兰渝铁路特长隧道空气质量调查分析

了解兰渝铁路特长隧道内空气质量状况,以预防可能对隧道内养护人员产生健康威胁的有害因素。在铁路运营且避开隧道内机械通风开放时间,采用直读式仪器对12条特长隧道内物理因素(温度、湿度、气压、风速、噪声)、化学因素(CO、CO₂、O₃、NO_X、SO₂、粉尘)及可吸入颗粒物(PM₍2.5_、PM₁₀)浓度进行测量并与国家相关标准比较。结果表明,兰渝铁路特长隧道内气象条件良好,无高气温、高气压和超标噪声的影响;化学污染物(CO、CO₂、O₃、NO_x、SO₂、粉尘)和可吸入颗粒物的浓度基本不超标。此次监测结果说明目前隧道内有害因素未对隧道内相关工作人员健康产生影响。     

陕西关中空气质量指数(AQI)特征及预测模型研究

利用2018—2019年陕西污染严重的4个城市：渭南、咸阳、西安、宝鸡空气质量指数(AQI)实况监测日数据,结合该地域同时段内的日气象资料,采用数理统计方法,分析了陕西关中空气质量变化特征。并采用SPSS 21.0数据分析,得出各气象要素与AQI相关关系,利用相关性高的气象因子,采用多元线性回归法建立AQI与气象要素的四季预测模型。结果表明：咸阳AQI年平均值最大(110),其次是渭南(105)和西安(104),均为三级轻度污染;AQI冬季最高,春季逐渐减小,夏末的8月达到最小值,秋末11月开始又逐渐升高,到1月份达到最大值;气压、降水量、风速在春、夏、秋、冬四季均与AQI呈负相关关系,气压和风速在冬季负相关最显著,降水量在夏季和秋季负相关最显著,平均气温和最高气温秋、冬季节与AQI呈负相关,在夏季相关性最高,相对湿度在春、夏、秋与AQI均呈显著负相关。利用2018-2019年相关数据对模型进行回代,用2020年数据对模型进行预测和拟合检验,回代和预测效果均较好。     

长三角空气质量区域预报准确性评估方法研究

根据长三角空气质量区域预报工作的实际需要,对分区文字预报和落区图预报两种方式分别制定了不同的空气质量指数级别预报准确性评估方法。分区文字预报根据设定的预报准确性判定方法计算预报评分,落区图预报按区域内预报准确城市占比进行准确率统计。分区文字预报结果显示,2017年长三角区域的预报准确天数占比为62.2%,预报评分为70.2,区域预报评估效果良好。落区图预报评估结果显示,预报级别偏差具有地域性差异,安徽北部、江苏北部和江西中北部预报等级偏高,长三角中南部沿海城市预报等级偏低。该套评估方法可为区域空气质量预报偏差成因分析提供依据,为区域预报工作的改进提供定量参考。     

联网激光雷达的观测性能综合平行比对

激光雷达以其高精度的探测能力在大气污染研究中得到了广泛应用。由于生产厂家和反演算法等的差异,激光雷达观测数据的质量参差不齐。笔者利用2013年11月和2014年3月2种不同型号激光雷达(高频激光雷达和微脉冲激光雷达) 532 nm波段的气溶胶消光系数和气溶胶自动观测网(AERONET)光学厚度数据,对2部雷达在不同空气质量下的观测性能进行综合对比。结果表明:2部雷达在不同空气质量条件下探测效果不同,空气质量为优和良时,2部雷达的消光系数比较一致,偏差主要在1 km以下;随着污染加剧,2部雷达在1 km以下的偏差先减小后增大,1 km以上的偏差随高度增大。与AERONET的光学厚度相比,高频激光雷达在轻度污染和严重污染时相对误差较小(3. 23%和26. 75%);微脉冲激光雷达在良和轻度污染时相对误差较小(40. 00%和25. 81%)。2部雷达设备的差异和重污染时不利的气象条件是影响雷达表现的重要原因。该研究作为全国激光雷达联网的前期工作,为全国激光雷达数据的综合应用提供了参考。     

乌鲁木齐市采暖季空气质量变化趋势分析

为了定量评价乌鲁木齐市采暖季空气污染近五年的治理成效,给环境治理决策提供科学依据,运用回归分析方法,对乌鲁木齐市采暖季空气质量的浓度、级别和变化规律进行回归分析。分析结果表明,PM10、SO2、NO2三项污染物的浓度都有所下降,空气质量级别的污染天数呈现明显的月变化规律。乌鲁木齐市采暖季空气的重污染状况有所遏制,但SO2污染凸现,在下一步的治理工作中,加强尘污染治理的同时要加大对SO2的治理力度。     

空气质量多模式预报系统在中山市的应用

介绍了中山市空气质量多模式预报系统。对2015年3月—2016年2月的预报效果评估表明:系统可以较好地反映污染物的变化趋势但仍存在系统性偏差。通过对排放源清单的调整优化及对模式干沉降模块的改进使模式系统的偏差显著减小。总结并建立中山市污染天气案例库,发现在典型污染天气形势下,除O3-8 h外,其他污染物均值均能达到空气质量二级标准。未来将从2个方面提高中山市空气质量预报预警系统的实用性,包括逐步实现污染源排放清单的动态及时更新和提高极端气象条件下O3污染预报能力。     

常州市春节期间污染物相关性分析

分析了常州市2017年春节前后各污染物浓度的关联性和差异性。结果表明,除O_3外,春节期间各污染物均值均低于春节前后,春节前后随着污染源的变化,污染物之间的相关性表现出较为明显的差异。SO_2与PM_(2.5)、PM_(10)、CO和NO_2的相关性均较春节前后有显著下降;爆竹集中燃放时间段,CO与综合指数、PM_(2.5)和PM_(10)之间的相关系数0.96;而在烟花爆竹燃放相对较少的初三和初四,该相关系数0.6。工业减产停产和机动车使用减少对空气质量改善有较大贡献,而在不利气象条件下,烟花爆竹可导致空气质量在短时间内恶化。