基于气象条件下哈尔滨市污染特征分析

利用2013年哈尔滨市环境监测资料及气象资料,分析了4种主要污染物(PM_(10)、PM_(2.5)、SO_2、NO_2)的时空分布特征及各种气象条件对城市大气污染的影响。结果表明:风速在采暖期对污染物浓度的影响尤为显著,相关系数达-0.87;混合层高度对雾霾天气形成影响较大,PM_(2.5)浓度与混合层高度呈现负相关;气温、气压、降水与PM_(2.5)浓度均有较好相关性,哈尔滨市污染物特征受气象条件影响较大。     

基于K-means聚类分析法的肇庆市干季PM2.5污染天气分型研究

通过分析肇庆市2013—2018年国控大气环境监测站的PM_(2.5)连续监测数据,发现肇庆市区PM_(2.5)浓度在干季(10月—次年4月)明显高于其余月份,轻度以上污染基本发生在干季,且PM_(2.5)浓度对年总浓度贡献达70.8%.基于Era-interim再分析资料采用K-means聚类分析法对2013—2018年干季逐日的海平面气压和10 m水平风进行分型,揭示了肇庆市易出现PM_(2.5)污染的6种大气环流形势,包括冷锋前部(CF)、变性高压脊(THR)、脊后槽前型(BRFT)、高压底后部(HSW)、弱冷高压脊(HR)和台风外围型(TP).2013—2016年易污染天气型影响天数呈明显减少趋势,2017—2018年呈增加趋势.不同天气型PM_(2.5)浓度与局地气象要素相关性不一致,其中CF、HR、HSW、TP天气型与湿度相关性最好,THR与风速、BRFT与气压相关性最好.PM_(2.5)污染除BRFT天气型主要以本地排放累积影响为主,其余易污染天气型存在不同尺度的外来输送影响,HSW、HR主要来自广州、清远、韶关, CF主要来自佛山、中山,THR来自广州、清远、佛山.同一污染天气型在不同月份的污染影响差异较大,其中HSW、THR污染型主要影响1月和10月,CF为1月和12月,HR为2月和12月,TP为10月,BRFT为1月和10—11月.不同年份的同一月份造成不同程度的PM_(2.5)污染除了排放影响,还与天气环流类型和同一天气型下的局地气象要素密切相关.     

沙尘天气对我国北方城市大气环境质量的影响

采用2001—2006年沙尘天气的统计数据以及城市空气污染指数(API),分析了沙尘天气对沙尘源区和影响区代表城市的空气质量影响,并分析了2005—2007年兰州和北京春季沙尘天气与非沙尘天气下气溶胶光学厚度与波长指数的变化特征.结果表明:近些年沙尘天气呈先减少后略微增加但总体呈缓慢下降的趋势;春季沙尘天气加重了城市大气污染,对沙尘源区内代表城市的影响超过了区域本底污染指数的50%,使兰州、银川、呼和浩特和包头的春季非沙尘天气API平均值分别增加了64%,53%,86%和90%;使影响区内代表城市,如北京、天津、太原、石家庄、沈阳、济南、西安和郑州的春季非沙尘天气API平均值分别增加了85%,62%,49%,57%,29%,41%,27%和45%;沙尘天气使城市大气气溶胶光学厚度升高,气溶胶波长指数降低.      

港口NO_2、PM_(10)与天气因素的多重分形研究

对港口大气污染物NO_2、PM_(10)和天气因素进行MF-DCCA分析研究,系统地分析了NO_2、PM_(10)与3种天气因素之间复杂关系。从整体角度上,研究表明NO_2、PM_(10)与天气因素均具有长程相关性、多重分形特性;天气因素对PM_(10)的影响程度要强于对NO_2的影响程度。从四季的角度上,研究发现,NO_2、PM_(10)浓度在春季有下降趋势,在秋季有上扬趋势。     

浙江省空气质量及主要气象因子的影响分析

利用浙江省环保厅发布的2004年9月以来的空气质量监测数据(API/AQI)和浙江省气象局2005年以来的逐时气象要素数据,分析浙江省近年的空气质量及其空间分布特征、与主要气象因子的相关性。结果表明:浙江省近年空气质量总体稳定,年际变化不大,但偶有区域性空气污染事件发生;春节效应明显,而星期效应较弱;区域上,浙北空气质量最差,浙中次之,沿海较好,浙西南山区更好,最佳为海岛舟山地区。主要污染物在监测API时期为PM10,2012年10月起改为监测AQI后,首要污染物为PM2.5取代,且臭氧(O3)作为首要污染物的比率凸显,AQI指数值比同期API高近15~30。进一步分析空气质量与(雾)霾、降水、连晴天数、风向风速等气象因子的相关性,发现适量降水和中等风速有利空气净化,连晴使空气污染加重;各地除舟山海岛地区外,空气质量与(雾)霾天气的出现比率较为一致。     

