信阳市城区空气质量指数变化及其与气象要素的关系

以2014-2017年信阳市逐月空气质量指数(AQI)监测数据及同时段的气象数据为研究对象,采用统计分析、Pearson相关系数法和广义加性模型(GAM),对信阳市城区空气质量指数变化特征及其与气象要素的关系进行分析.结果表明:1)2014—2017年信阳市城区AQI年际波动较大,空气质量有明显变好的趋势;研究期间内,信阳市城区有27个月(56.25%)空气质量属于良,19个月(39.58%)属于轻度污染,2个月(4.17%)属于中度和重度污染;AQI变化受季节影响明显,空气质量状况优劣程度依次为夏季春季秋季冬季.2)从整体水平来看,AQI与气压呈正相关关系,与气温、平均水汽压、日照时数和风速呈负相关关系;在不同季节和不同等级空气条件下,气象要素对AQI的影响差异较大.3)由广义加性模型可以看出,AQI与降水量呈线性关系,与平均气温、平均水汽压、日照时数和平均风速等气象要素为非线性关系,气象要素对AQI的影响一般存在阈值.     

信阳市城区空气质量指数变化及其与气象要素的关系

以2014-2017年信阳市逐月空气质量指数(AQI)监测数据及同时段的气象数据为研究对象,采用统计分析、Pearson相关系数法和广义加性模型(GAM),对信阳市城区空气质量指数变化特征及其与气象要素的关系进行分析.结果表明:(1)2014—2017年信阳市城区AQI年际波动较大,空气质量有明显变好的趋势;研究期间,信阳市城区有27个月(56.25%)空气质量属于良,19个月(39.58%)属于轻度污染,2个月(4.17%)属于中度和重度污染;AQI变化受季节影响明显,空气质量状况优劣程度依次为夏季春季秋季冬季.(2)从整体水平来看,AQI与气压呈正相关关系,与气温、平均水汽压、日照时数和风速呈负相关关系;在不同季节和不同等级空气条件下,气象要素对AQI的影响差异较大.(3)由广义加性模型可以看出,AQI与降水量呈线性关系,与平均气温、平均水汽压、日照时数和平均风速等气象要素为非线性关系,气象要素对AQI的影响一般存在阈值.     

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.     

河南省供暖期大气污染特征及预测分析——以郑州市为例

近年来河南省大气污染问题引起社会的广泛关注,但有关供暖期间大气污染方面的研究相对较少.以郑州市为例,分析郑州市供暖期间大气颗粒物的浓度变化并进行预测,对提高当地空气质量具有重要意义.基于2014-2016年郑州市空气质量监测数据和同期气象数据,利用SPSS相关分析和BP神经网络模型,分析郑州市供暖期间PM2.5、PM10的超标情况、日变化特征,探究气象要素对PM2.5和PM10的影响,最后预测AQI指数的变化.结果表明:2014年供暖期郑州市空气质量相对较差,PM2.5和PM10平均质量浓度超标率最高;2015年供暖期郑州市空气质量相对较好,PM2.5和PM10平均浓度变化幅度较大;2014-2016年供暖期间郑州市PM2.5和PM10浓度具有明显的日变化特征,呈现双峰型变化;2014-2016年供暖期郑州市PM2.5、PM10与日均气温相关性不显著,与日均风速呈显著负相关,与日均相对湿度呈显著正相关;当供暖期郑州市主导风向为正西风时,污染天气出现频率较低;利用BP神经网络预测2016年AQI的精度较高,预测值与实测值相关系数为0.85.     

基于AQI指数的中国城市空气质量时空分布特征

基于2014-2016年中国环境保护部公布的城市空气质量指数(air quality index,AQI)日报数据,综合运用空间插值法、空间自相关模型、核密度估计模型等空间数据统计模型探究中国城市空气质量时空分布及动态演进特征。结果显示:(1)2014-2016年中国城市的AQI呈下降的趋势,空气污染城市数量减少,表明城市空气质量有所改善;中国城市AQI季节均值为:冬季春季秋季夏季,夏、秋两季空气质量空间分异格局不显著,春、冬两季的空间分异格局显著,呈北高南低、内陆高沿海低的季节性空间分布格局。(2)中国城市AQI空间分布呈现出持续增强的空间集聚态势,形成以冀鲁豫三省交界处为核心并蔓延至湖北省中北部的中度污染区和以乌鲁木齐和阿图什市为核心的中度污染区,以珠三角城市群为核心的华南地区是稳定的空气质量优良区。(3)从核密度估计图可以发现中国城市空气质量空间分布格局表现为6个显著核心密度区和3个次级核心密度区,2014-2016年内该基本格局在局部区域发生较明显变化。本文通过不同的时间尺度全面分析了中国城市空气质量的空间分布特征,旨在为中国各个城市制定相关的空气质量防治政策提供科学依据。     

