常州市PM2.5气候统计

通过对常州市2015—2016年PM2.5浓度值资料统计分析,基本掌握了常州市PM2.5浓度值的基本态势,总结出常州市PM2.5浓度年、季、月、日、时基本变化规律。为区域环境保护工作,环境科学研究提供技术数据支持。     

浅析常州市PM2.5对能见度干扰

以2015—2016年观测到的水平能见度与PM2.5资料进行对应分析,根据PM2.5对空气质量影响的不同质量指数,分别分析其能见度变化,初步掌握了不同空气质量指数下能见度的基本变化范围,对气象能见度预测和相关研究提供借鉴。     

常州市PM2.5与气象因子间相互关系的探讨

通过对常州市2015—2016年PM2.5连续的观测,统计同时期相关天气现象概率情况,基本掌握了常州市PM2.5浓度值与天气现象间的相互关系,并以同时期的气温、相对湿度、降水现象为研究对象,总结出PM2.5与气象因子间的相互关系。     

PM2.5与空气相对湿度间关系浅析

通过对常州市2015—2016年PM2.5连续观测发现,PM2.5浓度的变化与空气含水量密切相关,运用比较法,简单说明常州市PM2.5与空气相对湿度间的变化关系,这为降低空气PM2.5的含量提供思路,为相关研究提供技术支持。     

莎车县风速变化特征及风向频率分析

利用1960—2010年莎车县气象站逐月风速、风向数据序列和1980—2010年风向数据,通过一元线性趋势线分析等方法分析莎车县风速年、季气候变化。结果表明,近50年莎车县年均风速为1.59 m/s,风速呈逐渐减少趋势,风速年际变化较大;四季平均风速逐年变化有差异,春季为-0.256 m/(s·10年)、夏季为-0.281 m/(s·10年)、秋季-0.210 m/(s·10年)、冬季为-0.100 m/(s·10年)。风速月变化也有差异,6月风速最大,为2.16 m/s,5月次之,为2.12 m/s;12月最小,为0.92 m/s,其次是1月,风速为1.03 m/s。1980—2010年莎车县NW风向出现频率最高。     

风向风速传感器的维护维修

观测资料的准确性取决于传感器和采集器的正常工作,是确保气象资料及时准确采集的前提,是开展气象服务的重要依据,影响到气象服务质量。要让传感器始终保持稳定的工作状态,必须熟悉掌握仪器的维护维修知识。按规定做好日常维护,并在出现故障时能及时排除。     

夏季不同结构绿地空气PM2.5浓度与气候因子关系

在2014年夏季,通过对宿迁市不同结构绿地和对照内空气PM2.5浓度以及温度、湿度、光照强度、风速进行监测分析。结果表明,不同结构绿地及对照内空气PM2.5浓度日变化均明显,基本呈现“M”型趋势,波峰出现的时间受人流和车流影响;PM2.5浓度均值从大到小的顺序是对照、草坪、篱草、大阔叶乔草、乔灌草、针叶乔草、小阔叶乔草;PM2.5浓度与不同结构绿地的光照强度达到显著正相关,与风速相关性不明显。     

济宁市大气中PM2.5与PM10变化特征分析

通过分析山东济宁兖州气溶胶质量浓度观测系统2015年4月采集到的PM2.5和PM10逐小时数据,发现PM10浓度比PM2.5浓度整体变化趋势一致,但PM10浓度比PM2.5浓度波动范围更大;分析2015年PM2.5与PM10逐日数据,结果表明,PM2.5浓度与PM10浓度呈显著线性相关,线性回归方程为y=1.4815x+24.176,R2=0.8239,相关系数为0.9077。     

植物能吸收PM2.5吗

正不少人想给家里添点花卉绿植,一来装点居家环境、营造氛围,二来能够净化空气。随着人们越来越关心空气质量,各种打着可以净化空气、减少辐射和杀菌的植物也在市场上出现了。近来网络流传了众多的植物妙用,一时间,植物似乎无所不能,它们真的有那么神奇,能做到除尘、杀菌、吸收     

营口地区秋冬季PM2.5变化特征及其与能见度的关系

本文选用营口市气象观测站采集的PM2.5质量浓度数据和能见度数据,分析2015—2017年秋、冬季PM2.5的变化特征及其与能见度之间的关系。结果表明,营口地区冬季PM2.5浓度较秋季偏高,PM2.5浓度从9月开始增高,12月达到最大值,随后开始降低;秋、冬季PM2.5的日变化特征大致相同,夜间偏高且趋于稳定,白天较低,7:00—8:00开始下降,于14:00—15:00达到最低值,随后逐渐升高。PM2.5浓度和能见度之间成负相关,在不同相对湿度下能见度和PM2.5浓度相关性较好,相对湿度为70%～80%时相关性最好。     

风速风向的解算方法研究

首先分析了影响广东省第三产业发展的主要因素,指出由于上述因素相互制约、相互影响,导致第三产业的发展呈现出高度的非线性特征,并使得单一的预测模型在预测效果和泛化能力方面难以胜任.在此基础上,提出了基于神经网络集成的组合预测模型,对广东省第三产业的发展进行预测,阐述了算法的基本原理和数据处理流程,实证分析表明：基于神经网络集成的组合预测模型要比单一预测模型的预测精度高.     

