哈尔滨市空气质量特征及其与气象要素的关系

利用哈尔滨市2014—2016年逐日空气质量指数(AQI)数据,结合同期气象观测资料,分析了哈尔滨市空气质量的变化特征、主要污染物及与主要气象要素之间的关系。结果表明:近3 a间,哈尔滨空气质量为良级别的天数最多,占47%,达到污染级别的天数占31%,2016年空气质量最佳,优良级别的天数达到284 d,占全年78%;春夏季AQI指数较低,秋冬季AQI指数明显偏高,9月空气质量全年最佳,1月空气质量最差; PM_(2. 5)是造成哈尔滨空气污染的最主要污染物,其次是PM₁₀、NO_2和臭氧8 h(O3-8 h); AQI与气压之间以正相关为主,秋冬季最为显著;与风速主要表现为负相关,冬季尤为显著;与气温的关系受到采暖的干扰差异较大,年尺度及秋冬季呈负相关,月尺度呈正相关;与降水日数呈负相关;与相对湿度冬季表现为显著正相关,而5—9月为负相关。     

2014-2016年荆州城区空气质量与气象要素的关系分析

利用2014年1月1日—2016年12月31日荆州城区逐日空气质量数据和同期地面气象要素逐日观测资料,分析了荆州城区空气质量状况、变化特征及其与气象要素的相关性。结果表明,荆州城区优良日数偏少,但2014—2016年荆州城区空气质量略有改善,首要污染物为PM_(2.5);AQI和PM_(10)、PM_(2.5)、SO_2、NO_2、CO的月变化规律一致,呈V型分布,冬季空气污染最严重,夏季空气污染相对较轻,O_3的变化规律则相反,呈反V型分布;除O_3外,AQI和其他污染物浓度与前一日AQI、气压呈正相关关系,与气温、水汽压、湿度、云量、降水、风速呈负相关关系,据此建立了AQI和各污染物浓度的回归预报方程;进一步分析了2014年1月严重污染天气的成因,本地污染物的分布、外地污染物的输入和气象扩散条件是影响空气质量的主要因素。     

哈密市空气质量特征及其与气象因子的关系

利用2010—2019年哈密市气象及环境数据,分析了哈密市空气的污染现状、空气质量特征及其与降水、能见度、气温、风速、日照时数等气象因子的相关关系。结果表明:哈密市首要污染物为PM10,空气质量以Ⅱ级(良)为主,近10年空气质量指数呈先增大再减小的单峰型变化,2011年空气质量最好,污染日数最少,之后轻度以上污染日数明显增多,2014年为空气质量最差年;每年AQI最高的为3月和11月,6—9月AQI变化较为平缓,空气质量最好;春季AQI最高,其次为冬季和秋季,夏季AQI最小,空气质量最好,采暖期AQI高于非采暖期,与春、冬季的变化基本一致;AQI与降水、能见度、气温均呈负相关关系,与风速、日照时数、气压呈正相关,在不同季节,相对湿度、能见度均与AQI呈负相关,春、夏、秋三个季节AQI与风速、极大风速呈正相关,冬季则呈负相关,气温、日照时数、气压在不同季节与AQI呈不同的相关性。     

新标准下空气质量预报指导产品对比检验

为了解和掌握上级指导产品对石家庄市空气质量预报的适用性,进一步提高石家庄市空气质量预报的准确性,利用国家气象中心(NMC)、北京区域气象中心(BJ)和河北省气象局(HB)空气质量预报产品,对石家庄市夏季4种主要污染物PM_(2.5)、PM_(10)、O_3和SO_2的预报进行了对比检验,结果表明:1)NMC对4种污染物的预报效果均逊于HB和BJ的,对PM_(10)、PM_(2.5)和SO_2的预报值明显较实况偏大,尤其在发生重污染天气时,对PM_(10)和PM_(2.5)的空报率高达90%以上;2)HB对PM_(10)和SO_2的预报效果好于BJ的,对SO_2的预报值与实况值均在一个等级范围内,发生重污染天气时,对PM_(10)的预报效果好于BJ的,预报值更接近于实况,但对重污染向优、良转折天气的预报值偏高;3)BJ预报PM_(2.5)和O_3的效果好于HB的,对O_3的0级误差级别预报准确率高达90.5%,对PM_(2.5)优到轻度污染等级的预报效果较好,但对重污染天气的预报值低于实况。     

