重庆市区雾害与能见度的变化分析

本文通过对重庆市区盛近50年雾频率变化和能见度变坏的观测事实.揭示了重庆市区由于城市规模的扩大,工业的发展和交通运输的急剧增长,使市区的大气能见度和天气品位出现了逐渐变坏的趋势.     

细水雾抑制隧道甲醇火灾的全尺寸实验研究

针对难以迅速扑灭的隧道甲醇火灾场景,在截面积9.14 m~2,长38 m的全尺寸隧道内开展了一系列实验,研究了不同通风条件下多喷头细水雾系统对隧道甲醇火灾的抑制作用。通过分析火源周围温度分布、火源下风向隧道温度分布及隧道能见度等参数,综合评估了通风条件下细水雾系统抑制隧道火灾的效果。结果表明:纵向通风降低隧道温度的同时易引起人眼高度处温度升高;细水雾能迅速控制火灾发展并有效降低隧道温度,但细水雾雾滴的扩散与沉降易造成隧道能见度的下降。在本文条件下,风速为4.98 m/s的纵向通风和10 MPa压力下的6喷头细水雾系统共同作用能够有效降低火源周围温度和隧道温度,并显著提高隧道能见度。     

关于PM2.5的综述

综述了大气PM25的来源,样品采集分析,化学组成,病毒机理,对人类健康和大气能见度的影响,以及国内外的研究进展.     

多机器学习模型下逐小时PM2.5预测及对比分析

为了能及时、准确的估算出PM_2.5浓度及污染等级,分别构建了K最邻近模型（KNN）、BP神经网络模型（BPNN）、支持向量机回归模型（SVR）、高斯过程回归模型（GPR）、XGBoost模型和随机森林模型（RF）6个PM_2.5浓度预测模型,选取江西省赣州市为实验区域,采用2017~2018年逐小时气象站数据、PM_2.5浓度数据和Merra-2再分析数据开展PM_2.5预测实验.结果表明,缺少污染物观测数据时,利用能见度和气象因子等数据也能较好的预测PM_2.5浓度.在PM_2.5浓度预测精度方面,XGBoost模型最高,随机森林模型次之,高斯过程回归模型最差.6个模型的预测精度总体呈现冬季最高,秋季和春季次之,夏季最低.XGBoost模型的PM_2.5污染等级预测准确率高于其他模型,综合准确率达87.6%,并且XGBoost模型具有训练时间短,占用内存小等优点.XGBoost模型的变量重要性结果表明,能见度变量的重要性最高,相对湿度和时间变量次之.本研究可为环境部门准确预测、预报PM_2.5浓度提供参考.     

基于微波辐射计分析低能见度的液态含水量特征

利用广州国家基本气象站2013年11月~2014年4月的能见度（Vis）、相对湿度（RH）、微波辐射计液态含水量（LPR）小时资料和云资料,分析了广州地区能见度的时间变化,以及低能见度时液态含水量变化特征.结果表明广州地区Vis<10km的出现频率为66.37%;Vis ≤ 1km只在RH ≥ 95%情况下出现,1km < Vis ≤ 2km只在RH>90%出现,Vis>5km在RH>95%区间出现频率为0,Vis>15km在RH>90%的出现频率为0;低能见度事件出现的频率高低顺序依次为早 > 晚 > 中,与相应时段低空LPR的平均值高低一致,说明低能见度事件与低空大气中高液态含水量存在一定的正相关;当Vis<10km时,大气液态水含量都处于较高的水平,在3000m以下存在一个大于0.02g/m³的高含水量层,液态含水量出现最大值的高度在1550m左右;当Vis ≥ 10km时,大气液态含水量都处于较低的水平,液态含水量出现最大值的高度大约在2000m,未出现有大于0.02g/m³的情况;广州地面低能见度过程不是低云（或低云接地为雾）过程导致的概率基本在50%以上,Vis ≤ 1km情况下LPR值基本为0（微波辐射计没有监测到液态水）,但由于RH>95%接近饱和且出现高浓度的颗粒物,说明广州地区低能见度（Vis ≤ 1km）应为雾霾混合情景.表明只有联合利用微波辐射计的液态含水量、相对湿度与颗粒物浓度等要素变化特征的综合分析才能为雾、雾霾混合与霾现象分辨提供一定的参考.     

