哈尔滨市空气质量变化特征与气象条件的相关性分析

通过哈尔滨市2013-2016年的空气质量指数资料、常规气象资料以及NECP/NCAR再分析资料,对哈尔滨市空气质量变化特征及其与气象要素的关系进行了分析,并从气象因素探讨了哈尔滨市典型污染日发生的天气形势及特点。结果表明近4 a哈尔滨市的空气质量状况总体有所改善,其中8、9月空气质量最好,12月空气质量状况最差;首要污染物主要为PM10和PM2.5,且在冬季PM10和PM2.5最重;冬季哈尔滨市逆温厚度与污染物浓度呈正相关;逆温强度与污染物浓度呈负相关,重污染的典型地面形势主要有高压南部型、高低压过渡型、高压中心型、高压南部型、燃煤供暖型和秸秆燃烧型5类。     

2014-2016年荆州城区空气质量与气象要素的关系分析

利用2014年1月1日—2016年12月31日荆州城区逐日空气质量数据和同期地面气象要素逐日观测资料,分析了荆州城区空气质量状况、变化特征及其与气象要素的相关性。结果表明,荆州城区优良日数偏少,但2014—2016年荆州城区空气质量略有改善,首要污染物为PM_(2.5);AQI和PM_(10)、PM_(2.5)、SO_2、NO_2、CO的月变化规律一致,呈V型分布,冬季空气污染最严重,夏季空气污染相对较轻,O_3的变化规律则相反,呈反V型分布;除O_3外,AQI和其他污染物浓度与前一日AQI、气压呈正相关关系,与气温、水汽压、湿度、云量、降水、风速呈负相关关系,据此建立了AQI和各污染物浓度的回归预报方程;进一步分析了2014年1月严重污染天气的成因,本地污染物的分布、外地污染物的输入和气象扩散条件是影响空气质量的主要因素。     

武汉市观象台2013—2016年PM2.5质量浓度变化及其与气象因子的相关分析

采用江苏省淮安市地面5个监测站2013年1月1日2015年12月31日PM10、PM2.5、SO2、NO2、CO、O3逐日质量浓度资料及同期气象资料,统计分析了该地区大气污染季节变化特征及其与气象条件的关系;采用MODIS的光学厚度AOD (Aerosol Optical Depth)资料和火点资料分析了2013年12月发生在淮安的一次持续性大气污染事件。研究结果表明,淮安空气质量AQI指数(Air Quality Index)在春冬季较高,夏秋季较低,污染天气发生在春冬季的概率为23.6%,夏秋季的概率为13.3%。淮安地区的首要大气污染物为颗粒物污染,其中PM10、PM2.5占比分别达到25.2%、48.9%,PM10中PM2.5比率年平均为61.0%,臭氧是第2大污染物,占比为25.8%。表征大气柱气溶胶浓度的AOD的季节变化与地面颗粒物浓度截然不同,颗粒物浓度 1月和12月出现极高值,而这两个月AOD月平均值却在一年中达到极低值,AOD最高值出现在7月。另外,AQI与降水、气温、风速、相对湿度呈负相关关系,但相关程度较弱。     

贵州省2015～2019年空气质量及大气污染物时空分布特征研究

利用2015～2019年贵州省9个城市的空气质量指数(AQI)和6种大气污染物逐日监测资料及同期气象要素观测资料,分析了贵州省各市年、季大气污染的分布特征,以及各市首要污染物出现频率的季节特征,探讨了6种大气污染物与气象要素之间的相关关系。结果表明:(1)贵州省总体空气质量较好,2015～2019年全省空气质量优良天数占全年90%以上,2018年空气质量为5年中最优;(2)AQI的空间分布呈现“北高南低”的分布特征,高值区在遵义、水城和铜仁,兴义空气质量最好;(3)6种大气污染物与平均气温、相对湿度、日平均气温、日降水量、相对湿度、平均风速呈高度显著相关;(4)贵州省的污染日主要集中出现在冬季,首要污染物主要是颗粒物(PM_2.5和PM₁₀),夏季出现污染日的情况最少,首要污染物主要是O₃。      

呼和浩特市2014年冬季AQI特点及重污染天气分析

文章利用国家环保局数据中心提供的呼和浩特市逐日环境空气质量指数(AQI)等级及首要污染物数据,简要分析了呼和浩特市2014年冬季日均AQI及首要污染物特点;对出现6d重污染的天气形势进行了分析,归纳出导致本市冬季出现重污染的两类主要天气类型:首要污染物PM10重污染的沙尘天气类型和首要污染物PM2.5重污染的静稳天气类型。     

