盆地气候条件下成都城区O_3与NO_2相互作用的时间尺度分析

应用去趋势互相关分析法对比分析了成都市2013年7月1日至8月31日和2014年1月1日至2月28日等2个时间段4个大气环境监测站点近地面O3与前体物(NO2)小时平均浓度的相关性及其时空演化尺度特征.研究表明,成都市4个监测站点近地面O3与NO2小时平均浓度波动的相关性在一定时间尺度内具有长期持续特征.并对成都市夏季和冬季近地面O3与NO2相关性进行了对比分析,探讨了导致此种差异的原因.结果表明,不同的气象条件下成都市O3与NO2相互作用的时间尺度存在显著差异.其差异性可能与成都市独特的盆地气候特点以及当地夏季与冬季太阳光辐射、日照数、气温等气象因子有关.研究结果有助于进一步加深对盆地气候条件下成都市O3污染特征的认识.     

张家界市旅游旺季PM2.5质量浓度的变化特征

为了探讨大气污染物对旅游活动强弱的反应机制，以典型生态旅游城市张家界市2017年旅游旺季时段4个空气质量自动监测站点的PM_2.5质量浓度数据为研究对象，采用消除趋势波动分析方法探讨PM_2.5的周末效应.结果表明，永定新区、电业局和未央路站点的PM_2.5质量浓度的波动日变化曲线基本一致，表现出双峰型，波峰分别出现在13：00和22：00左右，而袁家界站点与它们相比，存在明显差异；永定新区和电业局站点工作日的PM_2.5质量浓度略高于周末，而未央路和袁家界站点周末的PM_2.5质量浓度高于工作日.为了进一步探讨PM_2.5质量浓度变化的内在规律，对各站点PM_2.5质量浓度序列进行消除趋势波动分析，发现各站点PM_2.5质量浓度序列均表现出明显的长期持续性特征，且城区站点的长期持续性存在拐点，而景区站点和临近景区站点的不存在拐点，推测可能是景区受旅游活动干扰较多而致.     

COVID-19疫情不同阶段管控措施对大气污染物浓度的影响研究

2020年COVID-19疫情席卷全球，在我国疫情的集中爆发区和局部散发区均采取了严格的管控措施.论文采用2015年1月—2020年9月我国国控环境监测站点6种大气污染物(CO、SO2、NO2、O3、PM10、PM2.5)月均浓度值结果，分析了疫情管控措施对集中爆发区和后续局部散发区内大气污染物浓度的影响.结果显示在实施严格管控的疫情集中爆发期，湖北省内6种大气污染物中NO2浓度的减小最为明显，浓度变化与省内采取管控措施及复产复工的时间一致性较好.在2020年2月—4月的管控期间内，NO2各月均浓度值相较于前5年对应月份平均浓度均有显著减小，复工复产后逐渐恢复.SO2、PM10、PM2.5在管控期的部分月份也有显著下降，而CO月均值浓度亦出现了近6年来对应月份的最低值，但持续时间都相对较短.选用对管控措施表现最为明显的大气污染物指标NO2，持续监测了后续疫情局部散发区管控措施对其浓度的影响.吉林市、北京市、乌鲁木齐市等管控措施超过20天以上的散发区在其疫情管控期内均表现出了NO2浓度的显著降低.而确诊人数较少、扩散范围小的大连市、德宏傣族景颇族自治州瑞丽市由于管控时间较短，则未出现明显变化.证实了NO2浓度对人为活动强度的变化有直接的响应关系.     

星地结合的细颗粒物超标防控区精确识别方法

为精确识别细颗粒物(PM_(2. 5))浓度超标的区域空间,依据卫星遥感与站点监测在PM_(2. 5)浓度观测方面的特点,建立遥感反演数据与站点监测数据间的临界映射分析法,综合卫星遥感覆盖面广和站点监测准确性高的技术优势。通过该方法研究珠三角区域2013年灰霾污染过程的PM_(2. 5)浓度超标区域,结果表明,利用星地结合的方法可以精确识别出PM_(2. 5)浓度超标的区域空间;广州市西部和南部、佛山市大部、肇庆市主城区及东南部、东莞市西部和北部、中山市北部和中部、江门市主城区及东部是珠三角PM_(2. 5)污染的高发地区,应作为防控重点。     

太原市大气污染现状及监测站点优化

基于2008年12月至2009年11月太原市大气中SO2、NO2和PM10日均浓度值,评价了太原市的大气污染状况,并对监测站点进行了优化设计。结果显示:太原市大气中SO2、NO2和PM10年均浓度分别为0.105 mg/m3、0.060 mg/m3和0.197 mg/m3,接近或超过国家环境空气质量年均值三级标准。受气候和地形的影响,太原市大气中SO2、NO2和PM10呈现明显的季节变化和地域分布特征。利用物元分析法对原有的监测站点进行了优化后显示,现有的8个监测站点优化为5个后,仍能准确的反应太原市的大气污染状况。     

