气象条件对天津一次大气重污染过程的影响研究

本文利用环境空气质量和气象要素的小时观测数据,分析了天津一次典型大气重污染过程前后空气质量和主要气象因素的变化特征,研究了气象条件对环境空气质量的影响,结果表明:天津地区大气重污染过程呈现两种特征,一种是"逐渐积累、迅速清除",主要在污染过程的开始和结束时段呈现;另一种是"快速下降、快速回升",主要在污染过程中期,由于风向转变使污染物输送推移导致的。在污染物积累阶段,风速明显偏小,相对湿度增大;在污染过程结束阶段,风速明显偏大,风向多为西北风,相对湿度明显下降。分析了风速、相对湿度与PM2.5浓度的相关性,其中风速与PM2.5浓度呈指数相关,R2达到0.420,相对湿度与PM2.5浓度呈线性相关,R2达到0.520。     

2014年成都市PM_(2.5)污染及其与气象要素的关系

为了解2014年成都市PM2.5污染状况及其与近地面气象要素的关系,分析了PM2.5的月平均浓度演变及不同空气质量等级的天数变化,采用SPSS软件对降雨、平均相对湿度、气温、风向和平均气压与PM2.5质量浓度进行Kendall秩次相关分析。结果表明:2014年成都市1—12月PM2.5质量浓度呈"U"形分布,污染最严重在1月,污染程度最小是8月,全年有大半以上天数,空气质量等级为"良~优"。PM2.5质量浓度与各月降雨量,月平均气温存在较高的负相关性;PM2.5质量浓度与风向、平均相对湿度为较低显著性负相关。PM2.5质量浓度与平均气压之间正相关。     

连云港市PM_(2.5)污染特征及影响因素分析研究

主要利用连云港市环境监测中心站的大气环境自动监测平台的监测数据,对PM2.5质量浓度的变化特征以及与气象要素的关系分析。结果表明,连云港市的PM2.5质量浓度的变化特征基本上有明显的夏季与非夏季两种季节性特征。在夏季,PM2.5污染程度较轻,而在非夏季,PM2.5污染程度较重;风速与PM2.5质量浓度变化曲线几乎是负相关的。当风速大的时候,利于污染物的扩散;而风速小的时候,容易使得污染物浓度变大;PM2.5质量浓度变化曲线与温度的关系几乎呈现的是正相关性。气温的变化不总是反映空气质量的好坏情况,而逆温却易使污染物浓度升高;PM2.5质量浓度变化曲线与相对湿度的关系呈现的是正相关性;PM2.5质量浓度变化曲线与气压的关系在总体是呈负相关的。     

银川市冬季两次典型持续大气污染过程对比分析

为了探究边界层气象要素时空分布及其变化对银川市冬季持续污染天气过程污染物质量浓度变化的影响机制,利用2016年12月1日-2017年1月31日逐时空气质量以及地面和逐日定时探空气象观测数据,根据大气污染级别和过程持续时间,选取2016年12月9-21日（简称"1211过程"）和2016年12月29日-2017年1月9日（简称"1231过程"）为研究对象,采用统计和天气诊断相结合的方法,在分析比较银川市冬季两次典型持续污染过程演变特征及其与地面气象要素关系的基础上,探讨了大气环流、边界层要素变化对银川市冬季典型污染过程的可能影响机制.结果表明:①银川市冬季两次大气污染过程持续阶段,地面均以偏东或偏南风为主,风速较小,相对湿度较大,能见度较低;在污染清除阶段,地面风向转为西北或偏北风,风速较大,相对湿度较小,能见度较高.②当冬季欧亚大陆中纬度区域500 hPa高空盛行纬向气流,850 hPa高度上银川市受反气旋环流和暖温度脊控制,并且有弱暖平流从西南部向北输送时,银川市易出现静稳型持续污染天气.③冬季银川市持续大气污染过程中,ρ（PM_2.5）与风速呈负相关（R平均值为-0.326）,与相对湿度呈正相关（R平均值为0.688）,与能见度呈显著负相关（R平均值为-0.905）,与边界层高度呈较显著负相关（R平均值为-0.575）.④银川市冬季静稳型持续污染天气主要分为弱西北和平直西风气流型两种,弱西北气流型具有近地面层逆温弱,污染物积累慢,清除快的特征;平直西风气流型具有近地面层逆温强,污染物积累快,清除慢的特征.研究显示,冬季银川市上空500 hPa高度盛行纬向气流,地面主导风向为偏东或偏南风时,随着地面相对湿度增大、近地层风速减小、大气垂直上升运动减弱、边界层高度降低,大气中ρ（PM_2.5）将迅速升高,银川市易出现以PM_2.5为首要污染物的静稳型持续污染天气.      

