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。     

北碚区臭氧浓度与气象因素相关性分析研究

本文以2017年重庆市北碚区臭氧浓度监测数据与气象条件数据进行分析,采用皮尔逊(Pearson)相关系数法来研究臭氧浓度与平均气温、相对湿度、风速和日照时间气象因素的相关性。统计分析得出,北碚区臭氧浓度与平均气温和日照时间呈强的正相关,与相对湿度呈强的负相关,与平均风速呈弱的正相关。     

晋江市区空气污染事件与气象因子的关系初探

通过普查2006～2007年晋江市区空气质量等级达Ⅲ级以上的污染天气事件,统计分析了PM10浓度变化与气象要素变化的相关关系,分析研究了空气污染事件与天气现象、降水、地面风、地面气压场及天气形势的内在关系,可以发现,产生空气污染事件的有利气象条件为:24小时内气压下降,气温和水汽压升高;雾霾有露的天气;暖区降水前后及弱雷雨天气;地面均压场,主导风向偏南或偏东,平均风力一般为1～2级,最大风力不超过4级;入海高压后部、地面高压减弱变性、暖区辐合的天气形势。     

哈尔滨市空气污染指标相关性分析

本文根据近五年哈尔滨市区环境空气质量监测数据,对主要污染物二氧化硫、二氧化氮和可吸入颗粒物及降尘月均浓度进行了相关统计分析.     

2018年吉林市大气污染物浓度变化及其与气象因素的相关性分析

采用统计学方法、Pearson相关系数法和线性回归法研究分析了2018年吉林市大气污染物SO2、NO2、PM10、PM2.5、CO和O3浓度的变化特征、污染物浓度之间的相关性以及污染物与气象因素的相关性.结果表明:1)吉林市大气环境中O3、PM10和PM2.5日均值超标率分别为1.06％、3.27％和7.14％,颗粒物...     

气象因素对新型冠状病毒肺炎的影响

为了有效应对新冠疫情,综述了气温、降水量、湿度、风速、太阳辐射等气象因素与新冠肺炎关系的相关文献,筛选出有可能对新冠肺炎有影响的气象因素.以期提高气象部门精准的个性化服务能力,为疫情趋势的研判及今后疾病的预警、预测提供依据.     

成都及周边城市一次区域性空气污染过程特征分析

2013年12月1-9日成都及周边城市出现了一次较为严重的区域大气污染过程,重污染区域集中在成都市,其API值最高达到225,首要污染物为PM2.5。对成都地区PM2.5源解析可得出本次污染过程是以机动车尾气和煤烟污染的混合型污染过程,贡献比重之和为42.8%。同时探讨了研究期间造成污染持续累积的相关因素:高空500hPa的大气环流形势处于弱高压前部以下层气流为主;主导风向西南风和东南风,平均风速分别为1.46m/s和0.99m/s,无降水,气温日较差较往年偏高7.1℃的气象条件;高湿及"双逆温"效应的大气结构均不利于污染物扩散。研究表明逆温强度变化与颗粒物浓度的消长具有显著的滞后一致性。研究结果可为成都平原地区发生重污染过程的预警预报及污染防治提供理论依据和研究参考。     

锦州市区机动车尾气与空气污染相关性的探讨

锦州市机动车逐年增加，尾气污染程度不断加重，通过燃煤污染物和机动车污染物排放量，进行了机动车排放污染分担率和浓度污染分担率的计算，计算结果表明，在锦州市空气污染当中，机动车尾已占了相当的比重，且已改变了当地空气污染类型。     

