气象因子对北京一次重污染天气过程影响研究

文章利用空气质量和气象要素小时观测数据,详细分析了一次典型大气污染过程前后空气质量和主要气象因子的变化特征,探讨了气象因子对大气环境的影响,研究结果表明:北京地区的大气污染呈"缓慢积累、快速清除"的时间变化特点,其中积累过程可持续多天,而清除过程只需数个小时。大气本底站点和城市站点的污染物浓度变化趋势总体一致,但本底站点的浓度峰值和污染程度明显低于城市站点。在污染积累阶段,风速明显偏小,初始风向为西南风,此后逐渐转为东北风,相对湿度逐渐增加,日最大混合层厚度则有所下降;而在污染快速清除阶段,气象要素的变化则相反,风速明显增大,风向多为西北风,相对湿度显著下降,日最大混合层厚度有明显抬升。检验了污染过程前后风速、相对湿度与PM2.5质量浓度间的相关关系,其中风速与PM2.5质量浓度呈指数相关,R2达到0.621 6,相对湿度与PM2.5质量浓度呈线性相关,R2达到0.809 7,均通过了显著性水平为0.01的相关性检验,表明在大气污染过程中气象因子对大气环境的影响十分明显。     

气象条件对天津一次大气重污染过程的影响研究

本文利用环境空气质量和气象要素的小时观测数据,分析了天津一次典型大气重污染过程前后空气质量和主要气象因素的变化特征,研究了气象条件对环境空气质量的影响,结果表明:天津地区大气重污染过程呈现两种特征,一种是"逐渐积累、迅速清除",主要在污染过程的开始和结束时段呈现;另一种是"快速下降、快速回升",主要在污染过程中期,由于风向转变使污染物输送推移导致的。在污染物积累阶段,风速明显偏小,相对湿度增大;在污染过程结束阶段,风速明显偏大,风向多为西北风,相对湿度明显下降。分析了风速、相对湿度与PM2.5浓度的相关性,其中风速与PM2.5浓度呈指数相关,R2达到0.420,相对湿度与PM2.5浓度呈线性相关,R2达到0.520。     

气象因素对广州市大气中二噁英污染特征的影响

采用高分辨气相色谱/高分辨质谱仪测定了广州市环境空气中2,3,7,8-PCDD/Fs的含量,并对其来源进行初步分析.重点研究了广州市大气二噁英浓度的空间和季节分布特征,分析其毒性当量浓度变化与气象因素的相关性,并利用美国空气资源实验室的拉格朗日混合单粒子轨道模型对气流轨迹进行模拟,为了解广州市大气二噁英污染状况提供重要的基础数据.结果表明,工业区的二噁英浓度高于其他功能区;大气二噁英毒性当量浓度最高值出现在春季;风向和风速、温度和气压、相对湿度、降水等气象因素都会对大气二噁英的污染程度产生影响,温度、风速与大气二噁英浓度呈负相关,但相关性不明显;经过气团后向轨迹分析,秋季气流轨迹主要往西北地区延伸,冬季大气团运移较慢,主要来自内陆地区,春夏季节气流主要经过东南沿海或海面到达广州.     

武汉城区臭氧时空分布及其与气象因子相关性研究

本文采用武汉市10个大气国点位2016年全年臭氧自动监测数据和气象数据,总结了武汉城区臭氧的季节、月、日浓度的时间变化规律以及空间分布特征,分析了臭氧与气温、风向风速、湿度等气象因子的相关性。     

沧州近地面臭氧浓度与气象条件关系

利用2013—2018年沧州市臭氧监测数据和气象数据,运用相关和百分位阈值法,分析了沧州市臭氧污染特征及气象因子对臭氧污染的影响。结果表明:沧州市臭氧浓度呈现明显的季节变化特征,春季和夏季最高;臭氧超标日数也集中在春夏季,臭氧浓度和超标日数均呈逐年增加趋势;在所有气象因子中气温与臭氧相关性最强,较高的气温是沧州市臭氧发生的必要条件,气温越高越容易导致高浓度的臭氧污染;绝大多数情况下,臭氧浓度与相对湿度呈负相关关系;降水量级及降水性质都会对臭氧浓度造成明显影响;风向与风速影响臭氧污染物的水平传输和垂直扩散,冬春季影响明显;春季臭氧浓度的增加与风速增大导致的混合层高度增加有重要的关系;颗粒物通过影响到达近地面的气象要素间接影响臭氧浓度。沧州地区臭氧超标日的出现伴随着一系列气象条件的共同改变,包括晴天少雨、混合层高度增加、风速增大、相对湿度降低及气温升高等气象特征,污染结束则伴随着相反的气象变化。     

