非职业性一氧化碳中毒事件成因分析

通过对燃煤量的调查结果和呼和浩特CO浓度值监测结果分析了CO排放源的分布特征和CO浓度的变化特征,得出高燃煤地区和采暖期CO浓度值较高但低于标准值。对CO中毒事件案例与气象条件关系进行了分析得出逆温、高湿、小风和低气压时不利于一氧化碳浓度扩散,容易引起一氧化碳中毒事件的发生。     

中国典型城市大气污染物浓度时空变化特征分析

利用2014年3月1日至2015年2月28日北京、广州和南京三市6种污染物浓度(PM_(2.5)、PM_(10)、SO_2、CO、NO_2、O_3)的日平均数据,统计分析了三市各污染物浓度的变化特征及其与气象条件的关系。结果表明:(1)3个城市中,广州空气质量最好,南京次之,北京最差。广州优、良出现的天数最多,分别为98和222天,占全年的26.8%和60.8%,没有出现重度污染和严重污染的现象。北京优出现的天数为55天,高于南京的29天,但是中度污染、重度污染和严重污染天数要高于南京,分别为61、34和8天;南京则为30、14和0天,南京没有出现过严重污染。(2)整个1年间,北京PM_(2.5)、PM_(10)、SO_2、NO_2、O_3年平均浓度分别为80.5、112.9、16.8、53.4和57.3μg/m~3,广州平均浓度分别为45.9、67.2、16.6、45.7和47.9μg/m~3,南京平均浓度分别为70.6、120.1、21.5、50.3和54.9μg/m~3,北京、广州和南京CO年平均浓度分别为1.2、1.0和0.9mg/m~3。(3)上述三个城市PM_(2.5)日均值超标率分别为42.7%、7.9%和38.4%,而PM_(10)日均值超标率分别为23.0%、1.6%和25.2%,NO_2日均值超标率分别为14.0%、3.8%和7.1%,CO浓度仅北京超标,超标率为1.4%,3个城市SO_2无超标现象。(4)3个城市SO_2和NO_2均随风速的增大而减小。风速对广州CO浓度影响不大,而北京和南京CO浓度则随风速的增大而减小。风速越大,南京PM_(2.5)和PM_(10)浓度越小,但当风速≥4m/s时,北京PM_(10)和广州PM_(2.5)与PM_(10)浓度增加。此外,风向对污染物的传输也有影响。     

丰都县PM10浓度与气象条件相关性分析

利用2011年丰都县环境空气自动监测站的监测数据和同期气象观测资料,分析PM10浓度变化规律及其与各种气象条件的相关性.结果表明,PM10污染程度有明显的季节性变化,夏季处于低值,冬季处于高值;降水量、温度、风速、湿度、风向对PM10浓度均有明显影响.     

浙西北丘陵地区夏季大气甲烷的变化

对浙西北丘陵地区夏季水稻田的大气甲烷进行浓度监测，结果表明，甲烷浓度的日变化十分明显，中午较低，早晚较高。甲烷浓度的梯度变化比较大。在不同时段及不同气象条件下甲烷的排放通量变化比较复杂。     

泉州市灰霾时PM2.5浓度与气象条件、能见度相关分析研究

利用泉州市空气自动监测站的监测资料,研究泉州市灰霾天气时PM2.5浓度与风速、温度、相对湿度等气象因素及能见度的关系.结果表明:泉州市灰霾天气期间往往会伴随气象因素及能见度的变化,灰霾发生前,风速降低,相对湿度减小,逆温层形成,能见度降低;灰霾结束前,风速增大,相对湿度趋于稳定,逆温层消失,能见度增大.灰霾发生时,PM2.5的浓度与风速、能见度基本呈负相关的关系,与相对湿度基本呈正相关关系.气象条件及能见度的变化可以为灰霾天气时污染状况的预判提供重要的参考.     

青岛大气颗粒物数浓度变化及对能见度的影响

为研究青岛地面大气颗粒物数浓度的变化及对能见度的影响,2010年9月~2011年8月使用便携式light house激光粒子计数器进行了大气颗粒物数浓度观测,利用Hysplit模式计算大气颗粒物的后向轨迹,运用统计分析方法初步探讨了气象因子对大气颗粒物数浓度和能见度的影响.结果表明,青岛大气颗粒物数浓度冬春最高,秋季次之,夏季最低;源自新疆、甘肃一带的气团颗粒物数浓度偏高,而来自于东北方向及海上的大气颗粒物数浓度较低;大气颗粒物数浓度变化与风速、相对湿度和混合层高度的变化呈现较好的负相关关系.当气团来源于西或西北方向,地面风向为南到东南风且混合层高度较低时,细粒子数浓度较高,容易出现低能见度现象.     

