共查询到20条相似文献，搜索用时 31 毫秒
1.
利用广东省惠州市区2013—2016年逐日、逐时的环境和气象资料, 研究了珠江三角洲(简称“珠三角”)东侧惠州市臭氧污染特征及其与气象条件关系。结果表明:惠州市臭氧污染具有明显的月和季节变化特征, 10月臭氧平均浓度最高, 臭氧超标日和污染日主要出现在7—10月。惠州市臭氧浓度日变化呈单峰变化, 06—08时最低, 最大值出现在午后14—15时。臭氧浓度变化和气象条件关系密切, 低浓度臭氧大多出现在气温较低、相对湿度和风速较大、云量较多伴有降水、日照时数较小的天气, 臭氧浓度超标多出现在气温较高、相对湿度和风速较小、云量较少一般无降水、日照充足的天气。惠州市臭氧超标主要出现在地面和低空偏西风下, 这可能与惠州市处于珠三角城市群下风向的区域污染输送有关。 相似文献
2.
利用惠州市区逐日的环境监测资料,统计分析了2013—2016年珠三角东侧惠州市空气质量特征。结果表明:(1)惠州市空气质量整体较好,全年以优良天气为主,未出现过重度和严重污染天气。(2)空气质量具有明显的季节变化特征,汛期高于非汛期,4季中夏季最好冬季最差。(3)从优良率、AQI、空气质量综合指数、主要污染物平均质量浓度等都反映空气质量逐年持续改善,2016与2013年相比有明显提升。(4)臭氧已成首要污染物,夏秋季是臭氧污染的高发季节,今后空气质量改善需重点加强臭氧防治。 相似文献
3.
利用2013-2016年惠州市5个环保国控站的PM质量浓度和国家基本气象观测站的气象要素观测数据及NCEP/NCAR日平均再分析资料,统计分析了惠州市大气颗粒物质量浓度变化特征及其与气象条件的关系。结果表明：2013-2016年惠州市大气颗粒物质量浓度、污染日数和超标日数均呈明显下降趋势,2016年PM10年平均质量浓度已接近年平均质量浓度限值一级标准,PM2.5年平均质量浓度达到年平均质量浓度限值二级标准。大气颗粒物质量浓度冬季的最高、秋季的次之,非汛期的（10月次年3月）显著高于汛期的（4-9月）。PM2.5污染日均出现在非汛期,尤其是冬季的1和12月,大多出现在晴朗干燥的东北风天气下。分析惠州市20132016年间两次长时间大气颗粒物污染过程发现,这两次大气颗粒物污染过程出现在冷空气减弱、冷高压东移出海后或下一波冷空气来临前,但随着南下冷空气的到来,北风加大或带来明显降水,空气质量明显好转。 相似文献
4.
通过肇庆市2013—2017年逐日气象要素和近地面臭氧连续观测数据,分析臭氧质量浓度变化特征及气象要素对臭氧变化的影响,结果表明:肇庆臭氧高质量浓度污染主要发生于秋季,全年臭氧质量浓度与日照时数相关性最好,其次为相对湿度和最高气温;秋季除气压和风速外,其余气象要素与臭氧相关性均不如全年。当日照时数介于8～10 h、相对湿度低于50%、平均风速介于1.5～2.0 m/s、气压介于1 010～1 015 hPa时臭氧质量浓度和超标率最高。主导风存在偏南分量时臭氧质量浓度明显较高,西南偏西风时达到最高,偏北到偏东风下质量浓度普遍较低;主导风为较大北风、东风、西北偏西风、南风时外来输送影响明显。当相对湿度为45%～85%、平均风速为1.0～2.0 m/s、日照时数>6 h、日平均气压为998～1013 hPa,同时主导风存在偏南风量或吹较大北风、东风或西北偏西风时可考虑发布臭氧污染预警。 相似文献
5.
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
6.
