南昌市大气能见度变化规律及其主要影响因素分析

利用1990-2012年南昌市大气能见度资料和地面气象要素的观测资料,对大气能见度变化规律统计找出其与气象要素关系,利用2006-2012年空气污染物监测数据,分析了南昌市大气能见度变化规律和空气主要污染物的关系。结果表明:南昌大气能见度有较明显的年际变化、月季变化和日变化特征;能见度与相对湿度呈显著负相关;与空气污染物SO2、NOx质量浓度呈弱负相关。     

贵阳市大气颗粒物的污染特征及其影响因素分析

通过对贵阳市2014-2015年度的PM2.5、PM10和同期的气象资料进行整理、统计和计算,并进一步对各物理量之间的相互关系进行研究,查明了贵阳市大气颗粒物的污染特征及其影响因素。结果表明,贵阳市大气颗粒物污染以细颗粒物PM2.5污染为主,呈现出夏秋季和冬春季2种典型的季节性污染特征,其中夏秋季以夏季污染最小,其PM2.5日平均值仅为28.79μg·m-3,分布于13~68μg·m-3,冬春季以冬季污染最严重,其PM2.5日均值达到60.64μg·m-3,分布于15~127μg·m-3之间。根据《环境空气质量标准》(GB3095-2012),贵阳市春、夏、秋、冬PM2.5超标率分别为4.4%、0、5.5%和29.2%;春、夏、秋、冬各季PM2.5和PM10的日变化特征均显示出双峰型分布,第一个峰值出现在10:00-13:00时,夏季达到峰值的时间最早,冬季最晚,第二个峰值出现在20:00-23:00时,春季最早,夏季最晚。峰值发生的时间差异受控于各季太阳辐射的变化及居民生活节拍的不同;PM2.5的空间分布大致表现出从市区到郊区污染逐渐减小,反之增强的规律,平均污染程度在冬季表现为市环保站冶金厅花溪区小河区鸿边门马鞍山乌当区桐木岭,在夏季为鸿边门冶金厅小河区市环保站花溪区乌当区马鞍山桐木岭;气象条件是影响大气颗粒物污染的首要原因,其次为人类活动排放和局部地理环境。     

石家庄市大气能见度变化特征及其与大气颗粒物碳成分的关系

近年石家庄市大气能见度逐年下降,影响其下降因素的报道罕见.运用SPSS11.5统计软件从影响能见度下降的气象因素和空气污染两方面分析其变化特征,并基于首次利用数码图像技术对石家庄市大气透明度观测的结果,划分能见度等级.在能见度最好的春季和较差的夏季,于不同能见度等级下采集PM10样品,运用元素分析仪测定总碳组分.结果显示:石家庄市大气能见度有明显的季节变化,春季最好,夏冬季最差.能见度与相对湿度有较好的负相关,与PM10质量浓度秋冬季相关性较大,春夏季相关性最小.总碳质量浓度水平中等偏高,且春季小于夏季,春季在去除采暖期影响后,总碳质量浓度值更低.总体上,能见度差时,总碳质量浓度偏大;能见度好时,总碳质量浓度偏小.     

西安市秋季大气颗粒物散射特征及其影响因素

 为研究污染条件下西安市秋季大气颗粒物的散射特征及其影响因素, 于2012 年11 月监测大气颗粒物散射系数并采集PM_2.5样品。探讨了大气颗粒物的散射日变化特征, 通过实验分析PM_2.5中水溶性离子(Na⁺、NH₄⁺、K⁺、Mg²⁺、Ca²⁺、F^-、Cl^-、NO₃^-和SO₄^2-)和含碳物质(有机碳和元素碳)的污染水平, 并讨论它们的来源及对散射系数的影响。结果表明, 颗粒物的散射系数均值为(579±387)Mm^-1, 夜间高日间低。PM_2.5质量浓度与散射系数呈现出较强的线性关系(相关系数为0.85), 通过回归方程得到PM_2.5散射效率为3.09 m²·g^-1。在PM_2.5化学组分中, 有机物对消光系数的贡献最大, 占52.3%;其次是NH₄NO₃和(NH₄)₂SO₄, 贡献率分别为16.2%和13.7%。     

基于图像特征的大气能见度估算方法

针对现有图像能见度测量方法存在目标物架设复杂和物理量解算困难的问题,该文提出一种简单有效的基于图像特征的大气能见度估算方法。采用图像梯度和对比度作为能见度的特征变量,将图像感兴趣区进行分窗处理后,利用支持向量机(SVM)和随机森林(RF)两种算法建立能见度数值与图像特征的关系模型。结果表明,图像梯度和对比度特征能够准确反映能见度数值大小;窗口总数对模型精度有影响。窗口总数小于35时SVM算法优于RF算法;在窗口总数为70、窗口大小为140×10时,RF算法的像素精度最高,最优模型决定系数R2为0.965,均方根误差为658.13 m。     

