2009年天津城区空气负离子变化规律

空气负离子为空气清洁度的重要评价指标。利用2009年天津城区空气负离子观测数据,研究城区空气负离子的时空变化规律。结果表明：天津城区空气负离子月变化浓度呈双峰型分布,主峰值出现在9月,次峰值出现在5月,7月负离子浓度最低;四季中负离子的日变化特征存在明显差异;天津市和大连市两个沿海城市的负离子浓度范围相差不大,最低值均出现在7月,但二者月变化规律不同。     

杭州市空气负离子变化特征分析

利用2008-2010年杭州西溪湿地和馒头山空气负离子观测资料,分析了杭州市空气负离子的季、月和日变化特征,以及空气负离子与气象环境因子的相关关系.结果表明,湿地负离子浓度要好于市区;杭州市空气负离子浓度冬季最大,夏季最小;一日中早晨空气负离子浓度最高,15时左右最低;夜间高于白天.空气负离子浓度与温度、日照时数和空气...     

杭州市空气负离子变化特征分析

利用2008—2010年杭州西溪湿地和馒头山空气负离子观测资料,分析了杭州市空气负离子的季、月和日变化特征,以及空气负离子与气象环境因子的相关关系。结果表明,湿地负离子浓度要好于市区;杭州市空气负离子浓度冬季最大,夏季最小;一日中早晨空气负离子浓度最高,15时左右最低;夜间高于白天。空气负离子浓度与温度、日照时数和空气污染物呈负相关,与相对湿度、风速、云量和降雨量呈正相关。     

郑州城区大气CO2浓度变化特征及影响因素分析

郑州城区大气CO2浓度日变化比较强烈,变化幅度在26.24～64.34μmol.mol-1,全天最低值出现在15时前后,最高值则出现在夜间至清晨。从季节来看,夏、秋两季的日变化幅度比冬、春两季的大。其中,1月份平均浓度达到最高,为455.80μmol.mol-1;7月份平均浓度则最低,为369.25μmol.mol-1。影响郑州城区大气CO2浓度变化的原因是人为取暖活动及植被的季节变化,另外一些气象因素也对CO2浓度有一定的影响。     

郑州城区大气CO2浓度变化特征及影响因素分析

郑州城区大气CO2浓度日变化比较强烈,变化幅度在26.24 ～ 64.34 μmol·mol-1,全天最低值出现在15时前后,最高值则出现在夜间至清晨.从季节来看,夏、秋两季的日变化幅度比冬、春两季的大.其中,1月份平均浓度达到最高,为455.80 μmol·mol-1;7月份平均浓度则最低,为369.25 μmol·mol-1.影响郑州城区大气CO2浓度变化的原因是人为取暖活动及植被的季节变化,另外一些气象因素也对CO2浓度有一定的影响.     

桂林市城郊PM10浓度变化监测分析

利用2005年12月至2007年3月的PM10观测资料,分析桂林市城郊PM10浓度变化规律,并简要分析这变化规律的原因及相关气象要素对其的影响。结果表明,PM10浓度分布频次呈单峰性,小时及日平均浓度频率分布比较集中;日变化为双峰型,早晨8∶00~9∶00和傍晚19∶00~20∶00各有一峰值,午后15∶00~16∶00出现最低值;受排放源及气候因素影响,PM10浓度月、季节变化明显,月均值最高值出现在3月份,最低值出现在7月份,超标月份集中12月至次年3月,冬、春比夏、秋季节日均浓度变化幅度较大,且易出现高浓度值,各季节平均浓度大小依次为:冬季>春季>秋季>夏季;通过对PM10浓度与同期气象要素的相关分析,得之PM10浓度与风速、降水、温度、地温、混合层高度负相关,与气压呈正相关,风速的作用要大于降水。     

婺源县空气负离子分布规律初步分析

在婺源大鄣山卧龙谷景区、鸳鸯湖景区、月亮湾景区、城区和部分村庄选取7个能够代表当地生态环境特征的监测点,进行为期2 d的负离子浓度、温度、风向、风速、空气相对湿度和气压流动监测,并与南昌城区负离子浓度观测资料进行对比,初步分析了负离子分布规律,以及负离子与首要污染物(PM10)的关系.分析结果认为,负离子浓度与植被覆盖率、海拔高度呈正相关,与首要污染物浓度呈负相关;风景区的负离子浓度高于城区:植被状况与瀑布对负离子的空间分布影响最大.     

资溪县城空气负离子特征及与气象因子相关性分析

通过对江西省资溪县连续608 d空气负离子日观测数据进行分析,结果表明:资溪县城空气负离子浓度平均值为4103个/cm3;负离子浓度有明显的日变化规律,早晨最高,为4569个/cm3,中午最低,为3411个/cm3;负离子浓度还具有明显的季节变化规律,春季最高,5月平均为5283个/cm3,秋季最小,10月平均只有2709个/cm3。负离子浓度与气象因子关系密切,其中与日照时数呈现出极显著的线性负相关,相关性F值为14.12,与降水量有显著的线性正相关;F值为3.484,与日平均气温、相对湿度的线性相关均不显著。     

江西省空气负离子浓度特征与气象因子相关分析北大核心

利用2019年江西省靖安森林试验基地观测资料,分析了靖安森林站空气负离子浓度不同时间尺度的变化特征及其与气象因子的相关性,以及不同天气条件对其的影响。结果表明,靖安市年平均空气负离子浓度为2187个/cm^(3),其中夏季浓度最高为2910个/cm^(3),秋季最低为1756个/cm^(3)。此外,浓度日变化特征也存在明显的季节差异性,其中春夏秋冬四季峰值分别出现在10时(北京时,下同)、06时、09时、13时左右。日尺度上浓度与气温、降水、相对湿度均呈显著的正相关,月尺度上其与降水呈显著正相关。雨天的浓度高于晴天,四个季节雨天峰值分别出现在开始降水的7~9 h、7~15 h、9 h、9~11 h后。当降水量在0~10 mm时,降水对空气负离子浓度没有明显作用,随后浓度随降水量增加而上升,当出现暴雨天气的时候,浓度反而呈现下降趋势。     