重庆市一次严重雾霾过程的阶段性特征及成因

针对2014年1月26日—2月3日重庆市主城区出现的一次严重雾霾过程,对污染物浓度、环流形势和气象要素进行综合分析。结果表明,雾霾强度变化与AQI指数、PM_(10)和PM_(2.5)浓度有比较好的对应关系,PM_(10)和PM_(2.5)是此次过程的首要污染物,SO_2和NO_2有明显的单峰型日变化,但对AQI指数的影响较小。高空持续稳定纬向环流和中低空西南暖湿气流,逆温层持续存在且低空风速小是有利于连续雾霾过程的背景条件。地面平均风速小,平均日温差小,相对湿度大于85%,能见度低使地面湍流活动弱,大气维持静稳状态,空气污染持续加重。     

贵州西南三地空气质量特征及预报研究

该文选取2015—2017年贵州西南3地(黔西南、安顺、六盘水)的环境空气质量监测和气象要素观测资料,运用统计、相关和多元线性逐步回归3种分析方法,掌握了3地环境空气质量指数和污染物特征,以前日空气质量指数近似替代未知污染源和显著相关气象因子作为自变量,对3地分季节建立空气质量指数预报模型,并进行了效果检验。结果表明:贵州省西南3地空气质量优良,黔西南州空气质量最优,安顺市次之;3地AQI月均值6月最低,安顺市、六盘水市和黔西南州最高分别出现在12、1和2月;优、良等级年际变化安顺市分别呈波峰和波谷特征,六盘水市与其反向变化,黔西南州为线性正、负变化;安顺市、六盘水市和黔西南州主要污染物分别为O_3、PM_(2.5)和PM_(10);3地AQI模型预报值与实况的变化趋势较为一致,春、夏季效果最好,综合评分在90%以上,具有预报业务应用价值。     

重庆市荣昌区冬季PM2.5污染的气象因素及区域传输特征

利用2016—2018年重庆市荣昌区冬季PM_(2.5)质量浓度监测数据,结合地面气象观测资料、L波段探空雷达资料、ERA-Interim再分析资料及全球资料同化系统(GDAS)数据,并与HYSPILT模型相结合,分析荣昌区冬季PM_(2.5)污染的气象影响因素及区域传输特征。结果表明:(1)2016—2018年荣昌区冬季PM_(2.5)污染超标频率高达56.3%,但空气质量有好转趋势。PM_(2.5)质量浓度日变化有2个峰值,分别出现在12:00和23:00;(2)荣昌区冬季PM_(2.5)污染主要受降水、逆温层、低层风速等气象条件影响。当925 hPa以下和700~600 hPa存在明显逆温层结,500 hPa呈西北气流或平直西风气流,850 hPa以下为偏东北弱风时不利于PM_(2.5)扩散,易发生重度污染天气。日降水量R>2.0 mm时,降水对PM_(2.5)具有明显的正清除,且清除能力随着降水等级的增大而增大,R<1.0 mm时,降水对PM_(2.5)表现为负清除,微量降水期间不利的扩散条件加之颗粒物吸湿增长作用反而导致PM_(2.5)质量浓度增加,空气质量恶化;(3)荣昌区冬季PM_(2.5)污染主要受距离荣昌区西北和东北方向约300 km范围内的成渝城市群城市间污染物区域输送影响,外域颗粒污染物的传输是荣昌区冬季PM_(2.5)污染的重要原因。     

上海地区空气污染变化特征及其气象影响因素

利用2013—2014年上海地区6种空气污染物小时浓度和逐日空气质量分指数(IAQI)的监测资料,统计分析了上海地区空气污染的变化特征及其气象影响因子。结果表明:2014年上海地区空气质量优良率达77.0%,空气质量总体较2013年明显好转。2013—2014年上海地区AQI具有季节性特征,表现为冬季空气质量较差、秋季空气质量较好的特征,其中12月空气质量最差。由首要污染物分布可知,上海地区最主要的污染物为PM_(2.5),其中冬季PM_(2.5)污染出现最多;O_3则为夏季的主要污染物。由污染物浓度的周循环变化可知,上海地区PM_(2.5)、PM_(10)、NO_2和O_3浓度均存在周末低于工作日的"周末效应",但PM_(10)和NO_2浓度的"周末效应"更显著。由2014年上海地区霾日与PM_(2.5)浓度的变化可知,当PM_(2.5)浓度达到轻度及以上污染时,霾天气出现的概率大幅提高,但二者并非对应的关系。天气形势对PM_(2.5)污染影响较大,基于上海地区天气形势特点可以将PM_(2.5)污染的地面形势分为7种类型,其中高压中心型和高压楔型为PM_(2.5)污染的主要天气型。由于上海地区冬季冷空气活动频繁,西北风将上游地区颗粒物输送至本地,易造成较严重的污染天气;同时在冷高压的控制下,高压中心型和高压楔型天气频繁出现,导致颗粒物不易扩散,也易造成空气污染。夏季和秋季在副热带高压的控制下,水平和垂直扩散条件均较好,不易出现PM_(2.5)污染,但由于气温较高,光照条件较好,易出现O_3污染。     

