基于AQI的九江市空气质量统计预报方法

利用九江市2014—2017年气象观测站常规观测的气象资料和九江市环境监测站污染物日平均浓度资料、AQI日均值和首要污染物等观测要素,通过统计学方法对不同季节内地面气象要素和AQI做相关性分析,并选取相关性好的因子分别做回归分析并建立预报方程,结果表明:1)相对于全年回归预报方程,不同季节的气象要素与AQI的相关程度不同,不同季节的回归方程对AQI指数的预报准确率高; 2)由于污染物的累积特征,前一天的AQI与当天AQI相关系数高达0.66,在回归的过程中,前一天的AQI值做为最重要的一项参数; 3)春季、夏季由于降水比较明显,且由O_3造成的污染日数相对较多,而高温和日照对O_3有显著的相关,所以AQI的预报能力较强;秋冬季由于外来输送污染严重和PM_(2.5)首污的日数增加,气象要素的相关性较低,预报能力也随之降低。     

九江市大气污染物扩散气象条件分析

利用气象观测资料和环境监测数据,分析2018—2019年九江市大气污染物扩散气象条件,并对比分析周边南昌、景德镇大气污染物扩散条件,得出以下结论:九江、南昌、景德镇3地平均PM2.5浓度均呈现秋冬季高、春夏季低的特点;3地PM2.5浓度偏高时段主要在冬半年,九江明显更高;当冬季九江盛行偏北风和东北风时PM2.5浓度更高、污染更严重,2018—2019年九江逆温次数较南昌多,垂直扩散条件略差于南昌;受地形影响,冬半年常见的偏北风被大别山脉分流为西北风和东北风,九江位于两股气流的交汇处,九江南侧有山脉阻挡,不利于污染物向南扩散.     

九江市重污染天气形势特征及污染源分析

利用九江市环境保护监测站的日均AQI值和首要污染物等监测资料、常规地面、高空气象观测资料,对2014-2016年15个重度以上污染日进行天气形势分析并分型,利用HYSPLIT后向轨迹模型污染天气气团轨迹进行模拟。得到九江市重度以上污染天气的天气形势:高压型、高压后部型、高压底部型、低压型。地面有弱冷空气输送,或地面均压场、850～700 hPa有显著的暖平流输送形成暖盖的静稳天气形势有利于出现重污染天气。根据污染源分为3类:外部输入型、混合型(外部输入加本地堆积型)和本地堆积型。15个个例中有7个的重污染天气个例是由于前期有弱冷空气扩散南下,携带污染物从华北、长三角到本地。混合型为前期48-72 h有污染物的输送,配合稳定的天气形势,污染物在近24 h内堆积,形成的污染天气。本地污染型3个个例造成污染的主要原因并不是适宜的天气形势,而是人为活动造成的。