河北省夏季空气污染过程气象条件

利用NCEP再分析格点资料、常规观测资料,统计分析了2005-2007年7-9月河北省典型的10次空气污染过程与气象要素、天气系统的关系。结果表明:河北省夏季典型污染过程的主要天气类型与冬季环流形式差别较大,可分为纬向型、低压槽前型、副热带高压外围型等;空气污染过程发生日多以雾、霾天气为主,05:00-08:00时(北京时)的能见度最小,地面观测资料的温度露点差(T-T_d)小于等于3℃;高空无明显的垂直运动或系统性弱下沉运动,近地层弱气压场、风场,不利于空气中污染物的扩散;近地层存在逆温,稳定的层结使空气污染得以持续;过程后期,因冷空气活动产生降水,空气污染减弱、结束。     

2015—2019年防城港市空气污染气象条件综合分析

对防城港市影响最大的首要空气污染物为PM_2.5和O₃,空气污染日主要集中在秋冬季。空气污染按500 hPa环流形势可分为西北气流型、偏西气流型及西南气流型;按地面气压场可分为冷高压脊型、均压型、高压后部低压前部型。在无境外输入的情况下,PM_2.5产生在风速小、气温较低、能见度小、湿度较大并且无降雨或降雨不明显的天气环境里,而O₃产生在高温、低湿、日照充足、风速较大和能见度好的天气环境里。在垂直运动方面,中低层的下沉气流利于空气污染物累积。在温度层结分布方面,700~850 hPa的低层存在的逆温层对PM_2.5浓度增加非常重要,近地面的逆温层对PM_2.5浓度增加的作用要比低层弱,而近地面的逆温层对O₃浓度的增加非常重要,但是低层的逆温却不重要。     

铜川市空气污染气象条件分析

统计分析了铜川南、北市区近10a空气污染监测资料和对应的气象资料,并进行相关分析,结果表明:铜川市空气能见度与空气污染API指数(I)对应关系较为复杂,气温、气压、湿度、风等气象条件对污染物分布具有综合性影响。北市区能见度近3a有所下降,三种污染物的API指数I(PM10)、I(SO2)、I(NO2)10a来缓慢下降,表明空气质量在好转;南市区能见度年际变化不大,I(PM10)变化幅度较大。南、北市区I(PM10)、I(SO2)、I(NO2)均为夏季最低,冬季最高,春季次之;空气污染均是PM10最大、SO2次之、NO2最小。相关分析得出,南市区I(PM10)与相对湿度反相关性最好,I(NO2)与日平均风速相关性最好,I(SO2)与相对湿度相关性最好;北市区I(PM10)仅与空气湿度反相关显著。南市区冬季风越大,能见度越好;而春、夏、秋则相反,风速越大,能见度反而降低。年平均风速较大时,大气能见度条件相应较好,较大的风速更有利于大气污染物的扩散;而当相对湿度较大时,大气能见度较差。     

气象条件对呼市初冬空气污染的影响

通过对2003年11月呼和浩特市气象站的常规气象资料和同期天气图资料与环境监测站自动监测系统的污染物(SO2、NO2、PM2)浓度资料进行分析,并计算了污染物浓度与气象条件的相关系数。结果表明：空气污染物浓度的变化与气象条件有显著的相关关系,不同的地面和高空天气形势对应空气污染浓度不同。     

呼和浩特市冬季空气污染特征及气象条件影响分析

文章利用2013—2017年呼和浩特市冬季空气污染数据及同期气象观测数据,分析空气污染特征及各类气象条件下污染日数分布特征,结果表明:近5a来呼和浩特市冬季平均空气质量指数呈下降趋势,空气污染程度有所减缓。空气质量未达标日数呈减少趋势,特别是轻度和中度污染日数下降趋势最显著;首要污染物以PM10为主;冬季风速、气温、相对湿度与空气质量指数显著相关,降水量对空气质量的影响较小;S和SSW风向时污染日数出现概率较高,易出现中到重度空气污染。     

乌鲁木齐市空气污染现状分析

从纵横两个方面对乌鲁木齐市空气污染现状进行了系统分析，包括与全国其它重点城市之间的比较分析、季节变动分析和趋势变动分析。     

兰州市低空风时空变化特征及其与空气污染的关系

对1988年至1992年兰州市环境监测站自动监测系统监测到的近地面逐时风和空气污染浓度资料以及对应时段的兰州市低空风资料乃至城，郊近40年的地面风资料做了深入的分析，并将城区与郊区对照点（榆中站）进行对比研究，揭示了风向频率变化特征和风速日变化，年变化，年际变化以及风随高度的变化规律。同时分析了对应时段空气污染的分布状况及其与风速的相关关系，为研究兰州市边界层大气动力稳定度的时空变化规律和开展空气污染预报提供了一定的依据。     

