北京地区PM10质量浓度与边界层气象要素相关性分析

对北京市2007年观象台观测站PM₁₀质量浓度资料、观象台气象自动站资料、风廓线资料和探空资料进行了数据分析。结果表明, 在污染物源强一定的条件下, 污染物的积累、稀释、扩散和清除主要取决于气象条件。近地面风速、温度、湿度、气压和边界层高度等气象条件对于可吸入颗粒物的污染程度有着很重要的影响: PM₁₀质量浓度与地面风速、温度、湿度、气压和大气边界层高度呈显著相关性, 并且相关性随季节变化明显。其中, 6月PM₁₀质量浓度与地面风速和大气边界层高度呈负相关性, 而与温度呈正相关, 11月则与温度成负相关; 风速与PM₁₀质量浓度之间的相关性可以用二次多项式来描述, 二者呈“U”形变化。另外由11月份PM₁₀质量浓度资料的分析表明, 当月PM₁₀质量浓度最小值对应的风速为4.1 m/s。     

不同沙尘天气微气象和沙尘演变规律的对比研究

利用内蒙古浑善达克沙地沙尘暴实验探测资料,给出2004年春季多次沙尘天气过程近地面微气象学要素、湍流通量及沙尘浓度的极值对比,重点分析了3月27-28日强沙尘暴过境时近地面微气象学要素和辐射分量的变化特征。结果表明： 沙尘天气过程中,白天近地层温差均有不同程度的降低,夜间逆温强度减弱;净辐射与感热通量较晴空值均有不同程度的削弱。沙尘天气过境时,动量通量显著增加,动力湍流与热力湍流配合,有利于加强沙尘源区的局地起沙和沙尘的垂直输送过程。3月27-28日强沙尘暴过境时,伴随地面水平风向的转变,沙尘浓度迅速增加,风速及其垂直梯度增大;在沙尘暴增强阶段,近地层降温达7℃,比湿出现极大值,净辐射和感热通量降为负值。当沙尘浓度达到最大值后,净辐射上升至零,反映了夜间沙尘气溶胶对低层大气和地表的保温作用。     

北京PM10质量浓度与总体理查逊数的关系

为了研究总体理查逊数对可吸入颗粒物 PM₁₀ ( particulate matter with aero-dynamic diameter smaller than 10 μm) 质量浓度的影响, 对2007年11月北京南郊观象台的PM₁₀质量浓度资料、地面气象自动站资料和常规无线电探空资料进行了分析。统计分析软件采用 SPSS15.0( Statistical Package for Social Sciences 15. 0) 。分析结果表明,在北京地区以稳定层结为主的条件下, PM₁₀质量浓度与地面气象要素和总体理查逊数存在很好的规律性。PM₁₀质量浓度与风速和相对湿度显著相关, 相关系数分别为 - 0. 65 和 0. 69, 通过 α= 0. 01 显著性检验; PM₁₀质量浓度与地面至450m层的总体理查逊数存在显著的对数形式非线性关系, 决定系数 R2= 0.42。非线性回归方程的独立样本预测检验显示回归模型可以用于根据无线电探空资料对PM₁₀质量浓度进行预测。     

兰州远郊区春季碳气溶胶的质量浓度特征

 为探讨春季沙尘(暴)期间兰州大学半干旱气候与环境观测站(SACOL)碳气溶胶的变化特征, 2012 年5 月17-26 日于SACOL 站采用石英膜收集PM₁₀样品, 利用DRI-2001A 热/光碳分析仪测量元素碳(EC)和有机碳(OC)的质量浓度。结果显示, 沙尘(暴)是导致OC、EC 质量浓度增大的主要因素。采样期间EC、OC 和总碳(TC)的平均质量浓度分别为2.71、11.26 和13.97 μg/m³。进一步分析显示, 沙尘(暴)期间兰州城区碳气溶胶污染逐渐加重主要受本地源的影响。PM₁₀中OC 和EC 的相关系数达到0.94, 揭示SACOL 站OC、EC 的来源相对一致。OC/EC 的均值为5.05, 表明春季SACOL 站PM₁₀中碳气溶胶存在二次污染。二次有机碳(SOC)的质量浓度为3.37 μg/m³, 为OC 的29.9%。结合考察周边环境, 分析表明SACOL 站春季碳气溶胶的主要来源是直接污染源, 来自周边环境中的燃煤以及机动车尾气排放。对碳气溶胶8 种组分的因子分析结果也表明, 周边环境的燃煤和机动车尾气排放是春季SACOL 站碳气溶胶的主要贡献源。     

