赤水市大气负氧离子的时空特征及与气象因子的关系

利用2016年5月—2017年4月赤水市境内复兴驿站、古迹驿站及相邻县市内共6个大气负氧离子自动观测点和气象站的观测资料,分析了赤水市大气负氧离子浓度的时空变化特征及其与气象因子的关系。参照世界卫生组织制定的空气负氧离子等级标准,区划赤水市空气负氧离子的等级。结果表明:(1)赤水市日均大气负氧离子浓度5 056个/m3,高于临近县市的负氧离子浓度,白天略高于夜间,远超过负氧离子含量的一级标准;(2)年均大气负氧离子浓度为5 125个/m3,各季节浓度相差不大;(3)赤水市大气负氧离子浓度空间分布规律为复兴站古迹站,景区大于街道;与邻近县市比较,植被覆盖率大的区域大气负氧离子浓度高于植被覆盖率小的区域;(4)不同天气条件下大气负氧离子与气象因子的相关性不同。在雨日,大气负氧离子与气温、气压、水汽压相关;无雨日,大气负氧离子与日照相关;同时,白天雨相对于大气负氧离子浓度的增加较夜雨更为明显。     

龙门县负氧离子浓度的分布特征

利用龙门县内南昆山、气象观测基地和沈村3个不同的大气负氧离子监测站数据,对龙门县负氧离子时空特征进行分析。结果表明：龙门县负氧离子资源丰富(年均浓度为2 989 cm^-3),其空间分布与植被覆盖度对应呈现为西高东低趋势。高植被覆盖度区域南昆山站的负氧离子浓度日变化不明显,而低植被覆盖度区域气象观测基地和沈村站存在夜间、早晨高,下午、傍晚低的特征。季节变化来看,龙门县负氧离子浓度呈现春夏高、秋冬低的分布趋势。     

宁波市负氧离子浓度分布与预测模型及其在旅游气象中的应用

利用2010-2011年宁波地区空气负氧离子浓度资料,分析其分布特征及与气象因素的相关性,采用逐步回归方法建立负氧离子浓度预测模型。结果表明：负氧离子浓度有市中心附近低、郊区高的地域分布特征;夜晚到清晨高、白天低,夏季高、冬季低的变化规律。据此可选择在早晨或傍晚空气负氧离子含量高的时候多到远郊污染少、植被茂密、有动态水流的地区旅游,避开冬季空气污染大的雾霾日。空气负氧离子浓度与气温、PM₁₀呈负相关,与相对湿度、雷雨、闪电等正相关,可选择在雷阵雨过后的晴朗天气出行旅游。负氧离子预测模型预报能力较好,预测模型的建立实现了宁波地区空气负氧离子浓度的定量化预报,对旅游气象服务有重要意义。     

揭西县负氧离子浓度特征及与气象条件的关系

利用2019年1-12月揭西县大北山森林公园和黄满寨瀑布旅游区2个监测站负氧离子的逐小时观测数据,对揭西县负氧离子浓度分布特征进行分析.结果表明:揭西县的空气负氧离子浓度非常高,大北山森林公园和黄满寨瀑布的全年空气清新日分别达到100％和96％.黄满寨瀑布旅游区负氧离子浓度冬季最高,春、夏季次之;大北山的负氧离子浓度冬...     

揭西县空气负氧离子浓度的时空特征分析

利用揭西县8个大气负氧离子自动监测站数据,对揭西县大气负氧离子浓度空间分布与时间变化特征进行分析。结果表明:揭西县大气负氧离子资源十分丰富,负氧离子浓度呈现从西往东、从北往南逐渐增加的趋势,东部生态区负氧离子浓度普遍较高,年平均浓度基本超过1 000 cm~(-3),全县年平均为1 609 cm~(-3),揭西县坪上镇石内村最高,高达2 609.1 cm~(-3)。在居住区,一天之中负氧离子浓度在清晨前后最高,并有夜间高、白天低的变化规律;在生态区,负氧离子浓度有白天高、夜间低的变化规律,且最高浓度出现在上午。揭西县京溪园镇粗坑村夏季正午负氧离子浓度最高,有明显的年变化波动,1月负氧离子浓度最高,达2 728 cm~(-3)。大北山森林公园冬季午后负氧离子最盛,年变化波动较小,12月负氧离子浓度最高,8、9月负氧离子浓度处于较低水平。     

