共查询到19条相似文献，搜索用时 125 毫秒
1.
利用2003年10月北京地区PM10浓度流动观测资料和同期MODIS AOD(Aerosol Optical Depth)高分辨率遥感资料，采用卫星遥感地面观测变分订正处理方法，综合分析了北京地区PM10浓度的空间分布特征以及机动车排放的影响效应。动态观测试验结果表明:北京城区大部分为轻污染区, 北京近郊区PM10浓度高值区沿环路呈环状分布，其中北京西南部、南部和东北部污染较严重，北京城郊街区PM10的空间分布受机动车排放的影响较大。MODIS卫星遥感资料分析表明:北京城区及近郊区AOD值较远郊区高得多，AOD空间分布场中存在虚假高值区，AOD非均匀分布特征不明显。采取点面结合综合观测研究思路，运用卫星遥感地面观测综合变分分析方法，可以取得客观订正的显著效果。经地面实测PM10浓度变分订正后的AOD变分场可以较高分辨率信息描述北京地区AOD的非均匀分布特征，弥补地面PM10浓度观测的缺陷。 相似文献
2.
华北及周边地区PM2.5造成的污染, 近十年来引起了社会的广泛关注, 也是科学研究的重要领域。利用2003—2014年的卫星遥感MODIS AOD数据和2014—2015年的地面观测PM2.5浓度数据, 采用聚类分析、混合效应模型、EOF分解等统计分析方法, 反演了2003—2014年华北及周边地区PM2.5浓度, 分析其时空分布特征。主要结论如下:(1)卫星遥感MODIS AOD与地面观测PM2.5值有较高的相关系数, 可利用MODIS卫星遥感AOD对地面观测的PM2.5浓度进行反演; (2)华北地区PM2.5浓度呈现出明显的空间分布特征:太行山脉是污染强弱明确的分界线, 山脉东南部的污染显著高于西部, 且在地势变化的地方出现明显的突变; 河北南部、河南北部和山东西北部分区域是污染最严重的地区; (3)2004年、2009年以及2013年后都是污染浓度比较低的年份。 相似文献
3.
相比冬季大范围静稳条件下的污染堆积过程,秋季气象条件更加复杂和局地化,气象条件模拟不确定性给秋季气溶胶模拟带来了更大难度,且目前研究较少考虑气象-气溶胶因素在线模拟和联合同化。使用WRF/Chem模式和格点统计差值（GSI）三维变分同化系统,2015年10月进行了为期1个月的气象-气溶胶资料联合同化及模拟试验,并基于此讨论了气象-气溶胶资料联合同化对秋季PM2.5浓度模拟的影响。结果表明,WRF/Chem模式可以模拟出秋季污染天气过程,但对华北平原和中东部地区存在高估、西北部存在低估现象;同化地面PM2.5浓度观测资料可以改进对PM2.5浓度的模拟,上述两个地区的偏差均得到订正,6 h预报偏差均降低至6 μg/m3以内;重点针对华北地区的分析表明,秋季PM2.5污染过程与特殊气象条件（湿度升高、风场辐合、区域输送）密切相关,因此在地面PM2.5观测资料同化基础上增加常规气象资料同化,能进一步提高对华北平原气象-污染过程的表达,PM2.5浓度预报相关系数从0.86提高至0.89。气象-气溶胶联合资料同化能更加准确地模拟秋季气溶胶污染过程,为更好地开展污染成因和在气象预报框架下开展气象-气溶胶相互影响研究提供了基础。 相似文献
4.
利用第三代空气质量预报模式LOTOS-EUROS(Long Term Ozone Simulation-European Operational Smog)对2018年中国长三角地区细颗粒物(PM2.5)浓度的时空分布进行数值模拟,通过对比模拟结果与地面观测值,验证模式对PM2.5长期特征模拟的合理性并探讨长三角地区PM2.5的时空分布特征。结果表明：LOTOS-EUROS模式可以较好地再现中国长三角地区PM2.5浓度的时空分布特征,监测站点观测值和模拟值的整体相关系数达到0.64,可以用于长三角地区细颗粒物的模拟。长三角地区PM2.5浓度呈冬高夏低,西北高东南低的特征。冬季PM2.5浓度高值出现在长三角地区的西北部,安徽省等地区的浓度水平最大值可达到160 μg·m-3;春季和秋季PM2.5浓度的高值集中在30°N以北、120°E以西地区,浓度为40-80 μg·m-3;而夏季PM2.5浓度水平大幅度降低,大部分地区维持在20-40 μg·m-3,低值中心出现在长三角地区东南部沿海城市,低于10 μg·m-3,最低值可达5 μg·m-3。 相似文献
5.
