降水量变化对大气污染物浓度影响分析

系统分析了2001～2010年南通市城区中大气自动监测站和降水监测点位数据,得出:10年间逐年降水量与二氧化硫年均浓度呈现高度线性负相关,其它时空降水量与大气污染物浓度分布中呈现非线性显著性负相关。降水量大污染物浓度就小,反之就大。2006～2010年5年平均降水量1083.49mm,比2001～2005年5年平均降水量多出244.97mm,大气污染指标5年平均浓度下降幅度为:可吸入颗粒物0.013mg/m3、二氧化硫0.009mg/m3、二氧化氮无变化。10年的平均季度降水量夏季最大为467.97mm,对应的夏季大气污染物最小均值为:可吸入颗粒物0.073mg/m3、二氧化硫0.026mg/m3;10年平均季度降水量冬季最小为137.84mm,对应的冬季大气污染物季最大均值为:可吸入颗粒物为0.104mg/m3、二氧化硫0.034mg/m3和二氧化氮0.036mg/m3。     

郑州市降水对大气污染物浓度的影响分析

基于2017—2020年郑州市空气质量监测数据和同期地面气象观测资料,采用数理统计方法,分析了郑州市降水对空气质量和大气污染物浓度的影响。结果表明,有降水时的空气质量等级为优和良的频率比无降水时的频率高,且降水量级越大空气质量越好。除SO₂外,郑州市其他大气污染物PM_2.5、PM₁₀、NO₂、O₃和CO在降水天气后浓度降低时次占比为42.97%～56.12%,其中PM₁₀浓度降低最明显,CO最不明显。小时降水量越大,污染物浓度降低值越小,PM_2.5和PM₁₀在降雨天气后浓度降低时次占比越大,当小时降水量(R)>1 mm时,浓度降低时次占比显著高于升高时次占比,且粒径越大效果越好;SO₂没有明显变化规律;NO₂和CO变化不大。降水天气前大气污染物浓度越高,降水天气后浓度降低值的范围越大;同时浓度降低时次占比也越大(NO₂除外)。在小时降水量较大...     

海峡西岸海陆风特征及对大气污染物浓度影响

该文利用福建沿海风塔观测资料及邻近的环境监测资料,对海峡西岸的海陆风特征及其对沿海大气污染物浓度影响进行分析,结果表明:海西中部沿海海陆风出现频率少于北部沿海及南部沿海,南部、北部沿海海陆风日以春季最多,中部沿海夏季略多于春季,秋季最少;受不同天气系统影响海西沿海出现海陆风日、单站和成片海陆风的现象有着明显差异。台风/热带辐合带、暖区辐合、变性冷高压系统控制下出现成片海陆风现象明显多于单站。北部沿海单日海陆风现象对大气污染浓度影响不明显,连续海陆风现象则会造成PM10浓度产生正增长;中部沿海海陆风现象对大气污染物浓度影响明显,南部沿海则不明显。不同典型天气过程的海陆风对NO2和PM10浓度的影响有所差异,风速大小对PM10浓度的影响明显。陆风与海风转换期间PM10浓度易聚集升高。     

大气污染物浓度的神经网络预报

首次将神经网络应用于实测大气污染物浓度的预报.结果表明,预报值与观测值符合得较好.由于人工神经网络具有逼近精度高、学习速度快、对资料长度要求不高等优点,因而在非线性时间序列的预报中显示出了独特的优越性,并将会在大气环境和气候预报中得到越来越多的应用.     

