咸阳市区颗粒污染物浓度分布特征与气象条件的关系

为研究咸阳市城区大气污染气象条件特征,统计分析了2014—2018年咸阳市城区大气浓度监测数据,对其浓度变化特征进行分析,同时选取冬季污染较重和空气良好的两个时段,对其相应的天气形势、物理量场及污染气象参数进行分析.结果表明:咸阳市城区大气污染物主要是以PM_(2.5)和PM_(10)为主的颗粒物,其季节变化明显,尤其在每年11月至次年3月采暖季最严重,其逐时变化规律明显受到上下班高峰机动车尾气密集排放的影响;重污染期间对流层上层及地面冷空气明显偏弱,关中地区处于均压场控制,对流层低层垂直上升运动偏弱,湿层偏厚偏强;重污染期间混合层高度与颗粒污染物浓度呈明显的负相关,尤其在混合层出现低值次日极易出现重污染天气;静稳指数值与重污染天气呈正相关,重污染期间咸阳市多为静稳天气,颗粒污染物容易聚集导致浓度迅速升高.     

长三角城市群冬季一次重污染天气过程分析

利用NCEP/NCAR和FNL再分析资料,并结合长三角城市群地面气象观测数据,探讨了2014年1月18—25日长三角城市群一次重污染天气过程的气象成因以及污染物路径分析。结果表明,污染期间随着相对湿度和PM2.5浓度的升高,大气能见度明显降低。2014年1月影响我国的东亚冬季风势力偏弱,导致重污染期间冷空气活动偏弱;此外,垂直方向上出现逆温,限制垂直运动的发生、发展。上述因素有利于长三角地区污染物在近地面层堆积,导致重污染天气的发生发展。污染物从温度高的地方向温度低的地方扩散。低空气温低时,不易形成对流,促使污染物在长三角地区堆积。HYSPILT模式模拟显示污染物主要来自山西、河北一带,以平流和弱辐散的方式向长三角地区输送。大气化学模式WRF-Chem可较好地模拟出PM2.5浓度的变化过程,可用作长三角城市群重污染天气预报的业务模式。     

2015—2021年采暖季华北平原污染过程气象条件分析

华北平原是中国三大平原之一，特殊的地理位置、较多的重工业企业及采暖季相对更高的污染排放，导致采暖季极易出现大范围、长时间的污染过程，PM_2.5浓度明显高于周边区域。为了更好地了解天气系统及气象要素对采暖季华北平原城市空气质量的影响，以北纬32°—40°、东经114°—120°华北平原地区50个城市为研究对象，分析2015—2021年采暖季(11月至次年3月)气象条件对华北平原采暖季大范围重污染过程的影响。研究表明，华北平原发生重污染时，高空500 hPa环流曲率减小，环流相对更加平直，垂直方向逆温出现概率增大，水平及垂直方向更加静稳，污染物扩散能力减弱，近地面山东中南部、河南异常偏南风导致区域升温、增湿，有利于颗粒物吸湿增长及二次转化，河北中西部异常偏东至东北风，导致污染物受太行山山脉影响，在太行山东侧堆积，易在山前形成大范围污染过程，且与山东中南部、河南的异常偏南风形成区域风场辐合，污染物扩散条件不利。分析2021年1月20日至28日一次污染过程发现，污染发生期间华北平原高空大气环流相对平直，地面以均压场控制为主，多静风辐合，湿度持续较大，整体污染扩散条件不利，...     

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。     

南宁市一次严重空气污染期间颗粒污染物特征及气象条件分析

利用南宁市环境保护监测站2010年11月5日至12(污染个案期)在南宁市区振宁花园、市监测点、区农职院、大自然花园4个有代表性的国控环境空气监测点观测到的空气质量数据,分析颗粒污染物PM10和PM2.5的浓度变化及PM2.5的主要化学组分浓度,再利用广西气象服务中心观测的天气数据分析污染个案期的气象条件。结果表明:此次长时间空气污染重,南宁市大气中的颗粒物出现显著升高,颗粒物为此次诱发长时间空气污染物的首要污染因子,颗粒物中的组分以有机质OM和硫酸盐为主;观测时段内气象因素对空气污染存在重要影响,来自湖南方向的污染气团对南宁市的长时间轻微污染也存在一定影响。     

