南通市臭氧浓度特征及气象因素影响分析

利用2017―2020年南通市国控点的逐时臭氧(O₃)浓度监测资料和同期的南通市国家基本气象站的逐时气象资料,分析了南通市O₃污染的年际变化、月变化、日变化以及O₃污染特征与气象因素的关系。研究结果表明：(1) O₃浓度季节变化幅度表现为夏季>春季>秋季>冬季,日变化呈现出单峰特征,通常在上午06:00―07:00出现最低值,而在15:00左右出现最高值;(2) O₃浓度与温度呈正相关,与相对湿度呈负相关,当温度大于20℃,相对湿度在30%～50%之间,风速处于0～4 m/s之间时,O3浓度较高,容易出现超标的情况。     

安徽省寿县气溶胶消光系数变化特征分析

基于自主研发的气溶胶消光光谱仪, 在安徽省寿县观测站点进行了连续观测, 并对 2016 年 5 月至 12 月期间 该地区的大气气溶胶光学特性开展了研究。结合不同大气因素分析了观测结果的时间序列变化及日变化规律, 对比 了消光系数与 PM2.5 质量浓度、散射系数的相关性, 并探讨了风速风向对于寿县消光系数变化的影响。结果表明: 寿 县地区大气消光系数时间序列变化与日变化特征明显, 且受到不同气象要素的影响。秋季和冬季的大气污染情况较 为严重, 与其他季节相比, 污染天气的天数明显增多; 与清洁天气相比, 污染天气的消光系数和 PM2.5 质量浓度、散射 系数显著增大。特别在冬季, 污染事件频繁。在 12 月份出现过重度污染天, 其 24 h PM2.5 平均浓度超过 150 µg·m−3 , 且该月消光系数和 PM2.5 质量浓度、散射系数均达到观测期间月平均最大值。整个观测期间, 从日变化来看, 消光系 数、PM2.5 质量浓度及散射系数均是白天波动较大, 午后出现最低值; 其中消光系数最大值出现于清晨 08:00 左右, 最 小值则出现于下午 16:00 左右。此外, 消光光谱仪测得的气溶胶消光系数与 PM2.5 质量浓度和散射系数的相关系数分 别为 0.91 和 0.83, 说明研制的消光光谱仪同其他仪器的测量结果具有很好的一致性。     

高灵敏激光吸收光谱仪监测北京城区甲烷浓度变化

利用可调谐半导体激光吸收光谱(TDLAS)对环境空气中的甲烷进行了测量.选择不受干扰的1.65μm处的吸收线对甲烷进行浓度监测.在2005年秋季对北京城区的甲烷气体以1min的时间分辨率进行了近1个月的连续监测.甲烷的浓度在19:00左右开始上升,在凌晨01:00左右开始下降,具有明显的周期性.浓度最低值出现在白天,而最大值出现在夜里,给出了甲烷的日变化和连续监测结果.     

合肥地区大气水汽标高变化特征的统计研究

根据合肥站四年整层大气水汽含量和地面水汽密度ρ0的晴天观测资料,统计分析了该地区大气水汽标高H的变化特征.结果表明; H的年变化特征为夏季最大,冬季最小,春、秋季节相差很小;季节平均水汽标高值和季节平均地面气温呈高度正相关;各个季节水汽标高的日变化特征均为双谷型,最大值出现在下午16:00左右,两个低谷分别出现在上午08:00和夜间20:00左右;上午06:00至下午16:00,H的时平均值与对应ρ0的时平均值呈高度负相关.     

奥运期间北京SO2、NO2、O3以及PM10污染水平及变化特征分析

结合遥感所、云岗镇、燕山石化及首都机场4个站点2008年6月至9月期间SO2、NO2、O3以及PM10的监测结果,对北京奥运期间主要污染物浓度水平和变化特征进行分析.PM10为北京市的主要污染物,各时段市区站点PM10均明显高于市郊站点,城郊差异从7月1日至7月19日以及7月20日至8月24日时段的50%减少至8月8日至8月24日以及9月6日至9月17日时段的25%左右.城郊各阶段PM10日变化的差异主要表现在凌晨至11:00前后的时段.一次污染物SO2和NO2均达到国家大气环境质量二级标准,随着减排措施的实施,降幅均超过14%.从日变化曲线来看,各站点NO2基本呈双峰型特征,SO2在燕山石化和云岗镇站点表现出双峰态.O3作为光化学烟雾的指示剂,各站点O3呈现出白天高、夜晚低的日变化特征.云岗镇和燕山石化的O3日变化表现出明显的双峰型.4个站点O3在实施减排措施的初始阶段呈现出升高的趋势, 7月20日后的统计数据表明后期O3浓度持续下降,平均日变化最大值和最小值的比值减小.各个污染物浓度在8月8日至8月24日时段下降最为显著.相比于7月1日至7月19日减排措施实施的起始阶段,各站点在7月20日至8月24日奥运期间SO2、NO2、O3和PM10降低幅度分别为14%～33%,15%～61%,2.5%～14%和10%～12%.     

