2015~2021年陕西关中城市群臭氧污染变化趋势

基于2015~2021年环境监测数据和气象再分析资料,利用Mann-Kendall检验法和Sen斜率法等统计手段揭示了陕西关中城市群臭氧（O₃）浓度时空变化特征和年际变化趋势,并从气象、排放源和区域传输等方面分析了趋势形成的原因.结果表明：①2015~2021年,关中城市群O₃浓度评价值（MDA8第90百分位数）最高的城市是咸阳市,浓度评价值多年平均值为162 μg·m^-3,O₃浓度平均值（MDA8年均值）和O₃浓度背景值（MDA8第5百分位数）最高的城市是铜川市.②关中城市群O₃浓度表现为单峰型日变化特征,并呈现夏季>春季>秋季>冬季的年变化特征.夏季咸阳O₃浓度平均值最高,其他季节铜川O₃浓度平均值最高.③2015~2021年,陕西关中城市群O₃浓度背景值呈现出上升趋势,区域浓度背景值平均上升速率为2.20 μg·（m³·a）^-1,但是O₃浓度评价值并未表现出有统计显著性的变化趋势.此外,关中城市群O₃浓度变化趋势与季节密切相关,其中冬季O₃浓度上升趋势显著,其他季节大部分城市O₃浓度无明显变化趋势.④关中城市群及周边地区挥发性有机物（VOCs）减排幅度普遍小于氮氧化物（NO_x）的不合理减排结构、滴定效应减弱以及区域传输等因素共同作用,导致关中城市群冬季O₃浓度升高.     

风险分析理论及方法在粮食生产中的应用初探

风险分析是通过对不确定事件的识别、衡量和处理 ,以最小的成本将各种不确定因素引起的损失减少到最低的科学管理办法。论文以风险理论为指导 ,初步探讨了粮食生产中的风险问题 ,并从粮食产量序列入手采用解析概率密度曲线积分的方法 ,着重研究某一粮食生产单元粮食产量序列的波动情况 ,定量地反映该地区粮食生产风险水平的高低状况 ,为发展生产、防灾减灾提供参考。     

基于监测统计的昆明PM2.5主要来源与污染气象因素分析

统计了昆明市2013年全年每日PM2.5浓度和气象参数。分析表明昆明城区PM2.5的污染主要与气象条件和建筑施工扬尘两个重要因素有关,影响PM2.5的污染气象因素为气温、风速、雨量、湿度、气压等;大拆大建的施工扬尘,是昆明市PM2.5和空气污染的主要来源,其他则来源于工业排放、交通扬尘、汽车尾气排放。昆明市PM2.5的污染防治,应以建筑施工扬尘的污染防治为重点。     

海洋-大气过程对南海气溶胶数浓度谱分布的影响

利用2012年8月28日至10月13日期间走航观测的气溶胶数据,分析了南海气溶胶数浓度时空分布和粒径谱分布特征,以及海洋-大气过程的影响.结果表明,南海气溶胶数浓度的时空分布和粒径谱分布受海洋和陆地源以及当地气象条件如风速、风向、相对湿度、云量、温度等的共同影响.陆地气团影响下的海域气溶胶数浓度较大,达2 300个·cm~(-3);受陆地影响较小的海域大气较为洁净,气溶胶数浓度在1 200个·cm~(-3)以下.观测得到的气溶胶粒径谱包括积聚模态和粗模态,峰值分别位于0.08~0.2μm和0.5~2μm附近.出现频率较高的谱型有3种:陆地型,海洋背景1型和海洋背景2型.陆地型与海洋2型的谱分布形状基本一致,但后者次微米粒子数浓度非常小,是洁净海洋背景下最常见的谱型;海洋1型在0.05~0.1μm粒径段数浓度显著高于海洋2型,并且在大于0.5μm的粗粒子段,海洋1型的气溶胶数浓度超过陆地型气溶胶数浓度,暗示了海洋源对这两个粒径段的粒子数浓度的贡献.0.05~0.12μm的积聚模态粒子数浓度与低云量有明显的正相关关系,且当相对湿度达90%~95%时,0.08μm附近的粒子数浓度增加显著.0.5~6μm的粗模态海洋气溶胶对风速的依赖性较强,相关性达0.7;0.05~0.12μm气溶胶数浓度与风速呈现弱正相关;0.12~0.5μm粒子数浓度与风速呈负相关.随着相对湿度的增大,0.08~0.12μm的粒子数浓度降低,而0.05~0.08μm和0.5~6μm的粒子数浓度增大.降水过程中,各粒径段粒子数浓度逐渐降低,但在降水初期,相对湿度达到90%~95%,0.05~0.12μm和0.5~6μm的粒子数浓度显著增大,随后逐渐减小.     

2018年冬季南京重霾污染特征及气象因素分析

2018年11月底—12月初南京及周边地区发生一次大范围持续性霾污染,利用南京市空气质量监测资料、颗粒物成分逐时观测资料、南京站探空资料等,结合天气学诊断分析、后向轨迹模拟和聚类分析等方法,分析此次重霾事件的污染特征和气象因素.结果表明,此次重霾事件具有峰值浓度高、持续时间长、波动较明显等特点.污染时段PM_2.5浓度变化分为3个阶段,平均浓度为114.7 μg·m^-3,整体达到中度污染.重霾期间南京市大气环境处于富氨条件,颗粒物整体偏酸性,移动源排放比重高于固定源,PM_2.5主要成分的存在形式为硫酸铵、硝酸铵和其他硝酸盐.本次重霾事件中气象条件对污染物的输送和累积影响显著,在PM_2.5浓度极端事件发生期间,均有各气象要素与PM_2.5浓度同步变化.高PM_2.5浓度与对流层低层增暖增湿、弱的西南风相对应.重霾事件的主要天气成因是冬季东部地区出现大面积稳定且持久的均压场,南京及周边地区近地面中高层污染物主要由西北和华北地区输送而来,低层污染物主要来自于本地源排放累积.动力条件和热力条件的相互配合,近地面受高压影响形成暖平流逆温层,且易形成下沉气流,使重霾天气持续发展.     

