中国典型代表城市空气污染特征及其与气象参数的关系

基于2000年6月至2013年8月中国120个环境保护重点城市的空气污染逐日监测数据及同期地面气象观测资料和探空资料,分析了中国典型代表城市的空气质量状况及其与污染气象参数的相关性。结果表明:中国典型代表城市的AQI整体呈由北向南减小的空间分布特征,北方城市API的季节分布呈"冬高夏低"型,且变幅明显大于南方城市。北方城市的逆温层厚度整体较南方城市高,且代表城市的逆温层厚度在年际尺度上均呈"U"型分布,并呈现"冬半年强夏半年弱"的特点。中国典型代表城市最大混合层厚度与逆温层厚度呈反位相关系,北方和南方地区高海拔城市最大混合层厚度较高,变幅大;南方地区低海拔城市则相反。污染气象参数与API关系密切。可见,北方城市冬季污染重,是由取暖引起的污染排放量增加和由污染气象参数反映的大气边界层扩散能力降低双重作用造成的,可以为空气污染潜势预报提供参考。     

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。     

长沙市API指数时空变化特征及气象条件影响

利用长沙站2007—2012年逐日空气污染指数(Air Pollution Index,API)资料,对逐日空气污染指数、逐日空气质量级别等变化的差异进行了研究,其中包括了长沙空气质量的月变化、季节变化和年变化等,并利用湖南省地面气候背景资料及长沙市地面逐日观测资料,包括日平均气压、日降水量、日最高最低气温等,分析了长沙的API指数变化与气象因子的关系。结果表明:1)长沙2007—2012年每年的首要污染物均为可吸入颗粒物(PM10),其中在秋、冬两季污染尤为严重,API指数每年10月份出现极大值,1月份出现次大值。2)2007—2012年,长沙轻度污染及以上天数有逐年减少的趋势。这可能与长沙市在该时段秋冬季降水偏多、春季连阴雨时间长及夏季气温高等因素有关。3)长沙市API指数与日平均气压呈显著正相关,与日平均、日最高、日最低气温及日平均风速均呈显著负相关。     

2015-2016年贵港市空气污染与天气形势的关系

利用2015—2016年贵港市空气自动监测站空气质量指数、首要污染物等数据及贵港国家气象观测站的常规气象观测资料(风速、湿度、气温等),分析了贵港市2015—2016年空气质量概况及相关气象因子,进而利用合成分析方法对贵港市在不同季节出现不同级别空气污染的天气形势变化进行了分析。分析结果表明:贵港市的首要污染物为PM_(2.5)和PM_(10),其中12月、1—2月为贵港市空气污染最严重的月份。各气象要素与空气质量指数相关性较强,风速、气温、降水等气象条件对贵港市的空气质量影响显著。在春、秋、冬季,冷空气南下影响贵港市,500 hPa为持续的下沉运动且850 hPa相对湿度较低及850hPa由北风转为南风且风速较小时,贵港市极易出现轻度污染以上的天气;当云南一带有南支槽活动时,贵港市易出现重度污染天气。夏季影响贵港市空气质量的主要因素则是热带气旋移动至江苏、浙江一带时,热带气旋的外围下沉气流导致贵港市出现持续下沉运动。此时,受副热带高压系统或者其他天气系统影响,850 hPa风向出现明显转折时,应考虑贵港市出现轻度污染的天气现象。     

呼和浩特市大气自净能力变化及其影响因素

基于呼和浩特市1981—2018年地面气象观测资料、2014—2018年的空气污染观测数据和1992—2013年夜间灯光指数,计算呼和浩特市大气自净能力指数ASI,分析大气自净能力与空气质量的关系,探讨近38 a呼和浩特市大气自净能力变化特征及其影响因素。结果表明:ASI与空气质量指数AQI呈幂函数的负相关关系,ASI越小,越容易出现空气污染。呼和浩特市年平均ASI呈显著下降趋势,特别是21世纪之后下降明显。风速、混合层高度对ASI的作用更大,而降水的作用较小。冷空气日数与ASI正相关关系显著,21世纪以后冷空气活动的明显偏弱对大气自净能力减弱造成一定影响;夜间灯光指数及夜间灯光区域面积均与通风量呈显著的负相关关系,大气自净能力的变化在一定程度上受到城市化进程的影响,特别是21世纪以后影响较大。     

基于IBAM指数的重庆地区空气污染气象条件预报方法

通过重庆城区2013—2016年空气质量指数AQI与气象要素的相关分析,引入表征大气温湿状态的物理量总温度、比湿、近地层风速、24h变压及大气低层总温度差,构建新的空气污染气象条件指数IBAM(Index Between Air pollution and Meteorology)。应用2013年4月1日至2016年12月31日欧洲中心预报产品计算重庆地区历史IBAM指数,通过K均值聚类分析,引入极端天气事件概念确定空气污染气象条件阈值,建立预报模型。利用IBAM指数与滞后1天AQI建立拟合曲线方程,计算出AQI预报值,计算预报准确率,经过2017年1月1日至2018年9月1日样本检验,72h内预报准确率在70%左右。通过误差分析发现:当气象条件为大气污染物浓度主要影响因素且在大气污染源变化不明显时,预报误差较小;而当大气污染源变化明显时,预报误差较大。该预报方法已在重庆市气象台业务应用,对预防和处理重污染事件,改善重庆地区空气质量有较好参考价值。     