利用2016—2018年常州市区环境空气细颗粒物数据,结合同期地面气象资料,分析了常州市区PM2.5以及气象因素的变化特征,并统计分析气象因素对PM2.5浓度的影响。结果表明：常州市区PM2.5、降水量、相对湿度和气温等具有明显季节性,呈夏季较高冬季较低,而气压夏季较低冬季较高的特征。相对湿度与PM2.5呈正相关,即随着相对湿度的增加PM2.5超标率和平均浓度均增加;降水对PM2.5具有一定的清除作用,清除率与降水前PM2.5浓度、降水量、降水强度有关,降水量、降水强度越大,则降水清除效果越好,而降水前PM2.5浓度较小,则清除率不明显;常州市区偏西风时PM2.5的超标率和平均浓度较其他风向较高;风速对常州市区PM2.5的影响呈负相关,即风速越大PM2.5超标率和平均浓度均减小;常州市区地面天气形势可以分为两种类型,第一种类型表现为气压较低气温较高,PM2.5超标率以及平均浓度相对较低,而第二种类型表现为气压较高气温较低,PM2.5超标率以及平均浓度相对较高。 相似文献
6.
2009年秋冬季天津低能见度天气下气溶胶污染特征 总被引：8，自引：0，他引：8
为研究天津城区秋、冬季雾霾等低能见度天气下气溶胶污染特征,采用2009年10—12月的大气能见度及相关气象和环境监测数据,并结合一次典型雾霾事件分析PM10和PM2.5质量浓度演化过程及其垂直分布特征。结果表明,低能见度天气占秋、冬季观测时长的一半以上,其中以霾天气为主;典型低能见度过程分析显示,霾日近地层内PM2.5分布均匀,表现出显著的区域污染特征;雾日气溶胶质量浓度先升高后下降,系气溶胶粒子吸湿性增长与导致可溶性组份溶出的湿清除协同作用,低层PM2.5质量浓度显著高于较高层,其垂直分布差异与相对湿度的垂直变化和逆温层高度有关。 相似文献
7.
通过分析2001—2012年上海市PM_(10)浓度(由API(Air Pollution Index)转化得到)的变化规律,构建了上海市PM_(10)浓度的遥感反演模型。结果表明:1)上海市PM_(10)浓度存在季节性变化,应分别建立遥感反演模型。2)分析MODIS气溶胶光学厚度(Aerosol Optical Depth,AOD)产品与PM_(10)浓度之间的相关性发现,AOD须经过垂直和湿度订正才可与PM_(10)建立较好的关系。3)结合垂直和湿度订正分别建立的上海市PM_(10)浓度春夏秋冬四季的遥感反演模型均通过了拟合度检验,其中春季模型采用指数函数、夏季和秋季模型采用二次多项式函数、冬季采用幂函数、全年采用二次多项式函数,利用此四季模型反演上海市PM_(10)浓度具有较高的可信度。 相似文献
8.
选取中国汾渭平原地区作为研究对象,利用MODIS、OMI和CALIPSO多源卫星遥感资料,同时结合环境监测国控站点污染6要素等逐小时地面环境监测数据以及能见度、霾天气现象记录等地面气象要素资料,综合分析了2013—2018年秋冬季汾渭平原空气质量状况、气溶胶的组分,探讨了卫星遥感气溶胶光学厚度（Aerosol Optical Depth,AOD）与地面污染物浓度的关系,并结合中国气象局化学天气预报系统-EMI评估模式（CUACE-EMI）资料对气象条件和污染减排影响进行评估。结果表明：11个代表城市中有6个城市秋冬季有接近或超过一半的时刻处于污染状态,且污染发生时,各代表城市大多数时刻处于中度及其以上污染级别;三门峡、临汾、运城和西安是霾和重度霾高发的城市,其重度霾爆发频率高达11.63%—14.78%;汾渭平原秋冬季首要污染物为PM2.5和PM10,以污染沙尘、沙漠沙尘和烟尘为主,出现频率分别为36.24%、25.14%和22.96%;MODIS AOD与空气质量指数（Air Quality Index,AQI）、PM2.5、PM10质量浓度之间的相关系数分别为0.72、0.70和0.64;汾渭平原2018年气象条件的变化使PM2.5浓度较2013年、2014年、2015年、2016年和2017年同期上升了17.06%、1.58%、4.34%、11.25%和5.75%,减排措施使PM2.5浓度较2013年、2014年、2015年、2016年和2017年同期分别下降了8.74%、28.01%、4.93%、3.16%和42.62%。 相似文献
9.