PM2.5的成分特征及来源分析

PM2.5是空气中动气动力学直径小于或等于2.5μm的悬浮颗粒物。通过对PM2.5的来源分析,发现PM2.5的产生途径大多是机动车辆尾气的排放、煤的燃烧、生物质的燃烧等。以北京地区为例,对PM2.5的观测发现,PM2.5的浓度会受到季节的影响,夏季浓度较低,冬季和春季的浓度较高,早春和冬季北方地区天气寒冷,人们需要烧煤取暖,因此,PM2.5的浓度相比其他季节要高。同时,研究数据表明在沙尘天气、交通运输高峰期扬起地面的粗颗粒物能减小PM2.5在PM10中占的比例。PM2.5浓度不仅与季节有关,而且与气压、地区的相对湿度、风速都有着密不可分的关系。     

环境空气PM2.5自动监测质量核查分析

本研究从PM2.5颗粒物样品的采集、分析环节、PM2.5颗粒物质量检测、检测仪器精密度的控制和电机电刷的控制等5个方面,对环境空气PM2.5自动监测质量核查进行分析,以期为提高环境空气自动监测质量、维护生态环境平衡提供参考。     

PM2.5的污染现状与多元化控制

pm2.5由于危害大,存在广等特点受到人们的广泛关注.我国在2012年将其列入空气质量标准指标之一.而前我国,对于pm2.5的控制手段还处于空白.本文结合pm2.5特性提出了自己对于控制,去除,防范pm2.5的对策以及控制手段.希望为今后的pm2.5多元化控制提供理论基础.     

洛阳城区PM10、PM2.5质量浓度时空变化特征及其与气象因子的关系

利用2017—2019年洛阳市7个国控空气质量监测站的大气颗粒物PM_(10)、PM_(2.5)的质量浓度监测数据,研究洛阳市城区大气颗粒物浓度的时空变化特征及气象因素对其的影响。结果表明,2017—2019年洛阳市城区环境空气污染总体状况呈先降后增的趋势,其中,2018年空气质量整体状况最好,重度及以上的污染天数占全年有效天数的比例最低;2019年污染总天数相较于2017年减少10 d,但相较于2018年增加31 d;空气质量整体情况PM_(10)和PM_(2.5)浓度月均值变化基本一致,浓度变化均呈U形分布;PM_(10)和PM_(2.5)质量浓度变化具有明显的季节性特征,冬季其质量浓度最高,春季和秋季次之,夏季最低;各国控站点的PM_(10)、PM_(2.5)质量浓度同样显示冬季高,春、秋季次之,夏季低,大气污染状况整体呈西北高、东南低的分布特征;气象因子分析表明,ρ(PM2.5)、ρ(PM10)与温度均呈显著负相关;相对湿度与PM10的质量浓度呈负相关,但与PM2.5的质量浓度呈正相关,在相对湿度为60%～70%时,PM2.5的质量浓度较大;PM_(10)、PM_(2.5)的质量浓度在风向为南风、东南偏南风、西南偏南风、西南偏西风时较小。2017—2019年洛阳市空气污染状况变化与地形、气象条件、城市化建设均有一定的关系。     

4种类型绿地空气PM2.5浓度与环境因子关系研究

通过对宿迁学院内4种类型绿地和对照内空气PM2.5浓度及温度、湿度、风速、光照强度进行监测分析,结果表明:4种绿地类型及对照内空气PM2.5浓度日变化明显,基本都呈双波峰走势,分布在上午9:00和下午13:00;4种绿地类型及对照内空气PM2.5浓度均值按大小排序为:对照点＞高羊茅草坪＞火棘+海桐—高羊茅＞黄山栾树+白玉兰—金钟花+迎春—高羊茅＞日本早樱—狗牙根;空气PM2.5浓度与4种类型绿地的温度都达显著正相关,与光照强度达到极显著正相关.     

中国夜间灯光指数与PM2.5的时空相关性分析

运用夜间灯光指数表征城市化水平,进而探索城市化进程对PM2.5污染的影响机制,分析二者的时空关系。结果表明,2000年中国夜间灯光指数为7.49%,2010年增长至11.05%,2015年增长至16.21%,夜间灯光指数呈快速增长趋势;2000年PM2.5质量浓度为32.10μg/m3,2010年增长至37.54μg/m3,2015年为37.44μg/m3,PM2.5质量浓度与夜间灯光指数增长趋势保持一致。基于405个城市区域统计数据,2000年夜间灯光指数为22.48%,2010年增长至48.11%,2015年增长至62.78%,增长率为179.27%,是全国的1.54倍;2000年PM2.5质量浓度为28.99μg/m3,2010年增长至53.51μg/m3,2015年增长至58.53μg/m3,增长率为101.90%,是全国平均水平的6.12倍。城市区域夜间灯光指数和PM2.5污染的增长均显著高于非城市区域,二者呈显著正相关(R2=0.582 8)。研究表明中国城市化进程,尤其是粗放式经济发展对城市空气污染的影响巨大,直接加剧了PM2.5污染。     

PM2.5污染物现状及防控对策

阐述了我国及安徽省PM2.5污染现状,分析了PM2.5主要污染源,并提出PM2.5污染防控对策,包括加大监测网布控密度、严控机动车尾气超标排放、走绿色经济低碳发展之路等,以期为空气污染治理提供参考。     

自贡市PM2.5浓度时空特征分析

基于四川省自贡市2014—2018年逐日平均国控站点空气质量监测数据,对自贡市PM2.5浓度时间和空间变化特征进行多尺度分析。结果表明,自贡市PM2.5浓度逐小时变化趋势主要与人类活动规律及太阳照射时间有关;逐日PM2.5的浓度达到国家空气质量标准天数比率为73.5%,其中一级标准的天数比率为27.5%;PM2.5浓度大值期主要在1、2和12月;且呈春秋冬季高、夏季低的分布特征,冬季超标天数占比高达69.02%;PM2.5浓度空间分布特征不仅受监测点位及地形、气候、城市结构等的影响,还与风向及周围其他城市污染源的贡献密切相关,整体表现为工业生产总值高、交通运输频繁、人口较为密集的大安区、高新区和贡井区PM2.5浓度水平较高。