2001-2013年乌鲁木齐市空气质量指数特征分析

利用2001-2013年乌鲁木齐市空气质量指数(air quality index,AQI)数据和气象资料数据,研究了13a来该市空气质量特征与气象要素之间的关系。结果显示,乌鲁木齐市年平均AQI指数在2001-2010年之间从139降到了95,而在2010-2013年之间从95上升到了150;另外,空气质量优良天数(AQI≤100)从2001年的149d上升到了2013年的304d,而污染天气(100AQI≤500)数量从216d下降到了61d,说明污染日的污染程度有加重趋势。在高气压、高相对湿度、低风速和低水汽压条件下易出现严重污染天气,冬季尤为明显。该市13a来主要盛行西北风、北风、东北风和西南风;其中,春季、夏季和秋季气流整体上是由北往南移动,而冬季从东北、西南和北方向往市区内流动,造成冬季污染严重;东南风带来沙尘天气使得春季空气质量变差;冬季盛行西北偏西风时空气质量较好。     

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%。     

上海市氮氧化物污染与气象条件关系特征分析

根据上海市1998-2000年NOx浓度监测数据,对其月变化、城乡差异进行分析.将NOx浓度最低、最高月份值与气象条件进行了对比.结果表明,NOx浓度年内月变化呈"U"型,在冬季出现最高值,夏、秋季较低.其原因主要是冬季稳定型气象条件出现频率高,不利于污染物扩散;夏、秋季则相反.应用SPSS统计分析软件,对NOx浓度与各气象要素进行相关分析.结果表明,NOx浓度与风速有很强的负相关性,与气温、气压、太阳辐射等要素也有明显的相关性.在此基础上,提出了NOx浓度的气象学预报模式.NOx浓度城乡差异明显,城区高于郊区.因为NOx的主要来源为机动车排放,集中于城区;另外郊区建筑物不像城区那么密集,扩散条件比较好.     

武汉市城区空气质量特征及控制对策分析

以武汉市近6年空气污染物浓度数据为基础,分析了城区空气质量特征.武汉市近6年空气污染指数年均值均小于100;年优良天气频率介于60%-75%,逐月天气优良频率以秋、冬两季较低,春、夏两季较高;SO2、NO2均符合国家空气质量二级标准,空气质量总体状况良好.但可吸入颗粒物年年超标,SO2浓度和酸雨检出率有逐年增高的趋势.同时针对空气污染特征,分析了其影响因素,提出了进一步改善空气质量的基本对策.     

太湖水-气界面温室气体N2O日通量变化特征

阐述了最重要的温室效应气体N2O的来源,湖泊中N2O产生机理,监测了太湖水-气界面四季N2O日通量,并分析了N2O日通量变化特征,发现太湖大部分时间是N2O的源,少部分时间是N2O的汇.春、夏、秋、冬四季的平均N2O日通量分别是0.018 mg/(m2·h)、0.065 mg/(m2·h)、0.003 mg/(m2·h)和-0.002 mg/(m2·h).夏季较高,而春、秋、冬季较低.     

长株潭城市环境空气中PM2.5和O3质量浓度的相关性研究

PM2.5与O3均为导致城市环境空气质量恶化的主要污染物,采用自动设备监测湖南省长沙、株洲、湘潭3市商业区和郊区空气中的PM2.5和O3质量浓度,并对数据进行相关性分析.结果表明:PM2.5和O3质量浓度的季节性变化大,其中O3质量浓度夏、秋2季高,春、冬2季低;PM2.5则秋、冬2季高,春、夏2季低;O3质量浓度峰值一般出现在当天午后,PM2.5质量浓度峰值一般出现在上午;空间分布上,O3质量浓度在郊区站点相对较高,而PM2.5质量浓度在商业区站点较高.PM2.5与O3质量浓度变化以负相关为主,即PM2.5质量浓度高时,O3质量浓度则低,反之亦然,二者一般不产生叠加污染.总体上,夏、秋季节应主要防O3污染,春、冬季节则主要防PM25污染.     

