福州市污染物浓度时空分布及影响因子分析

利用2001年8月1日至2002年7月31日的气象资料和逐时污染物浓度数据，分析福州市污染物的时空分布特征，气象条件和非气象条件对污染物浓度的影响。结果表明：福州市的空气质量较好，夏半年空气质量优于冬半年。各污染物的日变化有明显的变化规律。污染物的浓度变化与空气污染气象条件的优劣密切相关，各气象要素对大气污染物有一定的制约关系，但并非简单的线性关系。人类活动对污染物浓度的变化影响较大。     

乌海市空气污染浓度的时间分布特征分析

利用2005—2007年乌海市区大气中SO2、NO2、PM10浓度的实测数据,分析了乌海市大气污染物的时间分布特征,分析结果表明:乌海市首要污染物是PM10,其次是SO2;从2005—2007年日平均值看:SO2、PM10呈下降趋势,NO2略呈上升趋势。SO2、NO2、PM10的浓度都有明显的季节变化。     

哈密市空气污染物浓度分布特征及其与气象因子的关系

利用2002—2008年哈密环境监测站监测资料和气象站同步观测资料,对哈密市大气污染物浓度分布特征和成因进行研究,结果表明:可吸入颗粒物是影响哈密市空气质量的主要因子,是首要污染物;冬季和3、4月污染最严重,夏季最轻;污染源以煤烟型、风沙型为主;气温日较差、辐射、风、相对湿度、能见度等气象因子与首要污染物浓度变化存在密切关系,气温日较差、日净地表辐射越大、能见度越好,越有利于污染物的扩散和稀释,空气质量就越好。     

区域大气污染物浓度分布预报的一种模式及其试验

本文就区域尺度大气污染物浓度预报，提出一种以天气气候学分型为基础，结合大气污染物输放散区域污染物浓度区域分布逐日预报模式；并用该模式作预报试验，结果表明：模式的预报结果能达到一定的正确率，具有实用价值。     

乌鲁木齐市SO2浓度的分布及其可能原因

根据乌鲁木齐市 1994～ 1997年 SO2 浓度和气象监测资料 ,分析了 SO2 浓度的时空分布特征及其可能原因 ,并对各监测点 SO2 污染等级作出了评价。     

环境空气污染物浓度的预报方法

如何充分利用气象资料,开展环境空气污染浓度的预报,是改善环境空气质量,防止空气污染事件的有效方法之一。     

开封地区暴雨的时间分布特征

利用 1 972～ 1 998年的历史资料 ,对开封市出现的暴雨进行统计分析 ,得出暴雨的时间分布特征、起始时间及主要天气系统影响下暴雨维持的时间 ,以此为暴雨预报提供本地区的气候特征     

乌鲁木齐市空气污染现状分析

从纵横两个方面对乌鲁木齐市空气污染现状进行了系统分析，包括与全国其它重点城市之间的比较分析、季节变动分析和趋势变动分析。     

南京市SO2污染浓度时空分布特征及统计预报方法的研究

本文根据南京市六个空气污染浓度监测站的2001年6月至2005年7月的SO2污染浓度监测资料分析南京市SO2污染浓度的时空分布变化特征,结果为6个站浓度值有明显的季节变化特征,且在冬季容易出现南北相反的分布特征。针对目前常用的回归预报方法在选取气象要素时没有考虑其互相之间的相关性的缺点,本文提出了一种建立在EOF展开基础上的首先使预报因子正交化,再与逐步回归方程结合并且资料逐日更新的变系数的新型统计预报模型,经过实际预报检验,预报准确率比较高,有很好的应用效果。     

乌鲁木齐市SO2浓度的分布及其可能原因

根据乌鲁木齐市1994～1997年SO₂浓度和气象监测资料,分析了SO₂浓度的时空分布特征及其可能原因,并对各监测点SO₂ 污染等级作出了评价。     

彭州市大气污染物浓度变化特征研究

本文利用2017年彭州市大气污染物(SO₂、NO₂、O₃、CO、PM₁₀、PM_2.5)小时浓度数据并结合地面气象观测资料,统计分析了该地区大气污染物浓度的演变规律及影响因素。结果表明：该地区细粒子(PM₁₀和PM_2.5)污染较为严重,O₃次之,其它污染物浓度水平则低于国家新二级标准限值。观测期间,各污染物浓度表现出明显的日变化与季节变化,其中SO₂、O₃呈单峰型日变化,NO₂、CO和细粒子则呈双峰型日变化;污染物浓度的季节变化基本表现为冬高夏低、春秋次之的变化特征(O₃为夏高冬低),并且固态污染物(PM₁₀、PM_2.5)与气态污染物(NO₂、CO)之间有显著的相关性。在污染物浓度与气象要素相关性分析中表明,湿度对于污染物浓度的影响整体上要弱于温度和风速,除了O₃与温度、风速呈正相关外,其它污染物与两者均呈负相关。除此以外,风向对于当地各种大气污染物的积累与清除也有直接的影响。     

