大气污染物长期平均浓度计算程序及应用

本文给出了计算大气某种污染物的长期平均浓度的计算机程序,并说明了其用法。程序采用FORTRAN语言编写。     

南通市大气污染物浓度变化特征及其与气象因素的关系

为了厘清南通市大气污染浓度的变化情况以及与气象因素之间存在的关系,分析南通市大气污染物潜在的输送来源。文章利用南通市2018年全年大气污染物资料和同期气象观测要素资料,对SO2、NO2、CO、O3、PM10、PM2.5污染物的时、日、月、季浓度变化规律及其与气象因素之间的关系进行分析,并结合南通市2次重污染天气过程,使用后向轨迹模式HYSPLIT4分析南通市大气污染物的主要来源。结果表明：SO2、NO2、CO、PM10和PM2.5浓度均呈现夏季最低,其次是秋季,冬、春季浓度最高,O3浓度呈现明显春、夏季高于秋、冬季。SO2、NO2、CO、O3年平均排放量均较低。一天当中不同时间段,气象因素影响情况不同导致污染物的浓度不同。O3浓度变化跟NO2浓度变化呈明显负相关性。O3污染最高的天气,一般是气压较低,能见度较好的晴朗天气。而研究发现,PM2.5在气温较低、湿度高、气压高、日降水量较小、能见度低且风速较小的气象条件下,污染浓度更容易升高。NO2在低温高湿,气压高且风速较小的气象条件下时跟容易堆积。NO2、CO、O3与6种常规气象要素均存在显著相关性。O3跟气象要素之间相关性关系正好与其他5种污染物相反(湿度除外)。通过两次重污染天气过程的后向轨迹分析,南通市大气污染物来源既有西北和偏北气流的长距离输送,也有偏西和偏南气流的区域性源。     

大气污染物长期平均浓度预测程序的编制及应用

运用FORTRAN语言编制了大气污染物的长期平均浓度预测程序，并在研究分析某市历年长期风向频率、风速和大气稳定度及不同风向、风速、稳定度联合频率等气象资料和调查污染源的基础上，运用该程序对某公司排放的主要大气污染物TSP、SO2、NOx的长期平均浓度进行了预测，结果表明本程序能够很好的对大气污染物的长期平均浓度进行预测，而且预测结果也是合理的。     

太原市大气污染物浓度预测方法研究

太原市是全国大气污染最严重的城市之一，其中主要污染物有SO2、总悬浮颗粒物．根据“九五”期间太原市大气中SO2浓度变化规律，使用灰色系统理论，建立GM(1，1)动态模型，对SO2浓度进行预测．结果表明，预测模型精度较高，残差最大值小于15％，预测结果与实际状况基本相符．     

呼和浩特市大气污染物浓度与气象要素的灰色关联分析

基于呼和浩特市大气污染和同期气象要素的监测数据,采用灰色关联度方法,研究了气象要素对PM10、SO2、NO2污染物浓度时空变化的影响.结果表明,对PM10影响最强的气象要素是日平均风速,而对SO2和NO2影响最强的气象要素是日平均相对湿度,逆温强度对三者的影响次之,总云量对其影响最弱.研究结果可为呼和浩特市大气污染预报提供有效依据.     

沙尘天气过境前后北京大气污染物质量浓度的变化

影响北京的沙尘天气可分为沙尘暴、浮尘和扬沙3种类型。沙尘暴和浮尘天气发生前后的污染物类型和质量浓度ρ有明显的差异，属2类不同性质的污染。在沙尘天气发生之前，大气中SO2，NO2等气态污染物的ρ往往较高，在大气逆温的情况下污染尤其严重，并且与颗粒物的ρ相关性较好；随着沙尘天气的爆发，颗粒物的ρ骤然增加，但伴随沙尘天气出现的大风使SO2，NO2等污染物的ρ显著下降，大气污染转变为由降尘过程造成的相对单一的颗粒物污染，属典型的沙尘污染。     

厦门空气中NO_2、SO_2来源及污染物传输研究

本文首先根据2011-2012年空气中稳定同位素监测结果及污染源成分谱,应用受体模式解析空气中NO2、SO2的来源,结果表明,本地人为污染源排放分别占空气中NO2、SO2的比例为77.7%、69.7%。然后根据鼓浪屿特殊的地理、环境条件及2012年该测点NO2、SO2、气象因子的连续自动监测数据,探讨空气中NO2、SO2的区域传输特征。     

