能见度与颗粒物质量浓度之间的关系

文章利用江苏省常州市和苏州市PM2.5质量浓度、PM10质量浓度、能见度和相对湿度的观测资料,研究了能见度与PM2.5质量浓度、PM10质量浓度之间的关系以及相对湿度的影响。结果表明,能见度随着PM2.5质量浓度的增大而减小,但减小的速度越来越慢,为了定量描述这种现象,文章定义了一个新的敏感性参数。能见度的减小速度存在一个临界点,该临界点把能见度与PM2.5质量浓度之间的关系分为2部分。这2部分的敏感性参数在常州相差27倍,在苏州则相差16倍。由于颗粒物吸湿增长的作用,临界点所对应的能见度和PM2.5质量浓度随着相对湿度的增大而减小,临界点两侧敏感性参数的差异增大。因此,相对湿度大的地区(如沿海地区)能见度的治理面临着更大的挑战,也拥有更好的机遇。此外,与粗粒子相比,细粒子对能见度的影响更显著。     

北京市能见度下降与颗粒物污染的关系

为了解北京市能见度下降的主要原因,在1999—2000年对各种污染物的消光系数和不同粒径太小颗粒物的质量浓度进行了观测．发现颗粒物的散射消光作用在北京市能见度下降中占有主要地位,其中与细粒子的关系更为密切．在不同季节运用不同的回归方程,利用细粒子质量浓度可以方便快捷地估算出大气能见度的近似值。     

广州市与北京市大气能见度与颗粒物质量浓度的关系

为了研究相对湿度(RH)和颗粒物对能见度的影响,于2008年12月11日~2009年8月27日和2008年7月14~2008年9月17日分别在广州和北京对能见度、RH、PM2.5和PM10进行了监测.结果表明,PM2.5和RH是影响能见度的主要因子;在RH￡70%和80%0.05mg/m3时,随着PM2.5降低,能见度变化不明显;当PM2.5<0.05 mg/m3时,随着PM2.5降低,能见度迅速改善.因此,在颗粒物治理的起始阶段,PM2.5下降对能见度的改善效果不很明显;但当PM2.5降低到一定程度后,能见度的改善效果非常显著.     

青岛大气颗粒物数浓度变化及对能见度的影响

为研究青岛地面大气颗粒物数浓度的变化及对能见度的影响,2010年9月~2011年8月使用便携式light house激光粒子计数器进行了大气颗粒物数浓度观测,利用Hysplit模式计算大气颗粒物的后向轨迹,运用统计分析方法初步探讨了气象因子对大气颗粒物数浓度和能见度的影响.结果表明,青岛大气颗粒物数浓度冬春最高,秋季次之,夏季最低;源自新疆、甘肃一带的气团颗粒物数浓度偏高,而来自于东北方向及海上的大气颗粒物数浓度较低;大气颗粒物数浓度变化与风速、相对湿度和混合层高度的变化呈现较好的负相关关系.当气团来源于西或西北方向,地面风向为南到东南风且混合层高度较低时,细粒子数浓度较高,容易出现低能见度现象.     

成都市冬季相对湿度对颗粒物浓度和大气能见度的影响

利用成都市城区2015年12月的连续在线观测数据,如相对湿度（RH）、能见度、颗粒物（PM₁₀、PM_2.5和PM₁）浓度、气态污染物（SO₂和NO₂）浓度以及PM_2.5中SO₄^2-和NO₃^-浓度,探讨RH对颗粒物浓度和大气能见度的影响.结果表明,高颗粒物浓度和高RH协同作用导致低能见度事件.观测阶段,PM_2.5在PM₁₀中的平均比重为64%,表明成都市冬季细颗粒物污染严重;随着RH增加,PM_2.5/PM₁₀显著增加,表明高RH会加重细颗粒物污染.随着PM_2.5浓度增加,能见度呈幂指数下降;在相同PM_2.5浓度下,RH越高,能见度越低.当颗粒物浓度较低时,RH对能见度的影响作用较强;当颗粒物浓度较高时,大气消光主要由PM_2.5浓度控制,RH对能见度的影响减弱.当RH大于70%时,硫氧化率（SOR）和氮氧化率（NOR）的均值分别从0.27和0.11（RH小于40%）增长至0.40和0.19,表明较高RH对二次硫酸盐和硝酸盐的生成有显著的促进作用,二次硫酸盐和硝酸盐单独或协同影响空气质量.     

