我国雾霾天气气候特征及影响因素分析

根据2013年我国部分城市夏季、秋季、冬季的细颗粒物(PM2.5)质量浓度数据,基于半变异函数理论,利用克里格插值方法对雾霾天气各类主要大气污染物进行空间特征分析,分析夏季、秋季、冬季PM2.5空气质量分指数。结果表明,6—12月,大气中的PM2.5质量分指数与能见度呈明显负相关关系,PM2.5空间浓度分布均值差异明显,我国大范围雾霾天气期间,大部分城市PM2.5浓度均严重超标。由结果可知,治理雾霾不能单纯从一方面进行治理,要采取综合治理措施。     

2014年重庆市大气污染物浓度变化特征及其与气象条件的关系简

根据重庆市2014年1月-12月大气空气质量指数（AQI）以及大气首要污染物PM2.5,PM10,CO,SO2,NO2和O3等相关数据,分析了重庆市大气污染物浓度的变化特征,并结合月平均降水量、平均气温、日照时数、平均相对湿度、平均风速和平均气压等气象数据,运用相关分析法,研究气象要素对重庆市大气污染物的影响.研究结果表明:AQI和PM2.5,PM10质量浓度变化在月尺度上呈明显的“U”型变化,表现为两端高中间低的态势;季节变化尺度上,冬季最高,夏季最低,即夏季空气质量最好,冬季空气污染最严重;PM2.5和PM10质量浓度显著相关,相关系数达0.99,PM2.5对PM10贡献较大,两者质量浓度的比值达0.80.PM2.5和PM10质量浓度与平均相对湿度正相关,主要是因为相对湿度越大越有利于颗粒物的形成;与...     

襄阳市大气污染物 时空分布特征及影响因素分析

大气污染关系到人民大众的身体健康、社会和谐发展及经济的快速增长,大气污染防治工作早已被政府提上议事日程。研究襄阳市大气污染物时空分布特征及其影响因素,为襄阳市及各县(市)因地制宜治理大气污染提供有效的参考。以襄阳市环境质量检测站点2016-2018年主要污染物(SO2、NO2、PM2.5、PM10)的浓度数据为基础,运用统计学和GIS方法从市县级二个尺度对襄阳市的大气污染物进行时空特征、影响因素以及健康效应分析研究。     

我国PM2.5污染现状及来源解析研究

利用2013年我国各城市PM2.5浓度数据及查找大量文献,对我国细颗粒物的污染现状及重点城市细颗粒物来源解析工作进行了初步研究。结果发现,我国PM2.5浓度水平较高且空间差异较大,呈现明显的时空分布特征;PM2.5浓度高值区主要分布在华北平原、四川盆地、长三角地区,华北地区年均浓度在80μg/m3左右,各城市PM2.5浓度季节变化基本为冬季＆gt;春季＆gt;秋季＆gt;夏季;燃煤源、工业源、汽车尾气是对PM2.5有明显贡献的主要排放源类,机动车尾气对PM2.5贡献的大多在10%～30%。     

基于PRISM的山地环境大气湿度的空间插值

基于PRISM方法设计开发了山地大气湿度空间插值模型,选取北京西部山区作为试验区域,利用气象科学数据共享平台上36个台站资料和1∶25万DEM数据生成年、月、日3个时间尺度下大气相对湿度的栅格信息.采取站点交叉验证的方式对插值结果进行精度评估,并与反距离加权、克里金等其他空间插值方法的插值精度进行比较.结果表明:基于PRISM模型的大气湿度空间插值模型适合模拟北方山地的大气湿度分布场,年平均相对湿度和月平均相对湿度的插值精度比较高;与考虑空间距离或者空间距离结合海拔的其他插值方法相比,该模型插值精度有了较大提高.     

滁州市空气质量与气象要素的关系及其预报方法研究

利用滁州市2015年1月至2017年5月逐日大气污染物数据及对应的气象观测资料,分析滁州市空气污染状况及其与气象要素的关系并建立基于气象要素的空气质量预报模型。结果表明,该地区空气污染物以细颗粒物PM2.5为主,主要出现在冬、春季,其次为O_3,主要出现在夏季;该地区出现中度以上污染时,上游西北来向的污染输送起重要作用,风速、降水与空气质量指数(AQI)及各类污染物浓度呈显著负相关,气温与PM10、PM2.5、NO_2、CO呈显著负相关,与O_3呈显著正相关,日照时数和相对湿度与颗粒物PM10、PM2.5浓度呈显著正相关;基于气象要素的预报模型对AQI及PM2.5、PM10和O_3的浓度预测效果优良,能满足日常的业务需求,对NO2的预报效果相对较差,标准化平均误差(NME)超过了30%,且对NO_2浓度有一定程度高估。     