东莞城区环境空气细颗粒物PM_(2.5)特征分析

采集2010—2012年东莞市城区5个采样点环境细粒子PM2.5,根据PM2.5浓度分析其污染特征,并结合气象要素分析其影响因素。研究表明:2010—2012年,东莞市城区各测点PM2.5年均浓度在0.035~0.054 mg/m3,PM2.5污染具有明显的夏季和非夏季2种季节性特征,夏季污染相对较轻,平均值为0.036 mg/m3,非夏季污染较严重,平均值达到0.053 mg/m3;PM2.5超标情况逐年好转,2010,2011,2012年超标率分别为20.3%、9.9%、4.6%。气象因素对PM2.5浓度变化有一定的影响,PM2.5浓度变化与风速呈一定程度的负相关,与相对湿度之间呈负相关关系,与气压之间呈正关系,而非夏季温度与其浓度变化关系不明显。     

气象因子与春季重污染天气的区域性关联研究

2017年5月4日至8日京津冀及周围地区出现了一次短时间的大气重污染现象。利用污染指标AQI、各污染物浓度和主要气象要素数据,借助Excel软件、SPSS软件,运用线性回归、相关性分析法,探究了本次重污染天气形成、输送与消散过程。结果表明:重度污染天气的主要污染物为PM10、PM2.5,为沙尘型重度污染天气;大气重度污染过程历时52个小时。特点为:形成、扩散及消散迅速且影响范围广;气象因子对重污染事件过程影响显著。稳定的大气环境为大气污染物输入提供条件,风向风速等气象因子为污染物扩散提供动力;污染事件在区域上呈现出明显的时空关联性:空间方面表现为,污染地的纬度值和风力风向决定了城市发生污染时间的先后顺序且污染过程具有一致性;时间方面表现为处于风向导向地的地区发生污染的时间较早、较长,即污染过程具有延后性。     

沧州近地面臭氧浓度与气象条件关系

利用2013—2018年沧州市臭氧监测数据和气象数据,运用相关和百分位阈值法,分析了沧州市臭氧污染特征及气象因子对臭氧污染的影响。结果表明:沧州市臭氧浓度呈现明显的季节变化特征,春季和夏季最高;臭氧超标日数也集中在春夏季,臭氧浓度和超标日数均呈逐年增加趋势;在所有气象因子中气温与臭氧相关性最强,较高的气温是沧州市臭氧发生的必要条件,气温越高越容易导致高浓度的臭氧污染;绝大多数情况下,臭氧浓度与相对湿度呈负相关关系;降水量级及降水性质都会对臭氧浓度造成明显影响;风向与风速影响臭氧污染物的水平传输和垂直扩散,冬春季影响明显;春季臭氧浓度的增加与风速增大导致的混合层高度增加有重要的关系;颗粒物通过影响到达近地面的气象要素间接影响臭氧浓度。沧州地区臭氧超标日的出现伴随着一系列气象条件的共同改变,包括晴天少雨、混合层高度增加、风速增大、相对湿度降低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。     

西安市一次严重霾污染天气特征及气象条件分析

为了解西安市气象条件对霾污染天气的影响,利用西安市13个测点PM2.5逐时监测资料和气温(T)、风向(WD)、风速(WS)、相对湿度(RH)、气压(p)以及能见度(VIS)等地面气象观测数据,对西安市2013年12月16—26日发生的一次严重霾污染过程进行分析。结果表明:此次霾污染过程中,西安市PM2.5日均值浓度最高达744μg/m3,超过国家二级标准近10倍,能见度最低降至0.42 km,重霾污染期间PM2.5/PM10在64%~80%。分析认为高相对湿度、低风速和主导风向不明显以及大气层结稳定是造成本次霾污染天气的主要气象因素,其中大气能见度与风速和大气压呈正相关,其相关系数(r)分别为0.3162、0.3479,能见度与温度的相关系数r=0.0825,呈微弱正相关,能见度和相对湿度的相关系数r=-0.7465,呈显著负相关。细颗粒物对能见度的影响非常明显,二者之间的相关系数为-0.7290,细颗粒污的消光系数最高达9.2 km-1。     

