2005—2017年白云机场能见度变化特征及其与影响因子关系研究

利用广州白云机场2005-2017年的大气能见度、相对湿度、风速、气温等要素的逐时观测资料,结合花都花东站2012-2017年PM2.5浓度的逐时观测数据,分析了近年来白云机场能见度的变化特征,探究了能见度与气象要素、大气污染物之间的关系。结果表明:2005-2017年白云机场能见度呈逐年增大趋势,低能见度出现次数总体呈减少趋势。2-4月是机场低能见度时期,7月能见度最大。能见度日变化显著,最低能见度通常出现在清晨,午后明显好转。白云机场能见度与相对湿度、PM2.5浓度呈负相关关系,与风速、气温成正相关关系,其中PM2.5浓度对能见度的影响最明显。当相对湿度小于80%时,能见度下降得较为缓慢;而当相对湿度超过80%时,能见度急剧降低。相对湿度越大,出现低能见度所需的PM2.5浓度值就越小。地面风速在0~4 m·s-1时,相对湿度越大,能见度随风速的增长趋势越显著。     

重庆市区大气能见度变化特征及其影响因素分析

为研究重庆市区大气能见度变化特征,对2000～2005年的重庆能见度观测资料进行了统计分析。结果表明:市区能见度以差和较差为主,能见度的季节变化、日变化特征明显,且近年来日平均能见度有所下降。能见度与同期的地面气象条件、主要空气污染物的相关分析结果表明,在气象条件中,相对湿度和风速对能见度的影响最为明显,各季能见度均与相对湿度呈显著负相关,与地面风速呈正相关;在污染物因子中,PM10是能见度下降的最主要原因,且不同季节PM10对能见度的影响程度不同,其中以冬、夏季影响较强。     

北京能见度变化趋势及冬季一次典型污染过程分析

为了探索北京地区大气能见度变化规律,对2005～2009年能见度的监测资料进行了分析.结果表明,北京地区能见度年均值为10.17 km,并呈现逐年上升趋势,增长率为0.69 km· a-1(决定系数R2=0.99,显著性水平P＜0.01),同时霾天数则逐年下降,细颗粒物浓度的降低是能见度好转的主要原因.能见度的季节变化...     

北京市大气细粒子质量浓度与能见度定量关系初探

北京近年的监测结果表明,大气中通过消光作用使大气能见度下降的气溶胶细粒子的污染水平呈现上升趋势。中国气象局北京城市气象研究所与北京大学合作于2001年春季(3月)、夏季(6月)、秋季(9月)和冬季(12月)开展了大气细粒子与气象能见度的同步综合观测,旨在探求细粒子的物理化学特征及其与大气能见度的关系。监测结果表明,能见度与PM2.5质量浓度在春季呈乘幂关系;夏季除高相对湿度外,呈指数关系;秋季呈对数关系;冬季呈指数关系。为了便于比较,将两者间的关系全部用指数关系表示。北京市大气能见度与细粒子质量浓度呈现很好的负相关性,无疑细粒子污染是造成大气能见度下降的主要原因,它已成为目前中国大气污染研究的重要内容之一。     

大连地区能见度影响因子及个例分析

为探讨大连市大气能见度特征及其影响因子,揭示低能见度天气成因,利用2010—2012年大连地区大气能见度与地面气象要素(相对湿度、风速、气温、气压)日均值的统计资料,分析了大连地区大气能见度与气象要素的相关性。进一步结合PM_(10)质量浓度的变化特征,分析了两次低能见度事件中的天气成因。结果表明:2010—2012年大连地区年均能见度分别约为13.5 km、13.2 km和13.9 km,高能见度事件多出现在10月—次年2月,低能见度事件多出现在每年6—8月,大连地区低能见度事件每年7月较多,1月较少,2010—2012年大连地区低能见度事件分别出现169、157 d和163 d;2010—2012年PM_(10)质量浓度分别为57.8μg·m~(-3)、67.4μg·m~(-3)和65.9μg·m~(-3),PM_(10)质量浓度高值多出现在每年的4—5月和9—12月,PM_(10)质量浓度低值多出现在1—2月;大气能见度和相对湿度和气温的相关性较好,随着相对湿度的增加,能见度与PM_(10)质量浓度的相关性逐渐减小,当相对湿度大于90%时,能见度与PM_(10)质量浓度相关系数减小至-0.23;两次低能见度事件过程中,2011年10月31日一次辐射平流雾过程中的水汽输送来自西南风气流,2012年4月28日一次浮尘事件过程中的沙尘来自西北方向的沙源。该研究可为空气质量预报提供科学依据参考。     

