共查询到20条相似文献，搜索用时 125 毫秒
1.
《青海气象》2017,(1)
利用2015年德令哈市逐日空气质量数据及地面气象观测数据,分析了德令哈市空气质量指数的时空分布特征,并探讨了其与气象要素的关系。结果表明:2015年德令哈市空气质量以Ⅱ级良为主,AQI指数有比较明显的季节分布特征。春季AQI指数最高,夏秋两季空气质量偏好。首要污染物在春季4月、5月和夏季主要以臭氧为主,其余时间多以PM_(10)为主。无降水日期间首要污染物集中在PM_(10)和臭氧,而当出现降水且量级增大时,首要污染物更多的为臭氧。从相关系数分析,在不同月份空气质量指数与不同的气象要素有比较好的相关关系。日降水量在不同月份存在着正、负相关关系,这与不同季节冷空气活动所带来的不同天气现象及其他气象要素作用有一定的关联。 相似文献
2.
利用天气学和数理统计方法,基于2013—2017年(100°—120°E,25°—45°N)范围内405个环境空气质量评价点数据、武汉市空气质量实时监测数据以及相应时段常规气象观测资料,对武汉重污染天气过程触发机制及主要影响因素进行了分析,结果表明:(1)武汉市2013—2017年空气质量重污染过程发生频率和过程平均持续时长均呈明显下降趋势。(2)引发武汉市空气质量重污染过程的天气形势在海平面气压场表现为冷空气入侵、静稳天气两种类型,形成机制分别为风力加大导致风向上游空气质量指数AQI大值区污染物输送和扩散条件较差导致本地污染物堆积。(3)典型的武汉城区重污染过程形成的天气模型为:过程开始时静稳天气下本地污染物堆积;冷空气南下时风力加大导致外源污染物输入;冷锋过境后内外源污染物叠加;冷空气影响过后扩散条件转好,过程结束。(4)空气质量实时变化与气压、风、温度、相对湿度等气象要素有密切的关系。在不同的天气形势下,应以气压的实时变化为基础,结合其它气象要素的特征,分析制作AQI精细化变化趋势预报。 相似文献
3.
利用汉中市2015—2016年1月1日—12月31日2a的空气质量资料和同期地面气象观测资料,分析了汉中市空气质量变化特征及其与气象要素之间的相关性,建立了汉中市空气质量预报模型。结果表明:汉中市空气质量状况总体较好,以优良天气为主,达标率为75.9%;汉中市空气质量夏季最好,秋季次之,冬季最差;空气质量指数(AQI)与气温、风速、日照时数、能见度、水汽压、降雨量、气压、地面气温相关性显著,各气象要素对AQI的影响有所不同,且不同季节内影响程度各异;建立的汉中市春、夏、秋、冬四季空气质量预报模型方程均通过显著性水平0.01检验,达到极显著水平。经验证,2017年春季空气质量级别预报准确率超过了85%,预报效果良好,可应用于汉中市空气质量预报业务。 相似文献
4.
文雯 《沙漠与绿洲气象(新疆气象)》2019,13(1):21-28
为了分析空气质量状况及其与大气水汽的关系,基于四川盆地西部的成都市近年来污染天气频发的现状,利用2015年成都市环境监测中心提供的环境空气质量指数资料和温江国家基准气候站提供的大气水汽探空资料,首先分析了成都空气质量变化特征,进一步结合成都L波段探空水汽数据,初步研究了成都空气质量与大气水汽的关系。结果表明：2015年成都单日空气质量指数（AQI）最高值为309,达到严重污染级别;AQI年分布特征是冬季最高,夏季最低;首要污染物最多的是PM2.5。春、夏季,大气可降水量（PWV）与臭氧质量浓度在5—8月呈显著负相关;秋、冬季,PWV与PM2.5及PM10质量浓度在1月、10—11月呈显著正相关,其中水汽对PM2.5浓度影响较大的时段出现在1月和10月。 相似文献
5.
