上海崇明岛近三年PM_(2.5)浓度变化特征与气象条件的关系

利用2011年1月~2014年2月上海崇明岛地区颗粒物(PM_(2.5)、PM_(10))的连续监测资料,研究了PM_(2.5)总体分布、季节变化、日变化及浓度频率分布规律,初步分析了逆温、相对湿度、风向风速等气象要素对颗粒物浓度的影响。结果表明:2011~2013年该地区PM_(2.5)平均值分别为24.7,33.6和28.3μg/m~3,均低于PM2.5的年平均浓度限值35μg/m~3,细粒子污染程度较轻。PM_(2.5)浓度日变化幅度不大,呈微弱的单峰型分布,9∶00左右达到一天中的最大值,15∶00左右达到最小值。PM_(2.5)浓度的季节分布特征明显,呈现出冬季春季秋季夏季,一般情况下5月份PM_(2.5)月均浓度值最高,8月份浓度最低。PM_(2.5)日平均浓度有57.9%达到国家空气质量一级标准,有93.4%达到国家空气质量二级标准,超标率为6.6%。对PM_(2.5)与各气象要素进行分析后发现:PM_(2.5)质量浓度在逆温层结稳定、风速小、高湿以及近地面盛行西北到西风这样的静稳天气条件配合高空西北方向上的外来污染物输送,容易造成高浓度的PM_(2.5)污染。     

崇明东滩不同部位的季节性沉积研究

2002年4月至2003年4月,通过对崇明东滩南部、中部和北部的标志桩观测以及实地观测分析,发现崇明东滩在一年中不同季节冲淤变化过程存在很大差异：春季到夏季,南部以冲刷为主,中部和北部以淤积为主;夏季到秋季,南部和中部以淤积为主,北部表现为冲刷;秋季到冬季,南部、中部和北部都以冲刷为主;头一年冬季到次年春季,南部和北部以淤积为主,中部则表现为冲刷。在同一观测路线上,不同季节高、中、低潮滩冲淤也存在一定差异。通过对沉积物粒度、水体含沙量等指标的测试,并借助潮差等资料,探究了影响潮滩季节性沉积的因素,发现潮滩季节性沉积与潮滩基础地貌、水体含沙量、水动力、潮流等有密切关系;但在不同部位不同季节,各因素对潮滩冲淤影响程度各不相同。     

崇明东滩不同部位的季节性沉积研究

2002年4月至2003年4月，通过对崇明东滩南部、中部和北部的标志桩观测以及实地观测分析，发现崇明东滩在一年中不同季节冲淤变化过程存在很大差异：春季到夏季，南部以冲刷为主，中部和北部以淤积为主；夏季到秋季，南部和中部以淤积为主，北部表现为冲刷；秋季到冬季，南部、中部和北部都以冲刷为主；头一年冬季到次年春季，南部和北部以淤积为主，中部则表现为冲刷。在同一观测路线上，不同季节高、中、低潮滩冲淤也存在一定差异。通过对沉积物粒度、水体含沙量等指标的测试，并借助潮差等资料，探究了影响潮滩季节性沉积的因素，发现潮滩季节性沉积与潮滩基础地貌、水体含沙量、水动力、潮流等有密切关系；但在不同部位不同季节，各因素对潮滩冲淤影响程度各不相同。     

长江中游城市群PM2.5时空特征及影响因素研究

近年来,伴随着工业化和城市化进程的加快,长江中游城市群灰霾天气持续增多,空气污染问题日益突出。基于2015年1月至2016年2月长江中游城市群189个空气质量监测站点的PM2.5逐时监测数据,采用普通克里金插值、探索性空间数据分析法和相关系数法,从年、季、月尺度上分析了PM2.5的空间分布格局及其影响因素。结果表明：（1）在年尺度上,长江中游城市群PM2.5浓度空间分布总体呈现出明显的北部高南部低,局部地区略有突出的特征,该区PM2.5浓度年均值为55.28 μg/m3,其中湖北省PM2.5的年均值为三省市最高,为68.17 μg/m3;其次为湖南省,年均值为53.66 μg/m3;江西省PM2.5的年均值较小,为44.01 μg/m3。（2）在季节尺度上,长江中游城市群PM2.5浓度表现出冬春季高,夏秋季低的现势性,这与区域内夏季高温多雨、冬季低温少雨的气候条件密切相关。（3）长江中游城市群PM2.5月浓度变化大致呈U形分布,1月份PM2.5浓度最高, 1~6月份,PM2.5浓度呈逐步下降趋势, 6~8月份,区域PM2.5浓度处于“U”字的谷底。（4）NO2、CO是影响PM2.5浓度的两项主控大气污染物,而降水量和相对湿度则是影响PM2.5浓度的两个重要气象因素。 关键词： PM2.5浓度;时空特征;气象因素;长江中游城市群     

