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(NOD，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Ⅰ级“优”或Ⅱ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。     

巴基斯坦瓜达尔港气象要素特征分析

利用克拉玛依-瓜达尔友好城市气象站2018年1月1日至2019年12月31日逐日及逐小时气温、气压、降水、相对湿度、水汽压、风向风速观测资料,对瓜达尔港的气象要素特征进行分析。结果表明：1）瓜达尔港属热带沙漠气候,年平均气温为26.9 ℃,最热月为5—7月,最冷月为1月。瓜达尔港气温年较差、日较差分别为12.5 ℃和6.5 ℃,各季节间气温差异较小。其极端高温达42.7 ℃,极端低温为11.9 ℃。2）瓜达尔港年平均气压为1 009.1 hPa,气压最大值出现在12月和1月,最小值出现在7月,季节差异明显。3）瓜达尔港受制于副热带高压,常年干旱少雨,降水年季之间分布不均,差异明显。2018年年降水量为0.3 mm,集中于冬季;2019年年降水量为67.6 mm,主要集中于秋冬两季。相对湿度和水汽压年均值分别是67.3%和24.3 hPa。4）瓜达尔港年平均风速为2.4 m·s-1,白天风速大于夜晚风速。四季中春季风速偏大,夏季、秋季次之,冬季偏小。风向季节性变化明显,盛行风向除东北风外,还包括西南风。出现频率最高的是2级风,其次是1级风和3级风,6级以上大风出现频率为0。     

广州市空气污染影响因子与预报建模

利用广州市环境监测站2007-2009年的空气污染指数(API)及同期地面气象要素(大气能见度、10 min平均风速、最大风速、气温、绝对湿度、相对湿度、露点温度、气压、24 h降水量)观测资料和空气污染物(PM10、SO2、NO2)监测数据,分析广州市空气污染指数(API)与气象要素及空气污染物之间的联系,挑选相关因子,用多元回归法和径向基神经网络进行API建模,并对2009年1--4月和9-12月进行试报,结果表明:后者预测效果比前者优异,可作为广州市空气污染预报的参考手段.     

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。     

东疆地区蒸发量变化趋势及气象影响因子研究

对东疆地区1961-2001年小型蒸发皿蒸发量及其相关气象影响因子进行了分析,结果表明,东疆地区蒸发量呈显著下降趋势,蒸发量1970年代至1980年代初期的增多和1980年代中期至21世纪初的减少是突变现象;6种气象因子对蒸发的决定程度相对湿度>水汽压>气温>风速>日照时数>净地表辐射,风速与日照时数、相对湿度与水汽压、气温与水汽压、气温与相对湿度的协同作用对蒸发量的决定作用很大.相对湿度的显著增加是导致东疆地区蒸发量逐年减少的重要原因.     

一种简易恒温加热防冻结装置在三穗国家基准气候站的实践应用

低海拔地区冬季由于凝冻常常会使风向风速传感器冻结,造成风要素资料失真或监测数据缺测,影响数据可用性,造成气象数据历史延续空白,导致无法弥补的历史数据损失。该文利用三穗县国家基准气候站2008—2020年冬季逐日、逐时、逐分钟风向风速、气温、相对湿度以及降水等地面气象监测资料,详细分析冬季冰冻期间风向风速缺测时段的气温、相对湿度、降水等相关信息,找出风向风速冻结与气温、相对湿度、风速大小的对应关系,从而判定风向、风速易冻结的气象要素阈值,采用USB碳纤维发热片,科学搭建低压加热方式,确保风向、风速传感器设备加热时不被灼伤受损,ZQZ-TF风向、风速监测资料连续可靠。     

宝丰县汛期长期天气预报趋势

根据本站历史资料,从可能与汛期降水量、平均气温密切相关的气象要素中筛选预报因子,建立预报方程,制作预报. 1预报因子 对气压、气温、相对湿度、水汽压等气象要素进行逐时段计算,形成预报因子数据文件.     

