共查询到13条相似文献，搜索用时 190 毫秒
1.
利用2015—2017年唐山市空气质量日空气质量指数、小时PM2.5浓度和气象数据,分析了唐山市重污染特征及PM2.5重污染生成、消散气象条件。结果表明：2015—2017年唐山市重污染天数为减少趋势,年平均重污染天数36 d。冬季发生重污染天数最多,秋季次之。重污染天气中首要污染物为PM2.5、PM10和O3,PM2.5为首要污染物占比87%,PM10占比6%,O3占比7%。小时PM2.5浓度与相对湿度、总云量、24 h变温正相关,与风速、气温、风向、1 h降水负相关。冬季相关性最好,其次是秋季和春季。90%PM2.5重污染相对湿度均为50%以上,冬季和秋季高达98%;风速大于4 m·s-1时,有0.7%的PM2.5达到重污染;降水对PM2.5有一定清除作用。升温、湿度增加和负变压有助于污染天气形成,生成过程中平均风速为1.8 m·s-1,主导风向为SW,其次是S、W。降温、湿度下降、正变压、降水有助于污染天气消散,消散过程中平均风速为3.1 m·s-1,主导风向为E,其次是NE、N。各方位3 m·s-1的风具有清除能力,偏北风具有较好清除能力,风速较其他方向风速小。 相似文献
2.
根据2015—2018年海南省18个市县32个空气质量监测站O3浓度资料,分析了区域性O3污染（O3-8h浓度超标市县≥3个）时空变化特征,并对造成O3污染的天气系统进行主观分型。结果表明：2015—2018年海南省共有40 d发生了区域性O3污染,发生概率为2.73%。其中2015年和2017年达到了13 d,发生概率为3.56%,2018年为11 d（3.01%）,2016年仅为3 d（0.82%）。发生区域性O3污染主要有4种天气类型：冷空气偏西下型、冷空气偏东下型、变暖高压脊型和热带系统型。其中冷空气偏西下型是最主要的天气类型,共出现了14 d,占所有天数的35%,且污染较重。不同天气类型下海南省O3污染表现出不同的分布特征。500 hPa有下沉气流、低层受东北风控制,有相对湿度低值区从中国东部向海南省延伸,地面位于冷高压底部或热带气旋西北侧,温度露点差在5 ℃以上等条件均有利于海南省区域性O3污染天气出现。 相似文献
3.
利用2017年9月至2019年9月秦皇岛市环境监测站污染物浓度资料以及秦皇岛市国家基本气象站和浮标站的气象数据,统计分析了秦皇岛市O3污染特征以及气象因子和海风对秦皇岛市O3污染的影响。结果表明：秦皇岛市O3污染月变化特征表现为以5—6月和9月最为严重,10—12月和1—2月则无O3超标天气出现。O3污染的日变化特征表现为单峰型分布,午后O3浓度最高而清晨O3浓度最低。有利于秦皇岛市出现O3污染的气象条件为太阳辐射强度850—950 W·m-2、日最高气温高于32℃、无降水和相对湿度50%—60%、受SW和SSW风影响。秦皇岛市海风以6—8月最多,出现频率达50%以上,海风多在上午08—10时开始出现,午后12—15时达到最大,傍晚以后减弱结束;5—6月和8—9月有海风日的O3-8h平均浓度均高于无海风日,且5月、6月和9月有海风日的O3-8h月平均浓度高达155—166 μg·m-3,海陆风环流对秦皇岛市的O3污染有加重的影响。 相似文献
4.
随着城市的发展,大气O3的污染不容忽视。文章以呼和浩特市2016—2021年大气O3浓度为研究对象,结合同期气象数据,采用相关分析等数理统计方法,分析了呼和浩特市大气O3浓度年际、季节以及月份动态特征规律,探讨大气O3浓度与关键影响气象要素之间的关系。结果表明：呼和浩特市大气O3作为空气首要污染物的天数在逐年增加;6年间O3浓度年际变化呈下降趋势,以-0.02μg·m-3的年均速率变化;O3浓度季节变化明显,夏季最高,其次是春季、秋季、冬季;O3月平均浓度呈倒“V”形单峰变化,主要在6—8月浓度较高,12月浓度最低,O3浓度超标日主要集中在6、7月;O3浓度与气象要素呈密切关系,在非采暖期,O3-8 h浓度与日平均气温和日照时数具有正相关趋势,与日平均气压、日平均相对湿度以及平均风速具有负相关趋势,降水对大气O3 相似文献
5.