丹东市大气颗粒物质量浓度变化特征及其与能见度的关系

利用2008年丹东沙尘暴监测站的ρ(PM₁₀₎,ρ(PM_2.5)和ρ(PM₁)监测资料,探讨了丹东市大气颗粒物质量浓度的变化特征及其与能见度的关系. 结果表明:由外来源经中长距离输送引发的沙尘中携带了大量的粗颗粒物,而细颗粒物所占比例相对较少;可吸入颗粒物质量浓度具有明显的季节变化特征,冬季最高,夏季最低,春季、秋季居中;丹东粗颗粒物质量浓度较低,但粗颗粒物中细颗粒物所占比例却非常高;颗粒物的粒径越小,其对能见度的影响就越大.      

成都市大气颗粒物粒径分布及其对能见度的影响

使用环境颗粒物分析仪（GRIMM180）对成都市2018年10月—2019年9月0.25~32 μm的大气颗粒物数浓度粒径分布进行观测,结合细颗粒物（PM_2.5）质量浓度以及相对湿度（RH）、能见度、降水量等气象要素数据,分析了成都市大气颗粒物粒径分布及其与能见度的关系.结果表明,观测期间成都市大气颗粒物以细粒子为主,0.25~0.5 μm的粒子数浓度占总数浓度的97.75%,数浓度谱呈单峰分布,2018年秋季、2019年夏季表面积谱呈双峰分布,2018年冬季、2019年春季表面积谱呈三峰,体积谱均为三峰分布;在不同RH区间,PM_2.5质量浓度及数浓度均与能见度呈负相关,且其中0.25~0.5 μm粒径段的细颗粒物因为对可见光波段的米散射效应而对能见度产生较大影响;在不同RH情况下,不同粒径段颗粒物数浓度对能见度的影响程度有所差别：在低RH（<70%）下,0.25~0.3 μm粒径段粒子数浓度对能见度影响最大;在中等RH（70%~80%）下,0.3~0.5 μm粒径段粒子数浓度对能见度的影响最大;而在高RH（>80%）下,0.3~0.5 μm和0.5~1 μm粒径段粒子数浓度对能见度影响相当.     

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PM_2.5与气象观测数据,研究了PM_2.5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、PM_2.5浓度对能见度的影响明显,其中相对湿度通过改变PM_2.5物化性质间接影响能见度,与能见度相关程度相对较弱。PM_2.5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PM_2.5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PM_2.5的控制要求越高。此外,PM_2.5浓度高于平台点时,大气能见度基本不随PM_2.5浓度增加而继续降低,只有PM_2.5浓度低于突变点时,大气能见度才会随PM_2.5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PM_2.5浓度差异较大。

     

SO_2浓度与能见度（VV）相关关系探讨

本文提出用沈阳市周边飞机场平均能见度与ＳＯ２浓度的相关性较好的关系，做为预报ＳＯ２污染程度的可靠性的检验．     

沈阳一次雾霾天气颗粒物浓度及光学特征变化

利用2011年10月17～22日连续在线观测沈阳地区大气能见度、颗粒物质量浓度ρ(PM10)、ρ(PM2.5)、ρ(PM1.0)、以及通过太阳光度计测量数据反演得到的气溶胶光学厚度、Angstrom波长指数、气溶胶粒子谱分布数据,结合相对湿度、风速、温度等气象资料,分析了2011 年秋季沈阳一次雾霾天气过程中能见度与颗粒物质量浓度及气溶胶光学特征变化.结果表明:相对温度偏高、小风天气以及颗粒物质量浓度累积是造成沈阳能见度下降、引发雾霾天气的主要因素;雾霾期间细粒子所占比例较高,ρ(PM10)、ρ(PM2.5)、ρ(PM1.0)平均值分别为138.8、103.3、94.9μg/m3,比雾霾过程前均增加约2倍左右,PM2.5/PM10和PM1.0/PM10分别为74.7%和68.6%;当RH0.90),RH >80%时, 能见度与颗粒物浓度间的相关性减弱;雾霾期间气溶胶光学厚度明显增加,雾霾前气溶胶光学厚度和Angstrom波长指数平均值分别为0.82和0.94,雾霾期间气溶胶光学厚度和Angstrom波长指数平均值分别为1.42和1.25;雾霾天气过程中,细模态粒子的峰值浓度约是雾霾前细粒子浓度的2倍,说明沈阳地区大气污染物以细粒子为主,进而影响气溶胶光学特征发生变化.     

