湖南省臭氧预报效果评估

基于2017年3月—2018年2月湖南省14市臭氧观测资料,对WRF-Chem模式预报效果进行评估。结果表明,模式24 h预报结果能够较好地抓住观测到的臭氧变化趋势,其预报结果在14个城市的平均相关系数为0.6,最高可达0.71。对比不同时效臭氧预报结果发现,随着预报时长的增加,预报偏差呈增大趋势, 72 h预报结果仍具有预报价值。统计O3为首要污染物天数,发现多出现在春季、夏季和秋季,且模式的预报准确率可达70%。     

NAQPMS模型预报合肥、蚌埠和芜湖空气质量的效果评估

评估了NAQPMS模式预报的合肥、蚌埠和芜湖2017年3月1日—2018年2月28日PM_(2.5)、PM_(10)和O_3地面浓度及预报准确率,发现模式对物种的预报能力依次为:O_3 PM_(2.5)PM10;对城市的预报能力依次为:合肥芜湖蚌埠。模式对PM_(2.5)和PM_(10)的预报能力在春季较弱,对O_3的预报全年均较强。整体而言,评估地区的空气质量以优良为主,等级准确率在秋季最高,冬季最低,年均值为69%;首要污染物以PM_(2.5)、O_3、PM_(10)和NO_2为主,其准确率在冬季最高,春季最低,年均值为62%。     

NAQPMS和CMAQ模式在臭氧预报应用中的效果检验

基于2017年泰州市环境空气质量自动监测数据,定量评估NAQPMS模式、CMAQ模式对O_3-8h的预报效果。结果表明,就全年数据分析,模式预报值高于监测值,2种模式对O_3-8h预报的相关系数在0.67～0.79,标准化平均偏差NMB在1.1%～2.2%,标准化平均误差NME在30.5%～20.7%,均在理想范围内。按不同季节分析,NAQPMS模式对O_3-8h预报效果呈现春季秋季较好、冬季较差的特征;CMAQ模式对O_3-8h预报效果春季夏季较好,秋季冬季稍差。总体而言,CMAQ模式对O_3-8h预报效果较好。     

2014-2018年辽宁省臭氧污染的变化特征

以2014-2018年辽宁省77个国家城市环境空气质量监测点位的监测数据为基础,统计分析辽宁省臭氧污染的变化特征.结果表明:2014-2018年辽宁省臭氧浓度逐年升高,污染逐渐加重,其中,2017年超标城市数量和累计超标天次最多;夏季为臭氧污染高发期,单日内小时浓度高值出现在14:00左右;中部及沿海为污染较重区域,营...     

昌吉市城区臭氧日变化特征及与前体物的相关性分析

对2016-04月至2017-03月昌吉市城区2个自动空气监测子站的臭氧及其前体物进行了分析,探讨昌吉市城区臭氧浓度的日变化特征以及与前体物的关系。研究发现,昌吉市城区臭氧在7~9月份维持相对较高浓度,臭氧浓度呈单峰型分布,一般在17:00、18:00达到峰值;CO、NO、NO_2和NO_x等前体物多呈双峰型分布,与O_3均呈显著负相关性,相关性在冬季较低。通过大气氧化剂OX和NO_x的拟合方程发现,昌吉市城区OX在夏季受局地污染和区域污染的影响均比秋季大。     

我国城市环境空气质量预报主要模型及应用

伴随着我国经济的快速增长和城市化进程的加快推进,大气污染已成为全国关注的热点问题。城市环境空气质量预报能实现环境空气质量与重污染天气的提前预报,支撑政府制定防治策略,提醒公众提前防范,减少自身暴露,减轻污染,我国已形成国家-区域-省级-城市四级城市环境空气质量预报体系。目前我国城市环境空气质量预报的主要模型包括多元线性回归、人工神经网络、NAQPMS、CMAQ、CAMx、WRF-Chem及多模式集合预报体系等,对各类模型的应用现状进行分析并提出相应的建议。     

基于深度学习的淮安地区臭氧浓度预报模型评估

利用2016—2020年淮安地区环境监测站点资料和淮安国家基准气候站气象资料,研究淮安地区臭氧浓度与气象、环境的关系,并利用“注意力机制”下的Seq2Seq建立臭氧预报模型。结果表明：臭氧浓度与气象要素和环境要素的关系是多样的,臭氧与气温、风速整体上呈正相关,与相对湿度、气压、降水量、NO₂、CO、PM_2.5、PM₁₀整体上呈负相关;“注意力机制”下的Seq2Seq模型在预报4 h的臭氧浓度上效果较好,相关系数大于0.6。     

