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。     

成都市夏季臭氧污染特征及影响因素

利用2014年夏季成都市3个国控环境监测站（金泉两河,君平街和梁家巷）O₃、NO₂及PM_2.5逐时观测数据,结合国家基准站温江站的气温、湿度、风速、风向、太阳辐照度、降雨等地面气象要素观测资料,分析O₃的日、月变化及空间分布特征;探究前体物及气象因子对O₃浓度的影响。结果表明：成都市O₃-8 h平均浓度为104.4 μg·m^-3,O₃超标率为2.8%—15.3%。O₃浓度6月最高,8月最低;呈现明显的“单峰型”日变化特征,午后15：00达到峰值。O₃与NO₂呈现负相关,相关系数为-0.5;与PM_2.5无显著相关性。高温、低湿、强太阳辐射有利于O₃的形成;风速为2.5—3.0 m·s^-1,风向为南风时,O₃浓度相对较高。     

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112.26 μg·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浓度平均值达到最大。夏秋季O₃浓度超标率高与地面小风、较低的混合层高度有关。当日均风速1＜V≤4 m·s^-1时,O₃浓度超标率较高。容易产生中度以上O₃污染的天气形势场为500 hPa高空受西北气流或高压脊影响,850 hPa有西南或偏南气流经过,地面大多处在高压后部、低压前部或低压辐合区内。     

南宁市臭氧质量浓度特征及其与气象因素的关系

利用2015—2020年南宁市近地面臭氧监测数据及气象观测数据,分析南宁市近地面臭氧质量浓度时间变化特征及超标情况,并采用相关分析等统计方法研究臭氧与气象因素的关系。结果表明,南宁市第90百分位O₃-8 h质量浓度呈逐年增高趋势。O₃月平均质量浓度呈现双峰型变化,峰值出现在4—5月和8—10月。南宁市O₃质量浓度与日照时数、最高气温、相对湿度的相关性高。南宁市O₃超标以轻度污染为主。O₃超标时日平均气温为12.3～31.4℃,最高气温为20.9～37.7℃,相对湿度为46%～88%,日平均风速为0.7～3.4 m·s^-1,气压为980.3～1011.7 hPa。     

秦皇岛市气温与近地面臭氧浓度的关系分析

利用2013年1月至2014年12月和2017年1月至2019年6月秦皇岛市近地面臭氧（O₃）浓度数据和气象资料,采用广义相加模型（GAM）,运用回归分析方法和基于R语言的统计分析软件,控制气压、相对湿度、日照时数、总云量等要素的混杂效应及时间变化趋势,分析春季、夏季、秋季、冬季气温与O₃浓度的关系。结果表明：秦皇岛市O₃浓度夏季最高、春季次之,冬季最低,与气温变化趋势基本一致,呈现明显的季节变化。各季气温与O₃浓度呈非线性相关关系,拟合曲线存在拐点,拐点两侧相关效应存在明显差异,主要表现为春季日平均气温高于15.0℃时,气温每升高1℃,O₃浓度增加7.6 μg·m^-3,增长速率是气温低于15.0℃时的4.0倍;夏季日平均气温高于27.2℃时,气温每升高1℃,O₃浓度增加13.9 μg·m^-3,增长速率是气温低于27.2℃时的11.6倍;秋季日平均气温高于21.4℃时,气温每升高1℃,O₃浓度增加47.5 μg·m^-3,增长速率是气温低于21.4℃时的19.1倍;冬季O₃浓度偏低且变化较为平稳,气温对O₃浓度的变化影响不大。由于春夏两季O₃浓度基础值偏高,因此,夏季和春季气温偏高时O₃浓度快速增加现象应引起高度重视。     

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。      

2016—2021年呼和浩特市大气臭氧浓度变化特征分析

随着城市的发展,大气O₃的污染不容忽视。文章以呼和浩特市2016—2021年大气O₃浓度为研究对象,结合同期气象数据,采用相关分析等数理统计方法,分析了呼和浩特市大气O₃浓度年际、季节以及月份动态特征规律,探讨大气O₃浓度与关键影响气象要素之间的关系。结果表明：呼和浩特市大气O₃作为空气首要污染物的天数在逐年增加;6年间O₃浓度年际变化呈下降趋势,以-0.02μg·m^-3的年均速率变化;O₃浓度季节变化明显,夏季最高,其次是春季、秋季、冬季;O₃月平均浓度呈倒“V”形单峰变化,主要在6—8月浓度较高,12月浓度最低,O₃浓度超标日主要集中在6、7月;O₃浓度与气象要素呈密切关系,在非采暖期,O₃-8 h浓度与日平均气温和日照时数具有正相关趋势,与日平均气压、日平均相对湿度以及平均风速具有负相关趋势,降水对大气O₃     

