共查询到17条相似文献,搜索用时 109 毫秒
1.
南宁市大气能见度变化特征及影响因子分析 总被引:1,自引:0,他引:1
对2000至2006年的南宁市能见度资料进行统计分析。分析表明,南宁市近7a能见度年均值在13~17km之间,总体呈下降趋势。一年之中,能见度最小值主要出现在1至3月,最大值出现在6至7月,汛期能见度明显好于非汛期。一日之中,能见度的日变化为:08时〈02时〈20时〈14时。能见度与气象因子的相关分析表明,能见度与温度、风速成正比,与压强、降水、湿度成反比。与污染物的相关分析表明,能见度与PM10浓度的相关性较强,达到-0.58。 相似文献
2.
3.
郑州市大气能见度变化特征及与空气污染的关系 总被引:12,自引:4,他引:8
根据郑州市19802007年能见度及同期地面气象要素(风速、温度、气压和相对湿度)观测资料和2006年、2007年空气污染物(SO2、NO2、PM10)监测数据,分析了郑州市大气能见度的变化特征以及大气能见度与气象要素和空气污染之间的关系.分析表明,大气能见度呈逐年下降趋势.一年之中,能见度最小值出现在121月及78月,最大值出现在56月;一日之中,08时能见度最差,14时最好.能见度与温度、风速呈正相关,与气压、湿度呈负相关,与空气污染物质量呈负相关. 相似文献
4.
利用2010年6月至2011年5月鞍山大气成分观测站的能见度资料,统计分析能见度与PM10、PM2.5、PM1.0质量浓度、风速、降水强度和气溶胶光学厚度等气象要素的相关性。结果表明:鞍山市能见度月均值从8月份开始呈上升趋势,11月份达到峰值后开始显著下降,2月份达到最低值,自3月开始又出现较大幅度增长,进入夏季后略有下降;PM2.5/PM10、PM1.0/PM10比值与能见度呈反相关,能见度增大,PM2.5/PM10、PM1.0/PM10比值减小,且PM1.0/PM10的减小趋势更大,说明影响能见度的颗粒物以细粒子为主。平均风速与能见度变化趋势基本一致,与PM2.5/PM10、PM1.0/PM10的变化趋势呈反相关。随着雨强的增大,降水日能见度平均值随之减小,降水前一日和后一日的能见度平均值均大于降水日,且降水前一日及后一日的能见度改变量及改变率的绝对值随着降水强度的增加而增加。波长指数的变化说明影响鞍山能见度变化的污染物粒子整体较稳定,能见度与AOD成明显的反相关。 相似文献
5.
根据大连气象站1980—2013年的能见度、天气现象、湿度、风等资料,采用趋势分析、相关分析、频率分析等方法,研究了大连市能见度的变化特征及影响因子。结果表明:近34 a来,大连市能见度呈显著(α=0.01)的下降趋势,下降速率为1.4 km/10a。一年中秋季能见度最好,夏季能见度最差; 月最大值出现在10月,最小值在7月; 一日当中14时能见度最好,08时能见度最差;小于10.0 km的低能见度事件显著增加。大连市能见度的下降可能与雾霾天气增多、水汽压增加及风速的减小有关。 相似文献
6.
苏州市能见度与影响因子关系研究 总被引:6,自引:2,他引:4
利用2009年6月—2010年5月苏州市气象局霾监测点颗粒物浓度、能见度、相对湿度、风速、风向、气温等观测资料,分析了苏州能见度变化特征,建立了能见度和影响因子的统计模型,研究了能见度和气象因子及颗粒物浓度的关系。结果表明:苏州市能见度有明显的季节变化,春季能见度最好,秋季能见度最低;能见度日变化显著,最低能见度通常出现在清晨,午后明显好转;PM10、PM2.5、黑碳浓度值和相对湿度与能见度都呈反相关关系,但黑碳对能见度的影响不如PM10和PM2.5对能见度的影响明显;风速与能见度呈正相关关系,在东南、南东南风向时能见度值最高。 相似文献
7.
利用2011年能见度、相对湿度、风速逐时观测资料和11月16日至12月13日期间颗粒物膜采样数据,分析天津市大气能见度与PM2.5组分的关系。结果表明:天津颗粒物质量浓度与能见度变化总体呈负相关,PM2.5和相对湿度对能见度的影响作用明显。能见度与颗粒物中TC质量浓度变化呈负相关,SO42-,NO3-,OC和EC是影响大气能见度的主要组分,其中SO42-浓度对能见度影响最大,其次为OC浓度、EC浓度,NO3-浓度对能见度的影响相对较小。后向轨迹和混合层高度分析表明,气象条件是造成PM2.5质量浓度分布差异的重要原因。 相似文献
8.
利用2015年1月至2017年6月桂林国家基本气象站能见度、相对湿度、气温、气压、降水等气象要素和PM10、PM2.5、PM1.0颗粒物质量浓度资料,分析桂林城区大气能见度与颗粒物浓度和气象因子之间关系。结果表明:桂林城区大气能见度和PM10、PM2.5、PM1.0呈对数关系,相关系数分别为-0.341、-0.461、-0.509,颗粒物对大气能见度影响在相对湿度为60%—70%时最为显著。在各气象因子中,大气能见度与风速的相关性最好,其次为相对湿度,与风速呈二次函数关系,与相对湿度呈幂指数关系,与温度相关性较小,与气压在秋冬季节呈正相关,相关系数冬季可达0.301,但在春、夏季节相关性不显著;利用颗粒物浓度和气象要素建立8种大气能见度非线性统计回归模型,比较后发现利用PM1.0、风速、相对湿度、气温等因子建立的不同季节大气能见度拟合公式在实际检验中效果最优,能较好地模拟桂林地区大气能见度的变化。 相似文献
9.