选用2003—2004年初PM2.5连续观测资料，统计分析了北京地区PM2.5的特征、PM2.5与PM10以及PM2.5与地面气象要素的相互关系。结果表明:四季中夏季PM2.5浓度最低，冬、春两季浓度较高。PM2.5与PM10比值平均为0.55，非采暖期两者比值为0.52，采暖期两者比值为0.62；夏季该比值主要分布在0.3~0.6之间，春、秋两季该比值分布在0.3~0.8之间，冬季采暖期该比值分布在0.4~0.9之间。PM2.5与PM10比值日变化与气象条件日变化、人们日常生活习惯密切相关，沙尘天气和交通运输高峰期扬起地面粗颗粒物会导致PM2.5在PM10中的比例下降，而冬季取暖以及夏季光化学反应则会引起PM2.5的比例升高。PM2.5的浓度与地面气象要素中本站气压、相对湿度和风速有很好的的相关性，与气温的相关性较差。SO42-，NO3-和NH4+为北京地区PM2.5中主要离子。PMF源解析方法确定了北京地区5类细粒子污染源，分别是:土壤尘、煤燃烧、交通运输、海洋气溶胶以及钢铁工业。 相似文献
10.
利用2019年1—6月地面环境监测资料和PM2.5气象条件评估指数，结合滚动偏差订正方法，对汾渭平原CUACE空气质量预报产品进行了检验订正，并对气象条件和污染减排影响进行了评估。结果表明：CUACE模式对空气质量指数(AQI)、PM2.5和SO2浓度预报值较接近观测值，PM10、CO和NO2预报值小于观测值，O3预报值大于观测值；对首要污染物O3和PM2.5及重度和严重等级污染的预报的TS评分最高，漏报率和空报率最小，预报偏差最接近1；滚动偏差订正方法对改善CUACE空气质量预报效果较为明显，尤其是对PM10、O3和NO2改善最为明显；汾渭平原2019年上半年气象条件变化使PM2.5浓度较2018年同期和过去5年同期分别上升了18.26%和11.18%，减排措施使PM2.5浓度较2018年同期和过去5年... 相似文献
11.
利用NASA Terra卫星搭载的MODIS传感器观测到的2000—2013年气溶胶光学厚度数据和河北省142个观测站同期的气象数据,对北京及周边区域大气气溶胶的时空变化特征进行了分析,并通过研究光学厚度与各气象要素的关系,对影响大气气溶胶时空变化的关键气象因素进行探讨。结果表明：北京以南区域的气溶胶光学厚度在夏季最大,其次为春季,秋冬季相对较低,河北省西北部低于东南部;坝上地区的光学厚度年际变化小于其他地区,平原区与沿海地区的年际变化基本一致,春夏高于秋冬。春季相对湿度是影响光学厚度值的重要因素,气溶胶光学厚度的高值出现在5—7月,并伴随较高的相对湿度、较低的能见度、南风、较低的地面风速和稳定的大气层结。北京以南的河北省各台站污染程度与北京类似,南部站点的光学厚度高于东北部,这与人为气溶胶的排放主要集中于北京南部的工业城市,以及南风控制的污染物扩散方向有关。 相似文献
12.
为了深入理解边界层内气温、相对湿度对PM2.5垂直分布和近地面污染的影响,本文使用搭载了多参数大气环境探测传感器的无人机对南京2017年12月3～4日和12月23～24日的PM2.5浓度、气温和相对湿度进行垂直观测,结合对气象数据的分析及HYSPLIT4（Hybrid Single Particle Lagrangian Integrated Trajectory version 4）轨迹计算模式的应用,对这两次PM2.5的垂直分布特征及污染过程的成因进行了分析。结果表明,PM2.5浓度和相对湿度呈明显的正相关关系,在12月23～24日的6次观测中相关系数均值达到0.96。逆温层下部,PM2.5浓度和相对湿度高且垂直差异较小;逆温层以上,PM2.5浓度和相对湿度随高度升高而迅速降低。由于大气扩散条件较差,导致PM2.5在华北平原南部不断累积,之后受到高压系统的影响分别向南和东南转移。这两次PM2.5污染过程都明显受到外部输送的影响,大气逆温对PM2.5和水汽的向上输送有明显的抑制作用,外部输送和局部逆温是导致这两次PM2.5污染的主要原因。 相似文献
13.