福建省空气负氧离子分布特征及气象预测模型北大核心CSCD

负氧离子是评价空气新鲜和清洁程度的重要指标。利用2018—2021年福建省负氧离子观测站数据分析负氧离子浓度的时空变化特征,并采用多元线性回归方法、多元逻辑回归方法和LightGBM机器学习方法建立负氧离子浓度预测模型。结果表明:福建省负氧离子资源十分丰富,中海拔区(350~550 m)年平均负氧离子浓度最高,低海拔区次之,高海拔区最小。负氧离子浓度日变化特征呈一峰一谷型,04:00—06:00(北京时,下同)达到峰值,12:00—13:00达到谷值;中海拔区负氧离子浓度季节变化较大,季节平均浓度从大到小依次为春季、夏季、冬季、秋季,而高、低海拔区季节变化相对较小。福建省不同海拔地区负氧离子浓度与湿度、降水和能见度均呈显著正相关,负氧离子浓度与气温、风速和气压显著相关,但不同海拔地区的相关性有所不同。机器学习方法对不同海拔地区负氧离子浓度数值的拟合效果比多元线性回归方法有明显提升,对负氧离子浓度等级拟合的准确率比多元逻辑回归方法提高7%~12%,且在绝大部分等级上的准确率均高于多元逻辑回归方法。     

汉中负氧离子浓度分布特征及预测

利用汉中市宁强千山和略阳象山2018—2021年的负氧离子观测资料和同期的地面气象观测资料,分析了两地的负氧离子浓度分布特征,采用机器学习方法建立了负氧离子浓度预测模型。结果表明：汉中宁强千山和略阳象山的负氧离子浓度逐年增高,两地负氧离子浓度的季节和月份变化趋势基本一致。夏季的负氧离子浓度最高,冬季最低;8月最高,1月最低;日变化呈单峰趋势。温度和相对湿度与负氧离子浓度变化有密切关系。利用2022年1—6月资料对预测模型进行验证,宁强千山、略阳象山空气清新度等级预测准确率达到762%、732%,预报效果较好,可应用于两地的空气清新度预报业务。     

湖北春季大气负氧离子浓度分布特征及与环境因子的关系

空气负氧离子浓度是衡量空气质量好坏的重要指标。选择湖北17个环境一致的国家气象观测站作为观测地点,采用符合国家及行业标准的设备,遵循负氧离子定义,开展了2014年湖北春季负氧离子浓度分布特征及与环境因子的关系分析。研究表明：湖北大气负氧离子浓度西部高于中东部,神农架林区的平均值最高,以武汉为中心的中、东部地区浓度普遍较低。负氧离子浓度的日变化为凌晨及清晨高,白天较低,傍晚后呈逐渐上升的趋势。负氧离子浓度与海拔、植被覆盖情况表现为正相关,与空气中的小颗粒物呈负相关,与气温、气压、相对湿度、风速及日照等气象要素相关性较为复杂,降水和雷电天气有利于负氧离子浓度的增加。     

大连市负氧离子浓度分布及预测模型的建立

利用2008—2009年大连市逐日负氧离子实况资料,分析了负氧离子季、月和日变化特征及其与相关气象要素的关系。结果表明：负氧离子浓度具有明显的季节变化,冬季最大,夏季最小;而气温和PM10等是影响大连市负氧离子浓度的关键因素。运用逐步回归方法,求得各季节负氧离子的预报方程,实现了预报的定量化。经检验,预报方程效果显著,在预报业务中具有实际参考价值。     

气象灾害特征及影响

对各气象灾种、标准以及达州各气象灾害的基本特征、时空分布特点、历史演变规律以及造成的影响进行了较全面的分析，并对未来10～20年内各气象灾害可能出现的情况以及造成的影响进行了预测。     

江西省空气负离子浓度特征与气象因子相关分析

利用2019年江西省靖安森林试验基地观测资料,分析了靖安森林站空气负离子浓度不同时间尺度的变化特征及其与气象因子的相关性,以及不同天气条件对其的影响。结果表明,靖安市年平均空气负离子浓度为2 187个/cm³,其中夏季浓度最高为2 910个/cm³,秋季最低为1 756个/cm³。此外,浓度日变化特征也存在明显的季节差异性,其中春夏秋冬四季峰值分别出现在10时(北京时,下同)、06时、09时、13时左右。日尺度上浓度与气温、降水、相对湿度均呈显著的正相关,月尺度上其与降水呈显著正相关。雨天的浓度高于晴天,四个季节雨天峰值分别出现在开始降水的7～9 h、7～15 h、9 h、9～11 h后。当降水量在0～10 mm时,降水对空气负离子浓度没有明显作用,随后浓度随降水量增加而上升,当出现暴雨天气的时候,浓度反而呈现下降趋势。     

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.     

