兰州市冬季霾的统计预报研究

 利用污染扩散方程,在分析了能见度与空气污染浓度之间关系的基础上,建立了兰州市冬季霾的统计预报模型。此预报模型既考虑了污染物排放量和污染浓度的作用,又考虑了气象条件的影响。利用兰州市2003—2008年冬季的能见度资料和同期兰州气象站的地面气象要素、天气形势和T213数值产品,分析了霾的出现与气象条件的定量关系,发现哈密、敦煌、酒泉3站平均海平面气压与兰州市之间气压差增大或是兰州附近的气压梯度增加时,有利于空气污染物的扩散,发生霾的可能性较低;反之,容易出现霾。此外,通过逐步回归,最终确定了冬季兰州市霾的24 h预报方程。使用2009年数据进行试预报检验,结果表明,此预报方法方便实用,具有较好的预报能力,可以用于兰州市霾的预报业务。     

区域扬沙强度与环流动力条件相关性的遥感分析

大气环流动力条件是沙尘暴发生、发展的重要影响因素之一。提出了一种新的沙尘暴分析预测模式,它以TOMS-EP卫星逐日大气气溶胶指数（Aerosol Index）数据提取区域气溶胶指数积分强度和以西风急流表征的大气环流动力条件,通过给出两者的相关性,来实现分析预测沙尘暴的目的。与此前有关沙尘暴预报的研究相比,有如下进展:①提出和试验了通过TOMS-EP数据提取大气环流动力条件的方法;②修正了区域气溶胶指数积分强度的定义和改善其提取精度;③提出和试验了表现扬沙强度的气溶胶指数积分强度与环流大气环流动力条件之间较稳定的统计相关形式,和试验分析了季节对这种相关关系的影响;④试验和分析了沙尘暴起尘的环流动力条件。本研究提出的模式/方法有可能为分析预报沙尘暴的发生时间和强度提供新的参考数据。     

基于随机森林模型的咸潮预报

在候选预报因子的基础上,通过Pearson相关系数和重要度指数分别确定了主要预报因子及其滞后期,进而利用确定滞后期的预报因子建立基于随机森林的咸潮预报模型,并应用于磨刀门水道大涌口站的枯水期咸潮预报。结果发现：通过相关系数确定的主要预报因子与含氯度之间存在1~3 d不等的滞后期;考虑预报因子滞后作用的随机森林模型,其预报结果不仅能很好地满足咸潮预报的精度要求,而且明显优于未考虑预报因子滞后作用的随机森林模型,即考虑预报因子的滞后作用能显著提高模型的拟合效果。此外,与传统的马尔科夫链相比,随机森林模型的预报结果不仅精度更高,而且在中长期预报上更有优势。     

奎屯市大气VOCs浓度水平及物种的年变化

为了得到实时的大气挥发性有机物( VOCs)浓度组成和日变化特征，2013-2015年在新疆奎屯市区内高约25m的楼顶采用在线的气相色谱仪进行了为期3年的观测。结果表明，奎屯市TVOCs浓度年均值范围66.0-80.7ppbv，低碳烷烃、低碳稀烃、高碳烷烃、苯系物和高碳烯烃为主要的五类VOCs，其浓度之和占TVOCs浓度的84.1%。奎屯市冬季VOCS浓度值是年均值1.5倍、冬夏VOCS浓度相差3倍左右，与其他城市相比，大气挥发性污染物浓度水平整体是偏高。与前两年相比，2015年大气中卤代烃、苯系物、含氧（氮）VOCS的百分含量明显提升，分别上升15.6个百分点、6.5个百分点、5.9个百分点，大气VOCS有毒有害成分比例提升。由于在各类挥发性机物中，相同的条件下卤代烃与其它有机物相比，更容易发生光化学反应，因此，从卤代烃夏季含量很高的变化趋势看，奎屯市夏季发生光化学反应的能力不断增强。     

