广州帽峰山林区空气负离子动态及与环境因子的关系

采用定位连续观测方法,研究了广州帽峰山森林公园负离子含量近5年的年、季、月变化及不同天气的变化规律,并以此对帽峰山森林公园的空气质量进行了计量评价.分析了空气负离子含量与环境因子的相关关系.结果表明:林区不同观测区的负离子含量差异较大,山下瀑布空间负离子含量最高.平均水平达达2l 729 ions.cm-3;林内负离子含量年间及月间变化不大,沟谷小溪和山中部瀑布空间由于人为干扰,负离子含量年动态呈现降低趋势,山下瀑布空间年负离子含量维持在20000 iotis·cm-3左右;负离子含量的季节差异显著,春夏季大于冬秋季,夏季最高、冬季最低.空气质量评价系数CI的最低在2月份、最高在8月份.不同天气条件下负离子含量大小顺序为下雨>晴天>阴天.负离子含量与空气温度呈正相关,与空气湿度呈正相关.与空气气压呈负相关.     

北京地区不同植被类型空气负离子浓度及其影响因素分析

为研究城市内常见植被的空气负离子浓度水平及其影响因素,选取了北京市内几种常见的植被类型,以无植被覆盖的开阔地为参照对象,采用曲线图、散点图、回归分析等手段研究了不同植被类型的空气负离子浓度差异,并分析了外部环境对空气负离子浓度的影响。结果表明,(1)有林地区空气负离子浓度水平远高于无林地区,北京不同植被类型的空气负离子日平均浓度差异明显,5类样地的日平均空气负离子浓度波动范围在300~1 800 ion·cm-3之间,从高到低排序为:阔叶林针阔叶混交林针叶林灌木林无植被覆盖开阔地,且波动范围也逐渐变小,日平均空气负离子浓度分别达到了1 198、1 069、710、599、516 ion·cm-3。最高值一般出现在早晨或者晚上,最低值一般出现在中午。(2)空气负离子含量受天气变化影响显著,4种天气状况下的空气负离子浓度由高到低依次为:雷雨天晴天阴天雾霾天。(3)空气负离子浓度与温度呈负相关,回归方程为:y=-0.018 9x+40.157(r=-0.848,f=53.782,t=-7.334,P=0.001);与相对湿度呈正相关,回归方程为:y=0.058 0x+16.475(r=0.810,f=40.176,t=6.338,P=0.001)。(4)人类活动对空气负离子浓度影响较大,空气负离子浓度与人流量车流量均呈负相关,空气负离子浓度从中心城区向外逐渐升高,万泉河路、香山路、新平北路3个样地的日平均空气负离子浓度分别为:367、485、548 ion·cm-3。(5)空气负离子浓度室外明显高于室内。(6)空气质量与空气负离子浓度关系显著,空气负离子浓度与空气质量指数、PM2.5浓度均呈负相关。这些结果给城市绿地规划及大气治理提供了一些参考,并对后续进一步的研究做了铺垫。     