四平市大气颗粒物浓度的变化特征

利用四平中韩沙尘暴监测站颗粒物监测仪器GRIMM180观测的2011年数浓度及ρ(PM10)、ρ(PM2.5)和ρ(PM1.0)数据及台站的常规气象观测资料,分析了该地区数浓度、质量浓度的变化特征及与气象条件的相关性。结果表明,PM2.5和PM10污染存在着明显的季节性变化,季节变化特征基本一致,表现为冬季>春季>秋季>夏季,冬季最重,夏季最轻;颗粒物质量浓度日变化呈现两峰特征,ρ(PM10)、ρ(PM2.5)和ρ(PM1.0)之间有很好的相关性,ρ(PM2.5)/ρ(PM10)的平均值为65.7%,ρ(PM1.0)/ρ(PM2.5)的平均值83.9%,ρ(PM1.0)/ρ(PM10)的平均值55.2%;四平地区年主导风向为SSW,颗粒物质量浓度变化受沙尘移动路径影响较大,采暖期间供热燃煤排放对空气质量有较大程度的影响,其中大风、浮尘等天气条件下颗粒物质量浓度值呈较大突变特性。     

2019-2020年上海地区空气质量变化特征及气象影响因素分析

利用2019-2020年上海地区6种空气污染物小时浓度和逐日空气质量分指数(IAQI)的监测资料,统计分析了上海地区空气质量变化特征及其气象因素的影响.结果表明,2020年上海地区空气质量优良率达86.9％,空气质量状况优于2019年.上海地区AQI具有冬季最差,秋季最好的季节特征,最主要的污染物已由过去的PM2.5转...     

武汉大气能见度与PM2.5浓度及相对湿度关系的非线性分析及能见度预报

武汉作为中部地区高湿度代表城市,大气污染严重,霾天气多发,但有关该地区大气能见度与PM2.5浓度及相对湿度(RH)的定量关系尚不明确。利用2014年9月—2015年3月武汉地区逐时能见度、相对湿度及颗粒物质量浓度观测数据,研究分析了武汉大气能见度与PM2.5浓度及相对湿度的关系,并进行能见度非线性预报初探,得到以下结论:武汉霾时数发生比例高,霾的发生和加重是能见度降低的主要原因;能见度降低伴随大量细粒子产生和累积,这是武汉大气能见度恶化的重要诱因。细颗粒物浓度与相对湿度共同影响和制约大气能见度变化,高湿高浓度时能见度显著下降,湿情景下(RH≥40%),能见度恶化主要是由湿度增高诱使细颗粒物粒径吸湿增长导致其散射效率增大造成的。当RH >90%时,能见度随湿度升高成线性递减,相对湿度每升高1%,武汉平均能见度降低0.568 km。而干情景下(RH2.5质量浓度升高。在城市大气细粒子污染背景下,能见度与相对湿度成非线性关系,这主要与PM2.5对能见度的影响及吸湿性颗粒物的散射效率变化有关。PM2.5浓度与能见度成幂函数非线性关系,80%≤RH2.5浓度对能见度的影响敏感阈值是随着湿度升高而减小的,干情景下能见度10 km对应的PM2.5浓度阈值为70 μg/m3,湿情景下该阈值为18—55 μg/m3。当PM2.5质量浓度低于约40 μg/m3时,继续降低PM2.5可显著提高武汉大气能见度。预报试验表明,基于神经网络方法建立大气能见度非线性预报模型是可行的,预报能见度相关系数为0.86,均方根误差为1.9 km,能见度≤10 km的TS评分为0.92。网络模型具有较高预报性能,对霾的判别有较高准确性,为衔接区域环境气象数值预报模式,建立大气能见度精细化动力统计模型提供参考依据。      

北京市房山区大气污染物时空分布特征及气象影响因素分析

利用北京市房山区良乡镇和琉璃河镇内的区域自动气象站和环境监测站观测数据,对2013年至2015年PM_(2. 5)、PM_(10)、NO_2、SO_2、CO 5种大气污染物浓度变化特征进行了统计分析。结果显示,近3年来,两个镇综合污染物指数呈现逐年下降趋势,各污染物对房山区整体大气污染的贡献率从大至小依次为PM_(2. 5)、PM_(10)、SO_2、NO_2、CO,PM_(2. 5)已取代传统大气污染物SO_2成为房山区的主要大气污染贡献体。两个站点各污染物浓度均表现出明显的季节、月、日变化特征。在不同季节条件下,局地气象要素与污染天气发生概率之间有着很好的相关关系。因此,可根据气象要素分级方法找出各季节污染天气发生时最敏感的气象因素,为局地污染天气预报提供参考指标,也为防范空气污染、制定科学的综合管理措施提供科学参考。     

