沙尘天气对沈阳市空气质量的影响分析

针对沙尘天气的成因、来源及危害进行综述 ,对沈阳市 2 0 0 2年出现的沙尘天气特点及对空气质量影响进行了分析 ,提出几点防治对策     

2017年沙尘天气对济源市空气质量的影响及分析

根据沙尘的判定条件和济源市空气自动监测数据,对沙尘天气对济源市环境空气质量的影响进行了分析。指出2017年,受沙尘传输影响,济源市先后出现6次12天的沙尘天气,对济源市环境空气中PM10影响最为突出,并针对性的进行了分析。     

典型沙尘回流天气过程对北京市空气质量影响的特征分析

利用不同方位监测数据和气象资料,结合后向轨迹模型和激光雷达观测结果,对2011年3月18—21日北京市空气污染过程的天气形势、沙尘输送路径、污染物浓度的变化特征进行了分析.结果表明,这次污染过程主要是由于沙尘在上游沙源地起沙后先直接输送穿过北京,然后停留在渤海湾和朝鲜半岛区域,在渤海弱高压系统作用下,沙尘又回流至北京所致,其中,沙尘回流直接造成北京市空气质量达到重度污染天气.在沙尘回流影响过程中,PM10浓度呈现青龙山-北京市区-八达岭逐步升高的变化特征,国控站点PM10小时浓度持续16 h超过350μg·m-3,最大值达到571μg·m-3.SO2、NO2与PM10的小时浓度表现为同步变化规律,沙尘回流影响时,除了沙尘粒子外,周边地区的人为排放也是一个重要因素.     

沙尘天气对我国北方城市大气环境质量的影响

采用2001—2006年沙尘天气的统计数据以及城市空气污染指数(API),分析了沙尘天气对沙尘源区和影响区代表城市的空气质量影响,并分析了2005—2007年兰州和北京春季沙尘天气与非沙尘天气下气溶胶光学厚度与波长指数的变化特征.结果表明:近些年沙尘天气呈先减少后略微增加但总体呈缓慢下降的趋势;春季沙尘天气加重了城市大气污染,对沙尘源区内代表城市的影响超过了区域本底污染指数的50%,使兰州、银川、呼和浩特和包头的春季非沙尘天气API平均值分别增加了64%,53%,86%和90%;使影响区内代表城市,如北京、天津、太原、石家庄、沈阳、济南、西安和郑州的春季非沙尘天气API平均值分别增加了85%,62%,49%,57%,29%,41%,27%和45%;沙尘天气使城市大气气溶胶光学厚度升高,气溶胶波长指数降低.      

沙尘和逆温对空气质量的影响

利用包头市环境空气质量自动监测系统实际监测资料研究分析了包头市2005—2007年大气污染物受逆温和沙尘两种特殊气象条件影响的变化状况。特别指出了逆温持续性、强度和厚度对大气污染扩散影响的正比关系,即逆温日数越多,超标污染日越多,逆温强度越大,污染越重的规律。及大风和特定地理条件下沙尘天气的发生、频次、强度对可吸入颗粒物（PM10）影响的正比关系。     

沙尘天气过程对北京空气质量的影响

利用气象、沙尘暴特种观测以及环境监测等多种资料,对2010年3月19─22日沙尘天气过程的大气结构、沙尘源地和垂直水平输送条件以及北京近地层气象要素、空气质量的变化特征进行了分析. 结果表明:这次强沙尘暴天气过程是由冷空气短波槽快速东移南下、地面冷锋明显发展东移造成的;前期沙尘源地土壤湿度的减小为起沙提供了有利条件,同时低层存在的较强西北气流将从源地卷起的沙尘输送到下游地区;沙尘发生时,20 m气层内风速迅速增大,气层内垂直方向风速梯度也逐渐增大,相对湿度急剧降至20%～30%之间;受这次沙尘天气影响,北京地区ρ(TSP)以及10个区县的ρ(PM10)均迅速增加,空气质量达到重污染.      

