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.     

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。     

2019年冬季呼和浩特市大气污染频发的气象条件分析

利用2015—2019年呼和浩特市大气污染物质量浓度、气象要素观测及NCEP FNL 1°×1°再分析资料,分析近5 a冬季环境空气质量特征及与大气污染扩散紧密相关的气象要素和大气边界层特征,研究2019年冬季呼和浩特市大气污染频发的气象条件变化特征。结果表明:(1)呼和浩特市冬季较易出现污染天气,以PM 2.5污染为主,2019年冬季,大气污染呈现出污染物积聚难于扩散、污染长时间持续、污染天数和重污染占比均显著增高等特点。(2)2019年冬季呼和浩特市气象条件呈现出平均风速偏小、小风日数偏多、南风出现频率增多、相对湿度偏高、混合层高度偏低、通风系数较小、逆温日数较多等特征。     

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。     

近五年周至空气污染气象条件分析

利用周至2012年1月1日—2017年9月30日气象观测资料及空气质量监测资料,分析了近五年周至地区污染特征及冬季重污染天气过程中气象条件的影响,结果表明:周至地区冬季空气污染情况最为严重,五年来重度污染等级以上(包括重度污染和严重污染)日数(简称重污染日)共计119d,重污染天气频发。该地区冬季重污染日气象条件:以静稳天气为主,风速较小,主导风向为偏西北风,这使得大量外来污染源在本地堆积;低于冬季平均值的气温使得大气逆温现象更易发生,大气层结稳定;高于平均值的相对湿度使得颗粒物吸湿增长加剧,重污染日前连续无有效降水使得空气中的污染物得不到有效冲刷,不利于污染物扩散,使得重污染天气进一步加重。     

贵阳市两次空气污染过程的气象条件分析

利用环境空气质量指数(AQI)、降水量及大气环流场资料对2013年贵阳市2次空气污染过程进行分析,从天气形势和空气污染演变角度分析气象因子在其中的作用。结果表明,2次污染过程中动力和热力气象因子均为其维持和发展提供有利条件,但存在异同。相同之处在于:2次污染过程中贵阳市均处在地面静止锋后,地面风速较小,不利于近地面空气污染物向区域外的水平输送;2次污染过程中贵阳上空均处在高空脊前的异常下沉气流区,配合对流层中低层的异常水平风速垂直梯度减小,均利于减小大气的斜压性、减弱天气尺度扰动的发展,同时异常逆温层的存在使大气近地层更加稳定,均不利于空气污染物的垂直混合、向高空扩散,加强了污染物在近地面集聚。不同之处在于:2次污染期间贵阳市上空分别存在不同程度的低层单层逆温和中、低层双层逆温,逆温增强时段与污染最重时段相对应,逆温层的存在大大增强了大气层结稳定度,为污染过程的维持和发展提供有利的气象条件;2次污染过程中风场的三维特征对演变过程中逆温层的影响各异,第1次过程中对流层中层偏南风利于将南方的暖湿气流输送到贵阳市上空,利于逆温层的增温、增湿和发展、维持,而第2次过程中高、低空一致的偏北风,在近地层易形成冷垫、抬升暖空气,加强逆温层的维持和发展。     

汉中市一次连续空气污染过程的气象条件分析

利用汉中市环境监测站提供的空气污染资料和同期气象资料对2007年12月17—26日汉中市城区连续空气污染过程进行分析。结果表明,高空受高脊影响或平直西风气流控制,大气层结稳定,不利污染物垂直扩散;地面处于弱高压底部或均压场中,水平风速较小,不利污染物的水平扩散;近地层逆温更易造成地面空气污染;空气污染指数的变化与风速、气温日较差密切相关,相关系数分别为-0.59、0.85。     

松原市主城区空气污染等级与气象条件关系的分析及预报

经过对近两年（2004--2005年）松原市环境监测站所观测到的大气中可吸入颗粒物（PM10）、二氧化硫（SO2）、二氧化氮（NO2）的初步分析,确定出了污染等级标准,PM10全年时间分布呈双谷双锋型,大值区分别集中在冬季（1月、12月）和春季（4月、5月）,这与冬季取暖排污和春季多风沙直接相关。SO2时间分布特点是冬季高夏季低,而NO2的时间分布特点是2—5月份浓度高。降水量、风速、气温、云量、相对湿度等与空气污染等级密切相关。     

湖北省城市空气污染气象条件预报模式

湖北省城市空气污染气象条件预报模式（以下简称模式）建立在有限区域中尺度数值天气预报模式和大气污染扩散箱格模型的基础上,是一种利用大气探空资料和一些地形、地表特征来预测城市空气污染变化趋势的方法。     

成都市冬季大气污染气象条件预报方法

用降水量、风速、风向、总、低云量的预报值，来预测成都地区冬季大气污染扩散状况。其中风速、风向按逐步聚类法进行分类，总、低云量是近按太阳辐射等级分类，然后结合环流特点以及当时的天气实况作出成都市委大气污染预报。     

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.     

