信阳市城区空气质量指数变化及其与气象要素的关系

以2014-2017年信阳市逐月空气质量指数(AQI)监测数据及同时段的气象数据为研究对象,采用统计分析、Pearson相关系数法和广义加性模型(GAM),对信阳市城区空气质量指数变化特征及其与气象要素的关系进行分析.结果表明:1)2014—2017年信阳市城区AQI年际波动较大,空气质量有明显变好的趋势;研究期间内,信阳市城区有27个月(56.25%)空气质量属于良,19个月(39.58%)属于轻度污染,2个月(4.17%)属于中度和重度污染;AQI变化受季节影响明显,空气质量状况优劣程度依次为夏季春季秋季冬季.2)从整体水平来看,AQI与气压呈正相关关系,与气温、平均水汽压、日照时数和风速呈负相关关系;在不同季节和不同等级空气条件下,气象要素对AQI的影响差异较大.3)由广义加性模型可以看出,AQI与降水量呈线性关系,与平均气温、平均水汽压、日照时数和平均风速等气象要素为非线性关系,气象要素对AQI的影响一般存在阈值.     

信阳市城区空气质量指数变化及其与气象要素的关系

以2014-2017年信阳市逐月空气质量指数(AQI)监测数据及同时段的气象数据为研究对象,采用统计分析、Pearson相关系数法和广义加性模型(GAM),对信阳市城区空气质量指数变化特征及其与气象要素的关系进行分析.结果表明:(1)2014—2017年信阳市城区AQI年际波动较大,空气质量有明显变好的趋势;研究期间,信阳市城区有27个月(56.25%)空气质量属于良,19个月(39.58%)属于轻度污染,2个月(4.17%)属于中度和重度污染;AQI变化受季节影响明显,空气质量状况优劣程度依次为夏季春季秋季冬季.(2)从整体水平来看,AQI与气压呈正相关关系,与气温、平均水汽压、日照时数和风速呈负相关关系;在不同季节和不同等级空气条件下,气象要素对AQI的影响差异较大.(3)由广义加性模型可以看出,AQI与降水量呈线性关系,与平均气温、平均水汽压、日照时数和平均风速等气象要素为非线性关系,气象要素对AQI的影响一般存在阈值.     

新冠病毒肺炎疫情防控期间信阳市中心城区空气质量变化

基于信阳市中心城区的空气质量指数(AQI)日均值和《环境空气质量标准》(GB3095-2012),着重调查研究了该城区2020年1月21日-3月25日新冠病毒肺炎疫情防控相对严格期间的环境空气质量变化.结果表明:此期间该城区除了1d重度、3d中度、11d轻度污染天气外,没有严重污染天气,空气质量是2016年以来历年同时段最好的,疫情防控使环境空气质量总体上改善显著;环境空气质量存在震荡性变化;空气污染多发生于多云、阴、小雨、风力≤2级并挟带颗粒污染物质的北或偏北风天气条件下,颗粒物特别是PM2.5为主要污染物质,O3潜在污染问题突出;疫情防控力度对空气质量变化影响明显,疫控较严时没有出现中、重度污染天气,但仍出现了轻度污染天气,提示未来该城区乃至我国类似城市地区进一步改善环境空气质量可能面临着颗粒物特别是PM2.5和O3控制的艰巨性和复杂性问题.     

中国城市空气质量时空分布特征

采用国家环境保护部发布的2014年全国161个城市空气质量指数(AQI)数据,基于克里格插值、三维趋势面等空间分析手段,揭示重点城市空气质量时空分布格局.结果表明:我国AQI时空分布差异明显,季节特征表现为冬季最高,夏季最低,春季略高于秋季;月峰值出现在1月,9月AQI最低;日AQI高值出现在10:00,低值出现在16:00,白天AQI波动较大,夜间较平稳.空间分布呈现出从南向北、从沿海向内陆逐渐升高的趋势,且南北差大于东西差;华北生态地区AQI较高,云贵高原生态地区较低.     

