库尔勒市空气质量分析及预报方法研究

环境部门1999年在库尔勒市选择3个不同地点,分别代表城市中心区、工业区和居民生活区,建立空气质量监测站.由3个监测站的10 a空气质量监测数据进行分析,可以看出,库尔勒市的主要污染物是总悬浮颗粒物,属自然浮尘与煤烟型混合污染,春季以浮尘污染为主,冬季以煤烟型污染为主;这和库尔勒市春季风多,冬季取暖的自然生活规律有关.根据高斯扩散模式原理选取预报因子,用多元线性逐步回归的方法,建立空气TSP、SO2和NO2浓度预报方程,对库尔勒市的空气质量的分析,实现了库尔勒市空气环境质量气象等级的预报.     

新疆库尔勒市空气质量等级及首要污染物时空变化研究

城市空气质量与经济建设及人民生活息息相关,是政府和人民关注的重大社会问题。利用库尔勒市2014年9月1日-2015年8月31日州政府、棉纺厂、开发区三个环境监测站逐时观测资料,分析了库尔勒市空气质量等级和首要污染物的时空分布,并分析了污染天气发生的日变化特征。结果表明：（1）三站污染天气出现频率分别为49.4%、40.9%和34.7%,符合州政府＞棉纺厂＞开发区的分布规律。三站污染天气均是春季出现频率最高,分别占到44.7%,39.4%和48.5%,其次为秋季、冬季和夏季;（2）库尔勒市首要污染物中, PM10的频率最高,其次为PM2.5,CO、NO2、O3及SO2出现频率均低于10.0%。PM10作为首要污染物在春季出现频率最高,三站出现频率为33.9%-36.3%,PM2.5则是冬季出现频率最高,三站出现频率为59.1%-86.4%;（3）库尔勒市污染天气和重污染天气发生频率符合傍晚与夜间高,白天低的变化规律。污染天气发生频率最高值出现在0:00时,最低值出现在6:00-7:00时,重污染天时延迟到9:00时。上述结果表明库尔勒市春季周边自然污染源的排放与输送对该市的空气质量影响巨大。     

四川雅安三种主要大气污染物浓度与气象条件的关系及其预测研究

基于四川雅安城市空气质量预报和大气污染防控的需求以及冬季以颗粒物(PM_(2. 5)和PM_(10))污染为主、夏季以臭氧(O_3)污染为主的特点,本文利用雅安市2015-2018年空气污染监测数据以及同期气象观测资料,重点分析雅安市空气污染物PM_(2. 5)、PM_(10)和O_3浓度变化特征的基础上,利用灰色关联度方法对上述污染物浓度与气象要素的相关关系进行了细致分析;通过BP神经网络进行两者的数学建模,构建了雅安市空气质量短期预报模型,并进行了试预报检验。研究表明:雅安市2015-2017年期间污染物O_3、PM_(2. 5)、PM_(10)浓度呈上升的趋势,空气质量达标率自2015年的92. 7%降低到2017年的82. 2%,2018年达标率略有上升为88%,但仍出现了9天中度污染和1天重污染。污染物浓度与气象要素变化相关密切,其中,降雨量和气压与PM_(2. 5)和PM_(10)污染关联最大,表明雅安作为四川盆地的"雨城",其降水对颗粒物的湿清除效应是很显著的;而气温和风速与O_3污染关联最大,恰好反映了高温和由高温所隐含的强辐射对O_3生成的促进作用。由BP神经网络所建立的雅安O_3预报模型,其准确度较稳定,各季7天平均相对误差都19%,并且预报效果排序为夏季冬季秋季春季;由BP神经网络所建立的雅安PM_(2. 5)预报模型,其在春季和夏季预测准确度较好,两季7日平均相对误差都16%,秋季相对误差略高一点,其四季预报准确度排序为夏季春季秋季冬季。此研究结果可为当地空气质量预报业务的开展提供技术支持。     