信阳城区气温和降水量与主要污染物之间关系分析

以2014—2017年信阳城区逐日气象要素(最高气温、最低气温、均温和降水量)和环境空气自动监测系统逐日数据(SO_2,NO_2,PM_(10),PM_(2.5),CO,O_3污染物浓度和AQI)为研究对象,采用统计分析和Pearson相关系数法,分析气温和降水量与主要污染物之间关系.结果表明:(1)2014—2017年信阳城区空气质量以优良为主,重度、严重污染的日数较少.(2)日气温(最低、平均和最高)和日降水量与主要污染物SO_2,NO_2,PM_(10),PM_(2.5),CO浓度和AQI呈显著的负相关,与O_3呈显著的正相关,说明气温愈高、降水量愈多,空气质量愈好,即夏季空气质量优于冬季.通过统计2014—2017年逐日空气质量,四季空气质量从夏季、秋季、春季和冬季依次由好转差.(3)相较于非雨日,雨日主要污染物浓度明显降低;降水过程中或者降水之后,大气主要污染物浓度显著下降,共同说明降水量对主要污染物具有显著淋洗作用,尤其是颗粒物PM_(10)和PM_(2.5).     

湖北省AQI时空特征及影响因素分析

以2015—2021年湖北省各地级市AQI数据为基础，采用克里金插值法分析了湖北省空气质量时空变化特征，基于Pearson相关分析探讨了气象因子与AQI关系，并结合经济发展数据运用库兹涅茨曲线和灰色关联度揭示AQI与经济因素的关系.结果表明：2015—2021年湖北省AQI在空间上呈现“中部高东西低”的分布格局. AQI季节变化为：夏季<秋季<春季<冬季；Pearson相关分析可知AQI与气温、湿度、风速、降水量呈负相关，与气压呈正相关.库兹涅茨曲线（EKC）分析可知AQI与经济的EKC曲线为“U”形，第二产业、人口密度对AQI有负面影响，第三产业占比和建成区绿化覆盖率对AQI有积极影响.     

中国城市空气质量时空分布特征

采用国家环境保护部发布的2014年全国161个城市空气质量指数(AQI)数据,基于克里格插值、三维趋势面等空间分析手段,揭示重点城市空气质量时空分布格局.结果表明:我国AQI时空分布差异明显,季节特征表现为冬季最高,夏季最低,春季略高于秋季;月峰值出现在1月,9月AQI最低;日AQI高值出现在10:00,低值出现在16:00,白天AQI波动较大,夜间较平稳.空间分布呈现出从南向北、从沿海向内陆逐渐升高的趋势,且南北差大于东西差;华北生态地区AQI较高,云贵高原生态地区较低.     

北京市空气质量指数与气象条件的关系及其对呼吸系统疾病的滞后影响

依据北京市2009年1月1日-2011年12月31日的逐日空气质量指数(AQI)与同时段常规地面气象观测数据,区分污染日与非污染日(以轻微污染下界为分界)、不同季节研究了AQI与气象要素的关系;应用分布滞后非线性模型与广义相加模型,在调整气温、相对湿度、风速等混杂效应的基础上,定量计算了AQI对呼吸系统急诊人数的影响及滞后效应.结果表明,研究时段北京AQI的年际波动并不明显,冬季中、重度污染易发;秋季空气优良率最低;春季易发生轻微污染.污染日AQI与平均气压、最高气压显著正相关,与气温、相对湿度负相关;非污染日,AQI与气压、平均/最大风速和日照时数负相关,而与气温、相对湿度、降水量正相关.就诊当天与滞后1 d的AQI对呼吸系统疾病的影响最显著,且危险度(RR)随污染物质量浓度的增大以接近线性形态增大.AQI指数每增加10,北京市呼吸系统急诊就诊人数的RR为0.22%,其95%置信区间为0.104%~0.342%.     