气象条件对北京夏季中暑的影响及预测研究

利用2009-2012年北京市467例中暑病例与同期9个气象要素资料和当日及前期1-4 d累积平均气象要素共45个气象因子,采用相关分析法分析北京夏季中暑发病人数与气象因子之间的关系|采用多元线性回归和非线性拟合方法构建了改进的北京中暑气象预报模型,选取拟合优度较好的模型对中暑人数进行回代及预测检验,并与现用模型进行对比。结果表明：气温是引发北京夏季中暑的决定性因子|气温、水汽压、气压及降水的两日累积效应均高于当日效应,表明气象要素的连续累积作用对人体中暑影响较大|建立的中暑预报模型具有较好的历史拟合及预测效果,中暑等级划分较合理,对北京市中暑气象等级预报服务和公众有效防范中暑有实际的指导意义。     

影响人工站与自动站水汽压差值原因探究

为探究人工观测气象站与自动站水汽压差值产生原因,利用全国134个1年的基准气象观测站逐时气压、干球气温、湿球温度等资料,分别采用人工站和自动站水汽压计算公式,模拟了本站气压、干球温度、湿球温度、自动站气温、相对湿度等要素产生一增量时,水汽压所对应变化量随各要素的变化规律,并分析了影响水汽压差值与其主导因子定量关系。通过实际观测资料的数据模拟分析,气压和干球温度的系统误差对人工与自动观测站的水汽压差值影响很小,而自动站的相对湿度和气温对水汽压差值影响较大,其中相对湿度的影响最明显。当自动站的相对湿度或气温的系统误差为一固定值时,水汽压差值变化幅度随气温大小变化,气温越高,水汽压差值越大。     

从对比观测资料看城镇化对气象要素的影响——以围场国家基本气象站为例

根据2008年7月至2009年6月围场国家基本气象站新、旧站址对比观测数据,利用均值差异、显著性检验等统计分析方法,系统地分析了新、旧站址的气温、风向风速、水汽压等气象要素的差异及差异产生原因.结果表明,新站址观测记录较旧站址气温偏低、风速显著偏大、主导风向有偏差、水汽压偏小,各气象要素差异产生的原因主要是来源于城镇化...     

Important meteorological variables for statistical long-term air quality prediction in eastern China

Weather is an important factor for air quality. While there have been increasing attentions to long-term (monthly and seasonal) air pollution such as regional hazes from land-clearing fires during El Niño, the weather-air quality relationships are much less understood at long-term than short-term (daily and weekly) scales. This study is aimed to fill this gap through analyzing correlations between meteorological variables and air quality at various timescales. A regional correlation scale was defined to measure the longest time with significant correlations at a substantial large number of sites. The air quality index (API) and five meteorological variables during 2001–2012 at 40 eastern China sites were used. The results indicate that the API is correlated to precipitation negatively and air temperature positively across eastern China, and to wind, relative humidity and air pressure with spatially varied signs. The major areas with significant correlations vary with meteorological variables. The correlations are significant not only at short-term but also at long-term scales, and the important variables are different between the two types of scales. The concurrent regional correlation scales reach seasonal at p < 0.05 and monthly at p < 0.001 for wind speed and monthly at p < 0.01 for air temperature and relative humidity. Precipitation, which was found to be the most important variable for short-term air quality conditions, and air pressure are not important for long-term air quality. The lagged correlations are much smaller in magnitude than the concurrent correlations and their regional correction scales are at long term only for wind speed and relative humidity. It is concluded that wind speed should be considered as a primary predictor for statistical prediction of long-term air quality in a large region over eastern China. Relative humidity and temperature are also useful predictors but at less significant levels.     

江苏地区雨雾天气特征及成因研究

利用2010—2016年江苏地区雨雾观测资料,对雨雾天气类型分型、气象要素变化以及成因机制等进行了分析。结果表明：江苏地区雨雾天气类型主要分为倒槽型、冷锋前部型、高压底部型,其中倒槽型发生频率最高;低气压、高湿度、低风速、风向由偏东风或东南风转为偏北风以及前期较高的气温等是雨雾形成的重要气象条件;雨雾形成时江苏地区925 hPa上正变温转为弱的负变温,说明弱冷空气促使了雨雾的发生;边界层低层的弱冷平流有利于水汽凝结和逆温形成,逆温最强时段对应能见度最低阶段;雨雾过程中边界层低层上升、下沉运动均可存在且垂直速度较小。     

福州市PM10突变特征与气象条件的关系研究

利用2004～2006年福州市PM10逐日资料,及同期地面气象要素资料和08时850 hPa天气图资料,采用统计分析方法,综合分析了PM10发生突变时气象条件的变化特征,结果表明:当地面气象要素场出现气压下降、风速下降、温度上升、相对湿度上升、降水量下降或出现气压上升、风速下降、温度下降、相对湿度下降、降水量下降的配置时PM10易发生正突变;当出现气压上升、风速上升、温度下降、相对湿度维持、降水量上升或出现气压下降、风速上升、温度上升、相对湿度上升、降水量上升的配置时PM10易发生负突变;当受大陆高压后部、暖区辐合系统影响时,PM10发生正突变的概率较高,受切变线、大陆高压前部系统影响时,PM10发生负突变的概率较高.     