2002-2011年乌鲁木齐市API指数变化特征

文章利用乌鲁木齐市2002-2011年之间的空气污染指数(API)日报和同期气象要素数据,研究了API指数的变化特征,讨论了与气象要素间的相关关系。结果表明,API指数在10 a中呈下降趋势,年变化系数为-3.2。大气质量良好率在59.1%~77.4%之间变化。API指数呈显著季节差异,冬季较高,夏季最低。API指数Ⅰ级天数在春季、夏季和秋季分布占总天数的9.34%~34.82%。Ⅲ级以上天数在冬季较高,达到82.97%。月均API指数与本站气压和相对湿度呈现正相关,与风速、气温、平均水汽压和日照时数呈现负相关。而季节平均API指数与气象要素有一致的相关关系,且相关系数都有显著增大。API指数与气象要素在不同污染级别下,相关性变化较大。西北气流往往带来较低的API指数,而偏东气流往往伴随着污染日。     

沙尘天气对北京大气环境质量及太阳辐射的影响

利用空气污染指数(API)、地面气象数据和辐射观测数据,分析了2009年3月一次典型沙尘天气发生时的大气环境质量及太阳辐射变化,并分析了2008年10月—2009年6月不同污染情形下各太阳辐射要素之间的关系. 结果表明:API与辐射关系明显,沙尘天气导致总辐射、直接辐射和反射辐射减小.净辐射白天减小而夜间增大. 能见度和气压等气象要素对沙尘过程影响明显. 沙尘到来时,能见度降低,地面处于低气压控制下;沙尘过境后地面被高压控制. 随着污染的加重,总辐射与反射辐射相关关系显著,变化不大但略有偏差;直接辐射和总辐射、散射辐射、反射辐射的相关性先降低后增加;散射辐射与总辐射的比值持续增大,但增加的速度随着污染的加重趋于平缓,且离散度增大.      

西北地区气候因素与北京市沙尘天气的关系研究

利用西北地区气象台站资料以及北京市沙尘天气资料,根据西北地区的气候状况对气候影响指数进行了一定的改进,分析了西北地区气候因素与北京市沙尘天气的关系.结果表明,在2001~2010年10年间,受全国沙尘天气过程的影响,北京市在2001、2002和2006年的沙尘天气日数均超过了30d,其中在2001年全年沙尘天气日数达到了39d;西北地区D指数年平均值的高值区位于盆地和沙漠地带,春季平均值最高,为2.0,冬季次之,为0.9,夏季为0.8,秋季最小,为0.59;在D指数与沙尘天气的相关性分析中,宁夏地区的相关性系数平均值为0.84,甘肃地区相关性系数为0.82,陕西为0.81,青海为0.78,新疆为0.74,内蒙古地区为0.72;西北和北路传输路径对北京市沙尘天气的影响更大,毛乌素沙漠与黄土高原交界地以及内蒙古浑善达克沙地附近地区气候影响指数与沙尘天气日数呈现显著正相关,相关性系数达0.9,该地区气候对于北京市沙尘天气的发生有较大的影响.     

近10年中国主要城市空气API及与气象因子相关性分析

据2000年6月-2012年6月中国47个主要城市的空气污染指数(API)逐日监测数据,分析中国近年空气质量,并分析其与气温、露点、降水、风及温度露点差(T-T d)等气象要素的相关性。通过分析发现:我国空气污染西北重、东南低;空气质量变化呈现明显的季节变化,冬季最高,春季较高且变化幅度大,夏秋季节相对较低;主要污染物以可吸入颗粒物(PM10)为主;广西地区化学污染突出。随着污染治理工作的开展,近年API值呈下降趋势,由2001年的年均82.75下降至2011年的66.1。分析API与气象要素的相关性,发现降水对空气污染的净化作用明显;风在沿海地区能稀释空气污染,而在西北内陆这一作用不明显;API与气温、露点均呈负相关;而与二者之差所表征的空气干燥程度呈较高的正相关。     

影响深圳市空气质量的天气因素分析

影响城市空气质量的因素很多，其中天气因素的变化与空气污染指数关系十分密切。本文对深圳市2001—2002年冬春季、夏秋季共365天的空气污染指数与天气因素(天气类型、气象因子)的相关性进行了详细分析，以期对深圳市空气污染指数的预报工作有一定的参考。     