南京市植物叶面颗粒物的黑碳含量及时空分布特征

黑碳是大气气溶胶的重要组成部分,能够吸收太阳辐射产生温室效应,并对人体健康产生负面影响。选取了南京市的6个典型功能区,研究不同污染水平和不同季节下植物叶面颗粒物黑碳含量的时空分布特征,并将其与地面尘和表层土壤中的黑碳含量进行比较,探讨黑碳在多介质中的分布规律。结果表明:(1)城市植物叶面颗粒物的黑碳含量呈现冬季秋季春季≈夏季的季节变化特征;(2)工业区植物叶面颗粒物的黑碳含量最高,并与其他功能区的差异达显著水平;(3)城市植物叶面颗粒物黑碳含量越高,BC/OC值也越大,城市植物叶面颗粒物的黑碳主要来源于化石燃料的燃烧;(4)黑碳气溶胶通过植被表层到达地表的过程中其含量逐渐下降,植物叶面颗粒物可作为监测大气黑碳污染的有效手段。     

香格里拉区域大气本底站地面臭氧浓度的变化特征

对2009年香格里拉区域大气本底站地面臭氧观测结果进行分析,研究其浓度水平、变化特征、影响因素及其区域代表性。结果表明:香格里拉站地面O₃月均值浓度在21.8~57.7 ppb,年平均值为38.0±12.1 ppb,在春季最高,平均值为54.1 ppb,在夏季最低,平均值为28.0 ppb。O₃小时均值浓度超过60 ppb的小时数占总有效小时数的6.6%,超过40 ppb的小时数占43.0%。与相近纬度中国东部地区区域大气本底站地面臭氧观测结果相比,香格里拉站体现出不同的O₃日变化和季节变化特征,具有特殊的地域特征。影响香格里拉站的气流主要来自于其西南方向,3 d的后向轨迹可追溯到孟加拉湾东北部地区。偏南的气流主要出现在夏秋季节,O₃浓度相对低,偏北的气流以冬春为主,O₃浓度相对高。     

南昌市环境空气污染时空变化特征及影响因素研究

选取2014~2017年南昌市不同时间尺度AQI及主要空气污染物数据,利用GIS技术、神经网络分析、后向轨迹模型及地统计分析方法,分析了南昌市环境空气污染时空变化特征及影响因素。结果表明,南昌市近年来空气质量总体变化不大,空气质量等级以良为主,占全年比例为57%~61%。但首要污染物变化较大,即PM2.5比例显著下降,NO2和O3比例显著上升,PM10变化不大。南昌市空气污染季节变化显著,冬春季空气质量较差,以PM10、PM2.5污染为主,夏季空气质量最好,以O3污染为主。空气污染周变化以周末及周一污染较重、周四污染最轻,说明南昌市空气污染除了与群众出行习惯有关,还存在其他影响因素。南昌市空气质量日变化呈双峰型（9:00~11:00和20:00~22:00）,主要受上、下班高峰期带来的交通尾气影响。南昌市空气污染空间变化呈典型的“郊区-市区”分布,其中AQI、PM10、PM2.5、SO2、NO2、CO值均以市区较高、郊区较低,而O3的空间分布规律正好相反,这主要与城区NOx排放较多,O3易与其迅速反应而消耗有关。后向轨迹聚类分析结果表明,来自本地的短轨迹气团占比高,对PM2.5、PM10、NO2、O3的影响大。气象因素上,PM2.5、PM10、NO2受相对湿度影响较大,O3受温度影响较大。     

