气象因子对静海主要大气污染物浓度的影响分析

伴随经济发展出现的大气污染问题受到日益广泛的关注。采用数理统计方法,从日、月两个尺度上研究了静海区大气污染的时间变化规律以及气象因子对大气污染物浓度的影响,结果表明静海区的污染时段主要发生在冬季。气象因子是污染物浓度变化的重要驱动因子,但气象因子对污染物的影响具有一定的尺度效应。因此需要继续做进一步的研究,全面揭示和分析城镇水平上气象因子对大气污染的影响方式和程度。     

中原城市群重点城市首要污染物日变化特征及成因分析

中原城市群重点城市是我国大气污染较为严重的区域之一。利用2017年河南省各地市环保局国控站点和地面监测站提供的首要污染物浓度和气象要素24h连续监测数据,分析得到2017年首要污染物占比和首要污染物浓度的日变化特征,采用相关分析法和主成分回归分析法得到各首要污染物之间的相关性及气象因子对首要污染物的影响。结果表明,2017年中原城市群重点城市首要污染物主要由PM2.5、PM10和O3组成;一天中,PM2.5呈双峰变化,主峰值出现在8:00-9:00,次峰值出现在22:00,谷值出现在下午16:00;PM10小时浓度呈三峰变化,主峰值出现在9:00,次峰值出现在1:00和21:00左右,主谷值出现在15:00,次谷值出现在0:00和5:00;O3小时浓度呈单峰变化,峰值出现在15:00,谷值出现在7:00左右;PM2.5在低温、高压、中等偏高的湿度、较弱风的条件下利于积累,PM10在低温、高压、中等偏高的湿度、较弱风的条件下易于积累,O3在高温、低压、中等偏低的湿度、强风的条件下易于生成与积累;对PM2.5、PM10浓度影响最大的两个气象因子是气温和气压,对O3浓度影响最大的两个气象因子是风速和气温。     

延安市城区大气污染特征及影响因素

根据延安市城区2003—2004年间大气污染物浓度资料,应用统计的方法分析了大气中主要污染物二氧化硫、二氧化氮、可吸入颗粒物随季节变化,日时间变化和空间变化的污染特征,并分析了风向、风速、降水、云量、浮尘、逆温等气象因素以及城区地形和人为因素对城区污染物浓度变化的影响.结果表明:延安市城区大气污染状况存在着显著的季节差异和地域性差异,日大气污染呈现明显的双峰特征.风和降水是影响大气污染程度的主要气象因子.     

基于气象和空气质量观测数据的日太阳辐射估计

研究城市气象参数与城市近地面污染物对水平面太阳辐射强度的影响,并尝试建立水平面太阳辐射与气象、城市空气污染物观测数据的回归模型.1)收集了广州市2009~2012年水平面日太阳总辐射、地面气象数据、近地面空气污染物历史记录数据;2)根据太阳辐射传输理论和前人相关研究进行水平面太阳辐射的影响因素分析,并对收集到的数据进行处理;3)对水平面太阳总辐射、地面气象、近地面污染物浓度的观测数据进行相关性分析,分别建立了总体样本和分区间样本下的水平面太阳总辐射与气象、空气污染物观测数据的回归模型.结果表明,用单一回归模型解释各种影响因素对太阳辐射的削弱并不合理,而分区间样本下的分段回归模型反映了水平面太阳总辐射的随气象变化和颗粒物浓度变化的规律,预测结果也较为准确.     

大气污染物浓度变化及其与气象因子的关系

利用Spearman秩相关系数法分析2002~2012年北京市四类大气污染物年日均浓度的变化;并用广义灰色关联度法分析大气污染物浓度与气象因子的关系。结果表明:①近10年来四类主要大气污染物的年日均浓度总体呈下降趋势,NO2、可吸入颗粒物和CO的年日均浓度出现阶段性的稳定态势,而SO2年日均浓度一直在下降;②影响SO2年日均浓度、NO2年日均浓度和可吸入颗粒物年日均浓度的最主要气象因子都是平均相对湿度;影响CO年日均浓度最主要气象因子是全年日照数;③平均相对湿度是影响空气质量的最优因子,可吸入颗粒物浓度是表征空气质量的最优特征。     