山岳型景区空气负离子浓度分布特征及其与气象要素相关性研究综述

近年来,随着生态旅游的日益兴起,作为生态保健旅游资源的空气负离子越来越受到人们的关注。本文重点分析了近十年来山岳型景区空气负离子浓度分布特征及其与气象要素相关性研究进展。研究表明:山岳型景区空气负离子浓度具有明显的日变化和季变化,空间变化也有一定规律。空气负离子浓度变化与风速、空气温度、相对湿度、太阳辐射、天气现象等气象要素有较大相关性。但由于监测资料来源不一,观测资料时间不一,样本量不一等因素,负离子浓度变化特征及其与气象要素相关性的研究结论并不完全一致。今后,应逐步规范空气负离子监测仪器,确保监测数据的可靠性,同时应利用多年连续观测资料开展空气负离子浓度分布与气象要素相关性研究,为空气负氧离子浓度预报的开展提供理论依据。     

宁波市负氧离子浓度分布与预测模型及其在旅游气象中的应用

利用2010-2011年宁波地区空气负氧离子浓度资料,分析其分布特征及与气象因素的相关性,采用逐步回归方法建立负氧离子浓度预测模型。结果表明：负氧离子浓度有市中心附近低、郊区高的地域分布特征;夜晚到清晨高、白天低,夏季高、冬季低的变化规律。据此可选择在早晨或傍晚空气负氧离子含量高的时候多到远郊污染少、植被茂密、有动态水流的地区旅游,避开冬季空气污染大的雾霾日。空气负氧离子浓度与气温、PM₁₀呈负相关,与相对湿度、雷雨、闪电等正相关,可选择在雷阵雨过后的晴朗天气出行旅游。负氧离子预测模型预报能力较好,预测模型的建立实现了宁波地区空气负氧离子浓度的定量化预报,对旅游气象服务有重要意义。     

生态旅游资源之空气负离子研究进展

空气负离子被誉为空气中的维生素和生长素,具有改善人体生理机能、提高免疫力的功能,并对人体多种疾病具有良好的辅助治疗作用。生态旅游景区空气负离子丰富,可以大大提高游客的旅游质量。该文对近10 a来空气负离子的相关期刊文献进行了分类检索,将研究的主要内容分为4个方面,即不同因子与空气负离子关系的研究、空气负离子的功能和应用方面的研究、生态旅游与空气负离子方面研究、空气负离子开发对策和发展前景的研究。     

青海器测时期以来气温变化特征

利用青海省26个代表站1961～2002年气温月资料,给出了加权平均的气温标准序列,分析了青海近42年来气温变化特征.结果表明：青海气温呈上升趋势,升温率为每10年0.25℃.年平均气温20世纪60年代最低,70年代起气温逐渐升高,进入90年代后升幅最为明显,并达到年代平均气温最高值.气温变化存在明显的季节性和地区性差异,最高和最低气温变化趋势普遍存在不对称性.青海气温变化趋势与同期全国气温变化趋势基本一致.全年和秋、冬两季青海气温的升温率明显大于全国气温升温率,年平均气温变化的位相超前于全国气温变化5～6年,这一结论有助于证实＂青藏高原主体可能是我国气候变化的先兆地区＂的论断.     

克拉玛依市PM2.5质量浓度分布及其影响因素分析

利用2015年1月至2017年12月中国环境监测总站全国城市空气质量实时发布平台中公布的克拉玛依5个监测点数据和同时期克拉玛依国家基本气象站的观测数据,分别研究了克拉玛依市4个行政区的PM_2.5浓度的时空变化特征以及气象条件对克拉玛依PM_2.5浓度变化的影响。结果表明：从月份上看,克拉玛依每年的1月、2月、12月PM_2.5浓度最高,3月、11月PM_2.5浓度较高,其中,独山子每年2月的PM_2.5浓度均最高,2016年2月独山子PM_2.5平均浓度最高,达到134 μg·m^-3,超过国家一级标准值的2.8倍,属于中度污染,从季节上看,克拉玛依四季PM_2.5浓度变化呈现波峰波谷变化趋势,表现为冬季最高,春季次之,夏季、秋季各区变化不一的特点,采暖期的PM_2.5浓度高于非采暖期的PM_2.5浓度;克拉玛依PM_2.5浓度在空间上的总体分布为：独山子区>白碱滩区>克拉玛依区>乌尔禾区;从风向、风速、气温、气压和相对湿度等气象要素与PM_2.5浓度的相关性来看,气压、相对湿度与PM_2.5浓度呈显著正相关,气温、风速、风向与PM_2.5浓度呈负相关,其中气温、风向与PM_2.5浓度呈显著负相关。     

北京冬季二氧化硫污染和气象条件的关系

利用2000年1月25日～2月3日北京地区冬季二氧化硫体积分数的梯度监测资料,结合北京325m气象塔的同期气象资料,分析了观测期间北京地区二氧化硫的体积分数变化趋势及垂直分布情况,讨论了大气二氧化硫体积分数变化和气象条件的关系及二氧化硫的来源问题.研究表明:二氧化硫的体积分数变化及垂直输送与风速、风向、大气稳定度密切相关.风速越小,大气越稳定,近地层大气的二氧化硫污染就越严重;当北京冬季吹SSW、SW、WSW和W风时有较高的二氧化硫.