共查询到10条相似文献，搜索用时 31 毫秒
1.
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PM10、PM2.5、SO2、NO2、CO、O3逐日质量浓度资料及同期气象资料,统计分析了该地区大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PM10、PM2.5占比分别达到25.2%、48.9%,PM10中PM2.5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。 相似文献
2.
利用2008-2017年大气颗粒物质量浓度资料和逐日地面气象观测资料,统计分析了丹东市大气颗粒物质量浓度时间变化特征及其与气象要素的关系。结果表明:2008-2017年丹东市大气颗粒物质量浓度年际变化具有一定的波动性,其中2015-2017年大气颗粒物污染状况持续改善明显;质量浓度月和季节变化特征明显,1月和12月最高、7月最低,冬季最高、夏季最低,非汛期显著高于汛期,供暖期显著高于非供暖期;非汛期大气颗粒物质量浓度超标日相较达标日,气温和能见度偏低,降水偏少,风速偏小;非汛期PM2.5、PM1质量浓度与相对湿度呈显著正相关,与风速呈显著负相关,汛期PM2.5、PM1质量浓度与风速呈显著负相关;PM2.5、PM1质量浓度春、秋、冬季与风速的负相关性最显著,冬季与相对湿度的正相关性也十分显著。 相似文献
3.
《贵州气象》2017,(4)
利用贵阳市9个国控空气自动监测站2013年1月—2016年6月的逐日污染物监测资料,以涵盖可吸入颗粒物(PM10)、细颗粒物(PM2.5)、二氧化硫(SO2)、二氧化氮(NO2)、一氧化碳(CO)、臭氧(O3)6种污染物的空气质量指数(Air Quality Index,AQI)来作为表征空气质量的特性值,用统计分析方法来对贵阳市空气质量特征进行分析研究。结果表明:(1)贵阳市总体空气质量较好,首要污染物以PM2.5和PM10为主,而又以PM2.5居多。(2)贵阳市月平均AQI值在1月最高,7月最低。6种污染物中,O3总体呈波动型分布,峰值分别出现在5月和10月,11月为全年最低值。除O3外,其余各污染物均呈现以7月为低谷,12月—次年1月为高峰的分布特征。(3)四季中,AQI值分布为冬季春季秋季夏季。各污染物中,除O3外,其余浓度均表现为冬高夏低,而O3浓度则为春高冬低。 相似文献
4.
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。 相似文献
5.
利用2015年黄石市5个监测站点可吸入颗粒物(PM10)和细颗粒物(PM2.5)的在线监测数据和风向、风速、气温、气压等常规地面气象要素观测资料,分析了黄石市大气PM10和PM2.5的质量浓度水平分布特征及其与气象参数的关系。结果表明:2015年黄石市5个监测站点大气PM10和PM2.5年均浓度范围分别为95.8—108.6μg·m^-3和64.3—68.9μg·m^-3,均超过国家二级标准;季均质量浓度呈现显著的冬季高夏季低的变化规律,冬季PM10和PM2.5的质量浓度分别为(143.9±62.2)μg·m^-3和(95.5±44.5)μg·m^-3,夏季PM10和PM2.5的质量浓度分别为(75.2±24.0)μg·m^-3和(50.7±17.3)μg·m^-3。5个监测站中,下陆区、西塞山区和铁山区的PM10和PM2.5颗粒物污染较为严重;各站点大气PM10和PM2.5质量浓度显著相关。大气颗粒物浓度与气象因素的分析显示,黄石市大气颗粒物浓度与气温呈显著的负相关关系,与气压呈正相关关系,与风速和相对湿度的相关性不显著,受风向影响变化较大。 相似文献
6.
2012—2015年北京市空气质量指数变化及其与气象要素的关系 总被引：1，自引：0，他引：1
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。 相似文献
7.
