空气中臭氧浓度与氮氧化物浓度及气象因子的相关研究

空气中臭氧浓度与氮氧化物浓度及气象因子的相关研究ＳｔｕｄｙｏｎｔｈｅＦａｃｔｏｒｓｏｆＭｅｔｅｏｒｏｌｏｇｙａｎｄｔｈｅＤｅｎｓｉｔｙｏｆＯｚｏｎｅａｎｄＮｉｔｒｏｇｅｎＯｘｉｄｅｉｎｔｈｅＡｉｒ黄建，李谦，陈卫东，郑碧发，文燕，沈菁（四川绵阳市环境...     

提高空气中氮氧化物监测质量的方法

大气监测质量保证是一项室内外密切配合的系统工程，每一个步骤对测值都有影响。为提高大气中氮氧化物测定值的准确性，我站采用双管平行对比采样，在长期实践中总结出从室外采样到室内样品分析质量保证方法和经验，以保证大气中氮氧化物测值准确可靠。     

杭州城区空气负离子特征及其与气象因子的关系

以杭州市典型的居民区为研究区域,对空气负离子浓度和其他气象因子进行了连续12个月的定点监测,分析了研究区空气负离子的日变化动态特征,以及空气负离子与气象因子的相关关系。结果表明,研究区的空气负离子浓度平3 3 3均值为241.49个/cm,空气负离子浓度日变化最大值出现在凌晨4:00 307.92个/cm,最小值出现在21:00,为193.06个/cm;空气负离子浓度与温度、水汽压和风速均成正相关,与紫外线强度、湿度和二氧化碳浓度成负相关。     

大气污染物浓度变化及其和气象因子的关系

随着社会经济的高速发展,现如今我国的广大人民群众的基本生活水平得到了非常巨大的提升,而在这种大的形势之下,人民群众的基本生活上的要求也不再仅仅是温饱二字了,现如今的广大人民群众要求得更多得一项便是身体健康了,于是关于大气污染物的话题开始被广泛的讨论起来。所以在本文中我们也会对大气污染物这一话题进行基本的探讨,探讨的中心点在于大气污染物的浓度变化与气象因子之间的关系,并且我们还会对二者之间的关系进行必要的研究分析,试图提出一些能够减少大气污染物浓度的相关建议。     

攀枝花市大气污染物特征及气象因子关系分析

文章系统分析攀枝花市大气污染物时间、空间、季节变化趋势,揭示大气污染物特征及气象因子关系。基于2014-2020年攀枝花市环境空气质量监测数据,采用统计学的方法分析了2014-2020年攀枝花市6种污染物(PM_2.5、PM₁₀、NO₂、CO、SO₂、O_{3-8 h})的时空变化特征;通过典型相关分析方法,研究了气象因子(气温、湿度、风速、降雨量、气压)对大气污染物浓度的影响。结果表明：从时间来看,攀枝花市PM_2.5、PM₁₀、CO、SO₂近年来呈下降趋势,NO₂浓度呈上升趋势,但均不显著;O_{3-8 h}浓度呈显著上升趋势。从季节来看,PM_2.5和PM₁₀浓度表现为冬季>春季>秋季>夏季,SO₂浓度四季变化不显著,NO₂浓度和CO浓度大小变化顺序为冬季>秋季>春...     

大气氮氧化物监测中空白控制图的应用

根据对氮氧化物空白值连续四年的累积和统计，阐述了对使用中的空白控制图要不断加以修正和完善的必要性。     

黔江区大气臭氧浓度变化特征及相关影响因素研究

以黔江区城区大气中O3质量浓度观测资料为基础,研究其浓度变化特征及相关气象因子的影响。结果表明:全年观测期间下坝O3小时浓度未出现超标,区政府观测站点共有25d出现O3日最大质量浓度超标情况,最大O3质量浓度达到262.1μg/m3。下坝和区政府观测站点年均O3质量浓度分别为52.5μg/m3和78.1μg/m3。两个观测站点O3小时浓度在四季均呈明显的单峰分布。气温和风速是影响黔江区大气O3质量浓度的重要因素。     

宜昌市大气二氧化硫浓度与气象因素关系的探讨

<正> 宜昌市位于长江中上游交界点,地处西陵峡口、长江白西向东流经市区。境内丘陵起伏气候温和多雨。这里是我国新型的交通及发电枢纽,也是我国大气污染最严重的城市之一。除了由于历史原因新造成的工业布局和城市规化不合理外,山间盆地的地形条件和复杂的气象因素,也是引起大气严重污染的重要原因。     