西南地区酸沉降与天气系统的关系

根据1985年和1988年重庆市环境科研监测所和贵州省环境保护科研所观测的雨水酸度资料,我们对该地区的雨水酸度与天气系统的关系进行了分析.1.样品的采集及资料来源观测点均设在楼顶的平台上,共取雨水样品587分,其中重庆地区的大足68分,铜元     

昆明空气污染物等级与天气背景的关系

通过样本分析得出：昆明空气污染物主要为SO2,为轻度污染;秋冬季出现污染日较多,可分为高压脊控制型和偏西气流型天气背景。夏季出现污染日较少,主要为高压脊控制型天气背景;污染物浓度在一天中的分布特征呈“W”型;污染物预报方程。     

南京地区典型大气污染过程分析

文章统计分析了南京市近年来大气污染过程总体特征,选择2009-2011年不同类型的3个典型污染过程,分别讨论了其污染特征和影响因素.结果表明:以API值为污染判断指标,近年来南京市91%的污染过程持续时间在4 d以下,秋冬季节长时间污染过程更多。沙尘型污染受北方沙源地、长距离输送气象条件控制,影响范围广;秸秆燃烧型污染PM_(25)/PM_(10)浓度比例高达70%以上,细粒子(PM_(2.5))污染严重,主要受风向控制影响南京及周边局部地区,在降水冲刷或大风等气象条件下随污染源消失而快速消散;秋冬季的持续污染过程主要受气象条件影响,在均压场控制下,边界层呈局地性环流特征,污染物不断累积。     

2014年2月下旬京津冀持续重污染过程的静稳天气及传输条件分析

利用常规气象观测资料、空气质量监测资料、再分析资料和数值模式资料,分析了2014年2月20-26日京津冀地区持续重污染天气过程的环流背景、气象要素特征、静稳天气条件和传输条件.结果表明：2月20-26日,亚洲东部受弱高压脊控制,京津冀及周边地区位于地面高压后部,等压线较为稀疏,气压梯度小,造成地面风速较小;与此同时,混合层高度低,通风系数小和逆温存在,构成重污染天气出现和维持的气象条件,均不利于大气中污染物和水汽的垂直和水平扩散.静稳天气指数对于重污染天气有一定的指示意义,高静稳天气指数通常对应高PM_2.5浓度,且二者变化趋势一致性高;2月20-26日静稳天气指数总体上大于2014年1-3月其他几次污染过程,且在高位长时间维持,造成此次污染过程更严重.此外,传输条件也是京津冀重污染天气的主要成因：地面高压西侧的偏南或偏东气流有助于污染物和水汽向京津冀地区输送和聚集,使能见度进一步降低、污染物浓度进一步升高.     

天津地区霾天气特征研究

基于2014~2017年天津地区PM_2.5质量浓度，能见度和相对湿度监测数据开展霾天气特征研究.结果表明：天津中度以上霾过程分为五类：高压后部型，北部弱高压型，低压槽型，均压场型和锋前低压型.在现行标准下，中度霾一般对应重度污染天气，重度霾对应重度到严重污染天气；五级重度污染天气一般有中-重度霾发生，六级严重污染天气有重度霾天气发生.2013年“大气污染防治行动计划”开展以后，天津PM_2.5质量浓度和霾日均显著减少，2017年相比2013年霾日减少了55%，中度及其以上霾日由2013年的41d下降到2017年的20d，下降幅度超过50%.基于实况监测的PM_2.5质量浓度，能见度和相对湿度，可以较好的构建区域能见度计算方程.统计数据显示，其估算的能见度和实况值相关系数为0.94，相对误差为18.6%，非霾日辨识准确率为85%，霾日辨识准确率为95.6%，轻微霾辨识准确率为83%，轻度霾辨识准确率为78%，中度霾辨识准确率为93%，重度及以上霾辨识准确率为94%，对于判断霾等级，有较强的适用性.将该方程与空气质量模式结合开展霾等级预报，2015~2017年24h预报产品检验显示：能见度预报值与实况值相关系数为0.75，预报均值13.9km，实况均值14.1km，相对误差为29.6%，FAC2（预报值在实况值两倍范围内百分比）为98.1%，霾日预报准确率81.4%，霾日漏报率18.6%，霾日空报率20.6%，如果容错1级，轻微霾日预报准确率为96%，轻度霾日预报准确率为85%，中度及以上霾日预报准确率为69%，可有效支撑天津霾等级预报的开展.     