大连市大气污染物质量浓度与气溶胶光学厚度的相关性分析

分别对2015年6~12月和2016年6~12月大连地区的大气污染物PM2.5、PM10、SO₂、NO₂、CO和O₃的浓度数据进行数据统计分析,基于ENVI软件平台利用MODIS数据反演大连地区的气溶胶光学厚度,通过回归建模研究气溶胶光学厚度与大连地区10个地面监测站点的大气污染物PM2.5、PM10、SO₂、NO₂、CO和O₃的浓度数据的相关性。回归建模以气溶胶光学厚度（AOD）为自变量,以大气污染物PM2.5、PM10、SO₂、NO₂、CO和O₃为因变量,在SPSS软件中分别选取线性、对数、三次、乘幂、指数5种函数类型进行研究,通过对比回归模型的拟合优度R²,选择最优拟合模型,探讨利用遥感数据反演气溶胶光学厚度监测大气污染的相关性。结果表明：气溶胶光学厚度与NO₂、PM2.5和PM10的最优拟合模型均为三次模型,其拟合优度R²分别是0.685、0.801和0.845;与O₃和SO₂的最优拟合模型为指数模型,其R²为0.367和0.482;与CO的最优拟合模型为对数模型,其拟合优度R²为0.810。该结果为分析大气气溶胶污染来源以及治理提供了数据。     

基于统计降尺度模型的博斯腾湖流域未来最高和最低气温变化趋势分析

SDSM统计降尺度模型是解决空间尺度不匹配问题的有效工具,它使气候变化响应研究得以在区域尺度上展开。本文将SDSM模型应用于博斯腾湖流域分析它的适用性,并对流域未来最高和最低气温的变化趋势进行了预测。以日最高气温和最低气温为预报量,选取合适的NCEP大气环流因子为预报因子,建立预报量与预报因子间的回归关系。使用1961-1990、1991-2001年的实测数据和NCEP大气变量分别对SDSM模型进行率定和验证,效果较好。把HadCM3输出的A2、B2情景下的大气环流变量作为模型输入变量,模拟流域未来3个时期(21世纪20、50和90年代)的气温变化。结果显示,流域未来日最高气温和日最低气温都呈现明显上升趋势,升高幅度依次为:日最高气温日平均气温日最低气温,且A2情景下气温增幅略大于B2情景下的增幅;冬季气温增幅最小,夏季增幅最大。分析结果可为博斯腾湖流域开展气候变化的水文响应研究以及气候变化的适应性研究提供科学依据。     

太湖地区大气─水环境的综合数值研究

建立了一个适合太湖流域,考虑复杂地形,水陆、山地共同作用的三维非定常大气边界层数值模式,用于讨论湖陆风、山谷风共同作用下的局地小气候。利用模式进行了两方面数值实验:(1)取理想地形对模式描述能力进行检验;(2)考虑太湖流域实际地形进行了数值模拟并和实测资料进行对比。建立了太湖的二维、三维以及套网格水动力学模式,通过和大气边界层三维数学模式的耦联,对太湖湖流场以及散度场的分布进行了研究,得出了一些有益的结论。根据观测资料对太湖风浪、定振波、水平扩散系统、水底摩擦系统等进行了比较深入的分析和计算。在上述工作及前人工作的基础上,建立了一个适合太湖的富营养化生态学模型。模型主要考虑:(1)藻类、营养盐之间的动力转换项;(2)湖流、平流、扩散作用对浓度的影响项;(3)湖中点源(如入湖河道)、及面源(如降水)的作用对浓度的影响项。     

