长三角冬季一次霾过程气溶胶及其水溶性离子的区域分布特征

为研究长江三角洲地区霾天水溶性离子的区域污染特征,于2013年1月18~24日使用Andersen气溶胶粒度分布采样器和离子色谱仪(850professional IC)对南京、苏州、杭州、宁波这4个城市和临安区域大气本底站的大气气溶胶质量浓度及水溶性离子进行了同期观测分析,并结合天气形势分析了长三角地区大范围霾天气的形成原因及水溶性离子的分布特征.结果表明,观测期间长三角处于高压以及高压前部,气压梯度较大时,低层大气有明显气流辐散,有利于污染物扩散;处于弱低压及弱高压的均压场形势下,并伴随有大气低层气流辐合现象时不利于污染物扩散.观测期间霾天气发展过程中,各监测点的大气颗粒物及其中水溶性离子(TWSS)增加显著;TWSS增加比例分别为杭州0.9%、临安4.2%、南京8.1%.二次离子SO2-4、NO3-、NH+4均为细模态(粒径2.1μm)分布,峰值有一个从0.43~0.65μm向0.65~1.1μm段迁移的过程,Ca2+、Mg2+在4.7~5.8μm出现峰值,Na+、Cl-、K+则呈双模态分布.各监测点TWSS中的二次无机离子SNA(NH+4、SO2-4和NO3-)浓度上升较快,上升百分比分别为杭州3%、临安55%、南京64.9%;SO2-4在SNA中所占比例最大,可达45%;各监测点NO3-/SO2-4的比值均大于固定源NO3-/SO2-4(0.5)比值,可能说明流动源在区域污染过程中对颗粒物的贡献相对较大.     

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.     

2005～2012年我国较重雷电灾害特征分析及服务探讨

根据全国雷电灾害汇编和中国气象灾害年鉴中的雷电资料,对全国2005 ～2012年较重雷电灾害的总体特征、时空分布及灾损情况,并对如何做好防雷减灾气象服务工作进行了探讨.结果表明,较重雷电灾害数目及造成的人员伤亡和直接经济损失在2005年之后总体呈下降趋势;其高发区主要位于江西、湖南和云南等地,与一般的雷电灾害分布存在差异;雷电近年来造成的人员死亡和直接经济损失逐年下降,在历年闪电次数并无明显减少的情况下,说明我国防雷减灾取得显著成效.     

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。     

哈尔滨市环境空气质量变化及影响因素分析研究

近年来,大气污染问题已然成为热门话题。大气污染不仅危害中国生态环境和居民健康,甚至可能对其他邻近国家产生影响。哈尔滨地处中国东北部地区,空气质量变化具有区域性特征。本文在参阅了大量参考文献的基础上,结合哈尔滨市2010年-2012年与2012年1～12月份的空气质量数据,对哈尔滨市的大气质量变化规律及影响因素进行了分析。确定了哈尔滨市大气环境质量的级别和首要污染物以及影响空气质量变化的主要影响因素。     

气象参数对基于BP神经网络的PM2.5日均值预报模型的影响

建立了基于BP神经网络的PM2.5质量浓度预报模型,对广州市5个监测点2012年6月-2013年5月的PM2.5质量浓度日均值进行预报,分析了总体预报误差、不同风速和降雨量下的预报误差,以及天气预报误差对PM2.5质量浓度预报误差的影响.结果表明,BP神经网络模型对5个站点的PM2.5预报结果稳定,平均相对误差为29.71％.在有利于PM2.5扩散的气象条件下预报误差较大,风速较大时与风速较小时预报误差的差异高达15％,而不同降雨量情况下的预报误差较相近.修正天气预报后,各站点的预报误差平均降低了4.67％.这表明可从空气质量数据质量等方面人手改进模型.     

