呼和浩特市大气污染物浓度与气象要素的灰色关联分析

基于呼和浩特市大气污染和同期气象要素的监测数据,采用灰色关联度方法,研究了气象要素对PM10、SO2、NO2污染物浓度时空变化的影响.结果表明,对PM10影响最强的气象要素是日平均风速,而对SO2和NO2影响最强的气象要素是日平均相对湿度,逆温强度对三者的影响次之,总云量对其影响最弱.研究结果可为呼和浩特市大气污染预报提供有效依据.     

中国东南地区气象要素场线性内插标准误差初步分析

气象要素的结构函数是描述该要素场统计结构的特征值之一，是表征空间不同点之间要素序列差值的离散程度的量。由要素结构函数的空间分布，可确定要素的线性内插标准误差空间分布，进而可以确定各台站间合理战术内插间距。采用中国东南地区50个台站的10年地面常规气象观测资料对该地区的气象要素的结构函数场特征、线性内插标准误差及台站合理战术内插间距进行了计算分析。     

塔里木盆地浮尘影响因子的强度变化

根据塔里木盆地周边27个气象观测站1961—2003年逐日地面观测资料,整理得到40个气象要素,相关分析表明同类气象要素之间存在一致性。剔除一致性要素后共得到海平面气压、气温、风速的日平均及其6h变化,日平均相对湿度,日降水量,日最大冻土深度等15个浮尘影响因子,各月15个因子与浮尘天气的相关程度明显不同。多元线性回归浮尘影响因子模型的分析结果表明,各因子对浮尘天气的影响程度有着明显的季节特征,08—14时变温和日平均相对湿度对浮尘天气的影响始终是首要的,14—20时变压在春、夏季和08—14时风速差在秋季对浮尘天气的影响程度位居其后。日平均风速的影响虽然也贯穿始终,但影响程度变化较大,以春季和冬季最为明显。     

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%。     

什邡市1959－2010年雾的气候特征及变化分析

利用四川什邡市1959－2010年地面气象观测资料,分析什邡市雾的气候特征、变化趋势以及强浓雾与气象要素的关系,结果表明：近52年什邡市雾呈整体增多趋势,具有显著的季节差异,月雾日数呈单峰特征;秋冬季强浓雾占全年频次的75％,出现强浓雾时的气象要素特点为温度低、湿度大、温度露点差和风速小,主导风向为偏北风;年、秋、冬雾日数均检测到有明显突变并呈显著增加的趋势。     

兰州城区空气污染预报的动力统计模型

从空气污染扩散方程出发 ,经过简化推导 ,得出污染预报动力统计模型的数学形式 .在模型中既考虑了气象条件的作用 ,又考虑了污染排放量和起报日的污染浓度 ,与以往的空气污染预报统计模型相比 ,所依据的物理基础更可信一些 .利用兰州城区 1988～ 1992年 3种主要空气污染物 SO2 ,CO,NOx 浓度资料和同期兰州气象站的地面气象要素、低空气象参数及天气图 ,通过逐步回归 ,确定了主要污染物 SO2 ,CO,NOx 浓度 2 4 h变率的预报方程 .拟合与试报表明 ,本方案在预报技巧上有一定的提高 ,技巧得分可达 0 .0 5～ 0 .89.     

长三角典型城市PM2.5浓度变化特征及与气象要素的关系

利用长三角地区4个典型城市南京、上海、杭州、合肥2014年4月1日~2015年3月31日的PM2.5监测数据,以及同期MICAPS地面气象要素的观测资料,对该地区PM2.5浓度的变化规律及其与气象要素的关系进行了分析和讨论。结果表明:长三角地区PM2.5浓度总达标率总体表现为夏季最高,冬季最低的态势。4个城市中,上海全年总达标率最高,杭州其次,合肥最低。上海和杭州达标率月变化特征相近,南京和合肥相近;PM2.5逐小时浓度日变化曲线呈现两峰一谷型分布,最大值均出现在早晨,最小值均出现在下午16~17时之间;月平均浓度具有明显的季节变化特征,冬季最高,夏季最低;PM2.5浓度与风速呈现显著现负相关关系,受地面风向影响明显,污染物在主导风的作用下从上游污染源扩散至下风区域;与气温呈现负相关关系;从全年来看,PM2.5浓度与相对湿度呈现负相关关系,高湿度状态更有利于降水从而增加PM2.5湿清除;各个城市PM2.5浓度与气压相关性很弱,并且未通过显著性检验,可见气压是影响PM2.5浓度变化的次要因素;降水对PM2.5清除作用明显。不同城市PM2.5的变化特征及其受气象要素的影响存在差异,主要是由不同城市的地理环境、产业布局以及污染源等因素造成的。     

