潮州市大气污染物与气象要素的关系

利用2006年潮州市地面气象观测资料和大气污染物浓度数据,分析了潮州市污染物的时空变化特征、污染物浓度月变化与气象要素变化关系以及污染典型日的气象因素。研究发现:潮州市的主要污染物为可吸入颗粒物(PM10),PM10全年的超标率为7.5%,空气质量夏半年优于冬半年;PM10污染物浓度月变化与地面气象要素有较高的相关性;在污染物典型日中,气象要素也是主要的影响因子。     

太原市大气电场特征分析

本文主要使用大气电场监测系统资料,分析了太原市大气电场的日变化和年变化,着重分析了高污染地区大气电场值明显高于其他地区的典型特征。在其他不受污染的陆地区域,晴天电场值维持在＋120V左右,而太原市会达到＋600v以上。分析其原因主要是：太原市大气常年污染较严重,主要为气溶胶状态污染物,有粉尘、烟液滴、雾、降尘、飘尘、悬浮物等,导致大气电导率降低,大气电场强度显著增加。日变化为双峰双谷型,主高值出现在傍晚,次高值出现在午前;主低值出现在清晨,次低值出现在午后,与太阳和人类活动保持较好的一致性。年变化为单峰单谷型,极大值出现在冬季,极小值出现在夏季。     

福州天气形势分型与大气污染物的相关分析

利用2002－2006年地面天气图和500 hPa高空图,将影响福州的天气形势分为10型,结合大气污染物浓度资料,统计2002－2006年福州全年、冬半年、夏半年不同天气形势型的出现率及相应的污染物浓度值,分析不同天气形势下大气扩散能力的强弱以及对污染物浓度的影响。结果表明：锋前暖区和地面倒槽是最不利于扩散的天气型,台风（热带辐合带）和低涡锋面是最有利于扩散的天气型;冬半年高压后部、锋前暖区和地面倒槽对污染物浓度增大的影响最大,低涡锋面、高压脊和高压底部对污染物浓度减小的影响最大;夏半年台风（热带辐合带）及外围、低涡锋面、副热带高压对污染物浓度减小的影响最大,其他天气型影响下污染物浓度变化幅度为正值。     

福州天气形势分型与大气污染物相关分析

利用2002-2006年地面天气图和500hPa高空图,将影响福州的天气形势分为10型,结合大气污染物浓度资料,统计2002-2006年福州全年、冬半年和夏半年不同天气形势型的出现率及相应的污染物浓度值,分析不同天气形势下大气扩散能力的强弱以及对污染物浓度的影响。结果表明：锋前暖区和地面倒槽是最不利于扩散的天气型,台风（热带辐合带）和低涡锋面是最有利于扩散的天气型;冬半年高压后部、锋前暖区和地面倒槽对污染物浓度增大的影响最大,低涡锋面、高压脊和高压底部对污染物浓度减小的影响最大;夏半年台风（热带辐合带）及外围、低涡锋面、副热带高压对污染物浓度减小的影响最大,其他天气型影响下污染物浓度变化幅度均为正值。     

2000～2002年北京市城市大气污染特征分析

通过对 2 0 0 0年 1月至 2 0 0 2年 1 2月北京市城市大气污染物SO2 ,PM1 0 ,NO2 的分析发现 :北京市主要污染物是SO2 和PM1 0 。SO2 污染月份主要发生在 1 1月至次年的 3月 ;PM1 03级以上的日数全年都有分布 ,但 4级和 5级的日数主要发生在春季和冬季 ;NO2 主要污染月份发生在 1 0月至次年的 3月 ;大多数污染物以 2 0 0 0年最为严重。对污染资料进行MHAT小波分析发现 ,北京市大气污染存在两个明显的周期波动 ,即 2 0～ 30天周期和准 5天周期 ,这说明北京市污染物浓度短期变化主要受到天气过程及大气低频振荡的影响 ,该文进一步计算了 2 0 0 0年污染资料与气象资料的相关关系发现 ,北京市污染物与日平均气温、日平均风速、每日 1 2 :0 0 (北京时 )温度梯度、相对湿度存在明显的相关关系 ,且不同的气象要素对不同的污染物浓度影响不同。     