乌鲁木齐汛期降水集中度和集中期时空变化特征

利用乌鲁木齐5个国家级气象站1978—2019年5—9月逐日降水资料,统计分析逐候降水集中度(P_(CD))和集中期(P_(CP))变化趋势和时空分布特征。结果表明:近42 a乌鲁木齐汛期降水集中度和集中期均呈微弱下降趋势,表明汛期降水分配趋于均匀,降水集中期呈逐渐提前趋势。汛期降水集中度和集中期空间分布差异显著,降水集中程度由西向东逐渐增大,降水集中期出现时间由北向南逐渐推迟。汛期降水集中度在整个研究期内存在6、15 a左右周期变化,降水集中期存在12 a左右周期变化。对多降水年和少降水年降水集中度和集中期合成分析,发现少降水年降水集中程度高于多降水年,而降水集中期明显晚于多降水年。     

阿勒泰地区冬季降雪的集中度和集中期变化特征

利用1961~2010年阿勒泰地区冬季台站降水资料,计算并分析了阿勒泰地区降雪集中度和集中期的时空变化特征。结果表明:降雪集中度(PCD)和集中期(PCP)能够定量表征降雪量在时空场上的非均一性。阿勒泰地区降雪平均集中度为0.27,平均集中期为第7.8候(12月上旬)。平均集中度和集中期空间分布不均匀,东部的降雪集中度和集中期较西部大。Morlet小波分析表明,阿勒泰地区降雪集中度和集中期存在各自的年际尺度周期变化。通过降雪量与集中度和集中期的合成分析表明,多雪年集中度较少雪年偏小,集中期较少雪年偏早。     

贵阳市大气污染物浓度特征及降水的清除作用

本文利用2013年1月1日~2015年6月30日贵阳市9个环境监测站的6种主要大气污染物(SO₂、NO₂、O₃、PM₁₀、CO、PM_2.5)监测数据,分析了贵阳市主要大气污染物的年变化、日变化特征及降水对首要污染物浓度变化的影响。发现SO₂、NO₂、PM₁₀、CO、PM_2.5浓度为单谷型年变化,夏季浓度最低,冬季浓度最高;O₃浓度为双峰型年变化,4、10月分别有两个极大值、11~2月与7月分别为两个极小值;SO₂、NO₂、PM₁₀、CO、PM_2.5浓度日变化呈双峰型特征;O₃浓度日变化为单峰型特征;郊区SO₂、NO₂、PM₁₀、CO、PM_2.5日平均浓度低于市区,而郊区O₃日平均浓度高于市区。降水对O₃的湿清除效果不好,对其余大气污染物的湿清除效果较好,尤其夜间降水对颗粒污染物(PM_2.5、PM₁₀)的清除效果优于白天降水,但会使O₃浓度明显上升。     

乌鲁木齐市PM10,PM2.5和PM1.0浓度及分布变化特征研究

利用GRIMM180气溶胶粒谱分析仪采集乌鲁木齐市PM10、PM2.5和PM1.0数据,研究表明:乌鲁木齐市气溶胶颗粒物质量浓度在进入采暖季后急剧增加,冬季颗粒物中细粒子含量最高,PM2.5/PM10可达77.6%,PM2.5/PM10,PM1.0/PM10,PM1.0/PM2.5三比值体现了颗粒物的分布特征,四季污染程度越高,细粒子含量越高。四季无降水日PM10、PM2.5、PM1.0的质量浓度和分布的日变化基本呈三峰三谷型,出现早—午—晚峰值,上午—下午—午夜后谷值,各季节峰谷值具体出现时间略有差别,由于冬季逆温层顶盖等因素的影响,冬季质量浓度和分布的日变化在此基础上多了两次波动。降水的发生对冬、春季质量浓度的影响大于夏、秋季,对不同粒径段粒子的分布影响有一定差别。     

2017年中国大陆PM2.5浓度时空分布特征分析

利用我国366个环境质量监测站的逐时观测资料,统计分析中国区域2017年PM_2.5浓度的变化情况,绘制其时空分布图。研究结果表明:(1)2017年年均PM_2.5浓度最大为和田地区,浓度为133μg/m³,年均PM_2.5浓度最小为云南迪庆,浓度为10μg/m³,,其极值分布大致呈现南低北高,西低东高的趋势。(2)根据年平均值,日平均值最大值,最小值以及其差值的时空分布情况,PM_2.5质量浓度相对较大的地区为华北与东北部分地区,少部分位于华中地区,相对较小的区域为西北,西南以及东南沿海地区。(3)PM_2.5质量浓度的季节性变化趋势大致为冬季>秋季>春季>夏季,其中新疆、西藏等地PM_2.5质量浓度变化受季节变化影响相对较大,华南及沿海地区受季节变化影响相对较小。     

敦煌地区春季大气气溶胶粒子数浓度的分析

利用2002年春季在敦煌地区戈壁沙漠和绿洲农田观测的大气气溶胶粒子数浓度资料, 分析了它与沙尘天气的关系、谱分布特征以及两种地表下粒子数浓度的差异.结果表明, 不同天气条件下的大气气溶胶粒子数浓度有着不同的特征.在背景天气下, 敦煌地区的大气气溶胶粒子数浓度通常在104L-1以下, 其中以直径在0.5～1.0 μm之间的极细颗粒为主, 绿洲农田细粒子(直径＜3.0 μm)的数浓度高于戈壁沙漠, 而较粗粒子(直径＞3.0 μm)则相反.当沙尘天气发生时, 该地区的大气气溶胶粒子数浓度增大到105 L-1以上, 直径在1.0～3.0 μm之间的细粒子变为其主要成分, 戈壁沙漠4档的粒子数浓度均高于绿洲农田, 3.0 μm以上的较粗粒子两地的差异更大.