肇庆市干季PM_(2.5)污染特征与潜在输送源分析

基于肇庆市2014—2018年PM_(2.5)质量浓度数据,使用HYSPLIT模式计算肇庆市干季的后向气流轨迹,并应用聚类分析法、潜在源贡献因子分析和质量浓度权重轨迹分析方法评估PM_(2.5)污染物的外来输送特征和潜在源区。结果表明:(1)2015—2018年肇庆市PM_(2.5)污染维持在较高水平,2017—2018年PM_(2.5)污染略有加重趋势;(2)污染较重的月份主要在1—4和10—12月,1月PM_(2.5)污染最严重,而6月PM_(2.5)质量浓度最低,5、7和8月无PM_(2.5)污染超标;(3)全年PM_(2.5)日平均质量浓度与风速相关性最高,干季与风速的相关系数有所提高;(4)干季影响肇庆的气流有5条,其中超过1/2源自东北和偏北方向的气流,来自东北方向的气流轨迹对PM_(2.5)污染贡献最高,其次来自偏西方向绕过珠三角北部进入肇庆的轨迹和广东省内短距离输送的轨迹;(5)肇庆市干季PM_(2.5)外来输送潜在源区主要位于肇庆辖区内和珠三角中南部城市以及粤东、粤东北部分地区,其中佛山、珠海、中山、东莞、惠州、广州南部对肇庆PM_(2.5)质量浓度贡献均超过60μg/m;。     

1994—2017年杭州能见度特征及其与PM_(2.5)关系

根据杭州1994—2017年24时次观测的大气能见度及同期地面气象要素(风速、气温、降水量和相对湿度等)、2013—2017年PM_(2.5)监测数据,探讨杭州市大气能见度的特征以及相对湿度、PM_(2.5)对能见度的影响。统计分析表明,杭州大气能见度的年、季、日变化特征明显,在经历2003—2014年低能见度天气多发后,2016—2017年能见度明显转好,特别是2017年均能见度达到11.6 km,为1994年以来最高值;一年之中,冬季能见度较低,夏季能见度较高;一日之中,早晨07:00能见度最差,午后15:00最好。能见度的转好与PM_(2.5)关系密切,当PM_(2.5)质量浓度在50μg·m^(-3)以下,每降低5μg·m^(-3)可以使能见度显著增加。     

1998-2016年中国PM_(2.5)浓度变化对气温的影响研究

为探讨“人类活动—大气污染—气温变化”的关系反应链,从宏观尺度阐明PM_(2.5)浓度变化对气温的影响,利用1951—2017年中国822个气象站点日最高气温、日最低气温和日平均气温资料,1998—2016年中国年均PM_(2.5)浓度遥感图像数据、地表太阳辐射数据,1998—2016年中国各省(区)逐年能源消耗总量、地区生产总值及夜间灯光指数数据,运用Slope趋势变化分析方法与相关性分析法,分析了中国PM_(2.5)浓度的变化趋势及其影响因素。结果表明:1998—2016年中国黄淮海区、东北区PM_(2.5)浓度上升速度最快,分别为1.42μg·m^(-3)·a^(-1)、1.44μg·m^(-3)·a^(-1),而其他地区相对变化不明显;黄淮海区PM_(2.5)浓度平均值高,地表太阳辐射降低,对该区年最高气温有明显的抑制作用,但对年平均气温和年最低气温的影响不明显。东北区PM_(2.5)浓度增长速率较高,但年平均浓度值低,该地区有着较高的水热配合度,PM_(2.5)对年最高气温的抑制作用不明显;能源消耗总量与PM_(2.5)浓度呈显著的正相关。     

招远市PM_(2.5)浓度与气象因子相关性分析

为了了解PM_(2.5)的污染与地面气象因子的相关性,通过对招远市PM_(2.5)的月均浓度与降水量、湿度、风速和气压等气象因子关系分析,结果表明:(1)PM_(2.5)浓度存在明显的季节变化,冬季与气象因子相关性最好,夏季最差。(2)PM_(2.5)浓度与相对湿度、平均风速和降水有很强的负相关性。(3)PM_(2.5)浓度与本站气压呈现正相关性。     