营口市臭氧污染变化特征和相关分析

基于2015—2021年营口市环境空气质量监测数据,分析了营口市臭氧污染变化特征及与其他污染物、气象要素之间的相关性。结果表明：营口市臭氧浓度于2015—2016年下降,2017—2018年上升且于2018年达到峰值,2019—2021年持续稳定下降;月变化呈单峰特征,1月起快速上升,5月达到峰值,6—10月缓慢下降,11—12月快速下降;日变化亦呈单峰变化特征,09:00起开始上升,16:00达到峰值,随后下降,08:00达到最低值。臭氧与其他污染物之间呈负相关,与气象要素之间呈正相关,其与二氧化氮、氮氧化物、一氧化氮、温度相关性较强。     

环境空气中臭氧分布特征和超标原因分析

以湖南省某市2015年4个国控空气自动站污染因子和气象参数监测结果为基础数据,分析了臭氧的分布特征和超标原因。结果表明,在4类不同的功能区中,工业区O_3的月均浓度和日最大8小时滑动平均浓度均为最高;O_3小时浓度的日变化呈单峰型分布,一般在8:00达到最低值,15:00达到最高值;O_3小时浓度未显现"周末效应"的特征,即工作日和非工作日的变化规律基本一致;该市O_3的生成与前体物NO_x的关系密切;O_3日均浓度和月均浓度与气温、日照时间成正比;与风速变化关系不大。     

鄂州市城区环境空气的臭氧污染特征及其防治对策

利用鄂州市城区3个环境空气质量自动监测站2015—2016年的监测数据,对空气中臭氧(O3)的污染特征进行了分析。分析结果表明:鄂州市城区空气中臭氧作为首要污染物的占比有逐年增加的趋势。臭氧浓度具有明显的日变化和季节变化规律,日变化呈单峰型且高峰段在13:00—17:00;月变化规律显示6月—9月浓度最高。日照、气温、风向和风速等因素对臭氧浓度变化均有重要影响。结合实际提出了加强产业规划、强化污染治理、加大科普宣传等防治对策。     

攀枝花市区及盐边县城区城市臭氧污染状况研究

攀枝花市区臭氧污染负荷逐年上升,盐边县城区近年来臭氧污染负荷均高于20％,臭氧污染已成为影响城市空气质量的重要因素.对2017年1月～2020牟2月攀枝花市区和盐边县城区臭氧污染物浓度时空变化规律和相关性进行了研究,并结合攀枝花各地太阳能和天气网记录的气象数据,统计了太阳辐射强度、紫外线辐射强度、日最高气温、日平均风向...     

大连市中心区O3污染特征分析

本文采用2007年大连市环境自动监测数据,分析了城市中心区O3的污染特征。结果表明：O3质量浓度的最大值出现在午后15：00—17：00,比太阳辐射强度最大值的出现时间滞后2h左右;O3质量浓度的季节性变化十分显著,春夏季较高,秋季次之,冬季最低;汽车尾气是近地面O3污染的主要原因。     

WRF CMAQ模式对常州市空气质量预报效果的评估

基于通用多尺度空气质量模型The Weather Research and Forecasting model coupled with CMAQ(WRF-CMAQ)对常州市2018年6～12月的空气质量预报结果,结合实况资料,进行了预报效果评估,以期为常州市空气质量的预报提供更好的参考。结果表明:(1)模式对常州市各预报时效空气质量指数(AQI)和各污染物浓度的标准化平均偏差(MFB)和标准化分数误差(MFE)均处于"理想水平"范围,能较好的反映实际空气质量变化趋势。(2)当空气质量为优良时,AQI和空气质量等级(AQI等级)预报效果最好,当空气质量达中度及以上污染时,预报效果最差,应进一步优化调整。(3)模式对首要污染物24小时预报准确率为66.9%,当空气质量为轻度污染及以上级别时,预报准确率较高。(4)模式对AQI的预报总体存在负偏差,对细颗粒物(PM_(2.5))浓度的模拟结果较好,对臭氧(O_3)和可吸入颗粒物(PM_(10))存在低估现象,对二氧化硫(SO_2)、二氧化氮(NO_2)和一氧化碳(CO)等3项污染物浓度均有所高估。     

成都市空气质量预报系统的应用及预报效果评估

介绍了成都市空气质量预报系统的模式设置和排放源处理,并评估其对2017年2月成都市的气象要素和PM_(10)、PM_(2.5)、SO_2、NO_2小时浓度的24小时预报效果。结果表明,系统能较好的预报成都市主要气象要素的逐小时变化情况,平均气温、气压和相对湿度的相关系数均在0.72以上,但对累积降水的预报效果仍需优化;系统能合理的反映各污染物的时空分布,PM_(10)和PM_(2.5)的预报效果达优秀水平,但存在不同程度的高估;NO_2的预报值与实况值的时间变化趋势一致性最高,空间分布对应较好,但模式预报对其存在一定程度的低估;对SO_2有显著的高估,但其空间分布模拟效果最佳。优化源的空间分配,及时更新源排放清单,同时针对不同排放源提高小时尺度排放清单分辨率可能是未来提高成都市空气质量预报系统预报准确率的有效途径。     

