重庆市黑碳气溶胶特征及影响因素初探

为了解影响重庆市黑碳气溶胶(Black Carbon,BC)污染的主要气象因素及BC的主要来源,对2012年重庆市BC与主要气象因素及燃煤、机动车产生的SO2、NO x进行了相关性分析,并分析了24 h内BC浓度变化与车流量的关系.结果显示,2012年,重庆市BC年日均浓度为(5.9±2.7)μg·m-3,占PM2.5年日均浓度的7.2%,BC小时浓度较大值出现在6:00—10:00及20:00—23:00.气温和相对湿度对BC浓度的影响不大.影响BC浓度的主要气象因素为风速,风速为0.5~1.5 m·s-1时,BC浓度随着风速增大而减小;当风速超过2 m·s-1时,BC浓度随风速增大而增加.BC与SO2、NO x的相关系数分别为0.374和0.542(p0.01),表明重庆市BC与SO2、NO x来源相同,即燃煤和机动车尾气排放,且受机动车排放的影响更大.BC浓度24 h变化与车流量的关系表明,BC浓度日变化除了受到气象条件的影响外,还受机动车尤其是柴油重型车的影响,因此,需重点控制柴油机动车以控制重庆市区BC污染.     

常州市区空气PM2．5污染分布和气象因素影响初探

PM2.5作为一种重要的空气污染物指标,其形态与组成非常复杂,影响人类身体健康。本文根据常州市环境空气自动监测站系统的常年污染物和气象监测资料,研究了常州市PM2.5污染状况及与其他城市的比较,指出PM2.5的冬春季污染较重、夏秋季污染较轻的季节变化特征,日变化的双峰结构特征,以及城市风场和降水对常州市PM2.5浓度的影响规律。研究揭示PM2.5污染与气象因素之间的相关关系,为本地PM2.5监测、预警和污染防治提供参考。     

南京北郊大气臭氧浓度变化特征

以南京北郊大气中O3质量浓度观测资料为基础,分析了O3变化特征和气象要素对其影响程度。结果表明：大气O3日均质量浓度平均为65.8μg·m-3。O3质量浓度最大值出现在午后15时左右,O3质量浓度日最大值在春季最大,而冬季最小。白天工作日O3质量浓度要高于周末,而夜间两者差异不大。气温,日照时数和降水量是影响南京大气O3质量浓度的重要因素。全年中5月份高日照时数和较低的降水量导致南京出现O3高值。在偏南气流作用下,O3质量浓度偏高。由气象要素得到的O3日均质量浓度和O3日最高质量浓度回归方程相关系数分别为0.61和0.71。     

1951─2012年沈阳市气象条件变化及其与空气污染的关系分析

气象条件对城市空气质量有重要影响,对比各气象要素和空气质量的相关性、分析气象要素的长期变化趋势是研究城市大气环境的重要内容。为增进对东北重工业城市沈阳市大气环境变化的理解,分析了1951─2012年沈阳市气温、地表温度、风速、降水、气压等气象要素的变化特征和趋势,阐明了2008─2013年冬季沈阳市空气污染指数和气象要素的相关性。对沈阳市1951─2012年气温、0 cm地温、风速、降水、气压日平均资料分析结果表明：沈阳市1951─2012年的气温与地表温度呈上升趋势,而风速、降水、气压则呈下降趋势,各气象要素呈显著的季节变化特征,其中冬春季的气温与冬季的地表温度上升趋势最明显,冬春季的风速、夏秋季的降水量和春秋季的气压下降最为明显。20世纪90年代以来,沈阳市的气温、地表温度升高显著,风速、气压下降明显,年际变化幅度都有增大趋势。分析2008─2013年冬季沈阳市空气污染指数的逐日资料。沈阳市冬季的大气污染呈线性上升趋势,空气污染指数与风速、气压、降水呈负相关,而与气温、地表温度呈正相关,且与地表温度的相关性最高。沈阳市的地表温度变化与东亚范围200 hPa的风速、500 hPa高压、850 hPa的南风呈正相关,而与850 hPa的北风呈负相关。这表明,沈阳市气候暖化及风速降低是空气污染加重的重要原因。     

