我国6个典型城市大气能见度及其影响因素研究

采用线性相关性分析、分类变量分析等统计学方法,分析了巴彦淖尔、石家庄、廊坊、郑州、武汉、广州六市2019-2020 年的PM2.5 与气象观测数据,研究了PM2.5 浓度与大气相对湿度对大气能见度的影响.结果表明:六市大气能见度年变化规律虽存在较大差异,但最低值均出现于每年 12 月—次年 2 月,且年变化规律基本一致;气象条件、相对湿度、PM2.5 浓度对能见度的影响明显,其中相对湿度通过改变PM2.5 物化性质间接影响能见度,与能见度相关程度相对较弱.PM2.5 浓度与能见度的线性相关性良好,以幂函数为主;整体上,相对湿度与PM2.5 浓度对大气能见度影响呈协同作用,相对湿度越大的城市对PM2.5 的控制要求越高.此外,PM2.5 浓度高于平台点时,大气能见度基本不随PM2.5 浓度增加而继续降低,只有PM2.5 浓度低于突变点时,大气能见度才会随PM2.5 浓度降低而显著提升,各市能见度突变点与平台期点所对应PM2.5 浓度差异较大.     

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。     

2011年重庆地区灰霾污染特征初步研究

本文结合2011年重庆区域灰霾统计结果表明,灰霾污染状况已逐步由重度和严重灰霾向轻中度灰霾污染过渡,污染程度得到好转。灰霾／非灰霾对比发现颗粒物PM2.5污染浓度较高,超标率较大,占颗粒物污染较大比重,且对能见度影响显著。2011年BC／PM2.5平均比值为18％左右,且比值时间序列变化趋势与全年灰霾污染总体发生趋势相符。     

南京冬季大气气溶胶粒子谱分布及其对能见度的影响

2009年11～12月采用宽范围气溶胶粒径谱仪（WPS）、自动气象站和能见度仪等高分辨率仪器对南京北郊气溶胶粒子的谱分布特征与气象因子的关系及其对大气能见度的影响进行研究.结果表明,数浓度谱呈双峰分布,主峰集中在0.04～0.1μm;质量浓度谱的2个主峰位于0.5～0.7μm和2.7μm左右;表面积谱的2个主峰分别位于...     

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.     

珠三角地区利用PM2.5反演气溶胶数浓度谱方法

大气气溶胶数浓度谱分布(PNSD)对于大气辐射和光学计算至关重要,利用目前普遍观测的气溶胶质量浓度(PM_(2.5))来反演计算PNSD,能有效补充PNSD观测的不足,对于需要PNSD信息的研究工作如大气能见度计算等有重要的实用价值.本文利用2014年11月～2015年1月在广州城市站进行同期连续观测的干气溶胶粒子的PM_(2.5)、PNSD数据进行客观分析,建立了一种使用PM_(2.5)反演PNSD的方法,并评估了该方法的适用性.结果表明该反演算法具有较好地适用性和稳定性,对于积聚模态的PNSD反演效果较好,但对于PM_(2.5)高浓度的反演结果差异较大.该反演方法将为珠三角地区的大气能见度计算和应用提供有利的依据和支撑.     

2009年8~9月成都市颗粒物污染及其与气象条件的关系

对成都市3个不同点位PM2.5和PM10进行了为期30d的连续观测,研究了大气颗粒物浓度的时空分布特征,及其与气象条件的关系.研究表明,观测期间成都市大气颗粒物PM2.5和PM10质量浓度日均值分别为66,94μg/m3,两者浓度变化范围较大,但变化趋势相同.从空间分布来看,大气颗粒物浓度均是熊猫基地>草堂寺>丽都花园,即下风向污染状况最严重,商业繁华地段次之,生活居住区最好;从时间分布来看,大气颗粒物污染最严重出现在9月17~19日,9月5~9日2个时间段,不利的气象因素和污染物的累积是造成该时间段大气颗粒物污染加重的主要原因.PM2.5与PM10质量浓度的相关性为0.93,PM2.5对PM10的贡献较大,两者质量浓度的比值达0.69.气温对大气颗粒物浓度变化没有显著影响;降水以及风速对颗粒物浓度影响较大,主要是对颗粒物的湿清除和促进扩散作用;在一定相对湿度范围内,高湿度条件容易造成大气颗粒物的较重污染.能见度与大气颗粒物浓度呈明显负相关性,且与PM2.5的相关系数大于与PM10的相关系数.     