该文利用2015—2016年岳阳市区空气质量AQI数据和同期的常规气象资料,运用统计分析方法对该市的AQI时空分布特征进行了分析,运用综合指标法和逐步回归法建立岳阳市区AQI预报模型。结果表明:岳阳市区冬季空气质量最差,夏季空气质量最好,城市北部空气质量差于南部、工业区空气质量差于水库景区。重度污染及严重污染日基本出现在空气质量较差的冬季,工业区发生频率比较高。岳阳市城市工业布局方向与年主导风向一致,使得市区广大区域处于工业气流的下游,导致空气污染加剧。选取气温、降水量、低云量、相对湿度、风速等因子建立的岳阳市区AQI预报模型模拟效果较好。 相似文献
6.
《内蒙古气象》2021,(2)
利用2010—2019年哈密市气象及环境数据,分析了哈密市空气的污染现状、空气质量特征及其与降水、能见度、气温、风速、日照时数等气象因子的相关关系。结果表明:哈密市首要污染物为PM10,空气质量以Ⅱ级(良)为主,近10年空气质量指数呈先增大再减小的单峰型变化,2011年空气质量最好,污染日数最少,之后轻度以上污染日数明显增多,2014年为空气质量最差年;每年AQI最高的为3月和11月,6—9月AQI变化较为平缓,空气质量最好;春季AQI最高,其次为冬季和秋季,夏季AQI最小,空气质量最好,采暖期AQI高于非采暖期,与春、冬季的变化基本一致;AQI与降水、能见度、气温均呈负相关关系,与风速、日照时数、气压呈正相关,在不同季节,相对湿度、能见度均与AQI呈负相关,春、夏、秋三个季节AQI与风速、极大风速呈正相关,冬季则呈负相关,气温、日照时数、气压在不同季节与AQI呈不同的相关性。 相似文献
7.
《广东气象》2017,(5)
利用2013—2015年江门市空气质量指数(AQI)资料和能见度等同期地面气象资料,分析了AQI和能见度的时间变化特征,并研究了与地面气象要素的关系。结果表明:江门市空气质量近年来存在改善的趋势。AQI和能见度都存在明显的季节变化,散点统计分析显示不同的地面气象要素对AQI和能见度存在不同指示意义。日主导风向为北风时AQI级别最高、东南偏南时最低,二者平均相差超过45。日主导风向为东北偏北时能见度最差,西北偏西时最优,二者平均相差超过10 km。另外,2013—2015年造成江门市中度污染以上级别天气(32 d)的天气形势中,占比从多到少依次为大陆冷高压型、均压场型、热带气旋型和弱高压或均压场型。 相似文献
8.
利用2008—2018年黑龙江省33个观测站的定时观测气象资料,按照国标《大气自净能力等级》（GB/T34299—2017）,分析了黑龙江省大气自净能力时间、空间的变化特征,并以省会城市哈尔滨为例,结合逐日空气质量指数（AQI）数据,分析了大气自净能力与AQI的关系。结果表明：2008—2018年黑龙江省平均大气自净能力指数为12.6×104 km·a-1,整体呈上升趋势,2015年以来大气自净能力明显增强。春季大气自净能力最高,秋季次之,冬季最低;空间分布大致呈北低南高分布,包含二、三级两个级别,春季全省各地均处于第二级别,有利于对大气污染物的清除,冬季漠河处于第五级别,不利于对大气污染物的清除;哈尔滨市冬季AQI与大气自净力指数呈显著负相关,考虑了通风量和雨洗作用的大气自净能力与AQI关系密切,直接影响着空气质量状况。 相似文献
9.
利用2015～2019年贵州省9个城市的空气质量指数(AQI)和6种大气污染物逐日监测资料及同期气象要素观测资料,分析了贵州省各市年、季大气污染的分布特征,以及各市首要污染物出现频率的季节特征,探讨了6种大气污染物与气象要素之间的相关关系。结果表明:(1)贵州省总体空气质量较好,2015～2019年全省空气质量优良天数占全年90%以上,2018年空气质量为5年中最优;(2)AQI的空间分布呈现“北高南低”的分布特征,高值区在遵义、水城和铜仁,兴义空气质量最好;(3)6种大气污染物与平均气温、相对湿度、日平均气温、日降水量、相对湿度、平均风速呈高度显著相关;(4)贵州省的污染日主要集中出现在冬季,首要污染物主要是颗粒物(PM2.5和PM10),夏季出现污染日的情况最少,首要污染物主要是O3。 相似文献
10.
