基于特征指标的气象因子对PM2.5浓度的影响分析

以西安为研究区域,为探究气象因子对PM_2.5浓度的影响,采集2017-2019年空气质量与气象因子数据,改进k-Means聚类算法,形成严重污染、重度污染、中度污染、轻度污染共4个PM_2.5浓度与气象因子样本簇集。分析簇集数据分布,选择Spearman相关性分析方法,确定影响PM_2.5浓度的气象因子;定义PM_2.5凸显性条件,给出幅度特征FOA、浮动特征FOF和凸显特征FOH,构建三维空间,确定气象因子对PM_2.5影响的大小,进而建立气象因子对PM_2.5浓度的影响分析方法。比较多元线性回归和随机森林回归方法,结果表明:该方法提高了分析效率,且无需考虑因子选取和表达,能有效确定影响PM_2.5浓度的气象因子种类及影响程度。在低温、高湿、高压和相对静风的气象条件下,空气中颗粒物难以扩散和输送,使西安市PM_2.5浓度升高。严重污染、重度污染和中度污染中,PM_2.5浓度与相对湿度呈显著正相关,与风速、气温呈显著负相关,且影响大小依次为相对湿度>风速>气温;轻度污染中,PM_2.5浓度与相对湿度、气压呈显著正相关,与风速、气温呈显著负相关,且影响大小依次为气温>相对湿度>气压>风速。     

黑龙江省重点城市AQI指数特征及其与气象要素之关系

空气质量状况的优劣,直接关系到人体健康和经济社会可持续发展。利用2014年黑龙江省4个重点城市的空气质量数据,结合同期常规气象要素资料,分析了黑龙江省AQI指数基本特征及与气象要素的关系。分析结果表明：黑龙江省重点城市年平均AQI指数以哈尔滨最大（轻度污染级别）,其次牡丹江、大庆、齐齐哈尔（良级别）;单日空气质量指数最高值在大庆（500）,其次是哈尔滨（490）,牡丹江和齐齐哈尔单日最高值分别为264和251;AQI指数年分布特征是冬季最高,其次秋季,再次春季,夏季最低;首要污染物最多的是PM_2.5,其次PM₁₀、NO₂和臭氧8 h。AQI指数与平均气温,在年尺度上呈负相关,月和四季呈正相关为主;与降水日呈负相关;与相对湿度是冷月（1-2月）呈正相关,渐暖月（5-6月）呈负相关;与最大风速,采暖季呈明显负相关;与本站气压呈正相关,与日照时数冬季呈负相关关系。     

北京西山国家森林公园中空气负离子浓度与气象因子的相关性研究

空气负离子(Negative air ions,NAI)是城市空气质量的重要指标之一,揭示城市森林释放NAI的影响机制,有助于充分利用NAI的净化作用及保健作用,并判断空气质量.利用北京西山国家森林公园2017年9月—2018年8月的NAI和气象数据,深入探究不同季节条件下和典型天气下影响空气负离子浓度(NAIC)的气...     

2019年8月世警会期间成都平原臭氧污染及其气象成因分析

利用2015-2019年夏季成都平原的空气质量监测数据、气象数据及再分析资料,研究了2019年8月世警会(第十八届世界警察和消防员运动会)期间成都平原持续性高浓度臭氧(O3)污染特征及其气象成因.结果表明:①2015-2019年夏季成都平原地表O3-8 h(O3日最大8小时平均浓度)的90百分位呈上升趋势,7月臭氧超标...     

气象条件变化对呼市地区大气污染的影响

利用1995至2002年呼和浩特市区空气污染物PM10、TSP、NO2、NO2、SO2浓度的实际监测数据与同期的地面要素场资料、大气边界层气象参数和地面天气图分析了污染物浓度与气象条件的关系及气象条件变化对呼市地区污染物浓度变化的影响，讨论了污染物浓度变化规律的成因。在此基础上用逐步回归方法建立了不同季节呼市地区空气污染浓度统计预报模型。     

太湖藻源性"湖泛"形成机制的气象因素分析

将蓝藻水华引发的太湖水域黑臭水团现象称为藻源性"湖泛",并将其形成过程分为藻源形成、厌氧反应产物"泛"起、黑臭水团聚积3个阶段.针对2007年5月和2008年5月2次藻源性"湖泛"形成过程中气象要素演变的共同特征,结合水动力模型研究发现,适宜的气象条件提供了必要的热力与动力环境,是诱发"湖泛"形成的必要因素之一.第1阶...     

气象因子对鹤望兰产量的影响因素

采用滑移相关和斜交因子分析方法,得出影响成都地区鹤望兰产量的气象因子是温度、光照和相对湿度,且有显著的超前性.冬季的增温、增光和降低湿度是增加春季产量的重要管理环节,而秋季的增光、降低湿度是提高秋、冬季产量的重要措施.     

Dust storms: recent developments

Dust storms have a number of impacts upon the environment including radiative forcing, and biogeochemical cycling. They transport material over many thousands of kilometres. They also have a range of impacts on humans, not least on human health. In recent years the identification of source areas for dust storms has been an important area or research, with the Sahara (especially Bodélé) and western China being recognised as the strongest sources globally. Another major development has been the recognition of the degree to which dust storm activity has varied at a range of time scales, millennial, century, decadal, annual and seasonal.     

内蒙古地区沙尘天气频率及其影响因素分析

基于内蒙古中西部地区45年（1961～2005年）的气象资料、沙尘暴资料,讨论内蒙古中西部地区沙尘暴频率变化趋势和气候动力因子对沙尘暴频率的影响。利用风速、降水量、蒸发量、相对湿度、大风日数等基本气象资料,建立新的影响沙尘天气的气候影响指数D模型,该模型不仅考虑影响沙尘暴的动力条件,而且也把影响沙尘暴发生的下垫面稳定情况纳入模型,所模拟的结果更趋近于现实。对各气象站计算的结果显示,气候影响指数D模型与沙尘天气频率有很好的线性关系,这种线性关系具有明显的区域特征。     

2015年12月北京市空气重污染过程分析及污染源排放变化

2015年12月,北京市及周边地区连续多次出现重污染天气.在此期间,北京市空气重污染应急指挥部两次发布红色预警.为厘清该月重污染的发生过程、生消变化,测算了应急措施下的污染源排放变化情况,并采用数值模拟和地面观测相结合的分析方法,对重污染的形成原因进行初步分析,同时对应急措施的环境效果进行评估.结果表明:1虽然2015年12月北京市主要大气污染物排放量较去年同期有所下降,但排放强度仍然较大,是重污染过程的内因;气象扩散条件不利是重要的外因,地面风速弱,大气稳定度高,相对湿度高,边界层高度降低,源排放及气象因素共同导致了此轮重污染过程.2红色预警应急措施可实现污染物日排放强度减少36%左右,PM_2.5浓度下降11%~21%,预警的应急措施不能扭转重污染的态势,但对于缓解PM_2.5污染加重趋势有明显的效果.3在重污染天气下,污染物仍在大气中累积,应急措施最明显的效果发生在实施后的48~72 h后,因此建议在PM_2.5浓度快速上升前36~48 h实施减排措施,从而对空气质量预报准确性提出更高的要求.