基于AQI指数的中国城市空气质量时空分布特征

基于2014-2016年中国环境保护部公布的城市空气质量指数(air quality index,AQI)日报数据,综合运用空间插值法、空间自相关模型、核密度估计模型等空间数据统计模型探究中国城市空气质量时空分布及动态演进特征。结果显示:(1)2014-2016年中国城市的AQI呈下降的趋势,空气污染城市数量减少,表明城市空气质量有所改善;中国城市AQI季节均值为:冬季春季秋季夏季,夏、秋两季空气质量空间分异格局不显著,春、冬两季的空间分异格局显著,呈北高南低、内陆高沿海低的季节性空间分布格局。(2)中国城市AQI空间分布呈现出持续增强的空间集聚态势,形成以冀鲁豫三省交界处为核心并蔓延至湖北省中北部的中度污染区和以乌鲁木齐和阿图什市为核心的中度污染区,以珠三角城市群为核心的华南地区是稳定的空气质量优良区。(3)从核密度估计图可以发现中国城市空气质量空间分布格局表现为6个显著核心密度区和3个次级核心密度区,2014-2016年内该基本格局在局部区域发生较明显变化。本文通过不同的时间尺度全面分析了中国城市空气质量的空间分布特征,旨在为中国各个城市制定相关的空气质量防治政策提供科学依据。     

日照市空气质量变化特征及其与气象条件的关系

根据日照市2015年3月至2016年2月的空气质量日报数据以及同期气象数据,研究了该市空气质量特征及其与气象条件的关系.结果表明:日照市空气质量以II级良为主,占全年总天数的58%.PM2.5、O3和PM10为该市主要污染物;空气质量具有明显的季节特征,冬季空气质量最差,AQI的平均值为132.8,并且中度污染、重度污染和严重污染在冬季多次出现,夏季空气质量最好,AQI值为78.4;降水、风速、湿度和温度对于空气质量影响显著,大部分情况下,AQI指数与降水、风速、湿度呈负相关,与气压、气温存在正相关关系.     

南昌市空气质量变化特征分析

利用南昌市2013年1月至2014年5月期间6个环境监测点的空气质量指数数据,对南昌市空气质量指数变化规律进行分析,并对南昌2016年12月7日一次重大污染过程进行溯源.结果表明:1)南昌市秋冬季空气质量指数明显高于春夏季,6月空气质量最好,1月污染最为严重,空气质量最差;2)南昌空气质量指数日变化呈现双峰型特征;冬季一个峰值基本出现在中午前后,另一峰值基本出现在半夜时段,且夏季第一个峰值出现的时间较其他季节都提前;3)南下的冷空气携带了大量来自北方省份污染物,同时快速南下的冷空气使得南昌城区低空出现上暖下冷的逆温层,使得污染物在南昌地区积聚,不易扩散,造成了2016年12月7日南昌的重大空气污染.     

山东省空气质量指数的时空分布特征

根据2013年11月1日至2015年10月31日中国环境监测总站对山东省17个地级市的空气质量指数(AQI)的逐日监测数据,结合各地级市的地理位置和不同季节的气候特点,从宏观角度对山东省空气污染的时空分布特征进行分析。结果表明:山东省空气质量状况存在明显的地域差异,东部沿海地区空气质量普遍较好,内陆城市污染相对严重,且沿海城市的AQI呈现由东南向西北逐渐增大的趋势;山东省AQI变化具有明显的季节特征,呈现冬季污染较重、夏季污染较轻的季节特点;虽然春季发生空气污染的频率比秋季高,但是秋季发生污染时的污染程度较春季严重;4个气象区中,空气质量最好的是半岛地区,其次是鲁南地区,鲁中和鲁西北地区的空气质量较差。     

商丘市气象要素对空气质量的影响

利用商丘市环境监测站2015—2016年逐日空气质量监测数据,对空气质量总体状况、首要污染物变化特征等进行了分析,并利用商丘市多年逐日气象资料分析了气象要素对空气质量的影响.结果表明:商丘近两年占主导的首要污染物为PM2.5,出现频率为56%,空气质量优和良总体比率占51.6%,重度污染和严重污染总体比率为6.7%,连续3 d以上的重污染天气出现在11月到次年2月,AQI指数与平均气温、平均风速、降水量呈显著负相关,空气质量等级愈大,气象要素值愈小,降水频率愈高,空气质量愈好,降水量、降水日数、平均风速和大风日数的变化对空气质量有显著影响.     