北京地区冬春PM2.5和PM10污染水平时空分布及其与气象条件的关系

北京2012~2013年的冬春多次出现雾霾天气,可吸入颗粒物(PM10)污染严重.而PM2.5作为PM10中粒径较小的部分,在PM10中所占比重越高,污染越严重.因此,本研究选取了能够覆盖北京所有区县的30个PM2.5和PM10的质量浓度监测点,对该地区的PM2.5和PM10污染特征进行分析,确定其空间差异特征和时间性变化特征.普通克里格插值(Original Kriging)法得到的北京地区冬、春季颗粒物浓度分布图显示,颗粒物浓度从北部山区到南部地区逐渐递增,在中心城区处,西部高于东部,且局部地区存在一定的城乡差异.颗粒物浓度月变化曲线呈单峰单谷型,1月最高,4月最低;逐日变化反映了PM2.5和PM10浓度具有较好的相关性,且受气象条件影响显著;日变化呈双峰趋势.本文选取日平均气温(℃)、相对湿度(%)、风速(风级)、降水量(mm)等气象因子,利用Spearman秩相关分析研究各个气象因子对大气PM2.5和PM10浓度的影响.北京冬季PM2.5和PM10的质量浓度分别与气温、相对湿度正相关,与风速负相关,风速和相对湿度是影响污染物质量浓度分布的主要因素.     

潜江市空气污染状况及其与气象条件的关系

基于潜江市环境监测站2015-2016年空气污染物(PM_(10)、SO_2、NO_2、CO、O_3、PM_(2.5))浓度与同期气象要素(相对湿度、温度、风速、气压和降水)逐小时资料,分析潜江市空气污染状况及与气象条件的关系。结果表明:潜江市主要污染为PM_(2.5),占总污染日数99.1%。PM2.5污染呈现一定的季节性,冬季春季秋季夏季。5 mm以上降水对PM2.5污染有一定的清除作用,且清除作用随着降雨量的增大而增大。污染日平均气温多集中在15℃以下,气压对PM2.5污染的影响集中在1 000.1~1 020 h Pa之间。PM2.5污染与平均风速呈负相关关系,风速越大越有利于空气中污染物质的稀释扩散。     

济南市春季大气颗粒物污染研究

对济南市2005年春季大气颗粒物中PM10、PM2.5和细颗粒物中的黑碳气溶胶的浓度水平、时间分布和日变化进行了观测,并结合气象资料对变化特征进行综合分析,探讨了PM10,PM2.5和黑碳的相对含量以及对能见度的影响等.研究结果表明,PM10和PM2.5平均浓度分别为242.5μg·m-3和109.4μg·m-3.与我国空气质量二级标准PM10日均值150μg·m-3和美国国家空气质量PM2.5日均标准65μg·m-3相比,超标率分别达到80.77%和84.61%,污染较严重;监测期间PM2.5/PM10的平均值为0.456.在PM2.5中,黑碳气溶胶平均质量浓度为5.39μg·m-3,占PM2.5的5.06%,日浓度变化呈双峰型.在监测时间内,污染物浓度与温度无明显的相关性;与相对湿度呈弱正相关;与风速呈明显的负相关关系.降水对PM10、PM2.5和黑碳的清除作用较为显著.PM10、PM2.5和黑碳浓度与能见度均呈负相关,相关系数(r)分别为-0.633、-0.695和-0.704,细颗粒物是影响能见度的主要因素.     

基于精细观测资料的深圳不同季节霾及其污染特征分析

利用2010~2013年逐时霾、能见度和空气质量监测数据,分析了深圳霾天气的变化特征、霾与空气质量和气象条件的关系.结果表明:深圳市霾日数总体呈现增多增强趋势,2009年开始明显下降;霾日数呈“V”型月变化:即秋冬季多、春夏季少,秋冬季多发持续时间长、影响严重的霾过程,春夏季多发持续时间短的霾过程; 霾常伴有污染发生(35%),污染以轻度污染为主;霾时首要污染物PM2.5最多、其次O3,这说明PM2.5是造成深圳霾的主因,且深圳光化学污染严重. 霾时PM2.5、PM10 和O3季节变化明显,冬春季首要污染物以PM2.5为主(75%以上),夏秋季O3和PM2.5为主;分析还发现,风、相对湿度与霾密切相关,风速越弱,湿度越大, 越利于霾出现和发展.约80%的中重度霾出现在风速<2m/s,相对湿度70%~90%的情况下.     