2014年京津冀空气污染时空分布特征及主要成因分析

为进一步了解京津冀区域空气污染状况与工业排放、气象条件的相互关系,运用统计分析方法,使用环保部2014年空气质量日报数据对京津冀地区13个城市空气质量指数(Air Quality Index,简称AQI)、首要污染物的时空分布特征进行了分析,并与各城市的城市建设、经济发展、工业排放及相应时段主要气象因子的影响进行了对比分析。结果表明:总体上,2014年京津冀地区空气质量呈北优南劣分布,即北部优于中部、中部优于南部。京津冀地区空气质量以良和轻度污染的天数居多,其中位于北部的张家口、承德和秦皇岛3市空气质量最好,优良的天数达到67%~86%;北京、天津的占46%,保定、衡水和邢台的仅占23%。各城市AQI具有相似的季节变化特征,12月AQI值最大,9月份达到最小,10月份起AQI开始回升。各市首要污染物1—3月、7月、9—12月以PM2.5为主,4、5月以PM10和PM2.5为主,6、8月以O3为主。影响京津冀地区的首要污染物来源不同,北京市、河北省分别以机动车尾气排放和燃煤排放为主,天津以工业二氧化硫排放及燃煤影响显著。各地空气质量的首要污染物多为原地生成。秋冬季节空气污染加重与燃煤用量加大、静稳天气增多关系密切;而春夏季节空气污染减轻依赖于风力加大、降水频繁、大气不稳定等气象因素。机动车尾气、工业排放、燃煤排放、人口数量等因素与空气污染关系密切,气象条件（风、雨、不稳定大气层结等）对空气污染扩散起着重要作用。     

潮州市大气污染物与气象要素的关系

利用2006年潮州市地面气象观测资料和大气污染物浓度数据,分析了潮州市污染物的时空变化特征、污染物浓度月变化与气象要素变化关系以及污染典型日的气象因素。研究发现:潮州市的主要污染物为可吸入颗粒物(PM10),PM10全年的超标率为7.5%,空气质量夏半年优于冬半年;PM10污染物浓度月变化与地面气象要素有较高的相关性;在污染物典型日中,气象要素也是主要的影响因子。     

贵阳市近4 a空气质量特征分析

利用贵阳市9个国控空气自动监测站2013年1月—2016年6月的逐日污染物监测资料,以涵盖可吸入颗粒物(PM10)、细颗粒物(PM2.5)、二氧化硫(SO2)、二氧化氮(NO2)、一氧化碳(CO)、臭氧(O3)6种污染物的空气质量指数(Air Quality Index,AQI)来作为表征空气质量的特性值,用统计分析方法来对贵阳市空气质量特征进行分析研究。结果表明:(1)贵阳市总体空气质量较好,首要污染物以PM2.5和PM10为主,而又以PM2.5居多。(2)贵阳市月平均AQI值在1月最高,7月最低。6种污染物中,O3总体呈波动型分布,峰值分别出现在5月和10月,11月为全年最低值。除O3外,其余各污染物均呈现以7月为低谷,12月—次年1月为高峰的分布特征。(3)四季中,AQI值分布为冬季春季秋季夏季。各污染物中,除O3外,其余浓度均表现为冬高夏低,而O3浓度则为春高冬低。     

2016年12月青岛一次持续重污染天气的观测分析与数值模拟

选取2016年12月17—22日青岛一次典型重污染天气,利用大气污染物监测结果、地面气象要素观测资料和欧洲中期天气预报中心（ECMWF）ERA5再分析数据对此次过程中大气污染物及气象场的变化特征进行分析。观测分析表明此次污染过程持续时间长达5 d以上,其中19—21日为重污染天气（PM 2.5 日均质量浓度ρ>150 μg·m-3）。根据气象场和PM2.5质量浓度变化特征,此次污染过程可分为3个阶段：17日02时—19日08时为青岛污染物累积阶段,研究区受西南风控制,PM2.5质量浓度逐渐上升,700 hPa等压面上高空槽的维持及槽前持续的南风、西南风有利于污染物累积,同时近地面相对湿度增加,是此次持续性重污染天气形成的重要条件;19日09时—20日20时为青岛污染维持加剧阶段,相对湿度大、风速很小,污染物扩散条件差,PM2.5质量浓度最高;20日21时—22日08时为青岛污染消散阶段,青岛对流层中下层及地面风速均增大并产生弱降水,有利于污染物扩散稀释和湿清除,PM2.5质量浓度逐渐降低。WRF-Chem数值模式能够较好地模拟出主要气象要素和青岛PM2.5 质量浓度的变化特征,模拟结果表明山东省内污染物排放贡献了青岛PM2.5的49.5%;污染物跨省输送对此次污染事件也有重要贡献,其中来自研究区以南的安徽和江苏的排放对青岛PM2.5的贡献率可达25.5%。     

