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。     

贵州普定县人居环境气候条件分析

利用普定国家气象观测站1971年1月1日-2022年2月28日逐日平均气压、平均气温、平均相对湿度、平均风速、降水量等气象资料以及普定县空气污染物日均浓度、空气质量指数（AQI）等资料,运用人体舒适度指数、气象要素与污染物浓度的相关性、人体舒适度与空气质量相关性分析方法,分析普定县近50a的人居环境气候条件。结果表明：普定县平均气温、平均风速以及日照时数呈增加趋势,相对湿度、降水量以及气压呈降低趋势。常年体感主要为凉（3级）～最舒适（5级）之间,全年体感无寒冷及酷热等级,且体感舒适（含凉舒适及最舒适）月份主要为4-10月,占全年58%。普定县气温上升、风速增大、气压下降的趋势有利于污染物浓度降低,空气质量好,而相对湿度降低、降水量减少的趋势不利于污染物浓度降低,影响空气质量。普定县空气质量以4-5月、7-11月为优,且其四季空气质量均为优,表明空气质量好,人体舒适度高,适宜人居。     

都匀市气象局迁站对比观测各气象要素差异分析

通过对都匀市气象局（57827）新、旧站址2007年1、4、7月同期气温、气压、相对湿度、风向风速、降水量等观测资料的对比,发现新址气温、本站气压、降水量均低于旧址,风速、相对湿度均高于旧址。并从海拔高度、下垫面性质、测站环境等方面分析了新旧站址各气象要素差值的形成原因,为都匀国家一级气象观测站的资料序列延续和订正提供依据。     

盖州市大气能见度与气象条件相关分析

利用2011—2012年盖州市大气能见度和地面气象要素(相对湿度、风速、气温、气压)的观测资料,分析了盖州地区大气能见度月和日的变化特征及大气能见度与气象要素的相关性。结果表明:盖州市大气高能见度事件多出现在3月和10月,低能见度事件多出现在6—8月;夏季能见度最低,14时能见度最大,20时能见度比08时略小。大气能见度与相对湿度相关性最大,与风速和气温相关性次之,与气压相关性最差;当相对湿度80.0%时,能见度最低值为10.4±3.2km,大气能见度与气压、气温、相对湿度的相关系数分别为-0.52、0.51和-0.52;其中较高的气温、较大的相对湿度、较小的风速及较低的气压是盖州地区低能见度(10km)事件发生的主要气象条件。     

肇庆市臭氧污染的气象影响及预测方法

通过肇庆市2013—2017年逐日气象要素和近地面臭氧连续观测数据,分析臭氧质量浓度变化特征及气象要素对臭氧变化的影响,结果表明:肇庆臭氧高质量浓度污染主要发生于秋季,全年臭氧质量浓度与日照时数相关性最好,其次为相对湿度和最高气温;秋季除气压和风速外,其余气象要素与臭氧相关性均不如全年。当日照时数介于8～10 h、相对湿度低于50%、平均风速介于1.5～2.0 m/s、气压介于1 010～1 015 hPa时臭氧质量浓度和超标率最高。主导风存在偏南分量时臭氧质量浓度明显较高,西南偏西风时达到最高,偏北到偏东风下质量浓度普遍较低;主导风为较大北风、东风、西北偏西风、南风时外来输送影响明显。当相对湿度为45%～85%、平均风速为1.0～2.0 m/s、日照时数>6 h、日平均气压为998～1013 hPa,同时主导风存在偏南风量或吹较大北风、东风或西北偏西风时可考虑发布臭氧污染预警。     

库尔勒气象站迁站前后气象要素特征及成因分析

利用2016-2018年库尔勒气象站迁站前后基本气象要素的观测资料进行对比分析,结果显示：(1)平均气温、平均最低气温年、月值均是新站低于旧站,年值分别低2.1℃和4.1℃,年平均最高气温持平；春季气温差值变化相对较小,夏、秋、冬季气温差值变化相对偏大。(2)各月相对湿度新站大于旧站,各季相对湿度差值夏季最大,年平均相对湿度新站比旧站高11%。(3)平均气压新站高于旧站,年平均气压差值为3.2pha。各季差值冬季最大,(4)平均风速新站比旧站偏大0.1m/s,春季、夏季风速大于其他季节；最大风速新站比旧站偏大1.3-6.2m/s；主导风向由ENE转为E。(5)年平均气温、最低气温、平均湿度和年平均气压,迁站前后资料有显著差异,年平均最高气温、平均风速无显著差异。(6)测站周围环境、海拔高度、下垫面、地形等因素是造成新旧站气象要素差异的主要原因。     