青藏高原东北部地区大气臭氧变化特征

利用TOMS资料分析了青藏高原东北部共和地区大气臭氧近十几年的变化特征。结果表明：1979－1992年期间,共和地区臭氧总量呈现出不断下降趋势,平均气候倾向率为－0．65DU／a,各月臭氧总量均为减少趋势,各月臭氧总量的气候倾向率具有明显的季节变化;冬春季最大,秋季次之,夏季最小,春、夏、秋和冬季臭氧总量的气候倾向率分别平均为－1．00DU／a、－0．33DU／a、－0．38DU/a和－1．03DU／a;夏季出现臭氧总量低于280DU的天数在30d以上,1986年臭氧低值持续时间达81d左右,是持续时间最长的。     

基于DEA模型的辽宁沿海经济带城市旅游效率研究

借助DEA-Malquist方法,从静态、动态两个角度对辽宁沿海经济带6个城市2011—2015年旅游资源利用情况进行了评价,并对2015年辽宁沿海经济带总体旅游效率进行空间分异分析并提出区域旅游效率优化目标。结果表明:(1)辽宁沿海经济带城市旅游综合效率达到相对有效的城市较少,研究区资源配置和利用有较大提升空间;城市旅游效率受技术进步指数影响较大,而规模效率是全要素生产率提高最主要的限制因素;(2)2015年,辽宁沿海经济带旅游效率在空间上呈东南高、西北偏低的分布特征,且空间差异明显;规模效率是影响辽宁沿海经济带城市旅游综合效率及其空间分异的主要因素;(3)辽宁沿海经济带城市旅游投入普遍存在要素冗余现象,可通过产业结构调整、优化投资环境、避免低水平重复建设等方式提升区域和城市旅游效率。     

滕州市木石镇秋季大气VOCs污染特征及来源解析

使用大气挥发性有机物(VOCs)在线连续自动监测系统,对滕州市木石镇2019年11月环境空气中VOCs进行观测,并分析了VOCs的浓度状况、组成特征、光化学影响和来源。结果表明：观测期间,木石镇大气中TVOC平均体积分数为(32.75±28.96)×10^-9,各物种体积分数从大到小顺序依次为烷烃>烯烃>OVOC>芳香烃>卤代烃>乙炔>含硫化合物;日变化规律呈双峰型,峰值在6:00～7:00时与0:00～1:00时出现。大气VOCs的平均臭氧生成潜势(OFP)为102.02×10^-9,烯烃对臭氧生成潜势贡献率最大,为69.5%;乙烯、丙烯、正丁烯、萘和1,3-丁二烯等是臭氧生成潜势较高的物种。对OH自由基消耗速率(L_OH)贡献最大的为烯烃,其次为芳香烃,两者贡献率占到76.8%。VOCs对二次气溶胶(SOA)浓度的贡献值为0.85μg/m³,其中芳香烃对SOA生成贡献占比为92.8%,对SOA生成贡献最大的前5个物种为萘、甲苯、苯、乙苯、间/对二甲苯。利用PMF模型...     

成都市2020年PM2.5变化规律及预测分析

以成都市2020年的日均空气质量数据和地面气象数据为基础,对PM2.5浓度的年际变化和季节分布进行分析,得出成都市2020年较2019年相比PM2.5平均浓度下降5.94μg/a·m3,年度最低值为4μg/m3;PM2.5随季节变化规律为:冬高夏低,冬季波动大,夏季稳定,平均浓度冬季最高,秋季次之,夏季最低,并且冬季有...     

眉山市一次秋季持续大气污染过程气象条件分析

为深入了解眉山市不同气象要素对大气污染过程的影响,基于空气质量数据、地面气象资料、探空数据和NCEP提供的再分析资料,利用时间序列分析法、相关性分析和Holzworth提出的干绝热法等,从不同气象条件对眉山市2020年11月9～18日这段污染天气过程进行分析。结果表明：静稳的天气环流背景非常有利于污染物的积累和维持,过程中AQI与PM_2.5浓度变化表现为高度一致,8:00～12:00、19:00～23:00、0:00～2:00是污染易出现时段;ρ(PM_2.5)与不同气象要素间的相关性有明显差异。研究结果为眉山市大气污染潜势预报提供了依据,也为大气污染治理和开展成都平原经济区区域联防提供参考。     

江苏省大气重污染过程特征分析以及预报效果评估

结合了气象、环境的观测数据和模式数据对江苏省近两年冬季重污染过程进行了分析,并评估了模式和人工预估结果。研究表明,与2016年相比,2017年冬季的大气污染形势更加严峻,重污染天数和污染程度都明显增加。冬季风异常是造成重污染加重的重要原因,秋冬季预报时应该及时分析短期气候变化,尤其是风场的变化。