基于卫星遥感和地面观测资料的汾渭平原一次空气污染过程分析

利用MODIS和CALIPSO卫星资料、地面空气质量监测资料和地面气象要素资料,分析了汾渭平原2018年11月26日—12月3日持续性的重空气污染过程的形成、特征及污染物的可能来源。结果表明:此次污染过程中汾渭平原以中度以上污染为主,首要污染物为PM2.5和PM10;11个代表城市在11月20日—12月7日期间AQI连续超过100的天数除吕梁外均达到或超过10 d,西安、咸阳和渭南污染持续天数和严重污染天数均最多;污染发生时,地面至3 km以内的AOD与总AOD柱的比值为81%,沙漠沙尘和污染沙尘气溶胶出现频率最高,分别为60.18%和25.72%;26日12时BT左右沙尘自西向东传输,受秦岭的阻挡作用,同时低层以偏东风或者静风为主,大气静稳,无明显冷空气活动和降水产生,静稳和高湿的天气持续以及偏东风的阻挡和传输使得该次过程以沙尘和霾混合为主。     

2014—2016年开封市空气污染特征及重污染过程气象成因分析

利用2014-2016年高空、地面气象资料和大气环境监测资料,分析了开封市空气质量特征及10次连续性重度污染过程天气形势。结果表明:2014-2016年,开封市空气质量整体呈转好趋势,优良率由53%增加到67%,污染时数由47%下降至33%,轻度污染和中度污染时数下降明显;重污染日主要出现在1月、11月和12月,其中1月出现重污染日和连续性重污染过程次数最多;3年内共出现连续性重污染过程23次,最长持续日数达6 d;开封市重污染天气主要受PM2.5和PM10浓度变化影响,PM2.5和PM10浓度具有明显的季和日变化特征,平均浓度最高值主要出现在秋冬季和09时。重污染过程期间的500 hPa形势中,平直纬向环流型出现次数最多,占总次数的63%;其次为低槽型,出现次数占21%;西北气流型出现次数最少,占16%。地面气压场形势主要分为4类:1)高压前部型,出现重污染次数最多,占总次数的55%;2)均压场型,出现次数占25%;3)低压带型占16%;4)高压后部型出现次数最少,仅占4%。当上游地区有较严重污染时,本地污染物浓度将快速升高,区域传输作用明显。     

锦州市空气质量变化特征及其与气象条件关系

利用2014年3月至2015年2月锦州市逐日AQI、日平均污染物浓度和同期气象要素观测资料,对锦州市空气质量时空分布特征及其与气象条件的关系进行了分析.结果表明:锦州市空气质量等级为良的频率为62%,轻度污染的频率为23%,优的频率仅为6%,主要污染物为PM_(2.5)、PM_(10)、SO_2和O_3.锦州市2月和10月空气质量最差,9月空气质量最好,空气质量达优和良等级的日数占9月总日数的97%;锦州市天安街道空气质量最差,其SO_2浓度为百股街道的5倍.锦州市出现3级以上污染时的主要影响系统为地形槽、蒙古低压和弱气压场,降水对污染物具有清除作用,且对PM10的清除作用最明显;沙尘天气时空气污染明显加剧,逆温层抑制了污染物的扩散,逆温层底层高度越低,空气污染越严重.建立了AQI回归预报方程,拟合结果与实测值的变化基本一致,其中对春季AQI的拟合效果最好.     