合肥市臭氧时空分布特征与气象因子影响研究

利用合肥市10个国控站点2019年臭氧(O3)浓度数据,采用数理统计和回归分析方法研究O3时空分布特征及气象因子的影响.结果表明:(1)O3小时及月均浓度均呈单峰型,6月份达到峰值;(2)董铺水库和高新区站点O3对污染天气的贡献率相对较高,贡献率均超过10％;(3)2019年超标时次较多的站点为董铺水库和高新区,且出现...     

合肥市霾日气象要素特征分析及预报方法研究

利用合肥国家气象观测站建站以来历史观测资料(1952$\sim$2016年)及2004$\sim$2016年逐日地面观测资料和高空观测资料, 分析了合肥霾日及相关气象要素特征;并结合2004$\sim$2016年合肥空气质量数据,对合肥市霾的预报方法进行了研究, 初步得到了霾日和霾日能见度的预报方程;最后利用2017年的气象资料和空气质量资料对预报结果进行了检验。结果表明: 合肥出现的霾以轻微霾和轻度霾为主;全市霾日逐月分布不均,其中1月和12月最多。霾的生消有比较明显的日变化, 霾出现的时间主要集中在每日的11:00$\sim$20:00。霾出现的有利气象条件是:风速$\leq$3 m/s,地面主导风向为 偏东风到偏南风,有负变压,正变温,相对湿度在50$\sim$70\%之间。低能见度的霾需要相对较高的相对湿度和负变压。 建立的霾日及霾日能见度方程预报准确度较高,可以为合肥市霾的预报预警提供一定参考。     

夏季城市大气中O_3和NO_2的观测研究

利用差分吸收光谱(DOAS)技术于2007年夏季对北京市朝阳区大气重要污染物O3和NO2进行了实时监测.分析了O3、NO2浓度的日变化规律,O3呈现明显的日变化趋势,日间因光化学作用浓度高,且在午后出现最大值;夜间浓度低,日出前出现最低值.NO2表现出与O3相反的变化趋势,白天因光解浓度较低;夜间因交通排放和NO2浓度积累达到峰值.观测结果与传统点式仪器进行了比较,对比结果显示两种方法有着很好的一致性.通过敏感性分析计算,表明O3光化学生成处于挥发性有机化合物(VOCs)敏感.     

合肥、岳西气溶胶光学特性的测量与对比分析

为分析城市型气溶胶对其周边地区的影响,同时为华东地区大气参数的测量积累数据,利用空气动力学粒度仪和碳黑度仪于2009年10月先后在合肥、岳西两地开展了实验测量。结果表明:两地气溶胶粒子的平均谱分布服从对数正态分布,合肥地区气溶胶粒子模式直径约为0.710μm,岳西地区约为0.683μm。气溶胶粒子数浓度的日变化和概率统计结果显示,两地气溶胶数浓度都有明显的日变化过程,其中合肥实验数据中80%的结果分布在200～800/cm~3范围内,岳西90%以上集中在100～450/cm~3。两地气溶胶在450 nm、550 nm和700 nm三波长下的吸收系数都有明显的日变化,只是合肥地区吸收系数的量级为10~(-5),而岳西为10~(-6)。     

不同下垫面水平大气相干长度的测量与分析

与温度脉动仪测量结果对比验证了大气相干长度仪测量结果的可靠性,分析了两种仪器测量结果存在的差异及原因。对比大气相干长度仪测量的博贺海面、海边及合肥水平大气相干长度得出如下结论:全天海面水平大气相干长度最大,海边次之,合肥最小;合肥水平大气相干长度具有典型的日变化特征,清晨、傍晚转换时刻变化范围约4~10 cm、4~15 cm;海边水平大气相干长度清晨转换时刻变化范围约8~15 cm,特征与合肥相似,傍晚转换时刻后保持在12 cm左右;海面水平大气相干长度清晨转换时刻变化范围约9~12 cm,傍晚转换时刻约从15 cm迅速增至50 cm并保持2 h后迅速减至28 cm。结合不同下垫面的特点、天气状况及海陆风转换造成的影响,对上述实验结果进行了初步分析。     