塔中气象要素变化特征

利用塔中气象站12 a的气象要素数据,分析了塔中主要气象要素风、温度、湿度、气压等的变化特征。结果显示,塔中气温年较差、日较差很大,年较差达38℃,空气湿度很小。夜间温度低,日出后气温上升迅速,午后气温最高;3～9月地面风速〉2.0 m/s,冬季多在2 m/s以下。气压日变幅春〉夏〉秋〉冬;各季相对湿度夜间〉白天,冬季...     

冬季增城丘陵灌木林基本气象要素与湍流特征

介绍了广州增城丘陵灌木林通量站的地理环境、仪器布设,并利用该站2014年12月—2015年2月的观测资料,分析冬季华南丘陵灌木林下垫面近地层的风、温度、气压、湿度和大气稳定度等基本气象要素特征,以及湍流强度、风速归一化标准差的统计特征及通量特征。结果表明:（1）冬季增城站以北向小风为主,风速多小于4 m/s,日平均温度变化剧烈,平均相对湿度为67.94%;（2）大气稳定度集中于“±” 0.5之间,以近中性为主;冬季平均湍流强度I_u、I_v和I_w分别为0.37、0.31和0.19;在风速小于1 m/s时湍流发展旺盛,随风速增大,湍流强度减小并趋于稳定;（3）风速分量归一化标准差δ_u/u_*、δ_v/u_*、δ_w/u_*与稳定度Z/L之间满足莫宁-奥布霍夫相似理论,并呈1/3次方关系,且随|Z/L|的减小而减小,在中性层结（Z/L→0）均匀下垫面,其值为常数,分别为2.286、1.757和1.174;（4）冬季增城站的能量耗散以感热为主,晴天尤为显著;阴天感热与潜热大小相当;平均日间吸收CO₂极值为0.236 mg/(m2·s)。      

揭阳新旧站气象观测资料对比分析

利用揭阳新、旧观测站2010年观测资料,选取其中气温、气压、相对湿度、风向风速等气象要素资料,采用差值分析方法进行对比分析.结果表明:新站月平均气温、月平均最高最低气温、月平均本站气压均比旧站偏低,气温偏低的幅度不大,气压偏低的幅度较大.两站最多风向及频率不完全一致,新站月平均风速比旧站略偏大;新站相对湿度比旧站偏大.气象要素产生差异的原因主要是由新旧站址的观测环境、海拔高度、下垫面差异以及城市热岛效应造成的.     

