河北省廊坊市大气污染扩散气象条件影响分析

对廊坊市1960—2012年气象资料和2012—2013年廊坊市空气质量监测资料进行了统计分析,结果发现:由于风速偏小,低层逆温日数多,中性及稳定天气偏多等气象条件,加之城镇化的发展使得廊坊市区大气污染扩散气象条件更加不利。雨雪对空气有净化作用,尤其是降雨的净化作用更加明显。风速、风向对空气中不同的污染物影响不同,平均风速大于5 m/s或瞬时风速大于8 m/s是造成廊坊PM10迅速增大的临界指标。针对廊坊城区大气污染的成因进行了分析。     

气象条件变化对呼市地区大气污染的影响

利用1995至2002年呼和浩特市区空气污染物PM10、TSP、NO2、NO2、SO2浓度的实际监测数据与同期的地面要素场资料、大气边界层气象参数和地面天气图分析了污染物浓度与气象条件的关系及气象条件变化对呼市地区污染物浓度变化的影响，讨论了污染物浓度变化规律的成因。在此基础上用逐步回归方法建立了不同季节呼市地区空气污染浓度统计预报模型。     

气象条件对空气质量影响的研究

通过对降雨过程中污染物浓度的研究，得出了颗粒物和非颗粒物在降雨过程中浓度的变化规律；通过对逆温条件下污染物浓度的研究，建立了相关的多元回归方程。     

浅析气象条件对大气污染时空分布的影响

本文讨论了一些主要城市边界层污染气象条件及其与浓度分布的关系。经研究发现,城市空气污染的长期平均状况与污染系数有直接关系。风向脉动方差能够反映出湍流扩散的强度;混合层厚度及通风量对大气污染也有重要影响。     

气象条件对2013—2015年冬季关中地区空气质量的影响

大气污染是由过度的人为源排放和不利于大气污染扩散的气象条件共同作用的结果,通过探讨天气形势及气象要素与细颗粒物（PM_2.5）的关系,分析气象条件对空气质量的影响,从而为关中地区的环境治理提供有利的参考依据。本文利用NCEP-FNL再分析资料、环境监测资料及有关的降水数据,对2013?—?2015年冬季关中地区空气质量的演变趋势及其与气象条件的关系进行了研究。结果表明：2013?—?2015年冬季关中地区平均PM_2.5浓度分别为159.5 μg???m_?3,74.2 μg???m_?3,101.8 μg???m_?3,呈现出先明显下降然后又回升的趋势。对2013?—?2015年冬季关中地区天气形势的分类分析表明：这三年关中冬季的有利天气形势呈先上升后下降的趋势,能基本解释同期关中地区PM_2.5的演变趋势。有利天气形势不但会使当天的PM_2.5降低,还会使第二天的PM_2.5维持在较低的水平。因此,有利天气形势天数的增加会使冬季的整体PM_2.5 浓度下降;反之,有利天气形势的减少或不利天气形势的持续则会使PM_2.5浓度飙升到很高的水平。此外,风速与每天的PM_2.5浓度呈显著的负相关,可以解释同一天气形势下日平均PM_2.5浓度的变化。降水对污染物有明显的湿清除作用,但降水并不是造成2014年关中地区PM_2.5浓度偏低的主要原因。     

廊坊地区大气污染现状及防治对策研究

近年来,随着城市环保力度加大和公众环保意识增强,廊坊市采取综合治理措施以改善环境空气质量。文章对廊坊地区大气污染现状进行研究,并提出综合防治对策。结果表明,2015-2019年廊坊市环境空气质量综合指数逐年降低,达标天数逐年增加,重污染天数逐年减少。采取措施包括：调整产业结构、强化臭氧污染协同控制、优化运输结构、调整能源结构、加强扬尘面源治理和提高大气污染防治的公众参与度等。     

探析气象条件对城市空气质量的影响

摘要：本文通过分析影响冬季采暖期的空气质量要素,得出了大气稳定度以及相关的天气形势的状况是造成污染的不利气象条件,这一切都为大气环境污染发生的控制提供了重要的科学依据.     

南京1月不同气象条件对大气环境影响比对研究

随着经济的快速发展和城市群的迅速增加,长三角地区大气污染愈发严重。该研究利用大气污染和卫星观测资料,并结合气象资料,对长三角西部典型城市南京两年1月份的大气污染特征和典型污染日进行比对分析。结果表明,风向、风速、相对湿度等气象条件是影响2 a重污染日频次不同的重要原因;除了冷空气南下型,冷锋前型、冷高压后部型、冷高压控制型、均压场型和倒槽暖区型均有利于重污染天气的形成。相对于2014年1月,2013年受冷高压影响更加深入,在冷高压控制下达到的严重污染日更多。高空大气环流形势、地面风场、近地面垂直速度ω、逆温层高度与厚度的不同,以及近地面是否有湿层出现,均是造成不同污染过程程度差异的主要原因;冬季1月污染爆发时,混合层高度与PM_(2.5)的质量浓度呈现负相关关系。     

