湿度和风速之间的关系。分析结果表明:PM10浓度在夏季处于低值,冬季处于高值;5mm/d以上的降雨对PM10有显著的清除作用,且春夏季降雨的清除作用大于秋冬季节。PM10浓度与大气湿度基本呈负相关关系。风速在一定范围内有利于PM10的扩散但不至造成扬尘,春夏季节的适宜风速是1.5～3.5m/s,冬季的适宜风速是1.5～2.5m/s。     

2021年乌鲁木齐市大气污染时空分布特征

乌鲁木齐市作为天山北坡城市群重点首府城市，空气质量虽逐年改善，但改善幅度不大，大气污染防治工作任重道远。基于乌鲁木齐市2021年10个监测站点逐日污染物浓度数据，对大气污染的时空变化特征及气象影响因素进行分析探讨。结果表明：O₃、PM₁₀和PM_2.5有显著的季节变化特征，PM₁₀和PM_2.5浓度夏季低、冬季高；O₃在夏季浓度较高，冬季浓度较低。米东区处于PM_2.5和PM₁₀等大气污染物高浓度分布区。降水越大对PM_2.5和PM₁₀的清除作用越强，PM_2.5浓度随着风速增大呈降低趋势；特别是风速在>5 m/s时，污染物降低的幅度最大。     

柳州市灰霾日不利天气分析

灰霾的发生对城市形象和人体健康都造成不利的影响,而灰霾的出现常常与不利的天气条件结合紧密,成为引发灰霾的重要因素。本文通过统计柳州市2002年~2012年间不同的天气条件下灰霾发生的概率,并结合2008年~2012年的柳州市实际空气质量状况,明确灰霾发生的主要污染物,同时通过2012年具体的气象特征和天气形势找出与灰霾发生密切相关的天气因素。经过分析,可吸入颗粒物(PM10)为大部分灰霾日的首要污染物,且低风速、中低湿度、不利于污染物扩散的风向及弱冷高压和鞍形场等不利气象条件易使污染物聚集,加速了灰霾日的形成,是灰霾日发生的重要因素。这些不利天气情况的分析统计,为柳州市建立灰霾日预警系统提供了有力支持。     

气象因素对成都市主要大气污染物影响的非参数分析

通过获取2014年成都市大气污染物和气象因素的在线监测数据,分析大气污染物的时间变化规律,并采用Spearman秩相关系数来分析污染物逐日浓度和气象因素的相关性。结果显示,SO_2、NO_2、CO、PM_(10)和PM_(2.5)夏季浓度最低,冬季最高,O_3则夏季最高,冬季最低;受秸秆露天焚烧影响,5月各污染物浓度均出现一个小高峰。温度和风速均与O_3显著正相关,与其他污染物显著负相关;大气压则相反;相对湿度与各污染物均显著负相关,但在严重污染时与颗粒物显著正相关。     

大连市环境空气中PM_（2.5）含碳组分浓度特征研究

2013年9~12月对大连市环境空气中的PM2.5、有机碳和元素碳进行连续监测。研究结果表明,有机碳约占PM2.5质量的14.0%,元素碳约占6.9%,有机碳和元素碳的总质量约占PM2.5的21%。一半以上的天数有机碳与元素碳比值超过2.0,说明大连存在二次污染。有机碳与元素碳具有显著的正相关性,相关系数约为0.93,表明有机碳和元素碳可能有相同的污染来源。较大降水能有效降低PM2.5、有机碳和元素碳的浓度,风速与PM2.5、有机碳和元素碳的浓度呈负相关,雾霾天气时,有机碳和元素碳的浓度明显增加。     

