华北地区一次重污染天气的气象变化过程分析

利用大气环境监测数据、常规气象观测资料、探空数据以及HYSPLIT后向轨迹模式对2014年2月20—26日发生在华北区域的一次大面积重污染天气进行综合分析。利用风云卫星观测资料直观展示了污染的生成、消散状况。结果表明,在此次重污染天气过程中,华北地区主要城市均观测到高浓度的PM_(2.5),其中北京、石家庄PM_(2.5)小时浓度均值分别为286.1、371.2μg/m~3。该次污染与天气过程关系密切,平稳的高空环流形势、华北地面弱低压为污染天气的发生、发展提供了有利的气象条件。地面的静风或小风天气以及近地逆温的出现有利于污染的维持。后向轨迹分析表明,此次污染过程区域性明显,南部、西南部周边地区的污染物外源性输入对研究的主要城市有显著影响。     

近43年来小兴安岭及周边地区的气候变化特征

利用黑龙江省的逐日气象资料,对过去43年中的小兴安岭及周边地区的气候变化特征进行了分析,并与黑龙江全省的情况进行了比较.结果表明:该地区的气候变化特征与黑龙江全省基本一致,气候特征的季节性变化比较明显,同时小兴安岭地区的气候变化对周边地区产生了一定的影响.全省范围内气温均呈变暖趋势,小兴安岭最低气温的升高对其周边地区有一定的拉动作用全省以及小兴安岭及其周边地区年降水量出现较大波动的同时,降水越来越集中,且小兴安岭及其周边地区的水分条件要好于全省的平均水平.     

AERMOD大气扩散模型研究综述

AERMOD模型是美国环保局和美国气象学会联合开发的一种大气扩散模型,它采用了最新的大气边界层和大气扩散理论,替代ISC(Industrial Source Complex)模型成为美国的新一代法规模型,该模型已被列入我国环境影响评价技术导则--大气环境(HJ/T2.2-2008)推荐模型之一。国内外针对该模型开展了很多研究,主要集中在:AERMOD模型与其它大气扩散模型的对比研究和评价;AERMOD模型运行所需气象数据的模拟以及AERMOD模型在某些领域中的具体应用。AERMOD模型较我国旧版环境影响评价技术导则--大气环境(HJ/T2.2-93)推荐模型更能反映污染物的实际扩散规律,但由于目前该模型系统在国内的应用不算广泛,而且该模型本身也一直在不断完善当中,因此,为验证它的可靠性、合理性及实用性并确定其预报准确率,建议在该模型推广应用到一个新的地区或城市之前应当经过模型评估过程。     

大气污染控制有效性的评估模型及应用

基于小波分析理论及BP神经网络,建立了大气污染控制有效性的评估模型.利用该模型解析天津市污染源排放及气象因素对大气污染物环境浓度的影响.结果表明,SO2浓度波动主要由污染源的季节变化引起,与天气过程有关的短期波动也不容忽视;而PM10浓度波动主要由污染源排放及气象条件的短期变化引起.2002~2003年的气象条件总体上不利于大气扩散,使SO2日均浓度长期分量增加约为3μg/m3;而2004年的气象条件有利于大气扩散,使SO2日均浓度长期分量减小约为5μg/m3.PM10日均浓度长期分量也有类似的规律,2002~2003年的不利气象条件使PM10日均浓度长期分量增高更显著,约为10μg/m3.     

北京夏季道路环境中NO_x,NMHCs及气象因子对ρ(O_3)的影响

通过对北京市2009年夏季3种典型道路(开阔道路、交叉道路、街道峡谷)环境中O3,O3前体物(NO,NMHCs等)及气象因子的监测,分析了北京市典型道路环境中ρ(O3)的变化规律及O3前体物质量浓度与气象因子对ρ(O3)的影响.结果表明:夏季北京市典型道路环境中ρ(O3)呈明显的日间单峰变化规律,这与非道路环境并无不同.不同类型道路环境中ρ(O3)的变幅与峰值出现时间有所不同;3种典型道路环境中ρ(O3)与ρ(NO),ρ(NMHCs)等均呈良好的负相关关系,与ρ(NO2),ρ(NO2)/ρ(NO)呈良好的正相关关系;3种类型道路环境中ρ(O3)均呈现出与紫外强度、温度相同的变化趋势,而与相对湿度的变化趋势相反,ρ(O)高值出现于高温、强紫外线与低湿度的时刻,ρ(O)变化略滞后于紫外强度变化.     