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。     

汾渭平原空气质量及气象要素对其日变化和年际变化的影响

汾渭平原因其封闭的地形条件以及煤炭为主的能源结构,大气污染问题一直存在,并于2018年被列入大气污染防控的重点区域。文章利用2015年以来PM₁₀、PM_2.5、SO₂、NO₂、CO、O₃质量浓度的观测数据和空气质量指数（Air Quality Index,简称AQI）,分析了汾渭平原AQI及大气污染物质量浓度的时空分布特征;使用多元线性回归模型研究了气象条件对冬季PM_2.5和夏季O₃浓度日最大8 h滑动平均值（MDA8_O₃）日变化和年际变化的影响。研究发现,汾渭平原的空气质量在2015～2017年间逐年变差,在2018～2019年有所好转,污染较重的城市为西安、渭南、咸阳、临汾、运城、三门峡、洛阳,集中在汾河平原与渭河平原交界处。汾渭平原的首要大气污染物多为PM_2.5、PM₁₀或O₃,三者占比之和约90%。重污染时期主要集中在天气条件不利及污染物排放量大的冬季供暖期,但夏季O₃浓度的升高趋势使得汾渭平原夏季污染情况越来越严重。影响汾渭平原冬季PM_2.5浓度和夏季MDA8_O₃日变化最主要的气象要素都是2 m高度气温（简称T2M）,相对贡献分别是45.5%、35.3%,都表现为正相关;第二主要的气象要素都是2 m相对湿度（简称RH2M）,相对贡献分别是41.5%（正相关）、25.4%（负相关）。影响汾渭平原冬季PM_2.5浓度年际变化最主要的2个气象要素是T2M和RH2M,其相对贡献分别为43.6%、31.9%,且都呈正相关,2015～2019年汾渭平原冬季气象条件的变化会导致PM_2.5浓度上升,部分削弱了人为减排导致的下降趋势（?8.3 μg m?3 a?1）。影响汾渭平原夏季MDA8_O₃年际变化最主要的2个气象要素是T2M（正相关）和850 hPa风速（WS850,负相关）,其相对贡献分别为71.7%、16.3%。2015～2019年汾渭平原夏季气象条件的变化导致O₃污染呈上升趋势（1.2 μg m?3 a?1）,但O₃污染的总上升趋势（8.7 μg m?3 a?1）中,人为排放变化的贡献更大（7.5 μg m?3 a?1）。本研究表明,汾渭平原大气污染形势严峻,其颗粒物污染问题尚未解决,还面临着新的臭氧污染的挑战,汾渭平原内的11个地级市分属陕西、山西、河南三省管辖,三省交界处又是重污染区域,所以需要三省联合防治防控,协同改善汾渭平原的空气质量。     

中国地气温差时空分布及变化趋势

利用中国825个气象站点1961—2016年的逐日地表温度和气温观测资料,系统分析了中国地区地气温差（地表温度减气温）的时空分布以及变化趋势。结果表明,中国多年平均的年地气温差西部大部地区及华南部分地区在2.5℃以上,而中东部大部地区在2.5℃以下。其中春、夏季全国各地地气温差均为正值,且总体呈经向型分布,西高东低;秋、冬季中国各地地气温差总体呈纬向型分布,南高北低,尤其是冬季北方部分地区为负值。年内,中国区域平均各月地气温差均为正值,其中1月份和12月份相对较小,6—8月份（夏季）相对较大。不同地区地气温差的年内分布特征有所不同,西藏地区地气温差年平均值为全国最大,最大值出现在雨季来临前的5月份;东北、华北、黄淮、西北及内蒙古地区最大值均出现在雨季来临前的6月份;江淮、江汉、江南、华南地区地气温差最大值均出现在雨季过后的7月份或8月份;西南地区年内各月地气温差变化相对较小,在雨季之前的5月和雨季之后的8月出现2次峰值,呈双峰型分布。1961—2016年,中国区域平均地气温差4月和4—10月上升趋势较明显,而7月和10月变化趋势不明显或略有上升趋势。空间分布上,东北、西北及内蒙古、西藏西部等地平均地气温差有增加趋势,而中东部地区有减小趋势。     

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。     

基于卫星遥感和地面观测资料的汾渭平原空气污染分析

选取中国汾渭平原地区作为研究对象,利用MODIS、OMI和CALIPSO多源卫星遥感资料,同时结合环境监测国控站点污染6要素等逐小时地面环境监测数据以及能见度、霾天气现象记录等地面气象要素资料,综合分析了2013—2018年秋冬季汾渭平原空气质量状况、气溶胶的组分,探讨了卫星遥感气溶胶光学厚度（Aerosol Optical Depth,AOD）与地面污染物浓度的关系,并结合中国气象局化学天气预报系统-EMI评估模式（CUACE-EMI）资料对气象条件和污染减排影响进行评估。结果表明：11个代表城市中有6个城市秋冬季有接近或超过一半的时刻处于污染状态,且污染发生时,各代表城市大多数时刻处于中度及其以上污染级别;三门峡、临汾、运城和西安是霾和重度霾高发的城市,其重度霾爆发频率高达11.63%—14.78%;汾渭平原秋冬季首要污染物为PM_2.5和PM₁₀,以污染沙尘、沙漠沙尘和烟尘为主,出现频率分别为36.24%、25.14%和22.96%;MODIS AOD与空气质量指数（Air Quality Index,AQI）、PM_2.5、PM₁₀质量浓度之间的相关系数分别为0.72、0.70和0.64;汾渭平原2018年气象条件的变化使PM_2.5浓度较2013年、2014年、2015年、2016年和2017年同期上升了17.06%、1.58%、4.34%、11.25%和5.75%,减排措施使PM_2.5浓度较2013年、2014年、2015年、2016年和2017年同期分别下降了8.74%、28.01%、4.93%、3.16%和42.62%。     