石家庄市秋冬季大气环流型下的气象和PM2.5污染特征

根据石家庄市2013—2018年秋冬季(当年11—12月和次年1—2月)11种大气环流型天气条件下的地面和垂直气象特征, 归纳出5类大气环流条件, 并结合气团传输轨迹和PM_2.5浓度监测数据, 探讨大气环流条件与石家庄PM_2.5污染的关系。在5类大气环流条件中, 第I类(NW型和N型, 天数占16%)的扩散条件最好, 以西风和西北风为主, 风向比较稳定, 风速大, 边界层高度高; 第II类(NE型, 天数占9%)和第III类(E型和SE型, 天数占12%)的扩散条件次好, 近地面风向分别以北风和东北风为主, 风速较大, 前者边界层高度中等, 后者边界层高度低; 第IV类(A型, 天数占37%)的扩散条件较差, 近地面风速较低, 同时边界层高度低; 第V类(UM型、C型、S型、SW型和W型, 天数占26%)的扩散条件最差, 近地面风速很小, 风向变化大, 边界层高度低, 低层大气逆温明显。不同大气环流条件下气团的传输路径存在差异, 对石家庄地区PM_2.5污染产生潜在影响的区域随之不同。石家庄市秋冬季的PM_2.5污染与不同环流型的扩散条件密切关联, 第V类大气环流条件下最易发生PM_2.5污染, 污染发生频率在78%~96%之间, 重度及以上级别污染发生频率均在55%以上; 第IV类大气环流条件下的污染状况变化相对缓慢, 但连续的第IV类大气环流天气多带来PM_2.5污染持续累积; 第I类大气环流条件下发生污染的频率最低。     

天津蓟县夏季PM_(2.5)污染特征及影响因素

为探究天津蓟县大气细颗粒物(PM2.5)污染特征及气象因素对它的影响,搜集了2013年蓟县PM2.5质量浓度变化资料,对PM2.5污染情况进行了详细分析;并针对夏季典型天气,对PM2.5质量浓度进行监测,结合同步气象数据,运用线性回归及相关性分析方法研究PM2.5质量浓度与气象因素关系.结果表明:蓟县PM2.5质量浓度呈现明显冬高夏低特征,夏季污染超标率达45%,其日变化呈明显双峰型;PM2.5质量浓度受温度、相对湿度、风速、风向、降雨影响显著,与气压无显著关系,能见度随PM2.5质量浓度增大呈现e指数衰减规律.研究结果可为当前的京津冀区域大气污染协同防控提供一定的科学参考.     

合肥市灰霾大气污染特征浅析

根据《灰霾污染日判别标准(试行)》判别标准,合肥市2013年PM10、PM2.5等浓度值及天气统计数据,分析了灰霾天气下,不同PM2.5浓度区间及不同PM2.5/PM10区间的气象特征。在非灰霾天气下,剖析了降水、无降水,能见度5km及无降水,能见度5km且相对湿度95%,主要是有雾或者雾霾混合的天气下的气象特征。得出如下结论:合肥市灰霾天气主要出现在1月和12月,这个期间降水量低,轻微的降水沉降颗粒物效果不明显,风速明显低于非灰霾时期,不利于颗粒物扩散,气压呈增加趋势,增加了大气的温度性,也不利于污染物扩散,导致污染物浓度增加。PM2.5是导致灰霾天气的主要原因。     

东莞地区冬季大气边界层结构对PM_(2.5)影响的观测研究

利用2013年12月在东莞地区开展大气边界层观测试验得到的垂直风温资料和逐时PM2.5质量浓度资料,研究了东莞地区大气边界层结构对PM2.5质量浓度的影响的。结果表明:在大陆冷高压控制下,东莞地区的边界层结构演化非常典型,而东莞地区冬季PM2.5污染事件通常由冷气团南下的天气形势引起。在PM2.5污染过程中,日平均边界层高度往往不足600 m,较低的大气边界层高度使得PM2.5持续累积,夜间稳定边界层高度约为100 m使得夜间出现PM2.5质量浓度峰值。东莞地区的垂直风场存在显著的三层结构,较小的底层风速有利于PM2.5聚集在边界层内难以扩散,而高度较低的小风中层使得PM2.5污染物进一步被压缩在大气底层,加剧了地表的PM2.5污染程度。在冬季大陆冷高压控制下,在PM2.5污染过程中,东莞逆温结构多发,低空逆温层底约在700m,而且厚度和强度都较大,夜间常见贴地逆温,且厚度约为100 m,持续稳定存在的较低的逆温层导致的稳定层结是造成PM2.5污染的重要原因。     