乌兰浩特市大气总悬浮微粒的污染与气象条件的关系

通过乌兰浩特市１９９７年大气中总悬浮颗粒物（ＴＳＰ）的监测结果，结合采样时的有关气象参数，着重对ＴＳＰ与气象条件间的关系做了分析，探讨。     

南京地区近地面臭氧浓度与气象条件关系研究

通过分析2013—2015年南京地区相关气象要素对近地面臭氧浓度的影响,建立了用于不同季节高浓度臭氧污染事件的预报预警模型,并归纳总结了南京地区高浓度臭氧出现的天气形势.结果表明,近地面臭氧浓度的变化与气象要素密切相关,气温、能见度、日照小时、总(净)辐射辐照度等要素与O_3浓度呈显著正相关,与相对湿度、总(低)云量呈负相关.高浓度臭氧污染是多因子综合作用的结果,典型气象条件表现为:太阳辐射强,低云量少,相对湿度适宜,地面小风速及特定的风向.通过定义高浓度臭氧潜势指数HOPI和风向指数WDI,并综合考虑14:00地面气温、相对湿度及8:00各标准层的相关气象要素,建立了逐季节多指标叠套的高浓度臭氧预报方程.采用2016年资料对其进行检验,发现预报值与观测值的相关系数分别达0.72(冬季)、0.76(春季)和0.73(夏季),说明方程具有较好的拟合效果和可预报性.通过普查历史天气图,归纳了伴随南京地区高浓度臭氧事件出现的8种主要天气形势,即高压类(高压中心G0、高压后部G1)、低压类(低压底部D0、低压前部D1、低压倒槽D2)、均压类(高压相关的均压JG、低压相关的均压JD、其它均压J).其中,以高压后部地面形势出现概率最大,低压前部均压场出现时对应臭氧平均浓度最高.     

2016年12月江苏省两次连续污染过程气象条件对比分析

利用地面常规气象观测资料、NCEP（National Centers for Environmental Prediction）再分析资料、AQI（空气质量指数）、ρ（PM_2.5）、ρ（PM₁₀）等大气环境监测数据,对2016年12月江苏省连续出现的两次大范围大气污染过程进行了对比分析.结果表明:这两次连续污染天气过程可分为颗粒物积聚-清除-再积聚-彻底清除4个阶段,相应地,地面形势表现为均压场-低压倒槽-西路冷空气-东路冷空气.第1次污染天气形成和维持主要是长时间受均压场控制、近地层逆温和高相对湿度有利于颗粒物积聚;第2次污染天气形成和维持主要是因西路冷空气南下、上游重污染地区颗粒物随冷空气向江苏省输送.持续降水和持续2.0 m/s以上偏东风对大气中颗粒物有较明显的清除作用.淮北西部垂直、水平扩散条件差、降水清除时间短,导致该地区在全省污染等级最严重、持续时间最长.西路冷空气影响期间,各站颗粒物质量浓度转为快速上升,东部地区在偏西风持续49~58 h后空气质量改善为良,中西部地区无法得到有效改善;东路冷空气影响7~22 h后,中西部地区空气质量转为良,高压底部持续偏东风使全省颗粒物得到彻底清除,连续污染天气结束.研究显示,西路弱冷空气的输送会加剧江苏省的污染程度,持续较长时间的东路冷空气则可以改善江苏省的空气质量.      

2012年-2013年常州市PM2.5空气污染气象条件及天气形势特征分析研究

利用2012年-2013年常州市大气监测资料、2009年-2013年NECP再分析气象资料和日降水资料,对近两年常州市空气污染特征及其与气象条件的关系进行分析.结果表明2013年常州市污染事件相比2012年具有发生频率高、持续时间长和程度重等特点.造成污染天气异常偏多的气象条件是有效降水日异常减少,反映区域混合型PM2.5污染的地面系统不利扩散特征在2013年表现突出,污染高发期地面均压场范围扩大,对流层整层有异常抑制上升作用.典型PM2.5污染个例分析表明重污染天气尺度形势特征主要体现在高压型和冷空气外部输送型,其次为低压和均压场型.     

近58年廊坊市气象灾情普查分析及问题与建议

依据廊坊市气象灾情普查资料,对廊坊市1949—2007年主要气象灾害：暴雨洪涝、干旱、大风、冰雹、雷电等造成损失情况进行统计分析,并与同期灾害性天气发生情况进行对比,结果表明：98.4%的灾害性天气不会出现灾情;造成经济损失最大的气象灾害是暴雨洪涝;发生灾害性天气的站次总体呈下降趋势,但是近年来出现气象灾害灾情的站次呈逐渐上升趋势。同时在气象灾情普查中发现,目前廊坊市气象灾情的收集比较混乱,部门之间缺乏灾情信息共享、灾情调查渠道不畅、灾情损失计算不准确等诸多问题。在分析的基础上,提出了建立气象灾情信息共享平台等相关解决措施和建议。     

南京市环境空气质量与气象条件的关系分析

统计了2005年10月至2006年10月13个月的空气质量监测数据以及相关的气象参数（风向、风速）进行分析,找出南京市环境空气污染物的来源与重点工业区污染源的关系。     