逆温对成都市空气污染的影响

利用成都市2004-2019年探空数据、气象再分析数据和空气质量指数(AQI)数据,分析成都市逆温的变化特征及其与AQI的相关关系,并对两个典型重度污染事件进行个例分析,揭示大气环流形势和逆温变化在大气重污染事件中的特征和影响.结果表明,成都市近16 a间近地逆温频率呈显著下降趋势,气候倾向率为-0.21%/a;近地逆温频率、逆温强度、逆温层底高为上升趋势,气候倾向率分别为0.51%/a、0.042℃/100 m、10.25 m/a(但逆温层底高未通过95%的显著性检验),冬季发生近地逆温频率与逆温强度的平均值均为四季中的最大值,分别为6.31%和1.6℃/100 m;逆温强度与AQI呈显著正相关,相关系数为0.29,逆温层底高与AQI呈显著负相关,相关系数为-0.24.典型个例分析显示,成都地区出现重污染事件的前6 d直至重污染事件发生当天,高空形势主要表现为中高纬度“两槽一脊”与“两槽两脊”形势,四川盆地均为偏西气流控制,地面处于高压中,配合反气旋的环流,垂直风速很弱,形势稳定,容易维持逆温,且逆温强度不断增大,逆温层底高减小, AQI增大,污染较为严重;随后高空“脊”减弱东移,有...     

南京市一次大气污染事件时空演化特征及影响因素

利用数理统计和后向轨迹方法,分析江苏省南京市2015年全年空气质量指数(AQI)及1月21—27日各污染指标数据,探讨南京市大气污染时空分布特征及影响因素.研究发现:2015年南京市AQI达到污染程度的天数在瑞金路、迈皋桥最多,在玄武湖最少;AQI值在秋、冬季较高,春、夏季较低,推测南京市AQI主要受不同功能区污染排放和不同季节天气变化控制.在1月21—27日大气污染事件中, AQI在仙林大学城最高,为211.094;玄武湖最低,为168.881. PM_(10)平均浓度在奥体中心最大,为229.472,玄武湖最小,为179.932. PM_(2.5)的空间分布情况与PM_(10)类似, SO_2, NO_2和O_3浓度空间差别不大.在此期间, AQI总体呈波动上升趋势, 21日、24日、26日出现3次高峰, 25日和27日下降. PM_(10)、PM_(2.5)、NO_2浓度变化趋势与AQI呈正相关关系, O_3与AQI呈负相关关系.因此,南京市大气污染在空间上具有明显区域特征,在时间上具有累加特征,同时还受周末效应和天气作用影响;主要污染物为汽车尾气、燃煤燃气和工业废气.气团后向轨迹显示,大气污染源主要来自局地和西北地区, 25日气团方向改变,导致污染物浓度下降,推测南京市大气污染受气团带来的外地污染物及天气变化的综合影响.     

中国城市空气质量的时空演化特征及影响因素

为研究中国城市空气质量的时空演化特征及影响因素,本文采用2015—2018年中国城市空气质量AQI指数和自然、社会、经济数据,利用ArcGIS空间分析和空间计量模型,从年份、月度、季节以及天数等尺度分析中国城市空气质量的时空演化特征,并从整体及区域的角度解析影响城市空气质量的自然、社会经济因素。主要得出如下结论：(1)2005—2018年中国城市空气质量状况整体得到改善。空气质量月际变化呈“U”型,季节特征总体符合“冬季高,夏季低,春季秋季居中”,空气质量在秋冬季改善显著,春夏恶化明显。四年间空气质量重度污染天数减少,达标天数增加。(2)空气质量指数空间分布格局为“中东高,东南低;西北高,西南低”;城市空气质量空间集聚现象明显,相邻城市的相互影响作用显著。(3)从全国来看,人口密度、用电水平和科技投入以及民用汽车保有量与中国城市AQI指数呈显著正相关,经济发展水平、园林绿化、平均气温与AQI指数呈显著负相关。(4)在区域层面来看,驱动要素作用方向和强度存在规律性和特异性变化特征。     

山东省2015—2018年空气质量指数的时空模式可视分析

随着我国经济的快速发展,不可避免的伴生了一系列环境恶化问题。为了分析和掌握近年来山东省大气质量的变化状况,本文充分利用山东省2015—2018年的空气质量监测数据,通过时序变化分析、空间自相关分析、大气质量重心迁移分析等方法,对山东省17个地市的空气质量指数（AQI）进行了年际序列变化及季节性变化特征分析,并通过建立的空间自相关和重心迁移模型,探索了17个地市AQI的空间聚集特征及重心迁移发展规律。研究结果表明：山东省各地市的AQI在年际尺度上是逐年降低,西部和中南部等地区空气质量较差,空气质量呈现出冬夏分明的季节性变化,而沿海地区的城市空气质量整体较佳,季节性规律表现不太明显;各地市AQI的Moran''s I（莫兰指数）逐年降低,各地市空气质量空间自相关性呈逐年减弱的聚集态势;重心迁移分析表明山东省城市群近年来的AQI重心呈现出自西向东微弱偏移的趋势。     

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.     