宁波市区秋冬季PM_(2.5)质量浓度特征及影响因素分析

该研究基于2013年11-12月的宁波市空气质量监测数据和气象资料数据,分析了PM_(2.5)质量浓度变化特征,探讨了PM_(2.5)与其它粒径颗粒物、气体污染物以及多个气象因子之间的相关性及影响规律,构建了包含气象和污染气体因子的逐步回归模型,综合分析了2类因子对宁波市PM_(2.5)浓度的影响。研究结果表明:(1)研究时间段内的宁波PM_(2.5)质量浓度范围为(100.66±72.98)μg/m~3,超过粗颗粒PM_(2.5-10)的质量浓度,是可吸入颗粒物的主要组成部分。(2)PM_(2.5)与3种污染气体均表现出显著的相关性,其中与CO的质量浓度相关性最高,R=0.85。风速与PM_(2.5)呈现负相关,受西北-北风向影响下的PM_(2.5)浓度要明显高出其它风向影响下的浓度。降水对PM_(2.5)影响显著,降水日的PM_(2.5)平均质量浓度随降水强度呈现幂函数递减,为非降水日的48.4%。非降水日的PM_(2.5)浓度与相对湿度显著正相关,与日照时数显著负相关。(3)逐步回归结果表明,气象和污染气体两类因子能够解释PM_(2.5)浓度82.4%的变异。其中,CO是影响宁波市秋冬季PM_(2.5)浓度的首要显著因子。本研究对明确城市PM_(2.5)污染特征和影响因素具有参考价值和意义。     

阜新市城区臭氧污染特征及气象成因分析

为了解阜新市城区O₃(臭氧)污染特征及其影响因素,基于2020年1月1日～10月27日空气质量监测数据气象参数,分析了阜新城区O₃月浓度、日浓度变化特征,探讨了温度、湿度、风速及风向等气象要素对O₃污染的总体影响。结果表明：在气温大于30℃、相对湿度为40%～45%、风速为3～4级、盛行东北风向和西南风向的条件下,O₃浓度超标天数占监测时段总超标天数的66.6%;温度、相对湿度、风速、风向显著影响O₃污染水平,超标日的气象条件可作为阜新市城区O₃污染预测指标。     

广州市大气TSP浓度变化及其与气象因子的关系

利用实地监测大气TSP浓度和局地气象数据,研究了2005年至2006年广州市不同功能区大气TSP浓度变化及其与气象因子的关系。结果表明,工业区大气TSP月平均浓度0.273mg/m3最高,显著高于交通繁忙区的0.207mg/m3;极显著高于商业区的0.180mg/m3、社区的0.155mg/m3和对照郊区的0.142mg/m3。研究显示,广州市大气TSP污染仍然比较严重。广州市大气TSP浓度与降雨呈现负相关性,与温度呈极显著的负相关性,与相对湿度呈显著的负相关性,与风速呈负相关性,与风向的相关性不明显。各功能区大气TSP浓度与局地气象因子也存在类似的规律。     

泉州市区臭氧污染成因初步分析

臭氧已成为影响泉州市区环境空气质量最重要的指标。监测结果表明主要国控评价点位臭氧浓度基本一致,春秋季节是泉州市区臭氧污染较为严重的季节。为探明泉州市区臭氧污染成因,基于涂山街点位的臭氧、氮氧化物、气象因子和VOCs(挥发性有机物)的监测结果,对泉州市区春秋季节臭氧浓度与前体物、气象因子的关系进行了分析,同时利用后向轨迹对涂山街点位的污染气团进行追踪。结果表明,无论春季或秋季,臭氧浓度与相对湿度、紫外辐射相关性较高,与风速有一定的相关性,与温度、大气压基本无相关;春季主导风向为东南、东北偏东、东时,秋季主导风向为西北、西北偏北、北时臭氧易超标;春季臭氧防治应重视本地区污染源的管控,同时还应特别注意东北方向污染气团的传输;秋季臭氧防治应特别注意东北方向污染气团的传输;分析发现泉州市区秋季臭氧污染为VOCs敏感区。     

北京及周边地区大气边界层中花粉气溶胶的观测

利用改制的花粉采样仪,分别在北京,兴隆,香河3个不同的地点,对华北本底大气,大都市及其周围近郊城镇的近地面边界层大气中花粉气溶胶浓度的日变化和季节变化进行了近2年的连续观测.结果表明,花粉气溶胶浓度的日变化和季节变化显著,季节变化模式为:春季>秋季>夏季>冬季;统计分析显示花粉浓度与气象因子间具有显著的相关性,其与大气的相对湿度显著负相关(r=-0.227,P=0.012),与风速呈极显著正相关(r=0.288,P=0.001).花粉季节中,大气中花粉气溶胶的清除与风速和风向的变化也有明显的相关性.     