高密度城市住区绿地空气负离子浓度分布特征及其与微气候关系

选取合肥市政务区天鹅湖周边4个高密度城市住区的不同类型绿地为研究对象,于2016年7—8月、12月针对分别在雨后、晴天、阴天3种天气状况下,主要包括空气正、负离子浓度,温度,相对湿度,风速,分析了夏冬两季室内外空气负离子浓度的分布特征,结果表明,(1)夏季各样本绿地空气负离子浓度呈现雨后晴天阴天的趋势,冬季各样本绿地空气负离子浓度呈现出晴天阴天雨后的趋势。(2)空气负离子浓度总体夏季高于冬季。夏季4块样本绿地室外环境的空气负离子平均浓度呈现雏菊苑丽景城琥珀五环城陶然居的趋势,分别为351、292、276、260 ion·cm~(-3);冬季呈现出陶然居丽景城琥珀五环城雏菊苑的趋势,分别为296、289、259、206 ion·cm~(-3)。(3)4种不同类型绿地中,道路绿地的空气负离子浓度偏低,其中夏季最低值达193 ion·cm~(-3),冬季最低值达171 ion·cm~(-3);宅旁绿地、组团绿地和中心绿地的空气负离子浓度相对较高,其中夏季最高值达405 ion·cm~(-3),冬季最高值达360 ion·cm~(-3)。论文进一步对空气负离子浓度与环境因子的进行相关性分析,根据以上分析得出结论,(1)晴天无尘时空气负离子浓度明显增大,雨后天晴时空气负离子比干燥晴天还要高,尤其雷雨过后空气中负离子浓度明显增高。(2)来往人员车辆较多不利于负离子的产生;植物层次结构丰富,能提高环境的空气负离子浓度。(3)室外绿地的空气负离子浓度与温度总体呈正相关,与相对湿度关系不明确,与风速总体呈正相关。(4)住区内部大面积的水体与绿地有利于激发负离子浓度。(5)住区周边的乔灌草结构,对城市主干道的灰尘起到了阻挡的作用,但也一定程度上阻挡了气流的运动。在此基础上作者进一步提出展望,建议整合住区内部的绿地或水体相贯通,形成整体化的绿地空间布局,同时采用郁闭度稍大的密林地或疏林地,在实现滞尘作用与利于气流的畅通之间寻找一个最佳的临界值。     

不同热带森林空气负离子浓度评价研究

探究中国热带森林改善空气环境质量的功能及其影响因子,为热带雨林国家公园康养资源及生态系统服务功能评估提供基本参数。选择海南尖峰岭4种典型森林类型监测空气负离子浓度及其变化,并以无植被覆盖的开阔地为参照对象,采用相关分析与回归分析等方法研究不同植被类型空气负离子差异及其影响因素,并采用安倍空气离子评价指数、森林空气离子评价模型对不同林分空气质量进行评价。结果表明,(1)尖峰岭热带山地雨林区平均空气负离子浓度为1 534—5 393 ion·cm~(-3)。不同林分空气负离子浓度差异明显,从高到低排序为:热带山地雨林原始林(5 393 ion·cm~(-3))热带山地雨林次生林(4 199ion·cm~(-3))鸡毛松(Podocarpus imbricatus)人工林(4 009 ion·cm~(-3))加勒比松(Pinus caribaea)人工林(2 606 ion·cm~(-3))空旷地(1 543 ion·cm~(-3))。(2)负离子浓度一年中最高值为5月(雨季),最低值为11月(旱季)。负离子浓度在一天中的最高值出现在10:00—12:00,旱季最低值出现在20:00—21:00,雨季没有明显低峰。(3)林内空气负离子浓度与林分结构(物种多样性指数和结构多样性指数)呈显著正相关关系(P0.01);与相对湿度呈正相关(P0.01),而与空气温度和PM_(2.5)质量浓度呈负相关(P0.05)。(4)各林分空气质量评价指数从小到大依次为:空旷地加勒比松人工林鸡毛松人工林热带山地雨林次生林热带山地雨林原始林。热带森林改善空气环境质量的能力与林分类型、林分起源有关,天然林人工林,原始林次生林,热带森林空气负离子浓度主要受物种多样性和林分结构多样性的影响。     

