日照市区PM10污染物特征及其与气象要素的关系

对2002年1月1日～2002年12月31日日照市环境监测中心提供的PM10（可吸入颗粒物）日平均浓度资料和对应时段的日照市地面气象资料做了深入的分析，揭示了污染物PM10变化特征及其随气象要素的变化规律。同时分析了主要污染物PM10与地面风速、风向间的相关关系，发现日照市大于等于3级的PM10污染日均出现在1-4月，地面风速对污染物PM10浓度有一定影响，当地面风速超过5m／s时，3级及以上污染日很少出现，当地面风速超过6．5m／s时，随着风速的提高，污染物浓度呈下降趋势。污染物浓度呈明显的季节变化，冬、春季节明显高于夏、秋季节。     

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。     

2015年喀什市大气颗粒物的时空分布规律

本文主要针对塔里木盆地西侧喀什市的大气污染问题,采用多站点、多种污染物数据,分析2015年大气污染物的时空分布规律,揭示其大气污染物的主要特征。总体来看,喀什市主要以颗粒物污染为主,即PM10、PM2.5污染严重。从季节上来看,喀什PM10 平均浓度为春季最高、秋季次之,冬季最低的特点,而PM2.5则呈现冬季最高,夏季最低的特点。如PM10平均浓度春季最高,为504.2μg/m3,这与喀什春季气候特征有关。从日变化来看,PM10的日变化曲线四季除春季外都为双峰结构,春季为多波动型;PM2.5的日变化曲线秋、冬季为双峰结构,春、夏季为波动型结构。总体来看,两类污染物浓度全天的较大值都出现在午夜1:00与下午13:00左右。从空间分布来看, PM10浓度总体上是城市北部低、东南部高的特点;PM2.5浓度四季呈现城市西北部低、南部高的特点。     

气象条件对石家庄PM_(2.5)浓度的影响分析

利用2013~2014年石家庄逐小时PM2.5监测浓度与地面及探空等气象观测资料,从大气的垂直扩散、水平扩散和地面局地环流等方面,探讨气象条件对PM2.5浓度的定量影响关系。结果表明:(1)石家庄PM2.5浓度具有明显的日、月和季节变化特征,早晨08时前后PM2.5浓度最高,下午16时前后浓度最低;冬季PM2.5浓度最高,夏季最低;(2)2 a共出现485 d逆温,其中10~12月出现频率最多,达82.8%~86.2%,逆温致使低层大气垂直运动受阻,不利于污染物扩散;(3)大气混合层高度与PM2.5浓度呈反相关,PM2.5浓度75μg/m3(空气质量优良),对应大气混合层高度平均为1 448 m,而PM2.5浓度≥150μg/m3(空气重污染)的混合层高度降到878 m;(4)受地形影响,石家庄地面风与边界层附近风对污染物的影响明显不同:925 h Pa西南风、地面偏东风不利于污染物扩散;925 h Pa西北风、地面偏西风有利于污染物浓度降低。925 h Pa风速4 m/s、地面偏西风风速2 m/s、地面偏东风风速3 m/s,有利于污染物扩散;(5)降水对污染物有湿清除作用,清除量不仅与降水量有关,还与前期PM2.5浓度有关,且冬季降雪过程对PM2.5的清除作用是降雨的4倍。     

南阳市大气能见度变化趋势及影响因子分析

利用南阳市1995-2005年大气能见度和地面气象要素的观测资料及南阳市环境检测站提供的近3 a空气污染物监测数据,统计分析了近10 a南阳市大气能见度变化特征及其与气象要素和空气污染物的关系,结果表明:南阳市能见度年际变化呈缓慢波动上升趋势,夏秋季节2001年之后呈波动下降趋势;冬季能见度最低,春季最高;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月份;一日之中,08时能见度最差,14时最好.能见度与同期气象要素及污染物浓度的相关分析表明,能见度与相对湿度、空气污染物PM10浓度呈显著性负相关,与NO2、SO2浓度负相关性较弱,与风速和气压呈弱的正相关,与温度的相关性较为复杂,雾是影响能见度的主要天气现象之一.     