2014年5月武汉市输入型沙尘污染案例分析

结合地面颗粒质量浓度、金属元素含量、垂直消光系数和地面气象观测资料、后轨迹模型及天气分析图, 分析2014年5月25-26日湖北武汉市监测的沙尘天气过程。结果表明, 这次沙尘暴源起新疆南部塔卡拉玛干沙漠和内蒙巴丹吉林和腾格尔沙漠, 随着冷空气向东向南传输, 兰州和银川PM₁₀小时浓度分别超过2000 μg/m³ 和1000 μg/m³, 武汉PM₁₀小时浓度超过500 μg/m³, 沙尘在传输过程中逐渐减弱。沙尘期间武汉市以粗颗粒污染为主, PM₁₀浓度陡升, PM_2.5占PM₁₀ 的含量下降到约35%。沙漠粉尘示踪元素Ca, V, Ba和Fe 浓度增加4 倍以上, 所占的总量百分比也增加一倍以上, As, Se, Cr, Cu, Zn 和Pb 等当地的人为污染源排放的金属元素浓度约为先前的1/5~2/5, 所占总量百分比下降明显。激光雷达观测到两次明显的沙尘沉降过程, 在近地面层(500 m 左右)存在均匀的消光系数大值区(最大0.086 km^-1)。以此例说明结合气象和环境的多种观测手段综合分析输入型空气污染的方法。     

亚洲3个AERONET站点沙尘特性及大气含沙量对比分析

选取全球气溶胶自动观测网在东亚、中亚和南亚地区观测记录最长的兰州大学半干旱气候与环境观测站(SACOL)、杜尚别站和斋浦尔站的数据,通过沙尘和污染沙尘的有效分离,对比分析了3站的沙尘特性和大气含沙量.结果表明, 3站沙尘天气出现频次的季节差异显著,且污染沙尘明显高于沙尘, SACOL站多发于3-4月,杜尚别站多发于6-10月,出现频率最高的斋浦尔站集中于3-7月. 3站沙尘和污染沙尘的光学厚度变化特征与其出现频次一致,斋浦尔站由于人为污染的影响,污染沙尘具有较高的吸收性.沙尘和污染沙尘体积谱均以粗模态为主,且浓度峰值差异显著. 3站沙尘质量消光系数一致且介于0.3～0.5 m~2/g,大气含沙量差异显著,其月平均最大值分别为0.33(3月)、0.24(7月)和0.42 g/m~2(7月).     

上海市大气环境中PM2.5/PM10时空分布特征

针对上海市颗粒物的污染和防治问题,利用2014年4月14日—2015年3月24日10个国控监测点的PM_2.5和PM₁₀小时数据及对应的气象因素资料,以PM_2.5质量浓度占PM₁₀质量浓度的比例为研究对象,使用聚类分析和相关性分析PM2.5/PM₁₀的时空分布特征. 结果表明:P_2.5和PM₁₀的季节高低为冬>春>秋>夏,PM_2.5/PM₁₀的季节分布在不同区域存在差异性. PM_2.5/PM₁₀的日变化呈现双峰型趋势,峰值出现在05:00和14:00左右,上午PM_2.5/PM₁₀高于下午. 颗粒物质量浓度及PM_2.5/PM₁₀具有明显的“周末效应”,这与车辆通行政策与人类作息时间变动相关. 在空间分布上,颗粒物质量浓度及PM_2.5/PM₁₀均表现为背景站>浦西站>浦东站.     