基于气象相似准则的城市空气质量预报模型

为提高城市空气质量预报准确率,文章在传统BP神经网络的基础上提出了基于气象相似准则的样本优化方法,建立了三层样本筛选优化机制,确定了阀值及权重矩阵,从而建立了城市空气质量动态预报模型。将模型应用在广州8个空气质量监测站点的预报上,并与传统的BP神经网络空气质量预报模型进行了对比分析,效果良好。分析结果表明,广州8个空气质量监测站点的SO2、NO2、PM10/2.5的实测值与预报值的平均绝对误差分别为0.016 mg/m3、0.014 mg/m3、0.020 mg/m3,级别预报准确性评分分别为89.6、92.6和84.6,预报准确度综合评分达81.6,并且比传统神经网络模型具有更高的预报精度。     

包头市空气污染与气象因素相关性研究

本文以包头市市区2007年和2008年的空气环境质量逐时监测数据和相应的地面逐时气象数据为基础,结合MM5中尺度气象模型拟合的高空气象数据,采用Pearson相关分析法,对空气环境中主要污染物二氧化硫、可吸入颗粒物的浓度与风速、近地面气温、降水、气压、相对湿度等气象因素的相关性进行了分析,探讨了逆温、静风等主要气象条件对空气环境中污染物浓度变化的影响,为改善城市空气环境质量提供技术支撑。     

2013年1月河北省中南部严重污染的气象条件及成因分析

年1月河北省中南部出现了长时间、大范围的雾霾天气,大气污染严重. 利用河北省AQI(逐日空气质量指数)、气象常规观测数据及NCEP(美国国家环境预报中心)1°×1°格距再分析资料,对此次严重污染事件的气象条件、大气环境背景和形成机制进行了研究. 结果表明:①2013年1月河北省中南部地面气象要素表现异常,与历史同期相比,平均气温低1~2℃、相对湿度高15%以上、日照时数少40%以上、降水日数多但量级小. 地面风力较小且多风向、风速的辐合线,地面散度场上河北省中南部为明显的辐合区,致使水汽和污染物汇聚不易扩散,导致雾霾天气异常偏多,大气污染严重. ②边界层高湿区中丰富的水汽与污染物互为载体,强逆温层结、大气低层的干暖盖、边界层下沉运动等均使水汽和污染物存留在近地层且不易向高空扩散;同时,稳定的大气环流形势为雾霾天气和严重污染提供了有利的大气环境场. ③河北省中南部特殊的地理条件也是雾霾和污染持续的一个重要原因. 低空稳定的偏西气流越过太行山后在山麓东侧下沉,在华北平原地区易形成地面辐合线,从而加剧了近地层水汽和污染物的汇聚.      

包头市空气污染与气象因素相关性研究

本文以包头市市区2007年和2008年的空气环境质量逐时监测数据和相应的地面逐时气象数据为基础,结合MM5中尺度气象模型拟合的高空气象数据,采用Pearson相关分析法,对空气环境中主要污染物二氧化硫、可吸入颗粒物的浓度与风速、近地面气温、降水、气压、相对湿度等气象因素的相关性进行了分析,探讨了逆温、静风等主要气象条件对空气环境中污染物浓度变化的影响,为改善城市空气环境质量提供技术支撑。     

廊坊市大气污染特征与污染物排放源研究

通过廊坊市2014年12个监测站点的大气污染物监测数据,分析了廊坊市大气污染的主要特征,包括空气质量水平、大气污染的季节与空间分布.结果发现,虽然与2013年相比2014年空气质量有所改善,但12个站点空气质量超标均十分严重.秋季、冬季与春季PM_(2.5)为主要的空气污染物,夏季O3日最大8 h平均浓度频繁超标,需要引起重视.为实现廊坊市空气质量模拟,制定最优空气质量改善政策,基于污染源普查、环境统计数据,编制了廊坊市主要大气污染物排放清单.工业部门中,电力、热力生产和供应业、黑色金属冶炼及压延加工业是SO_2、NO_x和PM_(2.5)的重要来源.VOCs则主要来自于化学原料和化学制品制造业、黑色金属冶炼及压延加工业、食品制造业.另外,廊坊全市道路扬尘和建筑施工扬尘污染贡献了PM2.5的38.6%,但扬尘的管理十分薄弱.同时结果表明,廊坊市黄标车排放在交通源排放中比重较高.因此,需要对上述重点排放源进行有效控制,从而改善廊坊市空气质量.     

南通市一次连续空气污染过程的气象特征分析

文章对2005年11月22日至12月2日南通市及邻近地区出现的大范围、长时间连续空气污染过程的天气形势和主要气象要素进行了分析。结果表明：大型稳定性高压伴随而来的稳定层结和小风速，导致大气污染物难于扩散，是这次空气污染过程的主要原因；弱冷空气无法改变大气稳定层结，难于结束空气污染状态；随着强冷空气到来，大气环流形势改变，空气质量改善。