城市空气质量与气象条件的关系及空气质量预报系统

利用2002年6月1日至2004年5月31日沧州市环境监测站的逐日空气质量报告数据,对沧州市空气质量及其污染物进行了统计分析,发现沧州市空气质量优良的天数居多,两年中有236天污染天气。影响沧州市空气质量的首要污染物为PM10,其次为SO2,空气质量受季节影响较为严重,冬季取暖期污染最为严重,属于“煤烟型”污染,并与天气现象、气压场、风场、总云量等气象因子密切相关。对比沧州市每日运行的空气质量预报系统,CAPPS 1.0模式比统计预报模式预报更为准确。     

2003年冬季空气质量趋势预测方法

使用短期气候趋势预报原理与短期空气质量预报相结合的方法，根据1～7月的气候特征（背景）、天气形势以及各种相关气象要素统计分析，对冬季采暖期空气质量进行综合预报。利用上述方法对2003年度（2003．11～2004．3）冬季采暖期空气质量进行了试预测。即：在2003年冬季气候预测的基础上，通过统计分析2003冬季相似年份的天气形势、污染气象条件，确定污染潜势和气象参数。并运用现业务使用的污染物浓度预报方程，计算冬季各月的逐日空气污染物（SO2、NO2、PM10）的浓度。最后综合2003年冬季气候特征预测和日空气质量计算结果，做出冬季空气污染趋势预报。     

郑州市空气质量状况及冬季持续污染过程的气象机理分析

利用2004-2008年郑州市环境监测站所监测的SO2、NO2、PM10日平均浓度资料及历史气象资料,分析了郑州市近5a的空气质量状况与特征,并以2006年12月份的2次持续性污染过程为例,分析了气象条件对污染物浓度的影响,结果显示：郑州市以煤烟型污染为主,污染物浓度具有明显的季节变化特征,冬春季节污染物浓度明显高于夏秋季节;冬季均压场中持续多日风速小、近地面层出现逆温层是造成郑州市出现持续污染事件的主要气象条件,持续性污染过程往往因受冷空气的影响而结束。     

郑州市空气质量状况及冬季持续污染过程的气象机理分析

利用2004-2008年郑州市环境监测站所监测的SO2、NO2、PM10日平均浓度资料及历史气象资料,分析了郑州市近5a的空气质量状况与特征,并以2006年12月份的2次持续性污染过程为例,分析了气象条件对污染物浓度的影响,结果显示：郑州市以煤烟型污染为主,污染物浓度具有明显的季节变化特征,冬春季节污染物浓度明显高于夏秋季节;冬季均压场中持续多日风速小、近地面层出现逆温层是造成郑州市出现持续污染事件的主要气象条件,持续性污染过程往往因受冷空气的影响而结束。     

汉中市空气质量预报模型及验证

利用汉中市2015—2016年1月1日—12月31日2a的空气质量资料和同期地面气象观测资料,分析了汉中市空气质量变化特征及其与气象要素之间的相关性,建立了汉中市空气质量预报模型。结果表明:汉中市空气质量状况总体较好,以优良天气为主,达标率为75.9%;汉中市空气质量夏季最好,秋季次之,冬季最差;空气质量指数(AQI)与气温、风速、日照时数、能见度、水汽压、降雨量、气压、地面气温相关性显著,各气象要素对AQI的影响有所不同,且不同季节内影响程度各异;建立的汉中市春、夏、秋、冬四季空气质量预报模型方程均通过显著性水平0.01检验,达到极显著水平。经验证,2017年春季空气质量级别预报准确率超过了85%,预报效果良好,可应用于汉中市空气质量预报业务。     

2008—2012年内蒙古空气质量特征分析

依据内蒙古乌海、包头、东胜、呼和浩特、赤峰及通辽各环保监测站提供的当地2008—2012年每日空气质量实况日均值,统计分析了6个城市逐日首要污染物数据,同时分析了不同城市逐年、不同季节首要污染物变化特点,并对出现中度及以上污染日的天气类型进行了归类分析。结果表明:近5a(2008—2012年)里,按照国家《环境空气质量标准》(GB3095-1996),上述城市空气质量逐年好转;轻微污染以上日的空气质量主要是轻微污染和轻度污染,中度及以上污染逐年减少,而且主要发生在冬、春两季;轻微污染及以上日的首要污染物年和季节变化较明显,沙尘型污染发生在春季,静稳型污染发生在秋季、冬季和春季。     