张掖地区春季大气气溶胶的光学特性

利用2008年4-6月份张掖气候观象台CE-318的观测资料,结合同期PM₁₀质量浓度和地面常规气象资料,分析了气溶胶光学厚度AOD,Angstrom指数和PM₁₀质量浓度的时间变化特征,讨论了AOD与气象要素的关系以及AOD与PM₁₀质量浓度的相关性.结果表明,观测期间AOD与浑浊度系数β的日均值变化趋势较为一致,与波长指数α呈较弱的负相关.AOD大致存在四种日变化形式:1)平缓稳定;2)早晚低,中午较高;3)早晨低,傍晚高;4)早晨高,傍晚低.观测点受西北（偏北）风控制时,AOD易出现较高值,相对湿度的变化对AOD大小影响不明显.日平均情况下AOD和PM₁₀质量浓度的相关系数R²为0.735 9,大于小时平均情况下的0.4035.     

甘肃省近67年沙尘天气时空特征分析

选取1951-2017年甘肃省81个国家级气象站常规地面观测资料,采用线性趋势分析方法对该地区沙尘天气的时空特征及演变趋势进行分析,得出结论:除甘南和陇南部分地方外,甘肃省大部分地方均出现过沙尘,但强沙尘暴主要集中在河西偏北地方中,敦煌和民勤是强中心,河东大多数站点建站以来从未出现过强沙尘暴;沙尘在该地区主要表现为浮尘或扬沙等轻度沙尘,其中浮尘占全部沙尘的45%,扬沙、沙尘暴和强沙尘暴分别占37%、13%和5%;沙尘的年际变化呈现明显的周期性减弱减少趋势,周期约20年。沙尘在上世纪50～60年代最频繁,但影响规模在70年代最广,近30年极少出现大范围沙尘天气过程;沙尘主要出现在春季,其中4月份最多,强沙尘暴天气过程主要出现在前半年。     

PM2.5浓度湍流特征和通量获取的实验研究

利用PM_2.5质量浓度测量仪E-Sampler的1 Hz高频采样功能, 采用涡动相关法, 计算山东省德州大气环境实验站2018年12月27日至2019年1月7日多次污染事件的PM_2.5浓度脉动和湍流通量, 探讨PM_2.5浓度湍流特征。结果表明, 实验观测期间PM_2.5浓度湍流通量均值为0.026 μg/(m²·s); 不同污染过程中PM_2.5浓度湍流通量传输方向不同, 表明不同污染过程的污染源汇属性不同。随着湍流统计特征量(如湍流动能、水平风速标准差、垂直风速标准差、水平风速、动量通量和感热通量)增大, PM_2.5湍流垂直通量呈现指数型减小的趋势, 即先急剧减小, 然后随各变量的增长变化不大。随着PM_2.5浓度增大, 其湍流通量绝对值呈现增加趋势, 因此PM_2.5浓度湍流通量的大小与PM_2.5浓度和湍流强弱有关。不稳定条件下, PM_2.5浓度归一化标准差与稳定度参数ζ = z/L 遵循-1/3幂次关系, 即 σ_c/C_* = 6.7(-ζ)^-1/3; 稳定条件下, 实验结果相对离散。另外, PM_2.5浓度脉动方差谱曲线在高频段满足-2/3幂指数率, PM_2.5浓度脉动与垂直速度脉动的协方差谱曲线在高频段满足-4/3幂指数率。研究结果表明, 利用E-Sampler的PM_2.5浓度1 Hz高频采样功能可以得到连续且有效的PM_2.5浓度湍流通量。     

西安南二环5月PM_(10)质量浓度时空变化规律

利用电脑微激光粉尘仪对西安市南二环2013年春季5月70 m高度范围内的可吸入颗粒物(PM_(10))质量浓度进行了4个昼夜的监测。观测发现,西安南二环PM_(10)质量浓度昼夜变化可分为5个阶段:第1阶段在8:00—10:00,PM_(10)平均质量浓度范围0.056 mg/m~3;第2阶段在12:00—14:00,PM_(10)平均质量浓度为0.075 mg/m~3;第3阶段在16:00—18:00,PM_(10)平均质量浓度为0.058 mg/m~3;第4阶段在20:00—22:00,PM_(10)平均质量浓度为0.070 mg/m~3;第5阶段在0:00—6:00,PM_(10)平均质量浓度为0.038 mg/m~3。高分辨率地垂向观测结果表明,西安5月PM_(10)质量浓度垂向变化可分为3种类型:第1种类型,随着高度的增加PM_(10)质量浓度增加幅度居中,平均递增率为0.048μg/m;第2种类型,随着高度的增加PM_(10)质量浓度幅度增加最大,递增率为0.065μg/m,且波动变化明显;第3种类型,随着高度的增加PM_(10)质量浓度增加幅度最小,递增率为0.013μg/m。西安南二环5月PM_(10)质量浓度在1 m高度处最低,平均为0.048 mg/m~3;4~46 m高度范围内质量浓度较低,平均为0.051 mg/m~3;在49~67m高度范围内质量浓度较高,平均为0.052 mg/m~3;在70m处最高,平均为0.056 mg/m~3。观测期间PM_(10)质量浓度与4 m处的温度之间为显著正相关(y=240.73x+12.305),与4、7、10 m高度处的湿度为显著负相关(y=-606.42x+82.08)。     