秦皇岛大气污染物浓度变化特征

为了解河北沿海旅游城市秦皇岛大气污染现有水平,研究其变化趋势,于2009年9月～2010年8月对秦皇岛市大气中的典型污染物进行连续监测研究.结果表明,该市大气中NO、NO2、SO2、O3和PM10平均浓度分别为（18±18）、（45±18）、（42±46）、（44±25）和（128±77）μg·m-3,PM10污染最为严重,年均浓度超出国家二级标准（100μg·m-3）接近30%.夏季O3日平均浓度和日小时浓度最大值（O3₁h max）的平均分别为（64±21）μg·m-3和（126±42）μg·m-3,偏南海洋气团有加重O3污染现象,伴随有短期超标;采暖期大气NOx、SO2和PM10分别是非采暖期的1.5、4.9和1.5倍,PM10和SO2日均值相对国家二级标准的超标率分别为53%和11%.京津冀、环渤海工业区的气团输送和当地海港区高排放叠加可使秦皇岛NOx、SO2和PM10污染物平均浓度上升17%、27%和12%,冬季其三者大气平均浓度飙升至（100±49）、（110±84）和（215±108）μg·m-3.北方内陆干洁气团和南方海洋气团可有效清除秦皇岛市大气污染物.     

北京夏末秋初不同天气形势对大气污染物浓度的影响

根据2007~2008年地面、850hPa和500hPa天气图,结合主要气象要素将夏末秋初(8月和9月)影响北京地区的主要天气系统分为高污染的积累天气型(包括槽前无降水、槽后脊前、脊、副高4种基本型)和清洁的清除天气型(包括槽或槽前有降水、槽后有降水或偏北风2种基本型).北京地区4站2007年在积累天气型控制时NOx、O3(日小时均值最大值)、PM2.5和PM10浓度分别为38.1×10-9(体积分数),115.2×10-9(体积分数),90.6μg/m3,212.5μg/m3,清除天气型控制时4种污染物浓度分别为36.3×10-9(体积分数),68.9×10-9(体积分数),39.3μg/m3,125.4μg/m3;2008年施行北京奥运空气质量保障措施期间,上述4种污染物在积累天气型控制时分别为19.3×10-9(体积分数),87.1×10-9(体积分数),66.3μg/m3,99.6μg/m3,清除天气型控制时分别为19.0×10-9(体积分数),62.5×10-9(体积分数),41.0μg/m3,65.2μg/m3;尽管施行了源减排措施,积累天气型控制时北京地区污染物浓度仍相对较高,因此需关注此天气形势下污染物的变化.     

大气污染物预测浓度有效数字的探讨

通过对大气污染物预测值（叠加值）的有效数字及相关参数的探讨，得出大气污染物（SO2、TSP、PMl0、NO2）预测浓度最终的有效数字为2位。考虑实际计算需要，建议大气污染物预测浓度以mg／m^3为单位，小数点后最多保留3位数字。     

计算机绘制大气污染物浓度分布等值线图

用计算机绘制大气污染物长期平均浓度分布等值线图，对在绘图过程中坐标系的建立，计算机间距的确定以及风向的加密等的处理方法作了讨论，并给出了绘图的基本步骤。     

沈阳大气污染物浓度变化及气象因素影响分析

为深入探究沈阳市区大气污染物浓度变化特征和气象因子对大气污染物浓度的影响,文章利用2014-2019年沈阳市区PM₁₀、PM_2.5、O₃质量浓度监测数据及地面气象观测数据,研究沈阳市区大气污染物质量浓度和空气质量变化特征,选取气温、气压、相对湿度、风速、降水量和日照时数,利用Person相关分析方法研究气象因子对大气污染物PM₁₀、PM_2.5和O₃质量浓度的影响,根据大气污染物浓度与气象因子相关性建立多元回归方程预报大气污染物浓度,并评估预报效果。结果表明:2014-2019年沈阳市区大气污染得到改善,总污染天数及其占比逐年降低,优良天数明显增加,重度及以上污染天数急剧减少;PM₁₀、PM_2.5质量浓度逐年下降,O₃质量浓度稍有上升;PM₁₀、PM_2.5月均浓度呈"U"型分布,O₃月均浓度呈倒"U"型分布;PM_10<...     