呼和浩特市空气污染浓度时空分布特征分析

文章利用 1995～ 2 0 0 2年呼和浩特市区空气污染物PM10 、TSP、NOx、NO2 、SO2 浓度的实际监测数据 ,统计分析了呼市地区空气污染物的时空分布特征。分析结果表明 :呼市市区主要以煤烟型污染为主 ,冬、春季比夏、秋季污染严重 ,采暖期比非采暖期污染严重 ;PM10 、NO2 、SO2 都有明显的年变化 ,SO2 的浓度值呈逐年减小趋势 ,PM10 、NO2 的浓度值在近几年是增加的 ;月变化呈单峰型 ( 1和 12月达最高值 ,7和 8月达最低值 ) ;日变化冬夏季为双峰型 ,8～ 10时出现主峰值 ,2 0～ 2 4时出现次峰值 ,春季PM10 为三峰型 ,17～ 18时为主峰值 ,1～ 3时和 8～ 11时为两个次峰值 ;大气颗粒物是呼市首要的污染物 ,居民区污染最为严重。     

呼和浩特市大气污染与天气气候的关系

利用1990～2002年呼和浩特市区空气污染物TSP、SO2、NOx浓度的实际监测数据,分析了呼和浩特市大气污染物浓度变化的时空分布特征、大气污染与天气条件的关系。呼和浩特市市区主要以煤烟型污染为主,冬、春季比夏、秋季污染严重,采暖期比非采暖期污染严重,市区中心污染最严重。污染物的排放量及大气的稳定度状态是城市大气污染的主要影响因子,天气变化是城市大气污染物浓度变化的主导因素,局地环流是决定城市污染物分布的关键因素。因此,不同季节排污量的变化、天气条件是制作呼和浩特市大气污染预报的主要依据。     

宁波市空气质量变化趋势及影响因素分析

利用2001—2013年宁波市空气污染物浓度数据以及社会经济报表资料,分析了宁波市空气质量的变化,探讨了空气环境质量的影响因素。结果表明,2001—2013年宁波市空气污染物浓度先升后降,整体空气质量2005年最差,2010年以后改善明显,污染物浓度季节变化明显,在冬季最高,空气质量也最差,夏季相反。宁波市首要空气污染物为可吸入颗粒物,空气质量为良的日数最多,污染日中以轻度污染为主,重度污染和严重污染日数很少。工业废气排放量、各种能源消耗量、城市绿化率、汽车数量与宁波市空气质量变化有较强的关联性,而地区产值变化、常住人口数等因素对空气质量的影响也不可忽视。     

2007—2011年春季呼和浩特市空气质量特征分析

文章对2007—2011年春季(3—5月)呼和浩特市逐日环境空气主要污染物SO2、NO2和PM10的日平均值进行了分析,得出可吸入颗粒物PM10是呼和浩特市近5a春季环境空气出现Ⅲ级(轻微污染)以上污染天气的唯一的首要污染物;在此基础上,对发生在2011年春季(3—5月)内蒙古中西部沙尘天气下,呼和浩特市同期首要空气污染物的变化做了分析,以期对今后呼和浩特市空气质量预报能提供一些参考。     

秦皇岛市空气污染与气象要素的关系

利用多因子分析和多元回归模型,对1998—2004年秦皇岛市城区空气污染物浓度逐日监测数据及气象要素进行分析,并调查污染源,得出主要污染物与气象要素的关系,建立当地空气质量预报。结果表明：上游西北地区是对秦皇岛市空气质量影响最大的污染源地;空气质量首要污染物PM10的峰值出现在4月,SO2的峰值出现在采暖季,NO2浓度全年稳定少变; SO2和PM10的浓度受风场影响较大,NO2最小;春季“南高北低”型气压场造成PM10污染指数全年最高;大于等于1 mm的降水对空气净化作用效果较小于1 mm的降水显著;春季气旋控制下,5级以上西风可形成中度以上污染,而非气旋控制下,6级以上西风才可形成中度以上污染。     