气象因素与早稻产量因子的相关性分析

为了探明气象因素对南方稻区早稻产量因子及产量的影响,应用杂交早稻组合金优402于2003—2009年种植在湖南省内7个生态点的产量因子和相应的气象数据,建立早稻不同生育时期的日平均气温、日最高气温、日最低气温、相对湿度和日照时数等气象因素与总苗数、成穗率、每穗总粒数、结实率、千粒重等产量因子的回归方程,研究影响湖南早稻产量因子的主要气象因素及其敏感时期。结果表明:移栽后24～27 d的低温阴雨导致早稻分蘖数不足;分蘖成穗率主要受移栽后33～41 d的气温和日照时数影响,随温度升高和日照时数延长而升高;每穗总粒数与始穗前9～1 d的日均温、始穗前9～4 d的日最高气温及始穗前10～5 d的日照时数呈正相关,而与此期的相对湿度呈负相关;结实率与始穗前14～9 d的日均温、日最低气温呈正相关,而与始穗前9～5 d的日最高气温和日照时数表现为负相关;千粒重与始穗前25～20 d的相对湿度、始穗后14～20 d的日照时数呈正相关,而与始穗前25～20 d的日均温、始穗后17～22d的日最低气温表现出负相关。     

2011年10月珠江三角洲一次区域性空气污染过程特征分析

2011年10月18—25日珠江三角洲地区出现了一次区域性空气污染过程,重污染区域集中在西部,后期向中部转移,PM₁₀为首要污染物.针对本次空气污染过程的研究发现,此次珠江三角洲地区空气污染过程主要受大尺度冷高压活动的影响,一直为下沉气流所控制,500 m以下近地层风速很小,边界层高度较低,存在贴地逆温层,非常不利于污染物的输送和扩散.PM₁₀浓度与风速、能见度呈显著的负相关关系,与温度相关性不显著;且与风速和温度的相关性存在滞后性.稳定天气形势、大范围下沉气流、近地层静小风和贴地逆温是导致这次区域性空气污染过程的气象原因,PM₁₀浓度增加导致珠江三角洲能见度下降.     

北京市SARS病例数与空气污染指数的相关性探讨

运用数理统计方法对北京市2003-04-28-05-24新增SARS确诊病例数与空气污染指数分3个阶段进行了相关性分析,发现可吸人颗粒物与SARS病例之间具有高度的相关性.这一期间,北京市SARS病例数与被确诊为SARS患者的前第4天或第5天的污染指数相关性最好.出现这一现象的机理目前尚不清楚,笔者对进一步研究提出了建议.      

南通市一次连续空气污染过程的气象特征分析

文章对2005年11月22日至12月2日南通市及邻近地区出现的大范围、长时间连续空气污染过程的天气形势和主要气象要素进行了分析。结果表明：大型稳定性高压伴随而来的稳定层结和小风速，导致大气污染物难于扩散，是这次空气污染过程的主要原因；弱冷空气无法改变大气稳定层结，难于结束空气污染状态；随着强冷空气到来，大气环流形势改变，空气质量改善。     

夏季城市大气O3浓度影响因素及其相关关系

利用2003年夏季济南市区近地面大气O₃、相关前体物和气象因素等观测数据,研究了O₃浓度的分布特征及时间变化规律,分析了7月份O₃与NO、NO₂和CO等前体物及太阳辐射和气温气象条件的相关性.结果表明,济南市区夏季O₃污染比较严重,观测期间各污染物O₃、NO、NO₂、NO_x和CO浓度都相对较高,昼间O₃与各前体物的浓度呈较好的负相关关系,与太阳辐射具有非常明显的相关性,而与气温的相关性不明显.根据以上分析结果,利用回归分析方法,建立了昼间O₃浓度与前体物、气象因子之间的相关模式,结果表明O₃浓度的计算值与观测值符合性较好.     

城市空气污染影响因素的灰色斜率关联度分析研究

城市空气污染严重影响着城市的发展和人民的健康,为了研究城市空气污染的影响因素对于污染的影响程度和类型,采用了灰色系统理论中灰色关联分析方法的斜率关联度模型.以广州、西安和乌鲁木齐为研究对象,选取了几个具有典型的空气污染因素.结果表明:对于这三个城市而言,燃煤都是空气污染的最主要污染因素,而对于不同的城市,其他污染因素对于不同污染物有着不同的影响,在污染治理的时候要分析城市具体所存在的首要污染物以对症下药.     