利用惠州市区2013—2016年逐时的风向风速和大气污染物浓度资料,分析了风向风速与污染物质量浓度的关系、地理位置和盛行风向对惠州市空气质量的影响。结果表明:①惠州市污染物质量浓度与风向风速密切相关。当风向为ESE、SE、SSE、S、SSW时,SO_2、CO、NO、NO_2、NO_x、PM10和PM2.5的全年平均质量浓度最低;当风向为SW、WSW、W、WNW、NW时,全年平均质量浓度最高。O_3在风向为WSW、W、WNW、NW时,全年平均质量浓度明显高于其他风向,均在72μg/m^3以上。在冬半年,当风向为偏西北风时,SO_2、CO、NO、NO_2、NO_x、O_3、PM10和PM2.5质量浓度与年平均相比增加了5%～33%;当风向为偏南风时,SO_2、CO、NO、NO_2、NO_x、PM10和PM2.5质量浓度与年平均相比减少了3%～17%。②地理位置、盛行风向和周边城市分布与惠州市空气质量密切相关。位于惠州市国控点东侧的河源市和汕尾市或南海海域环境空气综合质量指数低,空气质量优良率高,惠州市东北风和东南风全年出现频率分别为40.3%和27.3%;而位于惠州市国控点偏西侧的广州市和东莞市环境空气综合质量指数较高,空气质量优良率较低,惠州市偏西风全年出现频率(有W的合计)仅17.8%。 相似文献
7.
《气象与环境学报》2018,(5)
利用2014—2016年宁波市镇海地区逐时气象观测资料和大气成分监测资料,对宁波地区霾天气的变化特征进行统计分析。结果表明:2014—2016年宁波地区霾天气小时出现频率为28.8%,湿霾出现频率为61.0%。近3 a宁波地区霾天气小时出现频率呈下降趋势,秋冬季(11月至翌年1月)霾天气小时出现频率较高,夏季(6—8月)霾天气小时出现频率较低;从日变化来看,霾天气小时出现频率峰值集中出现在上午09时和夜间20—23时。宁波地区重度霾的PM_(2.5)、PM_(10)颗粒物浓度为轻微霾的2.13倍和1.92倍,干霾颗粒物浓度高于湿霾,宁波地区霾天气的颗粒物组成较稳定,PM_(2.5)/PM_(10)比重为0.7左右。宁波地区颗粒物浓度与风速和降水量的相关性较好,春季和夏季风速与PM_(2.5)浓度的相关性较高,秋季和冬季风速与PM_(10)浓度的相关性较高;降水与PM_(10)浓度的相关性高于PM_(2.5)浓度。静稳天气时地面风速小易造成细颗粒物浓度的积累增长,冬季西北偏北风和东北风是影响宁波地区PM_(2.5)浓度变化的重要输送路径,当风向为西北风时,冬季和春季PM_(10)浓度增加明显。 相似文献
8.
河北廊坊市连续重污染天气的气象条件分析 总被引：3，自引：0，他引：3
《干旱气象》2015,(3)
利用2013年1月至2014年7月廊坊市空气污染资料及逐小时风向风速、相对湿度、气压等地面自动站观测资料,通过统计学方法对廊坊市该期间发生的17次连续3 d及以上重污染天气过程进行分析,结果表明:(1)17次连续重污染天气过程主要发生在1~3月和11~12月,1月最多,最长连续时间长达7 d;(2)连续重污染天气过程中,首要污染物主要是细颗粒物PM2.5;有高污染浓度持续日和高污染浓度间断分布日2种情况,平均浓度分别达到314μg/m3和193μg/m3,高污染浓度持续日的比例达60%;(3)500 h Pa高空廊坊市处于高压脊前西北偏西气流中,地面分别位于弱高气压场区及低压场(倒槽)区是连续重污染天气过程最主要的2类配置类型,后者是6级空气严重污染的主要控制形势;(4)连续重污染天气形成的气象条件是:廊坊市地面风向为西南风至偏西风或者为偏东风至东南风,风力≤2级;2~3月│ΔP3│≤3.0 h Pa,其余月│ΔP3│≤2.0 h Pa;相对湿度在40%~95%之间;日降水量≤0.6 mm,近地层有逆温层存在,平均高度900 h Pa以下,厚度≥10 h Pa,逆温层强度≥1℃;(5)当廊坊市地面处于低压场(倒槽)控制下,逆温层高度在925 h Pa以下、厚度≥20 h Pa及逆温层强度≥3℃,有利于严重污染天气的形成,若同时廊坊市地面风向为东北风至偏东风、风力为1级,相对湿度≥50%,则有利于高污染浓度持续日的形成和发展;(6)2014年2月11~15日河北省区域性空气重污染的演变状态及利用美国NOAA的Hysplit-4模式计算得到的空气质点的后向轨迹表明,燕山、太行山山脉的阻挡以及河北省和周边重污染区域分布导致的污染物区域输送是廊坊市连续重污染天气产生的重要因素之一。 相似文献
9.