空气中氮氧化物的测定及问题研究

本文介绍了空气中氮氧化物测定的新方法－－化学发光法，对有关问题时行了初步探讨和研究，为正确使用该方法及仪器，确保分析工作顺利进行提供了依据。     

总悬浮微粒与飘尘浓度的相关分析

总悬浮微粒与飘尘浓度的相关分析魏贵臣，袁月梅，段玉环（许昌市环保局，河南４６１０００）（许昌市环境监测部，河南４６１０００）总悬浮微粒系指１００μｍ以下的颗粒物；飘尘系指１０ｍμｍ以下颗粒物。飘尘能长期飘浮于空气中，对人体危害最大并能降低光照和可见度...     

大气氮氧化物平行样测定值精密度允差控制指标的探讨

大气环境监测平行样的测定是保证监测质量控制的有效措施，但目前没有精密度允差的控制指标。本文就大气监测中氮氧化物平行双样的实测结果进行了统计分析，提出精密度允差测定的原则，并初步提出氮氧化物平行双样测定值精密度允差的控制指标。     

不同的监测方法对大气中二氧化硫氮氧化物监测结果的影响

本篇论文主要引用徐州市环境监测站在1988年6月至1989年12月，对连续采样法与间断采样法所测定的二氧化硫、氮氧化物监测结果，进行对比分析。可知连续采样法比间断来样法的监测结果偏低，同时对其偏低的主要原因进行了探讨。     

近地层氮氧化物和臭氧的区域分布研究

介绍了近地层氮氧化物和臭氧的区域分布研究方法,使用简化的区域尺度大气污染物传输模型和光化学反应模型,模拟计算了1990年中国主要城市排放氮氧化物的情景下,夏季(7月)主要城市的氮氧化物和相应的臭氧在近地层的浓度分布。      

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。     

“2+26”城市PM2.5与气象因子的尺度依存关系及影响因素分析

基于"2+26"城市的PM_2.5浓度和气象数据，通过连续小波变换（CWT）和离散小波变换（DWT）分析PM_2.5时间序列的变化，利用小波相干（WTC）和多小波相干（MWC）量化PM_2.5与单个、多个气象因子在时频域中的响应关系，并结合偏小波相干（PWC）定量评估大气遥相关因子对响应关系的影响.结果表明：①"2+26"城市的PM_2.5浓度具有中间高、外围低的空间分布特征.PM_2.5突变事件主要发生于气象条件稳定的冬季，并且集中在2018年以前.256~512 d的年尺度周期特征较稳定，同时也是PM_2.5时间序列的主导周期.②PM_2.5与气象因子的相干性取决于时频尺度和变量组合.在所有时频尺度上，PM_2.5与相对湿度、温度的相干性较强；在小、中时频尺度上，PM_2.5与风速相干性较强；在大时频尺度上，PM_2.5与温度的相干性较强.降水、温度和相对湿度的组合可作为解释PM_2.5在所有时频尺度上变化的最佳变量组合.③时频尺度不同，大气遥相关因子对响应关系的增强/削弱作用不尽相同.在所有时频尺度上，厄尔尼诺-南方涛动（ENSO）对PM_2.5与降水、温度之间响应关系的影响较大，太平洋年代际涛动（PDO）对PM_2.5与相对湿度、风速之间响应关系的影响较大.结果可为区域大气污染治理提供参考.     