重庆市臭氧污染及其气象因子预报方法对比研究

利用2014年1月1日至2018年12月31日的重庆市空气质量日均值资料,分析了重庆近5 a臭氧污染的特征。发现重庆市臭氧是除PM_2.5以外的第二大大气污染物,具有较强的季节变化特征,主要污染时段位于夏半年,在7—8月臭氧污染程度明显超过了PM_2.5。臭氧年平均浓度呈现逐年增加的趋势,首要污染物为臭氧的日数在2018年首次超过PM_2.5,臭氧成为2018年重庆市的第一大污染物,表明重庆正在由一个以颗粒物污染为主的城市转变为臭氧污染为主的城市。通过对同期逐日气象资料与臭氧8 h滑动平均日最大值相关性分析发现,大气温度、湿度及气压均为影响臭氧污染的重要气象因子。利用气象影响因子,采用逐步回归、支持向量机、神经网络方法对臭氧8 h滑动平均日最大值进行预报实验表明,三种预报模型均具有较强的预报能力,但总体来看预报均比实况略偏小。支持向量机方法的预报效果要稍好于逐步回归和神经网络方法,可为重庆市臭氧浓度预报提供参考。     

汕头市PM2.5的气象要素影响分析及预报研究

利用2014—2017年汕头市PM_2.5的日浓度资料、以及汕头市国家基准气象观测站的同期地面气象资料,重点分析了汕头市PM_2.5浓度的变化特征以及风、混合层厚度、降水等气象条件对PM_2.5浓度的影响,同时探讨了污染物浓度变化的成因。在此基础上,根据汕头市的气候特点,采用BP （Back-Propagation）人工神经网络方法针对汛期和非汛期分别建立了PM_2.5质量浓度预报模型。结果表明：与多数内陆城市不同,汕头市PM_2.5浓度日变化为单峰型,这与汕头地处沿海受海陆风影响有关;PM_2.5浓度日峰值出现在08时左右,除早高峰污染物排放增加的因素外,与早晨时段的低风速环境有关;PM_2.5日均浓度随着风速的增大呈现减小趋势,PM_2.5日均浓度与08时混合层厚度显著相关（相关系数为-0.143）;汕头市非汛期PM_2.5浓度比汛期高,这与汕头市的亚热带季风气候特征有关,汛期各量级降水（暴雨以上除外）对PM_2.5的清除效果无明显差别,而非汛期降水对PM_2.5浓度有明显清除作用;BP人工神经网络模型的预报效果表明,汛期和非汛期的PM_2.5级别命中率TS分别为100%和90.3%,准确指数分别为87.7%和89.9%,总体预报效果良好。不同时期预报模型出现正误差的数量和程度均大于负误差,汛期预报模型在有强降水发生时误差较大,而非汛期预报模型在有冷空气入侵时误差较大。     

2013—2018年大连中心城区臭氧时空变化及其影响因子分析

基于2013—2018年大连中心城区O_(3)监测数据和气象数据,分析了该区O_(3)污染时空变化特征及气象要素对O_(3)污染的影响。结果表明:2013—2018年大连中心城区O_(3)已经逐渐成为最主要的大气污染物之一。O_(3)年平均浓度由2013年的66.66μg·m^(-3)上升至2018年的101.62μg·m^(-3)。秋季和夏季是大连O_(3)浓度较高的季节,其次是冬季和春季。O_(3)最高浓度月份主要为5月、6月及9月。O_(3)浓度日变化呈明显的单峰状,从上午08时开始增加,在下午14—16时达到最高,白天浓度高于夜晚。O_(3)污染物在2013—2017年从大连中心城区的西南向东北扩散。大连中心城区O_(3)与其他5种大气污染物均存在不同程度的负相关,与气温呈显著正相关,与相对湿度、气压及风速相关性较差。有利于大连O_(3)污染天气的气象条件主要为高气温(>30℃)、低湿度(≤80%)、低风速(1.5—2.0 m·s^(-1))、北风风向和长日照时间。高污染日的出现可能是受高温天气与本地逐渐增加的排放物共同影响。     

