2020年上半年“COVID-19”疫情期间气象条件变化对四川盆地城市污染物质量浓度影响初步分析

大气污染物质量浓度变化主要受气象条件和人为排放变化所控制。2020年上半年在“新冠”疫情影响背景条件下,四川盆地的六项主要污染物质量浓度较往年有不同程度的变化,为了区分这些变化受气象条件和人为排放变化各自的影响程度,开展了气象条件变化对四川盆地污染物质量浓度影响的初步分析。分析结果表明:2020年1～6月整体空气质量优于2019年同期。主要影响污染物浓度的气象参数中,成都平原、川东北地区平均风速与往年相当,川南地区平均风速低于往年。从2020年3月开始,盆地各个城市的总降水量明显偏少,其中5月降水偏少情况最为严重,对应的相对湿度在5月同比较低。平均温度2020年高于2019年,尤其是5、6月平均温度较往年偏高大约4～5°C。月日照总时长从3、4月开始明显长于往年。用固定污染源,改变初始气象条件的方法进行数值模拟结果表明,PM2.5和PM10相似,1、2月模拟结果低于2019年,3、4月高于往年,5、6月同比偏低,主要偏差区域在川南城市群。SO₂ 在1、2月气象条件有利于扩散,3月川东北不利扩散,其余月份差距不明显。NO₂在2月气象条件较为不利,CO不利的月份为4月。4月气象条件有利于臭氧扩散,而5、6月盆地气象条件对O₃污染过程起了较强的推动作用。定量分析各个城市污染物浓度贡献率表明,受疫情影响,除臭氧外的颗粒物和气体污染物在1~4月人为排放贡献为负,5、6月由于全面复工复产,导致盆地的污染物浓度也有所上升,人为排放贡献率也大幅增加。O₃由于人为排放增加与不利气象条件叠加,导致盆地O₃污染情况较为严重。     

基于改进Apriori算法的环境空气NO2浓度变化的关联因素分析

环境空气污染是一种复杂的非线性动态现象，受道路网络上的交通流、气象条件等因素的影响，定量揭示这些因素与空气污染物浓度的变化关系，是空气质量预测与改善的重要基础。以广东省佛山市南海区气象局空气质量监测站点周边1.5 km的半径区域为研究范围，利用改进后的关联规则算法对监测站点不同方位的道路交通流，引入气象条件，定量分析对空气污染物NO₂浓度的影响，并通过线性相关分析验证关联规则的结果。(1) 传统的Apriori算法计算效率低，得到的规则多为无效、不可靠。将原算法对数据库多次扫描，改变为对上一频繁K项集的元素进行扫描。并引入新的可靠性衡量指标“提升度”，及加入对关联规则结果的筛选过程。改进后的算法只需扫描数据库一次，新增的两类改进方法使Apriori算法计算效率得到提升，且增强了强关联规则挖掘的可靠性。(2) 从强关联规则得出:影响NO₂浓度变化的主要因素是风速、温度和气压，风速和温度与NO₂浓度的变化呈负相关，气压与NO₂浓度变化呈正相关。(3) 引入道路交通流，结合气象因素对NO₂的影响:道路交通流量大且扩散条件好，不会导致污染物迅速上升，具体表现为:当道路交通流量较大时，伴随气压较低、风速较大或者温度较高，NO₂浓度处于低浓度等级，置信度较高(90%~100%)；而道路交通流小且气象条件差，会导致污染物逐渐累积，具体表现为:道路交通流较小时，伴随气压较高、风速较低或气温较低，不利于NO₂扩散，且量化的置信度存在一定的偏差；考虑风向条件时，道路位于上下风向，对NO₂浓度的影响也不同。(4) 基于强关联规则识别的关键影响因素，与NO₂进行线性拟合并计算皮尔逊相关系数，所得结果与关联规则算法的结论一致。通过以上结果，表明关联规则算法在挖掘定量关系具有较高的效率性和准确性，可为区域空气治理和预测提供技术支持。      