双层PCT天气分型法的建立及其应用

提出了一种新的双层PCT天气分型方法.该方法分别对高层背景场与低层地面场进行PCT分型,再将结果组合、分类、调整后获得最终分型结果.分型结果表明比传统分型法拥有更好的准确性与稳定性.在此基础上针对2014～2019年长江下游地区冬季天气进行了分类研究,得到了8类主要天气形势,分别为:弱气压场型、冷锋过境型、高压前部型、...     

基于天气背景天津地区重污染天气特征分析

以天津地区长序列观测PM_(2.5)质量浓度资料为依托,基于天气背景对2014—2016年天津地区重污染天气特征进行分析,并以此为基础评估天津环境气象数值模式(WRF/Chem)在不同天气条件下的模拟效果.结果显示:2009—2016年天津地区重污染天气为341 d,约占全部天数的11.7%,重污染天气主要出现在每年的10月—次年3月,约占全年的82%,重污染天气出现的地面形势主要为锋前低压区、低压槽前、均压场和高压后,4类天气类型占所有重污染天气的73%.同一天气背景下,PM_(2.5)质量浓度模拟值与实况值之间的误差有相似之处,低压槽天气时细颗粒污染浓度模拟明显偏低;冷锋前低压区、华北地形槽和低压过程模拟值略有偏低;高压前和高压底天气模拟值略微偏高;数值模式天津地区重污染TS(Threat score)评分为0.68,漏报与低压槽辐合线模拟位置偏差、冷空气受污染反馈作用影响、小尺度闭合低压区未准确模拟3个因素密切相关;空报主要与冷空气过程影响时间模拟偏差、高压中心位置偏差及其输送通道建立时间影响密切相关.     

南京地区近地面臭氧浓度与气象条件关系研究

通过分析2013—2015年南京地区相关气象要素对近地面臭氧浓度的影响,建立了用于不同季节高浓度臭氧污染事件的预报预警模型,并归纳总结了南京地区高浓度臭氧出现的天气形势.结果表明,近地面臭氧浓度的变化与气象要素密切相关,气温、能见度、日照小时、总(净)辐射辐照度等要素与O_3浓度呈显著正相关,与相对湿度、总(低)云量呈负相关.高浓度臭氧污染是多因子综合作用的结果,典型气象条件表现为:太阳辐射强,低云量少,相对湿度适宜,地面小风速及特定的风向.通过定义高浓度臭氧潜势指数HOPI和风向指数WDI,并综合考虑14:00地面气温、相对湿度及8:00各标准层的相关气象要素,建立了逐季节多指标叠套的高浓度臭氧预报方程.采用2016年资料对其进行检验,发现预报值与观测值的相关系数分别达0.72(冬季)、0.76(春季)和0.73(夏季),说明方程具有较好的拟合效果和可预报性.通过普查历史天气图,归纳了伴随南京地区高浓度臭氧事件出现的8种主要天气形势,即高压类(高压中心G0、高压后部G1)、低压类(低压底部D0、低压前部D1、低压倒槽D2)、均压类(高压相关的均压JG、低压相关的均压JD、其它均压J).其中,以高压后部地面形势出现概率最大,低压前部均压场出现时对应臭氧平均浓度最高.     

广西PM2.5时空分布特征及污染天气类型

研究区域ρ（PM_2.5）的时空分布特征和污染天气类型的关系是开展大气污染防治和空气质量预报预警的关键支撑技术之一.基于2015—2016年广西14个城市环境空气质量日监测数据和相关气象资料,分析了2015—2016年广西空气质量概况和污染的基本特征,采用EOF（经验正交函数）分析和后向轨迹聚类分析方法表征了广西ρ（PM_2.5）时空分布模态,统计了广西两年间24次区域范围（3个及以上连片城市）大气轻度及以上污染过程,分析了不同污染过程的天气类型和空气质量变化特点.结果表明:PM_2.5是广西大气污染首要污染物,ρ（PM_2.5）年均值呈北高南低的区域特征,月际变化基本呈正V字型分布;EOF分析和后向轨迹聚类分析显示,广西ρ（PM_2.5）的时空结构主要有3种模态,其方差贡献率分别为78.9%、5.7%和3.7%,基本反映了广西ρ（PM_2.5）变化的时空模态的主要特征,桂林和玉林两年间的后向轨迹聚类很好地解释了第二和第三模态的南北浓度和东西浓度异常反相位分布特征;广西14个城市两年间PM_2.5区域性污染天气类型主要有10种,其中污染天气类型中占比较大的是弱冷高压脊型（24.4%）、均压场型（20.2%）、高压后部型（16.1%）和高压后部配合西南暖低压型（8.5%）,是引发广西大范围大气污染的典型天气类型.研究显示,广西大气污染具有地域性、季节性和南北输送特征,污染过程的天气形势变化具有一定规律性.