降水过程中气象条件对郑州市区气溶胶浓度的影响

利用郑州大气成分站的气溶胶浓度资料和气象资料,对郑州市区PM10、PM2.5、PM1浓度的日变化和月变化特征进行了分析,并对气温、降水、风速、气压等气象要素在降水过程中与气溶胶浓度的关系进行相关分析,结果表明,气溶胶浓度与气压呈正相关,与气温、降水量、风速等气象要素呈明显负相关,且随季节变化有所差异。     

金沙区域可吸入颗粒物浓度及其与气象因子的相关分析

选用咸宁市金沙区域2006年6月至2007年5月可吸入颗粒物质量浓度监测资料,分析了金沙颗粒物质量浓度时间分布特征。分析结果表明：金沙三种可吸入颗粒物PM10、PM2.5、PM1.0质量浓度变化规律基本一致,年季变化表现为秋冬大,夏春小;日变化呈双峰双谷型周期性变化,白天大于夜间,最大值出现在下午16-19时,最小值出现在清晨03-07时,除秋季外第二峰谷表现不明显。且雨雾天气PM10浓度较晴到多云低。且通过与2006年6月至2007年5月的地面气象要素资料相关分析,发现PM10质量浓度与气温、气压呈显著正相关,与降水、风速、湿度呈显著负相关。     

桂林市城郊PM10浓度变化监测分析

利用2005年12月至2007年3月的PM10观测资料,分析桂林市城郊PM10浓度变化规律,并简要分析这变化规律的原因及相关气象要素对其的影响。结果表明,PM10浓度分布频次呈单峰性,小时及日平均浓度频率分布比较集中;日变化为双峰型,早晨8∶00~9∶00和傍晚19∶00~20∶00各有一峰值,午后15∶00~16∶00出现最低值;受排放源及气候因素影响,PM10浓度月、季节变化明显,月均值最高值出现在3月份,最低值出现在7月份,超标月份集中12月至次年3月,冬、春比夏、秋季节日均浓度变化幅度较大,且易出现高浓度值,各季节平均浓度大小依次为:冬季>春季>秋季>夏季;通过对PM10浓度与同期气象要素的相关分析,得之PM10浓度与风速、降水、温度、地温、混合层高度负相关,与气压呈正相关,风速的作用要大于降水。     

高陵区PM2.5污染特征及其与气象要素的关系研究

利用高陵区2018年1月1日—2020年12月31日 PM25质量浓度监测资料、空气质量指数,分析PM25的污染特征,结合气象观测资料, 通过线性相关分析定量分析不同季节PM25质量浓度与气温、相对湿度、风向风速、降水等气象要素之间相关性。结果表明：（1）近3 a来高陵区污染天气首要污染物为PM25的累计时间远超其他污染物为首要污染物的累计时间。（2）PM25平均质量浓度月变化呈明显的“U”型特征,1月最高,2月、12月次之;季节变化规律为冬春高、夏秋低,冬季最高,夏季最低。（3）PM25质量浓度日变化呈单峰单谷特征, 23时为最大峰值,17时左右为谷值,此变化趋势与气温、风速的日变化呈相反趋势,与相对湿度日变化趋势基本一致。（4）不同季节PM25质量浓度和气象要素的相关性存在差异,PM25质量浓度与风速及降水量在各个季节均呈显著负相关,与气温整体上呈负相关,与相对湿度整体呈正相关。（5）PM25质量浓度高值主导风向为偏西北风,其次是东北风,风向偏东和西南时PM25质量浓度值相对较小。     

淮河流域秸秆焚烧关键期主要大气污染物浓度时空分布特征

基于2015年6月淮河流域卫星遥感监测火点信息、环境空气质量监测数据和常规气象观测资料,利用ANUSPLIN和ArcGISKriging方法对气象要素和主要大气污染物浓度空间栅格化,分析了秸秆焚烧关键期内AQI和主要污染物浓度的时空变化特征及其与气温、相对湿度、风速等气象要素的相关关系。结果表明:秸秆焚烧关键期内,淮河流域城市AQI、PM10与PM2.5浓度均明显升高,且与卫星监测火点具有一定时空响应关系。在时间变化上,AQI、PM10与PM2.5浓度6月上中旬呈波动上升,6月下旬趋于回落;在空间分布方面,AQI、PM10与PM2.5浓度三者分布形态相似,总体上呈现"南低北高、两高一低"分布特征;期间AQI、PM10与PM2.5浓度与气温呈显著正相关,与相对湿度呈显著负相关,与风速的相关性不显著。     

