下载文档原格式
第３８卷 第３期２０２０年６月干 旱 气 象ＪｏｕｒｎａｌｏｆＡｒｉｄＭｅｔｅｏｒｏｌｏｇｙＶｏｌ．３８ Ｎｏ．３Ｊｕｎｅ，２０２０黄 蕾，毕 旭，杨晓春，等．２０１４—２０１７年西安市ＰＭ２．５污染特征及影响因子［Ｊ］．干旱气象，２０２０，３８（３）：４４０－４４７，［ＨＵＡＮＧＬｅｉ，ＢＩＸｕ，ＹＡＮＧＸｉａｏｃｈｕｎ，ｅｔａｌ．ＣｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆＰＭ２．５ＰｏｌｌｕｔｉｏｎａｎｄＩｎｆｌｕｅｎｃｅｏｆＭｅｔｅｏｒｏｌｏｇｉｃａｌＦａｃｔｏｒｓｉｎＸｉ’ａｎＤｕｒｉｎｇ２０１４－２０１７［Ｊ］．ＪｏｕｒｎａｌｏｆＡｒｉｄＭｅ ｔｅｏｒｏｌｏｇｙ，２０２０，３８（３）：４４０－４４７］，ＤＯＩ：１０．１１７５５／ｊ．ｉｓｓｎ．１００６－７６３９（２０２０）－０３－０４４０２０１４—２０１７年西安市ＰＭ２．５污染特征及影响因子黄 蕾，毕 旭，杨晓春，翟 园，金丽娜，高宇星（陕西省西安市气象台，陕西 西安 ７１００１６）摘 要：利用２０１４—２０１７年西安市ＰＭ２．５日平均质量浓度资料，分析ＰＭ２．５质量浓度的年、月及采暖期和非采暖期的变化特征，并结合气象要素日观测资料分析各气象要素在不同季节与ＰＭ２．５质量浓度的相关性；利用２０１７年１３个国控环境空气质量监测站点的ＰＭ２．５逐时质量浓度数据分析西安地区ＰＭ２．５空间分布差异及日变化特征。
结果表明：ＰＭ２．５质量浓度月际变化呈现出明显的“Ｕ”型特征，冬季ＰＭ２．５质量浓度较高，夏季相对较低；每年１—２月、１１—１２月ＰＭ２．５差异显著，该时段平均风速、降水量及冷空气活动次数对ＰＭ２．５质量浓度有一定影响。
供暖期ＰＭ２．５超标日数及其所占全年超标日数的百分比均有逐年增加趋势，而非供暖期两者则呈逐年下降趋势。
夏季西安各地区ＰＭ２．５质量浓度差异相对较小，而冬季则相对较大。
西安ＰＭ２．５质量浓度存在明显日变化特征，其昼夜变化规律为“Ｍ”型，不同站点的ＰＭ２．５污染差异主要在夜间。
西安市PM2.5污染变化及防治对策研究西安市PM2.5污染变化及防治对策研究引言：随着城市化进程的不断加快，全球各大城市都面临着严重的空气污染问题，其中PM2.5是主要的污染因子之一。
PM2.5是指大气中直径小于或等于2.5微米的颗粒物，由于其微小的尺寸和长时间悬浮在空气中的特性，对人体健康造成了严重的威胁。
西安作为中国历史文化名城和国家中西部地区的经济中心，PM2.5污染问题亟待解决。
本文将对西安市PM2.5污染的变化趋势进行研究，并提出相应的防治对策。
一、西安市PM2.5污染变化趋势分析1. 近年来PM2.5浓度变化趋势通过对西安市近年来的PM2.5浓度监测数据进行分析，发现其浓度呈现出明显的季节性和年际变化特征。
冬季和夏季是PM2.5浓度高峰期，而春季和秋季则相对较低。
同时，西安市的PM2.5污染还存在明显的年际差异，2017年为高峰期，2018年开始逐渐下降，2019年出现了一定程度的回升，这说明西安市的PM2.5污染治理工作尚存在不足。
2. PM2.5污染源分析西安市的PM2.5污染主要来源于工业排放、交通尾气以及燃煤等因素。
工业活动是PM2.5主要排放源之一，尤其是钢铁、化工和石化等行业。
此外，交通尾气也是重要的PM2.5排放源，随着私车数量的不断增加，交通尾气已经成为城市空气污染的主要因素之一。
再加上冬季燃煤取暖的广泛应用，PM2.5污染问题进一步加重。
二、西安市PM2.5污染防治对策1. 工业治理西安市应通过加大对工业企业的治理力度，实施减排措施，采用先进的污染治理技术，推广清洁生产方式，加强对重点行业的监管，严格控制工业废气的排放标准。
2. 交通管理对于交通尾气的治理，西安市应加大公共交通建设力度，鼓励居民使用公共交通工具，降低私车使用率。
此外，应推广电动汽车的使用，并加强对老旧车辆的淘汰和更新。
3. 燃煤治理西安市应逐步推广清洁能源取暖方式，如天然气、太阳能和地热能等，减少燃煤取暖的比例。
