彭州市大气污染物浓度变化特征研究

本文利用2017年彭州市大气污染物(SO₂、NO₂、O₃、CO、PM₁₀、PM_2.5)小时浓度数据并结合地面气象观测资料,统计分析了该地区大气污染物浓度的演变规律及影响因素。结果表明：该地区细粒子(PM₁₀和PM_2.5)污染较为严重,O₃次之,其它污染物浓度水平则低于国家新二级标准限值。观测期间,各污染物浓度表现出明显的日变化与季节变化,其中SO₂、O₃呈单峰型日变化,NO₂、CO和细粒子则呈双峰型日变化;污染物浓度的季节变化基本表现为冬高夏低、春秋次之的变化特征(O₃为夏高冬低),并且固态污染物(PM₁₀、PM_2.5)与气态污染物(NO₂、CO)之间有显著的相关性。在污染物浓度与气象要素相关性分析中表明,湿度对于污染物浓度的影响整体上要弱于温度和风速,除了O₃与温度、风速呈正相关外,其它污染物与两者均呈负相关。除此以外,风向对于当地各种大气污染物的积累与清除也有直接的影响。     

大气污染物含量分布与环境气象条件的关系

将1981—1986年我国大气降尘量、SO_2、NO_x及降水物pH平均值的分布特征与同期的平均雨量、雨日、相对湿度和地面风场等的分布作了对照,发现其间存在一定关系,当上述环境气象场发生变动或出现反常时,这些大气污染物的分布也将发生变化。     

河源市空气质量首要污染物特征及其与气象条件的关系

基于2017-2019年河源市空气质量数据,分析了河源市首要污染物的年际变化特征,同时利用2019年东埔国控站点的首要污染物与气象要素进行了相关性分析,并以典型污染日为案例,分析了气象条件对污染过程的影响。结果表明：2017-2019年细颗粒物（PM_2.5）污染日比重大幅度降低,以臭氧（O₃）为首要污染物的污染日逐年增加,污染形式逐渐从颗粒物污染向臭氧污染发生转变。O₃浓度与温度和湿度分别呈正负相关关系,高浓度O₃主要出现在（20-30℃,25%-55%）阈值之间,在吹西北偏北风时O₃浓度也较高。PM_2.5和PM₁₀与湿度也呈负相关关系,温度与湿度组合在（8-13℃,40%-55%）范围内时两者容易同时出现高值;在夏季PM_2.5和PM₁₀还与温度具有较强的正相关关系,这意味着高温情况下河源有出现颗粒物与O₃复合污染的可能。河源市典型污染日具有风速较小局部扩散不利的特征,低温低湿条件下容易出现PM_2.5污染,且主要受到区域的传输影响;而高温低湿条件下容易发生O₃污染,且较高的前体物浓度容易加剧O₃的本地污染。     

周边气象条件对南京城区大气污染物浓度的影响

针对2014年8月南京国际青年奥林匹克运动会期间周边地区污染源的减排控制研究,本文将2010-2012年8月的NCEP/NCAR 的6 h再分析资料作为驱动场,利用WRF模式处理得到时空尺度更为精细的风场资料,结合南京奥体中心观测点的颗粒物及气体污染物浓度资料,通过相关分析以及合成分析,诊断得到了8月影响南京地区主要污染物的周边源区及其关键输送通道。结果表明：尽管8月青奥会时段南京地区主导风为海洋吹向大陆的东南风,但影响南京地区主要污染物（SO₂,NO₂,PM₁₀）浓度的外源及其主要输送路径各有不同。来自于南京西南部江西、湖南、湖北等地区的较远距离输送是对南京地区SO₂浓度影响的关键通道;来自于南京正南方向（安徽、浙江一带）的近距离输送是对南京地区NO₂浓度影响的关键通道;来自于南京西南部（湖北一带）的中远距离输送是对南京地区PM₁₀浓度影响的关键通道。     

