潍坊市灰霾天气特征及影响因素

根据潍坊市国家环境空气质量监测点位和国家气象台站监测数据,对潍坊市2019年灰霾发生情况进行统计,并分析了灰霾天气与气象要素、环境空气质量的关系。结果表明:潍坊市 2019年按小时计算的灰霾发生频率为22.4%。灰霾在冬季和秋季相对高发,发生次数占全年小时灰霾数的66.7%,发生比例为56.2%。从时间上看,灰霾发生频率呈正弦曲线分布,在早上06:00-07:00发生频率最高,17:00前后发生频率相对较低。灰霾发生时风速、温度与能见度呈正相关关系,相对湿度与能见度呈负相关关系。潍坊市灰霾现象主要发生在风速小于3 m/s、相对湿度大于30%时,当风速大于5 m/s、相对湿度小于10%时极少发生灰霾。PM_2.5是影响灰霾发生的主要污染因子,与能见度的相关系数最高。灰霾主要发生在48 μg/m³2.5质量浓度<239 μg/m³条件下,占灰霾总次数的84%;而当PM_2.5质量浓度>140 μg/m³时灰霾发生频率达到100%;灰霾天气统计期间潍坊市空气中PM_2.5与PM₁₀的质量浓度平均比值为0.52,其中,灰霾发生时比值为0.75,非灰霾时比值为0.43。随着灰霾程度的加重,PM_2.5/PM₁₀逐渐增大;当灰霾程度达到轻度及以上时,PM_2.5/PM₁₀大于全年平均值。     

公路隧道实验调查交通来源空气污染方法

采用公路隧道实验方法来调查交通来源空气的污染,笔者在中国北方和南方公路隧道内进行了气态污染物和大气颗粒物的监测,气态污染物和大气颗粒物为多点位同步监测,气态污染物包括CO,SO₂,NO_x和VOCs等,大气颗粒物包括TSP,PM₁₀,PM_2.5和粒径浓度谱分布等.同时,还调查和分析了隧道内机动车流量、能见度和气象因子.利用上述分析和测定结果,可以综合地研究交通来源污染及其对环境的影响.      

基于风险神经网络的大气能见度预测

针对空气污染导致大气能见度降低的预测研究,构建了一个风险神经网络模型,模型以6个气象因子、3种主要污染物(SO2,NO2,PM10)浓度和能见度作为输入因子,输出为24h后能见度的预测值.该模型对低能见度情况的数据给予相对较高的风险值,而对高能见度情况的数据则给予相对较低的风险值.以天津市2003~2007年的气象数据对模型进行检验,结果表明该风险神经网络模型优于传统神经网络模型和线性回归模型.     

合肥市颗粒物和气象条件对大气能见度的影响研究

利用2019—2021年合肥市气象参数、颗粒物浓度、颗粒物化学组分、颗粒物散射系数、颗粒物粒径谱等的逐小时观测数据,分析了合肥市大气能见度变化趋势及其影响因素。结果表明,2019—2021年,合肥市能见度呈逐年上升的总体特征,并且在季节变化上呈现为夏高冬低,在日变化上呈现为午后最高、夜间最低。相关性分析结果显示,合肥市能见度与颗粒物浓度、相对湿度均呈显著负相关关系,且能见度与相对湿度的相关程度比与颗粒物浓度的相关程度高15.5%~219.2%。相对湿度是直接影响合肥市能见度的主要因素之一,而温度、风速对能见度的间接影响作用相对较小。能见度与颗粒物特性关系研究结果表明:能见度与水溶性离子的相关程度高于与碳质组分的相关程度;当能见度处于较低水平时,能见度与PM_2.5主要组分浓度的相关性明显减弱,相对湿度、超细颗粒物占比、水溶性离子含量和碳质组分含量等因素对能见度的影响逐渐凸显;在较高PM_2.5浓度环境条件下,颗粒物散射系数的显著变化是导致能见度降低的主要原因;小粒径颗粒物对合肥市大气能见度的影响程度相对较高,应优先大幅度降低PM_1.0浓度。     

山东省环境空气“‘蓝天白云、繁星闪烁’标准”解析

山东省环保部门提出使用"蓝天白云、繁星闪烁"标准评价空气质量,该标准使用能见度作为主要技术判定指标。为了探讨这种"具象性"标准对空气质量的指示能力,对2013—2014年监测数据进行了深入分析。结果显示,能见度与颗粒物有良好的相关性,与气态污染物的相关性均一般。源于能见度与空气污染物的密切关系,"蓝天白云、繁星闪烁"标准能够将空气污染物水平大致划分为优劣两类,但对各种污染物的指示能力不同。     

