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。     

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.     

北京市秋冬大气污染传输特征遥感研究

综合地基遥感、卫星遥感与地面监测数据对北京市2016年10月—2017年3月的污染来源及传输特征进行分析,并结合气象数据对污染形成的气象条件进行研究.结果表明,冬季重污染发生频率最高,2016年12月和2017年1月发生频率均超过30%.平缓型污染以本地来源为主,单峰型和多峰型污染由本地污染与区域传输共同导致.平缓型和单峰型本地污染集中在北京中南部,多峰型扩散至全市.区域传输方向均以西南为主,单峰型和多峰型存在东南传输.单峰型以1次传输为主,多峰型均为多次传输.传输层的高度差异较大,但均在0.3～0.5 km高度存在低空传输层,并且存在高于1.0 km的高空传输.平缓型、单峰型和多峰型污染的垂直延伸高度分别为0.5、0.7和1.0 km.研究污染发生时的气象条件,发现污染发生时风向均以西南风为主,发生频率高于60%,其次为东南风.相对湿度和消光系数随污染等级提升逐渐升高,当相对湿度高于70%时,多峰型污染消光系数高于2.0 km~(-1)的频率达到63.33%.3种类型污染发生时的逆温频率均高于75%,高强度的贴地逆温是造成本地污染的成因之一.     

基于逐步回归分析方法的PM_(10)浓度预报模型

根据沈阳市2003～2005年的PM10浓度资料以及同期的气象要素资料,采用逐步回归方法建立了分季节的空气污染物PM10与气象因子的关系模型,并且利用2006年PM10资料和气象资料对模型进行了验证。结果表明:PM10预报浓度准确率和等级准确率最好的是夏秋两季,最差的是春季。春季当PM10日均浓度出现很高值时,预报结果与实测值有较大的误差,但趋势是一致的。秋季趋势的一致性不好,但波动比较小。冬季和夏季预报值与实测值的变化趋势基本上一致。     

气象灾害系统组成及评估理论体系探讨

结合国内外相关领域的研究情况,对气象灾害、孕灾环境、致灾因子和承灾体等重要概念下了较明确的定义,介绍了孕灾环境危险度这一度量孕灾环境灾害风险的概念,并对承灾体脆弱性、致灾因子强度等用以评估气象灾害的重要参数进行了初步研究,指出灾情是成灾后气象灾害系统的综合状态.最后建立了较完整的气象灾害评估理论体系.     

近58年廊坊市气象灾情普查分析及问题与建议

依据廊坊市气象灾情普查资料,对廊坊市1949—2007年主要气象灾害：暴雨洪涝、干旱、大风、冰雹、雷电等造成损失情况进行统计分析,并与同期灾害性天气发生情况进行对比,结果表明：98.4%的灾害性天气不会出现灾情;造成经济损失最大的气象灾害是暴雨洪涝;发生灾害性天气的站次总体呈下降趋势,但是近年来出现气象灾害灾情的站次呈逐渐上升趋势。同时在气象灾情普查中发现,目前廊坊市气象灾情的收集比较混乱,部门之间缺乏灾情信息共享、灾情调查渠道不畅、灾情损失计算不准确等诸多问题。在分析的基础上,提出了建立气象灾情信息共享平台等相关解决措施和建议。     

南京市环境空气质量与气象条件的关系分析

统计了2005年10月至2006年10月13个月的空气质量监测数据以及相关的气象参数（风向、风速）进行分析,找出南京市环境空气污染物的来源与重点工业区污染源的关系。     

基于水热因子波动的呼伦贝尔草原产草量模型

基于多年气象资料(温度和降水量)和产草量监测数据,采用相关分析、主成分分析和回归分析等方法,构建呼伦贝尔草原产草量与气象因子统计学模型,并对二者之间的关系进行了分析.结果表明:利用水热波动因子建立的多项式回归模型具有较好的拟合效果,所建立的呼伦贝尔草原产草量预测模型为y=100.209+1.6410x-0.00559x2.F值显著性检验表明,其复相关系数R2=0.4713,F=8.0239(P=0.0033),在α=0.01水平上显著.利用1989─2009年呼伦贝尔草原产草量数据进行模型精度检验,模型预测精度在85%以上.该预测模型具有选用参数易得、易于代入遥感数据中进行栅格计算、精度高于基于植被指数预测模型等特点.     

2013年成都财富论坛期间空气质量状况分析研究

利用2013年5月20日-6月20日成都市区7个环境质量监测站点可吸入颗粒物(PM₁₀)、细颗粒物(PM_2.5)、SO₂、NO₂、CO和臭氧的实测资料及地面气象观测资料,对成都举办财富全球论坛期间及前后的空气质量变化特征和成因进行分析.结果表明,由于市政府采取交通管制措施,使机动车尾气排放的NO₂浓度与财富论坛前后相比降幅达27.2%;财富论坛期间臭氧前体物质浓度的降低,使地面臭氧日均浓度在相同太阳日辐射值下与财富论坛前后相比较低;对城区扬尘控制和周边重污染企业限产停产,分别对PM₁₀和SO₂的排放起到了明显的削减作用;后向轨迹分析表明市区SO₂浓度累积与来自东南部低空的气团有关.当相对湿度小于60%时颗粒物容易吸湿增长,而当相对湿度大于60%时降雨概率增大,颗粒物容易被清除.综合分析,成都市区财富论坛期间空气质量改善是政府减排举措的有效实施和较好的气象条件共同作用的结果.     

西安市一次严重霾污染天气特征及气象条件分析

为了解西安市气象条件对霾污染天气的影响,利用西安市13个测点PM2.5逐时监测资料和气温(T)、风向(WD)、风速(WS)、相对湿度(RH)、气压(p)以及能见度(VIS)等地面气象观测数据,对西安市2013年12月16—26日发生的一次严重霾污染过程进行分析。结果表明:此次霾污染过程中,西安市PM2.5日均值浓度最高达744μg/m3,超过国家二级标准近10倍,能见度最低降至0.42 km,重霾污染期间PM2.5/PM10在64%~80%。分析认为高相对湿度、低风速和主导风向不明显以及大气层结稳定是造成本次霾污染天气的主要气象因素,其中大气能见度与风速和大气压呈正相关,其相关系数(r)分别为0.3162、0.3479,能见度与温度的相关系数r=0.0825,呈微弱正相关,能见度和相对湿度的相关系数r=-0.7465,呈显著负相关。细颗粒物对能见度的影响非常明显,二者之间的相关系数为-0.7290,细颗粒污的消光系数最高达9.2 km-1。