基于激光雷达数据对混合层高度与细颗粒物浓度关系的研究

利用微脉冲激光雷达观测资料, 运用人工辅助算法, 获得2016―2019年白天混合层高度(MLH), 并分析其变化特征及其与空气污染物PM_2.5浓度的关系。结果表明, 混合层高度表现出明显的季节变化和日变化, 春季高度明显大于其他季节, 最大值均发生在 5月。混合层高度在08:00―15:00 BJT的变化趋势与PM_2.5浓度负相关。线性拟合结果表明, 当考虑风速的影响时, 通风指数与 PM_2.5具有更强的负相关关系; 当考虑风向的影响时, 西南风情况下, 混合层高度与PM_2.5具有更强的负相关关系。对天气分型后, 每个天气类型的PM_2.5浓度与混合层高度的相关性更加显著。     

公园绿地及周边环境PM2.5浓度特征及影响因素

【目的】评价城市公园对降低大气PM_2.5质量浓度的作用,同时探讨环境因素对PM_2.5质量浓度的影响。【方法】以北京市北小河公园为研究对象,通过PM_2.5质量浓度监测仪测定公园绿地内、公园附近建筑室内及公园道路旁(开敞空间)的PM_2.5质量浓度,对公园及其附近建筑室内与道路旁PM_2.5浓度做差异对比分析,同时监测温湿度、风速及气压、车流量,以分析环境因素对PM_2.5质量浓度的影响。【结果】①公园及其附近建筑室内与道路旁PM_2.5浓度日变化趋势基本一致,呈现双峰单谷型,即早晚高、白天低。②无污染或轻度污染时,公园绿地PM_2.5质量浓度均低于道路旁及附近建筑室内,PM_2.5质量浓度分别降低了5.7%和6.9%,说明公园绿地对PM_2.5有一定的滞留作用; 中度污染天气条件下,公园内PM_2.5浓度同样低于道路旁与建筑室内,降幅分别为3.6%和7.3%,公园绿地对PM_2.5仍有一定的滞留作用; 重度污染质量条件下,公园内PM_2.5质量浓度略低于道路旁,降幅仅为0.3%,而比建筑室内升高了5.5%。③公园绿地PM_2.5质量浓度与温度、风速呈负相关关系,与相对湿度、气压呈正相关关系; 道路旁PM_2.5质量浓度与车流量呈正相关。【结论】在中度污染及以下环境空气质量条件下,公园绿地对PM_2.5有一定的滞留作用,说明公园绿地对PM_2.5滞留作用的发挥受一定的环境空气质量条件的制约。     

兰州西固区PM2.5和烷醇类分布特征及其与气象因素相关性分析

采集2019年兰州市西固区细颗粒物监测数据,用气相色谱-质谱联用仪(GC-MS)对PM_2.5中的有机组分进行定性和定量分析,着重探讨PM_2.5与烷醇类的分布特征.同时收集同期近地面气象观测数据,采用相关性(Pearson)与非参数分析(Spearman)方法,研究PM_2.5和烷醇类与气象因素之间的关系并比较Pearson和Spearman两种方法的适用性.结果表明:2019年兰州市西固区PM_2.5年平均浓度为51 μg/m³,是我国环境空气质量年平均二级标准(35 μg/m³)的1.5倍,其中烷醇类占比达0.3%,PM_2.5和烷醇类均呈现明显的季节性规律,均为冬季＞春季＞秋季＞夏季.Pearson和Spearman对温度和相对湿度的分析结果一致,对风速的计算结果在显著性水平方面稍有差别,对大气压统计结果有明显差异.     

