泉州市灰霾时PM2.5浓度与气象条件、能见度相关分析研究

利用泉州市空气自动监测站的监测资料,研究泉州市灰霾天气时PM2.5浓度与风速、温度、相对湿度等气象因素及能见度的关系.结果表明:泉州市灰霾天气期间往往会伴随气象因素及能见度的变化,灰霾发生前,风速降低,相对湿度减小,逆温层形成,能见度降低;灰霾结束前,风速增大,相对湿度趋于稳定,逆温层消失,能见度增大.灰霾发生时,PM2.5的浓度与风速、能见度基本呈负相关的关系,与相对湿度基本呈正相关关系.气象条件及能见度的变化可以为灰霾天气时污染状况的预判提供重要的参考.     

京津冀臭氧污染特征、气象影响及基于神经网络的预报效果评估

基于生态环境监测和气象观测数据,分析了2016~2020年京津冀13个城市臭氧（O₃）浓度特征,讨论了O₃污染高发月份日最高温度（T_max）、日均地面气压（p）、日均地面相对湿度（RH）和日均地面风速（v）等气象要素对O₃-8h浓度和O₃-8h超标情况的影响规律,并采用AQI级别预报准确率、O₃浓度范围预报准确率和O₃级别预报准确率等方法,评估了基于神经网络的O₃统计预报效果.结果表明,2016~2020年期间京津冀13城市ρ（O₃-8h-90per）分别为157.4、177.2、177.3、190.6和175.6μg·m^-3,区域臭氧浓度5a上升了11.6%,2016~2019年期间总体呈波动上升趋势,2020年环比下降;2020年与2016年相比,除北京、张家口和承德略有下降外,其他10个城市ρ（O₃-8h-90per）上升了6~45.5μg·m^-3.O₃-8h月均值呈现"两头低,中间高"现象,ρ（O₃-8h）在4~9月的月均值超过了100 μg·m^-3,在6月最高,为158.10 μg·m^-3.城市O₃-8h超标率范围为8.6%~19.2%,97.8%的O₃-8h超标情况发生在4~9月.区域尺度上O₃-8h浓度与日最高温度相关性最强,当T_max在25~28℃区间时,所有城市开始出现O₃-8h超标.O₃-8h浓度与日均地面气压呈负相关关系;当RH在60%以下时,大部分城市O₃-8h浓度随相对湿度上升缓慢增长;当RH在61%~70%以上时,大部分城市O₃-8h浓度随日均相对湿度上升而下降.O₃-8h超标时的地面主导风向主要为偏南风,大部城市O₃-8h浓度高值易集中出现在2~3m·s^-1及以下低风速区间.OPAQ统计模式提前1~9 d预报相关系数范围为0.72~0.86,AQI级别预报平均准确率为67%~86%,O₃-8h浓度范围预报平均准确率为63%~84%.在O₃-8h超标情况多发的4~9月,模式对O₃轻度污染和O₃-8h超标情况提前3 d预报准确率分别为69%和66%,可为O₃-8h超标管控提供参考依据.     

冬奥会期间京津冀及周边区域空气质量时空特征、气象影响和减排效果评估

对比分析2015～2022年冬奥会期间(1月31日至2月20日)京津冀及周边区域44城市空气质量时空演变特征,量化同期气象、协同减排和跨区域传输对PM_2.5浓度及组分变化贡献,为不利气象条件下区域空气质量联防联控提供科学参考.结果表明,2022年44城市PM_2.5浓度为近8年农历同期最低(46μg·m^-3),优良天占比最高(83.3%),不存在重污染天.PM_2.5污染南重北轻,高值区主要集中在太行山沿线及燕山传输通道城市.2016年在春节中期未管控烟花爆竹燃放等源排放强度下,优良天占比93.5%,大气强扩散能力对空气质量改善至关重要.2022年静稳天气指数(SWI)同比增加2.1,大气扩散能力转差,44城市ρ(PM_2.5)均值和峰值同比下降14μg·m^-3和76μg·m^-3,北京减排对PM_2.5浓度降幅较未采取前增大96%,晋鲁豫地区在气象造成PM_2.5浓度上升的不利背景下,峰值下降87μg...     