无锡市酸雨变化特征及气象条件影响研究

基于无锡市2008~2011年酸雨观测资料,利用功率谱分析、后向轨迹和聚类分析方法,研究了无锡市酸雨的变化特征,分析了气象因素对酸雨的影响,探讨了1 500 m高度的气团移动路径特征。结果表明：2008~2011年,无锡市酸雨pH值呈现逐年递增趋势,而且酸雨逐月pH值、逐月弱酸雨和强酸雨频率分别存在不同的周期性变化;酸雨酸性随降水量增加表现为先增强后减弱,但夏季降水与酸雨pH值的相关性并不显著;春季相对湿度与酸雨pH值呈现显著负相关,夏季气温则与酸雨pH值呈显著正相关;各季节1 500 m高度的轨迹存在一定差异,春冬季无锡市受内陆气团影响为主,夏秋季西太平洋水汽输送作用明显。总体而言,江浙赣和西太平洋是无锡酸雨前体物的主要来源地     

长三角PM2.5和O3变化特征及与气象要素的关系

依据2017年长三角地区的空气质量小时数据,结合同期ECMWF气象资料,采用GIS空间分析、相关性分析和数理统计研究了区域O3、PM2.5的时空变化特征及其与气象因素的关系.结果 表明:(1)长三角城市群O3浓度在5和9月值最高,O3_8 h日变化特征呈拉伸型S曲线,在19:00、20:00达到浓度峰值,峰值浓度最大的地区是滁州,为111 μg/m3;O3空间分布由北到南逐渐降低,并且春季(136.57 μg/m3)＞夏季(117.35μg/m3)＞秋季(83.23 μg/m3)＞冬季(77.06 μg/m3);O3与其前体物CO、NO2相关性较强;当15＜T≤20℃,100＜PRS≤100.5 kpa时,O3浓度超标最严重.(2)PM2.5浓度月均值呈不规则U型分布,低谷期在7、8月;上海浙江区域日均浓度第一个峰值在9:00～10:00,安徽江苏区域是11:00～12:00,第二个峰值均在21:00;PM2.5空间分布内陆城市高于沿海城市,冬季(62.21 μg/m3)＞春季(44.70μg/m3)≈秋季(44.14 μg/m3)＞夏季(31.33μg/m3);与NO2、SO2相比,PM2.5和CO相关性更强;O3与温度、相对湿度是正相关,与风速、风向、气压、边界层高度、降水量则是负相关,PM2.5与风向、气压是正相关,与其他因素是负相关;当温度低于5℃,100＜PRS≤100.5 kpa时,长三角城市群PM2.5超标率最高.     

城市PM_(2.5)年均浓度达标策略研究

细颗粒物已经成为影响城市和区域空气质量的首要污染物。根据我国74个重点城市PM2.5年均浓度监测数据,分析了我国大气细颗粒物污染状况和区域分布特征。结合环境空气质量标准和"国十条"的要求,综合考虑不同区域空气污染特征、经济发展水平和环境管理需求的差异,提出了不同区域城市PM2.5年均浓度达标年限,并从管理机制、管理手段、达标途径等方面提出了我国城市PM2.5年均浓度达标策略。     

江苏省大气气溶胶光学厚度时空分布研究

气溶胶光学厚度（AOD）是气溶胶总含量的基本参数,可以用来反映大气污染程度。利用卫星遥感获取气溶胶光学厚度,可以弥补地面观测难以反映AOD空间分布和整体变化趋势的不足。以江苏省为例,利用2010年4~9月EOS TERRA MODIS数据,分别基于暗像元法（DDV法）和改进的暗像元法（V52法）,反演研究区2010年夏半年/春夏两季气溶胶光学厚度,并结合地面观测数据验证两种反演算法结果精度,最后分析研究区AOD时空变化特征。研究结果表明：在研究区,两种算法反演结果在整体趋势上保持一致,研究区AOD均表现出与植被指数NDVI较为明显的负相关关系,但V52法反演精度要明显优于DDV法;研究区气溶胶光学厚度存在较明显的区域差异和季节变化,具体表现为苏南AOD明显高于苏中、苏北地区,而在春、夏两个不同季节上,不同区域变化趋势不同,苏南地区春季AOD高于夏季,而在苏北地区则刚好相反,夏季AOD要高于春季     

长江中下游冬小麦春季湿渍害灾损风险评估

春季湿渍害对南方冬小麦生长发育和产量形成影响很大。选取能较好反映冬小麦湿渍害特征的降雨量、日照和作物需水量构建湿渍害气象判别指数,从春季湿渍害产量实际损失的角度,对受灾频率、因灾减产频率、产量损失风险强度进行分析,基于减产频率和产量灾损风险强度建立风险评估模型,并依据风险值大小进行分区。结果表明:沿江江南地区冬小麦春季湿渍害受灾频率最高,为风险高值区,约占全区台站27%;风险中值区范围较大,约占47%,分布在江淮东部、淮北大部、江汉平原以及鄂东南地区;低风险区约占全区16%,主要分布在湖北北部和淮北局部地区。     