基于 VAR 模型的重庆市大气污染物分析及研究

目的 研究重庆市首要空气污染物 PM2. 5 与 PM10 、SO2 、NO2 、CO、O3 的动态影响关系,为政府制定防治大气 污染措施及相关政策提供有价值的建议。 方法 收集重庆市 2021-05-01—2021-10-31 日的 PM2. 5 、PM10 、SO2 、 NO2 、CO、O3 这 6 项大气污染物的日浓度数据,利用 Eviews8. 0 软件,对原始数据进行序列平稳性检验;根据 Granger 因果检验结果选择变量,建立时间序列 VAR 模型,并检验模型的稳定性;利用广义脉冲响应分析和方差分 解分析,研究各污染物浓度对 PM2. 5 的动态影响及相对重要性。 结果 Granger 因果检验表明:PM10 、SO2 、NO2 、O3 是 PM2. 5 的 Granger 原因, CO 不是 PM2. 5 的 Granger 原因;广义脉冲响应分析表明:NO2 对 PM2. 5 的影响最大;方差 分解分析表明:NO2 的浓度对 PM2. 5 的影响最大;O3 对 PM2. 5 的影响次之,对 SO2 的影响作用最小。 所以,从长期 影响效应看,NO2 对 PM2. 5 具有长期较大的影响,SO2 对 PM2. 5 的影响最弱。 结论 防治 PM2. 5 对重庆市空气的污染 应着重控制 NO2 的污染,因此,政府应大力发展绿色交通,控制交通污染;大力监管高污染行业,将烟雾、粉尘、颗粒 物等排放量较大的行业作为工业污染源治理的重点;大力发展清洁能源,加快化石燃料替代资源的开发利用。     

2020年初湖北省PM2 .5和O3与往年同期时空差异对比研究

目的 探究COVID-19疫情防控期间PM2 .5和O3 浓度变化的潜在影响因素.方法 利用湖北省25个自动监测站点2015－2020年(1－3月)的PM2 .5 ,O3 以及相关大气污染物浓度数据,在对其进行空间插值的基础上,分析湖北省市域尺度PM 2 .5和O3 浓度数据空间演变,并结合气象资料和大气污染数据进行相关性分析,重点研究影响疫情防控期间PM2 .5和O3 时空分异特征的气象因素及经济因素.结果与结论 (1)湖北省13个市(州)PM2 .5浓度在疫情期间为近6 a来最低水平;其中,2月份荆门(57 μg/m3 ) 、荆州(42 μg/m3 ) 、随州(46 μg/m3 )和襄阳(59 μg/m3 )同比降幅最大,分别为38 .7%, 40%,39 .5% 及41 .6%;(2)疫情期间近地面O3 浓度有上升趋势,整体表现为1月波动,2月上升,3月下旬达到峰值,除荆州和宜昌外,其他市(州)浓度增长率均超过20%;(3 )从空间变化差异来看,湖北省PM2 .5和O3 浓度呈中部高、东部较低、西部最低的分布规律;(4)相关性分析表明,湖北省防疫期间生产制造业的停摆与PM2 .5的下降呈正相关;近地面O3 浓度的上升与PM2 .5等颗粒物的减少以及形成臭氧所需的前体物活跃度上升有关.     

珠江三角洲城市群灰霾天气主要污染物的数值研究

主要利用美国第三代空气质量模式系统Models-3(MM5/SMOKE/CMAQ),设计三重嵌套网格对2004年9月26-30日珠江三角洲城市群一次灰霾天气过程进行数值研究,通过对主要大气污染物如PM10、CO、SO2和NOx的模式结果与观测对比分析表明,模式较好地模拟出了大气污染物的变化趋势,与观测结果比较一致,再现了污染物浓度呈周期性日变化的重要特征。结果还表明,在这次灰霾天气过程中珠江三角洲城市群大气污染物的水平分布具有区域性,存在3个高值中心,污染物的高值中心对应着大城市。污染物主要积聚在大气边界层内,形成近地面高浓度,这是造成此次灰霾天气的直接原因。     

惠州大亚湾大气湿沉降中氮营养盐变化特征的研究

通过对降水中氮营养盐质量浓度及其沉降通量变化特征的研究,研究了大气湿沉降中氮营养盐对大亚湾水生生态系统的影响.结果表明,观测期间NH4+-N、NO3--N/NO2--N和TN降雨量加权平均质量浓度分别为0.474、0.536和1.23mg/L,氮质量浓度在8月份出现了明显的峰值;湿沉降通量分别为58.93、78.13和158.75kg/( km2.月),其中无机氮占总氮含量的86.34%,大亚湾大气湿沉降中氮营养盐主要以NO3--N/NO2--N的形式存在.与2009年的观测结果相比较,2012年大气中氮的沉降通量增加了约1倍.通过大气湿沉降输入的氮营养盐在大亚湾水体富营养化过程中产生了重要作用,在研究水体富营养盐问题时应考虑降水的贡献.     

