共查询到18条相似文献，搜索用时 127 毫秒
1.
2.
3.
4.
重庆市臭氧污染及其气象因子预报方法对比研究 总被引：1，自引：0，他引：1
利用2014年1月1日至2018年12月31日的重庆市空气质量日均值资料,分析了重庆近5 a臭氧污染的特征。发现重庆市臭氧是除PM2.5以外的第二大大气污染物,具有较强的季节变化特征,主要污染时段位于夏半年,在7—8月臭氧污染程度明显超过了PM2.5。臭氧年平均浓度呈现逐年增加的趋势,首要污染物为臭氧的日数在2018年首次超过PM2.5,臭氧成为2018年重庆市的第一大污染物,表明重庆正在由一个以颗粒物污染为主的城市转变为臭氧污染为主的城市。通过对同期逐日气象资料与臭氧8 h滑动平均日最大值相关性分析发现,大气温度、湿度及气压均为影响臭氧污染的重要气象因子。利用气象影响因子,采用逐步回归、支持向量机、神经网络方法对臭氧8 h滑动平均日最大值进行预报实验表明,三种预报模型均具有较强的预报能力,但总体来看预报均比实况略偏小。支持向量机方法的预报效果要稍好于逐步回归和神经网络方法,可为重庆市臭氧浓度预报提供参考。 相似文献
5.
文章通过污染物浓度时间序列的持续性和气象要素的相似性，进行了城市空气质量短期统计预报可行性分析。以深圳市空气中可吸入性颗粒物的污染指数预报为例，发展了一个基于MM5输出量的自知识统计模式，该预报方法在预报量本身的持续性水平上，预报效果改进15％左右，效果显著。该方法克服了常规预报方法的地域限制，只要积累足够量的污染场资料和气象要素资料，就可以自动、客观地完成具有一定准确度的空气质量短期业务预报。 相似文献
6.
重庆市空气污染扩散气象条件指标研究 总被引：2，自引：1，他引：1
根据地面常规要素、L波段雷达探测资料风速和温度与污染指数（API：Air Pollution Index）的相关性,建立空气污染扩散条件的综合气象指数（A）,按指数大小分类确定潜势预报指标,并应用历史同期气候概率作空气污染潜势预报。通过相关分析发现：与API关系密切的不是20：00的气象要素而是08：00的气象要素;地面要素中,对污染物浓度影响最大的是08：00的24 h变压,而温度的高低对API影响因季节而不同;L波段雷达资料中,150 m风速3、00 m和地面温差与API相关性较好。由相关性好的上述3个要素构造的综合气象指数及确定的扩散条件预报指标是合理的,在实际业务预报中,预报效果较好。 相似文献
7.
环境部门1999年在库尔勒市选择3个不同地点,分别代表城市中心区、工业区和居民生活区,建立空气质量监测站.由3个监测站的10 a空气质量监测数据进行分析,可以看出,库尔勒市的主要污染物是总悬浮颗粒物,属自然浮尘与煤烟型混合污染,春季以浮尘污染为主,冬季以煤烟型污染为主;这和库尔勒市春季风多,冬季取暖的自然生活规律有关.根据高斯扩散模式原理选取预报因子,用多元线性逐步回归的方法,建立空气TSP、SO2和NO2浓度预报方程,对库尔勒市的空气质量的分析,实现了库尔勒市空气环境质量气象等级的预报. 相似文献
8.
本文从西宁市边界层实际观测的资料出发，分析了西宁市城、郊冬半年温度廓线的变化特征及城、郊温度廓线的交叉现象，统计了冬半年城、郊逆温层的基本特征，为开展城市环境污染预报、分析污染物分布与环境气象因子的关系、建立污染预报数值模型提供了预报依据。 相似文献
9.
10.
北京地区气溶胶PM2.5粒子浓度的相关因子及其估算模型 总被引：20，自引：0，他引：20
文中运用统计分析和气象统计预报的方法 ,使用北京白石桥小区的污染物观测资料和同期北京地区的气象观测资料 ,对影响大气污染的气象因子进行了综合分析 ,并分别建立了气溶胶PM 2 .5粒子浓度与气体污染物、气象要素场的两类统计相关拟合模型。发现气溶胶PM2 .5粒子浓度与气体污染物浓度存在不同程度的相关性 ,且与气象条件亦存在显著的相关关系 ,此类时空变化及其量化估算模型具有一定实际应用价值。通过确定气象要素场和气溶胶浓度的关系可进一步研究不同地区的污染物输送和污染源扩散影响的问题。 相似文献
11.
