山东省O3时空分布及影响因素分析

为认识山东省环境空气中O3的污染现状,基于2015～2019年国省控环境空气自动监测站的O3监测数据、2019～2020年4～9月气象代表站的气象数据及邻近环境空气站的O3监测数据,探究了山东省O3时空分布特征及与气象因素的关系.结果表明,山东省O3污染日益突出,年均ρ(O3-8h)(90百分位)和ρ(Ox)(O3 与NO2之和)升高速率分别为7.6μg·(m3·a)-1和7.0μg·(m3·a)-1,年均ρ(PM2.5)、ρ(CO)(95百分位数)和ρ(NO2)均逐步下降,下降速率均小于ρ(O3)上升速率.03污染呈现夏季高冬季低的"M型"或"倒V型"月变化特征,在6月或9月达到峰值,且污染月呈提前出现趋势.山东省年均ρ(O3-8h)(90百分位)呈现"内陆高,沿海低"的特点,并有区域均匀性发展趋势.相关性分析表明,山东省ρ(O3-8h)总体与日最高温度呈正相关,与相对湿度、气压和风速呈负相关,其中日 最高温度和相对湿度是O3-8h主控气象因子,气象因素对不同城市O3-8h超标率的影响具有显著差异.     

秦山三期核电工程气象相关实验研究及其在选址评价中的应用

１９９５年９、１０月间在秦山三期核电厂址进行了气象相关实验，即在秦山一、二、三期进行低空风、温与地面风的同步观测，在三期厂址进行平衡球测扩散参数，风洞模拟实验测量建筑群对流场与扩散参数的影响．并探讨如何应用气象相关实验结果由已建厂址的气象数据来估算新建厂址年均扩散因子的方法与公式．     

城市小区气象条件与污染扩散精细预报研究

从城市小区气象条件与污染扩散精细预报的科研需求和城市大气环境应急响应的应用需求出发,利用新一代全球/区域同化预报系统、城市小区尺度气象和污染扩散模式以及城市尺度污染扩散模式,对城市小区气象条件与污染扩散进行了精细预报试验,并进一步研究了城市小区尺度气象和污染扩散的精细模拟对城市尺度污染扩散模拟的影响.初步建立了城市小区气象条件与污染扩散精细预报方法,即:气象部分由全球到小区逐级单向嵌套、污染部分由小区到城市逐级单向嵌套的方法.预报试验结果表明,这种方法是合理可行的.小区尺度精细模拟对城市尺度污染扩散模拟的影响较大,但其模拟效果还有待利用观测资料进一步验证.     

太湖藻型湖区CH4冒泡通量

冒泡是甲烷排放的主要途径之一,为量化太湖藻型湖区CH₄冒泡通量及其占总通量的比例,本研究采用静态箱-便携式温室气体自动分析仪方法对春、夏季太湖梅梁湾进行了多日连续观测.结果表明,太湖藻型湖区春、夏季CH₄冒泡通量均存在白天高于夜间的日变化特征.春、夏季CH₄冒泡通量分别为1.843、104.497nmol/（m²·s）,占总通量的比例分别为31.2%和68.6%,即冒泡是夏季CH₄排放的主要方式,而春季CH₄排放则以扩散为主.在小时及日尺度上,CH₄冒泡通量与温度（气温、表面水温和底泥温度）和气压显著相关,且随着温度升高、气压降低,CH₄冒泡排放分别呈指数增加和线性增加趋势.本研究可为准确估算太湖流域CH₄总排放量及明确我国湖泊对全球碳循环的贡献提供重要的基础数据.     

