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%。     

临汾市地形气象特征及大气自净能力分析

利用临汾市的空气质量和气象观测数据,结合气象预报模型WRF分析其地形和气象特征,讨论地形和气象对空气质量和大气自净能力的影响.研究发现,临汾市地形轮廓大体呈"凹"字型分布,四周环山,受地形影响,边界层以内大气流场易出现辐合,特别是在重污染过程中,这种辐合流场造成大气污染物在局部地区堆积.临汾市2017年采暖季的平均通风系数约为2016年同期的2倍,扩散条件总体有利,是其污染程度较低的重要原因,且重污染过程累积期及稳定期的通风系数约为清洁时段及污染消散期的80%和30%.临汾市春季(4月、5月)风速最大、相对湿度最低、混合层高度最高,大气自净能力最好.临汾市大气对污染物的扩散能力弱且利于颗粒物的吸湿增长和二次粒子生成,加剧了大气污染.     

兰州市空气污染与气象条件关系分析

利用20012003,20072008年兰州市环境保护局环境监测站SO2,NO2,PM10逐日质量浓度监测资料及同期兰州市气象局的常规气象观测资料,分析了兰州市空气污染的变化特征,探讨了SO2,NO2和PM10质量浓度与气象条件的关系.结果表明:兰州市空气质量以良和轻微污染天气状况为主,空气污染状况呈现冬季加重夏季减轻的年变化特征.吹东北风不利于污染物稀释扩散,吹西北风有利于污染物稀释扩散,降水、相对湿度和风速等气象条件对空气污染状况有显著影响,另外该市城市热岛效应与空气污染状况有明显相关关系.     

海口市空气质量的特征及其与气象条件的关系

根据海口市2013—2014年空气污染物的监测数据及气象资料,研究了该市的空气质量特征及其与气象要素的关系.结果表明:海口市空气质量优良率为95%;PM_(2.5),PM_(10),O_3是该市的主要污染物,年均质量浓度分别为25.29μg·m~(-3),44.48μg·m~(-3),77.15μg·m~(-3);该市的空气质量随季节变化的特征明显,春、夏、秋、冬四季的AQI值分别为42,35,54,65;污染物的"周末效应"与北京、深圳等国内其他城市不同,表现为:周末浓度大于工作日浓度;旅游黄金周期间污染物均有不同程度增加;污染物日变化特征明显;SO_2,PM_(2.5)表现出一定的区域污染特征;NO_2,PM_(10),CO和O_3表现出一定的局部污染特征;降水、风速、风向、温度、湿度对空气质量的影响显著,在多数情况下AQI与降水、风速、温度、湿度等存在负相关,而与气压存在正相关;对典型污染过程的分析表明:PM_(2.5)受扩散条件、本地排放及外地输送共同影响,O_3浓度与蒸发量、相对湿度及风速等指标有明显关系.     

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。     

基于CALPUFF的“乌-昌-石”区域燃煤污染物扩散模拟

为了研究"乌-昌-石"区域燃煤对空气质量的影响,运用CALPUFF模型对区域消耗燃煤的工业企业源的不同污染因子的扩散进行模拟分析,得到SO_2、NO_x、PM_(2.5)、PM_(10)的时空分布情况。结果表明:SO_2、NO_x、PM_(2.5)、PM_(10)四种污染因子的扩散均有着明显的季节性差异,采暖季(1月)污染物的扩散面积较大,且浓度较高,非采暖季(6月)污染物的扩散面积较小;从地区分布情况来看,浓度较高的区域分布在昌吉洲的阜康市和乌鲁木齐市的米东区、新市区等地,石河子、五家渠和沙湾县的浓度相对较低。污染物对区域浓度的贡献不仅与污染物排放量相关,气象条件和地形条件也是重要的影响因素。     

日照市空气质量变化特征及其与气象条件的关系

根据日照市2015年3月至2016年2月的空气质量日报数据以及同期气象数据,研究了该市空气质量特征及其与气象条件的关系.结果表明:日照市空气质量以II级良为主,占全年总天数的58%.PM2.5、O3和PM10为该市主要污染物;空气质量具有明显的季节特征,冬季空气质量最差,AQI的平均值为132.8,并且中度污染、重度污染和严重污染在冬季多次出现,夏季空气质量最好,AQI值为78.4;降水、风速、湿度和温度对于空气质量影响显著,大部分情况下,AQI指数与降水、风速、湿度呈负相关,与气压、气温存在正相关关系.     

