Extreme value analysis of Munich air pollution data

We present three different approaches to modelling extreme values of daily air pollution data. We fitted a generalized extreme value distribution to the monthly maxima of daily concentration measures. For the exceedances of a high threshold depending on the data, the parameters of the generalized Pareto distribution were estimated. Accounting for autocorrelation, clusters of exceedances were used. To obtain information about the relationship of the exceedance of the air quality standard and possible predictors we applied logistic regression. Results and their interpretation are given for daily average concentrations of ozone and nitrogen dioxide at two monitoring sites within the city of Munich.     

谈双鸭山市气象特征及地形特征对空气质量的影响

双鸭山市采暖期污染较重是因为采暖期燃煤量大、低矮分散的面源多的缘故，同时气象因素及地形特征对空气质量的影响也起着相当大的作用，采用2005年空气质量监测数据，进行双鸭山市气象特征及地形特征对空气质量影响分析，得出空气较稳定的取暖期和具有山风、谷风、局地环流的地形特征是形成双鸭山市空气污染的主要原因之一，并针对地形特征及气象特征对双鸭山市空气质量的影响提出空气污染治理措施。     

石家庄市冬季一次重污染过程分析与反馈效应研究

为深入探究高ρ（PM_2.5）地区重污染过程的发展变化规律,以石家庄市一次重污染过程（2017年1月13-20日）为例,结合空气质量监测数据、PM_2.5组分测试数据、气象观测资料,从重污染发展阶段（简称"P1阶段"）、维持阶段（简称"P2阶段"）和清除阶段（简称"P3阶段"）分析PM_2.5及其化学组分的变化特征、气象条件和高低空天气形势演变特征,并利用WRF-Chem模型定量研究重污染过程气溶胶反馈效应对典型气象要素的影响.结果表明:①此次重污染过程属于逐步累积增长、快速清除型,在P2阶段ρ（PM_2.5）平均值为241.0 μg/m3,最大值为367.5 μg/m3.②P1和P2阶段高低空大气环流配置稳定,大气边界层高度范围为620.6~712.2 m,风速范围为1.3~2.5 m/s,相对湿度范围为60%~80%.③P2阶段SOR（硫氧化率）和NOR（氮氧化率）均为0.3,ρ（SNA）（SNA为SO₄2-、NO₃-和NH₄+的统称）为128.8 μg/m3,占ρ（PM_2.5）的56.2%;OM[有机质,ρ（OM）=ρ（POA）+ρ（SOA）,其中,POA为一次有机气溶胶,SOA为二次有机气溶胶]是除SNA以外的第二大组分,在P1和P3阶段ρ（POA）大于ρ（SOA）,而在P2阶段ρ（SOA）与ρ（POA）相等,均为28.0 μg/m3,表明在重污染过程中二次污染严重;整个污染过程ρ（NO₃-）/ρ（SO₄2-）为1.0,表明石家庄市移动源和固定源对ρ（PM_2.5）贡献相当.④WRF-Chem模型模拟结果表明,太阳辐射量、温度和大气边界层高度受气溶胶反馈效应的影响在P2阶段的下降量分别为75.1 W/m2、2.7℃和109.9 m,比P1阶段分别高33.6%、91.4%和18.6%,比P3阶段分别高147.0%、305.3%和24.1%.研究显示,此次静稳天气下的重污染过程二次污染严重,气溶胶反馈效应整体使得太阳辐射量、温度和大气边界层高度均向不利于污染扩散的趋势发展,造成石家庄市的ρ（PM_2.5）进一步增加.      