北京地区大气能见度变化规律及影响因子统计分析

1990～ 2 0 0 0年北京地区大气能见度的统计分析表明 ,大气能见度有明显的年际变化、季节变化和日变化特征。冬、春、秋三季及全年日平均年际变化表现为 2 0世纪 90年代中期能见度较好 ,前期和末期能见度较差 ,2 0 0 0年能见度迅速好转 ;夏季能见度年际变化在 1997年以前与其他季节相反 ,1995年能见度最差。大气能见度与同期地面气象条件和主要污染物浓度的相关性比较表明 ,春、夏、秋三季以空气湿度、PM10 和风速为主要影响因子 ,冬季以PM10 、SO2 、空气湿度和风速为主要影响因子。能见度与相对湿度和空气污染物浓度呈反相关 ,与风速的相关性较为复杂 (有时呈正相关 ,有时呈反相关 ) ;高湿度 (相对湿度 f≥ 80 % )、小风速 (地面风速u≤ 2m·s-1)和雾是造成低能见度的主要气象条件 ;污染物浓度对能见度的影响以冬季最为明显 ,秋季次之 ,夏季最差     

2012—2014年常州市大气重污染日的气象条件分析

利用常州市环境监测中心的大气污染监测资料、常州市气象局的常规气象观测资料及NCEP/NCAR再分析资料等分析了2012—2014年常州市的大气污染情况,将大气重污染日的地面形势场进行了分型,并重点分析了污染程度极为严重的2013年1月的气象条件,得到以下结论：1)近3年常州市共计出现大气重污染日54天,冬季为重污染日数最多的季节,首要污染物主要是PM2.5。2)可将重污染日的地面形势场归纳为均压场型、高压底部型、高压后部型、变性高压型和低压型5种类型：均压场型扩散条件差,为大气重污染最常见的地面形势;高压底部型一般伴随有冷空气扩散,往往导致上游污染物的输送;高压后部型、变性高压型分别意味着冷高压移出和变性减弱致使污染物累积导致大气重污染发生;低压型一般易出现降水,若前期污染程度较重或降水较弱,往往导致污染维持。3)2013年1月大气污染极其严重,单月共计出现重污染日14天,降水量异常偏少是本月重污染频发的主要原因之一,高温高湿小风环境则有利于大气重污染的形成。4)秋冬季节多冷空气活动,本地往往经历均压场高压底部冷空气冷高压均压场的循环过程,冷空气“间歇期”为大气重污染高发时段,故地面形势场对大气重污染的预报预警有着较好的指示作用。     

欧亚大陆晴天大气电场变化特征统计分析

对欧亚大陆中纬度陆地9个晴天大气电场观测站点的观测数据进行了分析。结果表明:欧亚大陆中纬度陆地9个站点晴天大气电场强度的日变化主要成单峰单谷和双峰双谷两种波形。各站点的晴天大气电场强度季节变化也较为明显:冬季晴天大气电场强度值较大,夏季晴天大气电场强度值较小。晴天大气电场强度值的日变化总体上与大气电导率呈负相关,与爱根核浓度、绝对湿度呈正相关,并且温度梯度也对其有一定的影响。     

黑龙江省主要城市的大气污染物变化特征

本文利用哈尔滨、齐齐哈尔、牡丹江2005年1月1日-2010年12月31日的空气质量数据,统计了三个城市的总体污染情况及PM10的年、月变化特征。结果表明:哈尔滨的空气污染比其它两城市严重,重度污染的天数比例最高为0.33%;PM10是三个城市主要的首要污染物,出现的天数占总天数比例都>94%,NO2、SO2为首要污染物主要出现在冬季取暖期;统计6 a的平均PM10浓度,哈尔滨>牡丹江>齐齐哈尔,哈尔滨PM10浓度的年变化呈上下波动趋势,齐齐哈尔、牡丹江PM10浓度则呈递减趋势;10月-次年4月是三个城市PM10浓度高值期,6-8月为浓度低值期。     

哈尔滨市冬末逆温、大气稳定度与大气污染概率关系

利用2006～2008年2月逐日地面常规观测资料和高空探测资料以及逐日的污染监测资料,统计分析了哈尔滨市2月风速、逆温和大气稳定度与大气污染的概率关系。分析结果表明：哈尔滨市2月的大气污染主要发生在风速〈3 m/s,污染物浓度随着风速的增大而减小,在一定程度上反映了哈尔滨市2月的污染主要是局地污染物的累积;发生大气污染时一定有逆温出现,但有逆温时不一定就发生大气污染;大气稳定度增加,大气污染概率增大。     

