兰州市低空风时空变化特征及其与空气污染的关系

对1988年至1992年兰州市环境监测站自动监测系统监测到的近地面逐时风和空气污染浓度资料以及对应时段的兰州市低空风资料乃至城，郊近40年的地面风资料做了深入的分析，并将城区与郊区对照点（榆中站）进行对比研究，揭示了风向频率变化特征和风速日变化，年变化，年际变化以及风随高度的变化规律。同时分析了对应时段空气污染的分布状况及其与风速的相关关系，为研究兰州市边界层大气动力稳定度的时空变化规律和开展空气污染预报提供了一定的依据。     

杭州市区空气污染物变化特征及其与气象条件的关系

利用2002—2007年杭州市区空气污染物监测资料,根据杭州周边城市的每日环境空气质量,结合不同污染类型和气象资料,分析市区空气污染物变化特征及与气象条件的关系。结果表明,市区环境空气质量中污染天数出现频率逐年减少,空气质量正在好转,主要是首要污染物PM_(10)的浓度呈现逐年降低的趋势。在三种污染类型中大范围连续污染类型中的较重污染出现天数比其他两种污染类型多一半,大范围连续污染类型时PM_(10)浓度是最高的,个别污染类型时最低,PM_(10)浓度分别为0.256 mg·m~(-3)和0.177 mg·m~(-3)。不同类型与不同天气形势的关系比较密切。杭州市区污染出现频率存在明显的季节变化,冬季最高,夏季最低,污染频率分别为25.6%和3.6%。不同污染类型中个别污染类型出现最多,局地连续污染类型出现最少,出现频率分别为40.7%和29.9%。不同季节不同污染类型的出现频率相差较大,局地连续污染冬季出现频率较高,个别污染在春季出现较多,大范围连续污染在秋季出现较多。夏季的空气质量最好,只有少数的个别污染出现。在不同级别污染中,Ⅲ1级(轻微污染)主要是个别污染类型,Ⅲ2级(轻度污染)和Ⅳ1级(中度污染)污染主要是大范围连续污染类型,而Ⅳ2级(中度重污染)和Ⅴ级(重度污染)污染出现时主要是受到沙尘暴影响或春节烟花爆竹燃放影响的个别污染类型。     

兰州市区2002年春季3～4月近地层大气气溶胶的监测与分析

对兰州市区2002年春季3~4月近地层TSP连续观测资料进行分析,结果表明:(1)兰州市区TSP的质量浓度随着沙尘天气的发生而显著增加,沙尘天气越强,TSP的质量浓度越高,对兰州市区的空气污染越严重;(2)在不同天气情况下,兰州市区TSP与PM10的质量浓度有很好的对应关系,沙尘天气越强,其质量浓度都越高,但两者增减的比例各不相同;(3)在不同天气情况下,同级粒径粒子的质量浓度各不相同,但在同种天气情况下,各级粒径粒子质量浓度的分布规律却相同;(4)TSP样品色度的3个独立分量与空气质量有一定的对应关系,L*、a*、b*值越大,空气中沙尘含量越高,空气污染越严重,兰州市区在一般天气情况下L*、a*、b*值均较小,说明兰州市区空气污染主要以本地排放的黑色有机物为主。     

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。     

A Study of the Relationship between Air Pollutants and Inversion in the ABL over the City of Lanzhou

By analyzing the pollutant concentrations over the urban area and over the rural area of the city of Lanzhou, Gansu Province, China, the relationships between the daytime inversion intensity and the pollutant concentration in the atmospheric boundary layer (ABL) are studied with the consideration of wind speed and direction, potential temperature, specific humidity profiles, pollutant concentration in the ABL, the surface temperature, and global radiation on the ground. It was shown that the daytime inversion is a key factor in controlling air pollution concentration. A clear and positive feedback process between the daytime inversion intensity and the air pollutants over the city was found through the analysis of influences of climatic and environmental factors. The mechanisms by which the terrain and air pollutants affect the formation of the daytime inversion are discussed. The solar radiation as the essential energy source to maintain the inversion is analyzed, as are various out-forcing factors affecting the inversion and air pollutants. At last, a physical frame of relationships of air pollution with daytime inversion and the local and out-forcing factors over Lanzhou is built.     