1961—2017年青藏高原极端降水特征分析

基于青藏高原78个气象站点的逐日降水数据,采用百分位阈值法确定极端降水阈值,计算极端降水指数并分析其时空分布特征,以期为区域气候变化预测及防灾减灾对策的制定提供参考。结果表明：（1）1961—2017年青藏高原年降水量表现出上升趋势,上升速率为8.06 mm/10 a,多年平均降水量达472.36 mm。78个站点的年降水量倾向率最小值为-25.46 mm/10 a,最大值为43.02 mm/10 a,有15.38%的站点降水在下降,较为集中地分布在高原的东部和南部,其余84.62%的站点降水量在上升。（2）青藏高原各站点极端降水阈值的平均值为23.11 mm,取值范围为7.84~51.90 mm。高值中心出现在横断山区的贡山和木里,低值中心出现在柴达木盆地及昆仑山北翼区。（3）青藏高原各站点的极端降水量、极端降水日数和极端降水贡献率均表现出了明显的上升趋势,极端降水强度虽然也在上升但趋势并不明显,表明青藏高原极端降水量的上升并非是极端降水的强度引起的,而是由极端降水频次的上升引起的。柴达木盆地的极端降水量和极端降水日数虽然并没有表现出高值水平,但该地区的极端降水贡献率却表现出较高水平,表明该区域虽然降水量较少,但是降水往往以极端降水的形式产生。     

最低气温对兰州市呼吸系统疾病就诊人次的影响研究

通过2013年1月1日~2017年7月31日兰州市呼吸系统疾病逐日就诊资料和气象资料,采用分布滞后非线性模型（DLNM）方法,分析0~30d滞后影响,研究极端低温对不同年龄（<15岁、16~45岁、46~60岁、>60岁）和性别人群呼吸系统疾病就诊人次的影响.结果发现：日均最低温度对相对危险度（RR）的最大RR变化范围为0.89~1.41,变化趋势整体呈现出V字型,在低温附近,温度越低,RR越高;滞后0~4d,极端低温代表的冷效应影响最为显著;滞后5~19d,在日均最低温度0℃附近,出现新的峰值,冷效应对RR的贡献有所下降,热效应对RR的贡献完全消失;滞后20~30d,日均最低温度为-10℃时,出现RR最小值,0℃温度点附近维持RR峰值;滞后22d时,滞后影响完全消失.在极端低温条件下,呼吸系统疾病对低龄人群表现出长期滞后性和高发性,对高龄人群表现出短期滞后性.男性比女性患病的滞后效应更长,患病风险更大.     

一次冷锋过程中我国区域空气污染边界层特征

利用常规地面气象和探空资料、ERA-interim再分析资料、以及全国PM_2.5浓度数据,针对2015年3月7~11日一次冷空气南下的锋面天气过程中,我国华北、华东地区出现的大范围空气污染,开展了高空各层天气形势分析,以及本次过程中污染区域由北至南6个城市（北京、章丘、郑州、南阳、武汉、长沙）边界层气象要素的垂直结构及其时空演变特征的研究.结果表明：在污染前期（3月7~8日）中高纬度500hPa平直的纬向环流和地面均压场,为污染天气的发生和维持以及空气污染物的集聚提供了有利的环流场.污染中期（3月8~10日）冷空气南下,地面冷高压向华东地区移动,重污染区域随冷高压前部的弱低压场或均压场由北向南移动.伴随着天气系统移动,六个地面观测站的边界层特征在时空上表现出相似性,由北向南各站在污染期间先后出现多层逆温,风速较小,逆温层下相对湿度较大.此次多层逆温的形成是由于夜间近地面辐射冷却、冷锋移动过程中产生的锋面逆温以及边界层以上的下沉运动造成的.本研究揭示了在天气系统移动中,位于天气系统相同部位站点的边界层结构具有共同的特征,及其与空气污染的关系.     

基于污染气象条件分级的深圳PM2.5污染回顾评价

提出了一种基于地面自动气象站网观测数据的污染气象条件分级标准,基于这套标准对2012—2019年深圳的PM_2.5污染进行了回顾分析.结果表明,2012—2019年深圳PM_2.5年均浓度总体上呈下降趋势,但2013年相对于2012年,以及2017年相对于2016年出现了反弹.其中,2013年PM_2.5浓度相对于2012年反弹的主要原因是污染排放本身的反弹,而2017年相对于2016年的反弹则更主要是由于不利的污染气象条件天数增加造成的.在2012—2019年期间,深圳的地面污染气象条件总体上呈恶化趋势,出现不利于环境改善的污染气象条件天数总体上呈增加趋势,在这种不利情况下,深圳的PM_2.5浓度仍然保持明显的下降趋势,充分说明了深圳市环保工作的成效.     