沙尘事件对兰州河谷大气环境PM10的影响

利用1999—2001年兰州河谷大气中空气污染物的监测数据,结合河西地区沙尘事件频次,分析了兰州河谷大气环境PM10含量的季节变化特征及其成因。结果表明,源于河西地区的沙尘暴对兰州市空气中PM10含量有重要影响,PM10浓度在冬春季较高,在夏季较低。1985—2001年16 a来河西走廊中东部沙尘事件年均约为37.6 d,兰州河谷年均沙尘事件约为24.4 d,两者表现出显著的相关性（R=0.67,P=0.003）。2001年兰州河谷1 h平均沙尘PM10浓度统计分析显示:PM10含量大于1.0 mg·m-3 的峰值,主要由河西地区沙尘暴过程引起,而PM10含量0.5~1.0 mg·m-3之间的峰值,主要由工业污染物SO2、NOx及颗粒物的排放引起。要长期有效地改善兰州市大气环境质量,不仅要科学地制定本地污染物的减排措施,还要考虑周围地区生态环境的建设。     

乌鲁木齐市低空温度层结与采暖期大气污染的关系

为了找出乌鲁木齐市低空逆温对大气污染的影响规律,为治理和预测大气污染提供科学依据,利用2000年6月至2006年4月的乌鲁木齐市空气污染监测资料和气象站的探空、地面资料,分析了大气污染与逆温的对应特征。结果表明:乌鲁木齐市低空逆温的出现频率与大气污染指数具有相似的时间分布特征。采暖期空气污染指数API值越大,相对应出现逆温日的比例越高,以贴地逆温多;在污染源排放量一定的情况下,大气中污染物浓度与低空逆温层厚度、逆温层底高、逆温层顶底温差有显著的统计关系,而与逆温层中的逆温强度统计关系不显著。随着逆温层底高度降低,逆温层平均顶高、厚度、逆温层顶底温差的增大,日平均气温、最低气温、最高气温的降低,污染级别呈增加趋势;在采暖期同一时段内,要达到同样的污染级别,悬浮逆温日污染物容纳量比贴地逆温大,贴地逆温更容易造成空气污染;在污染物排放量相同的情况下,污染的程度主要取决于悬浮逆温层的底高和厚度及持续日数。     

基于最优训练期的PP与MOS的风电功率趋势预报对比

利用某一风电场区域内33台风机观测资料以及欧洲中期天气预报中心(ECMWF)的100 m高度风速预报产品,引进最优训练期方案,通过一元线性回归方法先对模式的100 m高度风速预报进行订正,再分别采用完全预报方法(PP法)和模式输出统计预报方法(MOS法)进行风电功率预报的对比研究。结果表明:ECMWF的100 m高度风速预报值与风机轮毂高度处风速观测值之间的偏差并不大,订正后的预报误差进一步减小。将订正后的风速预报代入PP法和MOS法建立的风电功率预报方程,可以显著减小PP法的预报误差,但是并没有改进MOS法的预报结果。与利用风速预报订正产品进行风电功率预报的PP法相比,MOS法可以省去风速预报的订正环节而略胜一筹,简化了业务流程。这2种方法计算的33台风机站3～72 h预报的均方根误差和平均绝对误差分别在17%～25%和11%～18%之间,具有业务应用价值。     

沙尘影响下华北地区一次重污染天气形成与消散过程分析

以2017年5月4日~5日华北地区出现的一次大范围的严重的天气污染形成与消散过程为研究对象,通过搜集华北地区9个城市空气中主要污染物浓度、AQI（空气质量指数）和常规气象数据,分析AQI、主要污染物（PM₁₀、PM_2.5、SO₂、NO₂、CO、O₃）浓度变化特征和相关气象因子的关系。结果表明：本次重污染本质为区域性沙尘污染所致。污染过程呈现出形成速度快、消散急促的特点。该污染过程首要污染物为PM₁₀,其次为PM_2.5,而SO₂、NO₂、CO、O₃等由人类活动产生的污染物浓度并未超标。后向轨迹分析和相关分析发现造成此次严重污染颗粒物主要来自蒙古高原,风是主要驱动因子。污染物在空间位置比较接近的城市间传输时,表现出趋势一致性、时间上的滞后性和污染物浓度的累积性特点。     