贵州铜仁2019年1月两次空气污染过程及其气象条件特征分析

2019年1月铜仁市发生了中到重度污染过程,本文利用铜仁市城区逐时环境监测资料,高空及地面气象观测资料,分析了本次污染过程气象条件特征。结果表明,此次首要污染物为细颗粒物（PM2.5）。污染天气发生时,铜仁上空是高压脊或一致的西南气流,地面为冷高压或均压区控制,气压梯度小,风小;当转为高空槽前,地面有冷空气补充,气压梯度增大时,污染物浓度得到降低。同时风速和相对湿度大小跟污染物浓度也有一定关系,地面风速小,空气干燥时,污染物浓度增加;相反,风速增大达4m/s以上,空气相对湿度增大达90%以上,特别是明显的雨雪天气发生时,污染物浓度得到快速降低。另外,污染天气伴随有近地层逆温层持续影响,逆温层厚度越厚,且逆温强度越强,抑制了大气垂直方向的湍流交换,有利于污染物浓度累积增长。受梵净山地形阻挡作用,当近地层为弱偏东风影响时,污染物不能翻越梵净山向西扩散,会在山的东侧堆积,导致铜仁城区污染物在本地循环累积,污染浓度维持较大值。上述研究结果,可为铜仁市空气质量预报及污染防控提供新的参考依据。     

2013—2016年海口市空气质量特征及典型个例污染物来源分析

根据海南省环境科学研究院提供的海口站2013—2016年逐日空气污染数据,统计分析了海口市空气质量状况。综合应用高低空环流场、AQI指数结合MODIS卫星蓝光气溶胶厚度图,采用HYSPLIT轨迹聚类分析法、潜在源贡献因子法和浓度权重轨迹分析方法,重点分析了2013年12月海口空气污染的的主要输送路径,并探讨了首要污染物PM_2.5和O₃的潜在源区。结果表明：冬夏季风风向转换是海口发生空气污染的最主要气象原因,且首要污染物为PM_2.5,其次是PM₁₀和O₃;海口市空气质量达标率在97.1%,总体较好,AQI指数呈逐年下降趋势;值得关注的是,O₃呈逐年稳定上升趋势。大气污染物浓度受污染物排放和环流场共同影响,海口污染日对应的地面天气形势主要有3种类型,冷高压、变暖高压脊和台风外围下沉气流。此次污染过程中污染源是来自北方地区污染物长距离输送影响的结果。污染物个例分析中,首要污染物PM_2.5潜在源区主要集中在湖南和江西的交界处、广东沿海地区、广西北部、江西和福建的交界处以及浙江中部地区,这些潜在源区气团沿着轨迹1、2和4通过长距离输送到海口。海口O₃质量浓度贡献较大的区域主要集中在湖南和江西的交界处、粤西一带,主要沿着轨迹2将内陆地区的污染源输送到海口。     

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     

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。      

河源市空气质量首要污染物特征及其与气象条件的关系

基于2017-2019年河源市空气质量数据,分析了河源市首要污染物的年际变化特征,同时利用2019年东埔国控站点的首要污染物与气象要素进行了相关性分析,并以典型污染日为案例,分析了气象条件对污染过程的影响。结果表明：2017-2019年细颗粒物（PM_2.5）污染日比重大幅度降低,以臭氧（O₃）为首要污染物的污染日逐年增加,污染形式逐渐从颗粒物污染向臭氧污染发生转变。O₃浓度与温度和湿度分别呈正负相关关系,高浓度O₃主要出现在（20-30℃,25%-55%）阈值之间,在吹西北偏北风时O₃浓度也较高。PM_2.5和PM₁₀与湿度也呈负相关关系,温度与湿度组合在（8-13℃,40%-55%）范围内时两者容易同时出现高值;在夏季PM_2.5和PM₁₀还与温度具有较强的正相关关系,这意味着高温情况下河源有出现颗粒物与O₃复合污染的可能。河源市典型污染日具有风速较小局部扩散不利的特征,低温低湿条件下容易出现PM_2.5污染,且主要受到区域的传输影响;而高温低湿条件下容易发生O₃污染,且较高的前体物浓度容易加剧O₃的本地污染。     