环境条件对遵义市呼吸系统疾病的影响及预测研究

为探究气象和空气污染等环境条件对呼吸系统疾病发病的影响,为遵义地区相关疾病预防提供科学依据,采用分布滞后非线性模型和广义线性、相加模型,利用当地气象和污染资料,分析了2012~2016年遵义市气象环境要素对呼吸系统疾病发病的影响.结果显示,遵义市呼吸系统疾病发病状况与当地长期气候状态基本保持一致,气候效应对其的影响占主导作用,其中,冬季为呼吸系统疾病高发期,立秋至处暑前后其发病人数最少,表明此时间段内当地气候条件对呼吸系统疾病患者有气候疗养效应.气温对呼吸系统疾病发病的影响以低温滞后效应为主,在其敏感阈值附近气温每变化1℃,发病人数将累积增加31.6%（95% CI：4.4%~65.8%）;气压以高压滞后效应为主,相对湿度则在低湿部分同时有即时和滞后效应.舒适度对呼吸系统疾病的影响,在冷、热斜胁迫下其发病人数明显多于舒适状况时.PM_2.5、SO₂和NO₂三种污染物的影响都以即时效应为主,而CO则在累积滞后lag04时相对危险度最高,PM_2.5与呼吸系统疾病发病人数的暴露-反应曲线呈单调线性分布,SO₂、NO₂和CO均为“J”型分布.低温与高浓度NO₂或者低湿与高浓度SO₂的协同作用对呼吸系统疾病的影响较大.建立的全年和季节多元逐步回归方程的试预报准确率在75%以上（夏季除外）,其中分季节建模预测效果显著优于全年预测效果.     

渭南市区冬春季PM2.5和PM10时间分布特征及与气象因素的关系

为研究渭南市区2014?—?2016年的冬春季雾霾天气的特点,选取覆盖渭南市区的4个监测站点,分析渭南市区PM_(10)和PM_(2.5)污染时间分布特征;同时选取日平均气温、相对湿度、风等气象因素,用线性回归分析法分析各个气象因素同大气中PM_(10)和PM_(2.5)的相互关系。研究发现:三年来冬季PM_(10)和PM_(2.5)的日变化的峰值主要出现在12月—?次年1月;春季PM_(10)和PM_(2.5)的逐日变化的峰值主要出现在3月;日内的周期变化趋势呈多次波动。渭南市区冬春PM_(10)和PM_(2.5)的质量浓度与风速、气温呈负相关,与相对湿度呈正相关,为雾霾的形成创造了条件,在冬季温度较高的情况下以及相对湿度较大的情况下应加强防范。在冬季12月—?次年1月和春季3月应注意雾霾的防范和治理,燃煤企业要安装脱硫脱硝装置,居民日常生活中尽量减少生物燃料的燃烧,同时政府应根据污染物排放量征税,用制度保护环境。     

成都西南城郊黑碳和PM2.5 浓度变化特征及其影响因子

四川盆地是我国灰霾和大气污染易发和频发区之一,目前关于本地区黑碳气溶胶（black carbon,BC）的相关研究较少。利用2017年11月—2018年12月成都西南城郊地区黑碳气溶胶以及PM_2.5观测资料,结合气象资料和其他污染物浓度资料,分析BC和PM_2.5浓度,BC浓度在PM_2.5浓度中所占比例（黑碳占比）的季节、月、日变化特征及其影响因子。结果表明：（1）BC逐小时浓度范围为0.18—40.51 μg?m^?3,平均值为(5.26±4.68) μg?m^?3,本底浓度为3.34 μg?m^?3。PM_2.5逐小时浓度范围为1.00—344.50 μg?m^?3,平均值为(60.02±46.91) μg?m^?3,本底浓度为33.38 μg?m^?3。日变化均呈“白天低,早晨、夜间高”的变化特征,其中冬季浓度最高,春、秋季次之,夏季浓度最低。（2）黑碳占比均值为9.16%±5.13%,白天黑碳占比低,夜间黑碳占比高,且夏季最高,冬季最低。随着空气污染加重,冬季占比缓慢增加,其他三季占比减小。（3）BC与NO₂和CO相关性较好,表明西南城郊BC排放主要受机动车尾气、生物质燃烧影响。BC和SO₂相关系数偏小,燃煤等工业源排放对西南城郊BC的贡献较小。（4）风速、温度和湿度与BC浓度均有很好的相关性,其中风速对BC浓度的影响最大,当风速小于2.0 m?s^?1时,BC浓度值明显偏高;BC浓度大于20.00 μg?m^?3的高值区主要集中在西北、西南以及东北风向上,即：偏东北方向市中心大气中的污染物,以及西南方向远郊地区的污染物可能对西南城郊高浓度黑碳的贡献更大。     

