交通与气象因子对不同粒径大气颗粒物的影响机制研究

为了研究北京市气象因子与车流量、车速等交通因子对PM2.5、PM10浓度水平的影响,在市区三环主路及居民区选取了28个采样点,采集滞尘量,PM2.5、PM10浓度、车速、车流量、温度、湿度、风速等数据.通过3个月的滞尘质量分析,得出交通源对空气质量的影响是显著的,其中三环主道路两侧采样点和远离交通源对照点滞尘均值分别为0.284 g和0.016 g.再由道路口与居民区对比实验(局部实验)得出,居民区采样点测得的PM2.5和PM10浓度均低于道路口颗粒物浓度,差值均值分别为101 074 n·(cf)-1和15 386 n·(cf)-1,同时PM2.5白天浓度一般低于夜间.最后结合最佳子集预测模型分析得出,PM2.5和PM10受到湿度和温度的影响最大,车速、车流量、风速次之,其中车速、车流量、低风速对颗粒物PM2.5的影响比对PM10的影响更为显著.     

兰州市城关区气象因素与麻疹发病人数的时间序列研究

运用SPSS17.0统计软件进行相关分析和主成分分析及R软件的时间序列方法定量评估兰州市城关区气象因素对麻疹发病人数的影响程度.结果表明,气象因素对麻疹日发病人数的影响由大至小依次为相对湿度、日照时间、平均气温、平均气压、降水量、平均风速;各气象因素对麻疹发病的影响均具有一定滞后效应,平均气压、平均风速和日照时间在滞后9d、平均气温和降水量滞后7d、相对湿度滞后5d对麻疹日发病人数的影响最大. 平均气压、平均气温和日照时间每增加1个IQR(四分位距),麻疹日发病人数分别增加175.2%、79.6%和24.3%,而相对湿度、降水量和平均风速每增加1个IQR,麻疹日发病人数则分别减少17.9%、5.2%和15.7%.     

基于KZ滤波法的河北省PM2.5和O3浓度不同时间尺度分析研究

大气细粒子和臭氧是影响我国城市空气质量的主要污染物质,其浓度的大小不仅与污染源的排放量有关,气象条件也是影响其浓度分布特征的重要因素.要评估污染物减排措施的效果,有必要将气象条件的影响剥离出来,仅评估排放量的降低对污染物浓度长期变化趋势的影响.本文使用KZ(Kolmogorov-Zurbenko)滤波方法对河北省石家庄、保定、张家口三市2013—2017年PM_(2.5)和O_3逐日浓度时间序列进行分解,并使用同期地面气象观测数据对各时间序列进行逐步回归分析,将经过KZ滤波后的长期序列与经逐步回归后的结果的差值再次进行滤波处理,得到去除气象影响的污染物浓度长期变化趋势,该浓度仅与污染物的排放量有关.结果表明,因污染源排放的影响,河北省三市大气PM_(2.5)浓度在研究年内除在2017年初略有上升以外,其余季节均呈下降趋势.河北省三市大气O_3浓度在研究年内均有波动上升趋势.气象条件对PM_(2.5)浓度长期变化趋势的影响大于O_3.     

Inter-annual Variations of Ozone and Nitrogen Dioxide Over Europe During 1958–2003 Simulated with a Regional CTM

Inter-annual variability of surface ozone (O₃) and nitrogen dioxide (NO₂) over Europe has been studied over the period 1958–2003 using a three-dimensional Chemistry-Transport Model coupled to meteorological data from the ERA40 data set produced at the European Centre of Medium-range Weather Forecasts (ECMWF). Emissions and boundary conditions were kept at present levels throughout the simulation period. It was found that the annual mean NO₂ concentration varies between ±50% and the summer mean O₃ concentration varies between −10 and +20 percent (%) compared to the 46-year average over the model domain. There is also variation in ozone and NO₂ over longer time scales. The last 22 years display high concentrations of ozone in central and south-western Europe and low concentrations in north-eastern Europe. The first 22 years display very high concentrations of NO₂ over the North Sea. There is indication of trends in ozone and nitrogen dioxide but this has to be investigated further. Such information is one factor that should be taken into account when considering future control strategies.     