西安市气象参数对PM2.5浓度变化的影响作者：赵乾狄育慧来源：《绿色科技》2018年第04期摘要：采用西安市环境监测站2016年大气污染物PM2.5浓度数据作为分析资料，同时结合各监测点的位置，对市内和郊区进行了划分，分析了2016年西安市市内和郊区的PM2.5浓度的变化，并进行了污染物浓度与气象条件、温度、湿度等的相关性分析。
结果表明：其PM2.5的质量浓度大气压以及相对湿度呈正相关，与温度和风速呈负相关。
对于不同的季节，郊区与市区的PM2.5的质量浓度与气象因素的相关性不同。
关键词：细颗粒物;气象因素;气体污染物浓度中图分类号：X16文献标识码：A文章编号：1674-9944（2018）4-0123-051 引言随着我国西北地区经济的快速发展，环境问题已经成为未来经济发展和国民生活的最大难题。
西安作为西北地区的中心城市，地处关中平原中部，是一个污染情况很严重的城市[1]，温室效应，大气污染等问题已经困扰着当地居民。
虽然目前大量的学者对西安市的空气污染状况与气象参数的关系进行了研究，但是针对同一种污染物，对于市区和郊区不同生活环境的区别性研究并不多。
孟小绒等[2]对西安市气象参数与PM10的关系进行了探讨，并提出部分气象条件的预报方法，王珊等[3]通过分析一次霾的生成过程发现了低的混合层高度是促成霾的重要因素，宁海文等[4]分析了部分污染物的时间变化，并探索了不同季节与污染物浓度之间的关系。
笔者以2016年西安市空气污染物PM2.5的监测数据和统计年鉴为依据，通过SPSS软件对西安市市区和郊区的空气质量进行量化分析以及气象参数与污染物浓度之间的关系进行了研究。
以更清晰地了解西安市市区和郊区的污染情况以及影响因素，对未来西安市环境质量的解决有着重要的意义。
2 西安2016年PM2.5市区和郊区浓度变化分析PM2.5是影响西安市空气质量的主要污染物[7]，其危害主要是降低城市的可见度和损害人体的健康[5]，因此对西安市区和郊区PM2.5的分析尤为重要。
文章编号:10002694 X(2006) 022*******能见度与空气质量的关系研究杨青, 杨莲梅, 张广兴, 李霞, 李红军, 霍文( 中国气象局乌鲁木齐沙漠气象研究所, 新疆乌鲁木齐830002)摘要: 利用2004 年1 月～5 月塔克拉玛干沙漠腹地塔中气象站的PM10 和能见度仪自动监测资料,分析了PM10的浓度与能见度的关系,得出它们之间符合幂函数规律,并研究了沙尘暴发生时PM10 的浓度分布特征,对不同能见度条件下的PM10 的频率分别用正态、Weibull 、Pear so n Ⅲ型分布进行拟合,经比较发现Pear so n Ⅲ型分布能够比较好的拟合PM10 的实测频率分布。
从方差分布的角度,定义置信区间并反推其出现的概率,得出弱、中、强沙尘暴的出现频率分别为60 % 、25 %和15 % ,从而给出强、中、弱沙尘暴等级的PM浓度界限标准。
关键词: 沙尘暴等级; 划分标准; 可吸入颗粒物中图分类号: P445 . 4 文献标识码: A01 083 mg ·m- 3 、01 356 mg ·m - 3 、11 206 mg ·m - 3 、1 研究背景及目的有关沙尘暴强度等级的划分方法已有许多研究31 955 mg ·m - 3 。
任晰等分析了2000 —2002 年沙尘现象对北京大气中PM10 质量浓度的影响[ 8 ] 。
徐鸣等对一次特大沙尘暴对乌鲁木齐市环境空气质量的影响以及PM10 质量浓度进行了分析[ 9 ] 。
康晓风等根据对沙尘天气发生过程的可吸入颗粒物监测数据,提出了沙尘影响指数的概念,并对我国不同类型城市空气中的可吸入颗粒物来源和沙尘影响程度进行了分析[ 10 ] 。
王式功分析了甘肃河西沙尘暴发生时TSP 和吸入性微粒的分布特征以及对兰州市空气污染的影响[ 11 ] 。
杨前进对最近10 a 发生在我国不同源地、不同等级沙尘暴和浮尘天气的沉降物的粒度资料,分析了沙尘沉积物粒度与风力、源区覆被状况、距源区距离等因素的关系[ 12 ] 。