2013—2014年江门CMAQ的预报检验

基于CMAQ空气质量模式的报文资料和江门环境监测站资料,对2013年12月至2014年2月份CMAQ空气质量模式在江门市的应用进行了效果检验,分析了AQI和SO_2、NO_2、PM_(10)、PM_(2.5)等要素的预报值与实际观测值之间的误差和预报效果,结果表明:模式对AQI 24、48和72 h时效的预报值都比实测值偏高、预报时效越长、偏离越大;离散程度越高,可靠性也越差。整个冬季AQI 24 h时效预报值与实测值相关系数高达0.72,模式能够准确把握AQI的变化特征,48和72 h时效相应的相关系数分别为0.55和0.4。模式对SO_2、PM_(10)、O_3和PM_(2.5)的预报容易偏高,对NO_2和CO的预报容易偏低。6种要素预报效果较好的是PM_(2.5)和PM_(10);预报效果最差的是CO,无论是平均偏差、离散程度、相关系数和可靠性等,明显低于其它要素。     

基于CUACE模式的合肥地区空气质量预报效果检验

为了检验CUACE模式指导产品在合肥地区的预报性能,本文利用合肥地区PM_(2.5)、PM_(10)、O_3监测资料对中国气象局下发的2014年3月至2015年2月合肥地区空气质量CUACE模式指导产品的预报效果进行了检验。结果表明:2014年3月至2015年2月合肥地区CUACE模式指导产品AQI和PM2.5浓度的预报值接近实测值,PM_(10)浓度预报值略小于实测值,O_3浓度的预报值明显偏大,但O_3浓度的预报值与实测值相关性最好,AQI、PM_(2.5)浓度和PM_(10)浓度预报值与实测值之间的相关系数均为0.3—0.4。实测空气质量等级为良时,CUACE模式空气质量等级预报的TS评分最高,漏报率和空报率最小;实测首要污染物为PM_(2.5)时,CUACE模式首要污染预报TS评分最高,漏报率和空报率最小。CUACE模式的预报性能并未随预报时效的延长而降低,CUACE模式指导产品总体预报效果较好,可为合肥市空气质量预报提供指导。     

岳阳市AQI指数变化特征及与常规气象条件的关系

该文利用2015—2016年岳阳市区空气质量AQI数据和同期的常规气象资料,运用统计分析方法对该市的AQI时空分布特征进行了分析,运用综合指标法和逐步回归法建立岳阳市区AQI预报模型。结果表明:岳阳市区冬季空气质量最差,夏季空气质量最好,城市北部空气质量差于南部、工业区空气质量差于水库景区。重度污染及严重污染日基本出现在空气质量较差的冬季,工业区发生频率比较高。岳阳市城市工业布局方向与年主导风向一致,使得市区广大区域处于工业气流的下游,导致空气污染加剧。选取气温、降水量、低云量、相对湿度、风速等因子建立的岳阳市区AQI预报模型模拟效果较好。     

2012—2014年常州市空气质量与气象要素关系分析

利用常州市空气质量资料、常规气象观测资料,分析了2012—2014年常州市空气质量与气象要素之间的关系。结果表明:1)近3 a常州市总体空气质量特征以良为主,污染率接近40%,夏季空气质量最好,秋季次之,冬季为空气质量最差的季节。2)风向对污染物的输送有重要影响,常州市常年以偏东南风向为主导风向,风带来的海上清洁空气对污染物的稀释有一定作用,当空气达重污染时,西北风分量显著增大,说明上游地区污染物的输送对常州市空气质量有较大影响;风速对污染物的扩散作用明显,风速越大,空气污染率越低。3)降水对空气污染具有显著的净化作用,降水量级增大时,空气质量的优良率增大。4)气温与空气质量直接关系较小,气温低时,大气层结稳定,加之人类供暖致使能耗增大,导致空气污染概率较大,气温高时,大气对流活动较多,易产生降水,空气质量优良率较高;湿度与空气质量关系则较为复杂,当未形成降水时,相对较高的湿度有利于空气重污染的产生。     

