烟花爆竹燃放对天津市空气质量的影响研究

为了研究烟花爆竹燃放对空气质量的影响,利用动态滤膜校准系统-微量震荡天平法颗粒物分析仪、大气细颗粒化学组分在线离子色谱监测仪、有机碳（OC）/元素碳（EC）在线分析仪、气态污染物分析仪、常规自动气象站并结合云高仪和微波辐射计等设备于2015年2月18日至3月7日对天津市细颗粒物（PM2.5）及其主要化学组分,气态污染物（SO₂、NO₂、CO和O₃）和气象参数进行连续观测。本文选取3个污染事件作为研究重点进行分析,研究发现:烟花爆竹禁放和限放政策导致除夕夜烟花爆竹燃放量减少,PM2.5峰值与2014年相比明显下降;烟花爆竹禁放和限放区的设立导致天津市PM2.5质量浓度在烟花爆竹密集燃放期间存在明显的空间差异;站点之间小时平均值差异最高达到394 μg/m3。受烟花爆竹燃放的影响,距地面80 m以下颗粒物后向散射强度相近,表明80 m以下颗粒物呈均匀分布。污染事件1是由于烟花爆竹密集燃放引起的,PM2.5主要化学组分为K+、SO₄2-和Cl-,同时SO₂和CO质量浓度显著升高;但EC和OC质量浓度并未明显增加。污染事件2的形成是由于不利的气象条件（逆温、逆湿、下沉气流和较高的相对湿度）促进了SO₂和NO_x在烟花爆竹排放的颗粒物表面发生非均相化学反应,导致SO₄2-和NO₃-浓度快速增加。污染事件3由元宵节烟花爆竹燃放引发,而后呈现二次无机组分与臭氧协同增长的复合型污染特征;此外区域传输对污染事件3也有重要贡献。     

春节燃放烟花爆竹对西安空气质量的影响

利用西安泾河站气象观测资料和西安空气质量指数、污染物质量浓度等,对2014—2016年春节期间西安市空气污染特征和气象条件的影响进行分析。结果表明:除夕夜间大量燃放烟花爆竹导致PM10和PM2.5质量浓度短时内骤增,但对SO2和NO2质量浓度影响不显著,春节期间空气污染主要是由细颗粒物(PM2.5)造成。气象条件对空气质量有明显影响。在静稳天气下风速小,湍流弱,贴地逆温持续存在,大气扩散能力差,春节期间烟花爆竹集中燃放,强污染源和大气扩散能力差是春节期间出现空气重污染的主要原因;而冷空气来临时,大气相对湿度降低,风速增大,湍流增强,大气扩散能力增强,加上降水的沉降作用,是空气质量改善的主要气象原因。     

渭北地区苹果花期推迟气温特征分析

利用2009年-2011年春节期间大同市可吸入颗粒物PM10质量浓度和气象资料,分析了烟花爆竹燃放后对空气质量的影响。春节期间在大量烟花爆竹集中燃放时,当有降雪天气出现时,降雪对PM10质量浓度的上升具有明显的抑制作用;在没有降雪天气时,风速仍是影响PM10质量浓度的主要因素。除夕的11时-13时、23时-Ol时,元宵节的18时-21时这三个时段为PM10质量浓度最大的时段,其间PM10质量浓度很高。当天气稳定风速较小时PM0质量浓度会明显升高。在集中燃放烟花爆竹后,当风速较大存在有利扩散的气象条件时,PM10质量浓度升高后很快降低,没有太多的污染,而当天气稳定风速较小时,PM0质量浓度升高较明显,对空气污染严重。     

烟花爆竹燃放和气象条件对北京市空气质量的影响

利用北京城区和近郊区2006—2014年春节期间主要污染物（PM10、PM2.5、PM1.0、SO2、NOX）浓度和气象资料,分析了北京市烟花爆竹对空气质量的影响,并将2014年和近8 a（2006—2013年）平均值进行比较分析。结果表明：春节期间（除夕至十五）烟花爆竹的燃放对空气污染物浓度增加具有较大贡献,自2006年“禁改限”后,近9 a集中燃放期间,PM2.5浓度均出现陡增情况,其中除夕峰值浓度均出现在01：00,初五、正月十五峰值浓度集中在21：00—23：00。除夕夜2012年峰值浓度最高,达1485.6μg·m－3,正月十五2008年峰值浓度最高,达1298.0μg·m－3,初五峰值浓度偏低,2007年最高,为571.5μg·m－3。2014年春节期间的PM2.5、SO2和NOX 平均浓度分别为60.5μg·m－3、43.8μg·m－3和45.6 ppb,比近8 a平均值分别下降了20％、41％和58％,除夕夜峰值浓度403.4μg·m－3,比近8 a平均值（768.5μg·m－3）下降了48％。2014年除夕、初五在集中燃放烟花爆竹期间,受小股冷空气影响,有利于污染物的扩散,而元宵节前后,受不利气象条件影响,峰值浓度高于除夕,且颗粒物浓度下降缓慢,造成持续性的污染,表明气象条件直接影响污染物浓度变化。总体来看,2014年春节期间空气污染物浓度下降的主要原因与烟花爆竹燃放量减少、机动车数量减少、春节期间较强冷空气影响直接相关。     