《西安市大气污染气象条件分析及空气质量预报方法研究》篇一一、引言近年来，随着社会经济的快速发展和城市化进程的加快，大气污染问题已成为国内许多城市共同面临的挑战。
西安市作为我国西部重要的经济和文化中心，其大气污染问题尤其值得关注。
对西安市的大气污染气象条件进行深入研究，并探索有效的空气质量预报方法，对于改善城市环境质量、保障人民健康具有重要意义。
二、西安市大气污染气象条件分析1. 气象条件概述西安市位于我国西北部，气候以暖温带半湿润为主，四季分明。
冬季因供暖排放增加及风速较小，容易形成静稳天气，不利于污染物扩散；夏季高温、强降水天气对污染物也有一定的稀释作用。
2. 气象因素对大气污染的影响（1）风速与风向：风速较大时，有利于污染物的扩散和稀释；而风速较小或静风状态时，污染物难以有效扩散，导致空气质量恶化。
（2）温度与湿度：温度高时有利于污染物排放，而湿度高时易形成气溶胶颗粒物，增加大气污染程度。
（3）降水与大气污染：降水对大气中的颗粒物有明显的清除作用，有利于改善空气质量。
三、空气质量预报方法研究1. 数值模拟模型通过引入高分辨率的气象数据和污染物排放数据，运用空气质量数值模拟模型，如嵌套式网格模型（NEQMS），模拟和预测未来一段时间的空气质量变化情况。
2. 卫星遥感技术利用卫星遥感技术监测大范围的空气污染情况，结合地面观测数据，为预报模型提供准确的大气成分信息。
3. 人工智能预测模型结合机器学习和深度学习技术，建立基于历史数据的预测模型，通过分析气象、交通等多方面因素，提高空气质量预报的准确性。
四、研究进展与展望目前，西安市已建立了较为完善的空气质量监测网络和预报系统。
通过不断引入新技术和新方法，如数值模拟、卫星遥感及人工智能等手段，空气质量预报的准确性和时效性得到了显著提高。
然而，仍需在模型精细化、数据共享等方面进一步加强研究，以更好地服务于城市的环境管理和大气污染防治工作。
五、结论通过对西安市大气污染气象条件的分析及空气质量预报方法的研究，我们了解到气象因素对大气污染的重要影响以及预报技术的发展趋势。
《西安市大气污染气象条件分析及空气质量预报方法研究》篇一摘要：本文通过对西安市大气污染气象条件进行深入研究，探讨了不同气象因素对大气污染的影响。
同时，结合空气质量预报模型，提出了基于实时气象数据和污染源数据的空气质量预报方法。
旨在为城市环境保护、大气污染防治和城市规划提供科学依据，提高城市空气质量预报的准确性和实用性。
一、引言随着工业化和城市化的快速发展，西安市的大气污染问题日益突出，引起了社会各界的广泛关注。
为了有效应对大气污染问题，本文着重分析西安市的大气污染气象条件，并研究空气质量预报方法，以期为环境保护工作提供有力支持。
二、西安市大气污染气象条件分析1. 气象因素对大气污染的影响（1）风速与风向：风速和风向是影响大气污染物扩散和输送的重要因素。
当风速较大时，有利于污染物的稀释和扩散；而当风向变化时，污染物可能在不同区域之间进行输送。
（2）温度与湿度：温度和湿度对大气污染物的化学反应和扩散也有重要影响。
在高温、低湿的条件下，污染物容易发生光化学反应，产生二次污染物。
（3）气象条件变化对污染物浓度的影响：通过对历史气象数据和空气质量数据的分析，发现气象条件的变化与污染物浓度的变化密切相关。
例如，在静风、逆温等不利气象条件下，污染物难以扩散，导致浓度升高。
2. 西安市大气污染气象条件特点西安市地处内陆，属于温带大陆性气候，四季分明。
冬季干燥寒冷，容易出现逆温现象，不利于大气污染物的扩散。
春季和秋季风速较大，有利于污染物的稀释和扩散。
夏季虽然湿度较高，但风速较大，也有利于污染物的扩散。
总体来说，西安市的大气污染气象条件具有复杂性和多变性的特点。
三、空气质量预报方法研究1. 空气质量预报模型构建本文采用基于实时气象数据和污染源数据的空气质量预报模型。
该模型通过收集历史气象数据、污染源数据和空气质量数据，建立数学模型，对未来一段时间内的空气质量进行预测。
模型包括污染物排放源、气象条件、化学反应等多个因素的综合考虑。