不同植被结构对空气质量的调控功能

随着城市化进程的加快,生态环境恶化,改善空气质量已成为社会所关注的重要环境问题。不同的植被结构可以有效调控大气颗粒物浓度,提高负离子的浓度,是改善空气质量的重要组成部分。为探究不同植被结构对空气质量的调控能力以及影响空气质量的因素,以沈阳市东陵公园为研究对象,采用定点观测法,监测8块不同植被结构内大气颗粒物(PM_(2.5)、PM_(10))和空气负离子浓度,并同步观测气象因子。研究结果表明,(1)不同植被结构调控大气颗粒物的能力存在差异,但是不显著。PM_(2.5)和PM_(10)日平均质量浓度在S1(稠李Padus avium+萱草Hemerocallis fulva)均为最高,分别是(48.63±18.05)μg·m~(-3)和(68.55±20.64)μg·m~(-3);S3(云杉Picea asperata+榆叶梅Amygdalus triloba+牛筋草Eleusine indica)最低,分别是(28.95±8.91)μg·m~(-3)和(45.21±10.38)μg·m~(-3)。PM_(2.5)和PM_(10)日平均质量浓度变化范围分别为(28.95—48.63)μg·m~(-3)和(45.21—68.55)μg·m~(-3)。(2)不同植被结构内空气负离子浓度存在显著性差异。空气负离子日平均浓度在S7(油松Pinus tabuliformis+桃叶卫矛Euonymus bungeanus+玉簪Hosta plantaginea)最高,为(1 007.50±53.10)ion·cm~(-3);S1(稠李+萱草)最低,为(446.21±34.9) ion·cm~(-3)。空气负离子日平均浓度范围(446.21—1 007.50) ion·cm~(-3)。(3)大气颗粒物(PM_(2.5)、PM_(10))和空气负离子浓度与乔木层郁闭度和相对湿度呈正显著相关,而与温度呈负显著相关;大气颗粒物浓度与空气负离子浓度呈负显著相关。以上研究结果可为优化城市绿地植被结构和改善空气质量提供一定的借鉴。     

河南中北部不同植被区空气负离子浓度变化分析

为了研究不同植被区空气负离子浓度变化规律及其影响因素,在河南中北部森林、绿地、果园、农田4个植被区选择了8种主要植被类型,在2015年3月—2016年2月观测了空气正负离子浓度及主要气象要素,调查了各植被区主要植被类型的覆盖率,并根据不同植被类型的空气负离子浓度及覆盖率,采用加权平均数法计算出各植被区空气负离子浓度。结果表明,在不同植被类型中,空气负离子日变化规律为:刺槐Robinia pseudoacacia、侧柏Platycladus orientalis、女贞Ligustrum lucidum、广玉兰Magnolia grandiflora、樱桃Cerasuspseudocerasus、葡萄Vitis vinifera多为双峰曲线,小麦Triticum aestivum+玉米Zea mays、小麦+花生Arachis hypogaea及无植被区多为单峰曲线。空气负离子的年变化规律为:各植被类型均为单峰曲线,峰值出现在6—8月。空气负离子年平均浓度:刺槐(448 ion·cm~(-3))侧柏(438 ion·cm~(-3))樱桃(328 ion·cm~(-3))葡萄(321ion·cm~(-3))小麦+玉米(314 ion·cm~(-3))小麦+花生(309 ion·cm~(-3))女贞(309 ion·cm~(-3))广玉兰(302 ion·cm~(-3))。在不同的植被区中,空气负离子浓度日变化规律为:森林为双峰曲线,绿地、果园、农田为单峰曲线。空气负离子年变化规律为:森林、绿地、果园为单峰曲线,峰值出现在7月或8月;农田为双峰曲线,峰值分别出现在7月与11月。年平均空气质量指数:森林(413 ion·cm~(-3))果园(305 ion·cm~(-3))农田(302 ion·cm~(-3))绿地(299 ion·cm~(-3))。森林、绿地的空气负离子浓度与温湿度呈显著正相关性;果园空气负离子浓度与气温呈极显著正相关性;农田空气负离子浓度与温湿度相关性不显著。     

城市绿地对空气负离子的影响

在南昌市选择有典型特征的城市绿地,对其在不同环境状况下的空气正、负离子浓度进行监测。研究结果表明:(1)城市绿地能有效提高空气负离子数量;(2)乔、灌、草3种不同类型的绿地中,以乔木林对提高空气负离子浓度和改善空气质量的作用最为显著;(3)在城市环境下,不同林分结构类型的乔木片林对空气负离子水平以及空气质量指数(CI)的影响差异不显著;(4)天气条件对绿地的空气负离子水平存在显著影响;(5)喷泉对空气负离子有显著影响。喷泉周围空气负离子浓度节律性振荡周期与喷泉的喷水变化周期相吻合。喷泉对空气负离子浓度以及CI的影响随着距离的增加而迅速减小。     