森林覆盖率及其他空气污染物和气象要素对PM2.5的影响——以黑龙江省13个市(区)冬季为例

以森林覆盖率及其他空气污染物(PM10、CO、NO2、SO2、O38 h)和气象因素(气压、相对湿度、光照数、气温、风速)为研究指标,以黑龙江省13个市(区)为对象,应用3 a数据、依据面板数据模型分析PM2.5与森林覆盖率及其他空气污染物和气象因素之间的关系。结果表明:森林覆盖率较高城市的PM2.5质量浓度,低于森林覆盖率较低城市的PM2.5质量浓度。森林覆盖率是阻滞PM2.5质量浓度增高最主要的因素,其他空气污染物是导致PM2.5质量浓度升高的根本原因,气象因素对PM2.5质量浓度变化所起的作用较小。     

济南市大气污染物“春节效应”特征

为明确济南市大气污染物在春节期间的变化特点,利用2014—2016年济南市16个国控监测站数据,以济南市天桥区、历下区、市中区、槐荫区、历城区5区作为研究对象,对春节期间的PM_(2.5)、PM_(10)等6项污染物浓度时空变化特征进行分析。研究结果表明,受气象因素及相关政策影响,不同年份、不同污染物在春节期间的平均浓度逐日变化特征并不相同。且烟花爆竹燃放对PM2.5、PM_(10)、SO_2逐时变化特征影响较大,对NO_2、CO影响较小。与其他污染物相比,O_3变化较独特。在空间分布规律方面,PM2.5、PM_(10)及SO_2表现较为一致,NO_2分布具有一定对称性。CO呈现南北高,中部低的分布特点。O_3则呈现西北及东南高,东北及西南处低的特征。综合考虑6项污染物日均浓度,可将16个监测站总体分为4类。     

四平市雾霾大气颗粒物污染特征和来源分析

[目的]研究四平市雾霾天气发生时大气颗粒物污染特征。[方法]于2016年3月1日—4月20日对四平市大气颗粒物PM2.5、PM10和气体污染物进行采样,分析采样期间3次污染事件发生时大气颗粒物粒径分布特征,比较颗粒物与相关气体污染物的相关性,并对其来源进行分析。[结果]在3次污染事件中,PM10的平均浓度为339.9μg/m3,是采样期间的3.0倍,是空气质量标准(GB 3095—2012)的2.0倍;在污染事件1(3月28日)和2(3月31日)发生时,PM2.5浓度也相应升高,分别是空气质量标准(GB 3095—2012)的1.2倍和1.4倍。污染事件1和污染事件2中,在粒径0.56~1.00μm时颗粒物质量浓度出现峰值,而污染事件3(4月8日)并无相应的峰值出现。[结论]该研究为四平市大气污染防治提供理论依据。     

安庆市2007~2013年大气污染物变化特征研究

以安庆市2007²013年空气污染日值资料为基础,分析了3种大气污染物(PM10、SO2、NO2)不同时间尺度的变化特征,并结合安庆市地面气象日观测资料,研究了污染物浓度与气象因子的变化关系。结果表明:20072013年空气污染日值资料为基础,分析了3种大气污染物(PM10、SO2、NO2)不同时间尺度的变化特征,并结合安庆市地面气象日观测资料,研究了污染物浓度与气象因子的变化关系。结果表明:2007²013年,安庆市首要大气污染物为PM10,3种主要大气污染物的载荷顺序为PM10(82.77μg/m3)>SO2(47.61μg/m3)>NO2(33.95μg/m3);冬季和春季大气污染物浓度较高,夏季最低;相关分析表明风、降水、气温和湿度等是与安庆大气污染物浓度呈显著线性相关的气象因子。     

夏季南昌市大气颗粒物PM10·PM2.5污染水平研究

为了调查夏季南昌市大气颗粒物PM、PM2.5的污染水平,在2007年7-8月在南昌市5个典型城市功能区采集了80个样品。结果表明,南昌市PM和PM2.5污染很严重,超标率分别达55%和60%,而且对人体健康危害更大的PM2.所占比例较大,约为65%;在空间分布上,夏季5个采样点的污染情况基本为交通干线〉工业区〉商业混合区〉居住区〉远郊区,南昌市大气颗粒物中PM、PM2.5的回归方程为PM2.5=0.545 9PM10,相关系数为0.998 3。     