重庆市大气能见度变化趋势及影响因子

为了考察大气污染控制举措对能见度的影响，分析了重庆市主城区近15年的观测数据，并用二元相关和偏相关分析了大气能见度与气象因子和空气质量因子之间的关系，结果表明：重庆市能见度的季节变化较为明显，自20世纪80年代以来，能见度呈先下降后上升趋势，风使大气中的污染物和水蒸气迁移和稀释能力增强，从而增大能见度，而相对湿度和降雨量以及大气中TSP、NOx＼SO2浓度的增加又将导致能见度下降。     

太原市大气能见度研究

针对太原市区2015年4月—2016年3月期间大气能见度、常规气象资料(温度、相对湿度、风速)、环境空气污染因子(PM_(2.5)、SO_2、NO_2)等影响因子,采用IBM SPSS Statistics 20统计分析软件,对太原市区大气能见度变化及其影响因素进行统计和相关性分析,归纳总结出了太原市区大气能见度的主要影响因素和变化规律,并提出了改善太原市区大气能见度的应对措施。     

兰州市公共交通线路特征及其大气影响分析

据2003年调查资料,对兰州市公共交通线路基本情况进行了分析,通过对公交线路和交通量的分级统计,确定了兰州市主要公交站点和线路,在此基础上对公共交通造成的大气环境影响进行定量分析,并提出相应的改进措施。     

南京市大气颗粒物污染特征及影响因素分析

利用南京市2013年12月至2014年11月PM2.5和PM10质量浓度及气象观测数据分析了大气颗粒物污染特征和影响因素。结果表明:过去一年南京市PM2.5、PM10年均值分别为0.082 0 mg/m3、0.133 3 mg/m3。季节性差异明显,污染程度顺序为:冬季春季秋季夏季。南京大气颗粒物日变化呈"双峰双谷型"特征,峰值分别出现在上午11:00和晚间23:00附近,谷值分别出现在早晨7:00和下午18:00左右。颗粒物与温度、相对湿度、风速呈一定的负相关性,与能见度、气压有一定正相关性。气象条件共同影响颗粒物质量浓度和大气污染水平。     

重庆市大气污染物分布特征及影响因素分析

基于重庆市2014—2018年的六大气体污染源PM_(2.5)、PM_(10)、SO_2、CO、NO_2、O_3的月均浓度数据以及AQI(空气质量指数),对污染物的月度变化、季度变化、年度变化特征进行了描述性的分析,再根据收集的7个变量数据,运用多元回归分析,建立AQI与六大污染物之间的回归方程,运用分位数回归,对主要污染源在各个分位点上的变化进行分析。     

济南市春季大气颗粒物的谱分布特征

2011年5月在济南市监测粒径范围为3nm~10μm大气颗粒物的谱分布特征,其数浓度呈现为典型的单峰型谱分布,表面积谱呈双峰型分布,而体积谱则呈多峰分布.从各个模态对颗粒物总数浓度、表面积浓度和体积浓度的贡献来看,爱根核模态粒子对总数浓度贡献最大,积聚模态粒子对总表面积浓度和总体积浓度贡献最大,表明济南市大气细粒子污染严重.各个模态颗粒物数浓度的日变化特征明显,是污染源和气象因子联合作用的结果.通过对各个模态颗粒物数浓度与其它因子(PM10、PM1、能见度、SO2和NO2)的相关性分析得出,提升能见度的关键是降低积聚模态颗粒物的浓度.风速对各个模态颗粒物数浓度的作用不同,核模态和爱根核模态颗粒物数浓度的变化趋势与风速一致,而积聚模态和粗粒子模态颗粒物的数浓度与风速的关系较为复杂.     

济南市大气细颗粒物中的碳组分特征

大气颗粒物作为济南市大气环境的首要污染物,严重影响了济南市环境空气质量.通过对济南市大气细颗粒物的滤膜采样与碳组分分析,对济南市细颗粒物中的碳质组分进行了研究,结果表明,OC、EC的平均质量浓度为12.1、4.8μg/m~3,占PM_(2.5)质量的12.0%和4.8%.OC为PM_(2.5)中的优势碳组分,春、夏、秋季的含量均在10%以上;春、夏、秋季TC对PM_(2.5)的贡献均达到了15%以上.济南春、夏、秋季PM_(2.5)中OC/EC比值分别为2.4、2.4、2.7,均大于2,说明济南春、夏、秋季都存在不同程度的二次有机污染.济南市春、夏、秋季有机碳中SOC的贡献率分别为14.8%、56.9%、49.6%.夏、秋季气温高,日照时间长的气象条件促进了SOC的形成.SOC质量浓度为4.8μg/m~3,总有机碳中SOC的贡献为40.4%,表明SOC已经成为济南市细颗粒物中的重要贡献源.通过对8个碳组分在PM_(2.5)中的含量分析发现,该采样点春、夏、秋季碳组分组成相似,特征组分均为EC1,说明汽油车尾气是济南市主要的污染源.     

