日照市区PM10污染物特征及其与气象要素的关系

对2002年1月1日～2002年12月31日日照市环境监测中心提供的PM10（可吸入颗粒物）日平均浓度资料和对应时段的日照市地面气象资料做了深入的分析，揭示了污染物PM10变化特征及其随气象要素的变化规律。同时分析了主要污染物PM10与地面风速、风向间的相关关系，发现日照市大于等于3级的PM10污染日均出现在1-4月，地面风速对污染物PM10浓度有一定影响，当地面风速超过5m／s时，3级及以上污染日很少出现，当地面风速超过6．5m／s时，随着风速的提高，污染物浓度呈下降趋势。污染物浓度呈明显的季节变化，冬、春季节明显高于夏、秋季节。     

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。     

广州市空气污染的变化特征及预报

利用2002年11月-2004年9月广州市空气污染指数（API）和PM10、NO2、SO2等污染物逐日浓度资料，采用小波分析、相关分析等方法对广州市空气污染的变化特征及与同期地面气象要素的关系进行了分析。并采用最优子集回归方法分别建立冬、夏季API指数及污染物浓度的预报方程。结果表明。PM10是广州市的主要污染物。其次为NO2、SO2。除SO2外，广州市API指数、NO2、PM10等污染物浓度具有冬半年（11-4月）偏高，夏半年（5-10月）偏低的变化规律。API指数及各种污染物浓度均具有明显的年周期振荡及5-7天的准单周、10-20天准双周、30-60天左右的季节内振荡，且30-60天的季节内振荡在冬半年较强而在夏半年较弱。冬半年API指数和PM10、NO2、SO2浓度与气压、风速、降水呈稳定负相关，与温度、相对湿度等呈稳定的正相关，而夏半年主要与风速、降水具有较好且稳定的负相关。增加前一天的污染物浓度作为预报因子后，所建的最优子集回归方程比单选用气象因子要稳定。具有较强的预测能力。     

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。     

延安地区大气中PM_(10)浓度水平及其变化特征

利用延安地区2006—2008年大气中可吸入颗粒物PM10的监测资料,分析了PM10的浓度水平、变化规律及其影响因素。延安地区PM10的年平均浓度为153μg/m3,超过国家环境空气质量标准年平均值2级浓度限值70μg/m3的1倍多,这与当地高的PM10区域背景水平(平均值为109μg/m3)紧密相关。PM10质量浓度水平具有明显的季节性,春季最高,冬秋其次,夏季最低。PM10日均值浓度超过国家环境空气质量2级标准的日数占全年的40%,其中春季达66%。PM10质量浓度日变化呈明显的双峰双谷型特征,与风速的日变化有明显的反相关关系。1mm降水量对PM10的湿清除能力按冬、春、秋、夏依次递减。延安地区出现西风或偏西风时PM10平均质量浓度高,但就累积影响而言,处于主导风向上的西南风要比其他方向高40~50μg/m3左右。     

日照市区PM10污染物特征及其与气象要素的关系

对2002年1月1日-2002年12月31日日照市环境监测中心提供的PM₁₀(可吸入颗粒物)日平均浓度资料和对应时段的日照市地面气象资料做了深入的分析,揭示了污染物PM₁₀变化特征及其随气象要素的变化规律。同时分析了主要污染物PM₁₀与地面风速、风向间的相关关系,发现日照市大于等于3级的PM₁₀污染日均出现在1-4月,地面风速对污染物PM₁₀浓度有一定影响,当地面风速超过5m/s时,3级及以上污染日很少出现,当地面风速超过6.5m/s时,随着风速的提高,污染物浓度呈下降趋势。污染物浓度呈明显的季节变化,冬、春季节明显高于夏、秋季节。     

气象条件对石家庄PM_(2.5)浓度的影响分析

利用2013~2014年石家庄逐小时PM2.5监测浓度与地面及探空等气象观测资料,从大气的垂直扩散、水平扩散和地面局地环流等方面,探讨气象条件对PM2.5浓度的定量影响关系。结果表明:(1)石家庄PM2.5浓度具有明显的日、月和季节变化特征,早晨08时前后PM2.5浓度最高,下午16时前后浓度最低;冬季PM2.5浓度最高,夏季最低;(2)2 a共出现485 d逆温,其中10~12月出现频率最多,达82.8%~86.2%,逆温致使低层大气垂直运动受阻,不利于污染物扩散;(3)大气混合层高度与PM2.5浓度呈反相关,PM2.5浓度75μg/m3(空气质量优良),对应大气混合层高度平均为1 448 m,而PM2.5浓度≥150μg/m3(空气重污染)的混合层高度降到878 m;(4)受地形影响,石家庄地面风与边界层附近风对污染物的影响明显不同:925 h Pa西南风、地面偏东风不利于污染物扩散;925 h Pa西北风、地面偏西风有利于污染物浓度降低。925 h Pa风速4 m/s、地面偏西风风速2 m/s、地面偏东风风速3 m/s,有利于污染物扩散;(5)降水对污染物有湿清除作用,清除量不仅与降水量有关,还与前期PM2.5浓度有关,且冬季降雪过程对PM2.5的清除作用是降雨的4倍。     