广州市大气污染分布规律

本文根据广州市 1981～ 1997年的环境监测资料和相近年份的气候统计资料 ,对广州市大气污染的分布规律及其成因进行了研究。结果表明 :①广州大气污染物的浓度具有明显的时空分布规律 ,时间上表现为年内冬强夏弱 ,年际之间自 80年代末以来光化学污染逐年增强 ;空间上 ,空气污染物的负荷率依功能区和行政区而异 ,显示市区由东向西 ,由北向南污染趋强的分布特征。②酸雨率高并以春季最严重。③广州大气污染的时空分布规律与广州的气象特征及污染源的分布和排放强度密切相关。文章认为 :改善广州大气环境的质量 ,应该采取合理的城市规划措施 ,并提出了具体的对策。     

大气污染物排放量与颗粒物环境空气质量的空间非协同耦合研究——以武汉市为例

针对区域大气污染物排放量与空气质量在时空分布上存在不完全协同、匹配的现象,论文选择SO₂、NO_X、PM_2.5、CO和VOCs作为大气污染物指标,选择气溶胶光学厚度(Aerosol Optical Depth, AOD)表征颗粒物环境空气质量,以武汉市为例,综合应用耦合模型和空间错位指数模型研究2类指标之间的空间非协同耦合规律。主要结论如下：① 武汉市大气污染物排放量与颗粒物空气质量具有不同空间分布特征,大气污染物排放量呈现由城市中心城区向远城区递减的趋势,其中SO₂、PM_2.5和VOCs的排放具有明显的中心聚集现象,而NO_X和CO聚集现象不显著,且与道路分布明显相关;AOD分布具有明显的空间差异性,总体上呈由西北向东南依次递减的趋势。② 武汉市大气污染物排放与颗粒物空气质量的空间非协同耦合规律：越靠近城市中心城区,空间协同耦合现象越显著,空间错位现象越弱;越远离主城区,空间非协同耦合现象越显著,空间错位现象越显著;SO₂排放量与AOD在武汉市远城区的空间错位指数均大于0.7,且耦合度指数小于0.3,呈现较强的非协同耦合特征,NO_X、VOCs、PM_2.5的排放量与AOD在武汉中心城区的空间错位指数均小于0.5,且耦合度指数大于0.5,协同耦合现象较为显著。③ 基于时空非协同耦合分析城市大气环境污染治理建议：针对污染物与AOD空间错位不显著的城市中心城区,以本地减排治理为主;针对污染物与AOD空间错位显著的远城区,应在污染溯源分析的基础上进行区域协调综合治理。     

基于GIS的城市机动车尾气排放扩散模拟研究综述

机动车污染是城市大气污染物的重要来源,城市机动车污染排放量模拟对城市街区环境污染状况监测和污染治理都有重要参考价值.目前确定排放因子的方法有底盘测控仪检测、模型计算法、公路隧道法、车载尾气检测系统.文中分析了这些方法的特点和适用条件.国内外也在污染排放模拟方面建立了高斯模型、经验模型、数值模拟模型、箱模型等模型,给出了一个适用于清洁能源的修正模型.排放模型与GIS技术结合后,增加了数据获取的途径、增强了数据分析方法,也使分析过程和计算结果表达得更直观.     

Assessment of Urban Air Pollution and Spatial Spillover Effects in China: Cases of 113 Key Environmental Protection Cities

With rapid urbanization and energy consumption, environmental pollution and degradation have become increasingly serious problems in China. At the beginning of 2013, China implemented new ambient air quality standards (GB 3095-2012) in which the concentration of six pollutants including PM_2.5, ozone, carbon monoxide, PM₁₀, sulfur dioxide and nitrogen dioxide were monitored. This study gathered annual air pollutant concentration data for the six pollutants in 113 key environmental protection cites throughout China in 2014 and 2015 to explain spatial patterns of urban air pollution. Based on the Kernel density estimation method, spatial hotspots of air pollution were illustrated through which spatial cluster of each pollutants could be plotted. By employing an entropy evaluation system, urban air quality was assessed in terms of the six atmospheric pollutants. We conclude that, in general, CO and SO₂ were two important pollutants in most Chinese cities, but this varied greatly among cities. The assessment results indicate that cities with the worst air quality were mainly located in northern and central provinces, dominantly in the Beijing-Tianjin-Hebei metropolitan area. Regression modeling showed that a combination of meteorological factors and human-related determinants, to say specifically, industrialization and urbanization factors, greatly influenced urban air quality variation in China. Results from spatial lag regression modeling confirmed that air pollution existed obvious spatial spillover effects among key cities. The spatial interdependence effects of urban air quality means that Chinese municipal governments should strengthen regional cooperation and deepen bilateral collaboration in terms of air regulation and pollution prevention.     