Sulfate aerosols forcing: An estimate using a three-dimensional interactive chemistry scheme

The tropospheric sulfate radiative forcing has been calculated using an interactive chemistry scheme in LMD-GCM. To estimate the radiative forcing of sulfate aerosol on climate, a consistent interaction between atmospheric circulation and radiation computation has been allowed in LMD-GCM. The model results indicate that the change in the sulfate aerosols number concentration is negatively correlated to the indirect radiative forcing. The model simulated annual mean direct radiative forcing ranges from −0.1 to −1.2 W m⁻², and indirect forcing ranges from −0.4 to −1.6 W m⁻². The global annual mean direct effect estimated by the model is −0.48 W m⁻², and that of indirect is −0.68 W m⁻².     

上海地区主要农作物气象灾害评估预测警示系统的研究

主要农作物气象灾害评估预测警示系统网页共有二部分内容：历年灾害动态对比和早涝趋势预测与警示。历年灾害动态对比是对比1991年以后上海地区主要表l作物气象灾害的变化情况。早涝趋势预测是在降水趋势预测基础上，对未来月或农时段降水量进行预测。     

秦皇岛港东港区煤尘污染与气象特征关系分析

本文分析了秦皇岛港东港区煤尘污染与气象条件的关系,分析结果表明,表征煤尘污染的因子总悬浮颗粒物及降尘与自然降水、大风等气象因子具有明显的相关性,并依据分析提出了相应的管理建议。     

全二维气相色谱法测定北京交通干道大气中芳香烃

为了更全面地获得城市大气中芳香烃的基础数据,借助具有强大分离、检测复杂样品能力的全二维气相色谱法(GC×GC),于2007年国庆期间对北京交通干道大气中芳香烃进行了采样分析和初步研究.结果表明,该方法对大气中芳香烃检测范围较一维气相色谱法宽,可同时测定单环芳烃和部分多环芳烃,并能将目标芳香烃更好地分离和定量.观测期间,在北京交通干道大气中检测出30多种芳香烃,其中,单环芳烃平均浓度为0.75×10-9~24.64×10-9C(碳单位体积比),甲苯浓度最高,间、对二甲苯与乙苯浓度次之;多环芳烃平均浓度为0.03×10-9~2.28×10-9C,萘浓度最高,2-甲基萘、4-甲基联苯浓度次之;四环以上的稠环芳烃则没有检出.芳香烃浓度变化明显受天气因素影响.高碳数芳香烃之间相关性很高,而苯、甲苯与高碳数的芳香烃相关性较差,表明两者可能受汽车尾气和汽油挥发之外的其它源的显著影响.     

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.     

北京地区2019年2~3月供暖结束前后两次污染过程特征分析

以2019年2~3月北京两次污染过程为例,针对气象要素及污染物浓度进行特征分析,利用后向轨迹及WRF-CAMx模式,分析供暖结束前后的污染物演变规律,并探讨气象条件、区域输送及二次转化等对污染过程的影响.结果表明,2月21~24日（过程1）和3月18~20日（过程2）平均ρ（PM_2.5）差异不大,分别为100.1 μg·m^-3和97.2 μg·m^-3,但过程1平均峰值偏高、日变化明显、过程发展迅速和有两个峰值阶段,且为区域性污染,而过程2更倾向于北京局地污染.两次过程逐时ρ（SO₂）均不超16 μg·m^-3,供暖燃煤治理效果显著,但过程1的SO₂存在夜间次峰值,体现供暖排放影响.过程1的ρ（CO）较高,尤其是2月21~22日前后ρ（CO）/ρ（SO₂）升高,且区域中南部城市及北京南部背景站污染高于城区,表明过程1扩散条件不利,且第一个峰值主要受区域输送影响.过程2的ρ（PM_2.5）/ρ（CO）偏高,表明二次生成PM_2.5占比略大;ρ（NO₂）/ρ（CO）、ρ（SO₂）/ρ（CO）和ρ（SO₄^2-）/ρ（PM_2.5）偏大,SOR与过程1持平,表明过程1更有利于气体相态转化,过程2受工业燃煤影响更大.但将过程1分阶段分析显示,过程1第二阶段与过程2的PM_2.5二次生成指征相似,均高于过程1第一阶段,即过程1第二个峰值与过程2主要与本地排放和化学转化相关.WRF-CMAx对污染物演变趋势有较好的再现能力.同化试验对PM_2.5趋势模拟显著提升,提高了与观测的相关性,但模拟值偏低;对NO₂的模拟2月偏低、3月偏高,对SO₂模拟明显偏高有一定纠正;此外,过程2中北京污染物浓度对河北的敏感性相对过程1偏低,即过程1受区域输送影响更大.模式对污染暴发性增长的模拟亟待提升,污染物种类对减排的响应及大气氧化剂和气溶胶性质相关的反馈等可能是影响模拟效果的重要原因,需进一步研究.