泉州沿海县市区域性空气污染气象条件分析

根据天气形势、本地气象要素等分析了易于产生泉州沿海区域性污染的气象条件,重点从干湿条件、相对湿度及无雨日数等与湿度相关的要素方面探讨泉州沿海区域性污染的干湿污染特点。结果表明：泉州沿海区域性空气污染产生的天气系统主要有地面高压（高压底部、后部或高压脊）、地面倒槽、低涡锋面和锋前暖区等形势;地面气象要素多为升温降压、日风向及风速存在海陆风变换、夜晨有雾霾现象;相对湿度在70%-80%时,易造成区域性空气污染。     

盱眙县空气污染特征及其气象条件分析

采用盱眙县环境监测站 2014年1—12月PM₁₀、PM_2.5、SO₂、NO₂、O₃逐日质量浓度资料及盱眙国家基本气象站同期气象资料,分析不同气象条件下盱眙县空气质量变化.结果表明:盱眙县主要污染物是PM_2.5、PM₁₀,污染较轻的是SO₂、NO₂、O₃;盱眙县空气质量变化趋势为春冬季污染严重,夏秋季污染较轻.气象条件中的降水因子对改善空气质量、清除颗粒物具有明显作用;当温度在0 ℃以下或30 ℃以上时空气质量相对较好,0～20 ℃时空气污染情况较为严重;偏东风时大气环境质量较差,偏北风时大气环境质量较好.     

北京地区一次强沙尘天气过程的气象因子及空气污染状况分析

对2002年3月18～22日北京出现的强沙尘天气过程的高低空天气形势和主要气象要素进行了分析，并对沙尘天气影响下北京地区的空气污染状况特别是颗粒物污染进行了分析。结果表明：这次强沙尘天气过程主要是受新疆地区东移的强冷空气和蒙古地区低压的共同影响所致，沙尘天气来临前后，许多气象要素(如风速、能见度、温度、湿度等)发生急剧变化；在沙尘影响下，北京地区的颗粒物浓度迅速上升，在短时间内达到重度污染，随着沙尘天气的结束，能见度转好，空气质量改善。     

兰州市城区大气烟尘污染的变化与气象条件分析

利用1961-2001年有烟日观测资料，统计分析了41年中，兰州市城区大气受烟尘污染的变化。结果表明：1961～1984年污染日在119-201天问徘徊；1985-1988年是污染“严重期”，年平均污染日达224天；1996-2001年为显著“好转期”，年平均污染日66天。一年中主要污染段是1月和11、12月，污染日占全年的49％。在污染日，大气水平能见度具有明显的日变化，能见度最差，污染最严重的时间是11～14时。     

兰州市大气污染的特点及主要原因分析

本文阐述了兰州大气污染的特点,并从地形地貌和气象条件、产业布局和能源结构、沙尘暴和浮尘天气、城市生态环境、城市基础设施改造、机动车辆尾气这6个方面进一步阐明影响兰州市大气污染的主要原因.     

成都市大气污染与气象条件关系分析

利用成都市城区2015年12月~2019年12月污染物浓度及气象资料,对PM₁₀、PM_2.5、CO、O₃、 SO₂、NO₂六种大气污染物浓度变化特征以及与气象要素之间的相关性进行分析。结果表明:2016~2019年成都市空气质量冬季最差,秋季最好,年内整体以良为主,重度污染和严重污染的天气较少出现,空气质量逐年变好;主要污染物浓度除O₃外在冬季最高,夏季最低,春秋两季相差不大,O₃浓度变化则相反;主要污染物的日变化特征也较为明显。空气质量综合指数、PM₁₀、PM_2.5、CO、NO₂浓度与气温和降水存在显著负相关性,与气压存在显著正相关性,还与相对湿度呈不同程度的负相关,但与风速相关性不显著;O₃浓度不仅与风速、气温和降水存在显著的正相关,还与气压呈显著的负相关,却与相对湿度的负相关性不显著。     

