重庆市主城区气象要素与空气质量相关性研究

基于重庆主城区2010-2012年逐日的气象要素和大气环境质量监测数据,对气象条件与空气污染指数(API)进行相关性研究,分析气象条件影响空气质量的机制及协同作用,明确显著影响空气质量的气象要素。结果表明,当天的空气质量与前一天的空气质量相关性非常显著;各气象要素之间存在明显的协同作用,共同影响主城的空气质量;主城空气质量与大部分气象要素之间存在着相关性。其中空气污染指数与降雨、风速的相关性尤为密切。以期本研究成果能为重庆蓝天行动提供技术支持。     

新疆高等级公路交通安全气象影响分析与评价

利用新疆高等级公路的事故资料,分析了这些公路事故的发生与气象因素之间的关系,并据此建立5个依次递升的交通安全气象因素预警等级.在此基础上,将熵值法与模糊物元建模相结合,应用熵值法来确定权重系数,避免了权重系数确定的主观性问题,同时结合所建立的气象影响因素安全评价指标体系,对高等级公路沿线的主要站点进行了气象影响因素的安全评价,最终得出当日气象因素对公路交通安全影响的评价等级.     

南京城区冬季大气污染特征

为探究南京城区冬季主要大气污染物浓度变化规律,运用南京市空气自动监测站的φ(CO)、φ(O₃)、φ(NO₂)、φ(SO₂)、ρ(PM_2.5)和ρ(PM₁₀)逐时资料,结合同期气象数据,分析了2014年冬季(2014年12月—2015年2月)南京城区大气污染浓度水平和变化特征,探讨2015年春节期间在实施减排措施下气象条件对空气质量的影响.结果表明:① 观测期φ(CO)日均值和φ(O₃)小时均值未超过GB 3095—2012《环境空气质量标准》二级标准限值;ρ(PM_2.5)、ρ(PM₁₀)、φ(NO₂)、φ(SO₂)日均值分别超标44%、38%、34%、2%;ρ(PM_2.5)、ρ(PM₁₀)最大日均值分别为231和283 μg/m3,分别是GB 3095—2012二级标准限值的3.1、1.9倍. ② 日变化分析显示,φ(CO)与φ(NO₂)呈早晚双峰型变化,与早晚交通高峰源排放有关;φ(O₃)呈明显的单峰型,在午后出现峰值;φ(SO₂)呈单峰型且夜间浓度低于白天;ρ(PM_2.5)和ρ(PM₁₀)为双峰型变化,峰值出现在10:00和22:00左右. ③ 南京地区污染物周末浓度整体高于工作日,其中周末φ(CO)、φ(NO₂)和ρ(PM_2.5)显著高于工作日,“周末效应”显著. ④ 2015年春节期间,南京实施减排措施后,即使在不利的气象条件下,污染物浓度也未出现明显升高,说明减排措施有效削弱了污染源的排放,是保持南京地区良好空气质量的重要因素.      

环境管理强化后南京市2013 — 2016年大气污染物的时空特征和气象影响

城市空气污染具有显著的时空分布特征,并受污染来源、气象条件和地理等因素影响。近年来我国已实施一系列环境污染管控,根据南京市2013?—?2016年国控点的大气环境监测数据和同期气象资料,利用多元统计分析探讨了南京市大气污染物的时空变化特征及其与气象要素的关系。结果表明：近3年南京市的污染物以臭氧（O₃）和颗粒物（PM_2.5、PM₁₀）为主,大气污染物时空分布特征明显。时间上主要表现为季节变化,多数污染物浓度冬高夏低,但臭氧相反;空间上主要为城市功能区差异,工业交通区浓度高于生态公园区和郊区。除了污染源因素,空气污染程度也受气象要素的制约,风速、降水和温度是影响污染物在城市大气中稀释、扩散和转移的重要因子。     

黄土高原植被类型变化和空间分布对气象因子变化的响应

利用基于GIS的黄土高原植被类型分布图,结合黄土高原地区标准气象站的气象因子资料,对黄土高原植被类型变化和空间分布对气象因子变化的响应关系进行了分析。结果显示:从东南到西北,年降水量、月平均最高气温、月平均最低气温逐渐减少,年平均气温、全年日照时数、全年最大蒸散量、平均风速逐渐增加,植被类型由东南湿润半湿润森林、半干旱森林草原往西北转变成轻干旱、重半干旱的温性草原、干旱的荒漠半荒漠植被。     