西安北郊PM10、PM25特征及其与气象要素的关系

利用2017—2021年西安泾河站颗粒物监测数据和地面气象观测数据,统计分析了西安北郊PM10、PM25质量浓度的时间变化特征及其与气温、风向风速、降雨等气象要素的关系。结果表明：近5 a来西安北郊PM10、PM25质量浓度年均值分别为1175 μgm3、752 μgm3,PM10、PM25质量浓度整体呈逐年下降趋势;季节变化表现为夏季最低,冬季最高,春秋季次之;PM10、PM25质量浓度月变化分别呈现出1—8月下降而8—12月升高,1—7月下降而7—12月升高的“单谷型”结构;PM25质量浓度占PM10质量浓度的比例表现为冬季最高,春季最低,夏秋季较均匀,1月该比例最大为766%,5月最小为48%;PM10、PM25质量浓度日变化规律为上午和夜间高而下午低的双峰特征,整体表现为夜间浓度高于日间,但变化幅度小于日间;PM10、PM25质量浓度与气温呈负相关,当风速在45 m/s以下时与风速呈负相关,来自偏西北方向的污染物对颗粒物质量浓度影响较大;降雨量大时,颗粒物质量浓度相对较低,但降水对PM10、PM25的清除率均达不到100%。     

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。     

丽水空气污染物时序特征及与气象条件的关系研究

利用丽水2012年9月—2014年3月主要空气污染物浓度和气象数据,分析丽水空气污染物构成及其与气象因子的相关性。分析结果表明:丽水空气质量优良率约80%,高频首要污染物依次为PM2.5、O38、PM10、NO2;各污染物浓度分布的时间、季节特征明显:早晚高峰时段污染物浓度普遍偏高,冬季—初春是一年中污染较重季节,尤其春节期间PM和SO2浓度急剧上升。各主要污染物质浓度随气象因子的变化各有特点:CO在气温较高、晴朗微风、高层层结稳定的天气条件下浓度较高;NO2在气温适中、湿度较大且无明显降水时浓度较高;SO2则在气温适中、湿度较小、晴朗微风的天气条件下浓度较高;O3则在高温干燥天气时浓度较高;PM在干燥、气温较低、连续晴朗、微风、高层层结稳定时浓度较高。     

沈阳空气质量时空变化

利用2000年3月至2002年4月20日沈阳市区5个大气自动监测子站的SO2、NO2和PM10资料分析了沈阳城市空气污染平均状况、时空分布特点及其与气象条件的关系，得出：（1）沈阳城市空气主要污染物年平均日值温度NO2达国家空气质量要求标准，空气质量状况属于良好范畴，而SO2和PM10超标，属于轻度污染；PM10为沈阳城市首要污染物；（2）沈阳城市空气污染冬季最重，其次是春季，夏季最轻；一天中08时和19时左右污染严重，15时和02时左右污染较轻；（3）近市中心区点（太原街，中街一带）空气污染相对重些，各区点空气污染状况差异冬季更为明显；（4）影响沈阳城市空气污染浓度变化的主要气象因子是温度、风速和风向。     

2001—2007年兰州市主要大气污染物污染特征分析

以兰州市2001-2007年空气污染指数资料为基础,对每日空气污染指数(Air Pollution Index,API)、空气质量级别和PM10浓度等的年、季、月变化特征以及采暖期和非采暖期污染变化差异进行了分析。结合甘肃省地面气候资料集兰州市日观测资料,通过单因素方差分析和线性相关分析,找出不同季节对PM10浓度有显著影响的气象要素,得到不同季节与PM10浓度呈显著线性相关的气象因子。结果表明:(1)兰州市的首要污染物仍以PM10为主,其中冬季和春季污染最严重,PM10浓度在冬季12月有一主峰值,在春季3,4月份有一次峰值;(2)近年来,兰州市污染天数有减少趋势,并与兰州市烟、粉尘年排放量减小趋势一致;(3)采暖期PM10浓度有明显减小趋势,而非采暖期PM10浓度减小趋势不明显,污染日越来越集中在采暖期;(4)与PM10浓度呈显著线性相关的气象要素存在季节差异,但总体上风速、气温和湿度(或降水)是影响兰州市PM10浓度的主要气象因子,因此湿度、温度和风场条件的改变将对兰州市的大气环境产生影响。     

郑州市气象因子对大气颗粒物浓度的影响研究

基于2015、2016年河南省环境监测中心站获取的郑州市9个监测点颗粒物浓度和逐日气象数据,对气象因素和颗粒物浓度相关性进行了研究。结果表明:郑州市大气颗粒物浓度受季节影响较强,总体呈现冬季高、夏季低的趋势。降水量与大气颗粒物浓度呈现明显的负相关。相对湿度的增高不利于PM_(2. 5)浓度的降低,而PM_(10)的浓度则随着相对湿度的增高有所降低。春夏秋三季的主要风向为东北偏东,当春季风为东南风和西风时,颗粒物浓度最低;当夏季风为东北偏东风时,颗粒物浓度最低;秋季吹东北风时,颗粒物浓度最低。冬季吹西北风(郑州冬季盛行风向)时,大气颗粒物质量浓度最低。     