长江流域大气降水中δ^18O变化与水汽来源

根据GNIP所提供的长江流域多年月平均降水中δD、δ^18O料以及NOAA-CIRES提供的NCEP/NCAR再分析资料,研究了长江流域降水稳定同位素与降水量、水汽压、温度和水汽来源之间的关系。结果表明：在平均季节尺度下,长江流域大气降水中δ^18O降水量、水汽压和温度均存在显著的负相关关系,说明该流域降水中δ^18O...     

长江流域大气降水中δ^18O变化与水汽来源

根据GNIP所提供的长江流域多年月平均降水中δD、δ^18O料以及NOAA-CIRES提供的NCEP/NCAR再分析资料,研究了长江流域降水稳定同位素与降水量、水汽压、温度和水汽来源之间的关系。结果表明：在平均季节尺度下,长江流域大气降水中δ^18O降水量、水汽压和温度均存在显著的负相关关系,说明该流域降水中δ^18O化存在显著的降水量效应、湿度效应和反温度效应。基于降水中过量氘示踪水汽来源原理,分析了中国长江流域季风区降水中过量氘与阿拉伯海、孟加拉湾和南印度洋3个海区相对湿度的关系,表明中国长江流域的水汽主要来源于上述3个海区,而昆明和成都可能受到其他水汽作用,使其与水汽源区的相对湿度呈正相变化。     

甘肃崆峒站新旧址对比观测资料分析

为了解甘肃崆峒国家基本气象站新旧址气象要素对比观测数据差异,选用2016年1～12月新站和旧站气温、气压、相对湿度、风向风速、降水量等要素资料进行对比分析,重点利用均值差异、相关与回归、显著性检验等统计方法分析了新旧测站气温差异及产生原因,结果表明：新址气温、气压均低于旧址,风速高于旧址,降水量、相对湿度差异大,变化无规律,其产生的主要原因是地理位置、海拔高度及观测场周边环境的不同造成;新址与旧址气温存在高度正相关,两站气温差异不显著,可以合并计算,研究结果可为资料使用者提供订正的依据。     

2015—2017年唐山市PM2.5重污染生消气象条件分析

利用2015—2017年唐山市空气质量日空气质量指数、小时PM_2.5浓度和气象数据,分析了唐山市重污染特征及PM_2.5重污染生成、消散气象条件。结果表明：2015—2017年唐山市重污染天数为减少趋势,年平均重污染天数36 d。冬季发生重污染天数最多,秋季次之。重污染天气中首要污染物为PM_2.5、PM₁₀和O₃,PM_2.5为首要污染物占比87%,PM₁₀占比6%,O₃占比7%。小时PM_2.5浓度与相对湿度、总云量、24 h变温正相关,与风速、气温、风向、1 h降水负相关。冬季相关性最好,其次是秋季和春季。90%PM_2.5重污染相对湿度均为50%以上,冬季和秋季高达98%;风速大于4 m·s^-1时,有0.7%的PM_2.5达到重污染;降水对PM_2.5有一定清除作用。升温、湿度增加和负变压有助于污染天气形成,生成过程中平均风速为1.8 m·s^-1,主导风向为SW,其次是S、W。降温、湿度下降、正变压、降水有助于污染天气消散,消散过程中平均风速为3.1 m·s^-1,主导风向为E,其次是NE、N。各方位3 m·s^-1的风具有清除能力,偏北风具有较好清除能力,风速较其他方向风速小。     

气象因素对常州市区PM2.5浓度影响

利用2016—2018年常州市区环境空气细颗粒物数据,结合同期地面气象资料,分析了常州市区PM_2.5以及气象因素的变化特征,并统计分析气象因素对PM_2.5浓度的影响。结果表明：常州市区PM_2.5、降水量、相对湿度和气温等具有明显季节性,呈夏季较高冬季较低,而气压夏季较低冬季较高的特征。相对湿度与PM_2.5呈正相关,即随着相对湿度的增加PM_2.5超标率和平均浓度均增加;降水对PM_2.5具有一定的清除作用,清除率与降水前PM_2.5浓度、降水量、降水强度有关,降水量、降水强度越大,则降水清除效果越好,而降水前PM_2.5浓度较小,则清除率不明显;常州市区偏西风时PM_2.5的超标率和平均浓度较其他风向较高;风速对常州市区PM_2.5的影响呈负相关,即风速越大PM_2.5超标率和平均浓度均减小;常州市区地面天气形势可以分为两种类型,第一种类型表现为气压较低气温较高,PM_2.5超标率以及平均浓度相对较低,而第二种类型表现为气压较高气温较低,PM_2.5超标率以及平均浓度相对较高。