室内通风方式对PM2.5浓度的影响

参与空气质量评价的主要污染物为细颗粒物PM2.5,大气中PM2.5不仅影响气候和空气质量,而且严重危害人体健康。PM2.5等细颗粒物是大气中主要污染物之一,PM2.5对正处于发育期的学生危害极大,因此良好的教室内空气品质对学生的健康成长有着重要的意义,而教室通风方式对室内PM2.5的质量浓度分布有着直接关联。为探究郑州学校教室内PM2.5浓度长期变化及其影响因素,本研究运用I/O值和线性回归分析法,对2018～2019年均教室内PM2.5浓度网格化数据进行分析。并结合河南省郑州市某中学教室进行了实测,以探求自然通风与新风系统两种不同的通风方式对室内PM2.5浓度的影响。     

西安市2006～2015年大气污染物变化特征及与气象条件的关系

采用西安市环境监测站2006²015年大气主要污染物(SO2、NO2、PM10)的日均浓度观测资料,分析了3种大气主要污染物不同时间尺度的变化规律;同时结合西安地面气象观测资料、高空逆温强度,研究了西安市大气主要污染物(SO2、NO2、PM10)质量浓度与气象条件的关系。结果表明:20062015年大气主要污染物(SO2、NO2、PM10)的日均浓度观测资料,分析了3种大气主要污染物不同时间尺度的变化规律;同时结合西安地面气象观测资料、高空逆温强度,研究了西安市大气主要污染物(SO2、NO2、PM10)质量浓度与气象条件的关系。结果表明:2006²015年西安市SO2年平均质量浓度呈缓慢下降趋势,NO2和PM10年平均质量浓度呈逐年缓慢上升的趋势。大气主要污染物质量浓度的季节变化一致,都是夏季低,冬季高。风速和气温与大气主要污染物浓度之间存在着明显的负相关关系,逆温强度和大气主要污染物之间存在正相关关系,降水对大气污染物有明显的清除作用。     

北京道边银杏叶片大气颗粒物滞纳量冠层变异

为研究树木叶片大气颗粒物滞纳量在冠层内的空间变异性,以城市道路边银杏单木为例,对单木冠层的不同高度、不同方向及不同位置共48个位点进行采样、测定分析其单位面积叶片细颗粒物( PM2.5)、可吸入颗粒物( PM10)和总悬浮颗粒物(TSP)滞纳量。结果显示：在0－2级风且大气污染等级为轻度污染以内的天气下,单位面积叶片PM2.5、 PM10和TSP滞纳量在冠层内的空间分布无明显规律,单位面积叶片PM2.5和PM10滞纳量分布状况较为相似,低处叶片PM2.5、PM10滞纳量更大,高处叶片TSP滞纳量更大;三因素方差分析结果表明,除了高度对单位面积叶片PM2.5滞纳量有显著影响(P<0.05),其余各因子及交互作用对树冠单位面积叶片PM2.5、 PM10和TSP滞纳量均无显著影响(P>0.05)。针对不同研究目的,对树木冠层大气颗粒物滞纳量研究的采样方法提出建议,为城市植被对大气颗粒物吸滞作用的相关研究提供一定科学依据。     

天门市PM2.5和PM10颗粒污染物特征及其预测模型

利用2017年1月1日至2020年5月30日PM2.5、PM10大气颗粒污染物质量浓度逐时监测数据,分析了大气颗粒污染物与气温、降水、相对湿度和风速风向等气象因子的关系.结果表明,PM2.5和PM10颗粒物质量浓度与 日平均气温呈先上升后下降的关系,10℃以下颗粒物浓度随着气温的上升而升高,而10℃以上随着气温的逐渐升...     