西安咸阳国际机场高速公路低能见度事件变化特征及影响因子分析

利用西安咸阳高速公路交通气象自动观测站网2013年8月—2015年4月共21个月的交通气象实时观测资料,对该路段大气低能见度事件变化特征及其主要气象影响因子进行了初探。结果表明:造成低能见度事件主要有霾(52.9%)、雾(31.3%)和降水(15.8%)三种天气现象发生。各月低能见度事件发生频率秋季最高,春季次之,夏季最低。各时次出现低能见度事件的频率呈白天低、夜间高的单峰单谷型变化。秋冬季节低能见度事件发生期间,高速路段雾、霾所占比例相当;当相对湿度大于80%时,与能见度呈多项式型负相关。秋冬季节机场高速路段低能见度发生期间,96.0%以上为小风或静风天气。夏季高速路段能见度与逐分钟降水量变化趋势呈镜像反相关,且二者呈显著的幂指数型相关(R2=0.7076)。     

大气细颗粒物监测的政策制定和标准设计

我国现行大气质量标准制定时间较早,已明显落后于当前的社会需求和欧美发达国家的标准。特别是在城市及区域大气PM2.5污染严重的态势下,我国尚未制定PM2.5的环境空气质量标准,这与我国日益崛起的国际地位明显不符。     

基于风险神经网络的大气能见度预测

针对空气污染导致大气能见度降低的预测研究,构建了一个风险神经网络模型,模型以6个气象因子、3种主要污染物(SO2,NO2,PM10)浓度和能见度作为输入因子,输出为24h后能见度的预测值.该模型对低能见度情况的数据给予相对较高的风险值,而对高能见度情况的数据则给予相对较低的风险值.以天津市2003~2007年的气象数据对模型进行检验,结果表明该风险神经网络模型优于传统神经网络模型和线性回归模型.     

合肥市颗粒物和气象条件对大气能见度的影响研究

利用2019—2021年合肥市气象参数、颗粒物浓度、颗粒物化学组分、颗粒物散射系数、颗粒物粒径谱等的逐小时观测数据,分析了合肥市大气能见度变化趋势及其影响因素。结果表明,2019—2021年,合肥市能见度呈逐年上升的总体特征,并且在季节变化上呈现为夏高冬低,在日变化上呈现为午后最高、夜间最低。相关性分析结果显示,合肥市能见度与颗粒物浓度、相对湿度均呈显著负相关关系,且能见度与相对湿度的相关程度比与颗粒物浓度的相关程度高15.5%~219.2%。相对湿度是直接影响合肥市能见度的主要因素之一,而温度、风速对能见度的间接影响作用相对较小。能见度与颗粒物特性关系研究结果表明:能见度与水溶性离子的相关程度高于与碳质组分的相关程度;当能见度处于较低水平时,能见度与PM_2.5主要组分浓度的相关性明显减弱,相对湿度、超细颗粒物占比、水溶性离子含量和碳质组分含量等因素对能见度的影响逐渐凸显;在较高PM_2.5浓度环境条件下,颗粒物散射系数的显著变化是导致能见度降低的主要原因;小粒径颗粒物对合肥市大气能见度的影响程度相对较高,应优先大幅度降低PM_1.0浓度。     

2011年重庆地区灰霾污染特征初步研究

本文结合2011年重庆区域灰霾统计结果表明,灰霾污染状况已逐步由重度和严重灰霾向轻中度灰霾污染过渡,污染程度得到好转。灰霾／非灰霾对比发现颗粒物PM2.5污染浓度较高,超标率较大,占颗粒物污染较大比重,且对能见度影响显著。2011年BC／PM2.5平均比值为18％左右,且比值时间序列变化趋势与全年灰霾污染总体发生趋势相符。