郑州环境空气中粉尘浓度的统计分析及预测

对郑州市2005年1月—2009年12月份的可吸入颗粒物(PM10)指数数据进行统计分析,并利用Matlab软件建立了利用气象要素预测PM10的BP神经网络模型。结果表明:2005—2009年郑州市PM10指数的年均值和空气质量超标天数逐步下降,且趋于稳定;年内各月的PM10指数浓度差异很大,冬季PM10指数显著高于夏季,8月最低,而12月最高;采暖期PM10指数显著高于非采暖期,而节假日对于PM10指数的影响不明显;通过平均风速、平均气温、平均气压和平均相对湿度预测PM10浓度可以达到最高精度86.85%。     

黑龙江省重点城市AQI指数特征及其与气象要素之关系

空气质量状况的优劣,直接关系到人体健康和经济社会可持续发展。利用2014年黑龙江省4个重点城市的空气质量数据,结合同期常规气象要素资料,分析了黑龙江省AQI指数基本特征及与气象要素的关系。分析结果表明：黑龙江省重点城市年平均AQI指数以哈尔滨最大（轻度污染级别）,其次牡丹江、大庆、齐齐哈尔（良级别）;单日空气质量指数最高值在大庆（500）,其次是哈尔滨（490）,牡丹江和齐齐哈尔单日最高值分别为264和251;AQI指数年分布特征是冬季最高,其次秋季,再次春季,夏季最低;首要污染物最多的是PM_2.5,其次PM₁₀、NO₂和臭氧8 h。AQI指数与平均气温,在年尺度上呈负相关,月和四季呈正相关为主;与降水日呈负相关;与相对湿度是冷月（1-2月）呈正相关,渐暖月（5-6月）呈负相关;与最大风速,采暖季呈明显负相关;与本站气压呈正相关,与日照时数冬季呈负相关关系。     

南京北郊大气臭氧浓度变化特征

以南京北郊大气中O3质量浓度观测资料为基础,分析了O3变化特征和气象要素对其影响程度。结果表明：大气O3日均质量浓度平均为65.8μg·m-3。O3质量浓度最大值出现在午后15时左右,O3质量浓度日最大值在春季最大,而冬季最小。白天工作日O3质量浓度要高于周末,而夜间两者差异不大。气温,日照时数和降水量是影响南京大气O3质量浓度的重要因素。全年中5月份高日照时数和较低的降水量导致南京出现O3高值。在偏南气流作用下,O3质量浓度偏高。由气象要素得到的O3日均质量浓度和O3日最高质量浓度回归方程相关系数分别为0.61和0.71。     

新乡市大气PM2.5中水溶性离子的污染特征、来源解析及气象影响分析

为探究新乡市大气PM_2.5中水溶性无机离子（WSIIs）的污染演变、来源特征及其气象影响,利用URG-9000在线监测系统于2022年1月（冬季）、4月（春季）、7月（夏季）和10月（秋季）对PM_2.5组分进行在线观测.结果表明,TWSIIs（总水溶性无机离子）与PM_2.5的季节变化特征一致,季度ρ（TWSIIs）均值变化范围为19.62~72.15 μg·m^-3,在PM_2.5中的占比超过66%,WSIIs是大气PM_2.5的重要组分.年均NO₃^-/SO₄^2-（质量浓度比）为2.11,且呈现逐年增加的趋势,移动源对二次无机气溶胶（SNA）的影响不容忽视,年均[NH₄⁺]/[NO₃^-]（量比）为1.95,说明农业源是大气中氮的主要贡献者.后向轨迹分析表明,在盛行东北风且风速较大时,PM_2.5中Ca²⁺和Mg²⁺的浓度较高.低温高湿的气象条件下（T<8℃,RH>60%）,SOR和NOR值均较高,更多的气态前体物SO₂和NO₂转化为颗粒态的SO₄^2-和NO₃^-.与SOR不同,在高温条件下（T>24℃）,NOR并没有表现出高值特征,与高温条件下NH₄NO₃的分解有关.结合PMF和后向轨迹分析,来自西北方向的气团所对应的扬尘源对WSIIs的贡献较大,观测站点周边区域的低空低速气团所对应的二次硫酸盐以及二次硝酸盐和生物质源对WSIIs的贡献较大.     

江苏省大雾的变化特征及气溶胶对其影响

通过分析近50年江苏长序列大雾日数、持续时间、时空分布规律以及其成因,探讨气溶胶对大雾形成的可能机制.研究结果表明:大雾可能出现在任何时候,但在清晨和秋季出现的频率最多.它们的变化可从该区的季节环流背景特征和雾的形成机理得以解释.年代际大雾日变化大体呈现出抛物线(先升后降)分布特征,而大雾持续时间一直呈波动增长趋势,气象因素不能全部解释其变化特征.气溶胶对大雾形成和持续时间可能有重要影响,气象因素和气溶胶共同作用可解释江苏省年际大雾日变化和大雾持续的变化特征.     