近4年早春宝鸡市区气象条件对空气污染的影响

利用2015-2018年3月宝鸡市区气象监测站地面观测资料与环境监测站空气质量数据进行对比分析,结果表明:①早春宝鸡市区首要污染物为PM2.5、PM10和O3。2016年与2018年3月污染日数多,主要气象因素是降水量偏少,连续无降水日数持续时间长,东风日明显多于西风日。②PM10质量浓度(C(PM10))变化与日平均气压、日降水量关系密切,且均为反相关;PM2.5质量浓度(C(PM2.5))与日最小相对湿度正相关特征明显;臭氧质量浓度(C8h(O3))与日最小相对湿度呈显著反相关,与日平均气温的正相关特征明显。③气压升高,连续性降水越多,西风日越多,越有利于污染物质量浓度的下降。C(PM10)大值区多出现在偏南风或偏东北风时;C(PM2.5)和C8h(O3)在偏东风时较大。④C8h(O3)主要出现在前期日最高气温突然增加5~8℃的当天和日最高气温为近期极值后的1~2 d。⑤沙尘天气使C(PM10)与C(PM2.5)明显升高;早春影响宝鸡市区的沙尘天气主要有蒙古气旋东移和冷空气东移南下两种地面形势。     

2013年初江苏连续性雾-霾天气的特征分析

利用FNL资料、污染物颗粒浓度资料以及常规气象资料对2013年1月12—16日江苏地区的连续性雾 霾天气过程的环流形势、地面气象要素特征、大气边界层结构及大气污染状况等进行了分析。结果表明：高空形势变化平稳、中低层的暖平流配合稳定少动的地面气压场为雾 霾天气的发生提供了有利的环流形势;持续变化较小的气压梯度和较低的风速以及相对湿度的增大和PM2.5、PM10的浓度的变化为雾 霾形成和发展提供了条件;雾 霾期间低层都存在不同程度的逆温现象,混合层高度与AQI呈反相关关系,当混合层高度越低,AQI就越高,污染就越严重,能见度就越差;相对湿度的升高和PM2.5在污染物颗粒中的富集,是导致能见度下降和持续污染的首要原因,而强冷空气带来的大风降温是污染物颗粒被快速清除的重要动力机制;影响南京的污染物来源为：黄海、安徽地区、北方污染物的输送和本地的局地污染。     

长顺县空气质量及气象要素对主要大气污染物的影响

该文利用长顺县2016年1月—2018年7月共868组气象要素资料及空气质量资料,分析了长顺县空气质量状况及气象要素对主要大气污染物的影响。监测期间长顺空气质量等级Ⅰ、Ⅱ日数和占总体的97.7%,轻度污染日数占比为2.5%,空气质量良好。长顺县主要大气污染物依次为PM_(2.5)(36.8%)、O_3(33.8%)、PM_(10)(30.4%)。主要大气污染物与气象要素的相关性不尽相同,日平均气温和日相对湿度对主要大气污染物的影响比日累计降水量、日平均风速大。主要大气污染物与气象要素间的逐步回归方程组模型预报准确率较好。     

贵港市污染天气分型及污染气象特征研究

污染天气分型研究对空气质量预报预警等具有重要的意义,基于2015年1月~2018年12月欧洲数值预报中心（ECMWF）再分析资料和国家气象站常规资料,采用聚类分析法按高空及地面天气形势划分了贵港市的污染天气类型,并探讨各天气类型下的污染天气特征和空气质量状况。结果表明,发生大气污染时,按高空(500 hPa)环流形势可分为两槽一脊型、一槽一脊型、副热带高压型,其中两槽一脊发生在秋冬季的频率最高。按地面环流形势可分为冷高压脊底部型、冷高压控制型、冷高压后部型、西南暖低压型、热带气旋型、均压场型共6种类型,并构建天气学模型。其中冷高压脊底部控制下的污染天气天数最多(61天);但冷高压控制型空气质量最差(AQI为163),是造成颗粒物(PM2.5/PM10)超标的类型;西南暖低压型次之(AQI为135);热带气旋型和均压场型常常表现为高温多日照,容易造成O3污染。大气污染发生时环流形势和气象要素表现为大气稳定度升高,水平和垂直扩散条件变差,地面平均风速不超过1.5m/s,相对湿度大于50%,日雨量皆为不超过5mm的零星小雨。     

南充市城区2014年空气质量评价及变化特征分析

利用南充市城区5个污染监控点2009~2014年的环境空气质量自动监测数据,对南充市城区2014年环境空气质量进行了评价,并对日、月(季)、年空气质量变化特征和空气质量污染特征进行了初步分析,结果表明:1)南充市环境空气气态污染物(SO2、NO2、CO、O3)对本地空气污染基本无影响;2)细颗粒物PM2.5为南充市环境空气首要污染物,可吸入颗粒物PM10为次要污染物;3)全年冬季(12月、1月、2月)和1日中的12时、24时前后空气污染最为严重,这与污染源排放总量增大和气象及地形影响有关。     