地面空气SO2-4浓度与气团来源关系的分析

对在日本西侧隐岐岛 3年连续监测的地面空气中 ,非海盐硫酸盐 (SO2 - 4)的质量浓度和气团来源频度的两组数据进行了整理、分析 ,并考虑这一地区的大气运动 ,探索了SO2 - 4浓度的月变化与气团频度变化的联系 .研究发现 ,在季风方向交替变化的隐岐岛地区 ,存在规律性的SO2 - 4浓度波 .随着季节的循环 ,东西两侧气团方向交替 ,岛上的SO2 - 4浓度呈规律性变化 .西侧气团使浓度波在秋、冬消散至低值 ,东侧气团使之在春、初夏上升至峰值 .当来自某方面的气团频度达到最大值时 ,岛上的SO2 - 4浓度接近该方向气团的参考浓度 .分析结果表明 ,亚洲大陆侧气团到达隐岐岛 ,对岛上空气中的SO2 - 4贡献很小 ,岛上的SO2 - 4主要来自日本侧     

铜陵市空气污染物浓度日变化特征的观测分析

选择位于长江南岸的铜陵市为研究区域,利用2007~2010年空气污染物浓度监测数据与气象要素观测资料,分析二氧化硫(SO2)、二氧化氮(NO2)和可吸入颗粒物(PM10)浓度的日变化特征及其与气象要素之间的关系.结果表明,铜陵市空气污染物浓度和气象要素的日变化主要有"单峰单谷型"和"双峰双谷型"两种,SO2和PM10的日变化规律空间差异不显著,NO2的日变化存在明显空间差异.主要污染源附近的监测点,浓度日变化规律与气压、相对湿度和气温3个要素日变化之间存在相关性,而与风速、降水的日变化规律无关.周边无污染物排放的监测点,浓度日变化规律不仅与气压、相对湿度和气温日变化存在显著相关,还与风速呈反向相关关系.对于周边虽有部分污染源,但不是区域内的主要污染源的监测点,浓度日变化与气象要素之间无统一的相关性.     

青岛大气污染物日变化浓度分布及其影响因素研究

根据青岛市不同功能区三个点位，０８－１７时４个时段铅气溶胶、二氧化硫、氮氧化物的同步观测结果及当日气象条件，研究了青岛市大污染物日变化浓度分布特征及主要影响因素。应用回归分析和判别分析方法，得出城市大气污染物日变化浓度分布的相关因素群、显著相关因素和受控于其它作用的因果关系。     

基于无人机的大气污染物模糊控制溯源算法的仿真实现

针对无人机的大气污染物溯源问题,提出了一种基于无人机的大气污染物模糊控制溯源算法。该算法结合无人机与模糊控制的特点,根据无人机实际所处环境设计一个模糊控制器并确定模糊控制器的输入、输出变量,模仿人脑的思维构建了模糊控制规则库,从而实现了无人机对大气污染物的智能溯源。算法在MATLAB环境中进行了仿真实验,仿真结果表明了该算法的有效性和可行性,为解决大气污染物溯源问题提供了一种新的思路。     

兰州市冬半年大气污染物分布特征及变化规律

本文利用１９８８年至１９９２年兰州市１０月至下年度３月期间的较为详尽的污染资料，进行了统计平均，通过图的形式，总结了兰州市冬半年大气污染物分布特征及变化规律，并就这种特征和规律进行了分析，一年之中，ＳＯ２、ＣＯ、ＮＯｘ浓度最大值出现在１２月，而Ｏ３浓度则在此月最低。之内，ＣＯ、ＮＯｘ出现两次峰值，ＳＯ２最大值出现于午后，Ｏ３则较为复杂与ＮＯｘ牵扯相连，峰谷相映．ＳＯ２、ＣＯ、ＮＯｘ３种污染物的浓度城关区大于西固区，而Ｏ３则相反。     

重庆涪陵大气污染物特征及其与气象要素的关系

利用重庆涪陵2010—2014年空气质量监测数据和同期的气象资料,分析了涪陵地区大气污染物的变化情况与气象要素的相关关系.结果表明:涪陵从2010到2014年空气质量有变好趋势,迎宾大道和兴华中路的空气质量总体较好,AQI指数优良天数分别占87%和85.6%,PM_(10)为涪陵首要污染物.PM_(10),SO_2质量浓度具有周期性变化特征,从1月至12月为先降低后升高的趋势,每年较冷的12月、1月、2月PM_(10)质量浓度值较高,较热的月份质量浓度值较低.NO_2质量浓度年际间变化幅度较小.PM_(10)与气温、降水量、相对湿度、平均风速具有负相关性,与气压具有正相关,即气温越高、降雨量越大、气压越低、风速越大,PM_(10)质量浓度越低.SO_2,NO_2与气温、气压、降水量均为负相关,与相对湿度正相关.不同月份大气污染物与气象要素的相关性存在较大差异.     