2014-2017年成都市大气污染特征分析

利用2014年5月~2017年12月的成都市环境空气质量监测资料,分析了成都市空气污染情况及污染物浓度时空变化特征。结果表明:成都市空气质量以优良天气为主,市区的首要污染物以PM2.5为主,郊区以O3为主;灵岩寺监测点的PM2.5,PM10,NO2和CO四种污染物的质量浓度低于成都市区各监测点,O3的质量浓度高于成都市区各监测点,SO2的质量浓度值与成都市区各监测点相差不大;成都市各监测站点六种污染物质量浓度具有明显的年际变化、季节变化、月变化和日变化趋势,且成都市区各监测点的变化趋势比较一致。     

Effects of meteorology and land use on ambient measurements of primary pollutants in Córdoba city, Argentina

Summary The atmospheric concentrations of several primary species: NO, NO₂, NO_x, CO, SO₂, reactive hydrocarbons (ROG) and other 15 atmospheric and meteorological variables have been measured at several locations in Córdoba city, Argentina since June 1995. The measurements are carried out using two mobile stations to cover several important areas of Córdoba. The objective of this work is to estimate the effects of meteorology and urban structure on the air quality levels for this city using simple statistics. We analyze the correlation between primary pollutants (CO and NO_x) and site locations of the air quality monitoring stations (AQMS) during the whole 1995 field campaign. In this study we take the measured data for primary pollutants and group them by location and time of the year. The results of this work may be useful to forecast air pollution episodes. Also we can get indirect information about emissions and maybe identify source characteristics. Once the influences of topography, meteorology, and land use will be fully characterized, the existing monitoring data will be used to do air quality modeling analysis and to select monitoring locations. The use of mobile stations instead of stationary ones at this stage is justified because of limited funding. Therefore, it is a valid option to decide in the future the additional instrumentation required to characterize completely the atmospheric urban area.With 5 Figures     

银川市主要污染物变化特征及其关系研究

利用2013-2019年银川市主要污染物浓度数据,分析了近年来银川市主要污染物浓度变化特征,并运用主成分分析法对主要污染物之间的关系进行研究。结果表明：近年来银川市主要污染物浓度除O₃逐年呈上升趋势外,其他均呈下降趋势;市区站O₃浓度较郊区背景站低,其他污染物市区较郊区背景站高;市区站PM₁₀和PM_2.5浓度超国家二级标准;除O₃浓度夏季高,冬季低外,其他污染物冬季高,夏季低;CO、NO₂、PM₁₀、PM_2.5浓度呈"双峰型"日变化特征,O₃和SO₂呈"单峰型"日变化特征。银川市主要污染物NO₂浓度与CO和O₃相关性显著,PM₁₀和PM_2.5之间相关性显著;污染物第一主成分是NO₂、CO和O₃,方差贡献率达到50%以上,加之银川市O₃浓度逐年呈升高趋势,表明近年来银川市大气光化学污染增加。     

CALPUFF模型在合肥地区SO2大气环境容量测算中的应用

在对合肥地区污染源调查的基础上,利用CALPUFF模型模拟了合肥地区大气污染物SO₂质量浓度场,通过与现场监测结果对比分析了模型的适用性,并根据模拟结果研究了不同排放源对合肥地区大气污染的贡献情况,建立了大气污染物传递矩阵;通过综合考虑城市区域的大气扩散能力、污染源贡献和大气环境质量目标等,采用线性规划模型测算了合肥市的大气环境容量.     