气象条件对空气质量影响的研究

通过对降雨过程中污染物浓度的研究，得出了颗粒物和非颗粒物在降雨过程中浓度的变化规律；通过对逆温条件下污染物浓度的研究，建立了相关的多元回归方程。     

兰州市城关区2000年春季大气气溶胶特征及分析

通过对兰州市城关区2000年春季大气气溶胶的监测,分析了该地区总悬浮颗粒物(TSP)的质量浓度及飘尘的粒径分布规律.结果表明:春季该地区TSP及飘尘的污染十分严重;TSP的质量浓度的日变化为双峰型;粗粒子在飘尘中的比例比较大;气象条件、人为活动规律对TSP的质量浓度变化规律及飘尘的粒径分布规律影响较大.      

北京大气颗粒物数浓度粒径分布特征及与气象条件的相关性

2011年11月~2012年8月,采用WPS宽范围粒径谱仪在北京地区连续监测10nm~10μm间不同粒径大气颗粒物数浓度,并同步记录气象参数.结果表明,颗粒物数浓度均值为25014个/cm3,多呈单峰或双峰模式分布,其中冬季均值为31007个/cm3,春季23152个/cm3,夏季20882个/cm3,冬季明显高于其他季节.爱根核模态及积聚模态均呈现冬季高、春夏低的态势;核模态春季显著高于其他季节.各气象因素中,风速影响最为显著,粒径大于20nm颗粒物数浓度与风速呈反比.核模态与爱根核模态粒子数浓度在交通早高峰、正午与晚间高于其他时段,积聚模态粒子数浓度变化则相对平缓,夜间显著升高.     

气象环境要素对北京市消化系统疾病的影响

为探究气象环境条件对消化系统疾病的影响,结合分布滞后非线性模型与广义相加模型,分析了2009~2011年气象环境要素与北京市消化系统疾病急诊人数的暴露-反应关系.结果显示,气温对消化系统疾病的影响主要体现为“高温效应”,高于25℃的气温其危险度RR随气温升高而增加,且滞后效应能达到10d以上.较为极端的湿度(RH<10%或RH>90%)会显著增加消化系统疾病的发病,并有持久的作用,其与高温结合会形成“高温低湿”和“高温高湿”2种让人不适的情况.0～2m/s的风速在短的滞后期(5d)最能增加发病危险性.而3～4m/s的风速对疾病的危险性小,说明适度的风速不影响健康.浓度高于200μg/m³的PM₁₀和浓度高于70μg/m³的 NO₂具有即时的危险性(5d内显著);而较高浓度(>55μg/m³)的SO₂滞后一定时期后效应更加明显.     

珠三角秋季典型气象条件对空气污染过程的影响分析

利用空气质量指数(AQI)、主要大气污染物浓度和气象要素、天气图等数据资料,结合中尺度数值天气预报模式WRF,对2014年10月珠三角地区污染期间的天气形势及气象特征进行了分析.结果表明,WRF模式可以较好地反映珠三角地区主要城市地面和高空气象要素的时空变化,9个城市平均地表的温度、相对湿度和风速的模拟值与观测值的相关系数分别为0.90、0.87和0.78.对2014年10月3次污染过程的分析表明,造成该时段珠三角地区空气污染的天气形势主要是高压底部型和均压场型.静风或小风(2 m·s~(-1))及稳定的大气层结均不利于污染物的扩散,同时由于偏北气流输送周边污染物到珠三角地区,导致污染物浓度不断增加.相对湿度低于65%时,珠三角地区首要污染物以O_3为主;相对湿度高于70%时,PM_(2.5)浓度逐渐增加,成为主要污染物.高温等气象条件会影响光化学反应,加重珠江三角洲的空气污染,表现了该地区大气复合污染的特性.     

天津市PM10, PM2.5和PM1连续在线观测分析

利用2010年9月1日─11月30日在中国气象局天津大气边界层观测站采集的ρ(PM₁₀₎,ρ(PM_2.5)和ρ(PM₁)数据,分析了观测期间可吸入颗粒物的统计特征,结合同期气象观测资料,分析了典型天气条件下ρ(PM₁₀₎,ρ(PM_2.5)和ρ(PM₁)的日变化特征及与风速、风向的关系. 结果表明:观测期间,ρ(PM₁₀₎日均值有超过1/2的天数超过《国家环境空气质量标准》(GB 3095─1996)二级标准限值;ρ(PM_2.5)有63 d超过美国国家环境保护局(US EPA)1997标准限值,超标率高达76.8%;不同天气条件下,ρ(PM₁₀₎,ρ(PM_2.5)和ρ(PM₁)日变化特征明显,三者一般在大雾或扬沙/浮尘天气条件下出现高值,有降水过程时出现低值;可吸入颗粒物以粗粒子(PM_2.5～10)和PM₁为主,PM_2.5～10,PM_1～2.5和PM₁主要分布在风速小于3 m/s,风向为225°～280°和70°～110°范围内;风速大于3 m/s时,ρ(PM_2.5～10)和ρ(PM_1～2.5)有所增加. ρ(PM₁₀₎,ρ(PM_2.5)和ρ(PM₁)未出现周末效应,但存在明显的周内变化.      