乌海市PM_（10）污染浓度与气象条件分析

乌海市PM10浓度与风速的关系明显。总体而言,PM10污染物浓度随风速的增大而增大;冬季当风速在3.1～4.0m.s-1时,PM10污染物浓度低。PM10浓度与地面风向的关系：春季偏西风时PM10污染浓度最高,偏北风时污染浓度最低;冬季东南风时污染浓度最高,西北风时污染浓度最低。PM10浓度与空气湿度的关系：冬季PM10污染浓度值随湿度的增加而增加,正相关比较明显。春季当空气湿度越小,出现重度污染的频率越高。     

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。     

城市发展和气象条件对大气污染的贡献率

文章运用2000—2014年反映呼和浩特市城市发展指标的人均GDP、人口密度、第二产业结构、建成区面积及代表气象条件的平均气温、年平均气压、年总降水量、年平均风速、年平均相对湿度和机动车保有量数据,利用对数线性模型将城市空气主要污染物SO_2、NO_2、PM10年平均浓度与城市发展指标数据、气象条件和机动车保有量进行拟合,得出显著性因子和贡献率。结果表明:第二产业结构、机动车保有辆、平均气温、相对湿度、平均风速和平均气压均通过了显著性检验,第二产业结构与SO_2和PM10浓度呈显著正相关,对SO_2和PM10污染贡献率分别为0.961%和0.738%,大于气象条件贡献率;机动车保有量和年平均气温、年平均相对湿度与NO_2浓度具有显著的正相关,机动车保有量贡献率为0.83%,大于年平均气温、年平均相对湿度的贡献率;年平均气压与SO_2浓度呈负相关,贡献率仅为0.21%。     

2012—2014年常州市大气重污染日的气象条件分析

利用常州市环境监测中心的大气污染监测资料、常州市气象局的常规气象观测资料及NCEP/NCAR再分析资料等分析了2012—2014年常州市的大气污染情况,将大气重污染日的地面形势场进行了分型,并重点分析了污染程度极为严重的2013年1月的气象条件,得到以下结论：1)近3年常州市共计出现大气重污染日54天,冬季为重污染日数最多的季节,首要污染物主要是PM2.5。2)可将重污染日的地面形势场归纳为均压场型、高压底部型、高压后部型、变性高压型和低压型5种类型：均压场型扩散条件差,为大气重污染最常见的地面形势;高压底部型一般伴随有冷空气扩散,往往导致上游污染物的输送;高压后部型、变性高压型分别意味着冷高压移出和变性减弱致使污染物累积导致大气重污染发生;低压型一般易出现降水,若前期污染程度较重或降水较弱,往往导致污染维持。3)2013年1月大气污染极其严重,单月共计出现重污染日14天,降水量异常偏少是本月重污染频发的主要原因之一,高温高湿小风环境则有利于大气重污染的形成。4)秋冬季节多冷空气活动,本地往往经历均压场高压底部冷空气冷高压均压场的循环过程,冷空气“间歇期”为大气重污染高发时段,故地面形势场对大气重污染的预报预警有着较好的指示作用。     

淄博市污染气象特征与大气环境容量

利用淄博市环境监测站2002-2004年间的主要大气污染物浓度和同期气象资料,综合分析了淄博市大气环境污染状况及演变特征,用A-P值法对大气环境容量进行测算.结果表明该市主要污染物为可吸入颗粒物(PM10)和二氧化硫(SO2),其实际排放量均高于理想大气环境容量.此外,引入美国NOAA后向轨迹模式(HYSPLIT4),分析了影响淄博市强污染天气的外来气团,确认它们是源于东北地区和内蒙古东部的偏北气流,以及蒙古国中部的偏西气流.这些结果为今后制定城市发展规划,控制和防治大气污染提供了科学依据.     

郑州市区PM10污染状况及相关气象条件分析

利用郑州市区2003年空气质量日报和同期气象观测资料,分析了郑州市区PM10(>10 μm可吸入颗粒物)污染状况及相关气象条件变化特征,结果表明郑州市区PM10污染全年各月均以2级为主,占总样本数的77.5%;其次是3级污染,占15.1%,1级只占7.4%.1～7月份3级污染逐渐减少,8～11月份1级天气占一定比例.全年3级污染日依自然季节变化逐渐减少.出现≥3级污染日时,空气相对湿度为61%～70%的占3级污染日的1/3;日均风速≤2.0 m/s的日数占3级污染日的78%.