南京市一次大气污染事件时空演化特征及影响因素

利用数理统计和后向轨迹方法,分析江苏省南京市2015年全年空气质量指数(AQI)及1月21—27日各污染指标数据,探讨南京市大气污染时空分布特征及影响因素.研究发现:2015年南京市AQI达到污染程度的天数在瑞金路、迈皋桥最多,在玄武湖最少;AQI值在秋、冬季较高,春、夏季较低,推测南京市AQI主要受不同功能区污染排放和不同季节天气变化控制.在1月21—27日大气污染事件中, AQI在仙林大学城最高,为211.094;玄武湖最低,为168.881. PM_(10)平均浓度在奥体中心最大,为229.472,玄武湖最小,为179.932. PM_(2.5)的空间分布情况与PM_(10)类似, SO_2, NO_2和O_3浓度空间差别不大.在此期间, AQI总体呈波动上升趋势, 21日、24日、26日出现3次高峰, 25日和27日下降. PM_(10)、PM_(2.5)、NO_2浓度变化趋势与AQI呈正相关关系, O_3与AQI呈负相关关系.因此,南京市大气污染在空间上具有明显区域特征,在时间上具有累加特征,同时还受周末效应和天气作用影响;主要污染物为汽车尾气、燃煤燃气和工业废气.气团后向轨迹显示,大气污染源主要来自局地和西北地区, 25日气团方向改变,导致污染物浓度下降,推测南京市大气污染受气团带来的外地污染物及天气变化的综合影响.     

基于时间序列与随机森林模型的江西省空气质量影响因素分析

空气质量状况直接影响着人们的身心健康,空气污染治理一直是一个广受争论的热点问题.本文基于2015～2020年江西省各地级市主要污染物浓度和气象数据,采用时间序列与随机森林模型,深入分析江西省各地级市的空气质量状况及其影响因素,得到以下结果:(1)从整体角度来看,2015～2020年间江西省城市的空气质量一直处于优良状态...     

辽阳市空气质量分析与评价

为揭示辽阳市现行的空气质量及为以后的管理提供依据,将辽阳市分别按照功能划分为清洁区、工业区、交通区、居民区,每个功能区布置一个监测点位;按季节划分为春、夏、秋、冬四季;按采暖期划分为采暖期、非采暖期,在2009年全年进行24小时监测,并对监测结果进行评价。结果表明:按功能区划分,清洁区、工业区、交通区、居民区空气质量均为轻污染;按季节划分,冬季空气质量为中污染,春、夏、秋三季空气质量为轻污染;按采暖期划分,采暖期空气质量为中污染,非采暖期空气质量为轻污染。     

北京市气象条件和空气质量指数与车辆行驶事故的关系

运用皮尔逊相关分析,采用保险调查数据,综合研究了北京市日车辆行驶事故数量与日平均气温、日降水量、日空气质量指数的关系,得到以下结果: 1)10月份行驶事故数量占全年的比例最高,2月份最低; 2)年尺度数据分析显示,日行驶事故数量分别与日平均温度和日降水数量呈显著负相关,与日空气质量指数呈显著正相关; 3)季节和月份尺度数据分析结果表明,日车辆行驶事故数量与日降水量无显著相关关系,夏季日平均温度与日行驶事故数量之间呈显著正相关关系; 4)夏季营造良好车内环境、秋冬季节改善道路条件、污染天气限行制度、行驶事故风险预警等,有利于减少车辆行驶事故,改善交通拥堵现象.      

重庆市不同天气型下地面SO_2浓度分布

介绍了来源于高分辨对流层化学模式 (HRCM)的空气质量模式的结构和特点 ,并利用该模式对 6类天气条件下重庆市的SO2 浓度进行了数值模拟 ,得到 6类和全年的浓度分布型 ,将计算值与实际观测值进行了对比 ,结果具有好的一致性 .     