乌鲁木齐及周边城市空气质量变化特征及影响因素分析

利用2004—2010年乌鲁木齐及其周边的米泉、昌吉、阜康、克拉玛依和吐鲁番6个城市空气质量日报资料,同时结合降水和风速等气象资料对空气质量变化特征和影响因素进行分析。结果表明:(1)除了吐鲁番外,其他5个城市每年API指数具有相同的变化规律,每年的10月开始API指数逐渐增大,翌年的3月开始API指数逐渐下降。(2)6个城市API指数变化依次为,米泉乌鲁木齐阜康昌吉吐鲁番克拉玛依。(3)每年Ⅰ级和Ⅱ级天数占主导地位,乌鲁木齐和米泉在60%～80%之间,昌吉、阜康和吐鲁番在70%～90%,克拉玛依占到97%以上。(4)API高值出现在冬季,低值出现在夏季,反映了乌鲁木齐及周边城市典型的煤烟型污染特点;冬天逆温天气及大气稳定度以稳定型居多不利于空气污染物的扩散稀释;API与月降水量和月平均风速呈负相关关系。     

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。     

近30年全球干旱半干旱区的蒸散变化特征

全球变暖加剧了气候系统能量和水分循环相互作用的变化,水分平衡变化导致极端旱涝事件频发。地表蒸散是能量水分循环的重要过程,是理解气候变化的关键环节。本文基于1982~2011年FLUXNET-MTE观测资料和ERA-Interim再分析资料,分析了全球干旱半干旱区蒸散的时空变化特征及典型区域的变幅、趋势和季节变化。结果表明:（1）干旱半干旱区多年平均蒸散量小于300 mm。冬季蒸散量最小,夏季最大且变率也最强。1990年代前后,干旱半干旱区蒸散发生了明显的年代际转变,暖季的年代际差异尤为明显。（2）近30年来,东半球干旱半干旱区蒸散量呈增加趋势,西半球呈减小趋势。典型区域来看,南非呈显著增加趋势[25.14 mm（10 a）-1],美国西南部呈显著减小趋势[-19.86 mm（10 a）-1];萨赫勒、中国北部和澳大利亚呈增加趋势,阿根廷及智利南部呈减小趋势。（3）蒸散变化与温度、降水的变化联系密切,三者具有相似的年循环变化,但三者间相关性在干旱半干旱区具有显著的差异性。     

顺德热岛强度变化及其与城市化发展的关系

根据顺德、鹤山国家气象观测站1984—2013年的气温资料,采用城郊对比法,分析了顺德城区热岛强度的变化特征,初步探讨了热岛强度与城市化发展的关系。结果表明,顺德的热岛强度基本在0.5℃左右,热岛强度的高值体现在平均气温和最低气温上;热岛强度具有明显的季节变化和月变化特征,冬季最强,达0.6℃,夏季最弱,仅为0.3℃,12月最大,达0.7℃,4、5月最小,只有0.3℃;年代际变化上热岛强度呈显著增加趋势,年平均气温计算的热岛强度增幅为0.014℃/年。     

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。     

福州市空气高污染与气象条件关系

利用地面天气图、高空天气图、地面气象要素资料,统计分析了2003-2007年福州市41个空气高污染过程与天气系统以及地面气象要素间的关系,得出冬季、春季和夏秋季福州市空气高污染发生时主要的天气形势,并对地面气象要素与高污染过程的关系进行了半定量分析,得出福州市空气高污染过程的一些天气概念模型和气象要素指标。     

1961—2009年辽河流域水文气象要素变化特征

依据1961—2009年辽河流域5个气象观测站点逐日降水和气温观测资料,运用非参数检验方法（Mann-Kendall法）,对辽河流域降水和气温的变化趋势进行了分析。利用2006—2010年夏季共162d降水日的铁岭站日降水量与铁岭水文站径流量资料,探讨了日降水量与径流量之间的相关关系。结果表明：辽河流域年降水量减少趋势明显,降水量偏少年份明显增加,其主要原因为占全年降水量65%的夏季降水以7.4 mm/10 a的气候趋势倾向率递减,呈现出明显的减少趋势;辽河流域的年平均气温是在波动中逐渐上升的,且升温趋势明显,春季呈明显的升温趋势,夏季略有下降,秋季变化不大,冬季是气温上升最明显的季节;日降水量与径流量存在正相关关系,且日降水量与降水第二日的径流量相关显著。     

2005-2009年石家庄市空气质量分布特征及其与气象条件的关系

根据2005-2009年石家庄市空气污染指数实况资料,分析了近5 a石家庄市空气质量的分布特征。结果表明：石家庄市空气质量以Ⅱ级良为主,轻度污染以上日数占样本总数的19.1％,属于大气污染较为严重的城市。空气质量分布具有明显的季节变化规律,夏季最好,秋、春季次之,冬季最差。运用相关分析法分析了气象因子与空气污染指数的相...     