影响北京沙尘源地的气候特征与北京沙尘天气分析

分析并找出了影响北京沙尘暴天气的源地,该源地主要位于北京北部的浑善达克沙地的西北部边缘,内蒙古中西部、河套以西地区的沙漠、荒漠化地区以及干旱、半干旱地区广大的农业开垦区,指出影响北京的沙尘传输路径有3条,即西路、北路和西北路.对源地的气候特征做进一步分析表明,源地的气候特征为温暖干旱、降水不足,这些因素加速了沙尘天气的发生.同时将源地春季降水和北京沙尘天气相比较,发现北路和西北路源地春季降水和北京沙尘暴天气有较好的负相关,西路源地春季降水和北京浮尘天气有较好的负相关.      

关于沙尘天气环境质量影响的探讨

随着人们对环境保护的越来越重视,环境空气质量逐渐占据了国家环境保护中的核心地位。沙尘天气是不可小觑的一种生态环境问题和大气问题,备受人们的普遍关注,为此深入、广泛的研究沙尘天气,尤其是研究其对环境质量的影响,在人们越加关注生存质量的当前至关重要。故而,本文将进一步研究沙尘天气对环境空气质量的影响。     

沙尘天气对北京大气重污染影响特征分析

利用北京市具有代表性的大气污染物监测站资料,统计出2000─2005年各月重污染的天数,并对4和5级的重污染特征进行分析.结果表明,北京市大气重污染主要源于颗粒物. 分析了北京沙尘型重污染年、季节变化特征和表现形式等. 利用2000—2005年北京及周边地区环境监测、卫星遥感以及气象等数据,对沙尘天气影响北京城区大气中ρ(PM₁₀₎进行分析发现,ρ(沙尘粒子)约占ρ(PM₁₀₎的1%～13%;沙尘天气的影响区域逐渐加重的顺序为前门<古城<车公庄<农展馆<东四<天坛<奥体中心<定陵;沙尘天气下ρ(PM₁₀₎具有双峰型特征,细粒子(PM_2.5)质量浓度的增加对人体健康影响极为不利.      

沙尘天气对大气环境质量影响的量化研究

利用沙尘天气年鉴资料和颗粒物浓度监测数据,构建了沙尘天气对大气环境质量影响的量化指标(贡献率和绝对贡献),并利用该量化指标分析了沙尘天气对位于沙尘源区和影响区内典型城市大气环境的影响,同时比较了沙尘天气对北京城、郊区的不同影响. 结果表明:2001—2009年沙尘天气对沙尘源区城市呼和浩特的贡献率年均值为6.84%,对影响区内的城市北京、天津、济南的贡献率年均值分别为5.96%、3.57%、1.66%;沙尘天气对沙尘源区城市(呼和浩特)和影响区城市(北京、天津和济南)的贡献率最大值均出现在3月,其中,对呼和浩特、北京、天津、济南的贡献率最大值分别达到19.21%、15.02%、9.41%和8.69%;2000年4月和2001年3月沙尘天气对北京ρ(PM₁₀)的绝对贡献较大,分别为0.062和0.077mg/m3,占GB 3095—2012《环境空气质量标准》ρ(PM₁₀)二级标准限值(0.15mg/m3)的41.3%和51.3%;沙尘天气过程对于北京城、郊区的影响也不完全一致.      

