广州城区冬季黑碳气溶胶污染特征及其来源初探

于2007年12月至2008年2月利用黑碳(Aethalometer)和气体在线现测仪(Thermo 42i型二氧化硫、43i型氮氧化物争49i型臭氧分析仪)和MAWS自动气象站获得了大气细粒子中每5分钟黑碳气溶胶(BC)浓度,每1小时SO2、NO2、NO和O3浓度和风速、风向等气象因子观测数据.结果发现,黑碳日均值浓度值为10.5±7.7 μg/m3,浓度变化范围为2.7～34.8 μg/m3.非降雨期BC有相对明显的两个峰值和一个谷值;降雨期BC昼间呈单调上升,夜间呈单调降低.通过对BC与气体污染物相关性分析并结合城市污染源分布,发现BC的最主要来源是工业燃煤和机动车尾气排放.  

广州PM2.5污染特征及影响因素分析

对广州市2008—2010年PM_2.5质量浓度、影响因素数据资料进行整理统计,通过定性分析、定量计算以及对各物理量之间的相互作用过程研究,得出PM_2.5质量浓度变化特征和各影响因素之间的关系。结果表明,PM_2.5质量浓度变化呈现夏季和非夏季2种典型的季节性特征,夏季月平均值0.049 mg/m³,主要分布在0.03～0.05 mg/m³,非夏季月均值为0.063 mg/m³,分布于0.05～0.08 mg/m³之间;夏季、非夏季PM_2.5质量浓度超标率(采用美国EPA标准)分别为70.7%、77.8%,质量标准2倍、3倍以上出现的概率都表现出明显的季节性差异;PM_2.5与温度正相关,和其他因素负相关,其中与能见度相关性最大,其次是温度、风速,与降雨量相关性最差,与气压、相对湿度相关系数季节性特征显著。  

厦门市空气质量臭氧预报和评估系统

为了评价和预测厦门市区空气中臭氧的污染水平,运用2006～2009年的监测数据对臭氧的污染成因及其变化规律进行研究。通过风向、风速、气温、湿度等气象因子对臭氧浓度影响的分析,进而运用多元线性回归法建立厦门市臭氧预报及评估系统。  

洛阳市大气污染特征与相关气象要素24小时变化分析

通过对洛阳市环境空气监测资料的统计,归纳出洛阳市区日内24小时环境空气污染变化特征,并结合同步气象观测资料综合分析,找出了二者之间的联系特征。引入气温日较差这一便于观测、预报的气象要素表征空气污染物垂直扩散特征,为今后进行污染预报提供了新的思路。  

试点城市O3浓度特征分析

利用2009年O3试点城市的03监测数据,分析了北京、天津、上海、青岛、沈阳和广东的03浓度变化特征,统计了年超标情况,并结合气象要素数据分析了其对03浓度的影响.结果表明,不同城市各点位间03浓度变化趋势基本一致,但因点位类型不同,浓度存在差异；O3浓度呈单峰型日变化,在13:00-15:00出现最大值,6:00-7:00出现最小值；O3超标主要集中在4-8月份,广州和北京超标现象较多；O3浓度受温度、降水、风速和风向等气象要素影响较大.  

Kalman滤波法在城市空气污染预报中的应用

利用Kalman滤波法结合由逐步回归法选出的T106气象因子,对大连市的空气质量进行预测预报,得出了该法与传统的多元回归法相比具有物理意义明显、准确率高的结论.  

主要气象因素对可吸入颗粒物浓度影响规律探讨

简要介绍了上海、南京、苏州和南通市区API污染指数逐月同步走向的一致性,得出环境空气质量保护目标确定条件下,影响大气污染物浓度高低的主要因素是大中尺度天气系统的气象因素以及春、夏、秋、冬和典型冬季寒潮前后,南通市区可吸入颗粒物与气象因素之间的相关变化关系.说明在政府加大力度控制大气污染物排放量并取得阶段性成果时,另一个影响可吸入颗粒物浓度高低变化的重要因素是气象因素.  

气象因素对杭州城市空气质量的影响

利用杭州城市环境空气中污染物浓度与气象观测数据的相关性，分析气象因素对环境空气质量的影响情况，提出在杭州市区大气污染防治中必须首先予以考虑并着力解决的几个问题。  

成都市大气能见度变化特征及影响因子研究

利用MICAPS 2008—2011年地面观测资料，分析了成都市区大气能见度的变化特征。以2009年成都地区一次低能见度天气过程为例，分析大气能见度与各气象要素的变化关系，讨论影响成都市大气能见度变化的主要因素。结果表明：近年来伴随着霾天数的逐年下降，成都市区年平均大气能见度呈上升趋势，夏季平均值最高，春季次之，冬季最低。高湿和低风速是造成成都市低能见度现象的主要气象条件。PM_2.5的浓度与成都市大气能见度呈显著负相关，PM_2.5浓度的快速增长是造成大气能见度急剧降低的重要原因。有效降低PM_2.5浓度，减少大气污染物排放，是改善成都市区大气能见度的有效途径。  

大气微生物与气象条件及大气污染物的灰色关联分析

根据大气微生物浓度、气象因子和大气污染理化因子的监测结果，应用灰色关联分析原理，分析研究大气微生物浓度与气象条件和大气污染物的关联程度，说明气象因子对各类微生物浓度的影响大于大气污染因子，特别是对耐高渗透压霉菌。