基于2013—2018年大连中心城区O_(3)监测数据和气象数据,分析了该区O_(3)污染时空变化特征及气象要素对O_(3)污染的影响。结果表明:2013—2018年大连中心城区O_(3)已经逐渐成为最主要的大气污染物之一。O_(3)年平均浓度由2013年的66.66μg·m^(-3)上升至2018年的101.62μg·m^(-3)。秋季和夏季是大连O_(3)浓度较高的季节,其次是冬季和春季。O_(3)最高浓度月份主要为5月、6月及9月。O_(3)浓度日变化呈明显的单峰状,从上午08时开始增加,在下午14—16时达到最高,白天浓度高于夜晚。O_(3)污染物在2013—2017年从大连中心城区的西南向东北扩散。大连中心城区O_(3)与其他5种大气污染物均存在不同程度的负相关,与气温呈显著正相关,与相对湿度、气压及风速相关性较差。有利于大连O_(3)污染天气的气象条件主要为高气温(>30℃)、低湿度(≤80%)、低风速(1.5—2.0 m·s^(-1))、北风风向和长日照时间。高污染日的出现可能是受高温天气与本地逐渐增加的排放物共同影响。 相似文献
10.
利用气象观测资料和PM2.5质量浓度资料,统计分析宝鸡市2013年冬季重度雾霾污染日时空特征,探讨雾霾污染日各气象要素的特征。分析发现:12013年12月—2014年2月宝鸡出现重度雾霾污染日28d,为近5a来最多。2重度雾霾污染天气过程多持续4~8d;污染严重时次出现在19—24时,具有显著日变化。3宝鸡市东部污染重于西部,弱东风利于重度雾霾污染出现(加剧),转为西风时污染减弱。4重度雾霾污染天气的主要成因包括,有利的天气形势(地面关中处于高压底部或后部)维持,大气混合层高度低,相对湿度较大(70%左右),风速较小(2m/s),连续无降水日长。5重度雾霾污染主要为本地污染物聚集所致。 相似文献
11.
《浙江气象》2019,(4)
利用2012—2013年宁波地区气象数据、污染物监测数据和呼吸系统死亡数据对大气污染与居民健康的影响情况进行分析。结果表明,2012—2013年宁波环境空气质量达标天数589 d,污染天气142 d,其中111 d首要污染物为PM_(2.5),占污染日数的78.2%,AQI表现为秋冬差、夏季好。气象要素在污染日和非污染日有明显差异,特别是雨日频率,低空风也是影响空气质量的关键因子。宁波地区呼吸系统死亡人数夏季低,秋冬春季高,冬季死亡人数最高,日均22.45人,其次春季,日均16.56人;死亡人数与气压、PM_(10)和PM_(2.5)存在明显正相关,与气温呈负相关;死亡人数对气温响应存在滞后性,秋冬季死亡人数对气温变化响应快速,滞后时间为2～3 d,颗粒物浓度对死亡人数在秋冬季的影响滞后时间有8～9 d,而在春季仅1 d。 相似文献
12.
基于环境空气质量监测数据,本文分析了2022年6月14—18日高温热浪期间江苏省臭氧污染过程的时空变化特征,并结合天气形势、WRF-CMAQ模拟和典型城市大气超级站挥发性有机物(VOCs)在线监测数据进行了成因分析。结果表明:高温热浪期间,江苏省13个地级城市臭氧污染超标率达96.9%,中度污染超标率为27.6%,臭氧日最大8 h(MDA8 O 3)峰值质量浓度高达260.0μg·m^(-3)。南通市、无锡市、苏州市3个典型城市臭氧质量浓度的日变化特征显示,07—13时臭氧质量浓度增长率在27.9%~46.7%,多个时段净增量超过40.0μg·m^(-3)。利用WRF-CMAQ模型对污染过程进行了数值模拟、过程分析和溯源分析。结果显示,典型城市白天小时平均光化学贡献在24.5~33.0μg·m^(-3)之间,稳定高值的光化学贡献,叠加持续稳定或突发的传输贡献,导致此次高温热浪下臭氧质量浓度爆发式升高,出现峰值污染。在偏南风的影响下,省外污染源来自浙江省贡献最高,在13.9%~33.8%,其中无锡市和苏州市受浙江省外源影响较大。此外南通市大气超级站VOCs在线监测结果显示,臭氧污染期间逐日VOCs体积分数在45.5×10^(-9)~83.6×10^(-9)之间,整体处于高值水平,臭氧生成潜势(OFPs)贡献排名前十的物种以烯烃和芳香烃物质为主。 相似文献
13.
