西安市大气能见度变化规律及与空气污染关系

利用1980—2005年西安市大气能见度资料对大气能见度变化规律统计分析,并利用2005年西安市逐日污染物质量浓度资料,分析与能见度的相关性,结果表明:大气能见度有较明显的年际变化、月季变化和日变化特征。年际变化总体呈增大趋势,20世纪90年代中期以来明显好于80年代到90年代前期;能见度与空气污染物质量浓度呈负相关,污染物质量浓度对能见度的影响冬季最明显,秋季次之,夏季最差。     

丹东市大气颗粒物质量浓度变化特征及其与气象要素的关系

利用2008-2017年大气颗粒物质量浓度资料和逐日地面气象观测资料,统计分析了丹东市大气颗粒物质量浓度时间变化特征及其与气象要素的关系。结果表明:2008-2017年丹东市大气颗粒物质量浓度年际变化具有一定的波动性,其中2015-2017年大气颗粒物污染状况持续改善明显;质量浓度月和季节变化特征明显,1月和12月最高、7月最低,冬季最高、夏季最低,非汛期显著高于汛期,供暖期显著高于非供暖期;非汛期大气颗粒物质量浓度超标日相较达标日,气温和能见度偏低,降水偏少,风速偏小;非汛期PM2.5、PM1质量浓度与相对湿度呈显著正相关,与风速呈显著负相关,汛期PM2.5、PM1质量浓度与风速呈显著负相关;PM2.5、PM1质量浓度春、秋、冬季与风速的负相关性最显著,冬季与相对湿度的正相关性也十分显著。     

南阳市大气能见度变化趋势及影响因子分析

利用南阳市1995-2005年大气能见度和地面气象要素的观测资料及南阳市环境检测站提供的近3 a空气污染物监测数据,统计分析了近10 a南阳市大气能见度变化特征及其与气象要素和空气污染物的关系,结果表明:南阳市能见度年际变化呈缓慢波动上升趋势,夏秋季节2001年之后呈波动下降趋势;冬季能见度最低,春季最高;能见度月变化呈双峰型,第一个峰值在5月份,第二个峰值在9月份;一日之中,08时能见度最差,14时最好.能见度与同期气象要素及污染物浓度的相关分析表明,能见度与相对湿度、空气污染物PM10浓度呈显著性负相关,与NO2、SO2浓度负相关性较弱,与风速和气压呈弱的正相关,与温度的相关性较为复杂,雾是影响能见度的主要天气现象之一.     

北京地区大气能见度变化规律及影响因子统计分析

1990～ 2 0 0 0年北京地区大气能见度的统计分析表明 ,大气能见度有明显的年际变化、季节变化和日变化特征。冬、春、秋三季及全年日平均年际变化表现为 2 0世纪 90年代中期能见度较好 ,前期和末期能见度较差 ,2 0 0 0年能见度迅速好转 ;夏季能见度年际变化在 1997年以前与其他季节相反 ,1995年能见度最差。大气能见度与同期地面气象条件和主要污染物浓度的相关性比较表明 ,春、夏、秋三季以空气湿度、PM10 和风速为主要影响因子 ,冬季以PM10 、SO2 、空气湿度和风速为主要影响因子。能见度与相对湿度和空气污染物浓度呈反相关 ,与风速的相关性较为复杂 (有时呈正相关 ,有时呈反相关 ) ;高湿度 (相对湿度 f≥ 80 % )、小风速 (地面风速u≤ 2m·s-1)和雾是造成低能见度的主要气象条件 ;污染物浓度对能见度的影响以冬季最为明显 ,秋季次之 ,夏季最差     

龙凤山本底站能见度的变化特征浅析

本文对龙凤山大气本底站2007年能见度的观测资料进行了初步分析,阐述了这一地区能见度的变化规律和特征。结果表明,龙凤山大气能见度的日变化、季节变化特征明显。冬季能见度最低,夏季能见度最高;一日之中,早晨最低,午后最高。     

珠海市近34年能见度的变化特征

利用累积百分率值、平均Ridit值、线性回归和相关分析的统计方法对珠海市能见度观测资料进行分析,探究近34年珠海市能见度的演变规律及其气候成因,结果表明:珠海能见度呈下降后上升的变化趋势;季节能见度变化,冬季最低,春秋季次之,夏季最高;月能见度最大值在7月份,最小值出现在12月份,且能见度月际变化较大。降水日数、风速、大风日数和相对湿度呈下降趋势,造成大气污染物的聚集,导致珠海能见度下降。珠海市政府部门加大力度对大气颗粒物排放进行整治,使能见度有明显提高。     