基于BP人工神经网络的鹰潭市PM2.5和PM10浓度预测模型

利用2015—2019年鹰潭市5个大气成分监测站数据和气象站地面观测数据,运用主成分分析法,提取气象要素、气体污染物对PM2.5和PM10浓度影响的主要成分,调整BP人工神经网络的隐藏层个数和隐藏层节点数,构建基于BP人工神经网络的鹰潭市PM2.5和PM10浓度预测模型。结果表明：1） 气象要素中,共提取3个影响PM2.5、PM10浓度的主成分,分别为相对湿度、降水,气温、气压和风速,其中湿度、气温、风速与PM2.5、PM10浓度显著相关。2） 气体污染物中,共提取2个主成分,分别为SO2、NO2和O3,其中NO2、SO2与PM2.5、PM10浓度显著相关。3） 所建立的PM2.5、PM10浓度逐小时预测模型在20 h内预测性能良好,预测准确率分别为88%、86%,逐日预测模型在5 d内的预测性能良好,预测准确率分别为94%、92%,准确率较高,具有良好的预报性能。     

河西西部工业区PM10质量浓度分布特征及其与气象要素关系研究

利用嘉峪关2014年1-12月不同下垫面的PM10质量浓度资料和风速、气温、相对湿度、气压等相关气象要素资料,分析了河西西部工业区不同下垫面PM10质量浓度的时空分布特征,结果表明,靠近酒钢厂区的市北区代表站酒钢宾馆PM10质量浓度,明显高于市南区靠近东湖绿地公园的市气象局代表站。两站均是春季大于其他季节,其中4月浓度最大,7月浓度最小,PM10质量浓度的不同分布特征与气象因素有密切的关系,尤其是沙尘天气的影响巨大,据近10 a沙尘资料统计,4月份是沙尘天气高发期,两者之间有一定映射关系。分析PM10质量浓度与其对应的温度、压强、相对湿度、风、能见度的对象要素的关系,研究表明,沙尘日的平均风速和最大风速均大于非沙尘日,相对湿度,气压,和能见度均小于非沙尘日。     

黄石市大气PM10和PM2.5质量浓度特征研究

利用2015年黄石市5个监测站点可吸入颗粒物(PM10)和细颗粒物(PM2.5)的在线监测数据和风向、风速、气温、气压等常规地面气象要素观测资料,分析了黄石市大气PM10和PM2.5的质量浓度水平分布特征及其与气象参数的关系。结果表明:2015年黄石市5个监测站点大气PM10和PM2.5年均浓度范围分别为95.8—108.6μg·m^-3和64.3—68.9μg·m^-3,均超过国家二级标准;季均质量浓度呈现显著的冬季高夏季低的变化规律,冬季PM10和PM2.5的质量浓度分别为(143.9±62.2)μg·m^-3和(95.5±44.5)μg·m^-3,夏季PM10和PM2.5的质量浓度分别为(75.2±24.0)μg·m^-3和(50.7±17.3)μg·m^-3。5个监测站中,下陆区、西塞山区和铁山区的PM10和PM2.5颗粒物污染较为严重;各站点大气PM10和PM2.5质量浓度显著相关。大气颗粒物浓度与气象因素的分析显示,黄石市大气颗粒物浓度与气温呈显著的负相关关系,与气压呈正相关关系,与风速和相对湿度的相关性不显著,受风向影响变化较大。     

厦门空气污染指数与地面气象要素的关系分析

利用相关统计法分析2006—2008年厦门市地面气象要素对空气污染指数变化的影响规律。结果表明：风速、气温、降水、相对湿度和水汽压对空气污染指数有显著负效应作用,气压起显著正效应作用;风向影响较为复杂, NNW-N-E-ESE风起正效应作用, SE-S-W风起负效应作用,厦门风向总体不利于空气质量提高,全年仅夏季盛行SE-S-W风。API指数与风向、气温、降水、气压、相对湿度和水汽压的季节变化规律有高相关性。API指数与气象要素中的水汽压关系最相关,其次是气压。     

强降水天气对南宁市气溶胶主要组分的影响程度

分别对比分析了晴天无云和台风影响出现强降水条件下南宁市气溶胶的变化特征。结果表明:大的降水和大的风速对南宁市气溶胶有较大的清除作用,风速的作用要大于降水的作用;在一定的风速条件下,降水对气溶胶的冲刷作用有限,当降水量达到一定程度之后,降水对气溶胶主要组分的清除作用不再明显;降水和风速对PM10的影响比SO2的明显;晴天条件下,PM10浓度占主要优势,强降水条件下SO2浓度占优势;强降水天气未能屏蔽交通活动对南宁市气溶胶的影响。     

郑州市气象因子对大气颗粒物浓度的影响研究

基于2015、2016年河南省环境监测中心站获取的郑州市9个监测点颗粒物浓度和逐日气象数据,对气象因素和颗粒物浓度相关性进行了研究。结果表明:郑州市大气颗粒物浓度受季节影响较强,总体呈现冬季高、夏季低的趋势。降水量与大气颗粒物浓度呈现明显的负相关。相对湿度的增高不利于PM_(2. 5)浓度的降低,而PM_(10)的浓度则随着相对湿度的增高有所降低。春夏秋三季的主要风向为东北偏东,当春季风为东南风和西风时,颗粒物浓度最低;当夏季风为东北偏东风时,颗粒物浓度最低;秋季吹东北风时,颗粒物浓度最低。冬季吹西北风(郑州冬季盛行风向)时,大气颗粒物质量浓度最低。     