2013-2018年冬季成都市9次大气重污染过程的天气形势及逆温特征

利用2013年1月-2018年12月成都地区气象探空资料、空气质量指数(AQI)和欧洲中期天气预报中心ERA-Interim再分析资料,研究了成都市9次大气重污染过程中的天气形势和逆温特征,结合重污染过程期间的AQI及各类污染物质量浓度变化,讨论了不同天气形势和逆温特征与空气污染的内在关系.结果表明,9次大气重污染过程...     

大连地区污染气象参数的确定

为了合理地预防和治理大气污染,必须正确地估算污染物在大气中的浓度.为此,须搞清楚污染物在大气中的运动情况.污染物在大气中的运动——输送、扩散、稀释等,主要是由排放条件(排放量、烟囱高度等)和气象条件(平均风速、大气稳定度、扩散参数、逆温和混合层高度等)决定的.对大气环境中污染物浓度估算正确与否,取决于大气污染物浓度扩散数学模式的选择和各类气象参数的确定. 大连地区大气污染物浓度扩散数学模式的选择和各类气象参数的确定就是在我们一年来进行低空探测取得的资料和收集大连气象台1980年1月～1984年12月地面常规气象资料的基础上,经过正理分析而得到的.     

珠江三角洲城市群一次区域性污染过程气象特征数值模拟

利用美国宾州大学和美国国家大气研究中心（PSU／NCAR）联合开发的MM5三维中尺度气象模式,对珠江三角洲城市群一次区域重污染天气过程的气象条件进行了模拟,结合地面常规气象资料、探空资料、天气图、香港科技大学元朗激光雷达资料和粤港珠江三角洲区域空气质量监控网公布的空气质量资料,对城市群污染期间的区域天气形势,局地环流等特征,温湿层结特征,混合层高度特征等要素的关系进行了分析。结果表明：变性高压脊伴随的近地面辐散场和静小风,城市间的相互输送,海陆风、城市热岛环流、山谷风等局地环流的影响,边界层逆温层,稳定层结的弱对流作用,低的混合层高度等不利于污染物的输送扩散的天气条件,是这次空气污染过程的主要原因。     

2014年1月济南市空气污染气象条件分析

为研究大气环流背景及气象条件对山东中西部PM2.5污染的影响,利用气象及PM2.5浓度资料,选取济南市作为典型代表城市,诊断分析了大气环流背景及气象演变过程对2014年1月济南市PM2.5浓度的影响,建立济南静稳指数公式。结果表明：2014年1月华东北部至华北南部地面至对流层中层风速均为负距平,水平方向污染扩散能力差,偏南风异常加强了南方水汽的输送,有利于气态污染物向颗粒态转化,推高了PM2.5浓度;对流层低层东亚冬季风异常偏弱,逆温增多,垂直方向污染扩散能力差;500 hPa异常高压,抑制了东亚大槽的发展,更加有利于污染物在底层的累积。天气演变过程分析表明：地面水平方向及高空垂直方向气象条件对PM2.5浓度均有影响,地面风速偏弱（偏强）,高（低）湿度,风场辐合（辐散）时,PM2.5污染偏高（偏低）;边界层高度降低（升高）,垂直方向气流下沉（上升）,对流层中低层大气层结不稳定增强（减弱）时,PM2.5污染升高（降低）。静稳指数对于空气质量及重污染过程具有较好的预报能力。     