MODIS气溶胶产品在池州市能见度估算中的应用

能见度可以直观反映空气污染程度,通过卫星反演获取能见度可以实现大面积同步观测,弥补地面观测在此方面的不足。基于安徽省池州市2015年Terra/MODIS的气溶胶产品(AOD)和池州市一区三县4个国家观测站的能见度观测资料,分析研究MODIS气溶胶产品与能见度的关系。通过拟合池州市四季气溶胶标高,建立不同季节能见度回归模型,并利用标高数据和AOD的季节分布,反演出池州能见度的季节变化,研究了近地层大气气溶胶与地面能见度的关系,最终获取了池州市2015年四季能见度时空分布并对其特征进行分析。结果表明:池州市夏季气溶胶标高最高,冬季的最低;能见度模型估算值与观测值整体较为一致,季节平均值相对误差为18. 15%;池州市2015年四季平均能见度为13. 8 km,整体呈从东南向西北逐渐减小的趋势,空间分布不均;季节平均能见度夏季最高,为19. 3 km,冬季最低,为9. 9 km,其中石台县各季能见度均明显好于其他地区的,且四季变化小而平稳;月平均能见度7月的最好,2月、5月和9月的较差;经济社会发展状况、生态环境和气候状况是影响池州市能见度分布时空变化的主要因素。     

华北背景地区大气能见度变化特征及影响因素分析

基于1980~2014年上甸子国家级地面气象台站人工观测的大气水平能见度数据和大气成分站资料,采用Mann-Kendall趋势分析及突变检验法对大气能见度进行分析,并结合气象和污染要素进行相关性检验,以了解华北背景地区大气能见度的变化趋势及其影响因素。结果表明:上甸子地区年均能见度呈下降趋势,能见度最大和最小变率出现在夏季和春季,分别为3.4 km（10 a）-1和1.7 km（10 a）-1;冬季能见度（38.1 km）最高,秋季（36.2 km）次之,春季（32.8 km）和夏季（31.4 km）较低;突变分析表明上甸子地区的年均能见度未出现明显突变。能见度受各类气象因子的综合影响。根据Person相关和偏相关的统计结果,能见度与相对湿度和风速均呈明显负相关;与气压呈明显的正相关;而与气温的相关系数时正时负,表明气温对能见度的影响具有两面性。能见度下降的主要原因为大气污染,能见度随着大气细颗粒物增加呈幂指数降低（决定系数R2=0.98,显著性水平p < 0.01）;能见度为10 km时对应的细颗粒物（PM2.5）的边界浓度为74 μg/m3;在现行的国家环境空气质量标准二级标准（75μg/m3）下,可以使华北背景地区保持较高的大气能见度（≥ 10 km）。     

辽宁中部城市群大气能见度变化趋势及影响因子分析

通过分析辽宁中部相对集中分布的5个城市群1987-2002年间的大气能见度、影响能见度的气象因子和污染物的变化特征及能见度与气象因子、污染物浓度之间的相关关系等,得到以下结论：（1）各城市能见度有明显的月、季和年际变化特征,能见度月变化呈双峰型,第一个峰值在5月份,第二个峰值在9,10月份;冬季能见度的值最低,春、秋季高;本溪市的能见度在逐年变好;沈阳的能见度从1987-1997年逐年变好,1997年以后又逐年变差;其它城市的能见度呈逐年变差的趋势。（2）各城市影响能见度的气象因子的年际变化特征基本是一致的;5个城市TSP,SO2污染浓度年均值均呈下降趋势,NOx的年际变化趋势不明显。（3）能见度与湿度、雾的相关关系都呈负相关且非常显著;与降雨量、风速及温度之间的关系比较复杂;与各种污染物的相关都呈负相关。     

郑州机场2004-2012年能见度的变化特征

利用郑州机场近9 a（2004-2012年）地面气象观测资料,分析了能见度的年、季节和日变化特征,并统计了低能见度出现的天数。结果表明：郑州机场年平均能见度仅为4 219 m,平均每年上升约69 m,秋季上升速率最快,冬季最慢,出现小于1500 m、800 m和600 m能见度的天数均呈下降趋势;能见度月际变化特征十分明显,春季平均能见度最好,秋季和冬季较差,低能见度出现的天数以秋、冬季较多,春、夏季较少;日变化特征除夏季外,春、秋、冬季能见度都呈现双峰双谷型变化,能见度16时最佳,凌晨4时最差。     

虹桥机场能见度变化特征分析

分析了上海虹桥机场近18年(1987～2004年)能见度的年际变化、季节变化和日变化特征,发现虹桥机场能见度呈逐年下降趋势,但是能见度低于着陆标准的年发生频数却趋于减少,能见度的季节变化特征非常明显,夏季能见度最佳,冬季最差,出现低能见度的频数最高.一天中早晨4～8点的能见度最差,不利于飞机降落,而13～18点的能见度条件较好.小波分析的结果表明虹桥机场能见度变化以年周期和天气尺度周期(2.5～9.8天)最为显著,其次为准双周振荡(10～20天).一年中七八月份能见度最佳,一月能见度最差,转折点一般出现在春末夏初和秋末冬初.虹桥机场的能见度变化和大雾时数以及颗粒物关系密切,呈反位相变化特征.     