大同市大气颗粒物中苯并(a)芘污染与气象条件的相关性初探

文章通过大同市云冈宾馆2002年1月和8月的大气颗粒物中苯并(a)芘的浓度及同期的气象观测资料,对温度、风速、湿度等气象要素对大气颗粒物中苯并(a)芘的影响进行了研究,初步分析了它们的相关关系,此工作对城市大气颗粒物中的苯并(a)芘污染的控制和预测具有重要意义.     

2012年-2013年常州市PM2.5空气污染气象条件及天气形势特征分析研究

利用2012年-2013年常州市大气监测资料、2009年-2013年NECP再分析气象资料和日降水资料,对近两年常州市空气污染特征及其与气象条件的关系进行分析.结果表明2013年常州市污染事件相比2012年具有发生频率高、持续时间长和程度重等特点.造成污染天气异常偏多的气象条件是有效降水日异常减少,反映区域混合型PM2.5污染的地面系统不利扩散特征在2013年表现突出,污染高发期地面均压场范围扩大,对流层整层有异常抑制上升作用.典型PM2.5污染个例分析表明重污染天气尺度形势特征主要体现在高压型和冷空气外部输送型,其次为低压和均压场型.     

可吸入颗粒物污染与气象因子的关系

对闸北区空气自动监测站2009年SO2、NO2、PM10的浓度和气象参数变化特征进行研究,可吸入颗粒物的时间变化特征表明,总体上呈现冬春季高、夏秋季低;PM10与降水量、相对湿度、温度呈现一定的负相关性,但与风速的相关性随季节不同而不同,与气压略呈正相关性。对典型日和灰霾日PM10、SO2、NO2以及相应气象因子的特征进行了分析比较。     

空气质量与气象因子间关联规则的挖掘方法研究

传统数据相关性分析仅能揭示空气质量与气象因子之间的相关系数,关联规则挖掘方法使用支持度、置信度、作用度、兴趣度等指标能够发掘隐藏在大量监测数据内部的关联规则。文章使用SQL语言实现了Apriori算法,挖掘出研究区内空气主要污染物浓度与气象因子之间的关联规则,定量表示气象因子变化对主要污染物浓度的影响。     

气象因素对香港地区臭氧污染的影响

基于2000~2015年香港地区的臭氧监测数据和气象数据,分析了香港的臭氧污染特征及气象因素对臭氧污染的影响.结果表明:(1)香港地区臭氧浓度呈现明显的季节变化特征,其中秋季春季冬季夏季,臭氧超标日集中在夏季和秋季,超标日发生在冬季和春季的情形极少.(2)2000~2015年香港臭氧日最大8h平均浓度(MDA8)年均浓度呈增长趋势,平均增长速率为0.77μg·(m3·a)-1,臭氧MDA8第90百分位数浓度同样呈增长趋势,增长速率为1.49μg·(m3·a)-1.(3)较高的气温是香港地区臭氧污染发生的必要条件,气温越高越容易导致更高浓度的臭氧污染.(4)绝大多数情况下,臭氧浓度与相对湿度间呈负相关关系,相对湿度越高,香港地区的臭氧MDA8平均浓度及第90百分位数浓度均会降低.(5)当香港发生臭氧污染时,盛行风往往从偏北风或偏东风转为偏西风.随着风速的增大,臭氧平均浓度变化不大,但是臭氧第90百分位数浓度会明显降低.(6)降水和云量是影响臭氧浓度的重要因素,连续多日的无雨或少雨天气是臭氧污染事件发生的必要条件,而随着云量的增加,臭氧平均浓度和第90百分位数浓度会持续降低.(7)在太阳总辐射量≤20 MJ·m-2或日照时长≤10 h的情况下,臭氧浓度与太阳辐射及日照时长呈正相关关系.然而,在太阳辐射强烈的情况下(太阳总辐射量 20 MJ·m-2或日照时长 10 h),随着太阳辐射增强或日照时长的增加地面臭氧浓度反而降低,这是因为太阳辐射强烈的情况常出现在雨后天晴的背景下,并盛行来自海洋的偏南风,使得臭氧污染不易形成.(8)香港臭氧超标日的出现往往伴随着一系列气象条件的共同改变,包括晴天少雨、辐射增强、边界层高度增加、相对湿度降低、风速变小以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.