基于污染物浓度设计值和相对响应因子的空气质量达标控制情景预测方法——以四川省“十四五”规划为例

提出一种基于污染物浓度设计值和相对响应因子的空气质量达标规划预测方法。首先通过数值模拟, 评估最近5年年际气象条件差异对空气污染物浓度的影响, 筛选出最接近5年平均气象条件的一年作为基准年, 将该基准年气象场和各排放情景作为输入进行空气质量模拟, 降低气象条件年际差异对未来污染物浓度水平预测的影响。然后, 基于基准情景和控制情景在不同排放水平的空气质量模式模拟结果, 将控制情景相对于基准情景的污染物模拟浓度的变化比例(相对响应因子)与污染物浓度设计值相结合, 进行控制情景的空气质量水平预测和达标分析。以四川省为例, 围绕相关减排政策, 设计多个虚拟控制情景, 对全省城市未来空气质量进行情景预测和达标分析, 为“十四五”空气质量规划落地策略的制定提供科学支撑。     

河南省山地空气负氧离子预测模型研究

利用河南省西部、南部山区13个县区的34个空气负氧离子站监测数据和中分辨率成像光谱仪(MODIS,moderate resolution imaging spectroradiometer)植被指数产品数据，使用相关分析、随机森林回归模型等方法，分析了影响河南省山地空气负氧离子浓度的主要气象因子和环境因子，并建立预测模型。结果表明，影响河南省山地负氧离子浓度日变化的主要气象因子是温度和相对湿度，主要环境因子是PM_2.5浓度、PM₁₀浓度和植被覆盖。通过建立负氧离子浓度预测模型，实现了负氧离子预报的定量化，为地区空气质量评价提供参考。     

城市二氧化硫浓度与影响因子研究

根据2006～2011年凯里市大气污染物浓度监测资料,进行数据处理和绘图,结合影响因子和当地具体情况,重点分析了二氧化硫浓度的年变化、月变化和月平均变化情况。最后提出污染防治措施。通过数据分析表明:二氧化硫浓度具有明显的季节性变化与区域性。同时随着城市内直接排放和无组织排放烟气的减少,大气中二氧化硫浓度也逐步下降。     

城市次干道路段机动车污染物排放因子的测定

选择上海市路网某典型次干道上的两点进行机动车污染排放因子测试，获得了城市次干道上机动车排放污染物浓度、交通参数、气象参数等实测数据．根据观测点处不同的气象条件，选用不同的大气扩散模型进行反推，得出机动车排放源强及平均排放因子，并在此基础上应用多元回归方法进行计算，获得了8大类机动车各种排放污染物的单车排放因子。     

气象因素对泰山顶大气中苯系物浓度的影响分析

利用SUMMA罐容器捕集法-气相色谱质谱法对2015年6月到7月采集的泰山气象站大气样品进行处理分析,与不同背景的其他站做浓度比对,统计该站点同期不同天气条件下的变化情况,以探究泰山顶部气象因素对苯系物浓度的影响。结果表明:泰山苯系物平均浓度为9.71μg/m~3,跟其他背景站点相比处于中低水平;雾天苯系物浓度明显高于晴天,与气象扩散条件有关;受光照条件影响,夜间污染物浓度高于白天。对苯系物浓度较高的7月14日、24日做48小时后推气流轨迹的分析发现,位于东北、东南部工业城市的污染物随着气团移动通过自由对流层远距离输送方式到达泰山,是导致该日泰山顶部苯系物浓度偏高的主要原因。     

基于灰色关联度和主成分分析的不同地区API综合评价

为研究API与各气象要素之间的内在联系,建立API的数学模型,选取合适的气象因子对空气污染指数进行预测提供理论支撑,本文利用统计学方法分析了6个污染物指数的变化规律及其随不同气象要素的变化特征;运用灰色关联度分析法对13个气象因子与空气污染指数的相关性进行了排序;采用主成分分析方法对12个气象因子进行了降维,找出几个综合因子反映原来变量的信息,得出不同气象因子对不同污染物指标的影响程度以及影响不同地区API的主成分具有差异性的结论。对于深入认识不同地区的空气环境质量与影响因素之间的相关性,准确把握API影响因子信息进而制定有针对性的空气环境治理措施,指导API的预测具有一定的现实意义。     