上海城市空气质量预报分类统计模型

上海城市空气质量预报的分类统计模型利用上海地区2000年6月至2002年12月的空气污染浓度资料及常规气象资料建立模型，用2003年全年资料检验模型。模型采用方差分析方法区分不同污染浓度高低的气象条件，按季节、地面风向和雨量3项指标对浓度样本分类，季节分类划分冬、夏半年子样本，风向分类划分偏西风向、非西风向子样本，雨量分类划分有雨、无雨子样本，共计3层分类，18个分类子样本，样本分类的高值区和低值区与实际污染浓度的季节、地面风向和雨量的分布是一致的。最后，采用线性逐步回归方法对各分类子样本建立起一组预报模型。模型的检验评分结果显示：分类统计模型较全样本统计模型实际业务预报精度有所提高，在城市空气质量预报中是切实可行的。     

太原地区主要污染物污染的气象特征

选用2002年太原地区6个环境监测站主要污染物逐时浓度监测资料和山西省观象台逐时的气象观测资料,系统的统计分析了太原地区主要污染物浓度的时空分布特征,其中包括SO2和可吸入颗粒物PM10平均浓度的逐月变化、采暖期和非采暖期平均浓度的逐时变化,以及主要污染物浓度与地面常规气象要素的相关性。揭示了各代表站主要污染物污染的年、日变化趋势、采暖期和非采暖期日变化的差异,并分析了春季大风天气时PM10与SO2污染浓度的变化特征。     

海口市PM_(10)、PM_(2.5)和PM_1质量浓度的变化特征分析

利用2013年在海口市气象局地面气象观测站采集的PM10、PM2.5和PM1质量浓度数据,分析了2013年可吸入颗粒物质量浓度的变化特征,并对其成因进行了初步分析。结果表明:2013年海口市PM10、PM2.5和PM1质量浓度的变化趋势基本相同,PM10、PM2.5质量浓度的超标率低,达到一级标准的概率分别为74.0%和68.8%,超过2级标准的天数分别为1和9 d,ρ(PM2.5)/ρ(PM10)与ρ(PM1)/ρ(PM2.5)的比例平均分别为78.1%和85.1%;海口PM10、PM2.5和PM1质量浓度冬季最高,夏季最低,春、秋两季处于冬夏之间;PM10、PM2.5和PM1质量浓度的日变化呈双峰现象,一个峰出现在上午,一个峰出现在夜间;颗粒物质量浓度的变化主要受到气象条件和污染物排放的影响。     

郑州市气象因子对大气颗粒物浓度的影响研究

基于2015、2016年河南省环境监测中心站获取的郑州市9个监测点颗粒物浓度和逐日气象数据,对气象因素和颗粒物浓度相关性进行了研究。结果表明:郑州市大气颗粒物浓度受季节影响较强,总体呈现冬季高、夏季低的趋势。降水量与大气颗粒物浓度呈现明显的负相关。相对湿度的增高不利于PM_(2. 5)浓度的降低,而PM_(10)的浓度则随着相对湿度的增高有所降低。春夏秋三季的主要风向为东北偏东,当春季风为东南风和西风时,颗粒物浓度最低;当夏季风为东北偏东风时,颗粒物浓度最低;秋季吹东北风时,颗粒物浓度最低。冬季吹西北风(郑州冬季盛行风向)时,大气颗粒物质量浓度最低。     

Pollutant dispersion characteristics in Dhaka city, Bangladesh

Air pollution is a major environmental concern in major cities around the world. The major causes of air pollution include rapid industrialization/urbanization and increased non environment-friendly energy production. This paper analyses the atmospheric pollutant such as carbon monoxide (CO) and particulate matter (PM) dispersion characteristics of Dhaka city. The yearly and diurnal variations of pollutant concentration are described by taking into consideration of both meteorological and emission source parameters highlighting washout effect due to rainfall and inversion phenomena. Concentration of PM (both PM2.5 and PM10) and CO in the ambient air are measured for a period of one year with Airmetric Minivol air samplers and Gas Chromatographic (GC) technique, respectively. The trend over the year shows an increase in the monthly average hourly PM and CO concentrations in winter months (November to March) when both PM10 and PM2.5 annual average concentrations (about 130 and 95 ??g m^?3, respectively) exhibit levels exceeding World Health Organization (WHO) guidelines as well as exceed more than twice the national standards of annual PM10 (50 ??g m^?3) and PM2.5 (15 ??g m^?3) concentrations. Such high pollutant concentrations may have significant health implications for residents of Dhaka city. It is also found that the PM concentration increases with the increase of wind speed during dry winter season and is also influenced by transboundary air pollution. The data and subsequent recommendations can be useful in formulating air quality management strategies for the Dhaka city.     