近年来中国东北地区污染事件频发,为揭示该地区重污染天气分布特征,利用2014—2017年中国东北地区40个城市空气质量数据及对应的高低空天气形势资料,统计分析得到中国东北地区大气污染状况的变化特征以及区域重污染事件的天气学特征。结果表明：2015—2017年中国东北地区PM2.5和PM10年平均质量浓度呈下降趋势,其中PM2.5年平均质量浓度下降的更快,PM2.5最大值出现在辽宁和吉林中部地区约为90—100 μg·m-3,SO2年平均质量浓度较高值分布在辽宁西部地区约为50 μg·m-3,而NO2最大值出现在沈阳—长春—哈尔滨一带,约为45 μg·m-3,CO质量浓度最大值分布在东北沿海地区约为1.6 mg·m-3,相反中国东北地区O3年平均质量浓度呈上升趋势,最大值出现在沿海的大连及营口等地,约为100 μg·m-3。污染物浓度变化具有鲜明的季节变化特征,不同地区PM2.5和PM10与AQI最大值均出现在冬季,SO2冬季质量浓度最大值出现在沈阳（180 μg·m-3）,NO2与CO冬季最大值出现在哈尔滨（80 μg·m-3,1.8 mg·m-3）。相反,O3最大值出现在夏季沈阳地区约为140—150 μg·m-3。重度污染级别（200 μg·m-3≤PM2.5 < 300 μg·m-3）和严重污染级别（PM2.5>300 μg·m-3）的空气质量表现出以哈尔滨为中心,向周围迅速减少,辽宁中部又略有增加的特征;中度污染（150 μg·m-3≤PM2.5 < 200 μg·m-3）的天数沈阳>哈尔滨>长春,轻度污染（100 μg·m-3≤PM2.5 < 150 μg·m-3）的天数是沈阳>长春>哈尔滨。引发中国东北地区重污染的天气形势大致可分为高压型,低压型和北高南低型3种,出现比例分别为62%、27%和11%;高压型850 hPa高压脊东移经过中国东北地区,地面处于高压南部或弱高压中心,有时在黑龙江北部或辽宁西南部连续有弱小的低压生成并快速东移过境;低压型850 hPa低压系统发展并东移经过中国东北地区,地面处于低压后弱高压中;北高南低型850 hPa和地面中国东北地区受北面高压和南面低压的共同影响。 相似文献
6.
承德市臭氧污染气象条件预报方法研究 总被引：1，自引：0，他引：1
利用2014-2016年承德市环境监测站和气象站的数据,分析了气象条件对承德市O3-8h浓度的影响,探讨了臭氧污染气象条件的预报方法。结果表明：4-7月是承德市O3-8h浓度较高的月份,O3浓度的日变化特征为午后浓度高而夜间浓度低;O3污染的天气形势为500 hPa受高压脊和偏西气流影响,850 hPa有强暖平流和20℃以上的高温,地面受低压前部和高压后部之间的偏南气流影响;有利于O3-8h出现高浓度的气象因子为日平均气温大于23℃、日最高气温大于28℃、日平均海平面气压995-1007 hPa、日平均水汽压18-28 hPa、偏南风大于1 m·s-1。利用气象因子综合评分建立臭氧污染指数,与O3-8h浓度的相关系数高达0.7553,说明臭氧污染指数能较好地预报臭氧污染天气。 相似文献
7.
根据2016-2017年上海空气污染物和相关气象要素数据,分析上海2017年O3变化特征以及气象影响因素,并对造成O3污染的天气系统进行主观分型。结果表明：2017年上海市空气质量优良天数为275 d,占全年天数的75.3%,O3-8h污染天数为55 d。上海市O3-8h年均浓度115 μg·m-3,同比增幅超过10%,为2013年以来的最高值,主要体现为夏半年O3浓度的上升。与2016年相比,2017年夏半年西太平洋副热带高压偏西偏强,上海地区风速风向、温度、水汽、光照、辐射条件均有利于O3浓度上升。造成2017年高浓度O3污染主要有4种天气类型：副热带高压控制型（SH）、地面高压型（G）、均压场型（J）和低压型（D）。其中副热带高压控制型是典型的O3-8h污染天气型,占总污染日数的29.1%,且污染程度较重;低压型出现次数较少;地面高压型的臭氧平均污染程度最弱。 相似文献
8.
基于2014—2017年兰炼宾馆、生物制品所、职工医院、铁路设计院4个国控站的监测数据,通过分析兰州市主城臭氧浓度变化时间分布特征以及气象指标对臭氧浓度的影响关系,进而通过遗传算法得到最优的气象因子范围,以此预测O3_8h浓度的超标情况。结果表明:2014—2017年兰州市主城臭氧污染主要集中在4—8月,且每日14—16时处于高值区;对臭氧浓度变化起主导作用的气象因素有净地表太阳辐射、边界层高度、距地面2 m温度、西风、850 hPa相对湿度以及850 hPa垂直速度;采用遗传算法得到最优气象因子范围,据此判断气象条件是否处于高影响状态:当此时刻气象条件处于高影响状态时,下一时刻O3_8h超标(O3_8h大于160μg·m-3)概率为42. 31%,O3_8h超过130μg·m-3的概率为99. 04%;当此时刻气象条件处于低影响状态时,下一时刻O3_8h未超标概率为99. 87%。因此,在兰州市主城臭氧防治中,首先需要对未来的气象条件进行判断,进而在09时前人为操控一些主要气象因子或者控制臭氧前体物浓度,从而抑制臭氧浓度在09—14时快速上升,防止臭氧浓度超标。 相似文献
9.