选择北京市为研究地区,对2014～2017年AERONET（Aerosol Robotic Network）提供的CE-318太阳光度计440 nm波段反演的气溶胶光学厚度（AOD）进行风速订正,对订正后 AOD 日均数据与同期地面监测站PM2.5日均浓度数据做季节相关性分析并建立回归模型。又引入能见度因子并利用广义差分法构建2015～2017年北京市AOD与PM2.5浓度、能见度的三元回归模型,最后将2014年数据分为污染日和非污染日分别进行模型检验。结果表明:AOD与PM2.5浓度存在显著的线性正相关性,且存在季节性差异,夏季相关性最强、秋季次之、春季和冬季最低。引入能见度因子并消除自相关后,四季的模型相对误差均显著减小,模型拟合优度显著提高。检验结果为四季整体的平均相对误差在21%～31%范围内,与前人的结果相比拟合曲线的准确性得到了明显地提高。且模型对低PM2.5浓度日的模拟效果较好,对于高PM2.5浓度日的模拟效果较差。本研究对构建北京地区PM2.5浓度长期的历史数据具有重要的科学意义。 相似文献
14.
葛洪燕 《沙漠与绿洲气象(新疆气象)》2018,12(2):78-83
依据吐鲁番市2015年3月—2016年2月的PM_(10)、PM_(2.5)和气象资料,利用统计分析,探讨吐鲁番市PM_(10)和PM_(2.5)浓度的变化特征及其与气象要素的关系。结果表明:冬季PM2.5与PM10浓度的平均值最高(106 ug/m3、184 ug/m~3),春季次之(63 ug/m~3、163 ug/m~3),夏季最低(33 ug/m~3、95ug/m~3),且冬季二者浓度的平均值比夏季分别高大约69%、48%。11月至次年2月,每个月中PM_(2.5)和PM_(10)的污染程度在轻度污染以上的天数相比其它月份较多。PM_(10)与PM_(2.5)的日变化曲线特征呈现"双峰双谷"的特点;PM_(2.5)与PM_(10)的比值在冬季达到了60%~80%,这说明吐鲁番冬季主要以PM2.5污染为主;PM_(2.5)和PM_(10)与能见度之间存在极其显著的相关性,相关系数分别为-0.904、-0.792,与单一气象要素(如相对湿度、风速、温度等)的相关性不明显,但不同气象要素的共同作用对其有显著影响。 相似文献
15.
长三角工业区夏季近地层臭氧和颗粒物污染相互关系研究 总被引：4，自引：0，他引：4
利用2013年5月15日到8月31日南京江北工业区（长三角典型工业区）同步的观测资料分析了近地层臭氧（O3）和细颗粒物（PM2.5）、气溶胶光学厚度（AOD）的变化特征及相互间的关系,并结合光化学箱模式分析了AOD对近地层O3生成的影响。结果表明,观测期间PM2.5平均质量浓度为56.2±20.1 μg m-3;AOD（500 nm）均值为1.4±0.9;波长指数α（440~870 nm）均值为1.0±0.3。PM2.5质量浓度24 h均值超国家二级标准20.2%,超标时AOD均值增加14.7%,α平均值增加23.9%,O3体积分数均值减少12.3%。O3超国家二级标准10.1%,超标时段AOD增加34.9%,α变化不显著。高温低湿条件下,O3日变化峰值（y）和PM2.5质量浓度（x）存在较高的线性相关。相对湿度＜60%时,两者拟合曲线为y＝0.97x+43.96（拟合度R2=0.60）,温度＞32°C时,两者拟合方程为y＝1.24x+30.61（R2＝0.64）。夏季长三角工业区呈现高浓度O3与高浓度PM2.5叠加的大气复合污染。O3日变化峰值和AOD变化呈显著负相关。模拟结果显示,O3日变化峰值（y）和AOD（x）呈现极高的负相关[y＝－34.28x+181.62,R2 = 0.93或y＝220.62·exp (－x/3.17)－19.50,R2＝0.99]。 相似文献
16.
利用2015年1月至2017年6月桂林国家基本气象站能见度、相对湿度、气温、气压、降水等气象要素和PM10、PM2.5、PM1.0颗粒物质量浓度资料,分析桂林城区大气能见度与颗粒物浓度和气象因子之间关系。结果表明：桂林城区大气能见度和PM10、PM2.5、PM1.0呈对数关系,相关系数分别为-0.341、-0.461、-0.509,颗粒物对大气能见度影响在相对湿度为60%—70%时最为显著。在各气象因子中,大气能见度与风速的相关性最好,其次为相对湿度,与风速呈二次函数关系,与相对湿度呈幂指数关系,与温度相关性较小,与气压在秋冬季节呈正相关,相关系数冬季可达0.301,但在春、夏季节相关性不显著;利用颗粒物浓度和气象要素建立8种大气能见度非线性统计回归模型,比较后发现利用PM1.0、风速、相对湿度、气温等因子建立的不同季节大气能见度拟合公式在实际检验中效果最优,能较好地模拟桂林地区大气能见度的变化。 相似文献
17.
