嘉兴秋冬季中度及中度以上霾天气的潜在污染来源及污染传输特征分析

秋冬季是嘉兴中度及中度以上霾天气多发季节,使用HYSPLIT4模型和潜在源贡献因子法及浓度权重轨迹分析法对嘉兴的潜在污染来源及传输特征进行分析。结果表明,嘉兴中度及中度以上霾天气的后向轨迹可以聚成3类。第1类为来自偏西方向的近距离传输轨迹,轨迹数量占比最大,约46%。第2类为西偏北约45°方向的中距离传输轨迹,轨迹数量约占总数的42%。第3类为西偏北约60°方向的远距离传输轨迹,轨迹数量仅占总数的12%。远距离传输的污染物主要是PM2.5、PM10、SO_2和CO,而近距离传输的主要是NO_2和O_3。对嘉兴秋冬季中度及中度以上霾天气影响较大的主要还是近距离的浙北和苏南地区,尤其是静稳天气时苏南长江沿岸的PM2.5浓度快速增长可能是最主要原因。     

长沙地区雾霾特征及影响因子分析

根据长沙地区1970—2012年气象观测资料及环境监测数据,对近43年长沙雾霾特征及影响因子进行了分析。结果表明,长沙地区雾的年际变化具有显著的倒"U"型特征,霾整体上呈上升趋势;雾霾天气主要集中在秋冬季节,春夏季节较少;从空间分布来看,望城区(县)和宁乡县雾霾天气最多,浏阳市次之,长沙市区最少。在一次持续性雾霾天气过程中(10.2~10.12),相对湿度、PM2.5质量浓度与能见度呈现显著负相关,说明PM2.5质量浓度和相对湿度是雾霾天气形成的首要影响因子。     

基于遗传神经网络模型的空气能见度预测

由于雾霾导致的空气能见度降低,给人们的出行带来很多不便。针对这一现象,构建基于遗传神经网络算法的空气能见度预测模型。将与空气能见度相关的7种气象因子和6种污染物浓度因子经过主成份分析后作为输入数据,输出8:00能见度和14:00能见度。该模型能够克服BP神经网络易陷入平坦区域和局部最优解的问题。以西安市2013-1-1—8-16的数据训练遗传神经网络,通过使用灰色模型获得预测时间段8-17—23的输入数据,可以得到这段时间能见度的预测值。通过与BP神经网络模型的比较,发现遗传神经网络预测模型在预测结果的相关性和绝对误差方面均优于BP神经网络模型,因此,可以更准确地预测空气能见度。     

杭州市区大气能见度变化趋势及其与主要污染物相关性分析

利用2004-2006年地面气象观测资料和同期环境空气质量自动监测数据,分析了杭州市区大气能见度变化趋势及其与主要污染物的相关性.结果表明,杭州市区能见度的日分布特征为14时最好,8时最差;季节变化特征为夏季>春季>秋季>冬季,全年仅7月能见度超过10 km;SO2、NO2、PM10浓度均随能见度增高而逐渐降低;影响能见度的首要因子为相对湿度和PM2.5,能见度与PM2.5浓度具有较好的相关性.     

杭州地区霾日指标构建及应用初步研究

近年来,中国中东部地区雾霾频发已引起政府和公众的高度关注,霾天气更多表征了大气环境污染状况。另一方面,随着气象观测自动化进程的临近以及霾天气内涵的衍生,霾日的概念和判识指标需要重新认识和制定。在综合前人研究的基础上,利用2006—2012年杭州地区能见度、相对湿度和PM2.5等环境气象要素对霾日判识方法进行合理性分析,初步得出一种切合杭州客观实际的、具有较强操作性的霾日及重霾日的判识方法,并对杭州地区霾日进行了重建和分析。在此基础上,对杭州市区霾日与非霾日下颗粒物特征进行了统计分析,结果表明,霾日下PM2.5中的二次粒子(NO-3、SO2-4和NH+4)对颗粒物的贡献比例均高于非霾日,而城市场尘、机动车尾气尘等一次粒子则相反。     