城市天气类型及其对污染物质量浓度的影响

根据长沙市2005--2009年每天24h气象数据和天平均污染物(SO2与NO2)浓度,运用主成分(PCA)与聚类(CA)统计分析方法对影响城市大气污染物扩散的地面天气进行分类,得出影响污染物浓度的主要天气类型,分析不同天气类型下的污染物浓度变化特征.研究结果表明:高压反气旋控制之下容易形成高浓度污染,而在低压气旋或槽等天气类型控制时污染物浓度相对较低;同一种天气类型对不同污染物的影响程度也有所不同.研究结果能为大气环境质量预报与与空气污染总量控制等措施提供科学依据.     

南通市大气污染物浓度变化特征及其与气象因素的关系

为了厘清南通市大气污染浓度的变化情况以及与气象因素之间存在的关系,分析南通市大气污染物潜在的输送来源。文章利用南通市2018年全年大气污染物资料和同期气象观测要素资料,对SO2、NO2、CO、O3、PM10、PM2.5污染物的时、日、月、季浓度变化规律及其与气象因素之间的关系进行分析,并结合南通市2次重污染天气过程,使用后向轨迹模式HYSPLIT4分析南通市大气污染物的主要来源。结果表明：SO2、NO2、CO、PM10和PM2.5浓度均呈现夏季最低,其次是秋季,冬、春季浓度最高,O3浓度呈现明显春、夏季高于秋、冬季。SO2、NO2、CO、O3年平均排放量均较低。一天当中不同时间段,气象因素影响情况不同导致污染物的浓度不同。O3浓度变化跟NO2浓度变化呈明显负相关性。O3污染最高的天气,一般是气压较低,能见度较好的晴朗天气。而研究发现,PM2.5在气温较低、湿度高、气压高、日降水量较小、能见度低且风速较小的气象条件下,污染浓度更容易升高。NO2在低温高湿,气压高且风速较小的气象条件下时跟容易堆积。NO2、CO、O3与6种常规气象要素均存在显著相关性。O3跟气象要素之间相关性关系正好与其他5种污染物相反(湿度除外)。通过两次重污染天气过程的后向轨迹分析,南通市大气污染物来源既有西北和偏北气流的长距离输送,也有偏西和偏南气流的区域性源。     

太原市污染物浓度时空分布特征及影响因子分析

对2003年太原市污染物浓度逐日数据和气象资料进行了分析，阐述了污染物浓度的时空变化和污染物浓度与气象条件的关系，为减轻和防止大气污染提供了参考。     

对可燃物的湿度模型及其影响因子的研究

可燃物是森林燃烧的物质基础,可燃物的湿度变化一定程度上决定着火灾的形成,所以可燃物湿度模型对研究可燃物湿度变化有很大的帮助,通过建立可燃物湿度模型,来研究可燃物湿度的变化情况.在研究中充分考虑了气象因子对可燃物湿度的时滞情况,研究结果表明可燃物湿度受到气象因子的影响,并随着气象因子的变化而变化.在对气象因子进行相关性分析的基础上,在考虑气象因子的影响的情况下可燃物湿度模型基本可以预测1 h后可燃物湿度的变化情况.     

城市交通通口污染特征及控制对策研究

通过对交通路口娥浓度,车流量和气象调查和监测,研究了污染物的特征及其与交通流量和气象因子的对应关系。结果表明（１）车流量随时间变化明显。（２）污染物浓度与车流量有较为密切的关系。（３）交通噪声随车流量增大,声级值也相应增大,影响交通噪声的实质因素是机动车的车速和车间距。     

