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。     

2009年天津城区空气负离子变化规律

空气负离子成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,研究天津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月份负离子浓度最低;四个季节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月份,但二者月变化规律趋势不同。     

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。     

雅安市近地面空气负(氧)离子状况初探

本文基于2010～2011年雅安市气象局进行的“雅安市空气负(氧)离子观测研究”资料,对雅安市近地面空气负(氧)离子状况进行了初步分析.主要结论为:(1)雅安市具有优异的空气负(氧)离子生态资源,城区空气负(氧)离子浓度等级大多数情况都在6级(负离子浓度≥2100个/cm3)以上,近郊的负(氧)离子浓度大多数情况都超过6级,较高时可接近60000个/cm3,风景区的负(氧)离子浓度大多数情况都远远超过6级,较高时≥60000个/cm3,是名符其实的“天府之肺”、“中国的绿色宝石”和“中国生态气候城市”.(2)雅安市境内,空气负(氧)离子浓度的日变化规律通常为7时左右最大,15时左右最低;空气负(氧)离子浓度和天气、相对湿度有较密切的关系,通常的规律为:降雨后的清晨、雷雨后,空气负(氧)离子浓度明显增加;空气负(氧)离子浓度和相对湿度成正相关.(3)和国内已有研究资料的地区比较,雅安市空气负(氧)离子浓度水平在国内为最高地区之一.     

城市和森林空气负离子浓度与气象环境关系的通径分析

气象环境与负氧离子浓度关系存在很多的不确定性。利用宿迁市城市和森林区一年负离子观测资料和气象观测资料,使用通径分析方法,结果表明空气负氧子浓度会随着时间、环境的改变而有所不同,森林区的空气负离子浓度要高于城市区,而且这种负离子浓度的差异在夏、秋季节更为明显。气象环境中总云量、平均风速和日照百分率同城市和森林空气负离子浓度相关性不显著。日平均水汽压既是对大气负离子浓度作用最大的直接因子,也是最大的间接因子;日平均气温对城市和森林区负离子浓度具有仅次于平均水汽压的直接效应。城市区和森林区气象要素对负离子浓度的剩余通径系数达到0．8以上,表明气象因子对大气负离子浓度的影响较轻,环境中可能存在影响空气负离子浓度的其他重要因素。     

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。     

不同植物群落空气负离子水平研究

对不同植物群落空气的负离子浓度进行观测研究。结果表明：(1)不同群落环境空气中负离子浓度顺序为：阔叶林＞混交林＞草地＞灌丛；(2)一年中不同植物群落空气负离子浓度均为夏、秋季高于冬、春季,且夏季最高,而冬季最低,其中又以阔叶林的空气质量最好；(3)动态水的空气负离子含量大于静态水,动态水中瀑布产生的负离子大于跌水,跌水大于溪流；(4)空气负离子浓度随温度升高而降低,随相对湿度的升高而增加。造林能显著提高环境空气中的负离子浓度,而单纯种草效果不明显。在开发利用水体空气负离子旅游资源时,应多开发动态水体的综合功能。     

湘潭负氧离子浓度变化与气象要素的相关分析

利用2014年5月—2015年5月湘潭负氧离子实况资料,分析了负氧离子季、月和日变化特征及其与气象要素的相关性。结果表明:1森林公园负氧离子浓度高于郊区,且森林和郊区负氧离子浓度的月季变化规律存在明显差异,森林表现为春高秋低,郊区则为夏高秋低;负氧离子浓度日变化规律,即夜间高白天低。2天气状态对空气负氧离子浓度存在显著影响。3负氧离子浓度除与相对湿度无相关外,均与日照、降水量、气温呈线性正相关。     

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。     

贵阳市PM2.5分布特征及气象条件的影响

利用2013~2017年贵阳市10个国控空气质量监测站点PM_2.5逐时监测数据,分析了贵阳市大气污染物污染水平及其时空分布特征。结果表明:(1)贵阳市PM_2.5年均浓度为36.14 ug·m-3,基本处于国家空气质量二级标准范围内,污染程度较轻;(2)贵阳市PM_2.5浓度冬季浓度为一年中最高,最高值出现在12月,夏季浓度最低,最小值出现在7月;(3)气象要素对PM_2.5浓度的影响是显著的,尤其是在分季节的情况下,气象要素对PM_2.5的影响差异较大。PM_2.5浓度与太阳辐射、日照时数、气压呈显著正相关,与降水、相对湿度、风速、气温呈显著负相关。太阳辐射夏季对PM_2.5影响最大,日照时数春季对PM_2.5的影响最大,气温在夏、秋季与PM_2.5浓度呈显著负相关。春季降水对PM_2.5的相关性更为显著,风速对夏、冬季与PM_2.5浓度具有显著负相关性。      