彭州市大气污染物浓度变化特征研究

本文利用2017年彭州市大气污染物(SO₂、NO₂、O₃、CO、PM₁₀、PM_2.5)小时浓度数据并结合地面气象观测资料,统计分析了该地区大气污染物浓度的演变规律及影响因素。结果表明:该地区细粒子(PM₁₀和PM_2.5)污染较为严重,O₃次之,其它污染物浓度水平则低于国家新二级标准限值。观测期间,各污染物浓度表现出明显的日变化与季节变化,其中SO₂、O₃呈单峰型日变化,NO₂、CO和细粒子则呈双峰型日变化;污染物浓度的季节变化基本表现为冬高夏低、春秋次之的变化特征(O₃为夏高冬低),并且固态污染物(PM₁₀、PM_2.5)与气态污染物(NO₂、CO)之间有显著的相关性。在污染物浓度与气象要素相关性分析中表明,湿度对于污染物浓度的影响整体上要弱于温度和风速,除了O₃与温度、风速呈正相关外,其它污染物与两者均呈负相关。除此以外,风向对于当地各种大气污染物的积累与清除也有直接的影响。      

2006-2012年青岛市空气质量与气象条件的关系

利用2006-2012年青岛市SO₂、NO₂及PM₁₀的监测资料,统计分析3种污染物时空分布特征及污染物平均浓度与气象要素的关系,并分析污染日气象条件变化特征。结果表明：2006-2012年青岛市年平均污染日数为23-33 d;青岛市空气污染主要出现在冬、春两季,主要污染物为PM₁₀。青岛中度以上污染为PM₁₀污染,大多由浮尘天气引起。污染物浓度与云量、降水量和气温呈负相关,与气压呈正相关。冬季大雾易造成空气污染加重,而4-6月海雾则使空气质量提高。弱的地面天气形势和接地逆温层结的存在及持续的烟、霾天气易导致青岛空气污染。     

四川盆地冬季气溶胶污染与气象条件的关系

利用2014~2019年冬季ERA5再分析资料、成都市PM_2.5和PM₁₀逐日浓度数据以及污染物（二氧化硫、氮氧化物、烟粉尘）年排放量数据,通过分析四川盆地近6 a气溶胶污染物的时间变化特征以及PM_2.5浓度与气象条件的相关性,探讨了气象条件对四川盆地气溶胶污染的影响。结果表明:近6 a四川盆地冬季气溶胶污染物浓度和严重、重度污染天数均呈波动下降趋势,污染物浓度年际变化与污染物年排放量存在一定差异。首要污染物以PM_2.5为主,PM_2.5浓度与青藏高原及其下游地区气象条件的关系密切,与对流层低层、中高层气象要素的相关性存在差异,其中与青藏高原及其以北和以东地区850~500 hPa气温呈显著正相关,尤其是与易出现逆温层的四川盆地850~750 hPa温度的相关性最强。当850 hPa东北风较弱且相对湿度偏高、700 hPa西风较强且湿度偏低、500 hPa高压偏强且西风偏弱时,PM_2.5浓度偏高;反之亦然。      

凉山州工业排放PM10的数值模拟研究

利用CALPUFF耦合MM5的大气扩散模型,对四川省凉山彝族自治州2007年工业排放PM10的扩散传输进行数值模拟,分析了污染物的浓度时空分布以及影响污染物浓度分布的主要因素.结果表明:CALPUFF耦合MM5模型对凉山州2007年工业排放PM10的浓度模拟有着较好的适用性;污染物主要沿着安宁河和黑水河分布,浓度分布特征随时间变化,其中冬季污染较为严重;各市(县)的PM10浓度值有空间差异,西昌和甘洛污染最为严重,季平均浓度分别为67.81μg/m3和57.23μg/m3;凉山州PM10的浓度分布受气象条件、地形和污染源的地理位置的综合影响.     