北碚区气溶胶光学厚度特征及其与颗粒物浓度的相关性

为了解重庆市北碚区大气质量状况,利用其2014年气溶胶光学厚度和颗粒物质量浓度的同步观测结果进行分析.结果表明,北碚区AOD_(500 nm)的年均值为1.46±0.69,其随月份变化明显,其中11月最高为2.90±1.85, 9月最低为0.54±0.05.北碚区存在颗粒物污染的现象,PM_(2.5)和PM_(10)的年均值分别为(62±40)μg·m~(-3)和(94±51)μg·m~(-3),均超出GB 3095-2012《环境空气质量标准》二级标准限值,PM_(2.5)与PM_(10)的日均值超标率分别为26%和15%.细粒子PM_(2.5)与可吸入颗粒物PM_(10)浓度之间呈现显著性相关,全年决定系数R~2能够达到0.95(P0.01),AOD与PM_(2.5)、 PM_(10)之间全年均呈正相关特性,全年决定系数R~2分别为0.48和0.46,且不同季节下的决定系数和相关函数均有差异,其中冬季相关性最好,夏季相关性最差.全年AOD与AQI呈正相关特性,决定系数R~2为0.15(P0.05).AOD值受天气要素综合作用的影响,观测期间也应将温度、湿度、水汽等要素数据进行同步采集.     

河南省臭氧污染特征与气象因子影响分析

利用环境空气质量监测站和国家基准地面气候站数据,研究了2017年河南省臭氧(O_3)污染时空特征及其与颗粒物、前体物和气象因子关系.结果表明,河南省2017年O_3日最大8 h滑动平均值(MDA8)呈现夏季春季秋季冬季的特征,年均值为108μg·m~(-3);各地市均有不同程度O_3超标情况,其中,安阳超标天数高达88 d,信阳最少为17 d;春末夏初(5月和6月) O_3污染最为严重,O_3 MDA8月均浓度在140μg·m~(-3)以上,并在6月达到峰值;定性和定量分析显示O_3 MDA8月均浓度与颗粒物,O_3小时浓度与CO、NO_2呈负相关;不同季节、不同城市O_3MDA8与气象因子(日照时长、气温、降雨、能见度、相对湿度及风速)的相关性具有差异.     

天气条件对福州近地层臭氧分布的影响

利用2009—2010年福州市近地层臭氧连续观测资料,并结合气象资料分析不同天气型对臭氧浓度变化的影响,以及臭氧浓度与气象要素的相关性。结果表明:在高压后部、地面倒槽等6种天气型影响下,福州市臭氧浓度值较高;在低涡锋面、台风(热带辐合带)等4种天气型影响下,臭氧浓度值较低。导致福州市臭氧平均浓度值最高的天气型是台风(热带辐合带)外围,最低的是低涡锋面系统。高压后部、地面倒槽和锋前暖区等强暖性、且非常不利于污染物扩散的天气型易造成臭氧浓度超标。臭氧浓度与气象要素关系密切,与温度、日照、太阳辐射显著正相关,与云量、相对湿度、降水量显著负相关,受偏南和偏东风影响,平均风速较大时,臭氧浓度较高,在SSE方位上臭氧小时浓度超标率最高。     

北京市2012-2013年秋冬季大气颗粒物污染特征分析

大气颗粒物一直是影响我国城市空气质量的重要污染物,2013年1月北京市的严重灰霾污染更是带来了重大的健康危害和经济损失。为了摸清北京市颗粒物污染的特征,本文利用北京市实时发布的颗粒物污染监测数据,选取污染最为严重的2012-2013年秋冬季时段,对颗粒物的达标情况、变化趋势及其与气象因子相关性等方面进行研究。研究结果表明：1）2012年,北京市年均ρ（PM10）为109.0μg.m-3,超过了新国标二级标准限值,日均ρ（PM10）的超标天数为84天,全年超标天数比例为23.0%。2）2012年10月至2013年2月,ρ（PM10）达标天数比例为77.9%,ρ（PM2.5）的达标天数比例为51.9%。各月ρ（PM2.5）的达标天数比例均低于ρ（PM10）,某些月份二者达标天数比例差异很大。3）ρ（PM2.5）与ρ（PM10）的逐小时连续变化趋势基本相同,变化特征为＂快速积累,迅速消散,持续时间不定＂。ρ（PM2.5）与ρ（PM10）平均值24 h的变化呈双峰双谷曲线,颗粒物质量浓度夜间高于白天。4）研究期日均ρ（PM10）和ρ（PM2.5）与日均相对湿度呈显著正相关关系,与平均风速和最大风速呈显著负相关关系,ρ（PM2.5）比ρ（PM10）更易受气象条件变化影响。5）ρ（PM10）和ρ（PM2.5）日均值有着非常显著的线性相关关系。本研究得出的ρ（PM2.5）/ρ（PM10）的均值高于之前北京市及我国其他城市研究得出的数值,严重污染现象是由特殊的气象背景条件与污染物高排放共同导致的。     