阿克达拉PM2.5演变特征及与气象要素的相关性分析

为深入了解阿克达拉PM_2.5颗粒物污染,利用阿克达拉国家大气本底站颗粒物监测仪器GRIMM180观测的2010～2019年PM_2.5数浓度及台站的常规气象观测资料,用z-score法对PM_2.5数据标准化进行时间变化趋势分析,利用SPSS进行Pearson系数相关分析,能够客观反映出颗粒物浓度与气象要素间的共变趋势程度。结果表明：(1)10年中PM_2.5浓度整体上升7.15%。季节变化表现为冬季>春季>秋季>夏季的特征。秋季为明显右偏态分布其余季节对称分布,且冬季的变化性最大。月变化周期为13个月,呈现出“U”形起伏的变化规律。日变化呈现单峰的型式,且采暖期为非采暖期浓度2倍,呈现白天堆积晚上扩散的周期。(2)PM_2.5与风速、相对湿度和日照时长相关性最好,且在冬季表现最为显著。PM_2.5最高浓度风向为正南,阿克达拉主要污染物成分主要来自西北、偏西方向。风速为10m/s时为PM_2.5浓度明显转折点。夏季PM_...     

1953-2009年林西站气象要素变化分析

对林西气象站1953-2009年气温、风速、降水量月、季、年观测资料进行了统计,分析了近57年三个要素的年际变化和突变特征,为气象站的迁站资料评估提供参考依据。结果显示,该站近57年平均气温显著升高,平均风速明显减小,两个要素都有明显的突变特征。分析认为,这种变化特征除与区域气候变化的响应有关外,主要与该地城镇的发展及测站周边逐步出现较高建筑物的影响有关。     

成都地区2014～2020年PM10变化特征及气象条件分析

利用相关分析、逐步回归等统计方法,考察了成都地区PM₁₀的变化趋势及不同气象要素对PM₁₀变化的作用。结果表明,成都地区PM₁₀逐年递减,月际尺度上呈典型的“U”型分布。PM₁₀质量浓度的变化与最大风速、降水量及气压、日照时数、平均风速的变化负相关,与气温及相对湿度的变化正相关。不同季节影响PM₁₀变化的典型气象因子不同,冬、春季最大风速影响最大,夏、秋季平均风速影响最大。通过建立PM₁₀变化的多元回归预测模型,为成都地区PM₁₀变化的预测及管控措施的制定提供了科学依据。     

2018年杭州市主城区气溶胶散射特性的观测

本文利用2018年杭州国家基准气候站Aurora-3000浊度仪和相关气象要素观测资料,研究了杭州市主城区大气环境中气溶胶散射系数的变化特征.结果表明,2018年杭州市主城区年平均散射系数为(217.4±161.9)Mm^-1.受大气环流形势,季节性气象条件变化以及人为源的影响,气溶胶散射系数表现为冬季和春季高于秋季和夏季.在逆温层,交通排放,人为活动的共同作用下,散射系数呈“一峰一谷型”的日变化特征,峰值出现在8:00(北京时,下同),谷值出现在15:00.随着PM_2.5质量浓度的增加,散射系数和PM_2.5质量浓度表现出越来越明显的正相关关系.散射系数随地面风的增大而减小.并且由于春季地面风速达全年最大值,具有较好的扩散条件,因此导致散射系数较冬季小;秋冬季,由于人为排放的气溶胶局地性很强,因此不同风向的散射系数分布差异不大.对2018年11月27日—12月3日一次典型的空气污染过程分析表明,混合层高度与散射系数,PM_2.5浓度呈现负相关关系.该过程中散射系数的高值区一般都保持高湿低温的状态.结合天...     

成都气象要素等级对大气污染的改善作用研究

为找到对成都空气质量有改善作用的气象要素等级，量化成都气象条件对大气污染物的影响，对2015—2018年成都环境监测站空气质量监测数据和温江国家气候观象台同时段的气象观测资料进行了研究分析。结果表明：(1)成都中部地区的空气质量污染较为严重，全年主要以PM_2.5和O₃污染为主，占比达75%,2015—2018年成都的PM_2.5污染呈下降趋势，而O₃污染虽有所波动但没有显著改善。(2)PM_2.5持续重污染过程中，过去12 h降水量和过去24 h降水量均大于1 mm,均为有效降水，大于2.5 mm对PM_2.5污染的改善作用显著增强；相对湿度低于70%对中度及以上PM_2.5污染的改善作用同步增加，低于40%对轻度PM_2.5污染的改善作用较为明显，优良天气的发生概率显著增加；风速大于1 m/s时PM_2.5浓度随风速的增大而减小，大于2 m/s对PM_2.5浓度的改善作用显著加强。...