采用太湖地区水面光谱数据以及MODIS遥感影像数据,利用辐射传输模式6S,选择自定义气溶胶类型,反演得到太湖地区气溶胶光学厚度(aerosol optical depth,AOD)分布,将其与太阳光度计CE318实测气溶胶光学厚度分别应用于太湖区域的大气校正中,得到不同的水面反射率,并参考实测水面反射率进行对比分析。结果表明:反演的太湖地区气溶胶光学厚度分布较为合理,造成此分布的原因可能是太湖北岸工业较发达,污染较严重。太湖颗粒物的吸收特性和卫星接收到的表观反射率导致反演数据的差异,是反演气溶胶光学厚度分布不均匀的主要原因。使用MODIS数据反演得到的太湖地区AOD进行大气校正,更加精确。该研究方法和结果可为气溶胶光学厚度反演、精确卫星数据大气校正提供参考。 相似文献
18.
2014年,中国气象局将地面人工观测业务调整为自动仪器观测的方式,这一改变明显提高了工作效率,但对观测结果,特别是视程障碍类观测产生了一定的影响。为了完善内蒙古地区霾和沙尘天气判别标准,获得准确可信的气象资料,本文选取了2001-2019年内蒙古12个站点逐三小时的气象观测资料,从时空分布特征和判别方法研究了内蒙古地区沙尘和霾自动气象观测数据的可靠性和判别标准的适用性。结合PM2.5和PM10两个空气质量指数,通过修正错误记录,将沙尘中误判的霾和无天气、霾中误判的沙尘、雾和无天气等分离出来。对比结果来看,修正前,霾和沙尘分别占总频次的95%和5%；修正后,霾、沙尘、雾和无天气分别占总频次的55%、17%、1%、27%。对比呼和浩特单站一次沙尘和一次霾天气过程中气象要素和空气质量指数的连续变化可以看出,相对湿度与PM2.5的相关性均达到了0.5以上。沙尘期,能见度与PM10负相关,PM2.5和PM10相关性较差；而霾期,能见度与PM2.5和PM10的相关性较差,PM2.5和PM10相关性达到了0.8以上,即不同相对湿度环境下影响能见度的因素不同。 相似文献
19.
Junting Zhong Xiaoye Zhang Yaqiang Wang Junying Sun Yangmei Zhang Jizhi Wang Kaiyan Tan Xiaojing Shen Haochi Che Lu Zhang Zhouxiang Zhang Xuefei Qi Huarong Zhao Sanxue Ren Yang Li 《Acta Meteorologica Sinica》2017,31(5):809-819
Based on observations of urban mass concentration of fine particulate matter smaller than 2.5 μm in diameter (PM2.5), ground meteorological data, vertical measurements of winds, temperature, and relative humidity (RH), and ECMWF reanalysis data, the major changes in the vertical structures of meteorological factors in the boundary layer (BL) during the heavy aerosol pollution episodes (HPEs) that occurred in winter 2016 in the urban Beijing area were analyzed. The HPEs are divided into two stages: the transport of pollutants under prevailing southerly winds, known as the transport stage (TS), and the PM2.5 explosive growth and pollution accumulation period characterized by a temperature inversion with low winds and high RH in the lower BL, known as the cumulative stage (CS). During the TS, a surface high lies south of Beijing, and pollutants are transported northwards. During the CS, a stable BL forms and is characterized by weak winds, temperature inversion, and moisture accumulation. Stable atmospheric stratification featured with light/calm winds and accumulated moisture (RH > 80%) below 250 m at the beginning of the CS is closely associated with the inversion, which is strengthened by the considerable decrease in near-surface air temperature due to the interaction between aerosols and radiation after the aerosol pollution occurs. A significant increase in the PLAM (Parameter Linking Aerosol Pollution and Meteorological Elements) index is found, which is linearly related to PM mass change. During the first 10 h of the CS, the more stable BL contributes approximately 84% of the explosive growth of PM2.5 mass. Additional accumulated near-surface moisture caused by the ground temperature decrease, weak turbulent diffusion, low BL height, and inhibited vertical mixing of water vapor is conducive to the secondary aerosol formation through chemical reactions, including liquid phase and heterogeneous reactions, which further increases the PM2.5 concentration levels. The contribution of these reaction mechanisms to the explosive growth of PM2.5 mass during the early CS and subsequent pollution accumulation requires further investigation. 相似文献