北京地区不同天气条件下近地面大气电场特征

利用2004年8月—2005年11月近地面大气电场仪的观测资料, 对北京地区不同天气条件下近地面大气电场特征进行分析。结果表明:北京地区晴天近地面大气电场日变化呈双峰双谷, 谷值分别出现在北京时05:00和12:00, 峰值分别出现在07:00和23:00, 并且表现出一定的季节变化; 晴天大气电场的变化与气溶胶含量的变化有密切关系, 两者呈正相关; 晴天大气电场与绝对湿度之间也表现出很强的相关性, 在一定程度上反应了水汽对大气电场的作用; 沙尘天气下风速均达到一定强度, 近地面大气电场为负值, 并且变化剧烈, 电场强度与PM₁₀之间呈现较强的负相关, 而电场强度与风速之间没有表现出明显的相关性。     

青岛一次沙尘污染事件的气象条件特征

2008年5月28日至6月1日青岛市区出现了持续5 d的大气污染,其中29-30日为重度污染,其余3日为轻度污染。本文基于青岛常规地面和高空观测资料以及环境监测站SO2、NO2、PM10监测资料,利用资料分析和中尺度数值模拟的方法,分析造成青岛此次持续多日的大气污染的污染源、大气环流和气象要素特征。分析结果表明：此次污染过程主要是外来沙尘引起的PM10污染;持续较强的逆温层结以及近地面层弱南北风频繁交替出现造成沙尘在近地层往复、积聚,最终导致连续多日的空气污染。     

2014—2016年开封市空气污染特征及重污染过程气象成因分析

利用2014-2016年高空、地面气象资料和大气环境监测资料,分析了开封市空气质量特征及10次连续性重度污染过程天气形势。结果表明:2014-2016年,开封市空气质量整体呈转好趋势,优良率由53%增加到67%,污染时数由47%下降至33%,轻度污染和中度污染时数下降明显;重污染日主要出现在1月、11月和12月,其中1月出现重污染日和连续性重污染过程次数最多;3年内共出现连续性重污染过程23次,最长持续日数达6 d;开封市重污染天气主要受PM2.5和PM10浓度变化影响,PM2.5和PM10浓度具有明显的季和日变化特征,平均浓度最高值主要出现在秋冬季和09时。重污染过程期间的500 hPa形势中,平直纬向环流型出现次数最多,占总次数的63%;其次为低槽型,出现次数占21%;西北气流型出现次数最少,占16%。地面气压场形势主要分为4类:1)高压前部型,出现重污染次数最多,占总次数的55%;2)均压场型,出现次数占25%;3)低压带型占16%;4)高压后部型出现次数最少,仅占4%。当上游地区有较严重污染时,本地污染物浓度将快速升高,区域传输作用明显。     

连续雾霾天气污染物浓度变化及天气形势特征分析

利用MICAPS资料、地面观测资料、NCEP资料和衡水市环境监测站细颗粒物(PM2.5)及PM10浓度资料,对2013年1月衡水市出现的连续雾霾天气从PM10及细颗粒物浓度演变、雾霾天气污染物浓度与地面要素关系、中低层环流形势特征进行了分析,结果表明:1)雾霾天气期间06:00(北京时间,下同)至07:00和16:00至21:00为PM10和细颗粒物浓度较低时段,PM10最大值出现在15:00,细颗粒物最大值出现在02:00,两者并不同时达到极值。2)雾霾天气污染物浓度与地面湿度并不是简单的正相关或负相关关系,还和许多其它因素有关。3)衡水市污染源主要来源于工业污染源、扬尘污染、冬季燃煤采暖、局部污染源及区域性污染。4)雾霾天气相对湿度和能见度基本呈负相关,气压变化不大,风向频率最多为北到东北风,平均风速一般都在2 m/s以下。雾日时大部分时段为雾和霾的混合物。5)重污染日期间500 hPa为平直偏西气流或西北偏西气流,没有明显的槽脊活动。而污染较轻的时段500 hPa为明显的西北气流控制或有槽脊活动。6)雾霾天气期间大部分日数08:00在850hPa以下都存在逆温层;地面气压场偏弱,尤其河北平原一带基本为均压场。最后对雾霾天气影响及对策进行了简单探讨。     