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。     

2012~2020年成都市不同等级能见度的时空分布特征

利用2012~2020年成都市气象站观测资料和环境空气质量监测数据,研究了该地区能见度时空演变规律以及不同等级能见度下气象要素和污染物浓度的关系。结果表明:（1）成都市近9 a年平均能见度呈上升趋势。四季平均能见度由高到低依次为夏季（12.25 km）、春季（10.82 km）、秋季（9.04 km）和冬季（6.33 km）。成都市能见度日变化呈单峰型分布特征,07时能见度最低,17时能见度最高。（2）能见度空间分布特征为东高西低且北高南低,中部中心城区最低。（3）成都市3 km以下低能见度出现频率为10.92%,3~5 km、5~10 km和10~20 km能见度出现频率分别为15.92%、24.95%和22.51%。（4）能见度上升与对应的PM_2.5和PM₁₀浓度、相对湿度减少以及风速增加有关。当能见度低于1 km时,多为高湿（RH>96%）低温（T<10.6℃）和小风速（<1.0 m/s）和高浓度（PM_2.5>84.8 μg/m3,PM₁₀>129.0 μg/m3）。      

新都区冬季空气污染扩散与气象要素相关性研究

利用2014~2018年冬季空气质量和污染物浓度数据,结合地面观测、探空及风廓线雷达资料,对新都区冬季气象要素及其污染扩散条件进行分析。结果表明:（1）新都区不同污染物具有相同的日变化特征,在11时左右浓度最高,18时达到最低。（2）新都区污染物浓度与风速、气温、降水、相对湿度有密切关系。当风速大于(小于)平均风速时,污染物浓度减小（增加）;气温越高且相对湿度越大,污染也越强;降水较弱时,反而会加重污染。（3）新都区污染天气过程中,逆温强度与厚度的大小将影响污染物的垂直扩散,强度和厚度偏大,污染偏严重。      

乌海市灰霾天气的气候特征分析

利用乌海市1971—2009年每天4个时次（或3个时次）的常规地面观测资料和2004—2009年的空气质量状况（PM10、SO2、NO2浓度值）,统计分析了乌海市灰霾的分布特征和规律以及出现灰霾时的相对湿度、平均水平能见度、2分钟平均风速、风向特征和空气质量状况。得到：（1）乌海市1971—2009年共出现165次灰霾天气,2004年以后出现了161次,最多出现在2007年和2009年;春季出现次数最多,冬季最少;4月出现最多,1月和2月出现最少;82.4%的灰霾天气出现在08时。（2）当出现灰霾时,相对湿度在60%以下占71%,相对湿度在70%以上时绝大部分是与雾同时出现;灰霾天气出现最多风向是偏南风,最多风速是≤3.0 m.s-1。（3）2004—2006年出现灰霾时92%的空气质量出现了三级轻微或轻度污染,2007年以后出现灰霾时,在冬半年空气质量绝大部分为三级轻微或轻度污染,而在夏半年大部分空气质量为良。     

Regional meteorological patterns for heavy pollution events in Beijing

The present study investigates meteorological conditions for the day-to-day changes of particulate matter (PM) concentration in Beijing city during the period 2008–2015. The local relationship of PM concentration to surface air temperature, pressure, wind speed, and relative humidity displays seasonal changes and year-to-year variations. The average correlation coefficient with PM₁₀ in spring, summer, fall, and winter is 0.45, 0.40, 0.38, and 0.30 for air temperature; –0.45, –0.05, –0.40, and –0.45 for pressure; 0.13, 0.04, 0.53, and 0.50 for relative humidity; and –0.18, –0.11, –0.45, and –0.33 for wind speed. A higher correlation with wind speed is obtained when wind speed leads by half a day. The heavily polluted and clean days, which are defined as the top and bottom 10% of the PM values, show obvious differences in the regional distribution of air temperature, pressure, and wind. Polluted days correspond to higher air temperature in all the four seasons, lower sea level pressure and anomalous southerly winds to the south and east of Beijing in spring, fall, and winter, and a northwest–southeast contrast in the pressure anomaly and anomalous southerly winds in summer. Higher relative humidity is observed on polluted days in fall and winter. The polluted days are preceded by an anomalous cyclone moving from the northwest, accompanied by lower pressure and higher air temperature, in all four seasons. This feature indicates the impacts of moving weather systems on local meteorological conditions for day-to-day air quality changes in Beijing.     