郑州城区PM_(10)、PM_(2.5)质量浓度变化特征及其对气象因子的响应

利用郑州城区9个国控监测点位PM_(10)、PM_(2.5)的日监测数据,研究2013～2016年间郑州城区大气颗粒物质量浓度变化特征及其对气象因素的响应。结果表明,2013～2016年间郑州城区环境空气污染总体状况改善趋势较为显著,重度及以上的污染天数占全年有效天数的比例逐年降低,PM_(10)、PM_(2.5)浓度逐年下降;PM_(10)和PM_(2.5)浓度月均值变化基本一致,浓度变化均呈"U"型分布。PM_(10)和PM_(2.5)质量浓度变化具有明显的季节性特征,冬季其质量浓度最高,春季和秋季次之,夏季最低。选取气温、气压、风速、相对湿度和降水量等气象因子,利用Spearman秩相关分析研究各个气象因子对大气PM_(10)、PM_(2.5)浓度的影响。相关性分析结果表明,与PM_(10)、PM_(2.5)浓度显著相关的气象因素存在季节性差异,风速、相对湿度和降雨量是影响郑州城区大气颗粒物质量浓度的主要气象因子。     

气象因子与春季重污染天气的区域性关联研究

2017年5月4日至8日京津冀及周围地区出现了一次短时间的大气重污染现象。利用污染指标AQI、各污染物浓度和主要气象要素数据,借助Excel软件、SPSS软件,运用线性回归、相关性分析法,探究了本次重污染天气形成、输送与消散过程。结果表明:重度污染天气的主要污染物为PM10、PM2.5,为沙尘型重度污染天气;大气重度污染过程历时52个小时。特点为:形成、扩散及消散迅速且影响范围广;气象因子对重污染事件过程影响显著。稳定的大气环境为大气污染物输入提供条件,风向风速等气象因子为污染物扩散提供动力;污染事件在区域上呈现出明显的时空关联性:空间方面表现为,污染地的纬度值和风力风向决定了城市发生污染时间的先后顺序且污染过程具有一致性;时间方面表现为处于风向导向地的地区发生污染的时间较早、较长,即污染过程具有延后性。     

从北京市能见度的变化看大气污染

一、前言能见度除了受气象因子如风速、风向、降水、相对湿度、风沙、雾、逆温等等的影响外,还受非气象因子的影响,如大气污染可以使能见度变坏。这是因为微粒物质对光有吸收和散射作用,致使能见度降低。当然它对能见度影响的大小与微粒的大小、浓度和性质有关,当微粒的浓度很低时,它对能见度几乎没有影响;当微粒浓度足够高时,一些气体可使空气变色,如高浓度的二氧化氮导致天空变成褐色。然而一般在污染的大气里能见度主要由其     

浏阳市城区环境空气污染特征及其与气象因素相关性分析

根据浏阳市城区空气自动监测站点、浏阳市气象站实测数据,得出城区首要污染物、污染因子及其气象因素的月、季均浓度变化图,并求出污染因子和气象因素的相关性。结果表明:PM_(2.5)和O_3对浏阳市城区环境空气污染的贡献较大,SO_2、NO_2、PM_(10)对环境空气质量影响相对较小;空气质量较好的时间段主要集中在第三个季度;NO_2浓度与气温具有极显著的负相关性,与气压具有极显著的正相关性;PM_(10)浓度与风速具有较显著的负相关性;PM_(2.5)浓度与气温具有极显著负相关性,与风速具有较显著负相关性,与气压具有极显著正相关性;O_3浓度与湿度具有较显著负相关性,与气压具有极显著负相关性,与气温具有极显著正相关性。     

基于增强回归树的城市PM2.5日均值变化分析:以常州为例

利用2014年12月至2015年11月常州市区6个国控监测站空气污染物浓度逐时数据,分析了PM_(2.5)浓度季节变化特征,采用增强回归树模拟分析了PM10、4种气态污染物和7个气象因子对ρ(PM_(2.5))日变化的贡献.结果表明,常州市区PM_(2.5)污染季节差异明显,冬季污染严重且持续时间长,夏季污染较轻.四季ρ(PM_(2.5))空间分布特征存在一定差异,但各季内不同监测站差异较小.增强回归树对ρ(PM_(2.5))日均值进行模拟和验证得到,训练数据的相关性为0.981,交叉验证的相关性为0.957.此外,模拟值与实测值的标准化平均偏差为1.80%,标准化平均误差为10.41%,可见模型拟合效果较好.PM10、气态污染物、气象因子和区域输送及扩散这4种影响类型对全年ρ(PM_(2.5))日均值差异的贡献率分别为23.4%、28%、36.2%和12.6%,表明在对ρ(PM_(2.5))日均值差异的影响上,气象因子二次形成一次源区域输送及扩散.在对ρ(PM_(2.5))日均值差异贡献率大于5%的因子中,ρ(PM_(2.5))日均值与PM10、相对湿度、CO和O3正相关,与温度、SO2和混合层高度负相关,与大气压和NO2关系较复杂.区域输送及扩散方面,东南风向、偏西风向和偏北风向等上风向周边城市的污染物输送对常州市区PM_(2.5)污染存在较大的负面影响.     