昆明市PM_(2.5)浓度时空变化特征及其与气象条件的关系

针对高原山地城市PM2.5的污染及防治问题,利用2014年4月—2015年3月昆明市主城区PM2.5小时浓度平均值及对应的气象参数连续观测资料,采用普通克里格插值法、非参数分析法对昆明市主城区PM2.5浓度时空特征及其与气象因素的影响进行了研究分析.研究结果表明:昆明市主城区PM2.5浓度季节高低为春季冬季秋季夏季.PM2.5日变化趋势呈双峰单谷型,上午PM2.5浓度高于下午浓度,这种变化趋势与人们出行高峰和当天气象条件有关.普通克里格插值法得到昆明市PM2.5高浓度主要分布在主城区西北至东南一带,五华区、盘龙区浓度高于西山区、呈贡区.通过Spearman秩相关分析得出日均温度、气压、风速气象因子对环境PM2.5浓度的季节分布具有显著影响.     

南宁市空气中细颗粒物污染水平及其与气象因素的关系

分别于2010年1月和3月在南宁市城中心区的市监测站、文教区的区农校、工业区的英华嘉园、城市郊区的仙葫,应用自动监测仪器监测空气颗粒物的浓度,并分析监测站点位细颗粒物浓度随季节的变化及其与日平均气温、风速和降雨量等气象因素的关系.结果发现,1月份和3月份南宁市城市中心区域的细颗粒物浓度高于郊区的,城市区域范围内则以下风...     

基于单颗粒质谱技术的石家庄市2016年秋季空气重污染成因分析

利用单颗粒气溶胶质谱仪并综合地面空气污染监测数据、常规气象观测数据、卫星遥感火点监测资料和气流后向轨迹,分析了2016年石家庄市秋季出现的两次空气重污染过程的演变特征及主要影响因素。结果表明：机动车尾气和地面扬尘是PM_2.5的重要来源。高低空稳定的天气形势配置是两次重污染过程形成的直接原因。在这些天气形势下,湿度高、风速小、气压低、逆温层厚、混合层高度低是造成两次重污染过程的重要原因。同时东南和西南方向周边污染物的输送对重污染天气的形成发展也有一定的贡献。     

南京地区PM2.5和PM10浓度分布特征及与相关气象条件的关系

利用2014年12月至2015年5月南京市PM_(2.5)和PM_(10)的质量浓度以及天气观测数据,研究南京市颗粒物浓度空间、时间分布特征及其与相关气象因子的关系。研究表明PM_(2.5)和PM_(10)同季节内高度线性相关,时间分布具有明显的季节性差异;PM_(2.5)与风速呈负相关关系,与降雨清除量呈正相关关系;相对湿度达到75%左右时污染最严重。研究首次将其他污染气体和相关气象因子结合起来,用逐步回归法建立PM_(2.5)预测模型,能较好地拟合冬春两季PM_(2.5)变化趋势,较准确地反映南京市PM_(2.5)的污染特征,具有一定的理论和实用价值。     

石家庄市采暖期空气质量特征及其与气象条件的关系

为确定石家庄市采暖期易引发大气污染的气象条件,通过对石家庄市2016—2018年采暖期的空气质量逐日监测数据,以及同期气象观测资料进行研究,分析了石家庄市采暖期的空气质量变化特征,探讨了影响环境数据变化的主要气象要素,筛选并确定了PM_(10)、PM_(2.5)、AQI的污染气象指标。结果表明:石家庄市采暖期内所有天数均为非一级天,其中污染日较多,占69.58%,以PM_(2.5)为首要污染物的天数最多,其次是PM_(10);PM_(10)、PM_(2.5)、SO_2、NO_2、CO浓度与气温、变压、风速和混合层高度负相关,与相对湿度正相关(SO_2除外),O_3与气象要素的相关性和上述五种污染物相反;气象要素对大气环境影响的排序为:相对湿度风速混合层高度水汽压变压气温;确定的三种污染气象指标准确率分别是70.37%、70.37%、72.97%。     

哈尔滨一次可吸入颗粒物重污染事件过程分析

大气污染粒子的移动及浓度变化不仅受地表影响,而且也和粒子尺度及其水平、垂直输送有关.以哈尔滨2008年5月28日～30目的一次可吸入颗粒物重污染过程为例,利用实测的MICAPS资料、中尺度数值模式WRF以及美国国家海洋和大气局(NOAA)污染物轨迹模式HYSPLIT-4对此次过程进行模拟与分析,结果表明大尺度天气系统、区域性大气流场及局地天气条件对哈尔滨污染粒子的传输过程有影响;利用后向轨迹模式分析了污染粒子的来源,探讨了哈尔滨及周边污染粒子的移动和来源,这将有助于进一步认识城市污染的形成机制.     