天津市大气能见度与空气污染物关系分析及控制措施

利用天津市1990—2004年大气能见度观测资料及天津市2002—2004年空气污染物监测数据,统计分析了天津市大气能见度变化特征及其与空气污染物的关系。结果表明,天津市20世纪90年代大气能见度处于波动下降趋势,2000—2003年大气能见度整体水平有所改善,到2004年空气质量迅速提高。统计数据说明,在非采暖季的春季,天津市大气能见度的下降与PM10浓度有较大相关性;在夏季,与相对湿度有较大相关性;在采暖季(冬季),与SO2和NOX等空气污染物浓度有密切关系。同时,提出改善城市大气能见度的4个措施:(1)制定长期的大气能见度控制策略;(2)合理改善能源结构;(3)加强城市裸露土地的治理;(4)城市交通采用清洁能源。     

杭州市区空气污染特征及灰霾成因分析

利用2013年3月1日至2014年2月28日杭州市区4种常见污染物(NO_2、CO、PM_(2.5)和PM_(10))的小时浓度监测数据对杭州市区全年空气污染特征进行分析,并针对2014年1月17至19日的一次灰霾过程进行了污染特征与成因分析。结果表明,杭州市区NO_2质量浓度年均值为51.55μg/m~3,CO为0.87mg/m~3,PM_(2.5)为67.02μg/m~3,PM_(10)为102.06μg/m~3,均表现为冬季浓度高夏季浓度低的特征。4种污染物基本都在每天的9:00—10:00和19:00—20:00出现两个峰值。杭州市区PM_(2.5)主要来自于二次污染物转化,灰霾过程中PM_(2.5)质量浓度最高值接近300μg/m~3。这次灰霾过程的主要潜在源区包括京津地区、山东中部和江苏南部等地区,杭州市区本身气象条件加剧了这次污染的严重程度。     

济南市大气水平能见度与环境污染相关性分析

利用济南市2011年1月1日至12月31日大气水平能见度在线监测小时数据和对应细颗粒物(PM2.5)、PM2.5中碳组分(EC和OC)、挥发性有机物(VOC)及气象参数资料,分析污染物、气象参数等对能见度的影响。结果显示,相对湿度和PM2.5是影响能见度的主要因子,能见度与相对湿度及PM2.5浓度主要呈指对数关系。结合相对湿度条件对PM2.5浓度与能见度关系进行综合分析,得到相关经验模型公式,并利用2010年6月1日至11月30日的相应数据资料进行实例关系验证,结果表明,建立的经验模型公式有较好的实际应用价值。     

杭州城市可吸入颗粒物污染与气象条件关系的分级评价和BP神经网络评估

为了解杭州城市环境空气质量与气象条件之间的关系,利用杭州市区2003-2007年的可吸入颗粒物(PM10)浓度数据和气象资料,通过分级评价的方法和基于BP神经网络的污染物浓度评估模型,得到PM10浓度与气象条件的对应关系.结果表明,随着日降水量的增大,PM10浓度减小;风速与PM10浓度呈明显的负相关,随着风速的增大,PM10浓度明显减小;气象因素与PM10浓度之间呈非线性关系,大气能见度对PM10和相对湿度的变化极为敏感.随着PM10浓度的增大,大气能见度迅速降低,相对湿度越高,大气能见度则越低;近几年杭州市气象条件不利于大气污染物的扩散和清洗,是杭州城市环境空气质量上升缓慢的主要原因之一.     

基于拉格朗日混合单粒子轨道模型的大气污染物扩散预报系统研究

基于拉格朗日混合单粒子轨道(HYSPLIT)模型内核,采用客户端/服务器(C/S)架构搭建大气污染物扩散预报系统。当突发性大气污染事件发生时,可以利用该系统对污染物输送轨迹和扩散趋势进行即时模拟预报。该系统较好地模拟了2015年天津"8·12"危险化学品仓库爆炸事件的污染物输送轨迹和扩散趋势,表明此次爆炸事件产生的污染物主要向渤海湾方向输送;污染物主要以水平输送为主,垂直输送很弱;随着污染扩散时间的持续,各高度的污染物在水平输送方向上差异明显。