邢台沙河市冬季大气污染特征与潜在源区分析

为了解邢台沙河市冬季大气污染特征,选取2017年12月至2018年2月沙河市区3个省控站点（司法局、市政府、宣传中心）的逐时监测数据,分析了沙河市主要污染物的时空分布特征和潜在源区。污染物浓度特征分析表明:整个冬季司法局、市政府和宣传中心站点的细颗粒物（PM2.5）平均浓度分别为118.0 μg/m3、121 μg/m3和135 μg/m3。在大气自然活动和人为污染排放的共同作用下,PM10、PM2.5、SO₂、NO₂和CO均有明显的日变化特征。整个冬季沙河市的ρ(PM2.5)/ρ(PM10)、ρ(SO₂)/ρ(NO₂)均值分别为0.57和1.05（ρ为各物质的浓度）。且随着污染加重,ρ(PM2.5)/ρ(PM10)、ρ(SO₂)/ρ(NO₂)均明显升高,表明燃煤贡献增加;污染物空间分布特征分析表明:位于3个站点东北处的玻璃企业产生的污染物可能对监测站点造成了一定影响。污染物空间差异分析表明,区域污染范围越大、强度越高,大气污染的空间差异性越小;潜在源分析表明:沙河市PM2.5的强潜在源区分布在其周边区域,随着PM2.5浓度增加,强潜在源区呈缩小趋势。沙河市东南部的本地源对PM2.5浓度有主要贡献,而此处正是玻璃企业的聚集地。     

2017年漳州海陆风特征与冬春季污染物浓度关系

利用2017年福建漳州和南部海岛气象观测资料,通过统计分析和人工订正判识海陆风日,再结合天气形势和污染物浓度资料分析海陆风日的天气特征及其与污染物浓度的关系。结果表明：漳州海陆风日是海岛站的2.2倍,春夏季是海陆风的高发季节,秋冬季相对较少。冬季海陆风日主导天气形势为变性冷高压、高压后部、锋前暖区等,气象要素场配置为气压梯度小、气温高、风速小、日照时间长、湿度低、云量少,气象条件不利于污染物的稀释、扩散;海陆风影响下除了O₃,其他5种污染物浓度均高于系统风日2—3倍,其中颗粒物浓度明显偏高。与冬季不同,春季海陆风不仅对颗粒物浓度升高有利,对O₃浓度升高贡献更加明显,主导天气形势、气象要素场配置与冬季类似;海陆风影响下所有污染浓度均高于系统风日1—2倍,且易出现O₃超标现象。研究显示,漳州的海陆风全年发生频率虽然不到30%,但其特有的日变化规律和局地环流结构对污染物累积、输送具有重要的影响。     

凉山州工业排放PM_（10）的数值模拟研究

利用CALPUFF耦合MM5的大气扩散模型,对四川省凉山彝族自治州2007年工业排放PM10的扩散传输进行数值模拟,分析了污染物的浓度时空分布以及影响污染物浓度分布的主要因素。结果表明：CALPUFF耦合MM5模型对凉山州2007年工业排放PM10的浓度模拟有着较好的适用性;污染物主要沿着安宁河和黑水河分布,浓度分布特征随时间变化,其中冬季污染较为严重;各市（县）的PM10浓度值有空间差异,西昌和甘洛污染最为严重,季平均浓度分别为67.81μg/m3和57.23μg/m3;凉山州PM10的浓度分布受气象条件、地形和污染源的地理位置的综合影响。     

成都市大气污染与气象条件关系分析

利用成都市城区2015年12月~2019年12月污染物浓度及气象资料,对PM₁₀、PM_2.5、CO、O₃、 SO₂、NO₂六种大气污染物浓度变化特征以及与气象要素之间的相关性进行分析。结果表明:2016~2019年成都市空气质量冬季最差,秋季最好,年内整体以良为主,重度污染和严重污染的天气较少出现,空气质量逐年变好;主要污染物浓度除O₃外在冬季最高,夏季最低,春秋两季相差不大,O₃浓度变化则相反;主要污染物的日变化特征也较为明显。空气质量综合指数、PM₁₀、PM_2.5、CO、NO₂浓度与气温和降水存在显著负相关性,与气压存在显著正相关性,还与相对湿度呈不同程度的负相关,但与风速相关性不显著;O₃浓度不仅与风速、气温和降水存在显著的正相关,还与气压呈显著的负相关,却与相对湿度的负相关性不显著。      