江苏淮安地区大气污染变化特征及其与气象条件的关系

采用江苏省淮安市地面5个监测站2013年1月1日—2015年12月31日PM_(10)、PM_(2.5)、SO_2、NO_2、CO、O_3逐日质量浓度资料及同期气象资料,统计分析了该地区空气污染季节变化特征及其与气象条件的关系;采用MODIS的光学厚度AOD(Aerosol Optical Depth)资料和火点资料分析了2013年12月发生在淮安的一次持续性大气污染事件。研究结果表明,淮安空气质量AQI指数(Air Quality Index)在春冬季较高,夏秋季较低,污染天气发生在春冬季的概率为23.6%,夏秋季的概率为13.3%。淮安地区的首要大气污染物为颗粒物污染,其中PM_(10)、PM_(2.5)占比分别达到25.2%、48.9%,PM_(10)中PM_(2.5)比率年平均为61.0%,臭氧是第2大污染物,占比为25.8%。表征大气柱气溶胶浓度的AOD的季节变化与地面颗粒物浓度截然不同,颗粒物浓度1月和12月出现极高值,而这两个月AOD月平均值却在一年中达到极低值,AOD最高值出现在7月。另外,AQI与降水、气温、风速、相对湿度呈负相关关系,但相关程度较弱。     

2014年京津冀空气污染时空分布特征及主要成因分析

为进一步了解京津冀区域空气污染状况与工业排放、气象条件的相互关系,运用统计分析方法,使用环保部2014年空气质量日报数据对京津冀地区13个城市空气质量指数(Air Quality Index,简称AQI)、首要污染物的时空分布特征进行了分析,并与各城市的城市建设、经济发展、工业排放及相应时段主要气象因子的影响进行了对比分析。结果表明:总体上,2014年京津冀地区空气质量呈北优南劣分布,即北部优于中部、中部优于南部。京津冀地区空气质量以良和轻度污染的天数居多,其中位于北部的张家口、承德和秦皇岛3市空气质量最好,优良的天数达到67%~86%;北京、天津的占46%,保定、衡水和邢台的仅占23%。各城市AQI具有相似的季节变化特征,12月AQI值最大,9月份达到最小,10月份起AQI开始回升。各市首要污染物1—3月、7月、9—12月以PM2.5为主,4、5月以PM10和PM2.5为主,6、8月以O3为主。影响京津冀地区的首要污染物来源不同,北京市、河北省分别以机动车尾气排放和燃煤排放为主,天津以工业二氧化硫排放及燃煤影响显著。各地空气质量的首要污染物多为原地生成。秋冬季节空气污染加重与燃煤用量加大、静稳天气增多关系密切;而春夏季节空气污染减轻依赖于风力加大、降水频繁、大气不稳定等气象因素。机动车尾气、工业排放、燃煤排放、人口数量等因素与空气污染关系密切,气象条件（风、雨、不稳定大气层结等）对空气污染扩散起着重要作用。     

杭州AQI的分布特征及其与气象条件相关性分析

根据杭州市2013—2015年的空气质量日报资料,分析了杭州市空气质量特征及其与气象要素的关系,并从气象因素分析了杭州重污染日发生的原因。结果表明:1)杭州市近3年平均AQI为97,良好率为63%,7月杭州空气质量最好,1月空气质量状况最差,近3年杭州的空气质量状况总体有所改善;2)杭州市首要污染物主要为PM2.5和O3,在6—9月,首要污染物主要为O3,在其他月份,首要污染物主要为PM2.5;3)杭州AQI与气象要素密切相关,且不同的时段所依赖的气象因子也不同;4)杭州重污染日时,地面风速小,且68%的重污染日低空存在逆温,71%的重污染日低层存在下沉运动;5)杭州重污染的典型地面形势主要有冷空气影响型、高压影响型和倒槽型3类。     