利用广东省中山市2015—2019年的地面臭氧浓度及气象观测数据,分析了中山市近年来臭氧超标与气象条件的关系。结果表明,中山市2015—2019年臭氧超标天数从22天增加至66天,臭氧年评价值增长36%,中度污染以上天数占超标天数比例从9.1%增长至36.4%。臭氧超标主要集中在8—11月,其中9月超标天数最多。夏秋季节臭氧超标主要发生在气温高、湿度低、太阳辐射强、日间10—14时无明显降水、吹北风的气象条件下,臭氧的污染潜在源区主要位于中山西部到北部的城市。风向和气温是臭氧超标最重要的指标,夏、秋季日间吹北风且日最高气温在33 ℃或以上时超标率分别达到89.1%和78.6%。2017年和2019年在相同的最高温、相对湿度、太阳辐射强度、降水和风速条件下的臭氧超标率均远高于2015年。当臭氧起始浓度在10 μg/m3以下、11~30 μg/m3及30 μg/m3以上时,夏(秋)季从起始浓度达到超标分别用时7.1(6.9) h、6.2(6.2) h和5.8(5.9) h,相应气温上升7.2(7.1) ℃、5.8(5.8) ℃和4.7(5.1)℃,起始浓度增大时,超标耗时和气温变化均呈减小趋势。 相似文献
14.
江苏臭氧污染特征及其与气象因子的关系 总被引：3，自引：0，他引：3
本文利用2013—2017年江苏70个环境监测站资料和13个国家气象观测站常规观测资料,研究江苏臭氧污染特征及其与气象因子的关系。结果表明:江苏臭氧质量浓度和超标率逐年增长,其空间分布特征由东部沿海城市大于西部内陆城市逐渐转为东西部城市差异不明显,南部城市超标率总体高于北部;4—9月臭氧质量浓度处于较高水平,夏季超标占一半以上;日变化呈"单峰单谷"型,15时(北京时间)前后超标率最大,O_(3-8 h)较O_(3-1 h)峰值推后3—4 h;O_3对空气质量不达标的贡献率呈逐年上升趋势;臭氧质量浓度与颗粒物和前体物NO_x日变化呈反相关,且存在"周末效应"。江苏地区臭氧质量浓度总体与气温正相关,相对湿度负相关,气温高于25℃、相对湿度30%～50%区间、风速低于4 m·s~(-1)以下易出现高浓度臭氧;苏南的城市主要在东南风向对应较高的值,而苏北城市多在西南风向对应的较高臭氧质量浓度值。 相似文献
15.
城市空气质量与经济建设及人民生活息息相关,是政府和人民关注的重大社会问题。利用库尔勒市2014年9月1日-2015年8月31日州政府、棉纺厂、开发区三个环境监测站逐时观测资料,分析了库尔勒市空气质量等级和首要污染物的时空分布,并分析了污染天气发生的日变化特征。结果表明：（1）三站污染天气出现频率分别为49.4%、40.9%和34.7%,符合州政府＞棉纺厂＞开发区的分布规律。三站污染天气均是春季出现频率最高,分别占到44.7%,39.4%和48.5%,其次为秋季、冬季和夏季;（2）库尔勒市首要污染物中, PM10的频率最高,其次为PM2.5,CO、NO2、O3及SO2出现频率均低于10.0%。PM10作为首要污染物在春季出现频率最高,三站出现频率为33.9%-36.3%,PM2.5则是冬季出现频率最高,三站出现频率为59.1%-86.4%;（3）库尔勒市污染天气和重污染天气发生频率符合傍晚与夜间高,白天低的变化规律。污染天气发生频率最高值出现在0:00时,最低值出现在6:00-7:00时,重污染天时延迟到9:00时。上述结果表明库尔勒市春季周边自然污染源的排放与输送对该市的空气质量影响巨大。 相似文献
16.