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。     

南京北郊冬季典型灰霾天气气象成因及来源分析

2015年1月14~28日南京发生了入冬以来最为严重的持续性霾污染事件。利用地面气象资料、后向轨迹分析和污染物浓度数据,结合加强观测实验所获得的3 h高频次PM2.5中有机碳(OC)和元素碳(EC)的数据,分析了此次霾过程的成因和污染物来源。结果表明高压系统和静稳的均压场是观测期间霾过程形成的天气背景。后向轨迹和气态前体物的分析结果显示第一次霾过程的形成受到山西河北境内高污染气团区域传输的影响。第二次霾过程是一次短时局地污染事件,主要是由于低风速和极低的边界层高度等不利的扩散条件导致污染物在近地层的堆积。OC/EC计算结果(7.66)结合卫星火点资料和轨迹分析进一步说明第三次霾过程受到南方生物质燃烧的影响。高相对湿度有利于二次污染物的生成,因而加剧了第四次霾过程的污染程度。CO、SO_2、NO_2与颗粒物浓度显著相关,OC/EC比值范围2.54~11.61,表明化石燃料和生物质燃烧以及汽车尾气排放是此次观测期间霾形成的主要污染来源。     

全国低风速气象特征分析

利用1985-2014年NCDC数据库345个地面站的气象资料, 统计全国低风速条件的日变化、月际变化、年际变化和持续性等基本特征, 分析低风速频率空间分布的规律和季节变化。选取哈尔滨、乌鲁木齐、北京和成都4 个代表城市, 分析不同地区低风速条件的特征和年际变化情况。结果表明: 1) 30年间, 全国低风速频率约为40%, 其中哈尔滨低至25%, 成都高达60%; 2) 低风速出现频率表现为夜间高、白天低的特征; 3) 全国从9月至次年1月, 低风速状况出现频繁, 之后不断减少, 春季4月达到最低, 哈尔滨秋季的低风速频率最高, 其他3 个代表城市皆是秋冬季的低风速频率最高; 4) 全国持续3个小时(及以上)的低风速状况出现概率为36%, 其中成都地区的低风速持续性高, 持续12小时(及以上)的概率达到20%; 5) 全国低风速频率的总体空间分布是南方高北方低, 内陆高沿海低, 分布的范围和频率随季节变化; 6) 哈尔滨的低风速频率有明显增加趋势, 其他3个代表城市的长期变化趋势不明显。     

不同时间角度下的中国霾日数时空变化格局研究(1961年～2015年)

采用2 474个站点数据,从年际、月际和周际变化角度,利用线性趋势和反距离权重插值等多种方法,计算了1961年～2015年中国霾日数时空变化特征.结果表明：在年际尺度上,1961年～2015年中国年均霾日数在波动中呈“先上升(1961年～1980年)-后平稳(1981年～2000年)-再迅速上升(2001年～2015)”的三段式变化特征.在月际尺度上,1～12月份的年均霾日数呈现出“U”型分布,且所有月份的平均霾日数均呈现增加趋势.在周际尺度上,中国年均霾日数从周一到周日呈现出先减少后增加再减少的特征,但变化幅度不大.1961年～2015年中国周一到周日的平均霾日数均呈一致性增加趋势.在空间分布上,1961年～2015年中国年均霾日数变化趋势呈“东南增加显著-西北增加不显著”的空间分异格局.中国华北、华中、华东和华南地区的年代际年均霾日数随年代推移逐渐从负距平演变为正距平.不同月份的年均霾日数呈现出“东南高-西北低”的空间格局.1月和12月份年均霾日数达到2.7 d/a以上的地区分布较广,其它月份分布范围则相对较小.1961年～2015年周一到周日的年均霾日数超过4.5 d/a的地区主要分布在京津冀、长三角、珠三角、山西和陕西地区.通过对比可以发现不同星期的年均霾日数在空间分布上变化不大.     