西安市大气颗粒物PM_(2.5)的输送路径和潜在源分析

利用2017年西安市气象数据和主要大气污染物质量浓度的监测资料,综合分析西安市2017年度气候变化、大气污染状况以及污染物质量浓度演变特征.结果表明:西安市年平均风速为2.43 m/s,平均气温为19.00℃,总降水量为649 mm,冬春季PM_(2.5)、PM10质量浓度值普遍高于夏秋季.利用SPSS对污染物与气象因素进行相关性分析,得出颗粒物、气态污染物CO、SO2质量浓度变化与平均气温、降水量、风速呈负相关,而O3与平均气温、降水量、风速呈正相关.此外,通过拉格朗日混合粒子轨迹模型模拟了西安市48 h的气流后向轨迹,并将PM_(2.5)的质量浓度数据与气团轨迹相结合,利用潜在源贡献函数模型(PSCF)和浓度加权轨迹方法 (CWT),分析西安市PM_(2.5)质量浓度影响及潜在源区分布特征,其结果表明超过50%的气流后向轨迹来自西北方向,西安市PM_(2.5)的主要潜在来源位于陕南各城市以及陕南周边省份交界处.     

华北地区夏季严重臭氧污染事件及气象要素分析

2017年6月中旬,华北地区经历了持续的臭氧污染事件.华北地区55个城市的8h臭氧质量浓度均高于160μg·m~(-3),一些主要城市臭氧质量浓度甚至超过200μg·m~(-3).在这段时间内,臭氧柱质量浓度、PM_(2.5)和PM_(10)质量浓度也发生了增长.为了分析气象因素对于臭氧的影响,本文按照温度的不同划分为2个时期.此外,为了定量的分析该影响,结合气象参数建立了一个综合气象因子评估模型.结果显示,臭氧质量浓度和气象评估因素的相关性R在北京,天津和唐山分别为0.694、0.803和0.755.同时,根据后向轨迹模型分析了气团的变化.最后,结合2014—2018年的人为排放源分析了该时间段华北地区夏季臭氧的变化趋势.在北京、天津及唐山地区,线性回归的斜率分别为0.422、0.160和0.887.此结果表明,这3个城市近5年来6月份的臭氧质量浓度均有显著的增长.     

兰州市环境空气质量变化趋势分析研究

利用2014—2017年中国空气质量在线监测分析平台公布的兰州市监测数据,采用综合指数、空气质量指数和Pearson相关系数法,分析了兰州市环境空气质量变化情况及其与气象条件的关系。结果表明:2014—2017年兰州市环境空气质量变化趋势并不一致,相比于2014年,2015年环境空气质量略有好转,2016和2017年环境空气质量呈恶化状态。近4年PM10和PM_(2.5)两项污染因子污染负荷贡献率均超过55%,是兰州市环境空气质量主要的污染物;除PM10和PM_(2.5)外,其他污染因子均达到国家环境空气质量二级标准。兰州市环境空气质量有明显的季节性变化特征,整体上呈现冬春季差,夏秋季好的趋势;监测的污染因子中,除O3浓度的变化趋势为夏秋季高,春冬季低外,其他污染因子浓度均为春冬季高,夏秋季低;以PM10为首要污染物的天数在逐年降低,但O3成为首要污染物的天数在逐年增加。气温、降水和相对湿度是影响兰州市环境空气质量的主要气象因子;气温升高、降水和相对湿度的增加均有利于改善环境空气质量。     

杭州城市下垫面变化对污染物扩散影响的研究

利用中尺度化学模式WRF-CHEM,及2000—2010年土地利用类型资料、污染物浓度资料、气象场资料,对比分析了杭州城市下垫面变化对空气污染扩散的影响。(1)对比2000年及2010年杭州城市下垫面的变化可见,不同风向条件下市区的整体风速都有明显减弱趋势,其中主城区、萧山、滨江三个区域风速减小程度最大,而且受水平扩散能力的减弱,NO_x浓度的高值区范围有所增加,强中心的污染程度加大;(2)不同类型下垫面对污染物扩散的影响程度有显著差异。模式中原有的下垫面替换为水体后,大气扩散能力显著增强,整个区域的污染物浓度降至最低。在森林下垫面的模拟结果中,由于风速相对较小,扩散能力较弱,浓度大值区主要分布在上城区、下城区、滨江区及萧山区。