乌鲁木齐市区PM2．5污染特征及其溯源与追踪分析

重点研究乌鲁木齐市大气中PM2.5的污染特征，分析其质量变化浓度与各种气象影响因素的相关性．利用美国空气资源实验室的HYSPLIT模型对颗粒物进行备季节代表月份的溯源和追踪分析，为正确认识乌鲁木齐市区大气PM2.5污染状况提供重要基础数据，为以后的对比研究和制定相应的污染控制措施提供参考依据。结果表明：（1）PM2.5质量浓度的最高值出现在1月，受采暖期的影响，冬季PM2.5质量浓度全年最高。（2）PM2.5的质量浓度与温度呈负相关性，与气压的呈正相关性；在无降水的前提下，PM2.5的质量浓度与相对湿度呈正相关。（3）春、夏、秋三季PM2.5来源主要是阿拉山口、阿勒泰北部及南疆，冬季则主要来自于南疆。到达乌鲁木齐的颗粒物主要向河西走廊及阿拉山口方向移动。     

2017～2018年荆州城区空气质量分布及重污染天气特征分析

利用2017年1月至2018年12月荆州城区3个国家环境空气质量监测点的污染物监测数据和荆州国家气象站地面气象要素观测数据,采用统计学方法,对荆州城区空气质量分布及重污染过程天气特征进行了初步分析,结果表明:空气污染综合指数冬季最高,春秋季次之,夏季最低;PM2.5、PM10、 CO和NO2的浓度在上午和傍晚至上半夜其...     

攀枝花市区及盐边县城区城市臭氧污染状况研究

攀枝花市区臭氧污染负荷逐年上升,盐边县城区近年来臭氧污染负荷均高于20%,臭氧污染已成为影响城市空气质量的重要因素。对2017年1月~2020年2月攀枝花市区和盐边县城区臭氧污染物浓度时空变化规律和相关性进行了研究,并结合攀枝花各地太阳能和天气网记录的气象数据,统计了太阳辐射强度、紫外线辐射强度、日最高气温、日平均风向、季节气候等气象要素与出现臭氧污染的概率。研究表明,攀枝花市区和盐边县城区两地春、夏季较易出现臭氧污染,春季臭氧浓度持续高值时数最多,夏季臭氧浓度持续高值影响时数次之,两地臭氧污染物浓度变化有极强相关性。此外,臭氧浓度与气象条件密切关系,当紫外辐射强度大于30W/m²时,臭氧污染的几率为5%~8%,最高日气温值29℃~36℃之间时易出现臭氧污染,攀枝花市区臭氧污染受西向气流影响最重,盐边县城区臭氧污染受南向气流影响最重,盐边城区臭氧污染主要受攀枝花市区影响。根据臭氧污染物浓度时空变化规律和气象条件,开展区域臭氧前体物排放调控,将有效改善地区环境空气质量。     

博罗县环境空气质量变化趋势浅析

本文以博罗县2005—2011年间的环境空气监测数据为依据,采用空气污染综合指数法评价大气环境质量,并运用Spearman秩相关系数预测未来发展趋势。结果表明：博罗县环境空气质量为优,主要污染物为二氧化氮,年日平均浓度呈上升趋势,不显著。     

Characteristics of major secondary ions in typical polluted atmospheric aerosols during autumn in central Taiwan