漳州市区颗粒物浓度及地理地形气象条件分析

利用2017-2018年漳州和厦门、泉州、龙岩3个周边城市颗粒物浓度、气象条件等数据进行对比分析,并结合漳州市区地理地形进行探讨。结果表明,漳州市区PM_(10)和PM__(2.5)年均浓度明显高于周边城市,月均浓度基本都高于周边城市,月变化规律与周边城市基本一致,呈现"凹"字型,即春季和冬季浓度相对较高;漳州市区地理地形不利于大气污染物稀释扩散,风速较小、水平扩散能力较差,受混合层高度影响,垂直扩散能力明显差于厦门,与泉州相当,略好于龙岩,降水量较多,颗粒物清除效果较好。     

滇东地区城市空气污染变化特征及其与气象条件的关系

基于滇东城市曲靖2014-2018年2个国控空气质量监测点的逐日空气质量指数和6种空气污染物(SO_2、NO_2、PM_(10)、PM_(2.5)、CO和O_3)逐小时浓度资料以及同期气象要素数据,统计分析了曲靖主城区空气污染变化特征及气象因子对污染物浓度分布的影响.结果表明:①2014至2018年,曲靖主城区空气质量优良率为97%-99.7%,污染日数呈逐年减少趋势,首要污染物以PM_(10)、PM_(2.5)和O_3为主.②曲靖主城区空气质量呈现出夏秋季节较好、冬春季节较差的季节性特征.③6种污染物浓度各自表现出不同的季节性变化和日变化特征.气象条件影响着曲靖主城区污染物的扩散、迁移和转变.④风速与SO_2、NO_2、CO和PM_(2.5)浓度具有较好的负相关关系;与O_3浓度呈正相关关系;风速对PM_(10)影响较复杂,当风速小于2 m/s时有利于PM_(10)扩散,当风速超过2 m/s时反而导致PM_(10)浓度增加.⑤地面盛行西北风和东南风时,SO_2、NO_2、CO、PM_(10)和PM_(2.5)浓度较高;地面盛行西南风时,O_3浓度达到最高值.⑥降水对6种污染物具有显著冲刷清洁作用.⑦温度与O_3浓度呈显著性正相关关系,与NO_2、CO、PM_(10)和PM_(2.5)浓度呈显著性负相关关系;与SO_2浓度关系不显著.⑧相对湿度与O_3、PM_(10)和PM_(2.5) 3种首要污染物浓度呈显著性负相关关系;与SO_2、NO_2和CO 3种非首要污染物浓度的关系不显著.     

2014-2018年春节期间北京交通站PM_(2.5)及NO_2污染特征分析

利用2014-2018年北京市春节前后交通污染监测站的PM_(2.5)和NO_2浓度数据,采用浓度特征对比、PM_(2.5)/CO比值等方法,初步评估春节期间烟花禁燃措施和机动车减排的效果,探讨烟花燃放及气象条件对空气质量的影响。结果表明:PM_(2.5)和NO_2浓度变化特征不同,春节期间PM_(2.5)平均浓度为103.6μg/m~3,高于非春节期间25.3%;而NO_2平均浓度为53.8μg/m~3,低于非春节期间19.5%,主要受到机动车减排的影响。2014年春节期间PM_(2.5)浓度最低,2015-2018年PM_(2.5)浓度呈逐年下降趋势;NO_2浓度无明显年际变化特征。烟花爆竹燃放对PM_(2.5)浓度影响显著,对NO_2浓度影响较小,除夕期间对PM_(2.5)浓度的最大贡献值达283.4～704.1μg/m~3。2018年北京市五环内禁燃烟花措施对交通站PM_(2.5)污染改善明显,PM_(2.5)浓度较前4年均值下降25.2%,NO_2浓度仅下降2.4%;禁燃对燃放高峰期PM_(2.5)浓度有明显削峰作用,无有利扩散气象条件下,除夕期间烟花燃放对PM_(2.5)浓度的最大贡献值仍较前4年下降45.0%。气象条件对春节期间PM_(2.5)浓度变化的影响作用较NO_2显著,有利扩散气象条件是2014年春节期间PM_(2.5)污染较非春节期间明显改善的主要原因。     