Pollutant Concentrations in Street Canyons of Different Aspect Ratio with Avenues of Trees for Various Wind Directions

This study summarizes the effects of avenues of trees in urban street canyons on traffic pollutant dispersion. We describe various wind-tunnel experiments with different tree-avenue models in combination with variations in street-canyon aspect ratio W/H (with W the street-canyon width and H the building height) and approaching wind direction. Compared to tree-free street canyons, in general, higher pollutant concentrations are found. Avenues of trees do not suppress canyon vortices, although the air ventilation in canyons is hindered significantly. For a perpendicular wind direction, increases in wall-average and wall-maximum concentrations at the leeward canyon wall and decreases in wall-average concentrations at the windward wall are found. For oblique and perpendicular wind directions, increases at both canyon walls are obtained. The strongest effects of avenues of trees on traffic pollutant dispersion are observed for oblique wind directions for which also the largest concentrations at the canyon walls are found. Thus, the prevailing assumption that attributes the most harmful dispersion conditions to a perpendicular wind direction does not hold for street canyons with avenues of trees. Furthermore, following dimensional analysis, an estimate of the normalized wall-maximum traffic pollutant concentration in street canyons with avenues of trees is derived.     

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。     

Particulate matter trends and quantification of the spring sand-dust contribution in Hohhot,Inner Mongolia,from 2013 to 2017

2013年9月国务院颁布了《大气污染防治行动计划》.研究其实施前后呼和浩特市大气污染物浓度变化及及原因;同时,分析了春季沙尘天气对于呼和浩特市大气环境颗粒物浓度的定量影响.结果表明:呼和浩特市大气环境质量持续改善,但大气污染物浓度仍然较高.PM2.5和PM10年均浓度分别超过国家二级标准22.9％和35.7％;2013-2017年春季PM2.5和PM10浓度降幅较大,沙尘天气对呼和浩特市PM2.5,PM10,和TSP浓度的绝对贡献范围分别在0.6-5.2μg m-3,9.0-16.9 μg m-3和 14.7-30.0 μg m-3.     

呼和浩特市区污染状况分析

文章利用呼和浩特市2006—2009年环境监测点监测的SO2、NO2和PM10平均浓度资料进行统计分析,得到:(1)呼和浩特市SO2日平均浓度在0.017～0.188mg·m-3之间,超标率为4.0%,NO2在0.026～0.081mg·m-3之间,未超过国家二级标准,PM10在0.036～0.332mg·m-3之间,超标率达到6.5%;(2)污染物浓度最小的月份是7月、8月,最大的月份是1月和12月;(3)近年呼和浩特污染物浓度总体呈下降趋势。     

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。     

天津市城区静风与污染物浓度变化规律的分析

利用2000—2004年天津市城区气象和污染物资料,采用统计分析方法,研究了城区静风分布及污染物浓度变化规律。结果表明:静风分布有明显的日、年变化规律,在华北地形槽或低压、高压前部和高压的天气形势下易出现静风天气现象且持续时间较长。污染物浓度与风速呈现出较好的负相关,即风速越大、污染物浓度越小。但风速达到一定临界值时,TSP与风速呈正相关,大风可以引起二次扬尘并增加了空气中颗粒物的含量;PM10,SO2和NO2三种污染物在静风日的浓度值均高于非静风时的浓度值。     

2012~2020年成都市不同等级能见度的时空分布特征

利用2012~2020年成都市气象站观测资料和环境空气质量监测数据,研究了该地区能见度时空演变规律以及不同等级能见度下气象要素和污染物浓度的关系。结果表明:（1）成都市近9 a年平均能见度呈上升趋势。四季平均能见度由高到低依次为夏季（12.25 km）、春季（10.82 km）、秋季（9.04 km）和冬季（6.33 km）。成都市能见度日变化呈单峰型分布特征,07时能见度最低,17时能见度最高。（2）能见度空间分布特征为东高西低且北高南低,中部中心城区最低。（3）成都市3 km以下低能见度出现频率为10.92%,3~5 km、5~10 km和10~20 km能见度出现频率分别为15.92%、24.95%和22.51%。（4）能见度上升与对应的PM_2.5和PM₁₀浓度、相对湿度减少以及风速增加有关。当能见度低于1 km时,多为高湿（RH>96%）低温（T<10.6℃）和小风速（<1.0 m/s）和高浓度（PM_2.5>84.8 μg/m3,PM₁₀>129.0 μg/m3）。