2003广西主要城市空气质量评价及空气污染物浓度与气象条件关系

从南宁、桂林、北海三城市空气质量自动监测站监测到二氧化硫(SO2),二氧化氮(NO2),可吸入颗粒物(PM10)的日均浓度数据计算的空气污染指数API得出:2003年三城市空气质量状况整体为 级"优"或 级"良",达到了国家环境保护总局对城市环境规定的标准,特别是桂林市的空气质量最好。对各种污染物月平均浓度值与地面气象要素关系进行相关分析,发现相关性非常好,其中与气压呈正相关,与气温、水汽压、相对湿度、降雨量、风速、0厘米地温等要素呈反相关。各种污染物日平均浓度值与地面风速相关也非常好。     

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。     

潍坊市空气污染与气象条件的关系

利用2004年3月~2005年2月每日08时的潍坊市气象观测资料和环境监测资料,分析了空气污染物浓度与各种气象条件的关系,结果表明:可吸入颗粒物PM10是潍坊市的主要污染物,污染物浓度有明显的季节变化,冬季高于夏季,各种污染物浓度与大雾、降水、风速等有明显的相关性。     

哈尔滨秋季一次持续性重污染过程分析

利用气象与环境监测数据,结合后向轨迹和秸秆焚烧火点监测资料,从环流形势、气象要素、污染源和污染传输特征等方面,对哈尔滨2017年10月18-20日持续性重污染天气过程进行分析。结果表明：这次重污染过程连续48 h为重度或严重污染,首要颗粒物为PM_2.5,PM_2.5平均浓度为438 μg·m^-3,局地PM_2.5浓度高达1487 μg·m^-3。重污染过程分为两个阶段,每个阶段主要污染物呈双峰分布。在重污染过程中,高空环流平直,浅槽前暖平流占主导地位,地面为弱低压均压场控制。地面风速小,平均风速仅为1.5 m·s^-1,风速≤ 1.5 m·s^-1静小风频率为71%,风场辐合,有利于污染物积聚。在重污染发展的过程中,地面相对湿度（RH）增大有利于颗粒物吸湿增长和污染加剧;在重污染减弱的过程中,PM_2.5浓度减少至每阶段谷值时间比RH减小至谷值时间滞后4-5 h。在边界层内有逆温层顶高为200 m左右、逆温强度>2.0℃·（100 m）^-1的贴地逆温层,层结稳定,垂直扩散条件差。污染物主要来源于秸秆焚烧,其次来源于取暖燃煤。静稳气象条件下本地污染物积累叠加远距离较高浓度的秸秆焚烧污染物输送导致哈尔滨这次重污染过程。     

辽宁中部城市群大气污染分布及与气象因子的相关分析

根据2002年辽宁省中部城市群（沈阳、鞍山、本溪、抚顺、辽阳）的主要大气污染物（TSP、PM10、SO2、NOx）的监测值及气象因子（能见度、风速、温度、湿度、降水、总云量和低云量）的观测资料，分析了辽宁中部城市群大气污染的现状、污染程度及污染物与气象因子的相关关系。结果表明：城市群的主要大气污染物是TSP、PM10和SO2冬季是城市群大气污染最重的季节，夏季大气污染最轻；城市群大气污染最重的城市是本溪，其次是鞍山、沈阳、抚顺、辽阳；污染物与能见度、温度的相关性非常显著，平原城市的污染物与气象因子的相关性较山区城市好。     

大气污染物非线性回归模型构建

本文基于重庆主城区（沙坪坝站）2014—2018年逐日同期同步观测的气象要素和环境空气质量监测数据进行分析。首先通过对不同大气污染物与各种气象要素进行相关性分析，剔除影响预报模型共性的气象因子，明确显著影响空气质量的气象要素；然后结合污染物排放、大气扩散过程和湿沉降作用机理；最后构建乘幂与线性叠加的混合模式的空气质量预报方程。结果表明：构建的非线性回归方程能较为真实地反映主要大气污染物与气象要素的相互影响关系，回归模型预报检验准确率高（预报评分达87.6）。