虹桥机场能见度变化特征分析

以中国1960年前建站的595个气象台站1951/1952～2004/2005年冬季逐日降水资料为基础,采用面积加权平均法得到冬季全国和8个区(包括东北区、华北区、长江中下游、华南区、青藏高原、西南区、西北东部和西北西部)的平均降水日数距平与降水量标准化距平序列.通过对全国和区域平均距平序列以及全国各站的冬季降水日数和降水量的变化速率和趋势系数的分析,得出:近54年来中国冬季降水日数明显减少,降水量变化趋势不明显;东北区和西北东部的冬季降水日数减少趋势超过0.01显著性水平,而青藏高原降水量的增加趋势超过0.05显著性水平.     

江苏地区连续性雾霾天气的污染物浓度变化和特征分析

针对2013年1月江苏淮安地区发生的一次连续性雾霾天气过程,分析该天气过程中PM10和PM2.5的质量浓度演变特征、能见度与气象要素之间的关系、中低层环流特征以及污染物来源。结果表明:雾霾期间PM10和PM2.5质量浓度最低值出现在05:00至07:00(北京时间,下同)和13:00至17:00,最高值出现在21:00至23:00,PM10和PM2.5质量浓度并非同时达到极大值;持续变化较小的气压梯度、较低的风速、相对湿度的增大以及PM2.5和PM10质量浓度的增高是雾霾发生发展的必要条件;能见度与气压、相对湿度、PM2.5质量浓度的相关性较好,建立回归方程,对能见度的整体变化趋势拟合效果较好;高空环流形势平稳、中低层的暖平流、持续稳定少动的地面高压场分布为雾霾天气的持续发生发展提供了有利的形势背景;稳定的层结结构、中低层偏东及偏东北方向气团的输送、本地污染源以及严重的空气污染是此次过程中能见度偏低、霾天数较多的主要原因。     

葫芦岛沿岸海陆风特征及其环境效应

利用葫芦岛观测站1980—2009年观测资料,分析了葫芦岛沿岸海陆风风速的季节特征和日变化规律,以及海陆风环流对沿岸环境的影响。结论如下:1)葫芦岛站点在冬季出现海陆风日数最多,其他依次为秋季、夏季和春季。陆风风速从春季到冬季呈现递减趋势;海风在春季最大,其次为秋季的,冬季的最小。总体上,海陆风日中海风要强于陆风。2)对海陆风风速椭圆拟合结果表明,海陆风在10:32由陆风转化为海风,海风在16:32达到最大,在21:42由海风转化为陆风,陆风在04:32达到最大。3)由于海风的存在,沿岸地带在春夏两季日最高气温在12时出现,秋冬季的在13时出现。4)能见度日变化在四季中表现一致,早晨能见度转好的时刻比最低气温出现时刻滞后约2 h,在海风维持较长时间后空气绝对湿度增加导致能见度开始转差。5)冬季静止型海陆风日比例最高,再循环型海陆风日在秋季出现最多,而夏季通风型海陆风日出现最多。     

重庆市区大气能见度变化特征及其影响因素分析

为研究重庆市区大气能见度变化特征,对2000～2005年的重庆能见度观测资料进行了统计分析。结果表明:市区能见度以差和较差为主,能见度的季节变化、日变化特征明显,且近年来日平均能见度有所下降。能见度与同期的地面气象条件、主要空气污染物的相关分析结果表明,在气象条件中,相对湿度和风速对能见度的影响最为明显,各季能见度均与相对湿度呈显著负相关,与地面风速呈正相关;在污染物因子中,PM10是能见度下降的最主要原因,且不同季节PM10对能见度的影响程度不同,其中以冬、夏季影响较强。     