潮州市区臭氧污染变化特征及与影响因子关系分析

基于2014—2020年潮州市区空气质量监测数据和气象观测数据,应用统计分析、聚类分析等方法,分析了O₃浓度的时间变化特征,及其与NOx浓度、气象因子的关系。结果表明：潮州市区O₃污染有改善趋势,但是浓度下降速度较缓慢;呈双峰型的月变化特征,主峰在10月份;污染强度呈春季高于秋季的趋势;日变化呈单峰变化,07时出现最低值,随后迅速上升,最大值出现在午后15时,之后浓度又逐渐降低。NO₂、NOx浓度与O₃浓度变化呈反位相关系,早晨峰值比O₃浓度低谷时间推迟1 h;下午低谷比O₃的峰值提前1 h。潮州市区在最高气温>25℃、无降水、光照充足(>8 h)、相对湿度<80%、风速为1.5～2.0 m/s,吹偏西风和偏东风时发生O₃污染的几率较大。O₃超标出现在中午到上半夜,中度以上污染出现在下午。上午时段日出后的日照及积温是影响O₃浓度增长的主要气象因子,到下午时段,日出后的日照和...     

重庆市主城区雾霾天气过程的污染特征分析

利用重庆主城区沙坪坝站2002~2014年逐日气象观测资料和2009~2011年10月至翌年3月逐时气象观测及污染监测资料,对雾霾天气过程中SO₂、NO₂和PM10污染物浓度变化及与气温、风和降水等地面气象要素的关系进行分析。结果表明:2009~2011年重庆主城区共出现Ⅰ级至Ⅳ级不同强度的雾霾天气过程共27次,雾霾天气过程中SO₂浓度变化为单峰型,峰值出现在中午,白天浓度大于夜间;NO₂浓度变化为双峰型,主峰值出现在晚上20时,次峰值出现在中午12时;PM10的日变化幅度较SO₂和NO₂变幅小,呈双峰双谷型;污染物浓度与气温、相对湿度的相关性比较好,静风条件有利于污染物积累,降水对污染物有较明显的清除作用。      

2018年冬季鲁西北大气污染特征及影响因子分析

利用2018年12月至2019年2月滨州、德州和聊城PM_2.5、PM₁₀、NO₂、SO₂、CO和O₃逐日质量浓度及其对应的气象资料,分析了鲁西北大气污染特征和影响因子。结果表明：2018年冬季鲁西北大气污染比较严重,聊城、德州和滨州轻度及以上污染天数分别占61%、60%和54%,重度以上染污天数分别占24%、11%和9%;首要污染物均为PM_2.5、PM₁₀和NO₂,其中PM_2.5占60%以上。PM_2.5、PM₁₀、SO₂、NO₂和CO日变化呈双峰双谷型,谷值分别出现在04-07时和15-17时,且下午比清晨更低,峰值出现在上午和下午交通高峰期后2-3 h,且峰值上午大于下午;O₃呈单峰型分布,09时出现极小值,18-19时出现极大值。PM_2.5是鲁西北主要的首要污染物,与PM₁₀、CO、NO₂均为显著正相关,并通过0.01水平显著性检验,与NO₂的相关性在低相对湿度(< 60%)时大于高相对湿度(≥ 60%),与CO的相关性在高相对湿度时大于低相对湿度;污染时段(PM_2.5>75 μg·m^-3)的平均相对湿度和平均温度明显大于清洁时段(PM_2.5 ≤ 75 μg·m^-3),清洁时段风速和气压比污染时段明显偏大。     

降水和风对泰安地区PM2.5浓度的影响及区域传输研究

利用泰安市2018—2019年降水、风和PM2.5逐小时观测数据,分析了降水和风对PM2.5浓度的影响,并对PM2.5进行了源解析.结果表明:降水对PM2.5有一定清除作用,降雨日PM2.5平均质量浓度较非降雨日平均降低约7.2％,秋冬季节最为显著.降水对PM2.5的清除率与降水强度、降水前PM2.5初始浓度及降水时间...     