《气象与环境学报》2016,(1)
利用2010—2013年宁波市近地层臭氧浓度等环境监测资料、地面气象观测资料和NCEP再分析资料,分析了宁波市臭氧浓度的分布规律及其与环境条件的相关性,并建立了臭氧浓度预测方程。结果表明:2010—2013年宁波市近地层臭氧浓度日变化呈"单峰型",峰值一般出现在午后;臭氧月浓度变化呈"双峰型",两个峰值分别出现在5月和10月。选取与宁波近地层臭氧浓度相关性较好的日平均气压、水汽压、气温、NO2浓度和SO2浓度等作为预报因子建立回归模型预测臭氧浓度,模型通过了显著性检验,预报效果较好。统计分析了宁波市臭氧浓度超标日的常见天气型,表明变性冷高压、均压场、高空脊、副热带高压及热带气旋外围影响型为易导致宁波市臭氧污染的天气型,5种天气型所占比例分别为22.1%、9.5%、24.4%、31.4%和8.7%,其他天气型占3.9%;并通过合成分析法,说明了5种天气型相关的天气形势。 相似文献
17.
18.
深圳市臭氧污染特征及其与气象条件的关系 总被引：1，自引：0，他引：1
《气象与环境学报》2017,(1)
利用2013—2015年深圳国家基本气象站的观测资料和11个国家环境监测点的O_3监测资料对深圳市臭氧(O_3)的污染特征及影响O_3的气象条件进行了统计分析。结果表明:2013—2015年深圳市11个环境监测点均存在不同程度的O_3超标现象,O_3超标率为0.7%—11.9%,全市臭氧平均超标率为4.1%。深圳市O_3污染呈内陆地区污染重、沿海地区污染轻的特点。深圳市秋季和冬季O_3污染较重,夏季O_3污染较轻。综合气象条件是深圳市O_3污染变化的重要因子,有利于O_3污染的气象条件为较高的温度、充足的日照、干燥、无雨及弱风。 相似文献
19.
该文利用2015—2016年福建省9个设区城市和平潭综合实验区环境监测臭氧小时浓度观测资料,采用统计学方法,归纳臭氧的时空分布规律,开展臭氧超标的天气学成因分析。结果表明,福建省沿海地区的臭氧年平均浓度高于内陆地区,沿海地区又以宁德—厦门一线为高值中心,其中平潭综合实验区(位于福建中部沿海的海岛)臭氧浓度全省最高,年平均浓度约为其他城市的1.5~2.5倍。不同城市臭氧季节分布呈现出一定的差异性,有的是春季最高,有的是秋季最高,但一般都是冬季最低;沿海和内陆地区9—10月是臭氧平均浓度最高的月份,其次是4—5月,低值在12—1月;各市臭氧日分布规律较一致呈现"单峰型",午后是臭氧浓度高值区,夜晨处于低值区。以福州市为例,对2013年1月—2017年7月臭氧超标个例进行天气成因分析,臭氧超标主要有光化学反应型、本地积累型、水平输送型、垂直输送型等4种,对比分析不同类型下臭氧超标的气象要素、大气扩散条件、颗粒物浓度、高发月份和主导天气形势等特征,并列举臭氧超标的典型个例,为高浓度臭氧的预报预警和天气成因分析提供技术支持。 相似文献
20.
《湖北气象》2010,(4)
利用惠州市4个观测站逐日的降水资料,统计分析了1967—2009年惠州市强降水和洪涝气候变化特征,并分析了省运会期间强降水出现概率。结果表明:(1)惠州市属于强降水较多区,但时空分布不均匀,强降水90%以上出现在汛期,北部山区多于中部和沿海地区。(2)惠州市年强降水日的年际变化较大且除北部山区外其余地区都呈增加趋势,全市平均年强降水日近10年与前33年相比增加了1.4 d。(3)惠州市洪涝出现频繁,43年来全市累计出现156次,前汛期北部山区为多发区,后汛期沿海地区为多发区。(4)全球变暖背景下惠州市强降水日和洪涝都呈增多趋势,这与全球、全国和广东省的变化趋势一致。(5)省运会期间正值惠州市主汛期,强降水天气出现频繁,每天都有出现的可能。 相似文献