2005—2009年石家庄市空气质量分布特征及其与气象条件的关系

根据2005—2009年石家庄市空气污染指数实况资料,分析了近5 a石家庄市空气质量的分布特征。结果表明：石家庄市空气质量以Ⅱ级良为主,轻度污染以上日数占样本总数的19.1%,属于大气污染较为严重的城市。空气质量分布具有明显的季节变化规律,夏季最好,秋、春季次之,冬季最差。运用相关分析法分析了气象因子与空气污染指数的相关关系,归纳得出高空500 hPa两槽一脊型、纬向型、一槽一脊型、均值场型和两槽两脊型是石家庄市典型的污染日天气系统型。     

2012—2015年北京市空气质量指数变化及其与气象要素的关系

根据2012—2015年的空气质量指数（AQI）日报数据与同时段的气象数据,采用统计方法和广义加性模型（GAM）对空气质量指数的时间变化及其与气象要素的关系进行了分析,结果表明：2012—2015年北京市空气质量整体呈现下降趋势,冬春季空气质量较差,夏秋季的较好,冬季容易产生重污染天气,春季污染天气频发。北京空气质量存在一定程度的周末效应,表现为周末空气质量较差,工作日相对较好。整体上空气质量指数与风速、日照时数、降水量、平均气温和最高气温呈负相关,与湿度呈正相关,不同季节和不同级别空气质量下的AQI与气象要素相关性差异较大。通过广义加性模型得到AQI与降水量呈线性关系而与其他气象要素均呈非线性关系,气象要素在不同数值范围内对AQI的影响趋势和程度存在显著差异。     

郑州市空气质量状况及冬季持续污染过程的气象机理分析

利用2004-2008年郑州市环境监测站所监测的SO2、NO2、PM10日平均浓度资料及历史气象资料,分析了郑州市近5a的空气质量状况与特征,并以2006年12月份的2次持续性污染过程为例,分析了气象条件对污染物浓度的影响,结果显示：郑州市以煤烟型污染为主,污染物浓度具有明显的季节变化特征,冬春季节污染物浓度明显高于夏秋季节;冬季均压场中持续多日风速小、近地面层出现逆温层是造成郑州市出现持续污染事件的主要气象条件,持续性污染过程往往因受冷空气的影响而结束。     

用TSI天气分型方法分析上海环境空气质量

基于主成分分析和聚类分析的TSI天气分型方法,把2003-2005年上海市的气象资料按季节分型,对比分析上海市四季不同天气类型下的空气污染指数,结果发现：四季API最大值的天气类型为冬季Ⅷ型、春季Ⅲ型、夏季Ⅰ型、秋季Ⅱ型;不同天气类型下同一污染物指数冬季差别最显著,春秋季节次之,夏季最不显著;冬季污染物指数最大,春季次之,夏季最小;各季节各天气类型下,均以PM10污染指数最大。     

Differences in Meteorological Conditions between Days with Persistent and Non-Persistent Pollution in Beijing,China

We compared the regional synoptic patterns and local meteorological conditions during persistent and non-persistent pollution events in Beijing using US NCEP–Department of Energy reanalysis outputs and observations from meteorological stations. The analysis focused on the impacts of high-frequency (period < 90 days) variations in meteorological conditions on persistent pollution events (those lasting for at least 3 days). Persistent pollution events tended to occur in association with slow-moving weather systems producing stagnant weather conditions, whereas rapidly moving weather systems caused a dramatic change in the local weather conditions so that the pollution event was short-lived. Although Beijing was under the influence of anomalous southerly winds in all four seasons during pollution events, notable differences were identified in the regional patterns of sea-level pressure and local anomalies in relative humidity among persistent pollution events in different seasons. A region of lower pressure was present to the north of Beijing in spring, fall, and winter, whereas regions of lower and higher pressures were observed northwest and southeast of Beijing, respectively, in summer. The relative humidity near Beijing was higher in fall and winter, but lower in spring and summer. These differences may explain the seasonal dependence of the relationship between air pollution and the local meteorological variables. Our analysis showed that the temperature inversion in the lower troposphere played an important part in the occurrence of air pollution under stagnant weather conditions. Some results from this study are based on a limited number of events and thus require validation using more data.     

基于滤波技术的上海日最大电力负荷气象预报模型

电力负荷与气象条件密切相关,为建立上海市日最大电力负荷的预报模型,利用2010—2013年上海市日最大电力负荷数据及同期气象资料,分析日最大电力负荷的时间变化特征及其与气象因子的相关性,并基于滤波技术将日最大电力负荷分离为时间趋势项和逐日变化项,用逐步回归方法针对冬季和夏季分别建立预测模型。结果表明：①上海日最大电力负荷的各个节假日效应存在差异,春节节假日效应持续时间最长,影响最大,国庆节假期前半段节假日效应明显大于后半段。夏季的周末效应最强。②采用逐步回归方法建立的气象预报模型效果较好,回代年和预测年的平均预测相对误差均小于5%。