气象要素变化对城市空气质量影响的评估方法与应用——以PM2.5为例

从城市尺度空气质量模型和平流扩散理论出发,通过对气象要素归类,利用空气质量与各类气象条件对应排放源强表征量的关联,建立了气象要素变化对城市空气质量影响的评估方法.该方法考虑了包括风(风速和风向)、云量、太阳辐射强度、大气稳定度、混合层高度等基本气象要素,能定量有效评估长期气象要素变化对空气质量的改善幅度.该方法在河南省鹤壁市的应用表明,相对2020年,2021年PM_2.5浓度下降7.2μg/m³,气象要素变化和人为减排分别下降0.4和6.8μg/m³,占改善浓度的5.6%和94.4%,人努力起到主导作用;从季度来看,大气污染防治工作使夏、秋、冬季PM_2.5浓度均有所降低,其中冬季下降27.8μg/m³,减排措施贡献16.8μg/m³,人努力效果尤为显著.     

上海松江区街镇空气小站PM2.5时空分布特征研究

上海市松江区自2018年启动了旨在了解大气污染现状、对污染成因分析溯源,并有针对性地进行细颗粒物(PM2.5)治理和改善工作的网格化空气质量监控项目.本文基于2018-2020三年积累的PM2.5监测数据,分析近三年全区大气PM2.5浓度分布的时空变化特征.研究发现:松江区PM2.5的年度空间分布与当地的常年风向、工业...     

遵义市PM10和PM2.5污染水平时间分布及其与气象条件的关系研究

对遵义市2014年1月1日-12月31日大气颗粒物在线监测数据分析结果表明,全年PM10和PM2.5质量浓度的变化幅度较大,但变化趋势相似,且具有较好的相关性,其中冬季>春季>秋季>夏季;日变化呈双峰特征分布,夜间峰值比中午峰值大,且夜间PM2.5浓度呈区域性变化特征.选取日平均气温、相对湿度及风速等气象因子,利用Spearman秩相关分析表明遵义市全年PM10和PM2.5质量浓度与气温、相对湿度及风速等气象条件均呈负相关.     

阜新市城区臭氧污染特征及气象成因分析

为了解阜新市城区O₃(臭氧)污染特征及其影响因素,基于2020年1月1日～10月27日空气质量监测数据气象参数,分析了阜新城区O₃月浓度、日浓度变化特征,探讨了温度、湿度、风速及风向等气象要素对O₃污染的总体影响。结果表明：在气温大于30℃、相对湿度为40%～45%、风速为3～4级、盛行东北风向和西南风向的条件下,O₃浓度超标天数占监测时段总超标天数的66.6%;温度、相对湿度、风速、风向显著影响O₃污染水平,超标日的气象条件可作为阜新市城区O₃污染预测指标。     

BP网络框架下MODIS气溶胶光学厚度产品估算中国东部PM2.5

近年来随着中国经济的快速发展,中国区域的大气污染情况日趋严重,大气污染监测与治理已刻不容缓.由于卫星遥感具有较广的空间覆盖、成本低等优点,卫星遥感反演气溶胶光学厚度(AOD)产品被普遍认为是地面PM2.5浓度的重要指标,且已被广泛地应用于地面PM2.5遥感监测.利用2007～2008年的MODIS/Terra气溶胶光学厚度产品,考虑中国东部地区5个大气成分站点风速、风向、温度、湿度和边界层高度等气象数据,构建后向(BP)神经网络,提出了基于MODIS AOD产品估算PM2.5的模型.利用5个大气成分站点PM2.5观测数据对模型进行散点拟合和时间序列拟合验证,结果表明:①从PM2.5观测值与估算值的散点回归分析来看,PM2.5估算值与观测值相关系数最好的为庐山站(R=0.6),其它4个站次之,但其相关系数均在0.4(中强相关)以上;②从PM2.5观测值与估算值的时间序列比对分析来看,PM2.5估算值和观测值差值随时间变化而变化,且存在明显的日际振荡现象,但经相邻5 d滑动平均处理,5个站点的PM2.5估算值与观测值相关系数得到普遍提升,滑动后的相关系数RMA均在0.7以上(除郑州外),庐山RMA达到0.83.结果表明在BP网络框架下,基于MODIS AOD产品估算PM2.5的模型能较好地应用于PM2.5监测.     