基于静态箱法研究城市草坪空气负离子来源及其影响因素

空气负离子(NAI)是评价空气清洁程度的重要指标,但城市绿地NAI的不同来源及相对贡献国内外尚未见报道.为更好地理解NAI在城市区域的生成机制,运用静态箱隔离法对典型城市草坪(Zoysia matrella)不同来源(植物、土壤、大气本底、外源)的NAI进行动态观测,并采集气象站同步数据,分析各来源NAI的浓度值、贡献率及影响因素.结果显示:不同来源NAI日变化特征不同.保留植物的静态箱内NAI浓度日均值为1 478个/cm~3,峰值可达2 522个/cm~3;植物来源、土壤来源、大气本底来源的NAI日均值分别为1 389个/cm~3、101个/cm~3和98个/cm~3,对静态箱内NAI平均贡献率分别为83.5%、8.3%和8.2%;静态箱外开放环境的NAI浓度平均只能达到静态箱中水平的26.2%.植物和大气本底来源NAI均与温度显著正相关,与相对湿度、气溶胶及主要大气污染物无显著相关性;而土壤来源NAI与气温显著负相关,与湿度无明显相关性,与各大气主要污染物均呈显著正相关.外源NAI与各上述因子均无明显相关性.本研究表明植物是城市草坪NAI的主要贡献者,土壤和大气本底的贡献相对较低;环境因子对不同来源NAI的影响机制不同,温度和湿度是主要影响因素,主要大气污染物仅对土壤来源的NAI影响较显著.(图5表1参41)     

福州鼓山茶园不同生境空气负离子浓度及其影响因子

为研究福州市鼓山茶园不同生境空气负离子浓度空间分布规律以及空气负离子与其环境因子的关系,以茶园内7种生境作为研究对象,对各生境空气负离子浓度及环境因子进行测定。结果表明,茶园内7种生境空气负离子浓度由高到低为乔木群落高海拔茶园池塘有机茶园草地空地常规茶园,其平均负离子浓度分别为924、892、770、761、754、617、601个/cm3;在观测高度范围内(50~150cm),空气负离子浓度大致存在随海拔高度升高而增加的趋势,且150cm高度处空气负离子浓度显著大于50cm高度;各生境空气负离子与相对湿度呈极显著正相关关系,与温度、风速、气压及海拔相关性不显著;鼓山茶园空气质量总体较为清洁,各生境空气质量评价系数CI均在0.50以上,且空气质量评价系数CI值大致存在随海拔高度而增加的趋势。     

城市住区空气负离子浓度时空变化及空气质量评价--以合肥市为例

以夏热冬冷地区合肥市为研究区域,从建筑布局、空间形态、建筑密度、交通路网、植物绿化等方面综合考虑城市住区的不同环境特征,选择12个样点进行实地观测,于2013年8至2014年1月进行了空气离子浓度、风速、温度、相对湿度等指标的实地测定,并对数据进行筛选分析得出结果,空气负离子浓度随季节变化较为明显,夏季最高,平均浓度约为358/cm3,秋季次之,平均浓度约为338/cm3,冬季最低,平均浓度约为322/cm3。总体看来,上午9：00─10：00和下午14：30─15：30区间空气负离子浓度最高,上午10：30和下午16：00─16：30区间空气负离子浓度相对较低。②自由式布局和具有较明显开敞空间的测试样点空气负离子浓度较高。夏季样点9空气负离子浓度最高,平均浓度为815/cm3;秋季样点12空气负离子浓度最高,平均浓度约为483/cm3;冬季样点9空气负离子浓度最高,平均浓度约为407/cm3。最后运用单极系数和安培空气质量评价指数对住区空气质量进行评价,得出住区环境的空气清洁度以允许和清洁为主,等级多分布在D级和B级。根据这些结果和分析得出以下结论：在不同的季节,住区室外环境的空气负离子浓度变化较为明显,夏季最高,冬季最低。②影响城市住区空气负离子浓度最主要气象因子是风速、温度和相对湿度,其中风速和温度与空气负离子浓度呈现出正相关,而相对湿度则总体趋势不明确。③采取层次丰富的植物结构有利于提高环境的空气负离子浓度。④空气负离子浓度与空气清洁度有着密切关系,不同的环境特征下空气清洁度存在差异。⑤以空气负离子浓度为参考标准指导并优化住区建筑布局,不仅有利于提高住区人居环境质量评价工作的科学管理水平,同时对于提高居民的健康水平和营造健康舒适的居住环境具有重要的?     