不同气象条件下烟花爆竹燃放对空气质量的影响研究

利用2006年春节期间北京城近郊区主要污染物（SO2、NO2、PM10和PM2．5）浓度和气象资料,分析了烟花爆竹禁放改限放后对空气质量的影响。结果表明：除夕和元宵节大量燃放烟花爆竹导致颗粒物浓度在短时内快速上升,但对S02和N02浓度的影响不明显。春节期间21：00-02：00为颗粒物浓度受燃放烟花爆竹影响最大的时段,其间PM25浓度最高可达该时段内月平均值的6倍,受燃放高峰的影响城近郊区6h平均PM10浓度超过400μg／m^3。城市人类活动集中区和远郊区细粒子浓度对比显示,元宵节城区PM25小时浓度高达718μg／m^3,比远郊区高500μg／m^3以上。气象条件仍是影响春节期间整体空气质量的主要因素,特别是持续高浓度污染主要与小风、逆温、高湿等不利污染物扩散的稳定天气有关。除夕在集中燃放烟花爆竹后,由于存在有利扩散的气象条件,颗粒物浓度很快降低,没有造成持续性的污染,而元宵节前后持续性的空气污染是稳定天气和长时间燃放爆竹以及局地生产生活排放的污染物共同造成的结果。     

2009—2011年大同市燃放烟花爆竹对可吸入颗粒物质量浓度的影响分析

利用2009—2011年春节期间大同市可吸入颗粒物(PM10)的质量浓度和气象资料,分析烟花爆竹燃放对空气质量的影响。结果表明:集中燃放时,如果有降雪,降雪对PM10的上升具有明显的抑制作用;无降雪时,风速仍是影响PM10的主要因素。除夕11:00—13:00、23:00—01:00,元宵节18:00—21:00,为PM10受烟花爆竹燃放影响最大的时段,其间PM10很高。集中燃放后,如果风速较大,PM10升高后很快降低,没有污染较小,而风速较小时,PM10升高较明显,对空气污染较严重。风速与PM10质量浓度为负相关关系,相关系数偏小。     

渔场捕捞安全气象指数的预报研究

采用建立隶属度函数模型的方法,综合考虑了风、能见度和降水3个主要的气象因子,研发了对渔场捕捞适宜程度进行分级评价的气象指数产品—渔场捕捞安全气象指数,对政府部门应急决策和指导渔民安全生产具有重要意义。     

杭州市区春节期间空气质量变化特点

分析近3年春节期间的空气质量资料，结果表明，杭州市区环境空气中PM10、SO2、NO2浓度较高，烟花爆竹燃放期间3种污染物出现高峰值，这与烟花爆竹燃放有关，PM25／PM10的比值高于年均值。     

内蒙古草原蝗虫发生发展气象适宜度指数构建方法

通过对内蒙古草原蝗虫发生发展关键气象条件进行分析,选取蝗虫生长发育期关键生理气象影响因子,建立草原蝗虫发生发展气象适宜度指数,对内蒙古草原蝗虫发生发展气象等级进行预报,平均预报准确率达到68％以上。用草原蝗虫发生发展气象适宜度指数根据气象站点观测资料可对站点区域蝗虫发生发展气象等级进行预报,从而根据站点空间分布和区域气象条件对草原蝗虫发生发展气象条件的满足程度进行空间分析,具有直观、便捷、分析能力强等业务化应用特点。     

南宁市"人体舒适度"预报系统

人体舒适度,它能反映人对大气环境气象要素的感受。为了使人民群众能及时了解环境气象条件对人体影响的程度,开展南宁市人体适宜气象条件预报服务研究。根据南宁市气候特点,选择影响人体舒适的气象要素的相关气象因子,用温湿指数     

江西早稻穗瘟发生的气象条件监测预警方法

稻瘟病的发生受气象环境的影响显著,因此根据代表江西不同区域站点的早稻穗瘟发生情况,选取病害同期气象资料,从稻瘟病病菌致病所要求的气象条件出发,利用温度、湿度、降水、日照等气象因子构建天气促病指数,并将之划分为有利、较有利、不利3个级别来反映气象条件对早稻穗瘟发生的适宜程度。对比分析检验与监测试用情况的结果表明,模型对病害发生气象适宜程度的指示性较好。     