辽宁中部城市群大气能见度变化趋势及影响因子分析

通过分析辽宁中部相对集中分布的5个城市群1987-2002年间的大气能见度、影响能见度的气象因子和污染物的变化特征及能见度与气象因子、污染物浓度之间的相关关系等,得到以下结论：（1）各城市能见度有明显的月、季和年际变化特征,能见度月变化呈双峰型,第一个峰值在5月份,第二个峰值在9,10月份;冬季能见度的值最低,春、秋季高;本溪市的能见度在逐年变好;沈阳的能见度从1987-1997年逐年变好,1997年以后又逐年变差;其它城市的能见度呈逐年变差的趋势。（2）各城市影响能见度的气象因子的年际变化特征基本是一致的;5个城市TSP,SO2污染浓度年均值均呈下降趋势,NOx的年际变化趋势不明显。（3）能见度与湿度、雾的相关关系都呈负相关且非常显著;与降雨量、风速及温度之间的关系比较复杂;与各种污染物的相关都呈负相关。     

天津冬季重霾污染过程及气象和边界层特征分析

京津冀大气灰霾污染严重,天津市作为其核心组成之一其污染形势亦严峻。选取2013年2月20~28日天津重霾污染时段7站PM2.5(空气动力学当量直径小于等于2.5μm的颗粒物,即细颗粒物)和气态污染物数据,结合北京污染数据、地面气象要素、能见度、边界层温湿和风廓线、后向轨迹,深入分析重霾污染过程特征及气象和边界层成因。结果显示,研究时段天津PM2.5、SO2、NO2、CO和O3浓度均值为150、87、56、2.4和22μg m-3,气态污染物各站差异显著,但仅有SO2全面超过国家空气质量一级标准(50μg m-3),而PM2.5具有区域同步变化特征,且严重超标,是一级标准(35μg m-3)的2~8倍,最高小时均值高达364μg m-3;高浓度PM2.5是导致低能见度的主因,能见度小于10 km对应PM2.5阈值为50μg m-3。弱风和高湿度导致局地排放累积,PM2.5始增,在高湿度条件下,持续偏南风促使其稳步增加,配合弱北风和弱东风PM2.5震荡上扬,污染高值阶段,南北气流短时迅速切换,区域污染传输叠加污染的循环累积,PM2.5浓度峰值达到最高;除因边界层强东风导致的平流逆温外,高浓度PM2.5与平流逆温密切相关;高污染时段高湿主要集中在500 m以下,且随高度递减幅度较大;位于200~600 m的低空急流一定程度抑制污染上升,尤其持续强东风使PM2.5浓度稳步降低到二级水平,污染迅速有效清除最终依赖整层的强西北风。北京、环绕天津的河北中部和西南部地区对天津重污染有显著贡献。     

气象要素对中国大气能见度长期变化影响的定量研究

近30年中国大气能见度整体呈下降趋势,其中东部地区尤为明显,为揭示复杂气象因素对能见度长期变化的影响,利用1980~2012年中国521站地面气象观测资料,建立了气象要素与能见度之间的多元非线性回归关系。结果表明:相对湿度、风速和气温这3种气象要素对能见度的平均解释方差为22%;其中有68个站点通过了显著性检验(显著性水平α=0.05),平均解释方差达到55%。这些站点中,相对湿度影响显著的站点主要集中在东南沿海,风速影响显著的站点分布在除新疆以外的中国大部,而气温影响显著的站点主要位于中国中部的带状区域。3种气象要素对能见度的影响存在着时间尺度上的不同,相对湿度和气温对能见度的影响主要体现在线性趋势方面,而风速对能见度长期变化的影响主要体现在年代际变化方面。中国东部地区能见度长期下降趋势主要受70%以上相对湿度减少趋势和4 m/s以下风速年代际变化的影响。     

基于多元数据分析的我国PM2.5浓度及其主控因子的时空分布特征研究

基于2013~2016年空气质量监测台站资料,利用经验正交分解、功率谱分析、BP典型相关分析等多元数据分析方法解析了中国地区细颗粒物（PM2.5）主要模态的时空特征,并与排放源和气象场建立了相关关系,得到以下结论:中国地区PM2.5场存在两个主要模态,其中第一主模态为一致增加模态,强度中心位于西北地区东部—华北南部地区;其时间序列呈显著下降趋势。第二主模态主要表现为南北反向变化的偶极子型分布,其大值区分别位于华北中南部和长江中下游地区。其中,PM2.5第一模态可以看作平均态,主要受平均排放场和环流场及大地形的影响,在北方的表现更为显著。PM2.5第二模态可看作偏离平均场的一种变化态,在冬季更可能和冷空气活动有关。冷空气的强弱决定了污染累积的位置以及输送的方式,其作用是使得南方的污染明显偏离平均态,故第二主模态在南方的表现更为显著。本研究有效地利用了多元数据分析方法研究了我国大气污染的演变机理,可为进一步认清大气污染的形成规律提供科技支撑。     