2013—2018年大连中心城区臭氧时空变化及其影响因子分析

基于2013—2018年大连中心城区O_(3)监测数据和气象数据,分析了该区O_(3)污染时空变化特征及气象要素对O_(3)污染的影响。结果表明:2013—2018年大连中心城区O_(3)已经逐渐成为最主要的大气污染物之一。O_(3)年平均浓度由2013年的66.66μg·m^(-3)上升至2018年的101.62μg·m^(-3)。秋季和夏季是大连O_(3)浓度较高的季节,其次是冬季和春季。O_(3)最高浓度月份主要为5月、6月及9月。O_(3)浓度日变化呈明显的单峰状,从上午08时开始增加,在下午14—16时达到最高,白天浓度高于夜晚。O_(3)污染物在2013—2017年从大连中心城区的西南向东北扩散。大连中心城区O_(3)与其他5种大气污染物均存在不同程度的负相关,与气温呈显著正相关,与相对湿度、气压及风速相关性较差。有利于大连O_(3)污染天气的气象条件主要为高气温(>30℃)、低湿度(≤80%)、低风速(1.5—2.0 m·s^(-1))、北风风向和长日照时间。高污染日的出现可能是受高温天气与本地逐渐增加的排放物共同影响。     

承德市臭氧污染气象条件预报方法研究

利用2014-2016年承德市环境监测站和气象站的数据,分析了气象条件对承德市O₃-8h浓度的影响,探讨了臭氧污染气象条件的预报方法。结果表明：4-7月是承德市O₃-8h浓度较高的月份,O₃浓度的日变化特征为午后浓度高而夜间浓度低;O₃污染的天气形势为500 hPa受高压脊和偏西气流影响,850 hPa有强暖平流和20℃以上的高温,地面受低压前部和高压后部之间的偏南气流影响;有利于O₃-8h出现高浓度的气象因子为日平均气温大于23℃、日最高气温大于28℃、日平均海平面气压995-1007 hPa、日平均水汽压18-28 hPa、偏南风大于1 m·s^-1。利用气象因子综合评分建立臭氧污染指数,与O₃-8h浓度的相关系数高达0.7553,说明臭氧污染指数能较好地预报臭氧污染天气。     

气象因子和海风对秦皇岛市臭氧污染的影响

利用2017年9月至2019年9月秦皇岛市环境监测站污染物浓度资料以及秦皇岛市国家基本气象站和浮标站的气象数据,统计分析了秦皇岛市O3污染特征以及气象因子和海风对秦皇岛市O3污染的影响.结果表明:秦皇岛市O3污染月变化特征表现为以5—6月和9月最为严重,10—12月和1—2月则无O3超标天气出现.O3污染的日变化特征表...     

河北沧州市臭氧质量浓度与气象因子的关系分析

利用2014—2020年河北沧州逐小时气象与环境监测数据,对沧州市臭氧(O_(3))污染加剧现状及其与气象因子的关系进行分析。结果表明:(1)沧州地区O_(3)污染呈加剧态势,且O_(3)已上升为该地区首要污染物;O_(3)污染集中出现在5—9月,O_(3)质量浓度日变化呈单峰单谷型,最大浓度出现在16:00前后;(2)5—9月O_(3)日最大8 h平均质量浓度(简称“O_(3)-8 h”)所处时段,平均气温、最高气温、相对湿度、总辐射辐照度与O_(3)质量浓度的相关性较好,本站气压、水汽压和平均风速与O_(3)质量浓度的相关性未通过显著性检验;(3)5—9月O_(3)-8 h时段,当同时满足8 h平均气温高于30.9℃、最高气温高于32.7℃、平均相对湿度低于42.1%、平均总辐射辐照度高于505.8 W·m^(-2)时,出现O_(3)污染的概率达84%;(4)气象因子不是O_(3)小时质量浓度快速增长的充分条件。     

西安市霾天气与清洁天气变化特征及影响因素分析

利用2006-2012年西安市污染物质量浓度、气象站逐时地面风场、相对湿度和能见度等资料,依据霾天气的定义统计理论霾日数,对比人工观测霾日与判据统计理论霾日的合理性,通过对霾天气与清洁天气过程的气象条件分析,分析西安市霾天气与清洁天气过程的变化特征及影响因素。结果表明：2006-2012年西安市霾天气过程在干季发生频率较高,湿季发生较少。地面风场对霾天气过程影响较大,绝大部分霾天气过程的日平均风速＜1.5 m·s^-1;干季大部分霾天气过程日平均风速≤1.0 m·s^-1,极端个例甚至在0.5 m·s^-1以下。清洁天气过程在干季发生次数多于湿季,主要与干季风速较大和湿度较小相关。