潮州市PM2.5-O3复合污染特征及与气象要素的关系

利用潮州市区2014—2020年空气质量逐小时质量浓度数据,分析了PM_2.5、O₃质量浓度及复合污染的年、月、日变化特征,结合相应时段潮州国家站气象资料,分析PM_2.5-O₃与气象条件的关系。结果表明:2014—2020年潮州市区年平均ρ(PM_2.5)、ρ(O₃-8 h)及复合污染出现日数均呈波动下降趋势,月平均ρ(PM_2.5)最高出现在3月,月平均ρ(O₃-8 h)最高出现在10月,两种污染物最低均出现在6月。复合污染出现较多的是10月至次年4月。PM_2.5、O₃污染具有一定相互作用,当其中一种污染物质量浓度较高时另一种污染物的质量浓度相应较高,同时污染物质量浓度的日较差也会相应增大;污染物峰谷值出现时间表现为空气污染较严重时,O₃峰值出现时间在16:00,PM_2.5峰值出现在19:00。PM_2.5-O₃复合污染与日平均气温、雨量、日照时数、相对湿度、风速有关,复合污染容易发生在日平均气温20~25℃、降水量≤1 mm、日照时数>8 h、相对湿度≤70%、风速≤2 m·s^-1天气时。可根据复合污染的出现规律,在易出现污染的天气采取措施,减少污染排放。     

2013年河北中南部PM_(10)和PM_(2.5)浓度时间变化特征及其影响气象条件分析

对2013年河北省中南部的石家庄、保定、沧州、衡水、邢台和邯郸6个地市市区各站点逐小时PM10和PM2.5监测资料及相应气象资料分析结果表明:6个地市中邢台年污染日数最多,对应其年平均风速最小;沧州的最少,年平均风速最大。各地市各个级别污染日数不同,五、六级重污染天气均集中在10月—次年3月。首要污染物主要是PM10和PM2.5,但比例不尽相同。特殊的地理位置、污染源差异和气象条件的差异造成各地市污染日数、级别的差异。6个地市污染天气过程时段大都相同,区域性污染明显。各地市PM10和PM2.5浓度平均最大值均出现在冬季,PM10浓度平均最小值均出现在夏季,各市PM2.5浓度平均最小值出现的季节不同。6个地市PM10和PM2.5浓度值的月变化趋势相似。不同季节各地市PM10和PM2.5浓度日变化趋势不同,极值出现的时间也各不相同,极值出现的时间与气象条件和人类活动关系密切。秋、冬季各地市PM10和PM2.5浓度日较差多大于春、夏季的。各地市PM10和PM2.5浓度日均值与当地的日均气温、风速、能见度呈负相关关系,与相对湿度呈正相关关系且相关性比较显著。     

辽宁城市PM2.5时空变化聚类及其气象影响特征

利用2015年11月至2016年10月辽宁14市环境空气质量监测数据和地面气象站点监测数据,对辽宁省细颗粒物污染时空特征以及气象因子对其影响规律进行了系统的分析,并据此进行聚类分区。结果表明:辽宁城市PM_(2. 5)浓度变化的季节性差异明显,呈冬季高、春季次、夏秋低的总体特征;辽宁全境PM_(2. 5)浓度的空间分布差异较大,中部平原地区为最高、两翼丘陵较低、东部沿海最低;根据PM_(2. 5)浓度与气象因子的散点图及Spearman相关系数,辽宁城市可分为4种类型,即辽东半岛型(I类,包括丹东、大连、盘锦、营口)、辽西山地型(Ⅱ类,包括葫芦岛、锦州、朝阳、阜新)、辽东山地型(Ⅲ类,包括本溪、抚顺)、辽中平原型(IV类,包括铁岭、沈阳、辽阳、鞍山),4类城市的PM_(2. 5)浓度依次递增,且冬季最为明显; PM_(2. 5)浓度与气温、水汽压、相对湿度仅在冬季均呈正相关,但I、Ⅱ类城市在春季呈正相关,IV类城市在春、夏两季也呈正相关;与风速在冬季均呈负相关;与气压的相关性不明显。     

南海地区热通量的时空变化特征

本文利用美国 NCEP1958-1998 年高斯网格月平均再分析资料,分析了南海及周边地区(0～20°N,100～125°E)热通量(包括潜热通量和感热通量)的时空变化,结果表明该潜热通量、感热通量具有明显的季节转换特征.南海中部海区是潜热通量、感热通量季节变化最剧烈的关键区,南海季风对潜热、感热输送均有影响,并且蒸发潜热输送大于感热输送.EOF 分析表明,风速对潜热、感热输送贡献较大,另外气温和相对湿度对潜热输送有贡献,而水温与气温差对感热输送有贡献.整个南海地区潜热通量、感热通量具有明显的年际变化特征,潜热通量存在5～8 a 以及 2 a 左右的周期振动,而感热通量只有 5～8 a 的周期振动.     