In autumn of 2008, the chemical characteristics of major secondary ionic aerosols at a suburban site in central Taiwan were measured during an annually occurring season of high pollution. The semicontinuous measurement system measured major soluble inorganic species, including NH(4)(+), NO(3)(-), and SO(4)(2-), in PM(10) with a 15 min resolution time. The atmospheric conditions, except for the influences of typhoons, were dominated by the local sea-land breeze with clear diurnal variations of meteorological parameters and air pollutant concentrations. To evaluate secondary aerosol formation at different ozone levels, daily ozone maximum concentration (O(3,daily max)) was used as an index of photochemical activity for dividing between the heavily polluted period (O(3,daily max) ≧80 ppb) and the lightly polluted period (O(3,daily max)<80 ppb). The concentrations of PM(10), NO(3)(-), SO(4)(2-), NH(4)(+) and total major ions during the heavily polluted period were 1.6, 1.9, 2.4, 2.7 and 2.3 times the concentrations during the lightly polluted period, respectively. Results showed that the daily maximum concentrations of PM(10) occurred around midnight and the daily maximum ozone concentration occurred during daytime. The average concentration of SO(2) was higher during daytime, which could be explained by the transportation of coastal industry emissions to the sampling site. In contrast, the high concentration of NO(2) at night was due to the land breeze flow that transport inland urban air masses toward this site. The simulations of breeze circulations and transitions were reflected in transports and distributions of these pollutants. During heavily polluted periods, NO(3)(-) and NH(4)(+) showed a clear diurnal variations with lower concentrations after midday, possibly due to the thermal volatilization of NH(4)NO(3) during daytime and transport of inland urban plume at night. The diurnal variation of PM(10) showed the similar pattern to that of NO(3)(-) and NH(4)(+) aerosols. This indicated that the formatted secondary aerosols in the inland urban area could be transported to the coastal area by the weak land breeze and deteriorated the air quality in the coastal area at night.     

Atmospheric stability and PM10 concentrations at far distance from elevated point sources in complex terrain: worst-case episode study

Atmospheric stability is the most important parameter affecting dilution of air pollutants. It plays a very important role in the investigation of parameters that affect ambient pollutant concentrations, especially in the case of complex terrain areas. In this study, the classification of atmospheric stability by Pasquill-Turner classes and any associated variation of ambient PM10 (particles with aerodynamic diameter<10 microm) concentrations for a region of complex terrain is investigated. Real experimental meteorological and PM10 data are used for a 2-year period from one observation station far distant from the main stack sources and they are related with the classified atmospheric stability categories in an hourly and monthly based distribution. A more detailed analysis is carried out during PM10 episodes for the same period in order to reveal the governing worst-case atmospheric conditions.     

长沙市城区典型交通路口PM_(10)和PM_(2.5)污染特征研究

利用车载环境空气质量监测系统对长沙市城区典型交通路口的近地面空气质量进行了实时监测。结果表明,在监测时段(14∶00~20∶00)内,该监测点环境空气中PM10的小时质量浓度范围在0.097~0.222mg/m3之间,平均值0.163mg/m3;PM2.5的小时质量浓度范围在0.050~0.158mg/m3之间,平均值0.103mg/m3。PM2.5/PM10比值在48.1%~76.6%之间,平均值62.4%。PM10与PM2.5质量浓度在星期一相对较低,星期二有所升高,星期三至周末总体上保持基本稳定。在监测时段PM10与PM2.5小时质量浓度呈现先降后升的变化规律,即14∶00~15∶00,PM10与PM2.5质量浓度相对较高,16∶00左右降至最低,从17∶00开始逐渐升高,20∶00达到峰值。PM10和PM2.5的质量浓度变化与车流量和车速密切相关,温度、相对湿度和风速等气象因素对PM10和PM2.5质量浓度的变化影响也较显著。     

城市景观格局与大气颗粒物污染的关系研究

随着城市化和工业化发展,大气颗粒物对城市空气环境造成了严重污染,选取西安市作为研究区,分析不同时间和空间尺度下城市景观格局与大气颗粒物污染的关系。通过GIS软件、Fragstats4.2软件和SPSS软件对西安市2014年土地利用数据和2014年整年的大气颗粒物监测数据进行分析,结果显示,西安市土地利用类型分布较为集中;西安市大气颗粒物浓度的空间分布特征为浓度从市中心至城郊呈梯度递减趋势,在整体上呈现西北高于东南的倾向,大气颗粒物污染物浓度峰值基本都集中出现在建设用地范围内(PM10:102.7μg/m^3;PM2.5:99.7μg/m^3);相关性结果证实了城市景观格局与大气颗粒物浓度的空间分布特征。研究结果为中国西部内陆城市大气颗粒物污染控制、土地利用规划以及生态建设提供参考。