大气污染物浓度变化及其与气象因子的关系

利用Spearman秩相关系数法分析2002~2012年北京市四类大气污染物年日均浓度的变化;并用广义灰色关联度法分析大气污染物浓度与气象因子的关系。结果表明:①近10年来四类主要大气污染物的年日均浓度总体呈下降趋势,NO2、可吸入颗粒物和CO的年日均浓度出现阶段性的稳定态势,而SO2年日均浓度一直在下降;②影响SO2年日均浓度、NO2年日均浓度和可吸入颗粒物年日均浓度的最主要气象因子都是平均相对湿度;影响CO年日均浓度最主要气象因子是全年日照数;③平均相对湿度是影响空气质量的最优因子,可吸入颗粒物浓度是表征空气质量的最优特征。     

伊宁市大气污染物浓度变化规律分析与大气质量评价

以1999年至2004年伊宁市大气污染物监测数据分析伊宁市大气污染物浓度的变化规律,评价大气质量.结果表明采暖期SO2、NO2日平均浓度显著(P0.05)高于非采暖期各自日平均浓度,1月、2月、5月、9月、10月、12月的TSP日平均浓度高于或显著(P0.05)高于其它各月日平均浓度,采暖期降尘月平均浓度低于非采暖期月平均浓度;采暖期SO2日平均浓度分别与NO2日平均浓度和TSP日平均浓度之间正相关,非采暖期TSP日平均浓度与NO2日平均浓度正弱相关.根据大气质量指数,采暖期大气质量处于轻度污染,非采暖期日均大气质量处于清洁.     

地面空气ＳＯ^2—4浓度气气团来源关系的分析

对在日本西侧隐岐岛３年连续监测的地面空气中,非海盐硫酸盐（ＳＯ^2-4）的质量浓度的气团来源频度的两组数据进行了整理、分析,并考虑这一地区的大气运动,探索了ＳＯ^2-4浓度的月变化与气团频度变化的联系,研究发现,在季风方向交替变化的隐岐岛地区,存在规律性的ＳＯ^2-4浓度波,随着季节的循环,东西两侧气团方向交替,岛上的ＳＯ^2-4浓度呈规律性变,西侧气团使浓度波在秋、冬消散至低值,东侧气团使之在春、初夏上升至峰值,当来自某方面的的气团频度达到最大值时,岛上的ＳＯ^2-4浓度接近该方向气团的参考浓度,分析结果表明,亚洲大陆侧气团到达隐岐岛,对岛上空气中的ＳＯ^2-4贡献很小,岛上的ＳＯ^2-4主要来自日本侧。     

兰州大气污染物浓度与局地气候环境因子的关系

利用2000年12月10～l7日在兰州市城区的大气边界层观测资料以及同期的污染物浓度监测资料、自动气象站观测资料和常规气象站辐射观测资料等，通过山谷内市区污染物浓度变化与山谷外对照点的比较，研究了兰州市城区污染物浓度的变化特征；分析了对应时期兰州市山谷气候环境因子和特征参数的变化。结果发现，大气中污染物对太阳辐射的吸收增温与白天大气逆温层之间有明显的正反馈机制，而且这种反馈机制在白天大气逆温层的形成和发展过程中起主导作用；讨论了兰州市山谷大气污染物浓度与大气逆温、水平风速、Froude数和边界层稳定度参数之间的简单关系。     

太原市污染物浓度时空分布特征及影响因子分析

对2003年太原市污染物浓度逐日数据和气象资料进行了分析，阐述了污染物浓度的时空变化和污染物浓度与气象条件的关系，为减轻和防止大气污染提供了参考。     

北海市城区大气污染物变化特征与地区生产总值的关系

利用北海市2002～2012年中NO2,SO2和PM10浓度的监测数据,分析城区大气污染物的月变化、季节变化、年变化、空间分布以及地区生产总值（GDP）增长对污染物浓度的影响.结果表明：北海城区大气环境质量整体状况较优,主要污染物NO2,SO2和PM10污染物浓度具有明显的时空变化,污染物在时间上呈冬高夏低的季节性变化,并受季风、降水湿沉降的影响明显;在空间上,污染物呈南高北低的区域性变化,市区及近郊高于远郊.污染物浓度和GDP增长关系明显,GDP增长幅度较污染物增长幅度大,两者之间存在着显著线性相关关系.北海市第一产业（农林牧渔业）和第三产业（服务业）对污染物排放量贡献大于第二产业（工业及建筑业）.