气候变化背景下黄河流域植被变化及其成因北大核心CSCD

研究黄河流域植被的时空变化及其影响因素,对生态文明建设政策的制定具有重要意义。基于2001~2020年MODIS(Moderate Resolution Imaging Spectroradiometer)植被指数(Normalized Different Vegetation Index,NDVI)数据集及同期气象数据,运用均值法、一元线性回归、偏相关性分析和回归残差法等方法研究了近20年黄河流域植被时空变化及驱动因素。结果表明:黄河流域NDVI整体呈上升趋势并具有较大的空间异质性,其中黄河中游NDVI增长幅度最大,为0.0496(10 a)^(-1)。生长季受降水和沿黄灌区耕作的影响,西部地区、东南部区域和宁夏平原、河套平原植被指数明显较高;从整个流域来看,降水和温度变化对NDVI的贡献分别为32.6%和15.9%,其中降水对NDVI变化的贡献主要体现在黄河上游(50.7%),而温度的贡献则在黄河下游表现最突出(32.3%);20年来,人类活动和气候变化分别对黄河流域植被变化贡献了78%和22%,其中人类活动贡献率超过80%的区域主要集中在黄土高原中部区域;整个黄河流域NDVI与干旱程度有显著的正相关性,尤其在陇中黄土高原和河东沙区等区域。黄河上游NDVI与改进的帕默尔干旱指数scPDSI的相关性最高,而下游相对较低。     

东莞旱季极端PM_(2.5)质量浓度的天气类型分析

利用东莞2014年12月—2015年2月地面风向、风速等气象要素、PM_(2.5)质量浓度等监测数据以及NOAA的NCEP/NCAR再分析资料,分析了极端PM_(2.5)质量浓度出现的天气类型。结果表明:东莞旱季极端PM_(2.5)质量浓度均出现在冷空气影响后,主要影响系统是减弱或变性的地面冷高压;该天气类型可以被划分为3种子类型:冷空气影响后、弱冷高压主体控制和冷空气影响末期;影响的气象因素主要有地面风切变线或辐合线、地面静小风状态、对流层低层弱的垂直风切变、较强的垂直逆温层和夜间稳定边界层。     

2015年上海崇明岛PM2.5和PM10浓度变化特征 及气象因素影响分析

通过对2015年1—12月上海崇明岛崇南地区颗粒物(PM_(2.5)、PM_(10))浓度的连续监测,研究了PM_(2.5)、PM_(10)在不同季节的动态变化特征及与其他因子(SO_2、NO_2、O_3)的相关性,分析了风向风速和降雨对颗粒物浓度的影响。结果表明:崇明岛PM_(2.5)和PM_(10)浓度的季节变化明显,呈现冬季的春季的秋季的夏季的的特征,冬季PM_(2.5)和PM_(10)小时浓度均值分别为0.058 mg/m~3和0.085 mg/m~3,夏季PM_(2.5)和PM_(10)均值分别为0.034 mg/m~3和0.054 mg/m~3。PM_(2.5)和PM_(10)浓度分别与SO_2浓度和NO_2浓度显著正相关,与O_3显著负相关。全年来看,在西南风向时PM_(2.5)和PM_(10)浓度较高,这主要受该方向上游吴淞工业区、宝钢、石洞口电厂、罗店工业区等工业排放影响;从高浓度颗粒物(PM_(2.5)质量浓度≥0.115 mg/m~3)来向看,北和西北风向时出现高浓度颗粒物的频率最高,这主要是受到我国北方采暖季大气颗粒物输送过程对崇明岛区域的脉冲式污染影响所致;PM_(2.5)、PM_(10)实时浓度与相应的风速呈显著负相关。降雨量大于5 mm或持续3 h及以上的连续降雨对大气颗粒物起到显著的湿清除作用,降雨后PM_(2.5)和PM_(10)质量浓度分别降低了68.0%和66.9%,降雨时和雨后PM_(2.5)浓度为0.025～0.033 mg/m~3,均低于我国环境空气PM_(2.5)的一级浓度限值。     