北京市三种典型城市绿地类型的保健功能分析

随着城市化进程的加快,越来越多的城市居民的健康受到城市污染的影响,因而城市绿地对人体的保健作用日益受到重视。通过实地监测的方法,选择北京3种典型类型的绿地、在不同空间以及不同的季相条件组合下,对形成绿地保健功能的空气负离子浓度、空气温度、湿度、二氧化碳浓度、噪音等因子进行了研究。结果表明：（1）不同绿地类型的保健功能有较大的差距,以同一时段空气中的负离子浓度为例,其最大值发生在郊野公园（1810cm^-3）,高于单位绿地（980cm^-3）,远高于作为对照的商业中心（110cm^-3）;（2）在同一绿地的不同空间位置也存在明显差异,以道路绿化防护林带为例,林带中心空气中的负离子浓度高达1900cm-^-3,高于林缘（591cm^-3）和林外（120cm^-3）;（3）同一绿地保健功能随季相变化发生明显改变,在有叶期的道路绿化防护林带中心的空气负离子浓度（1900cm^-3）是落叶期相同位置空气中负离子浓度（750cm-^-3）的两倍多。空气温湿度、噪音、CO2浓度的空间和时间上的变化类似于空气负离子。本研究获得的数据支持了城市绿地保健功能理论,可为合理设计城市绿地增强其保健功能提供依据。     

乌鲁木齐市可吸入颗粒物污染水平及其与气象因素的相关性分析

为了解可吸入颗粒物污染水平与气象因素之间的关系,从2008年9月—2010年2月采集乌鲁木齐市可吸入颗粒物样品,并对其随时间的变化特征及其与气象因素之间的相关性进行了统计分析。结果表明,采样时间内可吸入颗粒物中PM2.5和PM2.5-10的质量浓度的范围分别为38.2~468.7μg/m3和20.8~243.1μg/m3,平均浓度分别为134.2μg/m3和69.2μg/m3。可吸入颗粒物同时受几种气象因素的影响,其浓度与温度、能见度、风速呈负相关,与湿度呈正相关。     

我国中东部不同地区冬季颗粒物垂直分布的车载移动观测

利用中山大学环境气象综合观测车（载有3D可视型激光雷达、多普勒风廓线激光雷达、转动拉曼温廓线激光雷达）于2018年冬季在全国范围内（厦门-北京）的走航观测资料,对我国中东部不同地区和城市的边界层结构以及颗粒物分布特征进行了研究.结果表明：(1)在从南向北走航的过程中,边界层内各个高度的温度以及边界层高度呈下降趋势.(2)不同高度发生颗粒物污染的气象成因有所差别,其中1000 m高度左右发生颗粒物污染的主要成因是较高的水平风速将周围地区的颗粒物输送过来而导致;500 m及近地面附近发生颗粒物污染主要是由水平风速较小导致局地来源的颗粒物堆积以及上游地区颗粒物的输送两者共同作用.(3)逆温结构和上升气流会导致颗粒物在边界层顶堆积,而下沉气流使得颗粒物由在某一高度堆积扩散至整层均匀分布.     

北京地区秋冬季大气污染特征及成因分析

为了研究近两年北京地区PM2. 5污染特征及成因变化,利用常规观测资料和改进的后向轨迹模型(Traj Stat)对2016～2017年秋冬季大气重污染时段的颗粒物浓度、气象要素和气团传输路径进行了综合分析.结果表明,研究期间北京地区共发生13次持续2 d以上的重污染事件,冬季过程约占61. 5%,且污染程度和持续时间均高于秋季.地面受弱气压场控制、高湿度、静小风以及较低的混合层高度,加之北京三面环山的特殊地势是导致秋冬季静稳型污染频发的重要因素,重污染期间PM2. 5/PM10的平均比值高达0. 86.累积阶段气团主要来自于西北、偏西、西南和东南方向,其中西南和东南路径为典型污染传输通道,轨迹频率为21. 6%.此外,采用WRF-CAMx模型定量估算了2016年12月16～22日典型过程中本地和外来污染源对北京PM2. 5的贡献,结果发现不同气团输送条件下,二者的贡献差异较大.当南部气团输入时,本地贡献会显著下降,以外部区域输送为主导;若气流来自西北方向情况则相反.污染过程期间,本地贡献为16. 5%～69. 3%.     