两小时内集结 跨区域作战 陕西加强重特大应急救援体系建设

4月25日,陕西省公安消防总队调集西安、咸阳、渭南3个消防支队的180名官兵,26辆车在秦岭山脉举行跨区地震救援拉动演练,实地检验跨区域机动救援和72小时黄金救援时间自我保障能力。陕西省公安消防部队参照联合国国际搜索与救援咨询团(INSARAG)标准和国际搜救队建设模式,根据全省地理位置及消防部队相对分散的特点,依托高速公路和国道网络,在陕西建立了关中、陕南、陕北3个作战协作区,在原有的1支重型搜救队的基础上又成立2支重型搜救队,健全了跨区域作战体系。全省分为三个战区。关中战区以西安市为区域中心,包括西安、杨凌、宝鸡、咸阳、渭南、铜川6市(区);陕南战区以汉中市为区     

南京市大气PM_(10)浓度的估算模型研究

以南京市为例,利用空气污染指数API、气象数据和TERRA/AQUA卫星气溶胶光学厚度(AOD)产品,分析了南京市PM_(10)浓度的变化规律,在PM_(10)浓度与气象要素进行相关分析的基础上,初步建立了基于气象要素和AOD的PM_(10)浓度估算模型。结果表明,南京市PM_(10)浓度在每年11,12月或1月最高,7,8月最低,季节性变化表现为冬春季浓度最高,秋季其次,夏季最低,PM_(10)浓度有逐年下降的趋势,但年均值仍高于国家II级标准;除了大气混合层高度外,PM_(10)浓度与大气压、风速、气温、相对湿度、水汽压、能见度、气溶胶光学厚度都有较好的相关性;基于气象要素的PM_(10)浓度估算模型的绝对系数R~2为0.510、平均相对误差为26.04%,基于AOD的PM_(10)浓度估算模型以TERRA和AQUA卫星AOD平均值构建的最佳,绝对系数R~2为0.482、平均相对误差26.11%,两种模型对PM_(10)的预测预报具有一定的指示意义。     

MM5/CALMET/CALPUFF数值模式在关中地区SO2环境空气总量控制中的应用

利用中尺度气象数值模式MM5、边界层风温场诊断数值模式CALMET和污染物扩散多源数值模式CALPUFF,模拟和预测了关中地区2007年逐时气象要素场和S02的质量浓度分布.SO2质量浓度预测结果与监测结果的对比分析表明,年均质量浓度的预测与监测值比较接近,日均质量浓度的预测与监测值的时间变化趋势基本一致.污染物扩散轴线与主导风去向一致.西安、咸阳和铜川污染物的扩散主要沿东北、西南方向,宝鸡、商洛主要沿西北、东南方向,渭南市沿着秦岭北麓向东西方向扩散,表现出关中特有地形和气象条件对污染物扩散的影响.在现状SO2排放源和不考虑城乡界线的条件下,以各市SO2年均质量浓度最大值点作为控制点,年均质量浓度的二级标准为判断条件,采用等比例消减原则测算关中地区SO2的环境空气总量约60万t/a,西安、咸阳、宝鸡、渭南、铜川、洛南分别约9万t/a、11万t/a、7万t/a、29万t/a、2万t/a、2万t/a;在考虑城乡界线的情景下,关中地区SO2允许排放总量约31万t.     

城市火灾起数与气象因素的自回归模型研究

根据北京市1997~2006年月度火灾数据,研究了城市火灾与降雨量、温度、相对湿度、风速等气象因素的之间的关系,考虑了季节效应及滞后期对火灾发生数量的影响,建立了月度火灾起数的动态计量学模型.研究结果表明:气象因素与火灾的发生关系密切,其中降水量、相对湿度以及温度对火灾数量有显著的影响,而风速影响却不大.     

MM5和WRF模式对高空气象数据模拟的对比分析

为了判别MM5和WRF两种模式下高空气象数据模拟结果的差异性和可替代性,系统比较了两个中尺度气象数值模式的差异,应用WRF和MM5分别模拟了2010年北京某参照地点高空气象场的温度、露点温度、风场和相对湿度,对比分析了两种气象模式模拟结果的垂直廓线差异和时间变化差异。结果表明,除近地层和约8 000 m以上的高层模拟值略有偏差外,WRF和MM5模拟的各气象要素的垂直廓线变化一致,吻合度非常好。两模型对气象数据模拟结果的相关系数达89%~99%。WRF和MM5模拟的各气象要素的日变化趋势也基本一致,除对风速和风向模拟值间的相关系数低于81%外,温度、露点温度和相对湿度模拟值间的相关系数达84%~98%。因此,两模式可相互替代用于环境影响评价高空气象数据的模拟。     

平顶山市大气颗粒物污染水平研究

为了初步调查平顶山市大气中颗粒物PM10和PM2.5的污染水平,于2006年9月-2007年8月春、夏、秋、冬4季在平顶山市分别采集了80个样品,并对其进行分析.分析结果表明,平顶山市PM10和PM2.5的质量浓度分别为0.045-0.872 mg/m3,0.023-0.044 4 mg/m3,年均值分别为0.162 mg/m3,0.093 mg/m3,PM10超国家标准0.62倍,PM2.5超美国EPA标准5.20倍.PM10和PM2.5的季节变化趋势足冬季最高,春、秋季次之,夏季最低,PM10中PM2.5约占64%.     