宁波秋冬季空气污染变化特征及污染物后向轨迹分析

统计分析2012—2013年宁波空气质量及污染物浓度,得出秋冬季宁波市空气质量最差,AQI均值92,首要污染物主要为PM2.5、SO2、PM10,其中,PM10、PM2.5的浓度超过了国家二级标准。2013年空气质量下降、污染程度明显加重主要表现为秋冬季空气污染加重。应用HYSPILT4模式计算输送轨迹并聚类分析,表明大气污染是可以通过中远距离输送影响到下风向的地区;外来污染源对宁波空气质量影响明显。宁波秋季轨迹比较复杂,共有7条轨迹,主要来自津京冀、黄海南部、浙江西南地区和东海,共占72%;冬季有4条轨迹,主要来自浙北和津京冀,共占81%。由此可见,宁波空气污染受其特定的地理环境和大气环流背景影响,存在远、近不同距离的污染物输送问题,西北方向的输送轨迹对宁波空气质量有明显影响,其AQI、PM2.5、PM10、NO2、SO2平均浓度分别可达104、72.9μg·m-3、122.8μg·m-3、54.1μg·m-3、37.8μg·m-3,远高于其它轨迹。特别是秋季来自京津冀、黄海南部以及冬季来自浙江北部、山西河北的轨迹,造成宁波重度或严重污染的重要原因之一。在重污染天气预报预警中,预报员需要密切关注PM2.5浓度变化。大气污染的防治除政府相关部门继续进行能源结构调整、交通源排放控制外,还需要更大范围区域乃至全国的协作才能从根本上改善城市的空气质量。     

2018～2021年春季云南空气质量变化规律及境外生物质燃烧影响分析

近年云南春季的大气污染问题凸显，成为打赢蓝天保卫战的关键阻力。本文基于地面监测和卫星遥感数据，分析了2018～2021年春季云南空气质量变化，并研究了气象要素和境外生物质燃烧对空气质量的影响。结果显示，近4年全省春季污染物超标262 d(含6 d重污染)，占全年91.3%，滇南高达96.8%；污染集中在3月中旬至4月中旬，2019年污染最重，2021年次之，但优天减少良天增加明显，2020年尽管污染物浓度最低，但发生6 d重污染；空间分布表现为滇南远高于滇中和滇北，且西双版纳最高，占总超标天数的27%，但臭氧(O₃)滇西南和滇中最高，以普洱为首；超标天的首要污染物仍以PM2.5为主，但2018和2019年O₃占比略高于PM2.5。总体PM2.5和O₃存在显著的正协同效应，高臭氧促进PM2.5二次生成。PM2.5和O₃污染发生都与西南风和少降水密切相关，叠加中高温、中低湿加剧O₃污染发生，叠加中高温度和湿度易导致PM2.5超标；叠加中高温度和中等湿度,易形成O₃     

2017年11月7—8日南昌市一次重度污染天气过程分析

利用地面常规观测资料、探空资料和大气污染物监测数据等资料,对2017年11月7—8日南昌市一次重度污染天气过程的大气污染物特征、天气形势及气象要素特点等进行了分析,并运用拉格朗日混合单粒子轨道模型（HYSPLIT）分析了大气污染物的后向轨迹。结果表明：1） 此次过程的首要污染物为PM2.5,空气质量呈东部劣于西部,市内劣于市郊的特点。AQI有明显的日变化特征,凌晨和上午10时各有一个AQI高峰,傍晚有一个AQI低谷,中午前后为AQI明显下降时段。2） 地面气压梯度小、风速小,不利于污染物的扩散。对流层中层有低槽东移,低层有弱切变线位于江西省北部,低层弱辐合导致周边污染物向中心辐合堆积。地面能见度与相对湿度变化呈反相关,在重度污染天气发生时多为雾和霾的混合物。南昌上空表现为“中层湿、低层干”的特点,在较干的低层有等温层和弱的逆温层,能抑制大气污染物的垂直扩散。3） 此次重度污染天气过程的大气污染物来源主要有三个,即南昌市周边环境污染、本地污染源的排放和大气污染物的外来输入,外来输入源主要为广东、广西及湖南上空的大气污染物。