泉州市灰霾时PM2.5浓度与气象条件、能见度相关分析研究

利用泉州市空气自动监测站的监测资料,研究泉州市灰霾天气时PM2.5浓度与风速、温度、相对湿度等气象因素及能见度的关系.结果表明:泉州市灰霾天气期间往往会伴随气象因素及能见度的变化,灰霾发生前,风速降低,相对湿度减小,逆温层形成,能见度降低;灰霾结束前,风速增大,相对湿度趋于稳定,逆温层消失,能见度增大.灰霾发生时,PM2.5的浓度与风速、能见度基本呈负相关的关系,与相对湿度基本呈正相关关系.气象条件及能见度的变化可以为灰霾天气时污染状况的预判提供重要的参考.     

大气气溶胶粒子数密度和质量浓度的测量

介绍了光学测量技术在环境监测中的应用,利用多元回归方法分析了大气气溶胶数密度和质量浓度的相关性。运用该技术和方法对北京地区2月份大气气溶胶不同粒径段的粒子数密度与质量浓度进行了测量和相关性分析,得出了利用粒子数密度谱获取颗粒物(PM10)质量浓度谱的经验公式,并对公式进行了实验验证,以期对北京市大气污染总量控制方案及对策提供科学依据。     

辽宁中部地区大气能见度器测与目测数据的对比分析

以辽宁中部地区沈阳、鞍山、本溪3个城市为研究对象,利用2010年全年的高精度仪器观测与人工定时观测能见度资料,对这2种观测方法进行了对比分析,研究了二者的差异与相关性. 结果表明,从辽宁中部地区全年总体来看,虽然平均器测能见度大于平均目测能见度,但目测能见度在一年中的大部分时间大于器测能见度(所占日数比例为59.5%). 各城市之间器测能见度的相关系数比目测能见度高,2种方法的观测结果较为一致地反映出能见度在午后会达到高值. 2种方法观测的能见度均与大气相对湿度和可吸入颗粒物质量浓度表现为负相关关系,其中目测能见度与相对湿度的负相关性更为显著,而器测能见度与颗粒物质量浓度的相关性更为显著.      

城市臭氧污染特征与高影响气象因子：以苏州为例

近年来城市臭氧(O₃)污染问题日益突出,影响O₃污染的关键气象因子尚不明确,因此分析典型城市——苏州的O₃污染特征,探究O₃污染的高影响气象因子,对该区域大气污染防治具有重要意义.基于苏州环境监测中心2015～2020年4～9月逐小时O₃浓度数据及同期气象观测资料,应用相关分析和机器学习方法对其开展相关分析研究.结果表明：(1) 6年间O₃污染高发季,O₃污染超标率均达20%以上,O₃污染日数和以O₃为首要污染物的污染日数占比均逐年上升,O₃污染问题日益凸显;(2) O₃浓度存在单峰日变化特点,谷值出现在07:00前后,峰值出现在15:00～16:00;其与气温和太阳辐射能的日内变化趋势较一致,但其浓度峰值出现时刻又滞后于二者. 2017年和2019年O₃有典型的“周末效应”,周末较高的太阳辐照度对O₃浓...     

