玉溪空气负氧离子预测模型的建立

利用玉溪市九县区14台空气负氧离子自动测报系统实时观测数据和同步气象要素观测资料,使用相关分析、回归分析等方法,分析了影响空气中负氧离子浓度的主要气象因子,以及影响因子与空气负氧离子浓度的关系,并建立预测模型。结果表明,玉溪市空气负氧离子浓度年变化、季节变化与各气象因子之间无显著的相关关系。影响玉溪空气负氧离子浓度日变化的主要气象因子为空气相对湿度和空气温度。当空气温度20.4℃时,空气负氧离子浓度日变化与空气温度呈负相关关系。当空气湿度45.6%时,空气负氧离子浓度与空气湿度呈正相关关系。通过建立负氧离子浓度预测模型,实现了负氧离子预报的定量化。经检验,预报方程效果显著,在预报业务中具有参考价值。     

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。     

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。     

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。     

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。     

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。     

金华市不同区域负氧离子浓度特征与气象环境因素相关分析

利用2019—2021年金华市空气负氧离子浓度和气象环境资料，研究不同区域（平原城区、平原公园、水边景区、山林景区）负氧离子浓度时空分布特征，分析人类活动最多的城区负氧离子浓度与气象环境因素不同时间尺度的相关性，以及不同天空状况的差异。结果表明：负氧离子浓度呈现平原低、山区高的分布特征，植被茂密、动态水流可增加负氧离子浓度和提高浓度等级。山林景区日出和日落前后负氧离子浓度较高，水边景区凌晨和午后出现高值，平原地区则在下午达到高峰。不同区域四季日变化趋势整体较一致，但不同季节负氧离子浓度峰值大小、日较差和出现峰值时刻存在差异。四季不同区域负氧离子浓度有所差异，主要表现为6—9月高，其中尤以8月山林景区为最。负氧离子浓度与气象环境因素的相关性在不同时间尺度上差异较大：时尺度上与气温、风速、雨量和O3呈显著正相关，而与PM2.5呈显著负相关。四季看，负氧离子浓度春季与风速相关性最高，夏季为气温，秋季为O3，冬季为PM2.5。日尺度上则与相对湿度、风速、雨量呈显著正相关，与PM2.5和O3呈显著负相关，且雨天负氧离子浓度明显高于其他天空状况，差异在冬季达最大。     

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。     

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。     

承德北部空气负氧离子浓度特征及预报模型

为提升生态康养气象服务能力,探讨空气负氧离子浓度与气象环境关系,利用承德北部丰宁县2020年—2022年5月两个空气负氧离子站监测资料,以及同期的气象环境数据,统计分析了负氧离子浓度时间变化特征、与气象环境要素的变化关系及关键影响因素,建立了负氧离子浓度的气象预测模型。结果表明:丰宁城市公园、林区负氧离子浓度年均值分别为1358.7个/cm3、1955.8个/cm3,最大值分别为3867个/cm3、5845个/cm3,具有治疗和康复功效的自然环境条件;林区的负氧离子浓度明显高于城市公园,城市公园和林区负氧离子浓度月变化均呈“单峰”型分布,峰值分别出现在7月、8月,最小值均出现在1月;林区、城市公园负氧离子浓度日变化夜间大于白天,年内及春夏秋冬四季内的日变化呈“双峰”型分布,峰值分别出现在日出以前及日落以后,最小值出现在午后;城市公园、林区负氧离子浓度与气温、降水量、相对湿度、风速、日照及PM2.5、O3浓度的变化有关,影响负氧离子浓度的最关键的气象、环境要素为相对湿度、PM2.5,城市公园受气象、环境影响更大;利用多元回归方法,分别建立了城市公园和林区的负氧离子浓度气象预报模型,经检验,两个模型的预报准确率分别为77.6%、74.9%,拟合效果良好,可为森林康养及健康生活提供气象服务。     

