三种霾日统计方法的比较分析——以环首都圈京津冀晋为例

为了研究单次值法、日均值法、14时值法3种常用的霾日和轻雾(雾)日统计结果的异同,以环首都圈京津冀晋四省市为例进行了比较.华北地区霾日用3种方法统计的过去60余年霾日的区域分布表明,3种方法统计的霾日是单次值法日均值法14时值法,大致是1:0.54:0.45的关系,但区域分布趋势比较相似.典型城市霾日的长期变化趋势大都十分相似.而轻雾(雾)日的长期变化趋势表明,用单次值法统计的明显偏多,且有长期下降趋势;而用日均值法与14时值法统计的轻雾(雾)日无大差别,且没有明显的长期变化趋势,反映了年季和年代季的气候波动.从长期季节变化趋势来看,3种统计方法的结果除日数的差别外,季节分布特征比较类似.一个突出的特点是除去采暖季有较多的霾日外,在盛夏季节霾日也明显多,集中出现在6~9月,尤其是7~8月,与桑拿天同期出现,这与全国大部分城市的变化趋势完全不同.是华北地区的特有现象.用单次值法统计霾日,将包括所有的霾过程,即大范围持续时间长,且与一定天气系统与近地层扩散条件相关连的霾,及在稳定的晴朗夜间由于辐射降温,使相对湿度升高而导致能见度下降形成的霾.用日均值法,则可能更多的显示长时间大范围的霾天气过程;而使用14时法,则对早晚因湿度增加降低能见度出现的霾天气漏记,突出长时间大范围的霾天气过程.     

基于机器学习方法研究气象及排放变化对长三角地区主要城市大气污染物的影响

选取2015～2021年长三角地区4个代表性城市污染物浓度,利用机器学习的气象归一化方法解耦气象因素对污染物的影响,量化气象和排放对污染物浓度变化的贡献.结果表明,长三角地区PM_2.5、 NO₂和SO₂排放下降影响贡献较大(57.2%～68.2%、 80.7%～94.6%和81.6%～96.1%),抵消了气象因素带来的不利影响,致使污染物浓度降低.而气象条件对于臭氧日最大8 h(MDA8＿O₃)的贡献强于其他污染物(23.5%～42.1%),其中气象因素促进污染物浓度上升(4.7%),排放变化促进污染物浓度下降(-3.2%). NO₂和MDA8＿O₃在2019～2021年降幅更快,主要原因是2019～2021年排放起到较2015～2018年更强的促进污染物浓度降低作用.PM_2.5和SO₂在2019～2021年的降幅较2015～2021年整体有所减弱.基于机器学习的气象归一化方法可以解耦气象对污染物的影响,量化排放...     

时间序列在秦皇岛港煤尘污染分析中的应用

应用时间序列对秦皇岛港降尘资料进行分析可以对煤尘污染的长期趋势及季节变动情况有一定的了解，这对于今后有效地开展煤尘治理工作有重要的指导意义。     

1990—2014年武汉市空气质量时空变化

基于武汉市1990—2014年空气污染物(SO2,NOx/NO2,TSP/PM10)年均值浓度数据,采用Daniel趋势检验和空间统计方法研究污染物浓度时间变化趋势和空间变异。研究发现武汉市近20年SO2浓度变化平稳且满足国家二级标准限值,而氮氧化物(NOx/NO2)浓度显著上升并超过标准限值,颗粒物(TSP/PM10)浓度虽然有下降趋势,但依然未达到标准限值。武汉市近10年SO2污染空间变化最明显,重污染区域由城区向郊区转移;NO2污染空间差异最显著,二环线内监测点NO2浓度一直高于二环线外且平均高9.2%,而二环线内监测点SO2、PM10浓度低于二环线外。     

基于DFA的无定河径流长期变化趋势及持续性研究

河川径流量的变化对水资源的开发利用和国民经济的发展具有很大的影响。采用Ko1mogorov-Smirnov检验方法对无定河流域两个主要水文站赵石窑站和白家川站逐月径流量序列进行正态性检验,在此基础上运用DFA分析方法,估算两站时间序列的α标度指数,预测该流域径流量的未来变化趋势及其持续性,并采用随机重排法对估算结果进行了稳定性检验。分析结果显示:赵石窑和白家川两站径流时间序列的α标度指数分别为0.52和0.56,均大于0.5,径流时间序列表现为较强的长程依赖性,表明无定河流域在过去近50a内径流量的总体上呈下降趋势,在未来一段时间内,还将持续一段时间。对原时间序列随机重排后,两站月径流序列的α标度指数都变小,分别为0.48和0.49,接近于0.5,进一步证明原序列确实存在着标度不变性。研究结果对流域的水资源规划、管理与合理利用有帮助。     

三种霾日统计方法的比较分析

为了研究单次值法、日均值法、14时值法3种常用的霾日和轻雾(雾)日统计结果的异同,以环首都圈京津冀晋四省市为例进行了比较.华北地区霾日用3种方法统计的过去60余年霾日的区域分布表明,3种方法统计的霾日是单次值法>日均值法>14时值法,大致是1:0.54:0.45的关系,但区域分布趋势比较相似.典型城市霾日的长期变化趋势大都十分相似.而轻雾(雾)日的长期变化趋势表明,用单次值法统计的明显偏多,且有长期下降趋势;而用日均值法与14时值法统计的轻雾(雾)日无大差别,且没有明显的长期变化趋势,反映了年季和年代季的气候波动.从长期季节变化趋势来看,3种统计方法的结果除日数的差别外,季节分布特征比较类似.一个突出的特点是除去采暖季有较多的霾日外,在盛夏季节霾日也明显多,集中出现在6~9月,尤其是7~8月,与桑拿天同期出现,这与全国大部分城市的变化趋势完全不同.是华北地区的特有现象.用单次值法统计霾日,将包括所有的霾过程,即大范围持续时间长,且与一定天气系统与近地层扩散条件相关连的霾,及在稳定的晴朗夜间由于辐射降温,使相对湿度升高而导致能见度下降形成的霾.用日均值法,则可能更多的显示长时间大范围的霾天气过程;而使用14时法,则对早晚因湿度增加降低能见度出现的霾天气漏记,突出长时间大范围的霾天气过程.