气象因素对北京市大气颗粒物浓度影响的非参数分析

利用2005年9月—2006年9月北京市大气颗粒物分级(不同粒径)监测资料和同期分时段气象观测数据,采用非参数分析(Spearman秩相关系数)法对北京市3种粒径大气颗粒物在不同季节的浓度水平与气象因素的影响进行了研究.结果表明:不同季节影响颗粒物质量浓度的气象因素各不相同;春季ρ(PM_2.5),ρ(PM2.5～10)和ρ(PM₁₀₎都与气压呈显著负相关;夏季颗粒物质量浓度受降水影响很大;秋、冬季ρ(PM_2.5)和ρ(PM₁₀₎均与日照时数呈显著负相关;冬季ρ(PM_2.5),ρ(PM_2.5～10)和ρ(PM10)均与平均风速呈显著负相关,与气温、相对湿度呈显著正相关. 细粒子和粗粒子质量浓度对气象因素变化的响应程度也有较大区别. 春、夏季地面平均风速对粗粒子质量浓度的影响比细粒子显著,ρ(PM_2.5)/ρ(PM₁₀₎随风速增加而增大;秋季日照时数对细粒子质量浓度的影响比粗粒子更显著,ρ(PM_2.5)/ρ(PM₁₀₎随日照时数增加而减小;冬季相对湿度对粗粒子质量浓度的影响比细粒子显著,ρ(PM_2.5)/ρ(PM₁₀₎随相对湿度增加而减小.      

呼和浩特市大气气相和颗粒物中有机污染物的定性分析

选用聚氨基甲酸酯泡沫塑料吸附块和玻璃纤维滤膜构成的大气全态采样头,以内蒙古四子王旗摹为对照点,于冬夏两季捕集呼和浩特市（呼市）大气气相和颗粒物中的有机污染物,样品经提取分离后用色质联机,气相色谱仪,液相色谱仪鉴定出３类（烃类、芳在,酞酸酯类）近８０种有机污染物,对其中４５种进行定量分析,结果表明呼市地区属于大气有机污染物高浓度地区。     

兰州市大气臭氧与其前体物及气象因子相关性研究

兰州市在"一带一路"建设中发挥着重要的战略支点作用.基于OMI（ozone monitoring instrument,臭氧层监测仪）数据产品,对2006-2015年兰州市对流层O₃柱浓度与前体物及气象因子的相关性进行研究.结果表明:2006-2015年兰州市对流层O₃柱浓度值与HCHO总柱浓度值均随时间的变化呈先增后减的趋势,对流层NO₂柱浓度值呈逐年递减的趋势;相关性分析得出,对流层O₃柱浓度与HCHO总柱浓度、对流层NO₂柱浓度相关性较高的地区范围呈先增后减的趋势.在敏感控制区上,2006-2015年VOCs敏感控制区从有到无,VOCs-NO_x协同敏感控制区范围逐渐缩小,NO_x敏感控制区范围逐渐扩大;在气象因子上,对流层O₃柱浓度与气温、日照时间呈显著正相关,与气压、降水量呈显著负相关.在偏北风向上,风速为1.7~1.9 m/s时,兰州市大气对流层O₃柱浓度相对较高.研究显示,NO_x排放量的减少能有效降低兰州市对流层O₃柱浓度.      

餐饮排放有机颗粒物的质量浓度、化学组成及排放因子特征

餐饮废气是大气有机颗粒物的重要排放源.本研究基于模拟实验,研究了烹饪方式、食材以及油品等因素对餐饮废气排放有机颗粒物浓度、组成以及排放因子的影响.结果表明,餐饮排放有机颗粒物的特征受烹饪方式、烹饪食材与烹饪油品等因素影响较大.在所有模拟实验条件下,餐饮废气中可定量的有机颗粒物中,正构烷烃、甾醇和脂肪酸(包括饱和脂肪酸和不饱和脂肪酸)所占的平均质量分数分别为68. 9%、20. 3%和4. 2%,其余的有机物还包括二元羧酸、多环芳烃、单糖以及藿烷类化合物等.有机颗粒物的平均食材排放因子为0. 013 1 g·kg~(-1),变化范围为0. 001 4～0. 027 1 g·kg~(-1).肉类烹饪过程的食材排放因子远大于蔬菜烹饪过程.基于油品的平均排放因子为1. 823 0 g·kg~(-1),变化范围为0. 001 9～10. 173 0 g·kg~(-1).铁架烧烤烹饪方式的油品排放因子大于其他烹饪方式.