利用2014~2019年冬季ERA5再分析资料、成都市PM2.5和PM10逐日浓度数据以及污染物（二氧化硫、氮氧化物、烟粉尘）年排放量数据,通过分析四川盆地近6 a气溶胶污染物的时间变化特征以及PM2.5浓度与气象条件的相关性,探讨了气象条件对四川盆地气溶胶污染的影响。结果表明:近6 a四川盆地冬季气溶胶污染物浓度和严重、重度污染天数均呈波动下降趋势,污染物浓度年际变化与污染物年排放量存在一定差异。首要污染物以PM2.5为主,PM2.5浓度与青藏高原及其下游地区气象条件的关系密切,与对流层低层、中高层气象要素的相关性存在差异,其中与青藏高原及其以北和以东地区850~500 hPa气温呈显著正相关,尤其是与易出现逆温层的四川盆地850~750 hPa温度的相关性最强。当850 hPa东北风较弱且相对湿度偏高、700 hPa西风较强且湿度偏低、500 hPa高压偏强且西风偏弱时,PM2.5浓度偏高;反之亦然。 相似文献
12.
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。 相似文献
13.
潍坊市空气污染与气象条件的关系 总被引：1，自引：0，他引：1
利用2004年3月~2005年2月每日08时的潍坊市气象观测资料和环境监测资料,分析了空气污染物浓度与各种气象条件的关系,结果表明:可吸入颗粒物PM10是潍坊市的主要污染物,污染物浓度有明显的季节变化,冬季高于夏季,各种污染物浓度与大雾、降水、风速等有明显的相关性。 相似文献
14.
15.
利用2014~2018年冬季空气质量和污染物浓度数据,结合地面观测、探空及风廓线雷达资料,对新都区冬季气象要素及其污染扩散条件进行分析。结果表明:（1）新都区不同污染物具有相同的日变化特征,在11时左右浓度最高,18时达到最低。（2）新都区污染物浓度与风速、气温、降水、相对湿度有密切关系。当风速大于(小于)平均风速时,污染物浓度减小（增加）;气温越高且相对湿度越大,污染也越强;降水较弱时,反而会加重污染。（3）新都区污染天气过程中,逆温强度与厚度的大小将影响污染物的垂直扩散,强度和厚度偏大,污染偏严重。 相似文献
16.
利用2000—2004年天津市城区气象和污染物资料,采用统计分析方法,研究了城区静风分布及污染物浓度变化规律。结果表明:静风分布有明显的日、年变化规律,在华北地形槽或低压、高压前部和高压的天气形势下易出现静风天气现象且持续时间较长。污染物浓度与风速呈现出较好的负相关,即风速越大、污染物浓度越小。但风速达到一定临界值时,TSP与风速呈正相关,大风可以引起二次扬尘并增加了空气中颗粒物的含量;PM10,SO2和NO2三种污染物在静风日的浓度值均高于非静风时的浓度值。 相似文献
17.
利用丽水2012年9月—2014年3月主要空气污染物浓度和气象数据,分析丽水空气污染物构成及其与气象因子的相关性。分析结果表明:丽水空气质量优良率约80%,高频首要污染物依次为PM2.5、O38、PM10、NO2;各污染物浓度分布的时间、季节特征明显:早晚高峰时段污染物浓度普遍偏高,冬季—初春是一年中污染较重季节,尤其春节期间PM和SO2浓度急剧上升。各主要污染物质浓度随气象因子的变化各有特点:CO在气温较高、晴朗微风、高层层结稳定的天气条件下浓度较高;NO2在气温适中、湿度较大且无明显降水时浓度较高;SO2则在气温适中、湿度较小、晴朗微风的天气条件下浓度较高;O3则在高温干燥天气时浓度较高;PM在干燥、气温较低、连续晴朗、微风、高层层结稳定时浓度较高。 相似文献
18.
利用2013—2014年邯郸市环境监测站环保资料、邯郸气象站地面观测资料及邢台站探空资料,分析了邯郸大气环境特征及影响污染物扩散的气象条件,结果表明：空气重污染主要发生在秋冬季和初春季节;2014年影响污染物扩散的气象条件与2013年的大体相当,但2014年邯郸重污染日数减少,达标日数增加,污染物浓度较2013年的下降,重污染天气持续时间较2013年的明显减少,表明邯郸市实施的一系列减排措施效果明显。 相似文献