郑州市空气质量状况及冬季持续污染过程的气象机理分析

利用2004-2008年郑州市环境监测站所监测的SO2、NO2、PM10日平均浓度资料及历史气象资料,分析了郑州市近5a的空气质量状况与特征,并以2006年12月份的2次持续性污染过程为例,分析了气象条件对污染物浓度的影响,结果显示：郑州市以煤烟型污染为主,污染物浓度具有明显的季节变化特征,冬春季节污染物浓度明显高于夏秋季节;冬季均压场中持续多日风速小、近地面层出现逆温层是造成郑州市出现持续污染事件的主要气象条件,持续性污染过程往往因受冷空气的影响而结束。     

郑州市空气质量状况及冬季持续污染过程的气象机理分析

利用2004-2008年郑州市环境监测站所监测的SO2、NO2、PM10日平均浓度资料及历史气象资料,分析了郑州市近5a的空气质量状况与特征,并以2006年12月份的2次持续性污染过程为例,分析了气象条件对污染物浓度的影响,结果显示：郑州市以煤烟型污染为主,污染物浓度具有明显的季节变化特征,冬春季节污染物浓度明显高于夏秋季节;冬季均压场中持续多日风速小、近地面层出现逆温层是造成郑州市出现持续污染事件的主要气象条件,持续性污染过程往往因受冷空气的影响而结束。     

兰州市空气污染气象条件综合分析

利用兰州市1971～1999年地面气象和探空资料,对影响兰州市污染物浓度变化的风、温、压、湿特性及逆温层、最大混合层厚度的变化特征进行分析,揭示了造成兰州市冬季空气污染特别严重的原因主要是各气象要素及有关污染参数均表现出冬季不利于大气污染物稀释扩散的特征.     

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。     

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。     

乌鲁木齐冬季浅薄型焚风对扩散条件及污染物浓度的影响

本文针对峡口城市乌鲁木齐市2013-2015年冬季6个环境监测站、逐时的6类污染物浓度数据,气象数据及风廓线雷达资料,分析了浅薄型焚风对扩散条件及污染物浓度的影响。研究发现：冬季乌鲁木齐出现浅薄型焚风的频率为57.3%,平均气流底高约605m,气流顶高约2108m,气流厚度约1502m;乌鲁木齐市冬季焚风日比非焚风日混合层厚度低200m,逆温层厚度厚344m,逆温差大4.4℃,逆温强度强0.01℃/100m,平均风速小0.1m/s;空气质量各污染等级出现频率焚风日都高于非焚风日,3级高18%,5级以上重度污染高7%;污染物浓度日变化呈双峰结构,并表现为焚风日污染浓度＞冬季平均浓度＞非焚风日污染浓度;污染物浓度（除O3外）空间分布特征为焚风日比非焚风日高。     

空气污染气象指数在上海地区的应用

利用常规气象观测资料和逐小时PM_2.5浓度实况数据,对上海近3年污染天气过程分析后发现,导致上海重污染的天气类型主要为冷空气输送型和静稳累积型。为更好地表征及描述两种导致污染的天气类型,并在业务预报中起到指示作用,本文在反映大气垂直扩散条件的通风系数和反映水平扩散条件的滞留指数的基础上建立了空气污染扩散指数,通过检验发现,空气污染扩散指数与PM_2.5浓度呈线性正相关,相关系数达0.525,并优于单一的通风系数和滞留指数对空气污染的指示作用。针对冷空气导致的区域输送型,结合历史个例分析改进了输送强度指数,将公式中排放源参数改为上游PM_2.5浓度实况,回算检验表明改进后输送强度指数和上海市PM_2.5浓度呈指数正相关,对区域输送性污染具有明显的指示性。     

重庆中心城区气象因子对大气污染影响的研究

基于多元线性回归模型,采用主成分分析和通径分析方法,量化研究了2014~2020年重庆市中心城区北碚区空气质量情况以及气象因子对大气污染的影响。结果表明：北碚区空气质量以优良天数为主,且优良天数呈逐年增加趋势,中度和重度污染天数不明显,环境空气质量指数（AQI）、PM_2.5浓度呈逐年下降趋势,8 h臭氧（O₃-8h）浓度呈上升趋势。最高气温和相对湿度对AQI的贡献率最大,均为16%;风速贡献最小,占11%。最低气温和最高气温是影响PM_2.5浓度日变化的主要因子,贡献率分别为31.6%、−12.6%。平均气温和最低气温是影响O₃浓度日变化的主要因子,贡献率分别为63.6%、−36.8%。可见,气温对重庆中心城区大气污染的影响最为显著。     

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。