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。     

南宁市PM10浓度与气象条件分析

利用南宁大气成分观测系统建成以来收集的数据,分析南宁市大气成分中可吸入颗粒物(PM10)的浓度变化及其与各种气象条件的相关性。分析结果表明,南宁PM10浓度与降水量、温度、风速等要素稳定为反相关,但与湿度存在一个分界线。     

西天山气象因子对融雪期积雪深度影响通径分析

积雪深度的变化受到多种气象因子共同影响。基于天山积雪雪崩站观测的水文气象资料,通过数理统计、标准化处理、通径分析等方法探索气象因子之间的相互作用对积雪深度变化的影响。研究结果表明:融雪期大气温度、净辐射、相对湿度等6个气象因子对积雪深度变化的影响程度不同,净辐射与积雪深度相关程度最高。气象因子之间有着不同程度的相互联系,相对湿度与降水之间的相关系数高达0.854,相对湿度与降水之间有着密切的联系。直接通径系数反映独立气象因子对积雪深度的直接影响程度,间接通径系数反映独立气象因子在其他气象因子的影响下对积雪深度的间接影响程度。根据积雪深度决定系数绝对值的大小可以得到,对积雪深度变化贡献力由大到小的气象因子依次为:净辐射、地表温度、大气温度、降水、相对湿度、风速;积雪深度的剩余系数为0.353,说明除了本研究的6个气象因子以外还存在着其他影响积雪深度变化的因素。     

Weather effects on the aerosol characteristics in the surface layer of the atmosphere

On the basis of 14-year (1994–2007) series of the semi-annual (January to June) measurements of the atmospheric aerosol microstructure in Dolgoprudny, Moscow region, effects are analyzed of pressure, wind speed, precipitation, and surface temperature inversions on the aerosol particle concentration. It is shown that the weather parameters affect concentration of the particles within a certain range of sizes (0.1 to 1 μm). Concentration of the smaller particles practically does not depend on the weather conditions. The weather effects on large (> 1 μm) particle concentration are not detected due to too high variability of the latter. From three the most available weather parameters (pressure, wind, daily precipitation amount), the observed weather conditions are classified, and for the detected types of weather, typical concentrations are determined of the aerosol particles of different sizes, which allow approximately estimating, from the standard weather data, the aerosol pollution under different meteorological situations.     

山西省PM_(10)气溶胶污染特征分析

文章针对大同市2006—2009年、榆社县2006—2008年PM10质量浓度数据,使用趋势分析、后向轨迹模拟不同高度的PM10的传输路径,可以看出:PM10浓度的日变化特征为"两高三低";PM10浓度日际变化不明显,只在典型日PM10浓度值明显增大;PM10浓度月变化特征为1、5、12月浓度高,春季5月份由于为沙尘期浓度高。PM10浓度季节变化规律与采暖期和非采暖期变化相符合,即采暖期的冬春季浓度高、非采暖期的夏秋季浓度低;从2006—2009年间,两站PM10质量浓度基本呈逐年下降趋势。不同气象要素与PM10浓度的相关性,按相关系数绝对值从大到小排列依次为:露点温度、气温、降水量、相对湿度。其中露点温度和PM10浓度呈显著负相关性,气温与PM10浓度呈较弱负相关性。     

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。     

2010-2011年鞍山市能见度特征

利用2010年6月至2011年5月鞍山大气成分观测站的能见度资料,统计分析能见度与PM₁₀、PM_2.5、PM_1.0质量浓度、风速、降水强度和气溶胶光学厚度等气象要素的相关性。结果表明：鞍山市能见度月均值从8月份开始呈上升趋势,11月份达到峰值后开始显著下降,2月份达到最低值,自3月开始又出现较大幅度增长,进入夏季后略有下降;PM_2.5/PM₁₀、PM_1.0/PM₁₀比值与能见度呈反相关,能见度增大,PM_2.5/PM₁₀、PM_1.0/PM₁₀比值减小,且PM_1.0/PM₁₀的减小趋势更大,说明影响能见度的颗粒物以细粒子为主。平均风速与能见度变化趋势基本一致,与PM_2.5/PM₁₀、PM_1.0/PM₁₀的变化趋势呈反相关。随着雨强的增大,降水日能见度平均值随之减小,降水前一日和后一日的能见度平均值均大于降水日,且降水前一日及后一日的能见度改变量及改变率的绝对值随着降水强度的增加而增加。波长指数的变化说明影响鞍山能见度变化的污染物粒子整体较稳定,能见度与AOD成明显的反相关。