分析上海市大气颗粒物与能见度的关系

大气能见度是衡量区域大气环境质量的重要指标,受气象因素和空气污染的双重影响。在空气污染因素中,造成大气能见度降低的主要原因在于空气中悬浮的大气颗粒物对可见光散射和吸收所产生的消光作用。大气能见度低不仅会迫害生态环境和人居环境,还会造成人们呼吸系统发病率的急剧上升。本文对上海市大气颗粒物的粒度粒形、PM10质量浓度、总碳质量浓度与能见度的关系进行分析。     

济南市耕地时空变化特征及驱动因素分析

以济南市为研究区域,借助地理信息系统技术和统计技术,分析了济南市耕地变化的数量特征和驱动因素．结果表明：①在这十年内耕地面积发生了重大变化,面积减少4．26％,前五年主要转化为建设用地。后五年主要转化为建设用地和林地,其他类型用地转化为耕地的量很少;②随着海拔和坡度的增加,耕地转入转出明显减少;③耕地变化区域之间差异大,天桥区减少幅度最大,济阳和商河县面积略有增加;④本区的耕地变化受自然、社会、经济等各方面因素的影响,尤以政策和人口经济发展压力为主,这从一个侧面反映了加强本区土地管理的重要性．     

2020年春季江西省大气环境质量时空变化特征及其影响因素

利用江西省6项主要大气污染物的逐时监测资料,通过反距离权重插值法和相关分析方法,探讨了2020年春季江西省空气质量的时空变化特征及其影响因素。研究结果表明：江西省11个地级市2020年春季空气质量较2019年同期均明显改善,其中大气污染物浓度普遍呈现出前期南高北低,随着时间的推移浓度高值区向北部转移的趋势;空气质量与地区生产总值和第二产业占GDP比重等社会经济因素显著相关,其中地区生产总值与O₃相关系数为0.700,第二产业占GDP比重与NO₂相关系数为0.691;空气质量还与平均气温、平均风速以及平均相对湿度等气象因素相关,其中平均气温与CO、PM_2.5、PM₁₀的相关系数分别为0.591、-0.506和-0.543,平均风速与O₃相关系数为0.540,平均相对湿度与SO₂相关系数为0.503。2020年春季江西省空气质量的改善不仅与停工停产等减排措施有关,还受气温、风速以及相对湿度等气象条件的影响。     

济南市气象要素对大气污染物浓度的影响

利用2014-12-01—2015-11-30期间济南市空气质量的监测数据,运用Spearman秩相关分析法研究该市大气中细颗粒物PM_(2.5)、可吸入颗粒物PM_(10)、臭氧(O_3)的浓度与气象要素之间的相关性,其中气象要素选取温度、相对湿度和风速。结果表明:PM_(2.5)、PM_(10)及O_3与气象要素有显著的相关性,PM_(2.5)、PM_(10)的浓度与相对湿度呈正相关,与温度和风速呈负相关,O_3的浓度与温度和风速呈正相关,与相对湿度呈负相关;PM_(2.5)、PM_(10)浓度的日变化特征呈双峰双谷型,O_3浓度的日变化特征呈单峰单谷型;PM_(2.5)、PM_(10)的浓度在冬季、秋季、春季较大,在夏季较小;O_3的浓度在夏季最大,在冬季、秋季、春季相对较小,O_3已成为影响济南市夏季空气质量的首要污染物。     

济南市浅层岩土导热系数影响因素分析

热物性参数的选取对地源热泵系统的换热效率有明显的影响。根据济南市岩土热物性测试数据,通过分析对比获得岩性和导热系数、比热容等热物性参数的相关关系。分析表明,岩石的导热系数普遍大于第四系松散层,岩石导热系数由高到低为沉积岩、岩浆岩、变质岩,灰岩密度、含水率和孔隙率对热物性参数的影响显著。导热系数随密度增大呈线性增加,随含水率增大呈线性减小,随孔隙率增大呈线性减小。得到以孔隙率为单变量的导热系数和热扩散系数的估算公式。所得结论对济南市浅层地热能调查、评价和开发有指导意义。     

由Mie理论探讨大气能见度

大气中粒子对入射光的散射影响了大气的能见度,本文从Mie散射理论出发,探讨如何由Mie散射理论计算散射光强,从而分析不同天气条件下大气的能见度。     

济南市城区与郊区大气中CO化学特征差异

为了研究城区和郊区近地面一氧化碳化学特征差异,于2015年1~12月在泉城广场和商河县分别开展了CO连续监测试验。结果表明,济南城区CO年均浓度远高于郊区的年均浓度。城区CO表现出明显的双峰型日变化规律,而郊区CO日变化较为平缓。一周之中,城区CO在周六时浓度最高,郊区浓度变化不大。城郊区CO存在明显的季节变化规律,城区12月浓度最高,7月最低,郊区2月最高,8月浓度最低。相比于郊区站点,城区受到了明显的人为活动的影响。