1984—2015年太湖地区大气能见度变化遥感监测与评价

研究收集整理了1984—2015年太湖区域342幅Landsat系列卫星遥感影像，利用ENVI软件FLAASH模块计算获取了区域大气能见度均值，通过太湖周边苏州、无锡、常州3市地面自动站能见度监测值加以验证，并在此基础上对1984—2015年该地区大气能见度遥感监测结果进行了分析与评价。研究结果表明：太湖地区在20世纪80年代能见度水平相对较好，20世纪90年代后逐渐下滑，总体呈下降趋势。2015年遥感反演能见度均值为14.80 km，与1984年的21.46 km相比下降了31.05%，下降速率约为0.21 km/a。     

基于遗传神经网络模型的空气能见度预测

由于雾霾导致的空气能见度降低,给人们的出行带来很多不便。针对这一现象,构建基于遗传神经网络算法的空气能见度预测模型。将与空气能见度相关的7种气象因子和6种污染物浓度因子经过主成份分析后作为输入数据,输出8:00能见度和14:00能见度。该模型能够克服BP神经网络易陷入平坦区域和局部最优解的问题。以西安市2013-1-1—8-16的数据训练遗传神经网络,通过使用灰色模型获得预测时间段8-17—23的输入数据,可以得到这段时间能见度的预测值。通过与BP神经网络模型的比较,发现遗传神经网络预测模型在预测结果的相关性和绝对误差方面均优于BP神经网络模型,因此,可以更准确地预测空气能见度。     

1954—2013年湖北省黄石市气溶胶光学厚度与降水关系研究

通过对地面观测资料进行均一性处理和反演,建立了湖北省黄石市近60年气溶胶光学厚度(AOD)的时间序列,采用气候趋势分析、相关分析等方法,研究了AOD与降水之间的关系.结果表明:近60年黄石市气溶胶光学厚度(AOD)总体上呈显著增加趋势,最大值出现在1991年.随着AOD值的显著增加,年平均降水发生日数显著减少,其中,小雨日数下降更明显,而中雨、大雨日数有增加趋势,暴雨日数的变化趋势不明显.小雨雨量随着AOD值的显著增加而减少,而中雨及以上等级降水量的变化趋势不明显.总之,近60年黄石市气溶胶光学厚度(AOD)的增加,对降水日数和降水量都有一定的影响,其相关性有待进一步研究.     

南京北郊冬春季大气能见度影响因子贡献研究

为研究南京北郊气象要素以及气溶胶对大气能见度的影响,利用2014年1~5月的能见度、相对湿度、温度、颗粒物浓度及其化学成分等观测数据,探讨了气溶胶不同化学组分对消光系数的贡献,提出了该地区能见度基于不同参数的拟合方案.结果表明,观测期间平均能见度为(5.78±3.64)km,能见度与相对湿度、PM_(2.5)存在明显的负相关,相关系数分别为-0.66、-0.48.冬季平均消光系数为(398.72±219.88)Mm~(-1),Organic、NH_4NO_3、(NH_4)_2SO_4和EC对消光的贡献率分别为38.81%、27.81%、23.95%和7.15%;春季平均消光系数为(248.36±78.42)Mm~(-1),Orgamic、NH_4NO_3、(NH_4)_2SO_4和EC对消光的贡献率分别为31.59%、24.36%、32.63%和8.64%.对比不同的能见度拟合方案时,基于颗粒物成分的能见度拟合方案优于基于散射系数的.不同相对湿度区间内PM_(2.5)对能见度的影响程度不同,基于PM_(2.5)、相对湿度和温度的能见度拟合方案说明:低相对湿度的条件下,PM_(2.5)对能见度的影响较大;随相对湿度增大,相对湿度成为更为重要的影响因子.     

Modelling of light pollution in suburban areas using remotely sensed imagery and GIS

This paper describes a methodology for modelling light pollution using geographical information systems (GIS) and remote sensing (RS) technology. The proposed approach attempts to address the issue of environmental assessment in sensitive suburban areas. The modern way of life in developing countries is conductive to environmental degradation in urban and suburban areas. One specific parameter for this degradation is light pollution due to intense artificial night lighting. This paper aims to assess this parameter for the Athens metropolitan area, using modern analytical and data capturing technologies. For this purpose, night-time satellite images and analogue maps have been used in order to create the spatial database of the GIS for the study area. Using GIS advanced analytical functionality, visibility analysis was implemented. The outputs for this analysis are a series of maps reflecting direct and indirect light pollution around the city of Athens. Direct light pollution corresponds to optical contact with artificial night light sources, while indirect light pollution corresponds to optical contact with the sky glow above the city. Additionally, the assessment of light pollution in different periods allows for dynamic evaluation of the phenomenon. The case study demonstrates high levels of light pollution in Athens suburban areas and its increase over the last decade.