长三角典型城市PM2.5浓度变化特征及与气象要素的关系

利用长三角地区4个典型城市南京、上海、杭州、合肥2014年4月1日~2015年3月31日的PM2.5监测数据,以及同期MICAPS地面气象要素的观测资料,对该地区PM2.5浓度的变化规律及其与气象要素的关系进行了分析和讨论。结果表明:长三角地区PM2.5浓度总达标率总体表现为夏季最高,冬季最低的态势。4个城市中,上海全年总达标率最高,杭州其次,合肥最低。上海和杭州达标率月变化特征相近,南京和合肥相近;PM2.5逐小时浓度日变化曲线呈现两峰一谷型分布,最大值均出现在早晨,最小值均出现在下午16~17时之间;月平均浓度具有明显的季节变化特征,冬季最高,夏季最低;PM2.5浓度与风速呈现显著现负相关关系,受地面风向影响明显,污染物在主导风的作用下从上游污染源扩散至下风区域;与气温呈现负相关关系;从全年来看,PM2.5浓度与相对湿度呈现负相关关系,高湿度状态更有利于降水从而增加PM2.5湿清除;各个城市PM2.5浓度与气压相关性很弱,并且未通过显著性检验,可见气压是影响PM2.5浓度变化的次要因素;降水对PM2.5清除作用明显。不同城市PM2.5的变化特征及其受气象要素的影响存在差异,主要是由不同城市的地理环境、产业布局以及污染源等因素造成的。     

长春市PM_(10)污染特征及与气象因素的相关分析

为了研究长春市PM10污染特征以及影响PM10浓度的因素,利用长春市PM10的实时监测资料,分析长春市PM10浓度的季节变化特征和污染程度.并利用同期的气象资料,建立PM10浓度和气象因素之间的多元线性回归模型,来进行两者之间的相关分析.采用逐步回归法,建立了"最优"回归方程,分析不同季节对污染物浓度有显著影响的气象因素,从而为长春市大气污染防治和雾霾天气预测提供科学依据.结果表明,长春市PM10浓度冬季偏高、夏季偏低、春季和秋季居中,2013年全年中1、4、10月份出现了不同程度的高污染现象,日平均浓度最高值达到591μg/m3.研究发现对长春市PM10有显著影响的气象因素主要有当日平均风速和最高最低气温温差.     

宜昌市城区PM_(2.5)污染形成灰霾天气的规律研究

2012年选取与气象站点相邻的一个环境空气质量测点对PM2.5进行了研究性监测,测点距地面23m,全年PM2.5质量浓度在19~284μg/m3之间,年均质量浓度为89μg/m3,月均质量浓度最高的为1月.系统分析全年PM2.5监测质量浓度与相邻气象测点灰霾、能见度观测数据之间的关系,得到以下结论:宜昌市城区PM2.5污染质量浓度与灰霾观测值相关性不强,但与能见度的观测值显著相关;全年能见度降低受PM2.5污染的影响具有季节性,2、5~6三个月与7~9三个月及4、10~11三个月,这3组月份内的PM2.5与能见度之间的回归曲线基本一致,全年中3月份影响最大,而1月份最小,主要与气温、风速、降雨因素有关.     

特高压直流输电线路合成电场的天气影响因素及预测模型

特高压直流输电线路电离周围空气产生的离子和线路电场叠加形成合成电场,并在环境因素的作用下使得地面的合成场强发生变化。研究了天气因素对地面合成场强的影响,并提出了基于天气因素的电场预测模型。利用高压直流电场测量装置测量地面合成电场值及环境监测系统所测的天气参数,分析了风速、湿度、气压、温度、PM₁₀、PM_2.5、PM_1.0与场强的相关性。利用基于树形结构Parzen估计器(tree-structured Parzen estimator, TPE)优化的CatBoost建立地面场强在天气因素下的预测模型,并基于所测数据进行模型的训练和预测。结果表明：天气因素对场强的影响权重由高到低为湿度、风速、气压、温度、PM_1.0、PM_2.5、PM₁₀。通过特征排序选取前5个特征和所有特征预测所得到的均方根误差分别为0.83 kV/m和0.85 kV/m,实现了相对准确的预测。研究结果可为特高压直流输电工程环境评估提供有用的合成电场分析方法。