2000—2009年锡林郭勒典型草原植被对气象因子的响应

应用MODIS数据对2000—2009年植被变化情况及其与气温、降水量进行相关分析。2007年年均气温最高,降水最少,NDVI最大值和生长季平均值最低;在降水量最大的2003年NDVI最大值和生长季平均值最高。全生长季中气温和降水量与NDVI值具有显著或极显著相关,相对于气温、降水量对NDVI值影响更大;前一个月的气温和降水量对NDVI值的影响最大,植被对气象因子的响应具有时滞性。     

银川市大气混合层高度变化特征及其与空气污染的关系

基于银川高空站2008～2017年的L波段秒级数据和地面观测数据,利用干绝热法计算银川2008～2017年逐时大气混合层高度,分析其变化特征,同时利用银川6种污染物的质量浓度和AQI指数,分析大气混合层高度与空气污染物的关系。结果表明:银川市的大气混合层高度（MLH）大部时间在600 m以下,占比为68%;银川MLH具有明显的单峰型日变化特征,07:00（北京时间,下同）最低,16:00最高;各月MLH值在282～936 m,4～6月MLH值最高,12月MLH值最低;季节变化方面,春季最高,夏季次之,冬季最低;年变化方面,2012年MLH平均值最高为621 m,2015年最低为566 m;银川市6种污染物除O₃外,其余5种污染物的质量浓度与MLH值都为负相关,O₃与MLH值的相关性最好;四季中,冬季污染物浓度与MLH值的相关性最好,夏季最差,秋季好于春季;银川MLH值与AQI指数呈负相关。     

中岳嵩山高山站平均气温资料插补及其变化趋势分析

为明确近60 a来在近对流层自由大气底部这一特定高度上河南省中岳嵩山气温变化特征,在对河南省登封气象站月平均气温数据均一化的基础上,采用该站均一化数据构建嵩山站月平均气温模拟模型,对1990—2002年缺测数据插补,建立中岳嵩山高山国家基准气候站1956—2017年时间序列连续的月平均气温资料,采用线性回归对其进行气温变化趋势分析。结果表明：均一化处理对登封站月平均气温因台站迁移的非自然因素引起的非均一性取得了明显的校正效果。均一化后,1969—2017年登封站年平均气温由显著上升速率0.218℃/10 a增至0.310℃/10 a。利用独立数据对模型进行验证表明,总体上,嵩山站各月平均气温推算模型模拟值与实测值的线性相关系数和斜率分别为0.999和0.989(n=204,P < 0.01);1—12月各月模型验证检验参数的平均值相关系数为0.958、均方根误差为11.7%、平均绝对偏差为0.3℃、平均偏差为0.1℃、拟合指数为0.973、模拟效率为0.900,模型具有较好的模拟效果。1956—2017年嵩山站年平均气温增温显著,其速率为0.223℃/10 a。四季之间,以春季增温速率最大,为0.350℃/10 a;冬季和秋季次之;夏季增温不显著。各月之间,以2月增温速率最大,达0.445℃/10 a。     

深圳市空气污染气象条件标准体系的研究

为建立适合深圳的空气污染气象条件标准,对目前开展的空气污染气象条件预报进行客观的检验,基于2011—2013年地面常规气象观测资料和风廓线雷达资料,对能见度和影响因子(降雨、地面风速和低空风速)进行了相关分析。根据不同气象条件对空气污染的不同影响,将空气污染气象条件分为1—6级,等级越高,越有利于空气污染,并由此建立了深圳市空气污染气象条件等级的计算方法和流程。计算结果与实况基本相符,平均基本准确率达到75.0%,其中1级和4级基本准确率分别达到83.3%、85.2%,业务运行良好。该方法对于小概率事件(如热带气旋外围环流影响)的计算能力较差,6级的基本正确率仅为52.7%。所以针对特殊的低能见度小概率事件需要进行进一步的研究。     

吐鲁番市颗粒物浓度变化特征及与气象要素的关系

依据吐鲁番市2015年3月—2016年2月的PM_(10)、PM_(2.5)和气象资料,利用统计分析,探讨吐鲁番市PM_(10)和PM_(2.5)浓度的变化特征及其与气象要素的关系。结果表明:冬季PM2.5与PM10浓度的平均值最高(106 ug/m3、184 ug/m~3),春季次之(63 ug/m~3、163 ug/m~3),夏季最低(33 ug/m~3、95ug/m~3),且冬季二者浓度的平均值比夏季分别高大约69%、48%。11月至次年2月,每个月中PM_(2.5)和PM_(10)的污染程度在轻度污染以上的天数相比其它月份较多。PM_(10)与PM_(2.5)的日变化曲线特征呈现"双峰双谷"的特点;PM_(2.5)与PM_(10)的比值在冬季达到了60%~80%,这说明吐鲁番冬季主要以PM2.5污染为主;PM_(2.5)和PM_(10)与能见度之间存在极其显著的相关性,相关系数分别为-0.904、-0.792,与单一气象要素(如相对湿度、风速、温度等)的相关性不明显,但不同气象要素的共同作用对其有显著影响。