济南市一次持续性重污染天气的颗粒物化学组分演变分析

为研究济南市冬季大气重污染过程特征,以2020年12月8日—13日发生的一次典型大气重污染过程为例,从污染过程、气象条件、细颗粒物化学组分等角度综合分析此次重污染过程的特征和成因。结果表明,此次重污染过程期间首要污染物均为PM_2.5,其平均质量浓度为137 μg/m³,11日21时达到此次污染峰值,PM_2.5质量浓度高达为235 μg/m³。重污染期间高空环流较为平直;低层850 hPa受西南气流影响,有利于逆温层结的形成;地面均压场控制,平流雾、辐射雾交替产生。静稳气象条件使得PM_2.5质量浓度累积及高湿状态下颗粒物二次转化增强。观测期间,二次离子(SNA= $SO^{2-}_{4}$ + $NO^{-}_{3}$ + $NH^{+}_{4}$) 质量浓度为85.4 μg/m³,占PM_2.5质量浓度的52.0%。硫转化率(R_S)和氮氧化率(R_N)均值分别为0.44和0.33,大气中SO₂和NO₂的二次氧化程度较高;R_S高于R_N,表明污染期间二次$SO^{2-}_{4}$的二次转化效率高于 $NO^{-}_{3}$。$\rho_{NO^{-}_{3}}$ / $\rho_{SO^{2-}_{4}}$平均值为2.1,表明移动源对PM_2.5污染的贡献占主导地位。有机碳和元素碳浓度的平均比值为6.5,可见本次重污染期间济南市大气中存在二次有机碳(SOC)污染。采用有机碳和元素碳比值(ρ_OC/ρ_EC)最小比值法估算得到重污染期间一次有机碳浓度和二次有机碳浓度分别为11.9 μg/m³、4.3 μg/m³,表明一次燃烧源对污染过程有较大贡献。     

基于PCA-BP神经网络的PM2.5季节性预测方法研究

【目的】分季节预测PM_2.5浓度值,利用PCA方法对数据进行降维,分析季节及气象因素对PM_2.5的影响,在提高预测准确率的同时降低时间复杂度。【方法】以合肥市2014—2017年的PM₁₀、SO₂、CO₂、CO、O₃浓度值,以及同时段的气象因素值,对PM_2.5浓度进行预测。数据分析中发现PM_2.5在不同季节浓度差异较大,故本研究选择分季节进行预测;为了提高预测准确率,加入如风力、温度、湿度、气压等气象因素进行预测,同时采用主成分分析(PCA)的方法进行数据降维,将降维后的数据再输入BP神经网络模型进行预测。【结果】实验采用3组实验进行对比:5种污染物指标(PM_2.5-5)预测PM_2.5、加入气象因素的综合12项指标(PM_2.5-12)预测PM_2.5、对综合指标进行PCA处理后的(PM_2.5-PCA)预测PM_2.5。实验结果表明:4个季节的PM_2.5浓度值有较大变化,均方根误差(RMSE)的差值较大;采用PM_2.5-PCA的方法,在任何季节的RMSE均有降低,相关系数(r)均有所提高。【结论】PM_2.5浓度具有季节性特征,采用季节性预测方法可以提高预测准确率;同时采用PCA方法进行降维,可以在保证准确率的同时降低预测时间复杂度。     

基于U-net神经网络模型的PM2.5逐小时浓度值预测模型

针对目前多数PM_2.5预测模型泛化能力较差的问题, 提出基于U-net神经网络模型的PM_2.5逐小时浓度值预测模型。该模型通过引入历史风场数据, 将离散的监测站点PM_2.5浓度值插值为PM_2.5网格图; 然后将U-net神经网络作为预测模型, 基于实验区域的10小时内的PM_2.5网格图, 预测下一时刻的PM_2.5网格图。该模型可以利用历史不同时刻提取的PM_2.5浓度值网格图, 在预测区域内所有位置PM_2.5浓度值的同时, 还可以提升预测的准确性以及对PM_2.5浓度值突变情况的适应性。实验结果表明, 所提方法在PM_2.5浓度值短时间突变情况下, 预测精度比传统方法有10%左右的提升。