城市生态气象监测评估初步研究与实践——以北京为例

气象条件作为影响生态系统最活跃、最直接的驱动因子,影响着生态系统的质量和人类生存的环境,关系着生态保护和建设的成果,而城市生态系统具有与其他系统不一样的气候特征,目前还未形成一套有关城市的生态气象监测评估方法。基于生态气象学理论,分别从城市气候环境、与气候相关的陆表环境、大气环境、人居环境以及城市高影响天气气候事件等5个方面选择不同的要素和指标开展了城市生态气象监测评估初步研究,并以北京为例,利用2018年国家和区域自动气象站资料、大气成分观测资料、2002—2018年MODIS卫星资料、Landsat及环境一号卫星资料,开展了2018年北京城市生态气象监测评估。监测评估显示,(1)2018年北京城市“热岛”和“干岛”气候特征明显,并在北京二环与五环之间存在一个“冂”形风速低值区。(2)2018年北京陆表生态环境、大气环境、人居环境进一步好转:其中植被覆盖度达61.6%,创2002年以来新高,气象条件贡献率达50%,生态涵养区植被生态质量处于正常偏好的面积比例达93.2%;中心城区陆表温度为2011年以来最低值;重要水源地密云水库、官厅水库水体面积均为2000年以来最大值;气溶胶光学厚度、霾日数、大气静稳指数分别较过去4年平均值下降14%、31%和8%,大气扩散条件偏好,对霾日减少贡献率达21%,外地污染传输对PM2.5贡献达到53%;城市生态冷源较2013年明显增加,城市“热岛”得到缓解。(3)历史罕见的夏季高温闷热、冬季阶段低温、极端强降水以及持续无降水等高影响天气气候事件给城市安全运行和生态环境带来不利影响。综合评估表明2018年北京气象条件总体利于陆表生态环境改善,有利的气候条件提高了生态环境的质量,但城市生态质量仍面临着极端天气气候事件、城市热岛、低风速以及外来大气污染输送等风险。     

城市化对北京霾日数影响统计分析

近年来,随着超大城市/城市群大气灰霾等复合污染加剧,引起人们对区域生态环境与及公共健康问题越来越多的关注。应用北京地区1980—2012年气候资料及同期城市发展统计指标,统计分析了城、郊区间霾日数的变化特征,并在此基础上探讨了北京城市化及局地气候差异对霾日数的影响。分析表明：北京城区霾日数要明显多于郊区,在2007年以前城、郊区站点均有相似的波动增长趋势,但城区站霾日数增加速率（约21 d/10 a）要远大于郊区站（约7.2 d/10 a）;北京各地霾日数与主要城市发展指数之间的相关系数均超过0.001显著性水平,随着城市化而迅速增加的能源消耗和机动车尾气排放是导致北京地区灰霾天气逐渐增多的主要污染源,污染源的不均匀分布是导致城、郊霾日数差异的主要因素。分析还发现,城市化导致的区域气候差异对局地灰霾亦有较明显的影响。伴随着城市化的快速发展,城、郊区气候差异逐渐变大,城市下垫面粗糙度增加导致近地面层风速减小。大城市热岛效应背景下,更容易出现较厚的逆温层,这将阻碍空气垂直方向的对流输送。此外,城区气温持续上升,相对湿度下降,平均风速减小,小风频率增加,也会阻碍空气的水平流通,使得城市排放颗粒污染物的扩散难以扩散,有利于霾日增加。这表明北京地区城市气候效应对区域生态环境具有不可忽视的影响。     