福州市空气高污染与气象条件关系

利用地面天气图、高空天气图、地面气象要素资料,统计分析了2003-2007年福州市41个空气高污染过程与天气系统以及地面气象要素间的关系,得出冬季、春季和夏秋季福州市空气高污染发生时主要的天气形势,并对地面气象要素与高污染过程的关系进行了半定量分析,得出福州市空气高污染过程的一些天气概念模型和气象要素指标。     

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。     

鄱阳湖区棉花种植气候区划

利用鄱阳湖区1961—2005年气象资料和1:50000地理数据,对影响棉花生长和产量形成的主要气象要素进行分析,并建立鄱阳湖区棉花气候区划指标;通过GIS空间分析,将影响棉花生长的关键气候要素插值生成分布式数据,根据建立的棉花区划指标对鄱阳湖区棉花种植进行气候区划。结果表明:鄱阳湖北部区域即九江市所辖的部分县域,气候条件有利于棉花的生长和高品质的形成,是鄱阳湖区棉花生产潜力最大的地区;鄱阳湖区中部,气候条件基本能满足棉花生长发育的要求,为棉花种植的一般区;鄱阳湖区外围的东、南、西部,气候条件不利于棉花生长发育,属风险棉区。     

GIS支持下的芒果种植农业气候区划

根据芒果生产与气象条件的关系 ,分析确定了百色地区芒果种植的农业气候区划指标 ,进行了区划指标的小网格点推算 ;采用 GIS技术对百色地区芒果种植区进行农业气候区划 ,划分适宜、次适宜和不适宜种植区 ,提出趋利避害合理发展芒果生产的措施和建议 ,为农业结构调整及芒果的合理布局提供科学依据     

岳阳城区空气污染的变化特征及气象影响因素

根据2003年12月至2013年12月空气污染资料, 对岳阳城区空气污染的变化特征及气象影响因素进行了分析,探讨了2013年岳阳城区出现的典型空气污染过程的天气实况、大尺度环流背景及成因。结果表明：近10年来,岳阳城区API指数呈显著下降趋势。冬季空气污染最严重且年际变化较大,而夏季空气污染相对较轻且年际变化较小。1—12月API指数基本呈V形变化,且具有冬半年（10月至次年3月）偏高,夏半年（4—9月）偏低的变化规律。工业布局、主导风向、地理条件等导致岳阳城区空气质量具有显著的时空分布。气温日较差大、逆温等大气处于稳定状态下空气污染加重。本地气象和外地输入因素导致2013年岳阳城区出现一次比较典型的空气污染过程。用多元回归方法建立的API指数预报方程表明,气象要素和天气现象对岳阳城区API指数有显著影响。     

气象因子对太原地区空气质量的影响研究

利用2017—2019年太原小店区气象与空气质量指数逐时数据,分析了气象因子对空气质量指数的影响,对易污染月份空气质量进行了深入分析,利用神经网络方法构建了气象因子与空气质量指数的关系模型,并与逐步回归模型进行了对比。结果表明:(1)2017—2019年太原地区空气质量6个等级均出现过,其中,良占比最大,为51.9%;严重污染等级最少,为1.9%。每年8月空气质量最好,1月空气质量最差,11月—次年2月为易污染月份。(2)气温、风速、气压对空气质量指数的影响主要表现为负相关,9月—次年2月呈显著负相关;降水主要表现为负相关;相对湿度对空气质量指数影响较大,8月—次年3月呈显著正相关,6—7月呈显著负相关。(3)易污染月份,太原地区空气质量以良为主,占40.7%;其次为轻度污染,占24.8%;严重污染占4.6%。相对湿度、风速对空气质量影响较大,表现为强相关。(4)神经网络构建的气象因子与空气质量指数的关系模型,与逐步回归分析模型相比,准确率由91%提高到94%。神经网络模型模拟效果更佳,为太原地区治理大气污染提供重要的参考价值。     

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。     

沙尘天气的定量化指数及其应用

按照《地面气象观测规范》规定,能见度VV与风速V是对沙尘天气进行分级的重要指标。我们利用能见度和风速构造沙尘指数,用以衡量沙尘现象的强弱,并通过它对时间和空间的累积来分析某一地区的沙尘天气发生状况。结果表明：所构造的指数能够代表我国沙尘天气多发区的沙尘天气状况。对上游沙区的沙尘指数与下游邻近城市空气污染指数所作的相关分析显示：二者间存在较为密切的关系。因此．利用上游沙区的沙尘指数作为下游邻近城市空气污染预报的重要因子。