北京大气能见度的主要影响因子

利用北京市道面自动气象站、国家级自动气象站等多种观测数据分析北京地区2007—2015年能见度及其主要影响因子, 并挑选两次典型低能见度事件过程进行详细分析。从空间分布看, 北京西北地区能见度明显高于中心城区和东南大部地区。从时间分布看, 北京地区平均能见度最大值出现在5月, 最小值出现在7月; 日间的最低值多出现在06:00(北京时, 下同)左右, 冬季略向后推迟; 最高值多出现在16:00前后, 冬季略有提前。整体而言, 2007—2015年北京地区发生低能见度事件的概率为62.14%, 且发生低能见度的事件集中于1~5 km, 霾事件中干霾、湿霾的发生频率分别为86.13%和13.87%。能见度的主要影响因子为相对湿度、风速和PM_2.5浓度。其中, 能见度与风速呈正相关, 与相对湿度和PM_2.5浓度呈反相关。需要指出的是, 当相对湿度增加至80%, 能见度受PM_2.5浓度的影响程度在下降, 而主要受相对湿度的影响。基于所选个例, 当北京地区出现湿霾事件时, 能见度的恶化程度远高于干霾事件, 且PM_2.5浓度需比干霾事件时下降得更低才能有效改善能见度。     

不同天气条件下沈阳城市热岛特征

利用1992—2008年沈阳站和新城子站逐日4个时次的平均气温、平均风速、降水量、云量和能见度资料,对不同天气条件下沈阳的城市热岛效应进行研究。结果表明：除雾和浓雾天气条件下,沈阳城市热岛强度在08时最弱外,其他天气条件下均表现为20时最强,14时最弱;不同天气条件下,夜间城市热岛强度均高于白天;晴朗无风条件下昼夜城市热岛强度差最大,为0.73℃。四季相比,除雾条件下秋季城市热岛强度最强外,其他天气条件下均为冬季最强;除大雨条件下春季城市热岛强度最弱外,其他条件下均为夏季最弱。沈阳城市热岛强度随降水量的增加而减弱,随能见度的降低而减弱,随着风速的增加而减弱。白天和夜间两个时次的差值表现为,1～3级风夜间变化幅度大于白天,0级和4～5级风速有相反规律,其他天气条件下无明显规律。     

Visibility trends in six megacities in China 1973–2007

The particulate matter pollution has been serious in Chinese megacities due to the rapidly expanding economic and industrial developments, which has significant influences in atmospheric visibility. Visibility is a highly relevant factor indicating the level of atmospheric quality, and is inversely related to the optical extinction coefficient caused by gas and particle phases. In our study, visibility trends for six major megacities (Beijing, Chengdu, Guangzhou, Shanghai, Shenyang, and Xi'an) in China were evaluated during 1973–2007 on the basis of the National Climatic Data Center (NCDC) database using four measurement methods: the days per year of daily visibility < 10 km, the days per year of daily visibility > 19 km, the annual mean visibility, and the dry extinction coefficient. The annual and seasonal change trends of visibility for each city were analyzed by using a linear regression model. The annual mean visibilities for the six cities (Beijing, Chengdu, Guangzhou, Shanghai, Shenyang, and Xi'an) were 10.67, 8.60, 10.76, 8.59, 8.16, and 9.74 km respectively. Shenyang has experienced a significant increasing trend during the entire time series while visibilities for other five sites showed decreasing trends especially since the middle of 1990s. In the southern and midwestern regions (Chengdu, Guangzhou, Shanghai, and Xi'an), visibility was best in summer, whereas in the northern regions (Beijing and Shenyang), visibility was best in spring. Mean visibility in spring was worst at Guangzhou, while for the other five cities visibility in winter was worst, probably because of coal burning during the heating period. The general degradation of visibility in these megacities was probably due to the excess aerosol loading. Consequently, an urgent targeted reduction of aerosol pollution may be needed for the sake of better air quality in Chinese megacities.     

桂林城区大气能见度与颗粒物浓度和气象因子关系研究

利用2015年1月至2017年6月桂林国家基本气象站能见度、相对湿度、气温、气压、降水等气象要素和PM₁₀、PM_2.5、PM_1.0颗粒物质量浓度资料,分析桂林城区大气能见度与颗粒物浓度和气象因子之间关系。结果表明：桂林城区大气能见度和PM₁₀、PM_2.5、PM_1.0呈对数关系,相关系数分别为-0.341、-0.461、-0.509,颗粒物对大气能见度影响在相对湿度为60%—70%时最为显著。在各气象因子中,大气能见度与风速的相关性最好,其次为相对湿度,与风速呈二次函数关系,与相对湿度呈幂指数关系,与温度相关性较小,与气压在秋冬季节呈正相关,相关系数冬季可达0.301,但在春、夏季节相关性不显著;利用颗粒物浓度和气象要素建立8种大气能见度非线性统计回归模型,比较后发现利用PM_1.0、风速、相对湿度、气温等因子建立的不同季节大气能见度拟合公式在实际检验中效果最优,能较好地模拟桂林地区大气能见度的变化。