河谷地形气象要素对污染物浓度的影响

气象条件对环境空气质量影响的研究是科学制订大气环境污染防控方案、及时发布重污染天气应急预警的基础.利用兰州市西固区环境空气质量监测点2015年主要污染物小时浓度监测值,分析了污染物浓度的季节性变化和日变化特征,结合同期观测的气温、风速、相对湿度和降水量等气象资料,探讨了气象要素对污染物浓度变化的影响.结果表明:①除O₃外,其他污染物质量浓度呈"冬高夏低""早晚高下午低"的变化特点,这与表征污染物扩散能力的边界层参数变化特征一致. ②ρ（O₃）春季为71.42 μg/m3,夏季为62.74 μg/m3,春季高于夏季的主要原因是春季O₃的前体物NO_x质量浓度高于夏季且春季扩散条件弱于夏季. ③除O₃外,其他污染物质量浓度与气温、风速呈负相关. ④当相对湿度 < 40%时,污染物质量浓度与相对湿度呈正相关;当相对湿度>80%时,污染物质量浓度与相对湿度呈负相关;降雨对不同污染物的清除效果不同.研究显示,河谷地形气温和风速是影响污染物扩散的重要气象因子.      

CCSM4/WRF-CMAQ动力降尺度预估RCP8.5情景下京津冀地区空气质量的潜在变化

目前,针对气候变化对区域空气质量影响的研究相对较少,并且多采用统计降尺度方法对全球气候模式结果进行处理.采用WRF中尺度气象模式对CCSM4气候模式的CMIP5 RCP8.5情景预估结果进行动力降尺度处理,并为CMAQ空气质量模式提供气象场;在2012年清华大学MEIC大气污染物排放清单的基础上,选取2005年作为气候现状代表年、2049-2051年作为未来气候代表年,对京津冀地区典型月份（1月、4月、7月、10月）的气象及空气质量数值模拟结果进行对比,以此预估气候变化背景下京津冀地区空气质量潜在变化.结果表明,在排放情况不变及RCP8.5情景下,未来代表年与现状代表年相比,京津冀地区以典型月份为代表的年均气象因素整体呈现温度升高,风速、相对湿度及大气边界层高度均降低的趋势;年均大气污染物浓度整体呈现升高的趋势,其中,温度升高约0.8℃,风速降低约0.11 m/s,相对湿度降低约2%,大气边界层高度降低约8 m,ρ（PM_2.5）升高约2.4 μg/m3,ρ（SO₂）升高约1.8 μg/m3,ρ（NO_x）升高约1.0 μg/m3;此外,主要的气象条件（温度、风速、相对湿度、大气边界层高度）中,风速及大气边界层高度的降低可能是造成这些大气污染物浓度变化的主要气象因素,并且风速及大气边界层高度的降低与ρ（PM_2.5）降低的相关系数分别约为-0.44和-0.26.研究显示,气候变化会对京津冀地区造成污染物浓度升高的潜在风险,同时由于现阶段缺乏可用于空气质量模式的未来排放情景数据、在线耦合模式日臻完善,在我国气候-空气质量的研究领域亟待进行更深层次的研究.      

一次大范围持续性灰霾天气的形成机理分析研究

针对一次持续性灰霾天气,以处于核心污染区域的江苏省镇江市的空气污染状况为研究对象,对大气污染整体水平、各污染物的浓度状况及其相关性的分析,并结合气象参数中的风速、相对湿度、大气能见度,初步揭示此次镇江市持续性灰霾产生的主要原因是城市中汽车尾气的大量排放和持续性静稳气象条件的存在,指出当污染物排放总量超过了区域环境容量时,在适当气象条件下就会形成灰霾天气。     

南京城市下垫面变化对夏季臭氧浓度的影响研究

利用南京基准地面气象站1951~2010年的气象数据分析南京气象要素的长期变化,利用2007年南京草场门大气污染物监测数据探讨O3同气象要素之间关系并分析气象要素改变对污染的可能影响,结合WRF-CALGRID模式基于2008年7月的情景模拟研究1990年代以后南京城市下垫面变化对气象要素变化的贡献,并分析其对O3浓度的影响.结果显示,南京气温呈现增长趋势,平均风速、大气湿度、日照时数呈现降低趋势.气温与O3浓度呈一定的正相关关系、较小的风速和相对湿度有利于O3的生成.城市下垫面的增加使得南京城区气温增高超过1℃、风速减小0.4m/s、湿度下降0.5g/kg、混合层高度增加100m.气象要素的改变使地面NOx浓度减小,最大减小量超过6×10-9.对O3浓度的影响有增有减,南京市北部、西部增加,增加量超过2×10-9,主要受温度增加、风速减小以及NO的垂直输送影响;主城区的南部、东部O3浓度减小,减少量1×10-9~3×10-9,主要受混合层高度增加的影响.     