利用南阳市1995-2005年大气能见度和地面气象要素的观测资料及南阳市环境检测站提供的近3 a空气污染物监测数据,统计分析了近10 a南阳市大气能见度变化特征及其与气象要素和空气污染物的关系,结果表明:南阳市能见度年际变化呈缓慢波动上升趋势,夏秋季节2001年之后呈波动下降趋势;冬季能见度最低,春季最高;能见度月变化呈双峰型,第一个峰值在5月份,第二个峰值在9月份;一日之中,08时能见度最差,14时最好.能见度与同期气象要素及污染物浓度的相关分析表明,能见度与相对湿度、空气污染物PM10浓度呈显著性负相关,与NO2、SO2浓度负相关性较弱,与风速和气压呈弱的正相关,与温度的相关性较为复杂,雾是影响能见度的主要天气现象之一. 相似文献
10.
11.
为研究重庆市区大气能见度变化特征,对2000~2005年的重庆能见度观测资料进行了统计分析。结果表明:市区能见度以差和较差为主,能见度的季节变化、日变化特征明显,且近年来日平均能见度有所下降。能见度与同期的地面气象条件、主要空气污染物的相关分析结果表明,在气象条件中,相对湿度和风速对能见度的影响最为明显,各季能见度均与相对湿度呈显著负相关,与地面风速呈正相关;在污染物因子中,PM10是能见度下降的最主要原因,且不同季节PM10对能见度的影响程度不同,其中以冬、夏季影响较强。 相似文献
12.
利用北京市道面自动气象站、国家级自动气象站等多种观测数据分析北京地区2007—2015年能见度及其主要影响因子, 并挑选两次典型低能见度事件过程进行详细分析。从空间分布看, 北京西北地区能见度明显高于中心城区和东南大部地区。从时间分布看, 北京地区平均能见度最大值出现在5月, 最小值出现在7月; 日间的最低值多出现在06:00(北京时, 下同)左右, 冬季略向后推迟; 最高值多出现在16:00前后, 冬季略有提前。整体而言, 2007—2015年北京地区发生低能见度事件的概率为62.14%, 且发生低能见度的事件集中于1~5 km, 霾事件中干霾、湿霾的发生频率分别为86.13%和13.87%。能见度的主要影响因子为相对湿度、风速和PM2.5浓度。其中, 能见度与风速呈正相关, 与相对湿度和PM2.5浓度呈反相关。需要指出的是, 当相对湿度增加至80%, 能见度受PM2.5浓度的影响程度在下降, 而主要受相对湿度的影响。基于所选个例, 当北京地区出现湿霾事件时, 能见度的恶化程度远高于干霾事件, 且PM2.5浓度需比干霾事件时下降得更低才能有效改善能见度。 相似文献
13.
14.
15.
天津冬季大气能见度与空气污染的相互关系 总被引:3,自引:1,他引:2
为探求天津冬季大气能见度特征与空气污染的相互关系,于2008年12月至2009年1月连续观测大气能见度和空气污染物浓度(PM10、PM2.5质量浓度,O_3、NO_2和SO_2体积浓度),并结合相对湿度进行相关分析。结果表明:天津冬季大气能见度平均值为11.59 km,日变化呈明显的单峰特征,其变化特征受到空气污染物,尤其是气溶胶质量浓度及相对湿度变化共同影响;观测期内霾的发生频率接近50%;采用非线性回归方程拟合能见度与气溶胶质量浓度相互关系显示,PM2.5质量浓度对水平能见度的贡献大于PM10质量浓度,并且高湿情况下,能见度与气溶胶质量浓度相关性更好。 相似文献
16.
利用气象、土地利用等资料,采用统计方法,对河北省雾霾的特征及诱因进行了研究,结果发现:1)河北省多年平均雾霾日数分布情况呈由西南往西北逐步递减的趋势;各季节雾霾天能见度的空间分布不同,秋冬雾霾较为严重,自西南向东北呈递减的趋势,夏季自西南向东北呈递增的趋势,春季则自东南向西北呈递增的趋势。2)河北省近几十年来雾霾日数增加明显,增长斜率为0.45,但低能见度日数并不随雾霾日数增加而增加,主要是因为雾日数持续减少。3)河北省雾霾与国内生产总值(Gross Domestic Product,GDP)、能源消耗总量呈正比关系,而与机动车数量相关性不大。 相似文献
17.
为研究大气气溶胶及空气中水汽与大气能见度下降的关系,利用2009年天津大气边界层观测站大气能见度资料和同期观测的相对湿度、PM10及PM2.5资料,对三者与大气能见度的关系进行了分析。结果表明:大气能见度与相对湿度线性相关系数最高,PM2.5次之;大气能见度随相对湿度的增大而明显降低。相对湿度低于60 %时,大气能见度与PM2.5的非线性相关性较好,与PM10次之,与PM10与PM2.5差值的相关性最差。相对湿度高于60 %时,大气能见度与PM10的非线性相关性较好,与PM10-PM2.5差值的相关性次之。大气能见度与相对湿度非线性相关系数高于线性相关系数。利用相对湿度、PM10及PM2.5数据计算得到了具有季节变化的非线性大气能见度拟合公式,经验证,该公式能较好地模拟天津地区的大气能见度。 相似文献