上海地区地面风向对空气污染物浓度的影响

利用2000年6月至2002年12月上海地区空气污染物浓度和地面风向资料，统计了月平均污染物浓度随偏西风频率的分布，两者具有一致的趋势。首要污染物：PM10平均浓度风玫瑰图显示高浓度对应偏西风向的出现，各季节均表现出此特性。由于冬、夏半年主导上海地区的天气系统的不同，分冬半年和夏半年统计了各污染物浓度日变化随风向日变化的均值和标准差，当风向由非西风转为偏西风或连续受偏西风影响时，污染物浓度有所上升，不同污染物间，PM10浓度对地面风向的改变较SO2和NO2更敏感。     

桂林城区大气能见度与颗粒物浓度和气象因子关系研究

利用2015年1月至2017年6月桂林国家基本气象站能见度、相对湿度、气温、气压、降水等气象要素和PM₁₀、PM_2.5、PM_1.0颗粒物质量浓度资料,分析桂林城区大气能见度与颗粒物浓度和气象因子之间关系。结果表明：桂林城区大气能见度和PM₁₀、PM_2.5、PM_1.0呈对数关系,相关系数分别为-0.341、-0.461、-0.509,颗粒物对大气能见度影响在相对湿度为60%—70%时最为显著。在各气象因子中,大气能见度与风速的相关性最好,其次为相对湿度,与风速呈二次函数关系,与相对湿度呈幂指数关系,与温度相关性较小,与气压在秋冬季节呈正相关,相关系数冬季可达0.301,但在春、夏季节相关性不显著;利用颗粒物浓度和气象要素建立8种大气能见度非线性统计回归模型,比较后发现利用PM_1.0、风速、相对湿度、气温等因子建立的不同季节大气能见度拟合公式在实际检验中效果最优,能较好地模拟桂林地区大气能见度的变化。     

贵州铜仁2019年1月两次空气污染过程及其气象条件特征分析

2019年1月铜仁市发生了中到重度污染过程,本文利用铜仁市城区逐时环境监测资料,高空及地面气象观测资料,分析了本次污染过程气象条件特征。结果表明,此次首要污染物为细颗粒物（PM2.5）。污染天气发生时,铜仁上空是高压脊或一致的西南气流,地面为冷高压或均压区控制,气压梯度小,风小;当转为高空槽前,地面有冷空气补充,气压梯度增大时,污染物浓度得到降低。同时风速和相对湿度大小跟污染物浓度也有一定关系,地面风速小,空气干燥时,污染物浓度增加;相反,风速增大达4m/s以上,空气相对湿度增大达90%以上,特别是明显的雨雪天气发生时,污染物浓度得到快速降低。另外,污染天气伴随有近地层逆温层持续影响,逆温层厚度越厚,且逆温强度越强,抑制了大气垂直方向的湍流交换,有利于污染物浓度累积增长。受梵净山地形阻挡作用,当近地层为弱偏东风影响时,污染物不能翻越梵净山向西扩散,会在山的东侧堆积,导致铜仁城区污染物在本地循环累积,污染浓度维持较大值。上述研究结果,可为铜仁市空气质量预报及污染防控提供新的参考依据。     

2015—2017年唐山市PM2.5重污染生消气象条件分析

利用2015—2017年唐山市空气质量日空气质量指数、小时PM_2.5浓度和气象数据,分析了唐山市重污染特征及PM_2.5重污染生成、消散气象条件。结果表明：2015—2017年唐山市重污染天数为减少趋势,年平均重污染天数36 d。冬季发生重污染天数最多,秋季次之。重污染天气中首要污染物为PM_2.5、PM₁₀和O₃,PM_2.5为首要污染物占比87%,PM₁₀占比6%,O₃占比7%。小时PM_2.5浓度与相对湿度、总云量、24 h变温正相关,与风速、气温、风向、1 h降水负相关。冬季相关性最好,其次是秋季和春季。90%PM_2.5重污染相对湿度均为50%以上,冬季和秋季高达98%;风速大于4 m·s^-1时,有0.7%的PM_2.5达到重污染;降水对PM_2.5有一定清除作用。升温、湿度增加和负变压有助于污染天气形成,生成过程中平均风速为1.8 m·s^-1,主导风向为SW,其次是S、W。降温、湿度下降、正变压、降水有助于污染天气消散,消散过程中平均风速为3.1 m·s^-1,主导风向为E,其次是NE、N。各方位3 m·s^-1的风具有清除能力,偏北风具有较好清除能力,风速较其他方向风速小。