降水对重庆市大气污染物浓度的影响分析

利用2013—2015年逐日沙坪坝气象站气象及临近的环境监测数据,探讨降水对重庆市大气污染物浓度的影响,结果表明:PM_(2.5)、PM_(10)、SO_2浓度随降水量增加逐渐降低,降低趋势线较为明显,降低幅度为SO_2的 PM_(10)的PM_(2.5)的;NO_2和CO随降水量增加减少趋势不明显;O_3浓度随降水量的增加而逐渐增加。各类大气污染物在不同量级降水量时变化特征有所不同。在降水量小于1 mm时,弱降水的气象条件更有利于污染物的积累,不利于污染的稀释扩散和沉降,空气质量恶化;大于1 mm后,降水对各种大气污染物均有明显的清除作用,清除能力随着降水量级的增加而增大,在降水量大于10mm后湿清除能力明显提升,降水量大于20 mm时湿清除能力最强,粗细颗粒与雨滴碰并效应增加,降水对PM_(10)和PM_(2.5)的湿清除率分别达30%和25%。连续降水时,各季节降水对各类大气污染物的湿清除能力不尽相同:冬季降水对PM_(2.5)湿清除作用最为明显,对其余污染物清除作用从大到小依次为PM_(10)、SO_2、NO_2、CO,而O_3在冬季降水使O_3浓度增加非常明显,通常冬季臭氧浓度相对较低,降水一定程度上使冬季空气质量变好,太阳辐射增加,二次污染物光合作用增强,臭氧浓度也一定程度上增加。     

2001-2011年西宁市空气质量特征及其与气象条件的关系

利用2001-2011年西宁市城市空气质量日报资料,研究西宁市区域性污染特征,并结合气象资料对空气质量变化特征和影响因素进行了分析。结果表明：西宁市空气污染以可吸入颗粒物为主要污染物,空气质量状况以优和良居多;空气质量季节变化特征明显,春季空气质量最差,其次是冬季和秋季,夏季空气质量最好,冬春季空气质量不稳定,夏秋季空气质量较稳定; 空气质量年变化幅度大,供暖期API指数明显高于非供暖期;沙尘影响指数呈现下降趋势;从年际变化来看,空气质量已经有了明显改善;气象要素对大气污染物有制约关系,其中起主要作用气象因子为沙尘日数、降水量、相对湿度和气温; 可吸入颗粒物长距离输送是西宁市冬春季重污染现象的主要原因,来源于新疆、甘肃西北部、内蒙古中西部及本省西北部的柴达木盆地。     

宁波地区气象因素与大气污染对呼吸系统死亡率影响分析

利用2012—2013年宁波地区气象数据、污染物监测数据和呼吸系统死亡数据对大气污染与居民健康的影响情况进行分析。结果表明,2012—2013年宁波环境空气质量达标天数589 d,污染天气142 d,其中111 d首要污染物为PM_(2.5),占污染日数的78.2%,AQI表现为秋冬差、夏季好。气象要素在污染日和非污染日有明显差异,特别是雨日频率,低空风也是影响空气质量的关键因子。宁波地区呼吸系统死亡人数夏季低,秋冬春季高,冬季死亡人数最高,日均22.45人,其次春季,日均16.56人;死亡人数与气压、PM_(10)和PM_(2.5)存在明显正相关,与气温呈负相关;死亡人数对气温响应存在滞后性,秋冬季死亡人数对气温变化响应快速,滞后时间为2～3 d,颗粒物浓度对死亡人数在秋冬季的影响滞后时间有8～9 d,而在春季仅1 d。     

宁波市空气质量变化趋势及影响因素分析

利用2001—2013年宁波市空气污染物浓度数据以及社会经济报表资料,分析了宁波市空气质量的变化,探讨了空气环境质量的影响因素。结果表明,2001—2013年宁波市空气污染物浓度先升后降,整体空气质量2005年最差,2010年以后改善明显,污染物浓度季节变化明显,在冬季最高,空气质量也最差,夏季相反。宁波市首要空气污染物为可吸入颗粒物,空气质量为良的日数最多,污染日中以轻度污染为主,重度污染和严重污染日数很少。工业废气排放量、各种能源消耗量、城市绿化率、汽车数量与宁波市空气质量变化有较强的关联性,而地区产值变化、常住人口数等因素对空气质量的影响也不可忽视。     

呼和浩特市冬季空气污染特征及气象条件影响分析

文章利用2013—2017年呼和浩特市冬季空气污染数据及同期气象观测数据,分析空气污染特征及各类气象条件下污染日数分布特征,结果表明:近5a来呼和浩特市冬季平均空气质量指数呈下降趋势,空气污染程度有所减缓。空气质量未达标日数呈减少趋势,特别是轻度和中度污染日数下降趋势最显著;首要污染物以PM10为主;冬季风速、气温、相对湿度与空气质量指数显著相关,降水量对空气质量的影响较小;S和SSW风向时污染日数出现概率较高,易出现中到重度空气污染。