包头城区冬春大气颗粒物污染特征及其与气象条件关系

包头2015~2016年冬春季节出现了连续的雾霾天气,不仅对能见度产生较大影响而且严重危害人体健康。选取了包头主城区8个空气质量浓度监测点的数据,对主城区的PM2.5和PM10污染特征进行分析,确定其空间差异特征和时间性变化特征。依据监测区功能的不同将包头主城区划分为5个区域,对各个区域监测点数据筛选整理,得到冬春季各个区域PM2.5和PM10质量浓度由高到低的顺序均为：工业区＞ 商业区 ＞文化区 ＞交通枢纽区＞公园游览区。各区域颗粒物月变化曲线呈双峰单谷型,12月最高,2月最低,并对成因进行分析总结;逐日变化反映PM2.5和PM10质量浓度具有较好的相关性,且受气象条件影响显著;日变化呈双峰双谷趋势。本文选取了气温、气压、相对湿度和风速等气象因子,利用Spearman秩相关分析研究各个气象因子对大气PM2.5和PM10质量浓度的影响。包头春季PM2.5和PM 10的质量浓度分别与气温、气压正相关,与风速、相对湿度（伴有降水时）负相关,风速、气压和相对湿度是影响污染物质量浓度分布的主要因素。     

京西生态涵养区日照时数变化特征及影响因素

为详细了解京西生态涵养区日照情况, 利用北京市门头沟、斋堂两个国家气象站 1975–2019 年逐日总云量、 低云量、降水日数、相对湿度、日照时数等资料, 采用气候倾向率、 Mann-Kendall 检验等方法分析了京西生态涵养 区日照时数时空变化特征及其与各气象要素之间的相关性。结果表明: 在 1975–2019 年间, 京西生态涵养区年、月、 日日照时数均呈西部山区多、东南平原少的特征, 且两站日日照时数呈显著相关性, 约 80% 的差值在 −2∼2 h 范围。 其中月均日照时数峰值出现在 4–5 月, 谷值出现在 11–12月, 6 月、 9–10 月减少趋势最明显; 四季日照时数分布较均匀, 但呈春季多、冬季少的特征; 2002–2010 年年日照时数连续低于均值, 东南平原区减少趋势 [−51.6 h·(10a)−1] 大于西部 山区 [−39.5 h·(10a)−1]。年、四季日照时数异常偏少情况主要出现在 2000 年以后, 接近异常偏多年份在 20 世纪 80–90 年代较集中。 1982–1990 年日照时数明显增加, 1991 年发生明显减少突变, 1991–2019 年日照时数明显减少。综合分 析表明该地区的日照时数与总云量、低云量、日平均湿度、日降水量呈负相关, 与日分钟风速、能见度呈正相关, 该 结论对首都京西生态涵养区建设和气候评价具有重要参考价值。     

成都市PM2.5、PM10变化特征及其与气象因素的关系

为研究气象因素对成都市大气细颗粒物 (PM2.5)、可吸入颗粒物 (PM10) 的影响, 收集了2015―2018 年成都市 PM2.5、PM10的月平均浓度, 采用Pearson 相关分析法, 分析了成都市PM2.5、PM10与气象条件的关系。结果表明： (1) 2015 ―2018 年, 成都市PM2.5、PM10年平均浓度虽然年际间差别较小, 但整体呈现逐年缓慢下降趋势, 2015 年以来成都市的 一系列大气污染控制措施是PM2.5、PM10逐年缓慢下降的原因; 2015―2018 年成都市PM2.5、PM10浓度季节变化特征整体 表现为冬季 > 春季 > 秋季> 夏季。(2) 不同气象因素对成都市PM2.5、PM10月平均浓度的影响程度不同, 降水量与气温 是影响成都市PM2.5、PM10月平均浓度的主要因素, 两者与PM2.5、PM10呈较高的负线性相关, 其中PM2.5、PM10与降水量 的相关系数均为 −0.612, 与月平均气温的相关系数分别为 −0.822、−0.776, 降水会通过捕获大气中的颗粒物来去除 PM2.5、PM10, 而温度的升高会加强PM2.5、PM10等污染物在垂直方向上的对流运动, 从而对成都市污染物浓度的降低起 到重要作用; 日照时数、月平均风速、相对湿度等与PM2.5、PM10月平均浓度整体也呈现负相关, 但与降水量和气温相 比, 日照时数、月平均风速与PM2.5、PM10月平均浓度的相关性较低, 而相对湿度与PM2.5、PM10月平均浓度的相关性则 更加微弱, 表明相对湿度的变化对成都市PM2.5、PM10的积累和扩散影响很小。     