基于微波辐射计分析低能见度的液态含水量特征

利用广州国家基本气象站2013年11月~2014年4月的能见度（Vis）、相对湿度（RH）、微波辐射计液态含水量（LPR）小时资料和云资料,分析了广州地区能见度的时间变化,以及低能见度时液态含水量变化特征.结果表明广州地区Vis<10km的出现频率为66.37%;Vis ≤ 1km只在RH ≥ 95%情况下出现,1km < Vis ≤ 2km只在RH>90%出现,Vis>5km在RH>95%区间出现频率为0,Vis>15km在RH>90%的出现频率为0;低能见度事件出现的频率高低顺序依次为早 > 晚 > 中,与相应时段低空LPR的平均值高低一致,说明低能见度事件与低空大气中高液态含水量存在一定的正相关;当Vis<10km时,大气液态水含量都处于较高的水平,在3000m以下存在一个大于0.02g/m³的高含水量层,液态含水量出现最大值的高度在1550m左右;当Vis ≥ 10km时,大气液态含水量都处于较低的水平,液态含水量出现最大值的高度大约在2000m,未出现有大于0.02g/m³的情况;广州地面低能见度过程不是低云（或低云接地为雾）过程导致的概率基本在50%以上,Vis ≤ 1km情况下LPR值基本为0（微波辐射计没有监测到液态水）,但由于RH>95%接近饱和且出现高浓度的颗粒物,说明广州地区低能见度（Vis ≤ 1km）应为雾霾混合情景.表明只有联合利用微波辐射计的液态含水量、相对湿度与颗粒物浓度等要素变化特征的综合分析才能为雾、雾霾混合与霾现象分辨提供一定的参考.     

MODIS遥感气溶胶光学厚度产品在地面能见距中的应用

利用气象站点能见距的历史资料和NASA的MOD1S卫星遥感手段获取10km＊10km分辨率的气溶胶光学厚度资料，建立二者之间的季节平均关系。得到了上海地区季节变化的气溶胶标高，并利用标高数据和气溶胶光学厚度的季节分布。反演出上海地区季节变化的区域能见距分布，研究近地层大气气溶胶与地面能见距的关系，分析上海市能见度时空分布特征，结果显示：上海城区在冬春季平均能见距较差，市区中心能见距在lOkm以下；低能见距中心分布明显。且主要分布在杨浦、桃浦、吴淞等工业区范围。     

1980—2011年北京城区能见度变化趋势及突变分析

选取1980-2011年5个位于北京城区的国家级地面气象台站(海淀、朝阳、北京观象台、石景山、丰台)人工观测的大气水平能见度(下称能见度)数据,采用Mann-Kendall趋势分析及突变检验法、滑动t检验方法对能见度进行分析,以了解其变化趋势和突变.结果表明:海淀和石景山站的年均能见度呈下降趋势,而朝阳、北京观象台和丰台站则呈上升趋势;能见度最大和最小变率分别出现在朝阳和丰台站,分别为2.50、1.11 km/10 a;北京城区年均能见度(对5个台站数据平均得到)呈上升趋势,变率为0.47 km/10 a.2007-2011年北京城区平均能见度为18.5 km.突变分析表明,海淀、石景山、北京观象台和丰台站的年均能见度均出现了突变,但突变类型不尽相同,而朝阳站和北京城区的年均能见度未出现显著突变.