冬季广州大气能见度影响因子分析

于2005年12月至2006年2月收集了华南所大气观测站大气能见度等7个气象因子及PM2.5浓度观测数据,分析了冬季广州大气能见度变化趋势及灰霾天气主要影响因子,并对能见度与主要影响因子进行相关性分析。结果发现:人为因素和气象条件对大气能见度的影响比较明显,当大气层结受到北方冷空气扰动后,能见度得到明显改善;1月份灰霾天气出现频率高达60.9%,灰霾天气下大气能见度与PM2.5浓度密切相关;大气能见度与PM2.5浓度、温度、相对湿度呈负相关性,与大气压呈正相关性;灰霾天气下大气能见度还与细颗粒物的粒径分布密切相关。     

天津城区秋冬季黑碳气溶胶观测与分析

利用天津大气边界层观测站2010年9月—2011年1月黑碳气溶胶、PM2.5质量浓度、大气能见度及常规气象观测数据,研究天津城区秋冬季黑碳气溶胶污染特征.结果表明,天津秋冬季黑碳气溶胶质量浓度均值7.24μg.m-3和6.46μg.m-3,分别占PM2.5质量的9.42%和7.98%,其吸收作用分别贡献大气消光的17.2%和17.6%;采用最大频数浓度法计算黑碳浓度本底值为2.50μg.m-3;黑碳浓度的日变化特征与天气过程有关,雾和霾天气下黑碳浓度较高,降水利于清除黑碳污染,秋季高浓度黑碳除局地源污染外,可能还与河北、山西、天津等地燃烧秸秆有关.     

春季不同天气城市街头绿地内PM2.5质量浓度分布特征研究

于2012年春季,采用水平分布监测法监测了3种天气下距交通污染源不同距离的街头绿地中的PM2.5质量浓度,研究了不同天气下PM2.5的日变化、水平分布规律及绿地对PM2.5的净化效应,为城市街头绿地、城市公园建设及市民合理选择休闲锻炼时间和地点提供理论依据。结果表明：1）晴天和多云时,PM2.5质量浓度上午高于下午,7：00浓度最高,15：00最低;雨后阴天基本保持上升趋势。2）PM2.5日均质量浓度为晴天（61.67μg·m-3）〈多云（187.98μg·m-3）〈雨后阴天（291.48μg·m-3）。晴天除5：00和7：00外,其他时刻均达到国家二级标准,且13：00—15：00达到国家一类功能区空气质量要求;多云和雨后阴天PM2.5质量浓度分别超过国家二级浓度限值150.6%和288.6%。3）观测时段内,无论哪种天气,5：00、7：00、11：00和15：00绿地的净化功能较强,19：00净化功能均最差,所有监测点无一例外的表现为负效应。4）3种天气下,PM2.5质量浓度在距离道路10~25 m最高,绿地的净化效应最差,55 m外基本可以形成稳定的森林内环境。5）在南方高湿环境下,空气相对湿度是影响PM2.5质量浓度的主要因素,晴天和多云天气PM2.5浓度与相对湿度呈显著正相关,而雨后阴天二者呈负相关关系。6）在一定阈值内,街头绿地能够缓解PM2.5污染,为居民提供良好的休闲环境。从游憩时间来看,市民可以选择晴天进入街头绿地休闲,多云和雨后阴天尽量减少外出;从活动最佳地段来看,距离污染源55 m以上适宜休闲锻炼;从街头绿地的规划面积来看,半径以不小于55 m为宜。     

广东省植被固碳量时空变化及气象贡献率研究

植被固碳能力对气象条件十分敏感,研究植被固碳量变化的气象贡献率,对提升生态环境质量、实现"碳中和"目标具有重要意义.文章基于植被净初级生产力数据和地面气象观测数据,利用相关性分析和模型模拟方法,分析广东省植被固碳量的时空分布特征及其对气象条件的响应规律,并定量研究植被固碳量变化的气象贡献率.结果表明,从空间分布而言,广...     