雅安市近地面空气负(氧)离子状况初探

本文基于2010~2011年雅安市气象局进行的“雅安市空气负(氧)离子观测研究”资料,对雅安市近地面空气负(氧)离子状况进行了初步分析。主要结论为:(1)雅安市具有优异的空气负(氧)离子生态资源,城区空气负(氧)离子浓度等级大多数情况都在6级(负离子浓度≥2100个/cm³)以上,近郊的负(氧)离子浓度大多数情况都超过6级,较高时可接近60000个/cm³,风景区的负(氧)离子浓度大多数情况都远远超过6级,较高时≥60000个/cm³,是名符其实的“天府之肺”、“中国的绿色宝石”和“中国生态气候城市”。(2)雅安市境内,空气负(氧)离子浓度的日变化规律通常为7时左右最大,15时左右最低;空气负(氧)离子浓度和天气、相对湿度有较密切的关系,通常的规律为:降雨后的清晨、雷雨后,空气负(氧)离子浓度明显增加;空气负(氧)离子浓度和相对湿度成正相关。(3)和国内已有研究资料的地区比较,雅安市空气负(氧)离子浓度水平在国内为最高地区之一。     

典型城市区与森林区空气负氧离子特征比较分析

利用连续15个月逐小时对比观测资料,分析比较了典型城市区和森林区负氧离子特征,结果显示:1城市区负氧离子平均浓度为240个/cm3、森林区为1470个/cm3,森林区明显高于城市区5~6倍;森林区负氧离子中"小离子"约占8成、"中离子"约占2成,而城区"中离子"几乎为零。2城市区和森林区负氧离子浓度日变化趋势大体一致,夜间高于白天,午夜到早晨为高浓度时段,峰值出现在凌晨04:00—5:00;低浓度时段在中午到傍晚前后,最低值均出现在13:00。3负氧离子浓度在季节分布上,森林区以春季和冬季较高,城市区以秋季较高。城市区秋季较高可能与当年秋季雨水异常偏多有关。4大老岭林区负氧离子浓度有缓慢下降趋势,而城市区有缓慢上升趋势。5负氧离子日平均浓度,城市区以雾天和雨天较高,雷雨天、阴天次之,晴天较低;森林区以晴天和雷雨天气较高,阴天次之,而雨天和雾天反而较低,与城市区相反。     

大气污染物含量分布与环境气象条件的关系

将1981—1986年我国大气降尘量、SO_2、NO_x及降水物pH平均值的分布特征与同期的平均雨量、雨日、相对湿度和地面风场等的分布作了对照,发现其间存在一定关系,当上述环境气象场发生变动或出现反常时,这些大气污染物的分布也将发生变化。     

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。     

岳阳城区空气污染的变化特征及气象影响因素

根据2003年12月至2013年12月空气污染资料, 对岳阳城区空气污染的变化特征及气象影响因素进行了分析,探讨了2013年岳阳城区出现的典型空气污染过程的天气实况、大尺度环流背景及成因。结果表明：近10年来,岳阳城区API指数呈显著下降趋势。冬季空气污染最严重且年际变化较大,而夏季空气污染相对较轻且年际变化较小。1—12月API指数基本呈V形变化,且具有冬半年（10月至次年3月）偏高,夏半年（4—9月）偏低的变化规律。工业布局、主导风向、地理条件等导致岳阳城区空气质量具有显著的时空分布。气温日较差大、逆温等大气处于稳定状态下空气污染加重。本地气象和外地输入因素导致2013年岳阳城区出现一次比较典型的空气污染过程。用多元回归方法建立的API指数预报方程表明,气象要素和天气现象对岳阳城区API指数有显著影响。     

城市和森林空气负离子浓度与气象环境关系的通径分析

气象环境与负氧离子浓度关系存在很多的不确定性。利用宿迁市城市和森林区一年负离子观测资料和气象观测资料,使用通径分析方法,结果表明空气负氧子浓度会随着时间、环境的改变而有所不同,森林区的空气负离子浓度要高于城市区,而且这种负离子浓度的差异在夏、秋季节更为明显。气象环境中总云量、平均风速和日照百分率同城市和森林空气负离子浓度相关性不显著。日平均水汽压既是对大气负离子浓度作用最大的直接因子,也是最大的间接因子;日平均气温对城市和森林区负离子浓度具有仅次于平均水汽压的直接效应。城市区和森林区气象要素对负离子浓度的剩余通径系数达到0．8以上,表明气象因子对大气负离子浓度的影响较轻,环境中可能存在影响空气负离子浓度的其他重要因素。     

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。     

CMAQ—ASM模式业务化

CMAQ成功移植到了国家气象中心业务系统神威和IBM巨型机上，为实现全国及区域空气质量预报准业务化系统提供重要的技术保障。另外，针对模式中污染源不确定性因素引起预报偏差的技术难题，发展了空气质量预报模式的动力-统计模型（CMAQ-MOS）与源同化新技术，其效果明显优于国外原CMAQ模式。