1958—2015年敦煌及周边地区极端降水事件的时空变化特征北大核心CSCD

敦煌阳关南临祁连山,每年汛期都会受到来自肃北、阿克塞和当地洪水的影响,2~3年就有一场特大洪灾,同时洪水携带的泥石流不仅污染了当地赖以生存的唯一水源,还造成水资源的严重破坏。基于敦煌及周边邻近1958 2015年6个气象站点全年逐日降水资料(祁连站资料为1958 2013年),采用Manner-Kendall突变检验、小波分析和Kriging插值等方法分析了敦煌及周边地区地区极端降水事件的变化趋势、周期特征及空间分布特征。结果表明,极端降水频次除了马鬃山呈现减少趋势外,敦煌、瓜州、酒泉、玉门和祁连均呈现增长趋势,极端降水频次的年倾斜增率分别为-0.063,0.127,0.072,0.138,0.104和0.638 d·(10a)^(-1);在极端降水强度突变分析中,UF统计量呈倒"V"型变化趋势,即发生了先增加后减少的变化趋势,发生变化的时间点为1980年左右;根据极端降水强度小波方差分析可知,在研究时段内敦煌、瓜州、酒泉、马鬃山、玉门和祁连控制极端降水强度的主控周期有53,22,36,56和58年时间尺度,日最大降水量、极端降水总量和极端降水强度都呈现出从西到东的梯度增加趋势空间分布特征。     

云南大气边界层高度演变及其与PM2.5变化相关性分析

基于ERA5 PBLH数据集、PM2.5观测数据和气温、相对湿度等多种气象观测资料,采用统计方法对1980—2020年云南省大气边界层高度（PBLH）变化特征、变化趋势,PM2.5浓度变化与PBLH的相关性进行系统分析。结果表明,受太阳直接辐射在一天中的变化影响,云南PBLH夜间变化平稳,白天波动较强;地气温差年代际变化与PBLH具有较好的一致性,2000年代至2010年代云南PBLH呈稳步升高趋势。降雨年内分布、地理位置的特殊性和天气系统等影响差异使得云南高海拔区域年内PBLH变化差异较小,干季PBLH较中、低海拔区仍明显偏低。云南四季PBLH大值中心多出现在昆明至楚雄,变化百分率多表现为增大趋势,春季整体增大趋势最明显,冬季变化百分率空间分布差异性最强。近地面层低温、高湿、弱风造成傍晚至夜间（18:00—01:00）PBLH快速下降,致PM2.5堆积到近地面层,PBLH对PM2.5浓度影响随之增强。各州/市PBLH与PM2.5的相关性和相关程度随季节和时次不同存在一定差异,02:00和08:00 PBLH与PM2.5基本表现为负相关,相关程度整体高于14:00和20:00;人类活动...     

近40年西藏地区雷暴事件的时空变化特征北大核心CSCD

利用西藏地区26个气象观测站1971 2010年逐日雷暴资料,采用REOF检验等统计方法分析了全球气候变化背景下西藏雷暴事件的时空分布特征。结果表明,随着全球气候变化日益加剧,近40年西藏雷暴事件存在4个异常空间型,即:西部型、北部型、中部型和东部型,且这4个空间型雷暴事件以0.3~9.0次·(10a)-1的速率在减少,其中,中部和东部型减少趋势尤为显著。西藏雷暴出现频数存在13年和22年两个显著周期,20世纪70年代和90年代为雷暴高发期,目前正处于雷暴低发期。     

晋城市冬、春季PM2.5和PM10污染水平时空分布及其与气象因子的关系

为深入了解晋城市颗粒物浓度时空分布特征,对晋城市2017年12月至2018年5月国控点、小型站和微型站PM2.5及PM10小时浓度数据进行收集整理,并进行空间插值分析和时间变化趋势分析及与气象监测数据的相关分析。结果表明:颗粒物浓度在冬、春季节具有明显差异,冬季PM10与PM2.5高值区主要位于东北部及东南小部分区域,春季PM10高值区位于城区南部区域,PM2.5高值区主要集中于城区。晋城市城区和郊区PM10与PM2.5月均浓度整体呈单峰型变化,PM10在4月份最高(157.54±5.67μg·m^-3),PM2.5在1月份最高(94.08±2.25μg·m^-3)。冬季PM2.5/PM10平均为0.57,春季平均为0.45。颗粒物小时浓度的变化呈现单峰单谷的型式,冬季PM10与PM2.5小时平均浓度最高值均出现在10时,春季均出现在09时。监测期间晋城市PM10与PM2.5的小时浓度值与相对湿度有较高的正相关性(p<0.01),与风速、风向有较高的负相关性(p<0.01),与温度和气压的相关性较低。冬季,东北至正南风向时,PM10与PM2.5的浓度普遍高于西北风向时的浓度,对晋城冬、春季国控点颗粒物浓度贡献率最高的风向风速为东南偏南风向,风速在1 m/s以内。     