基于能见度及AOD数据的北京市PM2.5浓度的反演

选择北京市为研究地区,对2014～2017年AERONET（Aerosol Robotic Network）提供的CE-318太阳光度计440 nm波段反演的气溶胶光学厚度（AOD）进行风速订正,对订正后 AOD 日均数据与同期地面监测站PM2.5日均浓度数据做季节相关性分析并建立回归模型。又引入能见度因子并利用广义差分法构建2015～2017年北京市AOD与PM2.5浓度、能见度的三元回归模型,最后将2014年数据分为污染日和非污染日分别进行模型检验。结果表明:AOD与PM2.5浓度存在显著的线性正相关性,且存在季节性差异,夏季相关性最强、秋季次之、春季和冬季最低。引入能见度因子并消除自相关后,四季的模型相对误差均显著减小,模型拟合优度显著提高。检验结果为四季整体的平均相对误差在21%～31%范围内,与前人的结果相比拟合曲线的准确性得到了明显地提高。且模型对低PM2.5浓度日的模拟效果较好,对于高PM2.5浓度日的模拟效果较差。本研究对构建北京地区PM2.5浓度长期的历史数据具有重要的科学意义。     

2014-2017年华北平原PM2.5组分消光与能见度对比研究

华北平原大气污染与低能见度状况一直是人们关切的问题.本文通过分析2014-2017年PM2.5化学成分的浓度和消光效果,研究了华北平原典型城市保定市的大气污染特征.结果表明,PM2.5组分的年均浓度显示下降趋势,水溶性无机离子,碳质气溶胶和金属元素分别减少了11 μg m-3,23μgm-3和1796 ng m-3.N...     

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。     

华东地区能见度时空变化特征及影响因子分析

为探究华东地区能见度变化情况,利用1973—2020年的能见度数据、2014—2019年的气象要素和污染物浓度数据,采用趋势分析、经验正交函数(Empirical Orthogonal Function, EOF)分解、相关分析的方法,分析了能见度时空变化特征及影响因子。结果表明：(1)1973—2020年能见度呈显著(p<0.01)下降趋势,变化倾向率为-1.315 km/10a,季节之间存在差异,夏、秋季能见度下降速率较大分别为1.681 km/10a、1.443 km/10a;冬、春季下降幅度相对较小分别为1.092 km/10a、1.091 km/10a。其中,1973—2012年能见度呈显著(p<0.01)下降趋势,变化倾向率为-1.204 km/10a, 2013—2020年能见度呈不显著(p>0.05)增加趋势,变化倾向率为2.229 km/10a,近8年(2013—2020年)来能见度存在明显改善。(2)华东地区南部、北部能见度较好,中部能见度较差。EOF分解第1模态表明华东地区能见度整体变化趋势一致,第2模态具有明显的区域差异。(3)能见度与相对湿度...     

2017年中国大陆PM2.5浓度时空分布特征分析

利用我国366个环境质量监测站的逐时观测资料,统计分析中国区域2017年PM_2.5浓度的变化情况,绘制其时空分布图。研究结果表明:(1)2017年年均PM_2.5浓度最大为和田地区,浓度为133μg/m³,年均PM_2.5浓度最小为云南迪庆,浓度为10μg/m³,,其极值分布大致呈现南低北高,西低东高的趋势。(2)根据年平均值,日平均值最大值,最小值以及其差值的时空分布情况,PM_2.5质量浓度相对较大的地区为华北与东北部分地区,少部分位于华中地区,相对较小的区域为西北,西南以及东南沿海地区。(3)PM_2.5质量浓度的季节性变化趋势大致为冬季>秋季>春季>夏季,其中新疆、西藏等地PM_2.5质量浓度变化受季节变化影响相对较大,华南及沿海地区受季节变化影响相对较小。     

哈尔滨市空气质量特征及其与气象要素的关系

利用哈尔滨市2014—2016年逐日空气质量指数(AQI)数据,结合同期气象观测资料,分析了哈尔滨市空气质量的变化特征、主要污染物及与主要气象要素之间的关系。结果表明:近3 a间,哈尔滨空气质量为良级别的天数最多,占47%,达到污染级别的天数占31%,2016年空气质量最佳,优良级别的天数达到284 d,占全年78%;春夏季AQI指数较低,秋冬季AQI指数明显偏高,9月空气质量全年最佳,1月空气质量最差; PM_(2. 5)是造成哈尔滨空气污染的最主要污染物,其次是PM₁₀、NO_2和臭氧8 h(O3-8 h); AQI与气压之间以正相关为主,秋冬季最为显著;与风速主要表现为负相关,冬季尤为显著;与气温的关系受到采暖的干扰差异较大,年尺度及秋冬季呈负相关,月尺度呈正相关;与降水日数呈负相关;与相对湿度冬季表现为显著正相关,而5—9月为负相关。