大气能见度变化趋势及影响因素分析摘要介绍影响大气能见度的气象因子，分析大气能见度日、月、季节变化规律，阐述大气能见度对日常生活造成的影响，以供参考。
关键词大气能见度；影响因子；变化趋势大气能见度（visibility）是反映大气透明度的指标，与人们的日常生活紧密相关，它的好与差直接反映了一个地区的大气环境质量。
恶劣能见度的出现给人们生产、生活带来诸多不便和危害，甚至造成交通安全事故。
因此，研究大气能见度变化趋势及影响因子，并采取趋利避害的措施，对保障交通安全、改善大气环境质量和城市防灾减灾具有十分重要的意义。
该文通过对信阳市2002—2011年10年间气象资料统计发现：大气能见度变化趋势与气象因子、季节、日变化存在一定联系[1]，掌握该规律可以为当地能见度预测和预防灾害提供科学依据。
1 影响大气能见度的气象因子分析大气能见度是一个重要的气象要素。
目前，影响大气能见度的因子有多种，研究表明，空气污染物PM2、NO2、SO2等浓度的变化是影响大气能见度的主导因素[2-3]。
从气象角度分析，影响因素则主要有：相对湿度、风速、气压和天气现象等气象因子。
1.1 大气能见度与湿度的关系从表1可以看出，随着相对湿度的升高，大气能见度大致呈现逐渐下降的趋势。
因此，可以得出相对湿度与大气能见度之间的关系呈明显反位相，即大气能见度与相对湿度具有反相关关系。
1.2 大气能见度与风速的关系从表2可以看出，随着风速的增大，大气能见度上升。
因此，大气能见度随着风速的增大而增大，二者的相互关系大致呈正位相关系。
1.3 大气能见度与气压的关系气压与大气能见度的变化关系较为复杂，通过对信阳市2010年气压资料综合分析，发现能见度与气压关系呈微小负相关性，只有当本站天气有明显变化或在晴朗夜间时，大气能见度与气压之间变化才具有一定的规律性，即呈负相关性。
1.4 与天气现象的关系天气现象对能见度的影响也不可忽视。
《天津机场低能见度气候的统计特征》[4]表明，造成低能见度障碍的各种天气现象（降水、雾、烟、浮尘、扬沙、霾等）中以雾为主，雾形成的物理条件主要是有足够的水汽、风速微弱和气团稳定。
西安市环境空气质量问题摘要本文对西安市环境空气质量污染的程度进行分析与评价，并对影响空气质量的主要因素以及对西安市未来一周空气污染情况的预测进行了分析研究。
文章根据已有的数据，运用数学建模的方法，借助Excel数据分析、作图和统计工具，采用指数平滑法对西安市空气污染进行了预测，最后通过对前三题的总结归纳，并进行相关资料收集，对西安市环保部门提出相关的环境改善措施与方法。
针对问题一：根据《环境空气质量指数( AQI)技术规定》已经建立好的算法，用Excel将空气污染指数的旧标准( API)和新标准(AQI)西安市的空气质量数据求出，再对其进行作图对比分析，来研究分析新旧评价标准的相同点和差异。
针对问题二：通过对附件中西安的空气质量监测数据、大气污染物浓度监测数据、西安各区规模以上工业增加值以及西安气象数据分析，并对各个数据进行单独与联合对比的分析，以及空气质量指数以及分指数，日平均浓度等对西安的空气质量进行分析，得到影响西安空气质量的主要因素包括地理位置，气象条件和季节性等自然因素，以及工业发展，汽车尾气和人们生活习惯的人为因素，和一些不可预知的因素。
针对问题三：为了找到了影响质量的根本原因以及相关因素。
对西安空气质量进行评估，通过对问题的分析,考虑多种预测方法，但因为对空气质量的预测问题是一个针对环境系统的预测问题，而环境系统具有系统内部作用因素较多，又由于所给原数据具有较大的波动性，无法用一个既定的函数去描述。
在了解构建的模型结构基础上，参照相关知识，我们主要采用指数平滑法来进行处理，对问题进行预测。
得知，西安市在未来一周，空气质量有恶化的迹像。
AQI值基本平缓。
最后本文根据以上研究分析得出的各问题结论，集合西安市具体情况、主要环境污染因子等，在查阅参看相关环保类的资料书籍，对西安市环保部门提出有关环境保护环境空气质量检测与控制方面的合理性建议。
并也根据现在的环保要求，和当下的建设环境友好型社会，对政府有关部门提出一些必要的意见和建议。