河北省主要城市空气污染时空分布特征分析

文章以河北省邢台、保定、石家庄、邯郸、衡水、唐山、廊坊和沧州8个城市的空气质量为研究对象,以PM2.5、PM10、SO2、NO2、CO、O3作为空气污染因子,分析河北省2014-2016年的空气污染时空分布特征。分析结果表明,8个城市2014-2016年AQI、PM10、PM2.5、SO2浓度呈下降趋势,整体空气质量好转,而沧州和衡水NO2年均浓度以及衡水和唐山O3年均值变化呈逐年上升趋势。8个城市颗粒物年均浓度均超标,超标倍数最高达2.3,除2014年沧州外,其余城市各年NO2年均值均超标。季节变化分析结果表明,除O3外,8个城市的其余空气污染因子和AQI季节变化趋势基本一致,夏、秋季的空气质量优于春、冬季,冬季最差,O3恰好相反。PM10、PM2.5、SO2、NO2、CO浓度高值主要分布在1月和12月,低值分布在6-9月。8个城市之间的空气污染比较显示,廊坊和沧州空气质量优良天数占比超过50%,空气质量较好,邢台、保定、唐山、石家庄空气质量较差,这与地理位置和产业布局有一定的关系。     

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。     

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.     

内蒙古西部地区一次空气污染过程分析

利用常规资料和内蒙古环境监测中心站的空气质量监测资料及NCEP资料分析2014年12月25日至30日内蒙古的一次空气污染事件。研究表明:此次雾霾的主要污染物为PM_(2.5),在12月27~29日为污染最严重时段,选取呼和浩特站作为代表,AQI值均在200以上;12月28~29日高空受西北气流控制,850,hPa上存在温度脊和逆温层,地面一直受弱低压场控制,地面风速维持在4,m/s以下,相对湿度基本维持在40%~60%,,弱暖平流控制,这是造成此次天气过程污染物不易扩散的主要因素。     

基于微博大数据的游客情感与气候舒适度关系研究——以西安市国内游客为例

基于气候舒适度评价模型和情感倾向性分析理论,利用2014年西安市逐日平均气温、平均风速、平均相对湿度、日照时数等气象数据和游客微博数据,计算出气候舒适度指标和游客情感值分析气候舒适度与游客情感的相关关系。在单因素以及气候舒适度相关指标分析中,游客消极情感值与气温、温湿指数和风效指数呈负相关关系,与着衣指数显著正相关;游客积极情感值与气候舒适度不具有相关性;游客综合情感值与气温、相对湿度、温湿指数和风效指数呈显著负相关关系,与着衣指数显著正相关。研究表明,气温、风速、相对湿度及其不同组合对游客消极情感和游客综合情感会产生一定的影响。     

京津冀气溶胶时空变化特征及潜在来源分析

针对京津冀日益恶化的环境问题,采用Terra-MODIS C6.1 MOD04_L2 气溶胶光学厚度(AOD)产品对京津冀地区2011-2020年AOD时空变化特征进行探究,基于 HYSPLIT模型得到京津冀地区3个主要城市的四季主要气流输送轨迹,并结合空气质量指数(AQI)数据和潜在源贡献因子法(PSCF)分析石家庄市不同季节的污染物潜在源区。结果表明：京津冀地区多年AOD空间分布大体呈东南高西北低的特征;10a间AOD总体呈“w型”下降,峰值和谷值出现在2011年(0.49)和2017年(0.33);AOD四季均值由高至低依次为：夏(0.53)>春(0.39)>冬(0.36)>秋(0.32);AOD月变化呈“双峰”型,峰值出现在2月(0.48)和7月(0.59);北京市、天津市和石家庄市四季主要受到短距离气团输送的影响;统计AQI优良率可知京津冀3个主要城市中石家庄市空气质量最差,通过PSCF分析得出影响石家庄市AQI值的潜在源区主要分布在石家庄市本地及周边省市。