基于MODIS数据的安徽省植被水分利用效率时空变化及影响因素

水分利用效率是衡量生态系统碳水循环耦合程度的重要指标。基于MODIS数据、土地覆盖类型数据和气象数据,估算安徽省植被水分利用效率(WUE）,采用趋势分析法和相关分析法对安徽省2000~2014年植被WUE的时空格局、变化趋势及影响因素进行研究。研究表明:（1）不同植被类型的WUE年均值差异明显,常绿阔叶林和常绿针叶林的WUE均值较高,分别达到1.66和1.69 gC?mm-1?m-2,而耕地的年均WUE最低,各植被类型的年均WUE按照“常绿针叶林>常绿阔叶林>灌木>草地>落叶阔叶林>针阔混交林>耕地”的顺序递减。植被年均WUE具有较强的空间分异性规律,整体上呈现南北高中间低的趋势,植被WUE的高值区主要分布在大别山区和皖南山区,分布范围与常绿针叶林、常绿阔叶林的分布范围基本一致。（2）安徽省2000~2014年植被WUE年内变化呈现出“增加-减小-增加-减小”的M状“双峰型”趋势,具有明显的季节差异,呈现出春季＞秋季＞夏季＞冬季的特征,各季节植被WUE的均值分别占植被WUE的32.58%、24.91%、29.27%、13.24%。（3）安徽省植被WUE动态变化受到降水影响显著的区域占比3.88%;气温显著影响的区域占比2.19%;降水显著影响的地区主要分布在林地范围内,温度显著影响的地区则位于耕地范围内,降水和气温综合显著影响所占面积最小,为0.11%;而植被WUE受气温和降水影响均不显著占比为93.82%;整体上,安徽省大部分地区的植被WUE变化主要受非气候因素影响。     

三峡库区近50年来的气温变化趋势

利用三峡库区及周边32个气象站点1960~2006年的气温资料,运用线性趋势分析、累积距平分析和〖WTBX〗t〖WTBZ〗检验等统计学方法研究了三峡库区近50 a来的气温变化趋势。研究结果表明：（1）近50 a来三峡库区气温变化总体上呈显著上升趋势,增温率为013℃/10 a;其中1960’s~1980’s末存在一个缓慢降温过程,1980’s末后快速增温。（2）三峡库区各季节平均气温变化过程与年气温变化过程相似,总体上也呈上升趋势,春、夏、秋、冬四季平均气温增温率分别为010、0005、019和021℃/10 a,其中冬季气温上升对库区年平均气温上升的贡献率最大。（3）年均气温跃变出现在1996年,春、夏、秋、冬四季气温跃变点分别出现在1996、1993、1997、1996年,季节气温的跃变与年均气温跃变具有较好的同步性。（4）三峡库区偏暖和显著偏暖年份都发生在1996年以后,其中1998〖JP2〗和2006年为异常偏暖年份;偏冷年份基本出现在1990’s以前,尤其集中在1980’s,但无显著偏冷和异常偏冷年份。〖     

ENSO对我国东部极端降水的季节影响

利用百分位法定义极端降水阈值,对我国东部地区极端降水在不同季节对ENSO的响应特征加以研究,并以湿位涡作为切入点从大气性质角度出发分析其可能成因。结果表明：暖、冷年当年夏季极端降水对比显著区域主要在华北地区东部,分别表现为负距平区和正距平区;在暖年次年夏季和春季分布形有相似之处,北方多极端降水,南方分布形势较为复杂,江南地区也有极端降水大值区;次年秋季,与春夏季相比,极端降水大值区主要分布在北方;到了次年冬季,整个东部地区以极端降水负距平为主,冷年次年四季极端降水基本呈相反的分布形势;对应的湿位涡场能很好的反映北方地区尤其是华北地区的大气稳定性,而在低纬度地区还不能作为很好预测极端降水分布情况的依据     