黑龙江省闪电活动特征及其与地面相对湿度的响应关系

利用2006-2017年黑龙江省闪电定位资料和日平均地面相对湿度资料,采用数理统计、Pearson相关分析、GIS空间分析技术,研究了闪电密度和强度对地面相对湿度（R_H）的响应关系。结果表明：地面R_H过小或过大都不利于闪电活动产生;当R_H < 25%时,几乎无闪电发生,当R_H < 77%时,R_H增加有利于闪电活动发生,当R_H>79%时,随着R_H增加,闪电活动减少;当R_H < 77%时,闪电密度与之呈正相关,闪电强度与之呈负相关;当R_H>79%时,闪电密度与之呈负相关,闪电强度与之呈正相关;地面R_H的临界值域约为77%-79%;70%≤ R_H ≤ 90%区间为闪电易发湿度区间,在闪电密度与湿度相关度高的区域,闪电更趋于集中发生在闪电易发湿度区间。     

中国东北冬季相邻两天降温特征及其年代际变化

利用1961-2012年CN05.2的日平均温度、日最低温度和日最高温度,将3种温度资料冬季相邻两天的降温情况分为弱降温、一般性降温和强降温3类,并分析了这3类降温的时空分布特征。结果表明：日平均温度和日最低温度的弱降温和一般性降温发生频次最大的地区位于大、小兴安岭地区和长白山山脉一带,而强降温发生频次最大的区域则为长白山山脉一带;这三类降温的高频发生时段均为20世纪60年代和70年代,随后开始减少,到21世纪初为发生频次最少时段。对日最高温度而言,弱降温和一般性降温高频发区为42°-45°N,呈带状分布,其北部和南部均为一般性降温发生频次的低发区,呈现"低-高-低"的频次分布特征,而强降温的高频发生区则位于长白山山脉一带;同日平均温度和日最低温度年代际变化特征一样,日最高温度3类降温均在20世纪60年代和70年代频次最大,其后发生频次开始减少。     

京津冀及周边地区大气细颗粒物和臭氧对医院日门诊量的急性影响及季节性差异

探究京津冀及周边地区大气细颗粒物（PM_2.5）和臭氧（O₃）短期暴露对人群因病就诊的急性影响及其季节性差异,为区域性大气污染的协同治理提供流行病学证据。收集2013年1月1日—2018年12月31日京津冀及周边地区共14个城市100家医院门诊的日就诊量,以及大气PM_2.5和O₃日均浓度和气象因子数据,基于时间序列研究设计,采用二阶段统计分析策略（广义相加模型联合meta分析）,在控制气象因子和时间趋势等混杂因素的基础上构建双污染物模型,分析大气PM_2.5和O₃短期暴露对人群因病就诊的影响。研究期间,大气PM_2.5和O₃日均浓度平均分别为 72.2±56.8 μg/m3和 58.2±36.9 μg/m3,医院门诊就诊量达6257万人 · 次。双污染物模型结果显示,移动平均滞后0—1 d的PM_2.5和O₃暴露浓度每升高10 μg/m3,医院门诊就诊量分别增加0.25%（95%置信区间（95%CI）:0.20%—0.29%）和0.15%（95%CI:0.07%—0.22%）;拟合季节分层模型发现,冷季PM_2.5暴露对门诊就诊量的急性影响较强,而O₃相关效应则呈现出暖季较强的特征。京津冀及周边地区大气PM_2.5和O₃短期暴露均增大人群因病就诊的风险,提示应采取积极措施协同治理大气PM_2.5和O₃复合污染,同时重视污染物冷、暖季风险的差异。