基于SPEI和SPI指数的青海省东部农业区春夏气象干旱特征的评估

青海省东部农业区是青海省重要的粮食生产基地,春夏干旱直接影响着该区农业的有序发展。论文选取青海省东部农业区13个气象站点1961-2014年平均月降水和气温数据,采用泰森多边形法、SPEI和SPI指数、R/S分析等方法对比评估了该区的春夏气象干旱演变特征。研究表明：1）近54 a SPEI和SPI指数显示青海省东部农业区干旱年际变化在2000年代前基本一致,2000年代后变化趋势发生变化;SPEI指数显示2000年代后春夏旱逐渐加重,SPI指数显示2000年代后春旱逐渐缓解该区干旱,气温是导致两者产生差异的主要原因。2）该区干旱面积覆盖率与干旱年际变化规律保持一致,两种指数主要在1990年代中期前后有所不同,1990年代中期后SPEI指数显示的春夏干旱覆盖面积要比SPI指数显示的广。3）SPEI和SPI指数在2000年代后春夏干旱频率呈相反趋势,SPEI指数显示的2000年代为干旱高频期,SPI指数为干旱低频期;两种指数均显示春旱高频区由西部转向东部地区,夏旱高频区由西北转向东南地区。4）根据干旱周期及R/S分析法,未来4~6 a该区春旱加重,北部地区为春旱高发区;未来18~22 a夏旱也有所加重,西部和东部地区为夏旱高发区。5）通过对比分析发现,SPEI指数在该区的适用性较好,能为该区干旱监测提供较为科学的理论依据。     

重庆臭氧时空分布特征及其污染成因的初步分析

近年,臭氧(O₃)正逐渐取代PM_2.5成为中国首要大气污染物.因此,研究O₃的时空分布特征及污染成因对于空气污染治理与管控具有重要价值.重庆复杂的地形造成该地区O₃的污染成因具有很大的不确定性.采用2013—2020年重庆市主城区环境监测站O₃、PM_2.5、NO₂逐小时监测数据和国家气象站观测资料,分析了O₃的时空分布特征,并探究其与复杂地形、前体物、气象要素及PM_2.5的关系.结果表明:①2013—2020年臭氧日最大8 h平均浓度的第90百分位值年际变化总体呈现先减后增的趋势.发生臭氧污染月份数量增加,臭氧污染开始月份从6月提前到4月.②2019年重庆臭氧中度和重度(中重度)污染天数最多,为6 d.2013—2015年中重度污染频率由1.09%减少至0.27%,到2019年增加至1.64%,2020年降至0.81%.③重庆中重度污染期间,O₃的空间分布受山谷风环流与城市热岛效应的共同影响.白天城区站点O₃浓度高于山区站点O₃浓度,夜间山区站点O₃浓度高于城区站点O₃浓度.④城区站点的O₃与NO₂浓度呈现显著负相关,山区站点O₃与NO₂浓度的相关系数为负值,但相关性不显著.⑤重庆大部分O₃中重度污染由局地污染主导,在非高温或者高湿的情况下同样可能发生臭氧中重度污染.臭氧中重度污染发生时,风向多为西-北风.O₃浓度与气温和风速呈显著正相关,与相对湿度呈负相关.⑥重庆O₃-PM_2.5相关性城区与山区表现不一致,城区南坪站O₃-PM_2.5在暖季呈正相关关系,冷季相关性有正有负,山区缙云山站O₃-PM_2.5在暖季和冷季都呈正相关关系.