环境信息关联模型及植被对PM2.5浓度的影响研究

选取北京24个PM_(2.5)监测站点2017年8月17日至21日逐小时PM_(2.5)质量浓度数据及16个市辖区的逐小时气象数据,建立了北京各区关于PM_(2.5)质量浓度的环境信息关联模型,并在此基础上分析了植被在PM_(2.5)与气象因素及区域污染的关联中发挥的作用。通过分析模型脉冲响应曲线的数值可以看出,绿化率与PM_(2.5)对相对湿度扰动的响应相关性最高(R2=0.71),其次为风速(R2=0.54),但绿化率与PM_(2.5)对温度扰动的响应的相关性不高。PM_(2.5)对风速扰动的响应最为迅速。绿化率越高的市辖区,PM_(2.5)对3种气象要素的响应越剧烈且越容易出现波动,PM_(2.5)对气象要素总扰动的响应的滞后期与绿化率有较强的相关性(R2=0.62)。对各区域PM_(2.5)质量浓度进行逐步回归分析,结果表明高植被覆盖的地区更不易受到其他区域污染物的影响。     

武汉市下垫面变化对大气污染物扩散和气象要素影响的数值模拟

大规模的土地覆被变化改变了地区地表环境的能量收支平衡,造成大气边界层内流场特征和湍流特征的改变,使得区域内污染物的扩散、转化和积累等规律也发生变化。根据CALPUFF的格式要求,将武汉市SO_2排放量较大的源设置为点源,耦合中尺度气象预测模型(MM5)和气象诊断模型(CALMET)模拟边界层气象要素场。在边界层气象背景下,采用中尺度气象模型(MM5)和空气质量预测模型(CALPUFF)对武汉市空气中污染物SO_2的扩散进行数值模拟分析。重点分析了武汉市主城区下垫面城镇建设面积由70年代的65km2增加到目前的106 km2情景下,大气污染物扩散和气象要素的特征变化。研究区域下垫面城市面积增加后,大气污染物扩散特征为主导风下(上)风向影响范围较远(近),等值线变化梯度较小(大)。两种下垫面情况下,区域SO_2最大日质量浓度的季平均值夏季最大、冬季最小,是由于地气能量的交换在夏季最强、冬季最弱;区域内小时最大质量浓度的逐时变化无明显差异。下垫面面积增加对近地面水平风场、稳定度的影响不显著;对混合层高度的影响较为显著,典型日小时混合层高度均有所增加,表明由于城镇面积扩大,市中心、工业区随之扩大,增大了地表受热面积,混合层高度变高。     

基于Logistic回归模型的大兴安岭地区林火发生概率预测研究*

为实现对大兴安岭地区林火发生概率的基本预测,根据该地区历史火灾资料、地形因子、气象因子和人为因子,基于Logistic回归模型建立该地区林火发生概率预测模型。研究结果表明:坡度、海拔、平均气压、平均气温、平均相对湿度、最小相对湿度是该地区林火发生的主要驱动因子;坡度、海拔、平均气压、平均气温与林火发生概率呈正相关,平均相对湿度和最小相对湿度与林火发生概率呈负相关;ROC曲线下面积值（AUC）为0.91,最佳临界值为0.425;建立的大兴安岭地区林火发生概率预测模型,建模样本总体准确率为82.4%,验证样本总体准确率为80.5%;该地区夏季林火发生概率明显高于春、秋季;林火发生概率较高的Ⅳ级和Ⅴ级火险区主要集中在夏季该地区东南部、西部以及春、秋季该地区东南部。研究结果可为该地区林火预测提供1种参考方法。     

平顶山市大气颗粒物污染水平研究

为了初步调查平顶山市大气中颗粒物PM10和PM2．5的污染水平,于2006年9月-2007年8月春、夏、秋、冬4季在平顶山市分别采集了80个样品,并对其进行分析。分析结果表明,平顶山市PM10和PM2．5的质量浓度分别为0．045-0．872mg/m^2,0．023-0．0444mg／m^3,年均值分别为0．162mg／m^3,0．093mg／m^3,PM10超国家标准0．62倍,PM2．5超美国EPA标准5．20倍。PM10和PM2．5的季节变化趋势是冬季最高,春、秋季次之,夏季最低,PM10中PM2．5约占64％。     

