气象条件对沈阳市环境空气臭氧浓度影响研究

利用2013年沈阳市环境空气监测点位臭氧监测数据,分析沈阳臭氧浓度变化特征,结合气象资料分析了其对臭氧浓度的影响。结果表明,沈阳市不同区域臭氧浓度变化特征基本一致。臭氧浓度日变化呈单峰趋势,最大值出现在14:00左右,最小值出现在6:00左右;臭氧浓度变化具有明显的季节特征,夏季臭氧浓度最高,春秋次之,冬季最低;臭氧浓度受温度、风速、湿度、能见度、天气情况影响,臭氧浓度变化是多因素共同作用的结果。  

乌鲁木齐市重污染天气与气象因素变化的影响分析

利用乌鲁木齐市近年来的空气污染监测资料和同期气象观测资料，研究乌鲁木齐市重污染天气的变化特征及其与气象条件的关系，并从气象特点、局地因子等方面的变化分析污染严重的成因，进一步研究造成重污染的物理机制，为今后乌鲁木齐市空气污染综合治理提供科学依据与建议。  

北京秋冬季空气严重污染的特征及成因分析

近年来北京大气环境质量达标天数明显增加,但是严重污染日依然占近6个百分点,并且没有明显减少的迹象。弄清严重污染,尤其是秋冬季节(9-12月,1-2月)积累型严重污染的时空分布特征和成因,对于污染预警、污染控制具有重要意义。文章首先分析了2000-2005年秋冬季节北京市大气污染达到4-5级的44个案例,发现该类严重污染具有发生时间连续、空间范围广和垂直散布高等特点。运用追踪过程的诊断分析方法剖析了2004年国庆期间和2005年11月初两个典型严重污染过程,说明了气象因子在秋冬季严重污染发生、持续和结束过程中的主导作用。文中最后给出了44个严重污染日气象条件的统计特征:850百帕温度偏高,可高于月均值5-15℃;海平面气压偏低;低空逆温发生概率大于75%;高湿度发生概率大,地面温露差在0-7.5之间约占80%;各层风速都很小,海平面0-2米/秒,850百帕风速2-16米/秒。  

城市典型气象条件与大气颗粒物污染之间的关系

针对城市气象与城市气候特点,分析了典型气象条件下颗粒物的变化趋势,分析了由城市气候现象产生的城市效应问题,为研究空气中颗粒物来源、变化趋势奠定了基础.  

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。  

北京地区冬季典型PM2.5重污染案例分析

对2013年1月10—14日发生的持续性PM_2.5重污染过程从污染过程演变、气象条件影响、与气态污染物关系、区域污染背景、PM_2.5浓度空间分布演变及其与地面风场的关系、PM_2.5组分特征等多个方面进行全面的分析,较为完整地还原了该次重污染案例的形成原因以及主要影响因素.主要结论包括:该次重污染过程是稳定气象条件下导致的局地污染物积累,再叠加华北区域性污染的影响共同造成,其中10、12日北京地区PM_2.5浓度的快速增长反映了周边污染传输的显著影响;逆温不但造成污染物难以扩散,且不同的逆温类型对PM_2.5浓度水平有显著影响,同时还发现逆温的破坏导致近地面高浓度污染物向上扩散,造成百花山出现峰值高污染浓度现象;NO₂与PM_2.5浓度水平的高相关性反映交通污染二次转化对PM_2.5浓度水平的影响,在较高湿度条件下,SO₂浓度水平对湿度敏感且表现为负相关性;该次污染过程中OM、SO₄^2-、NO₃^-、NH₄⁺等组分在PM_2.5质量浓度中的占比超过70%,说明燃煤、机动车等仍是北京地区最主要的污染来源,同时SO₄^2-占比最高也说明区域污染传输对该次重污染的显著贡献.  

成都市O3浓度的时间变化特征及相关因子分析

为深入认知成都市O₃浓度的时间变化规律及其影响因子,基于2013年1月1日-12月31日市区站点O₃、NO、NO₂、NO_x的逐时监测资料以及成都市气象站的气象数据逐时观测资料,据此对O₃的季变化、日变化、"周末效应"、"节假日效应"进行了讨论,并对其浓度影响因子进行分析。结果表明:成都市O₃浓度季变化呈现明显夏高冬低的特征,浓度最大值出现在8月。O₃浓度日变化为单峰型,夏季峰值出现在15:00,冬季峰值出现在16:00。市区存在"周末效应",即周末O₃浓度总体比工作日高;"节假日效应"则表现出复杂多变性,受气象条件以及人为活动等多种随机因素的影响。O₃日平均浓度与NO、NO₂、NO_x、相对湿度呈明显负相关,与温度、风速呈明显正相关。