近几年沙尘天气对中国北方环保重点城市可吸入颗粒物污染的影响

 利用2000—2008年中国北方17个环保重点城市API指数资料和同期气象资料,评估沙尘天气对中国北方城市大气环境的整体影响,对比分析不同城市空气质量受春季沙尘影响的程度,并以一次强沙尘暴过程为例,探讨其影响中国北方城市空气质量的范围、程度和过程。结果表明,2000—2008年北方环保重点城市大气的首要污染物是可吸入颗粒物,污染状况严重。春季颗粒物高污染状况主要与沙尘天气有关。不同城市受沙尘影响的程度也不同,影响程度自西向东降低,其中对银川、兰州和西宁影响最大。沙尘天气容易造成严重颗粒物污染事件,颗粒物浓度变化可以清楚地反映沙尘的输送、移动及强度变化。即使在并未出现沙尘天气的地区,在上游沙尘输送作用下,颗粒物浓度也会受较大影响。     

南海市经济发展与大气环境变化

本文分析了南海市大气污染源特征及大气环境质量变化，探讨了南海市经济发展对大气环境的影响，在此基础上提出对大气环境保护的对策。     

长春市城区大气污染特征研究

研究了长春市地貌景观的变化,并以空气污染气象学为指导,重点探讨了由于城区粗糙度的变化,导致大气边界层的改变,从而形成了城市区域特殊的温度和风场。出现了城市热岛和“静风”下的环流现象,改变了城区各部分大气环境质量。局部地区呈现出污染加重的趋势。为今后制定城市发展规划,防治大气污染提供了科学依据和对策。     

中国城市空气质量的区域差异及归因分析

开展城市空气质量时空格局演变特征及其影响因素的研究,对于深入认识城市环境与社会经济系统的互馈机理、制定高效的环境治理措施、提升城市发展质量具有重要的理论与实践意义。本文以中国全面实施《大气污染防治行动计划》的2014年为起点,刻画了2014—2019年286个地级以上城市6种空气污染物浓度（CO、NO₂、O₃、PM₁₀、PM_2.5、SO₂）的时空演变特征,并基于面板回归模型分析各污染物浓度之间的相互作用关系;进而利用随机森林模型对城市6种空气污染物浓度与13个自然和社会经济影响因子的关联强度进行探究,从中梳理出关键影响因子。结果显示：① 研究期内,O₃污染加剧,其余污染物年均浓度逐年下降,其中SO₂浓度降幅最大。虽然典型的重污染区范围有所减小,但京津冀、山东半岛、山西、河南等地区的城市空气污染物浓度仍相对较高。② 城市6种空气污染物浓度之间存在显著的相互影响关系,城市空气复合污染特征明显。③ 自然因素和社会经济因素对不同种类空气污染物浓度的影响差异较大,且与污染物浓度之间呈非线性响应关系。自然因素中,城市年均气温与空气污染物浓度的关联强度最大,其次是植被指数。社会经济影响因素中,土地城市化水平和二产比重是主导影响因子,其次是电力消耗总量和交通因子。偏依赖分析进一步刻画了不同污染物浓度对主导影响因子的响应突变阈值。鉴于人类对于自然环境和气象条件的控制能力有限,建议继续通过优化城市密度、控制人为排放源及严格的空气污染防控措施以进一步有效提高城市空气质量。