气象条件对夏秋季炼油厂附近臭氧及其前体物的影响

在夏秋季对我国北方某石化炼油厂附近大气中的O3及其前体物的体积分数进行了监测,分析了其日变化特征及其与气象要素的相关性,并分析了O3超标与未超标期间气象条件与O3前体物的特征。结果表明,夏秋季炼油厂附近O3体积分数超标严重。O3体积分数呈单峰型日变化,在午后15:00左右出现日最大值,夜晚体积分数较低;而NOx和VOCs体积分数与O3相反,白天较低,夜间较高,并呈现双峰型日变化。烯烃和苯系物体积百分比的日变化趋势为先降低后升高,烷烃体积百分比的日变化趋势则相反。夏秋季O3体积分数变化与温度、风速成正相关,与相对湿度成负相关。O3超标与未超标期间前体物体积分数及气象条件均存在显著差异,温度、相对湿度在O3超标期间均大于未超标期间,风速则相反。NO和VOCs体积分数在O3超标期间均小于未超标期间,而NO2体积分数差别不大。在O3体积分数最大的午后14:00,烯烃和苯系物体积百分比在O3超标期间小于未超标期间。     

煤田火区温室气体排放通量及其影响因素研究

煤田火区温室气体的排放速率在时间和空间上由于影响因素而存在差异,本研究在对目前气体排放通量研究基础上,采用空气动力学法对神府矿区活鸡兔火区排放CO2、CH4气体和风速、温度以及气压等环境参数进行原位监测,测试结果表明,CO2和CH4通量的变化规律一致,火区内CO2、CH4排放通量变化范围为3.88~30.46 mg/(m2·s)和0.12~1.36 mg/(m2·s);通过相关性分析,环境因素对两种温室气体的排放影响很大,火区CO2、CH4的排放与风速、温度以及气压均呈显著正相关,相关性大小依次为风速＞温度＞气压,论证了所建的浓度梯度模型对煤田火区温室气体排放通量的适用性,进而为煤田火区有害气体污染治理提供了思路。     

基于中尺度空气质量模型的北京市城区PM2.5人口暴露情况初步研究

本文利用空气质量模型比较北京市六个中心城区PM2.5区域人口相对暴露风险,探讨各区冬季与夏季暴露风险差异。使用CHIMERE中尺度空气质量模型模拟2017年1月与8月北京市东城区、西城区、朝阳区、海淀区、丰台区、石景山区每公里网格的PM2.5平均浓度,使用POI分配方法优化各个城区每公里网格人口数据,利用GIS软件拟合浓度数据和人口数据,计算各区人口相对暴露风险。使用暴露—反应关系系数计算各区冬季与夏季的暴露风险差异。得出北京市城区各区的PM2.5人口相对暴露风险分别为石景山区0.31,丰台区0.71,海淀区0.76,朝阳区1.05,西城区2.67,东城区3.07。相对夏季,城区各区冬季暴露风险增长率分别为石景山区2.0%,丰台区2.2%,海淀区1.7%,朝阳区2.1%,西城区2.9%,东城区2.9%。北京市城六区各区PM2.5人口相对暴露风险差异显著,东城区、西城区暴露风险相对最高,石景山区暴露风险相对最低。冬季暴露风险明显高于夏季,东城区、西城区冬季暴露风险升高最为显著,海淀区暴露风险升高值最低。     

唐山市PM2.5理化特征及来源解析

为了研究唐山市PM2.5理化特征及来源,分别于2012年7月和2013年1月对唐山市夏、冬季PM2.5样品进行了采集,应用电感耦合等离子体质谱仪(ICP-MS)、离子色谱仪(IC)和DRI碳质分析仪对PM2.5样品中化学组分元素、水溶性离子及有机碳和元素碳(OC/EC)进行了分析。应用CAMx-PSAT数值模型对采样时段PM2.5进行模拟,分析了夏、冬季PM2.5的主要来源。结果表明,唐山市PM2.5污染严重,夏、冬季质量浓度分别为国家环境II级标准的1.08倍和2.49倍。夏季PM2.5中二次组分质量浓度较高,占PM2.5总质量浓度的53.56%。SO2-4、NO-3和NH+4是PM2.5中重要的二次组分,占PM2.5质量浓度的31.49%~43.79%。一次组分中,矿物尘和POA占PM2.5质量浓度比例最高。唐山夏冬季节PM2.5未知组分比例分别为14.4%和24.86%。工业源是唐山市PM2.5污染的主要来源,夏、冬季节贡献率分别为74.1%和43.8%。由于居民燃煤采暖,冬季居民源对唐山市PM2.5贡献率增大。冬季唐山市主导风向为西北,外来源对PM2.5贡献率为31.2%;夏季主导风向为东南,外来源贡献率为15.0%。气象因素是导致外来源贡献季节变化的重要原因。