基于地统计学的北京市可吸入颗粒物时空变异性及气象因素分析

大气颗粒物是造成城市空气污染的重要原因之一,并已经成为我国北京等大中城市空气污染中的首要污染物.为分析北京市采暖期大气中可吸入颗粒物的污染水平及其气象因素的影响作用,以大气可吸入颗粒物PM0.3,PM3.0,PM5.0为研究对象,于2007～2009年采暖期间在北京市城区设立了93个采样点进行定点采样监测,利用地统计分析工具和指示克里格方法,模拟分析了北京市城区2007～2009年采暖期PM0.3、PM3.0、PM5.0的时空变异性,并建立起可吸入颗粒物浓度与气象条件(风力、温度、湿度)的对应关系,由此分析气象因素对大气颗粒物污染水平的影响程度.结果表明:实验半变异函数符合具有块金值的球状模型;北京城区空气可吸入颗粒物的污染水平自2007年以来污染程度与污染面积均呈减小趋势,影响范围主要集中在西南部,西北次之,近郊区污染重于城区;气象条件是影响可吸入颗粒物污染程度的重要因素,在不同年份不同气象因子对颗粒物的影响是不同的.但另一方面,由于污染原因季节冷暖程度的不同,气象条件对颗粒物浓度的影响有不确定的一面,但仍可找到一些规律.     

空气质量与气象因子间关联规则的挖掘方法研究

传统数据相关性分析仅能揭示空气质量与气象因子之间的相关系数,关联规则挖掘方法使用支持度、置信度、作用度、兴趣度等指标能够发掘隐藏在大量监测数据内部的关联规则。文章使用SQL语言实现了Apriori算法,挖掘出研究区内空气主要污染物浓度与气象因子之间的关联规则,定量表示气象因子变化对主要污染物浓度的影响。     

北非某地区环境因素监测分析

采用国家标准和国防科技工业自然环境试验网站<自然环境因素采集及监测规程>规定的方法,对北非某地区的环境状况(如大气、地下水、土壤等的主要污染物含量)及太阳辐射、温湿度等主要气象参数进行了短期综合监测.监测结果表明,氯化物是当地大气的主要污染物,监测期间瞬时法测得氯化氢质量浓度平均为0.412 mg/m3(以HCl计)、...     

中国东部冷锋推进中的PM2.5三维结构变化特征

利用观测资料和中尺度天气-化学模式（WRF-Chem）对一次冷锋南下天气过程导致的我国东部大范围空气污染开展研究,强调了冷锋过境前后的边界层结构及其对PM_2.5三维结构和变化的影响.观测发现,地面重污染区域位于冷锋前部均压场或等压线稀疏区域,在冷锋由北向南快速移动过程中,途经各站点PM_2.5浓度峰值伴随锋前而至.WRF-Chem模式可以较好地模拟中国东部地面和高空气象要素以及PM_2.5浓度的时空变化.模拟结果表明,处于该移动冷锋天气系统相同位置的沿途各站点的边界层结构以及PM_2.5垂直廓线表现出相似的特征.即:当冷锋开始入侵时,锋前污染物从地面被抬升到高空,PM_2.5浓度的增加和高空风速的增大导致高空PM_2.5通量增大,且PM_2.5浓度高值区随着高度升高向暖气团一侧倾斜.夜间冷锋过境引发边界层内对流性不稳定增加,边界层高度可达1 km以上,打破了边界层昼夜演变特征.本研究表明,垂直观测和精细模拟的结合可以有效地解释天气过程对空气污染的...     

基于MODIS影像的洪泽湖水生植被覆盖时空变化特征及影响因素分析

水生植被是湖泊生态系统的重要组成部分,在改善湖泊水质、维护生物多样性方面起到重要的作用.当前我国湖泊普遍面临富营养化和水生植被退化等问题,监测水生植被时空变化特征、探究主要影响因子,对于保护水生植被和修复富营养化湖泊生态系统具有重要意义.因此,本文选用2007～2017年中等分辨率卫星MODIS数据,引入植被频次法(vegetation present frequency,VPF)提取水生植被信息,结合气象因子和人类活动分析了洪泽湖近11 a水生植被的时空变化特征及潜在影响因素.结果表明,洪泽湖水生植被VPF存在着明显的季节和年际变化,VPF春夏显著高于秋冬(P 0. 05,one wayANOVA),最大值0. 43出现在6月,最小值0. 21出现在1月,4～10月生长期显著高于其他月份.年际上,洪泽湖北部湖区(Z1) VPF呈现显著降低的趋势(R2=0. 56,P 0. 01),由2008年的最高值0. 50下降到2016年最低值0. 27,下降了45. 8%,表明水生植被在该地区呈现快速退化趋势.空间上,洪泽湖水生植被VPF整体上由沿岸带向开敞水域递减,其中北部(Z1)和西部湖区(Z2)高于其他湖区(Z3～Z5).洪泽湖全湖VPF年际变化受年均气温、年降水量、年平均风速和年日照时数影响不显著(P 0. 05),表明气候要素对洪泽湖水生植被年际变化影响较小.在采砂活动和水生植被共同存在的北部湖区,总悬浮物浓度与VPF存在显著负相关(R2=0. 48,P 0. 01),表明采砂导致的总悬浮物浓度增加是影响Z1区域水生植被退化的重要原因,又以采砂区附近表现尤为明显.