环境空气质量标准修订后城市空气质量变化趋势及污染特征分析 ——以济南市为例

2012年环境空气质量标准修订后,大气污染物监测指标与频次发生变化,在一定程度上影响了城市空气质量评价及污染特征判定。为进一步促进城市空气质量改善,为地方环境管理与决策提供科学支撑,通过运用统计分析、趋势检验及相关分析等方法研究了济南市执行新环境空气质量标准后,各时段城市空气质量及6项污染物浓度变化趋势,在此基础上识别了空气污染特征。结果表明：自2013年起,PM10、PM2.5浓度不断下降,SO2、CO持续达标,近3年间全市无污染天数占50%左右;从季节变化来看,冬季大气污染最为严重,夏秋两季空气环境质量较好;PM10、PM2.5与NO2长期处于超标水平,O3污染愈加严重。可见济南市环境空气质量虽日趋改善,但以PM10、PM2.5和O3污染为代表的复合型大气污染特征已经形成。     

西昌市环境空气质量气象影响因素的分析研究

利用西昌市2012—2014年气象资料和空气质量资料,采用统计学方法对西昌市气候背景、地面和高空风场特征、污染系数、大气稳定度,风速、风向、稳定度联合频率进行分析,结果表明:全年的大气稳定度均以中性为主,不影响空气团做垂直方向运动,对大气污染物的扩散无明显影响;西昌市全年污染系数均以偏北风(以N和NNW为主)最大,偏南风(以SSW为主)次之,偏西风和偏北风最小,西昌市出现空气质量时好时坏的现象;整个冬季地面静风频率较高,达82%～85.4%,地面主导风向以偏南风和偏北风为主,各高度上风速最大值均出现在SSW方向上,各层风速均随高度增加而增大;地面静风是造成西昌市污染的主要原因,地面静风频率大时污染率越大,空气质量越差;由于污染源的位置关系,地面主导风向为偏南风时也是造成污染的重要原因,并以此为相关部门提出建议。     

基于空气质量指数AQI的空间自相关特征分析——以福建省为例

以福建省9个地级市为研究对象，运用时间序列模型、全局空间自相关分析、K-medoids聚类及相关分析等研究方法，探索福建省各地级市空气质量指数的空间自相关特征。研究结果显示，相比秋冬两季，各地级市春夏两季的空气质量相关性较低，具体表现为，春夏两季各地级市莫兰指数（Moran's I）显著较低 。以空气质量指数AQI的6个空气质量分指标作为聚类标准进行研究，发现福建省地级市的空气相关性区分为两大类。进一步对AQI进行相关性分析，发现AQI与PM10、PM2.5、NO2分指标高度相关，由此说明，空气微粒与NO2是福建空气污染的主要来源。空气质量季节上的分布差异，可以为政府准确地制定治理方案提供有力证据。     

南宁市空气中细颗粒物污染水平及其与气象因素的关系

分别于2010年1月和3月在南宁市城中心区的市监测站、文教区的区农校、工业区的英华嘉园、城市郊区的仙葫,应用自动监测仪器监测空气颗粒物的浓度,并分析监测站点位细颗粒物浓度随季节的变化及其与日平均气温、风速和降雨量等气象因素的关系.结果发现,1月份和3月份南宁市城市中心区域的细颗粒物浓度高于郊区的,城市区域范围内则以下风...     

2014年1月济南市空气污染气象条件分析

为研究大气环流背景及气象条件对山东中西部PM2.5污染的影响,利用气象及PM2.5浓度资料,选取济南市作为典型代表城市,诊断分析了大气环流背景及气象演变过程对2014年1月济南市PM2.5浓度的影响,建立济南静稳指数公式。结果表明：2014年1月华东北部至华北南部地面至对流层中层风速均为负距平,水平方向污染扩散能力差,偏南风异常加强了南方水汽的输送,有利于气态污染物向颗粒态转化,推高了PM2.5浓度;对流层低层东亚冬季风异常偏弱,逆温增多,垂直方向污染扩散能力差;500 hPa异常高压,抑制了东亚大槽的发展,更加有利于污染物在底层的累积。天气演变过程分析表明：地面水平方向及高空垂直方向气象条件对PM2.5浓度均有影响,地面风速偏弱（偏强）,高（低）湿度,风场辐合（辐散）时,PM2.5污染偏高（偏低）;边界层高度降低（升高）,垂直方向气流下沉（上升）,对流层中低层大气层结不稳定增强（减弱）时,PM2.5污染升高（降低）。静稳指数对于空气质量及重污染过程具有较好的预报能力。