北京市冬季雾霾天人体呼吸高度PM2.5变化特征对气象因素的响应

依据实测北京冬季人体呼吸高度PM_(2.5)质量浓度、湿度、风速、风向、温度数据,利用相关性分析、非线性回归分析、统计分析,分别探讨轻中度空气污染天、一次重污染过程,气象因子对PM_(2.5)质量浓度生成、变化的影响.结果表明:1轻中度污染天,若温度较低、日平均风速较小,湿度大时,湿度是影响PM_(2.5)质量浓度变化的决定性因素;而温度、风速、湿度均较大时,PM_(2.5)质量浓度变化受三者共同作用;当风速、湿度、温度均较小时,PM_(2.5)质量浓度变化主要受前两者影响.这反映出,人体呼吸高度的PM_(2.5)质量浓度变化对气象因子微小变化响应极为敏感.2一次空气质量从良到重度污染的过程中,PM_(2.5)质量浓度积累主要是由于空气湍流较弱、加之湿度大导致的,此外白天西北风、东北风较大,但持续时间短,而夜间东南风、西南风风速较小,持续时间长,也有利于污染物的累积.3短时微小量降雪使温度降低、空气湿度增加,不仅不能降低PM_(2.5)质量浓度,反而使其上升了72%,造成颗粒物浓度的跃升现象.4短时风速较大,风速达到2.0 m·s~(-1),持续2 h,虽然在一定程度上降低局地PM_(2.5)质量浓度,但并不能彻底改变空气质量状况.只有当风速大于3.5 m·s~(-1),且持续4 h以上,才能够迅速地扩散空气中的细颗粒物,空气质量由重度污染转变为优.     

宁波市区秋冬季PM_(2.5)质量浓度特征及影响因素分析

该研究基于2013年11-12月的宁波市空气质量监测数据和气象资料数据,分析了PM_(2.5)质量浓度变化特征,探讨了PM_(2.5)与其它粒径颗粒物、气体污染物以及多个气象因子之间的相关性及影响规律,构建了包含气象和污染气体因子的逐步回归模型,综合分析了2类因子对宁波市PM_(2.5)浓度的影响。研究结果表明:(1)研究时间段内的宁波PM_(2.5)质量浓度范围为(100.66±72.98)μg/m~3,超过粗颗粒PM_(2.5-10)的质量浓度,是可吸入颗粒物的主要组成部分。(2)PM_(2.5)与3种污染气体均表现出显著的相关性,其中与CO的质量浓度相关性最高,R=0.85。风速与PM_(2.5)呈现负相关,受西北-北风向影响下的PM_(2.5)浓度要明显高出其它风向影响下的浓度。降水对PM_(2.5)影响显著,降水日的PM_(2.5)平均质量浓度随降水强度呈现幂函数递减,为非降水日的48.4%。非降水日的PM_(2.5)浓度与相对湿度显著正相关,与日照时数显著负相关。(3)逐步回归结果表明,气象和污染气体两类因子能够解释PM_(2.5)浓度82.4%的变异。其中,CO是影响宁波市秋冬季PM_(2.5)浓度的首要显著因子。本研究对明确城市PM_(2.5)污染特征和影响因素具有参考价值和意义。     

胶东半岛城市空气质量及其与气象要素的关系

以威海市为代表,利用其环境空气质量数据和气象资料,结合SURFER软件,对胶东半岛空气质量特征及其与气象要素的关系进行了分析。结果表明:胶东半岛空气质量总体优良,影响空气质量的主要污染物为细颗粒物(PM2.5),其次为可吸入颗粒物(PM10),PM2.5对PM10的贡献显著。秋冬季节空气质量相对较差,夏季则较好。在空间分布上,各类污染物的浓度高值主要集中在耗煤量较大的企业周边及人类活动较为集中的地区,如火车站、汽车站等,而其他地区的污染则相对较轻。在各类气象要素中,降水量﹑湿度﹑风速和气温与空气质量的相关性依次减小。气象要素对空气质量的影响不是单一的,而是多个因素协同作用的结果。