2013—2018年中国近地面臭氧浓度空间分布特征及其与气象因子的关系

气象因子对近地面臭氧（O₃）浓度有重要影响.为探究O₃与气象因子的关联特征以及O₃的周期性特征,利用反距离权重插值、Kolmogorov-Zurbenko滤波和多元线性回归分析了2013—2018年我国O₃和气象因子数据.结果表明:①2013—2018年中国O₃日最大8 h滑动平均值〔ρ（O₃-max-8 h）〕第90百分位数呈上升趋势,增速为2.6 μg/（m3·a）;ρ（O₃-max-8 h）高值区（≥180 μg/m3）主要分布在华北平原和长江中下游平原一带,高值区范围在华北平原地区呈扩大趋势,在长三角和珠三角地区呈缩小趋势.②ρ（O₃-max-8 h）短期和季节分量的贡献在空间上呈“互补”的分布特征.短期分量的贡献（75%）在东南沿海地区最高,在内陆大部区域较低（< 30%）;季节分量的贡献（15%）在东南沿海地区最低,在内陆大部区域较高（>60%）.③在华北平原至长三角地区一带,长期气象因子变化是ρ（O₃-max-8 h）升高的重要原因;而在华南、西南和东北区域,气象因子变化对ρ（O₃-max-8 h）的影响并不显著.④ρ（O₃-max-8 h）与温度、太阳总辐射量的相关性（r>0.86）均在四川盆地至湖北省一带最高,ρ（O₃-max-8 h）与相对湿度在中部和西部区域呈正相关（r>0.64）,ρ（O₃-max-8 h）与风速在华北平原呈强正相关（r>0.89）.研究显示,中国近地面O₃具有显著的时空分布特征,气象因子与太阳总辐射量对O₃空间分布的影响具有较大的区域差异.      

佛山臭氧浓度预报方程的建立与应用

臭氧作为大气中的二次污染物,其形成和变化复杂,臭氧预报更是当下空气污染治理的难题之一.通过分析2014~2017年佛山地区近地面O₃浓度与高低层气象要素的关系,建立了佛山O₃浓度预报方程,并进行了检验和应用.结果表明,佛山近地面O₃的变化与高低层气象要素关系密切,气温和日照时数等气象要素与O₃浓度呈显著正相关,相对湿度、总（低）云量和风速等与其呈负相关;高浓度O₃污染发生的气象条件为小风速、晴间少云、低相对湿度、较长的日照时间和较高的温度,高浓度O₃潜势指数（HOPI）和风向指数（WDI）的定义可以较好地衡量O₃污染气象条件的好坏;综合考虑HOPI和不同高度WDI等13种气象要素,采用多指标叠套和多元逐步回归建立了佛山地区臭氧浓度预报方程;利用2018年资料检验发现,模拟值与实测值二者的相关系数R可达0.82,预报方程具有良好的拟合效果和可预报性.     

四川盆地臭氧浓度空间分异及驱动因子研究

为揭示四川盆地臭氧（O₃）的空间分布格局及其驱动因子,通过对2015~2017年四川盆地18城市82个国控环境监测站的O₃浓度观测数据,使用空间自相关,空间热点探测及地理探测器等地统计方法分析研究.结果表明：2015~2017年四川盆地O₃浓度总体呈现上升趋势（由2015年的（79.95±18.82） μg/m³上升到2017年的（88.64±11.67）μg/m³）,污染态势逐年加重.盆地中西部成都,资阳,雅安等城市O₃浓度最高,且高值区范围逐年扩大.O₃浓度的空间分布呈现出显著的聚集性规律（空间正相关,Moran's I指数大于0）,且年聚集区（H-H聚集区或L-L聚集区）主要呈现为H-H聚集区分布在盆地中西部,L-L聚集区分布在盆地东南部.此外,年聚集区的年际变化与浓度变化态势基本一致,即O₃浓度上升（降低）的区域转变为H-H聚集区（L-L聚集区）.基于地理探测器定量分析了二十个社会经济及自然驱动因子对O₃浓度空间分异的影响,结果显示社会经济因子占主导作用,其中城建用地占区面积比重（驱动值,q=0.5734）,人口密度（q=0.5479）的驱动作用最为突出,自然因子中年降水量（q=0.4592）具有最显著的驱动作用;地理探测器双因子交互对O₃浓度空间分异的影响有明显的交互增强作用（每个单因子q值平均增大了1.5~2.1倍）,且交互均值（即各因子交互q值的均值）与最大交互值逐年增大.在使得交互值达到最大驱动值的双因子中,出现频率最高的是人口密度（7次）和工业烟粉尘排放量（7次）.     

城市生活垃圾与煤流化床混烧过程中氮氧化物排放研究

针对我国城市生活垃圾热值低等特性。在流化装置上进行了城市生活垃圾与煤混燃实验，研究了在混燃过程中城市生活垃圾与煤掺烧比例及床层温度变化对NO和N2O排放浓度的影响。实验结果显示，随掺烧垃圾量逐渐增加时，NO排放浓度降低。而N2O排放浓度先降低然后增加，当城市生活垃圾与煤掺烧比例恒定时，随床温的增加NO排放浓度增加，N2O排放浓度呈下降趋势，采用前向式神经网络，以掺烧比和床温作为输入参数，对NO的排放进行预测。结果显示精度较高。