苏静 《沙漠与绿洲气象(新疆气象)》2024,18(2)
基于陕西省10地市2015—2020年PM2.5浓度实况监测数据和同期EMI指数，统计分析EMI和PM2.5相关性及近年EMI的时空分布特征，定量评估气象条件变化及综合治理措施对陕西环境空气质量的影响。结果表明：陕西省2015—2020年EMI指数可以较好的表征和评估气象条件变化导致PM2.5浓度的变化。2015—2020年EMI指数呈线性降低趋势，气象条件持续向好。月EMI指数均呈明显的单谷分布特征，EMI指数冬半年大，夏半年小。各区域EMI指数总体上呈关中高、陕南次之，陕北最低的分布特点，关中中、东部EMI指数最大。EMI正距平百分比高值区主要出现在关中地区，各年关中均有60%以上面积正距平，其中2016年冬季关中83.0%面积正距平，37.5%面积正距平超过100%。2020年陕西省各区域环境空气质量较2015—2019年均有明显改善，全省PM2.5浓度较前5 a平均降低24.8%，全省气象条件改善使PM2.5浓度较近5 a降低16.4%，排放变化使得PM2.5浓度较前5 a平均下降9.4%，可见近年陕西省大气污染综合治理措施成果显著，环境质量明显改善。 相似文献
8.
基于地基GPS遥感的大连地区大气水汽总量变化特征 总被引：1，自引：0，他引：1
基于大连地区地基GPS综合观测网遥感反演了大气水汽总量（PWV）,分析了大连地区PWV空间变化、逐月变化和日变化特征以及PWV变化与降水的关系,并利用大连本站2005-2011年的探空资料拟合了大连地区地面温度和大气加权平均温度的关系。结果表明：大连本站的PWV与探空积分的水汽含量相关系数达到0.988,均方根误差为2.5 mm。大连地区PWV南北分布比较均匀;PWV最大的月份为7-8月,最大月平均值约40 mm,PWV最小的月份为1月,最小月平均值小于4 mm;大连地区PWV春季和冬季日变化幅度约0.5 mm,夏季和秋季日变化幅度约1.3 mm。夏季和秋季的PWV日变化呈单峰型,春季和冬季的PWV日变化呈多峰型; 在降水发生前8 h 大气水汽总量有明显增加过程,对降水的发生有指示作用。 相似文献
9.
淮河流域秸秆焚烧关键期主要大气污染物浓度时空分布特征 总被引：2，自引：0，他引：2
基于2015年6月淮河流域卫星遥感监测火点信息、环境空气质量监测数据和常规气象观测资料,利用ANUSPLIN和ArcGISKriging方法对气象要素和主要大气污染物浓度空间栅格化,分析了秸秆焚烧关键期内AQI和主要污染物浓度的时空变化特征及其与气温、相对湿度、风速等气象要素的相关关系。结果表明:秸秆焚烧关键期内,淮河流域城市AQI、PM10与PM2.5浓度均明显升高,且与卫星监测火点具有一定时空响应关系。在时间变化上,AQI、PM10与PM2.5浓度6月上中旬呈波动上升,6月下旬趋于回落;在空间分布方面,AQI、PM10与PM2.5浓度三者分布形态相似,总体上呈现"南低北高、两高一低"分布特征;期间AQI、PM10与PM2.5浓度与气温呈显著正相关,与相对湿度呈显著负相关,与风速的相关性不显著。 相似文献
10.
文章根据2015—2020年阿拉善左旗的环境空气质量监测数据和气象观测数据,利用AQI对大气中的SO2、NO2、PM2.5、PM10、CO、O3等空气污染物的年际变化和季节变化特征进行了分析,并探讨了阿拉善左旗各污染物浓度与气象条件的关系。结果表明：2015—2020年阿拉善左旗的平均环境空气质量指数(AQI)为77.3,空气质量良好率达87%,污染程度较轻,且具有显著的季节变化特征,秋、冬季节空气质量优于春、夏季节。在这6年间AQI总体呈缓慢降低趋势,良好率有所上升,轻度污染—严重污染级别天数减少。阿拉善左旗首要污染物为PM10,超标率和污染物贡献率均最高,并且年内变化趋势与沙尘暴高发期时间同步。AQI与风速呈极显著的正相关;气温对污染物影响较大,气温变化越大越有利于NO2、CO、SO2浓度增加,风是影响颗粒物浓度的主要驱动力。 相似文献