雾对大气污染物迁移扩散的影响

从雾形成和发展过程中热力和动力特征的变化,分析了大气污染物在雾天气下的迁移扩散和清除过程。表明,在某些情况下,雾对污染物有明显的清除作用,在某些情况下,雾可以造成地面高浓度污染。     

小波分析应用于大气污染物浓度的预报

在分析了国内外大气污染预报模式存在的不足的基础上,提出将小波分析应用于大气污染物时间序列的预报;利用小波分析可以将时间序列通过小波分解一层一层分解到不同的频率通道上,分解后序列的平稳性比原始序列好得多。其小波分解后的序列用时间序列模型来预报,最后再合成得到原时间序列的预报值。     

基于BP神经网络的大气污染物浓度预测

利用BP神经网络结合变量筛选的方法建立了SO_2、NO_2、O3、CO、PM_(10)、PM_(2.5)等6种污染物的浓度预测模型,并选取2014-01-01至2015-11-28时段,昆明市区5个环境监测点以上6种污染物浓度的监测数据建立了昆明市污染物日均浓度预测模型.采用平均影响值(Mean Impact Value,MIV)的方法筛选出分别对6种污染物日均浓度值有主要影响的变量,作为BP神经网络的输入变量,利用建立的预测模型分别对6种污染物的日均浓度进行预测.结果表明,在关上监测点利用浓度预测模型对SO_2、NO_2、O3、CO、PM_(10)、PM_(2.5)等6种污染物浓度进行预测,污染物浓度预测值和实测值趋势吻合度较高.变量筛选后SO_2、PM_(2.5)预测效果比变量筛选前的预测效果好.O3的均方根误差和PM_(10)的标准化平均偏差,变量筛选前的预测效果比变量筛选后的预测效果好.变量筛选前的NO_2和CO的预测结果比变量筛选后的预测效果好.其他4个环境监测点的污染物浓度预测结果与关上监测点的结果相似.     

区域传输对华东森林及高山背景点位大气污染物浓度的影响

利用HYSPLIT4.8轨迹模式和2011年6月～2012年5月NCEP气象再分析资料计算每日抵达华东森林及高山背景区域的后向气流轨迹并进行聚类,探讨该区域的大气污染物传输特征.同时结合国家大气背景监测福建武夷山站同期大气污染物监测数据,进一步分析不同气团的污染特征及高污染气团的主要来源.结果表明,有65%的轨迹输送污染气块,主要来自我国东部高污染负荷区、江西省以及西北部沙漠地区的高空,有35%的海洋性气团对站点污染物起清除作用,且各气团在各季节对污染物浓度的贡献有一定差异;SO2较高浓度主要受北方城市冬季采暖期燃煤影响,CO较高浓度主要受安徽省煤炭生产和消费过程中的污染物排放影响,NOx、O3、PM10和PM2.5较高浓度主要受我国东部高污染负荷区影响.     

珠三角地区大气污染物浓度改善气象与减排影响分析

研究采用KZ(Kolmogorov-Zurbenko)滤波统计方法,结合数值模型情景分析技术,以CO为示踪污染物,对2013年1月-2017年12月珠江三角洲重点城市气象条件与源减排对CO浓度的影响进行了评估分析,结果显示:监测期间珠三角地区CO平均浓度为0.91 mg/m3,珠江三角洲重点城市CO浓度日变化呈现双峰型分布,早上08∶00-10∶00出现第1个峰值,下午20∶00左右出现第2个峰值;季节变化上整体呈现出冬季>春、秋季>夏季的特征;空间分布上珠三角、粤北地区浓度较高,粤东、粤西地区浓度则较低。KZ滤波统计方法显示污染源减排措施对珠江三角洲地区不同城市CO浓度贡献占比在85.79%～103.79%之间;WRF-CMAQ数值模型情景分析结果显示污染源减排措施对珠江三角洲地区不同城市CO浓度贡献占比在79%～96%之间;综合表明源减排措施对2013–2017年北京市不同点位CO浓度的改善起着主导作用。     