沈阳地区一次颗粒物重污染天气过程的气象成因分析

为探究沈阳地区重污染天气成因,文章利用地面、高空气象观测资料、风廓线雷达资料、NECP再分析资料以及大气污染物监测资料,对2019年3月1~6日沈阳地区出现的一次持续性重污染天气过程,探讨了大气污染物质量浓度、地面气象要素变化特征、大气环流配置与外来输送等特征。结果表明,均压场、地面风场弱及辐合、高温高湿是本次重污染天气出现的原因;逆温层结建立、大气垂直运动差,造成污染加剧;来自京津冀东部地区和辽宁中南部地区的PM2.5外来输送对本次污染也有影响。     

基于255 m气象塔天津地区污染天气高空风特征研究

基于2016年4月—2017年3月天津地区地面、255 m气象塔和风廓线监测数据,结合数值模拟,研究天津污染天气分析中高空风特征,以期进一步提高污染天气预报准确率.结果表明:高空风速和风向分析对污染天气趋势判断有重要作用,如冠层以上高度风速、300~1500 m风向对PM2.5污染程度的指示效果好于近地面同类数据;在选取高空风速指标时,应尽量避免边界层顶附近高度风速数据选取,如使用300 m和600 m风速和作为指标要好于300、600和900 m风速和作为指标.而其是否有利于污染扩散判断的临界阈值为10~15 m·s-1,小于10 m·s-1时水平扩散条件不利于污染物扩散,大于15 m·s-1时有利于污染物扩散.分析高空风向时,需要考虑输送高度和Ekman螺线的影响,与地面不同,300~1500 m高空风分析时,有利于出现污染天气的风向为西风、西南风和南风,而地面仅为南风和西南风;当1500 m高度呈现东风、偏东风和东南风时,天津地区受来自渤海的气流影响明显,污染气象条件有利于污染物扩散,空气质量以良好为主.     

2014年河北中南部两次重霾天气成因分析

利用河北省环保局环境监测站提供的污染物浓度数据及常规气象观测数据、NCEP再分析资料,结合HYSPLIT4.9后向轨迹模式,对2014年10月上旬发生在河北省的2次大范围的重霾天气特征和成因进行综合分析.结果表明,这2次重污染天气过程PM_2.5地面浓度最大值出现在邢台,为507μg/m³,水平能见度不足1km.均压场的分布和较为平稳的高空形势为2次霾天气提供了有利的气象背景.高湿,静小风以及较低的混合层高度不利于污染物扩散,是导致这两次重污染天气持续的主要原因.结合卫星火点及污染物来源分析表明,河北南部及周边省份的秸秆燃烧加重了第2次过程的污染,污染气团的输送对区域性重霾天气产生重要影响.     

基于地统计学的北京市可吸入颗粒物时空变异性及气象因素分析

大气颗粒物是造成城市空气污染的重要原因之一,并已经成为我国北京等大中城市空气污染中的首要污染物.为分析北京市采暖期大气中可吸入颗粒物的污染水平及其气象因素的影响作用,以大气可吸入颗粒物PM0.3,PM3.0,PM5.0为研究对象,于2007～2009年采暖期间在北京市城区设立了93个采样点进行定点采样监测,利用地统计分析工具和指示克里格方法,模拟分析了北京市城区2007～2009年采暖期PM0.3、PM3.0、PM5.0的时空变异性,并建立起可吸入颗粒物浓度与气象条件(风力、温度、湿度)的对应关系,由此分析气象因素对大气颗粒物污染水平的影响程度.结果表明:实验半变异函数符合具有块金值的球状模型;北京城区空气可吸入颗粒物的污染水平自2007年以来污染程度与污染面积均呈减小趋势,影响范围主要集中在西南部,西北次之,近郊区污染重于城区;气象条件是影响可吸入颗粒物污染程度的重要因素,在不同年份不同气象因子对颗粒物的影响是不同的.但另一方面,由于污染原因季节冷暖程度的不同,气象条件对颗粒物浓度的影响有不确定的一面,但仍可找到一些规律.