2007年冬季沈阳典型大气污染源PM10排放模拟

选取沈阳市区9个典型的大气污染源冬季的PM10。排放浓度资料,利用MM5耦合CALPUFF对2007年12月至2008年2月沈阳城市区域气象场和排放PM10。浓度分布进行月平均数值模拟。结果表明：冬季沈阳地区受高压控制,北风较强,并经过增强、减弱的过程,多呈现对大气污染物扩散不利的天气形势。高空为偏西风且风速较大时,地面和高空有明显的风向和风速的切变,切变有增强和减弱的变化。2007年冬季沈阳市区域月平均大气污染最严重的是2月,污染物分布主要集中在南部、东南部地区,南部地区大气污染最为严重。PM10。浓度分布的范围与风场、地形有直接的关系。地势平坦、风速大时,污染物扩散范围大,污染物浓度小;地势不平、风速小时,污染物扩散范围小,污染物浓度大。     

北京一次持续霾天气过程气象特征分析

2013年1月10-14日,北京平原地区出现了水平能见度在2 km以下、以PM_2.5为首要污染物、空气质量持续5 d维持在重度以上污染水平的霾天气。综合分析此次霾天气过程的天气形势、北京地区常规和加密气象资料以及城郊连续观测的PM_2.5浓度资料。结果表明：此霾过程期间,北京高空以平直纬向环流为主,受西北偏西气流控制,没有明显冷空气南下影响北京地区,地面多为不利于污染物扩散和稀释的弱气压场;大气层结稳定、风速小(日平均风速小于2 m·s^-1)、相对湿度较大（日平均相对湿度在70 %以上）、逆温频率高强度大,边界层内污染物的水平和垂直扩散能力差;北京城区及南部的京津冀地区人类活动排放污染物强度大,在相对稳定和高湿的天气背景下,受地形和城市局地环流的影响,北京本地污染物累积和区域污染物输送以及PM_2.5细粒子在高湿条件下的物理化学转化等过程共同作用造成此次北京城区及平原地区污染物浓度快速增长并持续偏高,高浓度PM_2.5对大气消光有显著影响,造成低能见度和持续霾天气。     

四川盆地一次当地排放和沙尘输送双重影响的区域空气重污染过程研究

针对四川盆地大气污染及其成因的特殊性,本文使用四川盆地18个城市的大气污染监测和气象观测数据以及NCEP1°×1再分析资料,对2017年12月19日～2018年1月3日四川盆地由当地过量排放和外来沙尘输送双重影响的区域性大气污染过程进行分析。结果表明：2017年12月19～28日四川盆地环流场配置不利大气污染物扩散,垂直温度层结稳定,在当地污染源持续排放下污染物浓度缓慢上升,此阶段为静稳型大气污染。之后29日冷空气过程打破前期不利污染物扩散的环流场及垂直温度层结,导致气态污染物下降明显,但伴随冷空气活动的外来沙尘使PM10浓度迅速增大,使四川盆地部分城市出现沙尘型重污染;特别是广元地区受沙尘直接影响最严重,PM10浓度是原来的4.5倍;成都市虽没有通过沙尘天气的表观判断,但对颗粒物离子浓度和化学组分都有显著影响;因此,当时PM10和CO浓度24h比值变化受沙尘输送和天气条件共同影响,在不同时段和地区都存在明显差异,初步揭示出由静稳型大气污染向沙尘型污染转换阶段的内在变化特征,具有重要科学价值。     

2007年冬季沈阳典型大气污染源PM10排放模拟

选取沈阳市区9个典型的大气污染源冬季的PM10排放浓度资料,利用MM5耦合CALPUFF对2007年12月至2008年2月沈阳城市区域气象场和排放PM10浓度分布进行月平均数值模拟.结果表明:冬季沈阳地区受高压控制,北风较强,并经过增强、减弱的过程,多呈现对大气污染物扩散不利的天气形势.高空为偏西风且风速较大时,地面和...     