2012年环境保护部发布的《环境空气质量标准》实施后,贵阳市空气质量状况发生了变化。利用贵阳市空气质量指数和常规气象要素等资料,分析空气质量特征及其与气象要素的关系,通过多元线性逐步回归和BP神经网络方法,分季节建立空气质量指数预报模型,并同CUACE模式进行对比检验。结果表明:近3年贵阳市空气质量状况良好,优良天数增多,污染天数减少且污染天气多出现在冬季,首要污染物为PM2.5、PM10和O_3;各季相关因子不同,但主要与相对湿度和风速有关;两种模型预报效果均表现为夏季评价最高,等级TS评分超过85%,指数准确率近99%,冬季预报效果相对最差,TS评分接近或达到70%,指数准确率超过或接近80%,而春、秋季效果指标差距不大;对2015—2016年AQI的预报效果回归模型的优于CUACE模式的,TS评分和预报准确率分别相差16.2%和20.0%。 相似文献
11.
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
12.
利用空气质量监测资料、高空和地面气象观测资料、NCEP再分析资料,对达州市2016年元旦节期间重污染天气过程特征及气象条件进行分析。结果表明:达州市此次重污染天气过程为长时间无冷空气活动,无降雨,大气污染物不断积聚形成。AQI日变化受污染源排放情况影响更大,早上低,白天逐渐增加,天黑后达到峰值。大气污染物的积累一般发生大气稳定度为中性或以上。AQI与08时和17时混合层厚度负相关,但日平均混合层厚度与AQI没有通过相关性检验。重污染时近地面有逆温层且逆温层较厚。AQI与逐日最高气温、日平均风速和日最大风速正相关,降雨对大气污染物稀释作用明显,特别是降雨持续时间长,雨量大效果更为显著。AQI逐时变化与温度正相关,与风速负相关。 相似文献
13.
We compared the regional synoptic patterns and local meteorological conditions during persistent and non-persistent pollution events in Beijing using US NCEP–Department of Energy reanalysis outputs and observations from meteorological stations. The analysis focused on the impacts of high-frequency (period < 90 days) variations in meteorological conditions on persistent pollution events (those lasting for at least 3 days). Persistent pollution events tended to occur in association with slow-moving weather systems producing stagnant weather conditions, whereas rapidly moving weather systems caused a dramatic change in the local weather conditions so that the pollution event was short-lived. Although Beijing was under the influence of anomalous southerly winds in all four seasons during pollution events, notable differences were identified in the regional patterns of sea-level pressure and local anomalies in relative humidity among persistent pollution events in different seasons. A region of lower pressure was present to the north of Beijing in spring, fall, and winter, whereas regions of lower and higher pressures were observed northwest and southeast of Beijing, respectively, in summer. The relative humidity near Beijing was higher in fall and winter, but lower in spring and summer. These differences may explain the seasonal dependence of the relationship between air pollution and the local meteorological variables. Our analysis showed that the temperature inversion in the lower troposphere played an important part in the occurrence of air pollution under stagnant weather conditions. Some results from this study are based on a limited number of events and thus require validation using more data. 相似文献
14.
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
15.