太湖流域1954~2006年气候变化及其演变趋势

用Mann Kendall统计检验方法对太湖流域6个气象站点1954~2006年降水、气温、相对湿度、日照时数的变化趋势和时空特征进行了分析，结果表明：50余年来太湖流域降水量呈较弱的增加趋势，冬季和夏季降水增加显著；空间变化趋势表现为北部地区降水量呈下降趋势，东南部地区呈上升趋势。年平均相对湿度表现为微弱的下降趋势，M K倾斜度值为 -099%/10 a；春、秋季相对湿度都显著减小，而夏季减小幅度较弱，冬季减小现象不显著。年平均气温呈现明显上升趋势，并表现出最低气温比最高气温增高趋势显著的特点，冬、春季增温显著；空间分布变化趋势为以平湖和溧阳为中心的两个地区上升趋势最小，以上海为中心地区上升幅度较大。年日照时数的下降趋势幅度较大，以溧阳为中心的西部地区最为明显，四个季节日照时数都呈减少的趋势；空间分布变化趋势表现为全流域呈减少趋势，由西向东减少幅度依次减小。气候变暖，降水将进一步增加，必然导致径流也呈增加趋势，在一定程度上加大了太湖流域洪涝灾害发生的可能性。分析成果有助于进一步研究气候变化对太湖流域水资源和防洪安全的影响，也将为太湖流域未来气候变化情景的构建提供科学依据。     

基于地面监测数据的2013~2015年长三角地区PM2.5时空特征

近年来,长三角地区灰霾天气持续增多,空气细颗粒物污染问题日益突出。基于2013年1月至2015年5月长三角地区及周边缓冲区内共214个空气质量监测站点PM_2.5逐时监测数据,运用普通克里金插值方法,从年、季、月尺度上分析了PM_2.5的空间分布格局和时间动态变化。结果表明:(1)2 a来,长三角地区PM_2.5浓度空间分布明显呈现整体北部高南部低,局部地区略有突出的分布特征;长三角地区PM_2.5浓度年均值为57.08μg/m³;其中,江苏省PM_2.5的年均值为三省市最高,为65.84μg/m³;其次为上海市,年均值为53.87μg/m³;浙江省PM_2.5的年均值较小,为51.53μg/m³。(2)从季节尺度分析,长三角地区PM_2.5浓度变化表现出冬春季高,夏秋季低的变化趋势;这与区域内冬季风向来源、降水稀少、气象扩散条件差有着密切的关系; (3)长三角地区月浓度变化大致呈U形分布; 12月份PM_2.5浓度最高; 3月份以后, PM_2.5浓度开始呈逐步下降趋势;在5~9月份,区域PM_2.5处于"U"字的谷底,其中6月份夏收时期秸秆焚烧、气象等因素导致PM_2.5浓度有略微升高;进入10月份后迅速攀升,且11、12月份呈现持续升高态势。     

Annual and diurnal variations of gaseous and particulate pollutants in 31 provincial capital cities based on in situ air quality monitoring data from China National Environmental Monitoring Center

Long-term air quality data with high temporal and spatial resolutions are needed to understand some important processes affecting the air quality and corresponding environmental and health effects. The annual and diurnal variations of each criteria pollutant including PM_2.5 and PM₁₀ (particulate matter with aerodynamic diameter less than 2.5 μm and 10 μm, respectively), CO (carbon monoxide), NO₂ (nitrogen dioxide), SO₂ (sulfur dioxide) and O₃ (ozone) in 31 provincial capital cities between April 2014 and March 2015 were investigated by cluster analysis to evaluate current air pollution situations in China, and the cities were classified as severely, moderately, and slightly polluted cities according to the variations. The concentrations of air pollutants in winter months were significantly higher than those in other months with the exception of O₃, and the cities with the highest CO and SO₂ concentrations were located in northern China. The annual variation of PM_2.5 concentrations in northern cities was bimodal with comparable peaks in October 2014 and January 2015, while that in southern China was unobvious with slightly high PM_2.5 concentrations in winter months. The concentrations of particulate matter and trace gases from primary emissions (SO₂ and CO) and NO₂ were low in the afternoon (~ 16:00), while diurnal variation of O₃ concentrations was opposite to that of other pollutants with the highest values in the afternoon. The most polluted cities were mainly located in North China Plain, while slightly polluted cities mostly focus on southern China and the cities with high altitude such as Lasa. This study provides a basis for the formulation of future urban air pollution control measures in China.