天津城市大气污染物浓度垂直分布特征

利用2007年10月10日~2008年9月30日天津边界层气象观测塔得到的PM2.5质量浓度、O3和NO2体积分数等梯度资料,对比分析了不同高度上各污染物数据统计特征,并对各污染物数据的时间变化特征及垂直分布进行了讨论.结果表明,天津市PM2.5污染严重,且易发生光化学污染事件.各高度层PM2.5浓度在12、1和2月份存在较大差异,其他月份差异较小;O3体积分数均表现出夏季高冬季低的典型特征;NO2体积分数在220m高度处变化较为复杂且全年波动较大,120m处变化平稳,40m处则表现出春夏季高、秋冬季低的特点.PM2.5体积分数和NO2体积分数日变化均呈现双峰型,峰值的出现与早晚出行高峰以及边界层的变化有关,且污染物出现峰值的时间由低到高存在2~3h的延迟.O3体积分数与太阳辐射强度关系密切,各层均在14：00前后达到最大,而夜间的还原反应使各层臭氧体积分数下降.40m和120m处NO2体积分数变化较为一致,全天波动很小,而220m处波动较大,昼夜差异明显.     

达州市城区大气污染物浓度变化特征及影响因素分析

利用达州市城区环境空气自动监测站2015—2017年数据,研究了大气污染物的浓度变化特征和影响因素。结果表明:达州市城区未受到SO_2污染,PM_(10)和PM_(2.5)同比大幅下降,NO_2、CO和O_3-8 h浓度有所上升。污染物在不同季节的差异显著性不同,SO_2、CO、O_3-8 h在不同季节之间均存在显著差异(P<0.05),NO_2浓度在除秋季和冬季外的其他季节之间均存在显著差异,PM_(10)和PM_(2.5)浓度在除春季和秋季外的其他季节之间均存在显著差异。不同污染物的月均浓度变化曲线和不同季节的小时浓度变化曲线,以及不同季节的相关性也具有明显的特征。同时,本研究还建立了PM_(10)和PM_(2.5),NO_2和CO分别在不同季节的预测线性模型,为进一步了解污染物之间的相互关系和预测污染物的浓度发展趋势提供了参考。     

佛山惠景城大气污染物浓度时序特征

基于佛山市惠景城区2013年1月1日-12月31日SO2、NO2、O3、PM2.54种大气污染物的时序监测数据,分析其时序特征,4种污染物质量浓度的平均水平和离散程度表现为NO2PM2.5O3SO2。不同时间际的浓度变化以及污染物之间的互相关、自相关分析结果表明:(1)细颗粒污染、臭氧污染分别集中于冬春季和秋季。周一、周二的SO2、NO2、PM2.5浓度高于一周内的其他时日,O3则相反。尤其是周二NO2浓度显著高于其他日该值,可能与周一车流高峰期机动车直接排放NO转化耗时导致NO2峰值延迟有关。在12:00-15:00时段,SO2、NO2、PM2.5浓度最低,O3浓度最高,可能原因为中午高气温可促使地表污染物向高空扩散,而O3作为NO2的光解反应产物,其浓度水平更大程度上受制于太阳辐射强度。(2)4种污染物的自相关系数各不相同,整体上间隔期为1、3(天或时)的历史污染物浓度能够有效影响当前时刻的污染物浓度。SO2、NO2、PM2.5三者之间存在明显的正相关关系,而O3与NO2呈现弱负相关关系,可能与站点地理位置有关,即该站点PM2.5受机动车直接排放影响为主。O3除受NO2的制约外,更大程度上受太阳辐射的影响。     

城市大气污染物对PEMFC性能的影响

论述了城市空气污染物(即阴极气体杂质)对质子交换膜燃料电池(PEMFC)性能的影响。提出了燃料电池汽车(FCV)进入商业化应用时即将面临的一个急待研究的课题。文中综述了CO、CO2、硫化物、碳氢化合物(HC)、氮氧化物(NOx)、NH3、卤素离子(X-)、酸沉降物以及大气颗粒物等对PEMFC性能的影响,同时对解决阴极气体杂质影响的途径进行了分析。     

浅谈大气污染物对人体健康的影响

论述了几种主要大气污染物的性质、来源及其作用机理,并探讨了大气污染物对人体健康的影响及危害。