春季沙尘过程北京市不同粒径大气气溶胶污染特征及来源分析

为了解沙尘气溶胶在大气中的物理、化学特性演变,于2017年5月北京沙尘暴发期间,对北京大气中不同粒径颗粒物的质量浓度进行了连续观测,并用离子色谱仪和水溶性有机碳分析仪对其中的主要水溶性化学组分进行了检测.结果表明,沙尘期间TSP及其中的水溶性有机碳(WSOC)、元素碳(EC)、有机碳(OC)和水溶性无机离子的平均质量浓度分别为(2237.59±681.49)、(29.90±18.05)、(1.46±3.05)、(67.35±29.07)和(136.75±46.38)μg·m~(-3),除EC变化不大外,其他成分沙尘期浓度远高于非沙尘期,其中Na~+、NH_4~+、K~+、Mg~(2+)、Ca~(2+)、Cl~-、NO_3~-、SO_4~(2-)、WSOC的浓度分别为沙尘前的11.55、3.00、14.88、14.89、9.40、4.60、2.40、3.91、1.83倍,浓度增长最为明显的是地壳元素离子,变化最小的为NH_4~+和NO_3~-;粒径分析表明,地壳元素离子在整个采样期间均在粗粒径段(4.7~5.8μm)表现出最大浓度;沙尘期间SO_4~(2-)及NO_3~-均以粗模态为主,沙尘结束后SO_4~(2-)在0.43~0.65μm粒径段出现峰值,而NO_3~-依然是在4.7~5.8μm粒径段出现峰值,表明大部分NO_3~-主要以非均相反应存在于粗粒径段中.沙尘期SO_4~(2-)与地壳元素离子表现显著的正相关关系,与NH_4~+没有表现出相关性,表明沙尘期SO_4~(2-)主要来自于沙尘携带的一次来源,非沙尘期SO_4~(2-)与地壳元素没有明显的相关性,而与NH_4~+之间相关系数r=0.70,表明其为非均相二次转化形成.NO_3~-与地壳元素离子和NH_4~+的相关性分析表明其在沙尘期既有一次来源,也有二次转化,而在非沙尘期主要来源于二次转化过程.     

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.      

气象条件对河北廊坊城市空气质量的影响

气象条件是影响大气污染的重要因子.利用2013年3月—2014年2月廊坊颗粒物质量浓度监测资料、自动气象站观测资料和欧洲中期天气预报中心再分析资料,采用多种统计方法分析气象与污染的关系,量化天气形势和局地气象条件对城市颗粒物质量浓度变化的贡献.结果表明:天气形势是决定局地气象要素和城市空气质量的重要因子.当廊坊位于高压中心或高压后部时,大气层结稳定,易造成重污染;当廊坊位于高压前部(气压梯度较大)时,大气层结不稳定,易于污染物输送和扩散.利用客观天气分型结合污染物质量浓度统计分析方法,可以量化天气形势对城市空气质量的影响.在局地气象要素中,能见度与ρ(PM_2.5)、ρ(PM₁₀)相关性最高(相关系数分别为-0.75和-0.53,下同),其次依次为风速(-0.45和-0.31)、相对湿度(0.41和0.25)和温度(-0.15和-0.06).通过污染物浓度与局地风场关系分析发现,廊坊颗粒物质量浓度受天津市、河北省南部区域输送的影响明显,受北京区域输送的影响相对较弱.研究显示,气象条件可以解释廊坊ρ(PM_2.5)和ρ(PM₁₀)日均值变化的56%和49%,其在冬季对颗粒物质量浓度影响最为显著,春秋季次之,夏季影响最小.