2020年南昌市大气污染特征与潜在源区

基于南昌市大气环境监测、地面气象观料和GDAS等资料,主要采用后向轨迹聚类分析、潜在源贡献因子和浓度权重轨迹分析方法,分析了2020年南昌市大气污染特征和污染物潜在源区。结果表明:1)南昌市春、夏、秋季以O_(3)污染为主,冬季以PM_(2.5)污染为主。2)大气污染物质量浓度日变化具有明显的季节性特征,PM_(2.5)和PM_(10)在春、秋、冬季呈双峰形分布,NO_(2)在秋、冬季呈弱双峰形分布,春、夏季呈单峰分布,O_(3)呈单峰形分布。南昌市东部大气污染较西部更严重。3)南昌市气流输送季节差异明显,春、秋、冬季主要受偏北气流影响,夏季主要受偏南气流影响。本地源是南昌市大气污染的主要潜在源,安徽省南部、湖北省东部、上饶市西部和九江市的区域输送也有一定贡献。     

江西大岗山负离子浓度与气象因子之间的响应关系

利用江西大岗山森林生态地面标准气象观测场内2019年度空气负离子和气象监测数据,分析了负离子浓度与气象因子之间的响应关系.结果表明:1)该地区年均负离子浓度1411.5个/cm3.夏季负离子浓度和温度呈负相关、和湿度呈正相关,在其余季节负离子浓度和温度呈正相关、与湿度呈负相关.2)无雨天与日降雨量少于50 mm的雨天,负离子浓度与温度呈负相关,与湿度呈正相关;暴雨天负离子浓度与温度呈正相关,与湿度呈较弱的负相关.3)不同季节,温度、湿度的大幅变化常伴随着负离子浓度的大幅变化,而温度、湿度变化较小时,负离子浓度的变化幅度也较小,说明温度、湿度的变化对负离子浓度的影响很大.4)暴雨过程中,负离子浓度随降水量的增加(减少)而增大(减小);暴雨发生时,负离子浓度急剧增大.     

1993—2004年华东部分地区酸雨的时空分布特征及其与气象条件的关系

分析华东地区15个酸雨观测站的1993—2004年数据资料,结果显示华东地区的酸雨灾害在全国范围内较为严重,其中以长江以南的浙江、福建地区尤为突出.1993—2004年华东地区降水的酸度呈现出先减轻后加重的趋势.降水量是影响华东酸雨的电导率和pH值的重要因素.pH值季节变化由高到低为夏、秋、冬、春,酸雨频率随季节的变化不显著.对同期15个观测站的电导率变化的分析显示,12年间华东地区降水的电导率呈现先稳定后变幅增大的趋势,降水酸度和电导率的年际变化存在显著的正相关关系.应当对影响降水酸度和电导率的相关大气成分加强监测与研究.     

2015-2019年贵港市臭氧污染特征及其与气象要素的关系

为研究贵港市O3(臭氧)污染特征及其与气象要素的关系,对2015-2019年贵港市国家空气自动监测站和同期贵港国家气象观测站逐日、逐时气象资料进行了研究和分析.结果表明:近5a来贵港市O3污染日趋严重;O3污染存在明显的季节变化,秋＞夏＞春＞冬;O3浓度日变化特征呈单峰型,8:00出现谷值,15:00-16:00出现峰...     

资溪县城空气负离子特征及与气象因子相关性分析

通过对江西省资溪县连续608 d空气负离子日观测数据进行分析,结果表明:资溪县城空气负离子浓度平均值为4103个/cm3;负离子浓度有明显的日变化规律,早晨最高,为4569个/cm3,中午最低,为3411个/cm3;负离子浓度还具有明显的季节变化规律,春季最高,5月平均为5283个/cm3,秋季最小,10月平均只有2709个/cm3。负离子浓度与气象因子关系密切,其中与日照时数呈现出极显著的线性负相关,相关性F值为14.12,与降水量有显著的线性正相关;F值为3.484,与日平均气温、相对湿度的线性相关均不显著。     

新疆主要高速公路气象灾害特征分析

基于2010—2018年新疆交通阻断信息,结合气象观测数据,采用统计分析法、专家评估法、问卷调查法等,分析了新疆G30、3012、217线高速公路气象灾害的时空分布特征。结果表明：（1）影响新疆高速公路的气象灾害主要有道路结冰、积雪、暴雨、大雾、大风、沙尘、高温、次生灾害及风吹雪。（2）气象灾害在不同路段有明显的区域分布特征。（3）气象灾害具有明显的季节特征。冬季气象灾害最多,以积雪、大雾和道路结冰为主;春季次之,主要为大风、沙尘和道路结冰;夏季以暴雨、大风及次生灾害最为突出;秋季气象灾害相对较少。（4）G30高速公路的大风、阴雾是新疆比较特殊的气象灾害。