空气质量预报方法综述

介绍了常见的空气质量预报方法，如回归方法、时间序列模式、决策树法、最近邻居法、模式预报法及数值预报法，通过比较分析，认为回归方法是目前比较理想的空气质量预报方法。     

谈双鸭山市气象特征及地形特征对空气质量的影响

双鸭山市采暖期污染较重是因为采暖期燃煤量大、低矮分散的面源多的缘故，同时气象因素及地形特征对空气质量的影响也起着相当大的作用，采用2005年空气质量监测数据，进行双鸭山市气象特征及地形特征对空气质量影响分析，得出空气较稳定的取暖期和具有山风、谷风、局地环流的地形特征是形成双鸭山市空气污染的主要原因之一，并针对地形特征及气象特征对双鸭山市空气质量的影响提出空气污染治理措施。     

谈双鸭山市气象特征及地形特征对空气质量的影响

双鸭山市采暖期污染较重是因为采暖期燃煤量大、低矮分散的面源多的缘故,同时气象因素及地形特征对空气质量的影响也起着相当大的作用,采用2005年空气质量监测数据,进行双鸭山市气象特征及地形特征对空气质量影响分析,得出空气较稳定的取暖期和具有山风、谷风、局地环流的地形特征是形成双鸭山市空气污染的主要原因之一,并针对地形特征及气象特征对双鸭山市空气质量的影响提出空气污染治理措施.     

APEC期间北京及周边城市AQI区域特征及天气背景分析

利用环境监测总站公布的监测资料,分析2014年11月1日至15日,即北京举办亚太经合组织(Asia-Pacific Economic Cooperation,APEC)会议期间北京及周边地区空气质量演变及区域特征,结合中国气象局官方发布的同期气象要素和天气形势图,探讨天气背景对APEC期间空气质量改善的影响,结果表明:1强化减排措施实施期间,北京及周边地区良好和轻度污染的天数相对较多,而强化减排措施终止后,重度和严重污染的天数明显增多,表明强化减排措施对北京及周边城市局地空气质量的改善贡献明显;2强化减排措施实施初期,受逆温层的影响,北京及周边城市空气质量指数迅速上升,说明在不利的天气背景下,即便有强化减排措施,污染物也会累积升高,形成污染过程,可见天气背景对空气质量的影响不容忽视;3在强化措施实施后期,虽然受逆温层影响,北京污染物的浓度并没有累积到很高的程度,而天津、唐山、保定和邢台均出现中度和重度污染,进一步说明,强化减排措施的实施对改善北京空气质量的贡献明显.     

大气环境质量预测与计算机技术的结合--"大气污染扩散空间信息系统研究"小论

简述了在“大气污染扩散空间信息系统研究”项目中 ,大气环境质量预测的理论和计算机技术有机结合起来 ,达到了取长补短的目的     

济南市空气质量数值预报研究

在大规模大气环境参数综合野外测试资料的基础上,为在济南市开展大气污染业务预报新近开发了空气质量数值预报模式系统.该系统由污染源模型(SM)、下垫面参数化模型(XDM)、诊断模式(DM)、中尺度-α气象模式(M-αM)、中尺度-β气象模式(M-βM)、行星边界层(PBL)湍流统计量参数化模式(PBLTM)、干湿沉积模式(DWDM)和高分辨化学模式(HRCM)组成.该系统已成功地应用于济南市空气质量数值预报工作,其预报与实测质量浓度之间有很好的一致性,日平均预报准确率可达80%以上.      

贵阳市环境空气质量预报预警系统建立的探讨

分析了贵阳市空气质量预报中污染物、地形及下垫面、植被等关键影响因素。提出了贵阳市环境空气质量预报预警系统的整体架构,分别对排放源监测与管理系统、环境空气质量预报系统和污染预警与控制决策支持系统等三个核心部分进行阐述,进一步提出了贵阳市大气污染防控措施及防控机制。     

北京市空气质量动态统计预报系统

简要介绍了北京市空气质量动态统计预报系统的构成、特点,以及所采用的线性回归模型LRM,分类判别树CART模型,CART与LRM结合的模型,动态统计预报模型DSM,多点预报模型MPDSM 5种预报模型,分析了不同预报模型的特点和性能.所建立的动态统计预报模型DSM有良好的预报性能,减小了在高污染季节的预报误差;多点空气质量动态预报模型也具有较好的预报性能.