利用2015-2019年太行山南麓(即山西省晋城市)O3浓度和中国太阳总辐射资料,分析了该地区O3浓度的时空变化特征,及其与风、相对湿度、降水、雾霾、气温、太阳总辐射等气象因子的关系。结果表明：O3浓度呈逐年增加趋势,夏季浓度明显高于冬季,月变化为单峰型,峰值出现在6月,谷值出现在1月,日变化白天高于夜间;O3浓度的空间分布有明显的地域差异,呈现中部和南部高,东西部和北部低的特征,表现出与气候倾向率一致的特性。风速对O3浓度影响明显,风速小于1.5 m·s-1时,O3浓度升高速度快,大于2.5 m·s-1时,O3浓度迅速减小;O3浓度与相对湿度为负相关,峰值出现在相对湿度为30%-70%的区域;不同量级降水对O3浓度的影响差异较大,中雨时O3浓度较低,其他量级较高;无降水日O3浓度明显大于有降水日。有雾霾时O3浓度明显低于无雾霾天气;O3浓度与气温具有明显正相关,与太阳总辐射也呈正相关,但是相关性低于O3浓度与气温的相关性。 相似文献
10.
利用2017—2019年夏季（6—8月）太原市污染物浓度和气象逐小时数据,分析了太原南部城区O3浓度及其影响因子的变化特征,通过神经网络构建了O3与其影响因子的关系模型,并进行了检验。结果表明：2017—2019年夏季太原南部城区O3浓度超标天数分别为55 d、39 d、59 d,超标主要集中在6月和7月;O3浓度日变化特征呈单峰型,每日06时前后达到最低,15时前后达到峰值。高温、强辐射、低湿、低压、西南风容易引起太原南部城区O3浓度升高,西北风有利于O3扩散;NO2、CO与O3浓度表现为负相关关系,但NO2对其影响更加显著。利用神经网络构建O3浓度与影响因子的关系模型,相关系数达0.96,均方根误差、平均绝对误差分别为8 μg·m-3、6%,TS评分为0.95,神经网络模型具有较高预报能力,可为太原地区O3预报提供参考价值。 相似文献
11.
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
12.
利用2014年夏季成都市3个国控环境监测站（金泉两河,君平街和梁家巷）O3、NO2及PM2.5逐时观测数据,结合国家基准站温江站的气温、湿度、风速、风向、太阳辐照度、降雨等地面气象要素观测资料,分析O3的日、月变化及空间分布特征;探究前体物及气象因子对O3浓度的影响。结果表明：成都市O3-8 h平均浓度为104.4 μg·m-3,O3超标率为2.8%—15.3%。O3浓度6月最高,8月最低;呈现明显的“单峰型”日变化特征,午后15：00达到峰值。O3与NO2呈现负相关,相关系数为-0.5;与PM2.5无显著相关性。高温、低湿、强太阳辐射有利于O3的形成;风速为2.5—3.0 m·s-1,风向为南风时,O3浓度相对较高。 相似文献
13.
利用泰安市2018—2019年降水、风和PM2.5逐小时观测数据,分析了降水和风对PM2.5浓度的影响,并对PM2.5进行了源解析。结果表明：降水对PM2.5有一定清除作用,降雨日PM2.5平均质量浓度较非降雨日平均降低约7.2%,秋冬季节最为显著。降水对PM2.5的清除率与降水强度、降水前PM2.5初始浓度及降水时间均有关。当降水强度大于4 mm·h-1时,清除率多在40%以上;当降水强度小于2 mm·h-1、初始浓度低于75 μg·m-3或降水强度小于1 mm·h-1、初始浓度在75—100 μg·m-3范围,且降水持续时间在5 h以内时容易出现PM2.5浓度反弹现象。不同风向风速对泰安地区霾粒子清除也有明显差异,西南偏西风和东北偏东风更容易造成泰安地区霾污染,重污染期间风速超过5 m·s-1偏南风和风速超过3 m·s-1偏北风均对污染物具有有效清除作用。而区域风场相关矢结果表明重污染期间PM2.5污染物主要从广西—湖南—江西一带、安徽南部及浙江北部在西南气流引导下传输至泰安地区,本地源贡献则较少。 相似文献