银川地区大气颗粒物浓度变化特征及其与气象条件的关系

利用2013—2014年银川地区大气颗粒物质量浓度和同期气象要素的观测资料,分析了银川地区大气颗粒物浓度的分布特征及其与气象条件的关系。结果表明:2013—2014年银川地区PM_(10)、PM_(2.5)、PM1年平均浓度分别为167.3μg·m-3、67.2μg·m-3和45.0μg·m-3,年平均PM_(2.5)/PM_(10)、PM1/PM_(10)、PM1/PM_(2.5)分别为45.0%、32.0%和65.0%;PM_(10)浓度3月最高,8月最低,PM_(2.5)和PM1最高浓度均出现在1月,PM_(2.5)最低浓度出现在8月,PM1最低浓度出现5月;3—5月为PM_(2.5)/PM_(10)、PM1/PM_(10)和PM1/PM_(2.5)最低的3个月。不同天气类型PM_(10)浓度由高至低依次为浮尘/扬沙典型天气平均霾晴天雾,不同天气类型PM_(2.5)浓度由高至低依次为扬沙/浮尘霾典型天气平均晴天雾,不同天气类型PM1浓度由高至低依次为霾典型天气平均雾晴天浮尘/扬沙。风速与PM_(10)浓度呈正相关关系,风速与PM_(2.5)和PM1浓度均呈负相关关系;PM_(10)浓度在偏西北风时较高,PM_(2.5)和PM1浓度在偏西南风与偏东北风时较高;气温与PM_(10)、PM_(2.5)、PM1浓度均呈显著的负相关关系;相对湿度与PM_(10)浓度呈显著的负相关关系,相对湿度与PM1浓度呈显著的正相关关系,相对湿度与PM_(2.5)相关性较弱;气压对PM_(10)浓度变化的影响较小,气压与PM_(2.5)、PM1浓度呈正相关关系;降水对PM_(10)的清除作用最强,对PM_(2.5)的清除作用次之,对PM1基本无清除作用。     

西安市区PM10质量浓度时空变化特征及与气象条件的关系

以西安市环境监测站1998--2006年大气PM10的监测资料为基础,分析了西安市区PM10污染物质量浓度的特征及与气象要素之间的关系,结果表明：PM10平均质量浓度冬季较大、夏季较小,质量浓度分布以高压开关厂为最高,取暖期污染物排放增加是影响PM10质量浓度的重要因素,PM10质量浓度近年来有降低的趋势,PM10质量浓度变化与降水、风速呈显著负相关。     

2003广西主要城市空气质量评价及空气污染物浓度与气象条件关系

从南宁、桂林、北海三城市空气质量自动监测站监测到二氧化硫(SO2)，二氧化氮(NOD，可吸入颗粒物(PM10)的日均浓度数据计算的空气污染指数API得出：2003年三城市空气质量状况整体为Ⅰ级“优”或Ⅱ级“良”，达到了国家环境保护总局对城市环境规定的标准，特别是桂林市的空气质量最好。对各种污染物月平均浓度值与地面气象要素关系进行相关分析，发现相关性非常好，其中与气压呈正相关，与气温、水汽压、相对湿度、降雨量、风速、0厘米地温等要素呈反相关。各种污染物日平均浓度值与地面风速相关也非常好。     

伊春市空气污染的气象因素及污染物浓度预报方法

对伊春市区二氧化硫、氮氧化物、空气悬浮颗粒物3种污染物浓度逐日资料及同期气象资料的分析,总结伊春市空气污染的一般规律,了解了影响伊春市区大气污染变化的天气形势及气象要素的特征,并运用这些要素特征采用多元回归方法建立污染物浓度的预报模式,为空气质量预报提供了定量依据。     

气象条件变化对哈尔滨市空气质量的影响

用大量观测事实、统计相关分析表明，气象条件包括气压形势场、相对湿度(高空露点温度)、气温、风速和大气的稳定性等变化，对空气污染物的PM10、SO2和NO2浓度扩散程度的影响是明显的有规律的。在不同季节、不同时期，地面和高空气象因子作用是不同的。但另一方面，由于污染源因季节冷暖程度不同，排放量很难掌握，因此，气象条件对污染的影响有不确定的一面，使问题变得复杂化。     

银川市主要污染物变化特征及其关系研究

利用2013-2019年银川市主要污染物浓度数据,分析了近年来银川市主要污染物浓度变化特征,并运用主成分分析法对主要污染物之间的关系进行研究。结果表明：近年来银川市主要污染物浓度除O₃逐年呈上升趋势外,其他均呈下降趋势;市区站O₃浓度较郊区背景站低,其他污染物市区较郊区背景站高;市区站PM₁₀和PM_2.5浓度超国家二级标准;除O₃浓度夏季高,冬季低外,其他污染物冬季高,夏季低;CO、NO₂、PM₁₀、PM_2.5浓度呈双峰型日变化特征,O₃和SO₂呈单峰型日变化特征。银川市主要污染物NO₂浓度与CO和O₃相关性显著,PM₁₀和PM_2.5之间相关性显著;污染物第一主成分是NO₂、CO和O₃,方差贡献率达到50%以上,加之银川市O₃浓度逐年呈升高趋势,表明近年来银川市大气光化学污染增加。     