春节期间燃放烟花爆竹对安庆市空气质量的影响

春节期间,大量燃放的烟花爆竹会对空气质量造成严重的影响.针对此问题,本文结合近4年春节期间安庆市城区的空气质量监测数据和天气状况,分析了燃放烟花爆竹对安庆市空气质量的影响,将2018年和2019年的空气质量监测数据与2016年、2017年的数据进行对比,依据《环境空气质量标准》来评价春节期间安庆市的空气质量状况.结果表明:2016年、2017年春节期间(腊月二十至正月初八)烟花爆竹的燃放对主要空气污染物浓度均有较大的贡献,而2018年实施禁燃条例以后,各项主要污染物的峰值浓度均大幅下降,且不同年份春节期间大气污染物的扩散在很大程度上受当时的气象条件决定.     

郑州市大气污染特征及其与气象条件的关系

利用2001-2012年郑州市空气质量日报资料及2013-2015年郑州市大气污染逐时监测资料,分析了郑州市大气污染特征.结合同期气象观测资料,分析了郑州市大气污染与地面气象要素、最大混合层厚度和稳定能量等气象参数之间的关系,重点分析了2014-2015年冬季采暖期郑州市发生重污染天气(AQI≥200)的气象条件,结果表明,2013年后,郑州市大气优良天数减少,大气污染加重,PM_(2.5)成为主要污染物.郑州市大气污染程度与风速整体呈负相关,与相对湿度冬季呈正相关,夏季呈负相关,最大混合层厚度和稳定能量是表征郑州市大气污染气象条件(特别是冬季)的重要参数.郑州市重污染天气多发生在冬季采暖期,处于地面均压场控制下,高空以平直纬向气流为主,连续多日出现最大混合层厚度低、低空稳定能量大、高湿小风的气象条件时,容易发生重污染天气.     

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。     

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.     

商丘市气象要素对空气质量的影响

利用商丘市环境监测站2015—2016年逐日空气质量监测数据,对空气质量总体状况、首要污染物变化特征等进行了分析,并利用商丘市多年逐日气象资料分析了气象要素对空气质量的影响.结果表明:商丘近两年占主导的首要污染物为PM2.5,出现频率为56%,空气质量优和良总体比率占51.6%,重度污染和严重污染总体比率为6.7%,连续3 d以上的重污染天气出现在11月到次年2月,AQI指数与平均气温、平均风速、降水量呈显著负相关,空气质量等级愈大,气象要素值愈小,降水频率愈高,空气质量愈好,降水量、降水日数、平均风速和大风日数的变化对空气质量有显著影响.     

河北廊坊重污染天气特征及气象条件影响研究

利用2013—2016年廊坊市环境监测数据以及同期相关气象资料,采用数理统计等方法,研究重污染天气特征及影响的气象条件.结果发现:空气质量达标天数呈逐年上升趋势,而重污染天数逐年下降;重污染天气主要出现在1—3月、10—12月;重污染天气首要污染物只有PM_(10)、PM_(2.5)、O_3与PM_(10),PM_(2.5)4种情况.重污染天气日气象要素特征明显:主导风向主要位于风玫瑰图的第一、第三、第四象限,风速基本上小于1.6 m/s;相对湿度多在50%以上;年均能见度小于10 km;1—3月、10—12月主要污染月逆温层厚度更厚,强度更强,逆温出现频率也更高;静稳天气指数除了4、5、7月小于10以外,其余月均大于等于10;3—6月混合层高度在1000 m以上,其余月小于1000 m;重污染日霾、雾、轻雾、露、霜、结冰6种天气发生的频率较高.