广州近地面臭氧浓度特征及气象影响分析

利用2015年广州市近地面逐时臭氧(O_3)观测资料及气象数据,分析了广州地区近地面的O_3浓度时空分布特征及其与气象因子的关系.结果表明:广州地区城郊的O_3浓度高于中心城区;广州地区近地面的O_3浓度超标时间主要出现在4—9月,8月O_3浓度最高,3月O_3浓度最低;O_3浓度日变化呈现"单峰型"分布,早上7:00—8:00出现最低值,15:00达到峰值;O_3浓度与气温呈正相关,当气温高于30℃时,O_3浓度随温度升高增加明显;与相对湿度呈负相关,当相对湿度大于60%时,O_3浓度显著降低;当气压小于1010 hpa时,与气压呈负相关,当气压大于1010 hpa时,与气压呈正相关;当风力为2~3级吹西北偏西至西南偏西风区间时,O_3浓度最高,说明广州偏西部可能存在O_3污染源区;O_3浓度在晴天最高,其次是少云和多云天气,最低是在雨天.总体而言,气温高、日照长、辐射强、气压低、湿度小及2~3级的风力是广州地区近地面产生高浓度O_3的主要气象因素.当广州O_3浓度出现超标时,气温变化范围为25.9~37.4℃,相对湿度变化范围为29%~83%,气压变化范围为989.4~1009.1 h Pa,风速变化范围为0.7~5.8 m·s~(-1),紫外辐射强度日最大1 h均值最小为32.6 W·m~(-2),10:00—14:00均值最小为27.3 W·m~(-2).     

成渝城市群臭氧污染特征及影响因素分析

为研究成渝城市群O_3污染特征及其影响因素,对成渝城市群15个城市2015—2016年国控环境监测站点和国家气象台站数据进行了研究.结果表明,研究区域15个城市均存在不同程度的O_3超标现象.2015—2016年成渝城市群O_3污染形势愈发严峻,春末及夏季污染最为严重,且在7月达到O_3浓度峰值(118μg·m~(-3)),O_3污染空间分布呈片状,以资阳为中心的遂宁、眉山、成都等城市为O_3污染较为严重的区域.颗粒物、NO_2及CO均与O_3有显著相关性,其中,颗粒物与O_3浓度在冬季呈负相关,在夏季则表现为正相关.太阳辐射、气温、相对湿度及流场均是影响O_3浓度的重要因子,强辐射、高温及低湿易形成较高浓度的O_3,相对湿度对O_3浓度的影响呈先升后降的关系.     

长三角地区2015年大气重污染特征及其影响因素

基于2015年长三角地区129个环境空气质量监测站的空气质量指数（AQI）及主要大气污染物浓度数据,结合气象资料和HYSPLIT后向轨迹模式,探究长三角地区大气重污染的时间变化和空间集聚特征,并深入分析气象条件和区域传输对重污染过程发生和维持的影响.结果表明,2015年长三角地区各城市平均出现AQI超过200的重污染天气共8 d,重污染频率为2.01%,PM_2.5作为首要污染物出现频次最多.从时间变化看,重污染主要分布在1月和12月;从空间分布看,北部地区重污染相比南部地区更为严重,徐州和常州市出现频率最高.选取典型重污染过程1月9—11日（纬向扩散型）、1月24—26日（经向扩散型）和12月20—26日（两种模式相结合的重污染天气）进行成因分析,发现长三角地区重污染天气主要受到西北风向、低风速、高湿度和逆温层的影响,导致大气污染物积累且不易扩散.基于HYSPLIT的大气传输轨迹及频率分布表明,来自西北方向的气流对江苏北部地区的污染输送特征有着显著影响.