西安市一次严重霾污染天气特征及气象条件分析

为了解西安市气象条件对霾污染天气的影响,利用西安市13个测点PM2.5逐时监测资料和气温(T)、风向(WD)、风速(WS)、相对湿度(RH)、气压(p)以及能见度(VIS)等地面气象观测数据,对西安市2013年12月16—26日发生的一次严重霾污染过程进行分析。结果表明:此次霾污染过程中,西安市PM2.5日均值浓度最高达744μg/m3,超过国家二级标准近10倍,能见度最低降至0.42 km,重霾污染期间PM2.5/PM10在64%~80%。分析认为高相对湿度、低风速和主导风向不明显以及大气层结稳定是造成本次霾污染天气的主要气象因素,其中大气能见度与风速和大气压呈正相关,其相关系数(r)分别为0.3162、0.3479,能见度与温度的相关系数r=0.0825,呈微弱正相关,能见度和相对湿度的相关系数r=-0.7465,呈显著负相关。细颗粒物对能见度的影响非常明显,二者之间的相关系数为-0.7290,细颗粒污的消光系数最高达9.2 km-1。     

北京地区冬春PM2.5和PM10污染水平时空分布及其与气象条件的关系

北京2012~2013年的冬春多次出现雾霾天气,可吸入颗粒物(PM10)污染严重.而PM2.5作为PM10中粒径较小的部分,在PM10中所占比重越高,污染越严重.因此,本研究选取了能够覆盖北京所有区县的30个PM2.5和PM10的质量浓度监测点,对该地区的PM2.5和PM10污染特征进行分析,确定其空间差异特征和时间性变化特征.普通克里格插值(Original Kriging)法得到的北京地区冬、春季颗粒物浓度分布图显示,颗粒物浓度从北部山区到南部地区逐渐递增,在中心城区处,西部高于东部,且局部地区存在一定的城乡差异.颗粒物浓度月变化曲线呈单峰单谷型,1月最高,4月最低;逐日变化反映了PM2.5和PM10浓度具有较好的相关性,且受气象条件影响显著;日变化呈双峰趋势.本文选取日平均气温(℃)、相对湿度(%)、风速(风级)、降水量(mm)等气象因子,利用Spearman秩相关分析研究各个气象因子对大气PM2.5和PM10浓度的影响.北京冬季PM2.5和PM10的质量浓度分别与气温、相对湿度正相关,与风速负相关,风速和相对湿度是影响污染物质量浓度分布的主要因素.     

邯郸市黑碳气溶胶浓度变化及影响因素分析

根据2013年3月—2017年2月邯郸市河北工程大学站点的黑碳气溶胶、PM2.5、大气污染物的小时浓度数据及常规气象数据,对邯郸市黑碳浓度的时间变化特征及影响因素进行分析.结果表明,4年来邯郸市黑碳浓度呈逐年下降的趋势:与2013年相比,2014—2016年黑碳气溶胶浓度分别下降了5%、16%、24%;邯郸市黑碳气溶胶浓度的季节变化趋势基本一致且季节变化特征明显,冬季黑碳气溶胶浓度最高,秋季次之,春夏两季最低,其中,冬季平均浓度分别是春、夏、秋季的2.07、2.77、1.49倍;其日变化呈单峰单谷状,且4个季节的日变化趋势相同,峰值均出现在6:00—8:00,谷值均出现在14:00—15:00.黑碳与PM2.5的相关系数r为0.860,相关性显著,说明黑碳气溶胶和PM2.5的来源大部分是一致的;风速和风向对黑碳气溶胶浓度也有影响,黑碳气溶胶浓度随风速增加而降低;4个季节高频风向为南-西南方向,且该风向下黑碳气溶胶浓度均较高,冬季南-西南风向下的黑碳浓度最高;应用后向轨迹对研究时段内4段重污染期间的气流轨迹进行模拟发现,邯郸市黑碳气溶胶浓度较高的主要原因是本地源排放和近距离传输,远距离传输贡献较小.     

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。     

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。