绵阳市大气污染物浓度变化特征及相关性分析

随着我国工业化、城市化和机动化的高速发展,大气环境质量越来越受民众关注,我国已建成国控—省控—市控—县控四级环境空气自动监测网络,监测项目包括SO2、NO2、CO、O3、PM2.5和PM10.基于2018年绵阳市环境空气监测数据、颗粒物化学组分及气象资料分析上述6个监测项目年均、季度、月均、日均及每日最大小时浓度变化特征,并进一步探讨污染物浓度与气象条件的相关性,结合颗粒物化学组分对产生原因进行剖析.结果表明:绵阳市冬季环境空气质量较差,夏季相对较好.Pearson相关性分析表明:SO2、NO2、CO和颗粒物(PM2.5和PM10)之间存在显著相关性,冬季PM2.5与SO2、NO2的相关系数分别为0.610和0.635,PM10与SO2、NO2的相关系数分别为0.655和0.655,颗粒物主要化学组分为硫酸盐、硝酸盐、铵盐和二次有机气溶胶,颗粒物二次转化尤为明显,冬季需重点管控颗粒物;春季和夏季O3与PM2.5、PM10呈显著正相关,需做好颗粒物和O3的协同管控.O3每日最大小时浓度多集中在13:00?—?18:00,其他污染物每日最大小时浓度多集中于08:00?—?12:00和20:00?—?24:00,同时NO2在20:00?—?24:00出现每日最大小时浓度的频次占67.1％,控制机动车等污染源排放尤为重要.     

大连市大气污染天气特征及污染成因模拟分析

利用大连市2014~2015年地面观测资料、高空地面形势场和2015年12月NCEP/NCAR再分析资料,结合WRF-CMAQ数值模式,对大连市污染天气特征和污染过程的成因进行分析研究.结果表明：2014~2015年大连市共有大气污染日数145d,占20%,大气污染天气过程35个;发生大气污染时的高空形势场主要为槽后脊前的西北气流场,占63%,槽前西南气流场次之,占21%,槽区、脊区各占6%;地面形势场主要表现为风速较小的均压场（68%）和等压线密集风速较大的非均压场（32%）两种气压场.2015年12月出现的5次污染过程中,大气层结均为稳定层结,且近地面水平风速均值较小,对污染物垂直方向和水平方向上的扩散起到抑制作用,导致空气质量恶化;模拟结果发现大连市冬季污染过程中大气气溶胶的的主要成分是硝酸盐、铵盐和硫酸盐等细颗粒物,其中硝酸盐占比最大,且污染过程的增幅最为明显,说明机动车和燃煤排放已对大连市城市污染的形成产生重要影响.     

2015~2020年海南省臭氧时空变化及其成因分析

基于2015～2020年海南省32个大气环境监测站监测数据,以及同期的常规气象观测资料,采用经验正交函数分解方法（EOF）、气候倾向率和趋势系数分析等方法,探讨了海南省O₃-8h（最大8 h平均）时空分布特征,及其与前体物和气象因子的关系.结果表明,海南省ρ（O₃-8h）呈北部和西部偏高,中部、东部和南部偏低的分布特征,最高值出现在东方市(91.5μg·m^-3). 2015～2020年共有12个市县ρ（O₃-8h）呈下降趋势,其中有6个市县达到了95%的信度检验.ρ（O₃-8h）季节变化特征明显,秋季最高,春季和冬季次之,夏季最低.秋季ρ（O₃-8h）表现为上升趋势,而其余三季为下降趋势. EOF分解的前两个特征向量场的累积方差为72.58%,能够较好地描述ρ（O₃-8h）的主要分布特征.第一模态体现了ρ（O₃-8h）变化的一致性,第二模态体现了地区性差异.ρ（O₃-8h）的变化与前体物和气...