地面天气形势及气象要素的变化在空气污染潜势预报中具有很好的指示作用。利用天气学原理将地面天气系统进行分型,探索研究不同地面天气类型对上海空气质量变化的影响。整理、分析2003—2005年地面天气类型和气象要素与空气质量的关系,发现:(1)上海秋冬季以大陆冷性高压系统移动为主,而夏季主要以副热带高压和台风影响为主,春季是冬季与夏季之间的过渡,天气系统转换较为频繁。(2)春、秋、冬季易引起上海市空气污染的天气类型有L型高压、高压、高压前和均压场4种地面天气类型,与空气质量优等级相对应的天气类型是低压槽、高压底和高压后。夏季空气质量优等级对应的天气类型主要有台风、高压(副高)和低压槽。(3)秋冬季节典型天气过程一般经历高压前(或冷空气)→L型高压→高压→高压后(或高压底)→低压槽的转换,PM10浓度变化也表现为先升后降。(4)气象要素的变化也与空气污染存在密切联系,气压与空气污染物的关系为正相关,而气温、相对湿度和风速与空气污染物浓度呈负相关。 相似文献
16.
污染天气分型研究对空气质量预报预警等具有重要的意义,基于2015年1月~2018年12月欧洲数值预报中心（ECMWF）再分析资料和国家气象站常规资料,采用聚类分析法按高空及地面天气形势划分了贵港市的污染天气类型,并探讨各天气类型下的污染天气特征和空气质量状况。结果表明,发生大气污染时,按高空(500 hPa)环流形势可分为两槽一脊型、一槽一脊型、副热带高压型,其中两槽一脊发生在秋冬季的频率最高。按地面环流形势可分为冷高压脊底部型、冷高压控制型、冷高压后部型、西南暖低压型、热带气旋型、均压场型共6种类型,并构建天气学模型。其中冷高压脊底部控制下的污染天气天数最多(61天);但冷高压控制型空气质量最差(AQI为163),是造成颗粒物(PM2.5/PM10)超标的类型;西南暖低压型次之(AQI为135);热带气旋型和均压场型常常表现为高温多日照,容易造成O3污染。大气污染发生时环流形势和气象要素表现为大气稳定度升高,水平和垂直扩散条件变差,地面平均风速不超过1.5m/s,相对湿度大于50%,日雨量皆为不超过5mm的零星小雨。 相似文献
17.
18.
2006-2012年青岛市空气质量与气象条件的关系 总被引：2，自引：0，他引：2
利用2006-2012年青岛市SO2、NO2及PM10的监测资料,统计分析3种污染物时空分布特征及污染物平均浓度与气象要素的关系,并分析污染日气象条件变化特征。结果表明：2006-2012年青岛市年平均污染日数为23-33 d;青岛市空气污染主要出现在冬、春两季,主要污染物为PM10。青岛中度以上污染为PM10污染,大多由浮尘天气引起。污染物浓度与云量、降水量和气温呈负相关,与气压呈正相关。冬季大雾易造成空气污染加重,而4-6月海雾则使空气质量提高。弱的地面天气形势和接地逆温层结的存在及持续的烟、霾天气易导致青岛空气污染。 相似文献
19.
20.
库尔勒市历年沙尘天气发生特性分析 总被引：1，自引：0，他引：1
本文根据1971~2010年库尔勒市气象实测资料,分析了库尔勒市沙尘天气40年变化特征,以及沙尘天气与平均风速,降水量,平均相对湿度,平均地面0cm温度和平均气温等气象因子之间的关系。结果表明:沙尘暴、扬沙、浮尘等沙尘天气在年际、季节与各月变化上具有一致性。20世纪的70年代沙尘天气发生日数最多,从1971~2005年沙尘天气发生日数呈波动下降趋势,1971年最高,共出现沙尘天气112d但不同沙尘天气发生日数最值出现的年份不同,2005~2010年沙尘天气发生日数又开始回升,到2010年沙尘天气的发生次数已接近70年代的平均水平。其次,沙尘天气呈现春夏季节发生日数多,秋冬发生日数少的季节变化趋势,每年的4月沙尘天气出现最多,1月沙尘天气出现最少。沙尘天气的发生与空气相对湿度、降水量呈现极显著的负相关,与风速呈现极显著的正相关,而与气温的变化关系不明显。根据2010年4月的沙尘颗粒物监测表明,沙尘天气使大气中的Ca、Mg、Fe等地壳元素含量增加。 相似文献