城市雾霾灾害链演化模型及其风险分析

 采用灾害系统理论及复杂网络理论，开展了城市雾霾灾害链演化模型构建及其风险分析。基于雾霾的成因及危害，从致灾因子、孕灾环境和承灾体特征出发，分析了城市雾霾灾害链的成灾机制及其灾害链的类型与特征。通过构建城市雾霾灾害链演化网络模型，基于网络节点的出入度及其子网节点数、最短路径和平均路径与包含节点的支链数进行了定性风险分析，进一步确定关键环节，提出了断链减灾的控制建议。风险分析的结果表明：在城市雾霾灾害链演化系统中，雾霾事件与其他危机事件之间联系十分紧密，通过几次过渡，其危害影响就能蔓延到整个网络，其中大气能见度下降、空气质量下降或空气污染、交通堵塞或瘫痪、交通事故、城市大气酸雨、危害城市绿化、经济损失和危害人身体健康是关键环节。     

川渝古今人物姓氏的时空分布特征

姓氏一直是代表中国传统宗族观念的主要外在表现形式,以一种血缘文化的特殊形式记录了中华民族的形成.本文通过对川渝古今人物姓氏的时空分布进行分析,归纳得出川渝人物姓氏主要分布在成都、巴县和重庆;总体上以刘姓和李姓为主;集中分布在1881年~1930年期间,并且不论在哪个时间段内,四川省人物姓氏的种类都大约是重庆市人物姓氏种类的2.5倍.     

基于EOF分析华南前汛期降水的时空分布特征

基于广西、广东、湖南和福建62个台站1979—2005年的前汛期平均总降水量,利用EOF分解方法,分析了华南前汛期降水的时空分布特征和时间分布特征.EOF分解显示前3个方差贡献比例为54.74%;第一特征向量场空间分布均为正值,方差贡献比例为32.49%,说明华南前汛期平均总降水量变化具有一致性,但是各特征向量场之间的差异明显;第一时间系数的变化等同于华南前汛期降水量距平的变化;第二、第三时间系数的变化有明显的年际变化特征.     

珠江三角洲地区的灰霾监控与卫星遥感

灰霾是目前珠江三角洲地区主要的空气污染之一,且呈逐年上升趋势。从灰霾的形成及特性分析着手,分析了现有监测方法及局限性,考虑到灰霾形成机理复杂、演变缓慢、区域大、边界模糊等特点,论述了卫星遥感应用于灰霾监控的可行性和必要性。结果表明,在现有的理化分析和一些新技术应用基础上,将卫星遥感作为一种补充,构建天地基站相结合的监控网络是十分必要的。     

川渝地区雾霾时空分布特征及影响因子分析

利用1981-2014年川渝地面气象观测资料,分析了川渝地区雾霾的时空分布特征及影响因子,结果表明:川渝地区雾日变化总体呈下降趋势,两种雾日观测资料的倾向率分别为-6d/10a和-8.2d/10a,研究时段内未出现突变点,80年代到90年代初,雾日变化周期以2~4a为主,21世纪后以8~10a为主.霾日总体趋势与雾日变化相反,呈上升趋势,倾向率为8.2d/10a,1997年开始发生突变,90年代变化周期以2~4a为主,2000年后4~10a周期变化较显著.在对雾霾与风速和空气相对湿度的关系讨论中发现,整个川渝地区雾与风速的变化趋势一致,与相对湿度呈正相关;霾与风速的变化趋势相反,与相对湿度呈负相关.     

基于科学知识图谱的中国雾霾研究可视化分析

 以CNKI数据库检索的文献数据为样本,从开展雾霾研究的机构、论文作者、研究热点等方面,对中国雾霾研究领域现有研究进行可视化分析。结果表明,当前的研究热点主要集中在雾霾的形成原因、雾霾天气的防护、雾霾的危害、雾霾的治理及雾霾预警等方面。目前关于雾霾的系统研究尚不多,研究力量也较为分散,虽有一些合作研究,但合作者间缺少长效合作,没有形成较为明显的核心研究力量。     

长江经济带城市雾霾污染的周末效应及假期效应研究

以长江经济带124个城市为研究对象，基于2015年-2018年长江经济带城市PM2.5浓度数据，对长江经济带城市雾霾污染“周末效应”进行了研究.结果表明：长江经济带城市雾霾污染除了2016年表现为负周末效应外，2015年、2017年、2018年均呈现较为明显的周末均值高于工作日均值的正周末效应.同时，区域内部“周末效应”差异性较大.长江上游地区雾霾浓度较低，表现为负周末效应.长江中下游地区雾霾浓度高，表现为正周末效应，且雾霾污染的季节性明显，春、冬两季浓度高，具有明显的正周末效应；同时，长江经济带具有高于全年平均浓度的“春节假日效应”与低于全年平均浓度的“国庆假日效应”.分析结果还表明，距离长江经济带主要发达城市越近，雾霾浓度越高.针对长江经济带雾霾污染周末效应，基于生态文明治理视角，提出加快区域协同治理、打造长效治理机制以及在统筹治理下重点防治、因地制宜与因时制宜的治理建议.