南京市郊雾水中重金属和大气污染物的观测分析

利用2006年12月南京市北郊雾水样品化学分析资料和同期气象资料研究郊区雾水中重金属和雾天大气污染特征。结果表明,郊区出现雾天时,不利于大气污染物的扩散,造成较严重的大气污染,污染物浓度变化与雾的生消基本同步;大雾期间PM10浓度比起雾前高2．5倍。雾水中重金属浓度在0．0205—1．8248mg／L范围,平均1．32mg／L;对重金属与大气污染物作相关分析,除类金属As外,Cd、Cr、Cu、Mn和Fe浓度两两之间相关系数均大于0．91,说明重金属排放具有同源性。     

丽水空气污染物时序特征及与气象条件的关系研究

利用丽水2012年9月—2014年3月主要空气污染物浓度和气象数据,分析丽水空气污染物构成及其与气象因子的相关性。分析结果表明:丽水空气质量优良率约80%,高频首要污染物依次为PM2.5、O38、PM10、NO2;各污染物浓度分布的时间、季节特征明显:早晚高峰时段污染物浓度普遍偏高,冬季—初春是一年中污染较重季节,尤其春节期间PM和SO2浓度急剧上升。各主要污染物质浓度随气象因子的变化各有特点:CO在气温较高、晴朗微风、高层层结稳定的天气条件下浓度较高;NO2在气温适中、湿度较大且无明显降水时浓度较高;SO2则在气温适中、湿度较小、晴朗微风的天气条件下浓度较高;O3则在高温干燥天气时浓度较高;PM在干燥、气温较低、连续晴朗、微风、高层层结稳定时浓度较高。     

西安市环境空气质量变化特征及其与气象条件的关系

采用2002-2011年大气污染物的现状监测资料以及同期气象观测资料,分析西安市空气污染的时空分布特征及其与气象条件的关系,并探讨了空气质量为优及轻微污染以上的天气事件对应的高空典型环流形势,研究污染成因及污染物传输规律。结果表明：西安市污染较为严重的污染物为PM₁₀,较大浓度值出现在冬季采暖期,雨水能够对污染物起到有效的湿清除作用,且空气质量状况具有明显的延续性,天气系统具有延续性是造成空气质量的延续性的可能原因;逆温的存在、最大混合层高度的降低造成大气层结稳定,风速较小,阻碍空气的对流运动,使污染物在垂直方向上的扩散能力很弱,不利于污染物扩散,易造成环境空气质量下降引起空气污染的发生。     

采暖期间区域气象条件与天津大气污染概率关系

利用2002～2005年11、12、1月冬季采暖期NCEP气象分析资料和同期日空气污染物监测资料,在开设的关键区、识别区内,分析区域污染气象特征,探讨区域气象条件对天津大气污染的影响.采暖期大气污染高发是与冬季的污染气候特征和气象条件密切相关的,区域污染环流特征、大气动力特征、热力条件对污染物的扩散、积累、输送有着重要的影响.当区域大气环流由北到西北气流向西到西南气流转换时,大气稳定度逐渐增加,区域大气扩散能力随之减弱,天津大气污染概率增大.另外,区域风速与天津污染的关系,在一定程度上反映了华北区域污染对天津污染的贡献.     

兰州市冬季空气污染的天气成因分析及浓度预报

兰州是全国冬季大气污染最严重的城市之一 ,通过对污染与天气形势的分析 ,给出了影响冬季兰州污染的天气分型 ;对 3种主要空气污染物TSP、SO2 、NOX 浓度值与同期表征逆温特征的逆温参数及地面气象要素作了统计分析 ,结果表明 :(1)污染物浓度与逆温层厚度呈显著正相关 ;(2 )污染物浓度与平均温度、能见度、风速、总云量、相对湿度成负相关 ,与温差、气压成正相关。最后针对不同天气分型 ,给出了冬半年兰州污染物浓度预报方程 ,经检验预报效果良好