MM5/WRF气象场模拟差异对CMAQ空气质量预报效果的影响

评估了为公共多尺度空气质量模式(CMAQ)提供气象输入场的第五代NCAR/Penn State中尺度 (MM5) 模式与天气研究和预报(WRF)模式模拟的多种气象要素的准确性;比较了2个模式提供的气象场对华北地区SO₂和NO₂源同化反演效果及其质量浓度预报的差异;分析了相对湿度和边界层高的变化对ρ(SO₂),ρ(NO₂)预报的影响及其物理机制.结果表明:WRF模式模拟的各气象要素准确性优于MM5模式,其中MM5模式对相对湿度和边界层高度的模拟值与实测值的偏差较明显,而WRF模式的模拟值与实测值较接近;相对湿度和边界层高度参数是影响CMAQ空气质量预报的关键气象要素,这2个参数的变化对ρ(SO₂)和ρ(NO₂)的预报有显著影响,因此,对2个参数的改进可显著减小预报误差;ρ(SO₂)模拟误差减小的主要原因是垂直输送和质量调整过程对ρ(SO₂)的贡献减小;而ρ(NO₂)模拟误差减小的主要原因是化学反应过程对ρ(NO₂)的贡献明显减小.      

2013-2017年成都冬季空气质量状况改善评估

利用2013—2017年冬季成都市国家环境监测子站PM_(2.5)小时数据,结合MICAPS常规气象观测数据及ERA-interim再分析资料,对成都市2013—2017年冬季空气质量状况、气象条件及近10年大气扩散能力进行综合评估.结果发现,2013—2017年成都冬季12月末—1月初易发生持续性重污染事件,2015—2017年冬季持续性重污染事件总天数较2013—2014年有所减少,2013年冬季PM_(2.5)浓度值最高,达到(149.3±72.2)μg·m~(-3),2015年最低((80.7±44.1)μg·m~(-3)),5年内冬季PM_(2.5)浓度值呈波动下降趋势,下降率为9.65%,成都市冬季空气质量状况总体有所改善.2013—2017年成都冬季日降水量清除率表明,大于1 mm的降水对PM_(2.5)有明显清除作用,而弱风和低边界层(加权平均)对PM_(2.5)的累积效应显著,2013和2016年空气质量较差由于累积气象主控导致,2015年空气质量较优是由于清除气象主控.综合PM_(2.5)浓度、边界层高度、地面风速和降水等因子,使用2498个有效样本构建成都地区冬季空气停滞气象条件阈值经验公式,为地面风速小于2.2 m·s~(-1)、边界层高度小于520 m且无有效降水(日降水量1 mm).以2015年冬季大气扩散条件为基准,量化同等扩散条件下减排对PM_(2.5)的影响,结果显示减排有效,但近10年成都地区大气扩散能力有所下降,说明今后大气污染防控将面临更大的挑战.     

2010年广州亚运期间空气质量与污染气象条件分析

利用2010年11月4日～12月10日广州地区NO2、O3、SO2、PM、能见度实测资料,区域空气污染指数RAQI及大气输送扩散特征参数,分析广州亚运期间空气质量与气象条件变化特征.结果表明,亚运期间空气质量比亚运前后好,能见度比亚运前后大,PM1和PM2.5浓度比亚运前后小,能见度与PM1和PM2.5有较好的反相关;亚运期间NO2和SO2日均值和小时均值均达到国家一级标准,PM10日均值和O3小时均值均满足国家二级标准,污染物得到较好的控制;广州地区SO2受本地源和外地源远距离输送叠加影响,NO2受本地源影响较大;广州周边城市NO2、SO2和PM10有向广州输送的潜势,而广州O3有向其周边城市扩散的潜势;亚运期间污染气象条件比亚运前后有利,亚运期间污染物浓度降低得益于政府实施的减排措施及良好的气象条件.     

美军气象影响决策辅助系统实现方法 及应用

目的研究美军气象影响决策辅助系统发展现状。方法收集资料,对比分析。结果详细分析了两种美军的气象战术决策辅助系统,即综合天气影响辅助决策系统和目标探测器软件。结论天气条件对于军事行动的计划和实施都具有重要影响,而气象影响决策辅助系统可以帮助作战指挥官准确判断当前及未来的天气威胁,应选择合适的武器系统,优化武器系统效能的发挥。     

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.