北京秋季一次降雪前污染天气的激光雷达观测研究

以2009年11月5~8日北京地区发生的一次特殊天气形势下的重污染天气过程为例,研究分析本次污染特点和大气边界层结构特征以及此天气过程的大气温度和相对湿度结构特点。激光雷达是探测大气边界层及气溶胶的一个高效工具,利用ALS300激光雷达系统测量信号,应用Fernald方法反演大气消光系数,根据反演的气溶胶消光系数的最大突变,即最大递减率的高度来确定大气边界层的高度。利用其观测的退偏比分析大气污染物特性。利用微波辐射计数据,确定大气温度和湿度时空特征。研究结果表明:在本次污染天气下,大气具有很强的逆温结构,逆温最大可达近1 K(100 m)-1,500 m以上的大气相对湿度很低,在这种天气特征下的大气边界层高度在400 m左右,非常稳定。污染结束降雪开始前,大气逆温结构消失,大气湿度大幅度增加,接近饱和。根据lidar(light detection and ranging)退偏比的分析,本次污染天气是一次典型的烟尘类颗粒物的污染,污染具有区域性特点。PM2.5(空气动力学当量直径小于等于2.5μm的颗粒物)与AOT(Aerosol Optical Thickness)之间有明显的线性关系,相关系数达到0.72。该lidar系统能够反演出秋季降雪前本次污染天气背景下北京城区上空的大气污染特性和大气边界层高度。     

内蒙古东部春季三类沙尘天气气溶胶散射系数及其与PM10、能见度相关性分析

利用内蒙古东胜、锡林浩特两站2004~2006年春季（3~5月）积分浊度计的观测资料,结合同期PM10质量浓度、大气能见度等资料,分析了背景、扬沙、沙尘暴、强沙尘暴等不同强度沙尘天气气溶胶散射系数的分布特征,讨论了不同强度沙尘天气过程中散射系数、PM10、能见度的日变化规律,以及不同强度沙尘天气过程中散射系数与PM10质量浓度、散射系数与能见度的相关关系。结果表明:散射系数能够很好地反映沙尘天气强度;随沙尘天气强度增强,散射系数日变化从双峰型向单峰型转变;沙尘天气强度较弱时,PM10与散射系数的日变化不相似,强沙尘暴过程中PM10与散射系数的日变化有一定的相似性;能见度与散射系数日变化趋势相反;散射系数与PM10质量浓度呈正相关性,沙尘天气越强,相关性越好,背景、扬沙、沙尘暴、强沙尘暴相关系数分别为0.201、0.809、0.898和0.953;散射系数与能见度有指数相关关系,随沙尘天气强度增强二者相关性逐渐增强,背景、扬沙、沙尘暴、强沙尘暴相关系数分别为-0.773、-0.870、-0.918和-0.940。     

新都区冬季空气污染扩散与气象要素相关性研究

利用2014~2018年冬季空气质量和污染物浓度数据,结合地面观测、探空及风廓线雷达资料,对新都区冬季气象要素及其污染扩散条件进行分析。结果表明:（1）新都区不同污染物具有相同的日变化特征,在11时左右浓度最高,18时达到最低。（2）新都区污染物浓度与风速、气温、降水、相对湿度有密切关系。当风速大于(小于)平均风速时,污染物浓度减小（增加）;气温越高且相对湿度越大,污染也越强;降水较弱时,反而会加重污染。（3）新都区污染天气过程中,逆温强度与厚度的大小将影响污染物的垂直扩散,强度和厚度偏大,污染偏严重。      

Diurnal Variations of Air Pollution and Atmospheric Boundary Layer Structure in Beijing During Winter 2000／2001

The diurnal variations of gaseous pollutants and the dynamical and thermodynamic structures of the atmospheric boundary layer (ABE) in the Beijing area from January to March 2001 are analyzed in this study using data from the Beijing City Air Pollution Observation Field Experiment (BECAPEX). A heavy pollution day (22 February) and a good air quality day (24 February) are selected and individually analyzed and compared to reveal the relationships between gaseous pollutants and the diurnal variations of the ABL. The results show that gaseous pollutant concentrations exhibit a double-peak-double-valley-type diurnal variation and have similar trends but with different magnitudes at different sites in Beijing. The diurnal variation of the gaseous pollutant concentrations is closely related to (with a 1-2 hour delay of) changes in the atmospheric stability and the mean kinetic energy in the ABL.     

乌海市PM_（10）污染浓度与气象条件分析

乌海市PM10浓度与风速的关系明显。总体而言,PM10污染物浓度随风速的增大而增大;冬季当风速在3.1～4.0m.s-1时,PM10污染物浓度低。PM10浓度与地面风向的关系：春季偏西风时PM10污染浓度最高,偏北风时污染浓度最低;冬季东南风时污染浓度最高,西北风时污染浓度最低。PM10浓度与空气湿度的关系：冬季PM10污染浓度值随湿度的增加而增加,正相关比较明显。春季当空气湿度越小,出现重度污染的频率越高。