兰州市夏秋季颗粒物谱分布特征研究

采用APS-3321空气动力学粒径谱仪对兰州市2010年8～10月0.5～20μm大气颗粒物浓度及其谱分布进行了实时监测,并通过聚类分析方法结合气象观测数据对体积浓度谱特征及其影响因素进行了分析.以阐明兰州市夏秋季不同粒径段颗粒物浓度水平和粒谱分布特征及其成因.结果表明,0.5～20μm大气颗粒物小时平均数浓度、表面积浓度和体积浓度分别为(108.1±92.2)个.cm-3、(282.9±267.9)μm2.cm-3和(92.2±127.3)μm3.cm-3,细粒子(0.5～2.5μm)分别占0.5～20μm大气颗粒物数浓度、表面积浓度和体积浓度的98.7%、73.8%和52.9%.观测期间数浓度谱呈单峰分布,峰值出现在积聚模态,表面积浓度谱和体积浓度谱呈双峰型,峰值分别位于积聚模态和粗模态.颗粒物体积浓度谱主要有7类代表不同源和气象条件影响的分布型.受浮尘天气和局地扬尘影响的颗粒物体积谱分布在粗模态有明显的峰,而受机动车直接燃烧排放和二次扬尘影响的颗粒物体积谱分布呈双峰型,峰值分别位于积聚模态和粗模态.     

网络环境下数学教学模式探究

网络教学能很好地把信息技术和数学教学有机的整合。本文介绍了网络环境下数学课堂七步教学模式(1)明确目标(2)创设情境(3)自主探索(4)网上协作(5)师生交流(6)在线反馈(7)课题延伸;并介绍了其特征:(1)自主性(2)和谐性(3)变化性(4)创造性(5)协作性。     

全球气候变化对太湖蓝藻水华发展演变的影响

对太湖周边4个常规气象观测站的47年观测资料进行分析,以探讨全球气候变化对太湖蓝藻水华演变的影响.结果表明,20世纪80年代之前,太湖流域气象条件的年代际尺度变化趋势不利于蓝藻的生长和水华的形成,而在20世纪80年代以后,尤其是20世纪90年代以后,气温、风速、降水变化都较大,且都有利于蓝藻的生长和水华的形成,这与蓝藻水华的观测事实一致.据此定义了蓝藻水华气象指数,每年太湖蓝藻水华气象指数能够很好地反映蓝藻水华的发展变化情况.进而,分析了反映ENSO循环变化的Ni?o3指数与太湖流域气象条件变化的相关性,结果表明ENSO循环与太湖流域风速、降水在年代际尺度上有着非常好的相关性.据此预测,2000年以后10~20年中,太湖蓝藻水华气象指数将继续在高位振荡,若蓝藻生长所需的营养盐浓度得不到有效的控制和明显的降低,蓝藻水华在气候条件的影响下,仍将可能大面积暴发.     

深圳地区灰霾分布特征及预警、预报方法探讨

基于深圳市国家气候观象台1953—2010年的灰霾UV统计资料、气象要素值、灰霾出现前期及同期的地面和850hPa的天气形势资料和自动站的能见度统计资料以及深圳市环境监测站的1980—2010年污染物浓度资料,对深圳市灰霾天气的出现规律及影响要素特征进行了概括分析.在此基础上运用逐步回归的方法,筛选出影响灰霾主要因子,建立未来1—3d的能见度预报方程.同时通过对灰霾出现前天气形势的分析和归纳,建立灰霾潜势预报的思路.并进一步对灰霾天气的典型因子进行权重分级.最后集成以上3种预测方法,归纳出灰霾预警方案,形成灰霾预警预报模型.利用实测结果对模型检验,结果表明：该模型具有一定的准确率和可靠性,对灰霾预测具有较好的应用价值,为灰霾防治和预警系统的建立提供科学依据.     

南京北郊黑碳气溶胶污染特征及影响因素分析

利用2015年1~10月黑碳小时平均质量浓度、PM2.5浓度、污染气体及常规气象观测资料,对南京北郊黑碳气溶胶的时间序列演变特征、污染特征及其影响因子进行了分析.结果表明,观测期间南京北郊黑碳浓度均值为(2 524±1 754)ng·m~(-3).黑碳浓度具有明显的季节变化,冬季最高,平均值达到(3 468±2 455)ng·m~(-3),春季平均值最低,为(2 142±1 240)ng·m~(-3);其日变化也具有明显的双峰结构,峰值出现在上午07:00~08:00和夜间21:00~22:00.黑碳气溶胶与NOx的相关性较好,说明黑碳浓度受机动车尾气排放的影响较大;但观测期间ΔBC/ΔCO比值较低,表明生物质燃烧可能是黑碳气溶胶的又一个重要来源.黑碳浓度随风速增加呈下降趋势,所有季节中小于2 000 ng·m~(-3)的低黑碳浓度主要集中在正西风及相邻风向上,秋冬季大于6 000 ng·m~(-3)的高黑碳浓度则多出现在偏东风下.灰霾和重度霾天气下的黑碳浓度平均值呈较高水平,是非霾天气下的2~2.3倍.