安庆市2007~2013年大气污染物变化特征研究

以安庆市2007~2013年空气污染日值资料为基础,分析了3种大气污染物(PM10、SO2、NO2)不同时间尺度的变化特征,并结合安庆市地面气象日观测资料,研究了污染物浓度与气象因子的变化关系。结果表明:2007~2013年,安庆市首要大气污染物为PM10,3种主要大气污染物的载荷顺序为PM10(82.77μg/m3)SO2(47.61μg/m3)NO2(33.95μg/m3);冬季和春季大气污染物浓度较高,夏季最低;相关分析表明风、降水、气温和湿度等是与安庆大气污染物浓度呈显著线性相关的气象因子。     

上海大金山岛典型大气污染特征及来源分析

为了探究大金山岛典型大气污染物的特征及其来源,本文以气溶胶粒径谱仪、气体采样袋与测汞仪对大金山岛大气中的颗粒物PM2.5、PM10,挥发性有机物(VOCs),以及大气重金属汞进行监测、采集与分析。结果表明,颗粒物PM2.5和PM10浓度(μg/m~3)在空间上,依次表现为:小金山岛(45.76,60.97金山码头(43.80,56.45)大金山岛(37.92,53.63);大气总VOCs浓度(μg/m~3)在空间上,依次表现为:小金山岛(338.01)大金山岛(318.72)金山码头(303.93);大气重金属汞浓度(ng/m~3)在空间上,依次表现为:小金山岛(7.33)大金山岛(6.02)金山码头(4.65)。后向轨迹模型分析表明,到达大金山岛的气团主要来自西北方位的河南中西部及长三角西北部。     

西安市2006～2015年大气污染物变化特征及与气象条件的关系

采用西安市环境监测站2006~2015年大气主要污染物(SO2、NO2、PM10)的日均浓度观测资料,分析了3种大气主要污染物不同时间尺度的变化规律;同时结合西安地面气象观测资料、高空逆温强度,研究了西安市大气主要污染物(SO2、NO2、PM10)质量浓度与气象条件的关系。结果表明:2006~2015年西安市SO2年平均质量浓度呈缓慢下降趋势,NO2和PM10年平均质量浓度呈逐年缓慢上升的趋势。大气主要污染物质量浓度的季节变化一致,都是夏季低,冬季高。风速和气温与大气主要污染物浓度之间存在着明显的负相关关系,逆温强度和大气主要污染物之间存在正相关关系,降水对大气污染物有明显的清除作用。     

蚌埠市空气质量影响因素计量分析

目的基于蚌埠市空气污染问题现状,调查蚌埠市市区各类空气污染物浓度,分析蚌埠市空气质量主要污染源及其分布情况。方法在空气质量监测局网站上,查找到蚌埠市近几个月内的空气质量指数与6类常见大气污染物的浓度数据,使用相关性分析、多元线性回归等方法,分别构建相关性分析模型、多元线性回归模型、主因素分析等模型,使用MATLAB、EVIEWS软件进行编程,给出定量计算过程和计算结果,分析其结果代表的意义。结果空气质量指数AQI与6个基本监测指标SO2、NO2、PM10、PM2.5、O3和CO的相关系数分别为0.913 3,0.312 8,0.637 3,0.989 9,0.436,0.065;监测淮上区政府、百货大楼、二水厂、工人疗养院、蚌埠学院及高新区6个监测站的PM2.5浓度变化数据。监测结果为百货大楼,淮上区政府两地PM2.5浓度最高,向周边地区有递减的趋势;蚌埠市一天中PM2.5浓度值多在傍晚达到峰值,且在一年中冬季污染最为严重。结论蚌埠市空气质量指数影响因素主要为PM2.5,而PM2.5与CO之间相关关系较显著,蚌埠市人们的乘车出行对蚌埠市污染物浓度的影响最为显著。且冬季PM2.5含量相对春季、夏季较高。由此,控制人们日常生活中燃料燃烧和机动车尾气的排放可以有效地改善本区域的空气质量。     

基于GIS的关中—陕南地区降雨量空间插值分析

[目的]比较4种空间插值方法的插值效果,分析研究区域降水空间分布特征。[方法]以陕西省关中—陕南地区为例,采用该地区72个气象观测站点59年的降水量资料,结合GIS空间插值技术,以国际科学数据共享服务网站30 m×30 m网格DEM为基础,选取IDW、普通克里金插值法、协同克里金插值法和径向基函数插值法对关中—陕南地区72个观测站多年平均降水量进行空间插值,并分区域随机选取其中10个站点的降水量数据对4种插值方法的插值效果进行检验,以此确定最佳插值方案,分析研究区域的降水空间分布特征。[结果]顾及地形因素的协同克里金插值效果最佳,并能真实地反应研究区域的降水空间分布特征,普通克里金法次之,反距离加权法和径向基函数法较差。对插值结果的进一步分析显示,该研究区域降水呈现明显的纬度地带性分布特征,且降水受地形、地貌等因素影响较大。[结论]顾及地形因素的协同克里金插值法效果最优,适用于该区域。