贵州辐射雾的时空变化特征及其气象要素分析

选取2008—2012年贵州省3646站次的辐射雾天气过程,根据08时能见度大小将其划分为4级雾、3级雾、2级雾和1级雾四个等级,利用常规地面观测资料分析其时空变化特征,并根据辐射雾多发生区选取出修文、三穗和凤冈3个分布在贵州省高速干道上的站点,利用相应地面气象观测台站的逐日逐时实测气象要素资料,分析其不同等级的气象要素特征。结果表明:各等级辐射雾在10月—次年1月发生较多;空间分布呈"东多西少"格局,4级雾主要分布中心为修文和岑巩,其余等级辐射雾主要分布中心为三穗、凤冈、平塘、正安、松桃和锦屏;修文站的4级雾偏多与其平均相对湿度明显偏高、风速小于3 m/s和风向主要为偏东风相关性较高;三穗站和凤冈站的平均相对湿度与当日08时和前一日20时的气温差相对利于雾的生成,但其风速较小,垂直混合较弱,故其主要为较低等级雾。     

韶关地区春季降水的时空变化特征

根据韶关地区8个国家气象观测站1965-2011年共47年逐日降水观测资料,采用经验正交函数(EOF)分解和Morlet小波变换方法,分析了韶关地区近47年春季降水变化特征.结果表明,前3个特征向量占总方差的94.38％,基本上反映了韶关地区春季降水空间分布场的主要特征,其中第1模态为总体一致型,第2模态为南-北差异型,第3模态为东南-中-西北差异型.韶关春季降水空间分布可分为3个区即南部区:新丰、翁源;中部区:乳源、曲江、仁化、始兴和南雄;北部区:乐昌,分区略呈西南-东北走向.EOF分解的空间场第1模态时间系数能基本反映原场随时间的演变趋势,其时间系数Morlet小波分析显示韶关地区春季降水年际变化明显,主要存在2～3年的周期振荡.     

韶关地区春季降水的时空变化特征

根据韶关地区8个国家气象观测站1965～2011年共47年逐日降水观测资料,采用经验正交函数(EOF)分解和Morlet小波变换方法,分析了韶关地区近47年春季降水变化特征。结果表明,前3个特征向量占总方差的94.38%,基本上反映了韶关地区春季降水空间分布场的主要特征,其中第1模态为总体一致型,第2模态为南-北差异型,第3模态为东南-中-西北差异型。韶关春季降水空间分布可分为3个区,即南部区:新丰、翁源;中部区:乳源、曲江、仁化、始兴和南雄;北部区:乐昌,分区略呈西南-东北走向。EOF分解的空间场第1模态时间系数能基本反映原场随时间的演变趋势,其时间系数Morlet小波分析显示韶关地区春季降水年际变化明显,主要存在2～3年的周期振荡。     

自贡市臭氧浓度变化特征及其与气象因素的相关性研究

根据2014-2018年自贡市逐日大气污染物监测数据及地面气象数据,采用统计方法,分析了自贡市臭氧变化特征及其与气象因素的关系,结果表明:2014-2018年内自贡市O3-8h(1日中最大连续8 h O3浓度均值)月平均浓度峰值出现在7月份,从年平均浓度变化上看,自贡市O3-8h浓度每年平均增长10.6μg/m3.各季...     

长三角地区城市O_3和PM_(2.5)污染特征及影响因素分析

O_3和PM_(2.5)是影响长三角地区空气质量的主要污染物。利用2016年33个城市大气环境监测站6项污染物的小时浓度及4个省会城市的气象数据进行统计分析,研究了该地区O_3和PM_(2.5)浓度的时空分布特征及其影响因素。结果表明:长三角地区O_3年平均浓度为50～73μg·m~(-3),平均为61μg·m~(-3);除芜湖和宣城外,其余31城市均存在不同程度的超标状况,超标率为0.34%～18.86%,平均为5.68%。O_3在5月和9月达到浓度高值;四季O_3日变化均呈单峰型,峰值出现在15∶00,夏季O_3峰值浓度最高值为157μg·m~(-3)。O_3浓度沿海城市整体高于内陆城市;夏季宿迁—淮安—滁州片区O_3污染较重。O_3与NO_2、CO显著负相关,且与NO_2相关性较强;O_3与气温、日照时数显著正相关,与相对湿度、降水呈负相关。PM_(2.5)年平均浓度在25～62μg·m~(-3)范围内,平均为49μg·m~(-3);各城市均出现PM_(2.5)超标,滁州PM_(2.5)超标率最大,为23.91%。PM_(2.5)在3月和12、1月达到浓度峰值;其日变化呈双峰型,09∶00—10∶00和22∶00—23∶00达到峰值。冬季徐州PM_(2.5)浓度最高,为102μg·m~(-3)。PM_(2.5)与NO_2、CO、SO_2、PM_(10)显著正相关,与气温、风速、降水负相关。