城市森林大气PM2.5中水溶性无机离子沉降特征

森林被誉为"地球之肺",在防霾治污方面有其独特不可替代的作用,不同树种沉降PM_2.5的功能有很大差别.本文选取代表性城市森林——奥林匹克森林公园为研究对象,设置垂直监测塔观测大气PM_2.5的浓度垂直分布,以考察不同季节城市森林对PM_2.5中各组分的影响.在冬季、春季和夏季各采集PM_2.5样品,分析并计算PM_2.5中Na⁺、NH₄⁺、K⁺、Mg2⁺、Ca2⁺、Cl^-、NO₃^-和SO₄^2-等典型水溶性无机离子的浓度.结果表明,PM_2.5中水溶性无机离子总浓度呈规律性变化特征:冬季((56.90±27.38)μg·m-3)>春季((46.69±12.24)μg·m^-3)>夏季((23.16±8.75)μg·m^-3).其中SO₄^2-和NO₃^-浓度和占PM_2.5主要水溶性无机离子总浓度的50%以上.3个季节中,除冬季外,在春季和夏季,8种离子有明显的垂直方向上的沉降,夏季的沉降速率高于春季,但是春季由于大气颗粒物浓度高,沉降通量高于夏季.NO₃^-和SO₄^2-垂直方向的沉降量在所有可溶性无机离子中最高.植被密度、叶面积指数、气象条件等因素对于PM_2.5的沉降特征有明显影响.     

辽宁中部地区灰霾天气气候环境特征

利用的1961—2007年辽宁中部地区6个城市的地面常规气象资料以及2002—2007年的东亚地面和高空天气形势资料,2005—2007污染监测资料,统计分析了辽宁中部地区气候环境特征对灰霾天气形成的有利形势与不利的地面天气形势,对比颗粒物资料与实况资料分析了灰霾天气常见的天气形势。结果表明：由于特殊的环境特征与气象条件,灰霾易发时期为秋冬春季节。不利于大气扩散易形成灰霾天气的地面天气形势可分为高压类、低压类、均压类。蒙古高压、东北地形槽以及长白山小高压等局地不利的天气形式对灰霾天气产生有重要影响。常见灰霾天气形势为冷高压型、占65%左右,低压槽型、占13.5%,冷锋过境型,冷锋前部型以及长白山小高压等。     

北京地区灰霾污染特征

灰霾天气能见度较低,除影响人们日常生产活动和交通运输外,空气中携带的有毒有害细粒子严重危害人们的生命健康。近几年,北京市加大治霾力度,虽取得一定成绩,但灰霾天气仍然频发。为进一步更好地治理北京灰霾,为制定政策提供依据,须了解北京地区灰霾污染特征,因此,对北京市2013年6月到2014年5月的气象观测数据和PM2.5质量浓度进行了统计分析。文章统计了不同强度灰霾的分布,分析了PM2.5质量浓度与能见度的相关关系,在此基础上,研究了PM2.5质量浓度影响能见度变化程度的分界点。研究结果表明：研究期间,北京地区出现灰霾时总计4572 h,发生频率为56.2%,灰霾日总计233 d,频率为64.4%,呈冬季〉春季〉夏季〉秋季;湿霾最易发生在夏季,干霾最易发生在冬季,分别占当季灰霾时的17.6%和59.0%;全年不同强度霾发生小时数呈现轻微霾〉重度霾〉轻度霾〉中度霾,其中,轻微霾时数1625 h,重度霾1163 h,轻度霾1101 h,中度霾683 h;研究期间PM2.5质量浓度呈夏季低冬季高的显著变化趋势,PM2.5日均质量浓度达一级空气质量标准59 d,达二级标准159 d,达标率分别为17.7%和47.74%;PM2.5小时质量浓度与能见度呈负相关性较高的幂函数关系（置信度取99%,P〈0.01）,无高湿条件影响下,空气中细颗粒物对能见度的影响更为直接;北京地区在改善能见度的过程中,通过降低1μg·m-3的PM2.5,使能见度改善大于或远大于1 km的概率仅为18.9%,而在50.4%的时段内仅能使能见度的改善小于或远小于0.1 km。