颗粒物质量浓度对大气能见度水平影响分析

通过观察不同天气条件下颗粒物质量浓度水平上升伴随大气能见度水平下降,对颗粒物质量浓度-大气能见度相关性分析,得到相关方程,根据颗粒物污染水平分析预测大气能见度,为灰霾预报提供依据.     

灰霾天气条件下天津市环境空气中颗粒物污染特征分析

针对天津地区灰霾天气条件下环境空气中颗粒物的污染程度及变化特征进行分析。指出出现灰霾天气是污染加重的直观反映,将其发展成为一项环保指标,将对大气污染控制起到一定的积极作用。     

重庆市区灰霾天气变化及特征分析

分析了近15年重庆市区灰霾的时间变化特征以及主要大气污染物与能见度的相关性。1997—2012年,灰霾天气占41.2%,发生天数没有明显变化,严重程度有所减缓。灰霾在冬季发生的天数最多,持续时间长,且容易发生重度的持续灰霾。夏季灰霾天数最少,程度最轻。PM10、PM2.5、SO2、NO2浓度随灰霾的加重而增加,其中PM2.5浓度增幅最大,O3浓度随灰霾的加重而降低。灰霾对能见度的影响大于降水天气对其的影响。灰霾天气下能见度受PM2.5的影响较大,非灰霾天气下,能见度主要受O3的影响。     

广州市灰霾期PM10的化学组成对能见度的影响

采集广州市大气可吸入颗粒物(PM10)样品,并分别对冬、夏两季灰霾和非灰霾期PM10中有机碳(OC)、元素碳(EC)和水溶性离子进行分析。广州市灰霾期大气PM10中的主要化学成分按质量浓度大小排序为OC>NO3->SO24->NH4+>EC(非灰霾期则依次为OC>SO24->EC>NH4+>NO3-),其质量浓度分别为非灰霾期的4.7、12.5、3.7、3.2和2.3倍。相关性分析表明,灰霾期总碳[TC(OC+EC)]及NO3-的质量浓度对大气能见度的降低起主要作用,而非灰霾期则主要是TC和SO24-。     

1984—2015年太湖地区大气能见度变化遥感监测与评价

研究收集整理了1984—2015年太湖区域342幅Landsat系列卫星遥感影像,利用ENVI软件FLAASH模块计算获取了区域大气能见度均值,通过太湖周边苏州、无锡、常州3市地面自动站能见度监测值加以验证,并在此基础上对1984—2015年该地区大气能见度遥感监测结果进行了分析与评价。研究结果表明：太湖地区在20世纪80年代能见度水平相对较好,20世纪90年代后逐渐下滑,总体呈下降趋势。2015年遥感反演能见度均值为14.80 km,与1984年的21.46 km相比下降了31.05%,下降速率约为0.21 km/a。     

成都市大气能见度变化特征及影响因子研究

利用MICAPS 2008—2011年地面观测资料,分析了成都市区大气能见度的变化特征。以2009年成都地区一次低能见度天气过程为例,分析大气能见度与各气象要素的变化关系,讨论影响成都市大气能见度变化的主要因素。结果表明:近年来伴随着霾天数的逐年下降,成都市区年平均大气能见度呈上升趋势,夏季平均值最高,春季次之,冬季最低。高湿和低风速是造成成都市低能见度现象的主要气象条件。PM2.5的浓度与成都市大气能见度呈显著负相关,PM2.5浓度的快速增长是造成大气能见度急剧降低的重要原因。有效降低PM2.5浓度,减少大气污染物排放,是改善成都市区大气能见度的有效途径。     

山东省环境空气“‘蓝天白云、繁星闪烁’标准”解析

山东省环保部门提出使用"蓝天白云、繁星闪烁"标准评价空气质量,该标准使用能见度作为主要技术判定指标。为了探讨这种"具象性"标准对空气质量的指示能力,对2013—2014年监测数据进行了深入分析。结果显示,能见度与颗粒物有良好的相关性,与气态污染物的相关性均一般。源于能见度与空气污染物的密切关系,"蓝天白云、繁星闪烁"标准能够将空气污染物水平大致划分为优劣两类,但对各种污染物的指示能力不同。     

天津市大气能见度与空气污染物关系分析及控制措施

利用天津市1990—2004年大气能见度观测资料及天津市2002—2004年空气污染物监测数据,统计分析了天津市大气能见度变化特征及其与空气污染物的关系。结果表明,天津市20世纪90年代大气能见度处于波动下降趋势,2000—2003年大气能见度整体水平有所改善,到2004年空气质量迅速提高。统计数据说明,在非采暖季的春季,天津市大气能见度的下降与PM10浓度有较大相关性;在夏季,与相对湿度有较大相关性;在采暖季(冬季),与SO2和NOX等空气污染物浓度有密切关系。同时,提出改善城市大气能见度的4个措施:(1)制定长期的大气能见度控制策略;(2)合理改善能源结构;(3)加强城市裸露土地的治理;(4)城市交通采用清洁能源。     

基于遗传神经网络模型的空气能见度预测

由于雾霾导致的空气能见度降低,给人们的出行带来很多不便。针对这一现象,构建基于遗传神经网络算法的空气能见度预测模型。将与空气能见度相关的7种气象因子和6种污染物浓度因子经过主成份分析后作为输入数据,输出8:00能见度和14:00能见度。该模型能够克服BP神经网络易陷入平坦区域和局部最优解的问题。以西安市2013-1-1—8-16的数据训练遗传神经网络,通过使用灰色模型获得预测时间段8-17—23的输入数据,可以得到这段时间能见度的预测值。通过与BP神经网络模型的比较,发现遗传神经网络预测模型在预测结果的相关性和绝对误差方面均优于BP神经网络模型,因此,可以更准确地预测空气能见度。     

基于CALIPSO卫星数据的斜程能见度反演

基于CALIPSO(Cloud-Aerosol Lidar and Infrared Pathfinder Satellite Observation)卫星气溶胶产品，采用平面平行辐射传输模型SBDART(Santa Barbara DISORT Atmospheric Radiative Transfer)研究天津地区的斜程能见度。首先，使用CALIPSO卫星2015—2019年气溶胶产品对气溶胶消光系数廓线等垂直方向气溶胶光学特性进行统计分析。然后，针对具有“衰减型”气溶胶消光系数廓线的天气，采用SBDART模型求解大气辐射传输方程，得到天空背景辐射亮度，最后依据斜程能见度定义反演得到准确的斜程能见度。进一步，对使用Koschmieder定律和经验公式计算获得的斜程能见度准确性进行评估。结果表明，与经验公式法相比，在低能见度天气条件下，使用Koschmieder定律反演得到的斜程能见度更为准确，其平均误差小于15.0%,均方根相对偏差小于17.6%。此外，还对气溶胶消光系数廓线进行了拟合，并在斜程能见度反演中使用拟合的消光系数。结果表明，在低能见度天气条件下，拟合参数与近地面消光系...