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。     

上海地区AQI变化特征及与气象因素的相关性

基于上海地区2012—2016年逐日PM_2.5、PM₁₀、CO、O₃、SO₂、NO₂的分指数（individual air quality index,IAQI）数据以及同期气象要素（风速、降水量、气温、相对湿度、总云量、低云量）、逆温数据和高空大气环流数据,分析了上海地区空气质量指数的时间变化特征和气候要素对空气质量的影响,并选取PM_2.5和O₃污染天气过程及其邻近的非污染天气过程,对比分析高空大气环流形势的差异。结果表明：上海地区出现PM_2.5、PM₁₀和NO₂污染天气在冬季最多,分别为31.4 d、10.0 d和14.8 d,而O₃污染天气在夏季最多（18.8 d）。风速和低云量是影响PM_2.5污染的重要气象因素,最大相关系数分别为-0.313和-0.261,O₃污染则与气温和日照时数密切相关,最大相关系数分别为0.449和0.363,PM_2.5、O₃污染的发生也与前一日以及当日出现逆等温天气存在较好的相关性。在PM_2.5污染天气过程,上海位于槽后高压前部,850 hPa有较强西北风,而非PM_2.5污染天气过程中上海位于高压后部,低层850 hPa为东南风。在O₃污染天气和非污染天气过程,中国东部长波射出辐射（Outgoing Longwave Radiation,OLR）分别为正、负距平,副热带高压控制下上海晴热少云,易引起O₃污染,反之上海上空云系多,不容易出现污染。     

2006-2012年青岛市空气质量与气象条件的关系

利用2006-2012年青岛市SO₂、NO₂及PM₁₀的监测资料,统计分析3种污染物时空分布特征及污染物平均浓度与气象要素的关系,并分析污染日气象条件变化特征。结果表明：2006-2012年青岛市年平均污染日数为23-33 d;青岛市空气污染主要出现在冬、春两季,主要污染物为PM₁₀。青岛中度以上污染为PM₁₀污染,大多由浮尘天气引起。污染物浓度与云量、降水量和气温呈负相关,与气压呈正相关。冬季大雾易造成空气污染加重,而4-6月海雾则使空气质量提高。弱的地面天气形势和接地逆温层结的存在及持续的烟、霾天气易导致青岛空气污染。     

2016—2019年唐山市臭氧污染及其与气象条件的关系

利用2016—2019年唐山市逐时O₃浓度和气象数据,分析了O₃污染特征及其与气象条件的关系。结果表明：2016年唐山市O₃超标天数为53 d, 2017—2019年O₃超标天数每年在70 d以上,污染程度偏重。O₃月平均浓度值呈双峰型分布,6月O₃平均浓度值最大,达112.26μg·m^-3,9月次之。O₃浓度超标日分布在3—10月,夏季超标天数最多,其他依次为春季、秋季,具有明显的季节变化特征。O₃日均浓度为15:00最大,日变化呈单峰型分布。O₃浓度与温度、风速正相关,与相对湿度负相关。气温高是导致O₃浓度超标的重要因素,日最高温度超过25℃时要考虑O₃浓度出现超标现象。相对湿度在50%左右及60%—80%时,O₃浓度超标率均大于30%,在60%—70%时O₃-8h浓度平均值达到...     

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。     

南京市空气中花粉特征及其与气象条件关系

根据2003-2004年南京市气象局花粉观测数据,对南京市空气中花粉浓度变化规律进行研究。结果表明,南京市花粉浓度呈双峰型分布,花粉浓度最高的月份分别出现在4-5 月和9-10月,其中以4-5月份花粉浓度最高,浓度最低月份出现在12月至翌年1月。悬铃木花粉为春季最主要的致敏性花粉,其花粉数量占全年花粉总数量的27%,其次为枫杨和藜科;秋季花粉污染主要是葎草和豚草,分别占全年花粉数量的3.03% 和1.00%。研究发现,风速、风向会影响空气中花粉传播距离,温度和降水会影响空气中花粉浓度。     

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。     

西安市环境空气质量变化特征及其与气象条件的关系

采用2002-2011年大气污染物的现状监测资料以及同期气象观测资料,分析西安市空气污染的时空分布特征及其与气象条件的关系,并探讨了空气质量为优及轻微污染以上的天气事件对应的高空典型环流形势,研究污染成因及污染物传输规律。结果表明：西安市污染较为严重的污染物为PM₁₀,较大浓度值出现在冬季采暖期,雨水能够对污染物起到有效的湿清除作用,且空气质量状况具有明显的延续性,天气系统具有延续性是造成空气质量的延续性的可能原因;逆温的存在、最大混合层高度的降低造成大气层结稳定,风速较小,阻碍空气的对流运动,使污染物在垂直方向上的扩散能力很弱,不利于污染物扩散,易造成环境空气质量下降引起空气污染的发生。