岳阳市AQI指数变化特征及与常规气象条件的关系

该文利用2015—2016年岳阳市区空气质量AQI数据和同期的常规气象资料,运用统计分析方法对该市的AQI时空分布特征进行了分析,运用综合指标法和逐步回归法建立岳阳市区AQI预报模型。结果表明:岳阳市区冬季空气质量最差,夏季空气质量最好,城市北部空气质量差于南部、工业区空气质量差于水库景区。重度污染及严重污染日基本出现在空气质量较差的冬季,工业区发生频率比较高。岳阳市城市工业布局方向与年主导风向一致,使得市区广大区域处于工业气流的下游,导致空气污染加剧。选取气温、降水量、低云量、相对湿度、风速等因子建立的岳阳市区AQI预报模型模拟效果较好。     

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。     

2005-2009年石家庄市空气质量分布特征及其与气象条件的关系

根据2005-2009年石家庄市空气污染指数实况资料,分析了近5 a石家庄市空气质量的分布特征。结果表明：石家庄市空气质量以Ⅱ级良为主,轻度污染以上日数占样本总数的19.1％,属于大气污染较为严重的城市。空气质量分布具有明显的季节变化规律,夏季最好,秋、春季次之,冬季最差。运用相关分析法分析了气象因子与空气污染指数的相...     

2004年北京市沙尘天气对空气质量影响的对比分析

北京市环保局近几年的空气质量监测报告表明：PMIO污染显著,一直居高不下,是最主要的污染物,全年中其占首要污染物的天数超过90％;SO2的污染趋势已经得到控制;NO2的污染状况改善相对较小,但整体呈现缓慢下降的趋势。通过对2004年春季北京市发生的3次沙尘天气过程的分析与比较,结合北京市3月份的空气污染物浓度（或指数）的变化情况,总结了沙尘天气对空气质量的影响情况,为今后北京地区沙尘天气的空气质量预报提供参考。     

南京市SO2污染浓度时空分布特征及统计预报方法的研究

本文根据南京市六个空气污染浓度监测站的2001年6月至2005年7月的SO2污染浓度监测资料分析南京市SO2污染浓度的时空分布变化特征,结果为6个站浓度值有明显的季节变化特征,且在冬季容易出现南北相反的分布特征。针对目前常用的回归预报方法在选取气象要素时没有考虑其互相之间的相关性的缺点,本文提出了一种建立在EOF展开基础上的首先使预报因子正交化,再与逐步回归方程结合并且资料逐日更新的变系数的新型统计预报模型,经过实际预报检验,预报准确率比较高,有很好的应用效果。     

影响上海市空气质量的地面天气类型及气象要素分析

地面天气形势及气象要素的变化在空气污染潜势预报中具有很好的指示作用。利用天气学原理将地面天气系统进行分型,探索研究不同地面天气类型对上海空气质量变化的影响。整理、分析2003—2005年地面天气类型和气象要素与空气质量的关系,发现:(1)上海秋冬季以大陆冷性高压系统移动为主,而夏季主要以副热带高压和台风影响为主,春季是冬季与夏季之间的过渡,天气系统转换较为频繁。(2)春、秋、冬季易引起上海市空气污染的天气类型有L型高压、高压、高压前和均压场4种地面天气类型,与空气质量优等级相对应的天气类型是低压槽、高压底和高压后。夏季空气质量优等级对应的天气类型主要有台风、高压(副高)和低压槽。(3)秋冬季节典型天气过程一般经历高压前(或冷空气)→L型高压→高压→高压后(或高压底)→低压槽的转换,PM10浓度变化也表现为先升后降。(4)气象要素的变化也与空气污染存在密切联系,气压与空气污染物的关系为正相关,而气温、相对湿度和风速与空气污染物浓度呈负相关。