长江三角洲地区城市臭氧污染特征与影响因素分析

为研究长三角地区城市O3污染特征及其影响因素,对长三角地区25个城市2013年国家环境监测点位和国家气象台数据进行了统计分析.结果表明:除淮安外,其余24个城市均存在不同程度的O3日超标现象,超标率在1.6%~15.1%之间,平均为5.8%,低于珠三角地区(8.9%)和京津冀地区(9.7%).5—8月是长三角地区O3污染最为严重的月份,而这一时期颗粒物污染相对较轻,因此,O3与颗粒物污染在时间上呈相反的态势.从空间分布看,长三角地区O3污染呈现较为明显的连片分布特征,上海及周边城市O3污染较重.机动车数量影响城市O3污染:各城市民用汽车保有量与各城市NO2年均浓度、O3超标天数有显著的相关性,相关系数分别为0.672和0.564;每日O3小时浓度高峰值与车流量高峰基本吻合.高温、长时间日照容易出现O3浓度的高值;随着相对湿度、风速的增加,O3超标频率和浓度均值都表现为先升后降的规律.     

兰州市大气重污染气象成因分析

兰州市曾经是全国乃至全世界空气污染最严重的城市之一,重度空气污染特征明显.根据兰州市环境保护局公布的大气污染数据及气象局的气象观测数据,采用时间序列法和相关统计方法对兰州市2002—2011年空气污染指数(Air Pollution Index,API)大于200的大气重污染特征进行研究,并探析了其气象学成因.结果表明,静稳型重污染发生天数约占重污染发生总天数的77%,而沙尘型重污染只占23%.静稳型重污染是兰州市最主要的大气重污染类型,它往往存在PM10、SO2和NO2三种污染物同步累积的过程,持续时间长,主要发生在冬季;而沙尘型重污染持续时间短,由于外来高浓度沙尘输送的影响,PM10浓度会急剧升高,而SO2和NO2浓度则会明显下降(SO2、NO2浓度明显低于静稳型重污染),几乎都发生在春季.对它们的成因分析表明:静稳型重污染的气象学成因主要是风速小,稳定能量大,大气环境稳定度大,不利于湍流扩散,本地源污染物持续积累造成;沙尘型重污染气象学成因主要是春季气候干燥,相对湿度低,造成大风沙尘天气,给兰州市输送大量沙尘颗粒形成大气重污染.此研究结果可为兰州市大气重污染的防治提供科学依据.     

公众认知、感知价值与灾害气象服务满意度的关系研究——以深圳市3029份《公众气象安全认知度调查问卷》数据为例

目前从公众认知水平的角度出发,评价灾害气象服务满意度的文献较少。该文创新性地提出了公众气象认知这一概念,以深圳市3 029份公众气象安全认知度调查数据为例,采用结构方程模型,评估了公众认知、感知价值与灾害气象服务满意度之间的关系。研究发现,公众认知水平对灾害气象服务满意度的评价具有重要的影响。另外还发现:1深圳市公众对于气象服务总体评价良好,对台风期间的气象服务的满意度最高,而对气象预警信息获得的便捷性的满意度最低;2公众气象认知与灾害气象服务感知价值均显著影响公众对于灾害气象服务的满意度;3提高公众气象认知,可通过促进对气象服务价值的感知,进而提高公众的满意度。针对以上结论,给出了相应的政策建议。     

环境气象因素监测分析在太阳能热发电站选址快速评估中的应用

目的对凉山州某地太阳能热发电站拟选场址的太阳能资源进行评估。方法利用环境气象因素监测设备监测太阳直接辐射、总辐射和温湿度等环境气象因素,采用经验公式估算凉山州某地全年太阳直接辐射和总辐射量,并利用实测值进行验证。结果某地在秋冬之交,直接辐射强度的平均值为5.7k W·h/(m~2·d),总辐射强度的平均值为5.1 k W·h/(m~2·d)。结论某地为太阳能资源很丰富地区,全年太阳直接辐射量大于5000 MJ/m~2,全年太阳总辐射量大于6000 MJ/m~2,2月、3月、4月和5月为太阳能热发电最佳经济运行的月份。在秋冬之交,有利因素为70%以上的天数直接辐射强度都大于经济性运行的直接辐射强度指标,利于太阳能热发电,是潜在的太阳能热发电站候选地区;不利因素为多云天气和阴天占总天数的百分比接近50%,会极大地影响太阳能热发电的发电量和发电效率。