基于MAX-DOAS观测的淮北冬季NO2变化特征

基于2018年12月8日~12月31日淮北地区多轴差分吸收光谱技术(MAX-DOAS)获得的太阳散射光谱观测数据,反演了该地区NO2对流层柱浓度, 并分析了冬季不同天气下NO$_2$浓度日变化特征。观测结果表明NO2浓度高值出现在12月18日~12月27日期间,日均值最大值6.83×10¹⁶ molecules/cm²出现在12月27日,约为日均值最低值的2.9倍。结合风场轨迹模型研究了不同大气条件下的风场,发现在NO2浓度较低时段主要为 偏北风场, NO2浓度高值时段偏南风场增加,表明城区产生的污染向观测区域进行了输送。将MAX-DOAS结果与OMI卫星结果进行了 对比,发现两者具有较好的一致性(R²=0.88)。     

基于遥感数据和GWR 模型的成都PM2.5 浓度时空分布特征研究

利用 MODIS 021KM 数据反演成都地区 2018 年逐日 AOD 数据, 并结合 PM2.5 地面监测数据以及气象数据 构建地理加权回归 (GWR) 模型得到成都地区逐月 PM2.5 浓度。结果表明: (1) 和多元线性回归模型相比, GWR 模型 反演的 PM2.5 浓度的 R2、 ERMS 和 EMA 分别为 0.884、 7.8704 µg·m−3 和 6.1566 µg·m−3 , 都优于多元线性回归的 0.808、 9.7098 µg·m−3 和 7.6081 µg·m−3, 说明该模型能有效估算成都地区 2018 年 PM2.5 浓度。 (2) 成都地区 PM2.5 浓度在月尺 度上呈现出先降低、后升高的变化特征。 2 月最高为 67.38 µg·m−3, 7 月最低为 28.31 µg·m−3; PM2.5 浓度季节变化特征 为夏季、秋季、春季、冬季依次递增。 (3) 成都地区 PM2.5 浓度空间分布总体上呈现“中间高、两边低”的特征。西部 地区为 PM2.5 浓度低值区, 中部地区为高值区, 东部的简阳市和金堂县为 PM2.5 浓度次高值区。     

合肥市大雾时空特征与细网格资料的预报释用

选取合肥市近50年年平均大雾日数、近10年逐日大雾观测资料,分析了该市大雾时空特征;并利用ECMWF细网格预报场资料对该市秋冬季发生的大雾过程进行预报释用。结果表明：合肥市大雾有缓慢的线性增加趋势,大雾异常年占比20%;出雾时段91%在早晨04:00～10:00,辐射雾占比为94%;11月、1月,大雾和浓雾天气出现频数均最多;大雾天气冬半年多于夏半年,但12月份雾天反而较少;肥西观测站大雾和浓雾天气出现频数均最多;温度、湿度、风速和云量等气象要素条件指标与辐射雾生成具有较好的对应关系。     

合肥和邢台近地面臭氧浓度日变化个例分析

近地面臭氧污染日趋严重,对人类健康和动植物生长有显著危害。对合肥和邢台两地近地面臭氧结果进行了对比分析。2003~2004年期间合肥地区臭氧浓度日变化呈现较明显的早、中、晚“三峰型”结构;2016年5~6月观测期间邢台臭氧日变化主要呈现早、中“双峰”型结构。合肥臭氧观测站周围被树木环绕,水库包围,植物释放的挥发性有机物引发的光化学反应不容忽视; 陆地和水面之间形成的湖陆风下沉气流是形成早晚次峰的主要原因。邢台属于复合型污染地区,臭氧浓度分析应综合考虑污染源、臭氧前体物成分、气象条件、地理位置等因素。合肥地区数据研究表明,强太阳辐射、温度较高、相对湿度较低的天气有利于臭氧生成。