济南市一次持续性重污染天气的颗粒物化学组分演变分析

为研究济南市冬季大气重污染过程特征,以2020年12月8日—13日发生的一次典型大气重污染过程为例,从污染过程、气象条件、细颗粒物化学组分等角度综合分析此次重污染过程的特征和成因。结果表明,此次重污染过程期间首要污染物均为PM_2.5,其平均质量浓度为137 μg/m³,11日21时达到此次污染峰值,PM_2.5质量浓度高达为235 μg/m³。重污染期间高空环流较为平直;低层850 hPa受西南气流影响,有利于逆温层结的形成;地面均压场控制,平流雾、辐射雾交替产生。静稳气象条件使得PM_2.5质量浓度累积及高湿状态下颗粒物二次转化增强。观测期间,二次离子(SNA= $SO^{2-}_{4}$ + $NO^{-}_{3}$ + $NH^{+}_{4}$) 质量浓度为85.4 μg/m³,占PM_2.5质量浓度的52.0%。硫转化率(R_S)和氮氧化率(R_N)均值分别为0.44和0.33,大气中SO₂和NO₂的二次氧化程度较高;R_S高于R_N,表明污染期间二次$SO^{2-}_{4}$的二次转化效率高于 $NO^{-}_{3}$。$\rho_{NO^{-}_{3}}$ / $\rho_{SO^{2-}_{4}}$平均值为2.1,表明移动源对PM_2.5污染的贡献占主导地位。有机碳和元素碳浓度的平均比值为6.5,可见本次重污染期间济南市大气中存在二次有机碳(SOC)污染。采用有机碳和元素碳比值(ρ_OC/ρ_EC)最小比值法估算得到重污染期间一次有机碳浓度和二次有机碳浓度分别为11.9 μg/m³、4.3 μg/m³,表明一次燃烧源对污染过程有较大贡献。     

2021年5月15日景德镇地区一次强对流过程分析

为有针对性地开展雷暴大风的预报服务,利用常规高空、地面观测资料、风廓线产品、江西雷达拼图产品等资料分析了2021年5月21日景德镇地区一次大风、冰雹强天气过程。主要结论如下：1）此次强对流过程强度大,具有一定极端性。雷暴影响前后出现气压涌升、气温骤降等特点。通过相邻2站要素对比发现,极端大风与2站温压差最大时刻吻合。2...     

2002-2018年北京市通州区城市热岛(冷岛)效应时空分异规律及其影响因素

北京市通州区于2015年正式成为首都市副中心。截止至2018年,已有大量的人口、工业、商业迁入通州区,使得人为活动大大增加。人为活动以及下垫面的变化会影响通州区地表温度的时空分布。为了给通州区今后的发展进行指导,本文通过MODIS数据和气象数据,得到北京市通州区城市热岛（冷岛）效应的时空分异规律,分析了地表温度和归一化植被指数（NDVI）及气象要素之间的关系。结果表明：北京市通州区1951~2018年的四季气温呈显著上升趋势;城市热岛（冷岛）与环境要素关系密切,归一化植被指数与地表温度呈显著负相关,这表明通州区的植被分布对热场具有调节作用;城市热岛比例指数与平均气温、平均相对湿度呈负相关（相关系数分别为0.012和0.119）;城市冷岛比例指数与平均气温、最大风速呈正相关（相关系数分别为0.186和0.089）。说明随着通州区平均气温的升高,通州区热岛现象减弱,城市冷岛现象增强。通州区最大风速的增加对城市冷岛现象有增强作用。通州区平均相对湿度的增加对城市热岛现象有削弱作用。可见该研究结果可以为北京市通州区城市规划和生态城市建设提供依据。