下载文档原格式
环境空气质量监测数据分析上海市环境监测中心首席预报员段玉森老师给我们介绍了环境空气质量监测数据的分析。
讲座内容主要有三个方面：管理需求，分析方法以及工作建议。
环境管理的多样化需求根据数据源做出相应的报告分析等，数据源包含环境监测数据，污染源数据，遥感数据，气象数据和数值模拟数据。
分析形式包含达标分析，高污染成因分析，来源解析，月/季/年评估（盘点）以及专题分析。
分析方法有面向达标的长期变化特征分析，社会经济发展现状，行业比重处于扩张期，且对国民经济的拉动效应高于社会平均水平的主要包括：能源加工业、电热生产和供应业、通用专用设备制造业、汽车制造业、通信电子设备制造业、建筑业、批发零售贸易业、金融保险业、租赁商务服务业。
行业比重处于收缩期，但对经济拉动作用仍高于社会平均水平的主要包括：化学工业、精品钢材业、电气机械制造业、交运仓储业、信息服务和软件业、房地产业。
还介绍了美国洛杉矶的治污经验洛杉矶地区约有30%~40%的空气污染物来自南海岸空气质量管理区直接管辖的设施和设备，其余的60%~70%来自移动污染源，如汽车、卡车、火车和轮船等提高油品、收严排放标准、引导交通出行方式、城市规划与交通体系设计控制方式的转变：由行政转向市场，对于我国目前的污染现状具有借鉴意义。
分析方法还包括评估分析。
极大值，根据每天臭氧最大值，计算一年内臭氧的最大、第二、第三和第四大值。
超标小时数，一年内超标的总小时数。
超标日数，根据臭氧日最大值计算超标日数。
百分位数，百分位数值较少受到极端值和数据质量问题的干扰。
霾污染分析，灰霾污染日判别标准（试行）（征求意见稿）。
分析方法还包含成因分析，包括污染特征分析，长期趋势分析，空间分布分析，周期性分析，气象条件分析与污染源的耦合分析，污染分型分析，数值模拟方法，节假日效应分析。
工作建议主要有四点：1 、重视从气象和污染源多角度、全方位分析数据，由对现象规律的分析总结提升为对污染成因、污染防控措施成效、污染源动态变化跟踪评估的深入分析 2 、充分利用社会经济、气象资料、模型工具等网络公开资源，如社会经济统计数据、气象场、机场气象数据、HYSPLIT 模型等3 、加强对源、源谱、源清单及颗粒物化学成分分析的基础性工作积累，纳入长效工作机制，为空气污染防控提供技术支撑 4 、加强人才队伍建设，在跨部门合作中掌握话语权。
《基于小波分析的上海市环境空气质量变化及与气象关系研究》篇一一、引言上海市作为中国最大的城市之一，其环境空气质量问题一直是人们关注的焦点。
空气质量的变化不仅与人类活动有关，还与气象条件紧密相连。
为了更好地理解上海市环境空气质量的变化趋势以及其与气象的关系，本研究采用了小波分析的方法对相关数据进行了深入分析。
二、研究方法小波分析是一种在信号处理和数据分析中广泛应用的工具，可以用于识别信号的周期性成分，并在不同的时间尺度上分析信号的细节。
在本研究中，我们使用了小波分析的方法来分析上海市的环境空气质量数据和气象数据。
具体而言，我们收集了上海市近几年的PM2.5、PM10、SO2、NO2等空气质量指标数据以及相应的气象数据（如温度、湿度、风速等）。
然后，我们使用小波分析对这些数据进行处理，以识别出空气质量指标和气象因素在不同时间尺度上的变化趋势和周期性成分。
三、研究结果1. 空气质量变化趋势通过小波分析，我们发现上海市的PM2.5和PM10浓度呈现出明显的上升趋势，尤其是在冬季和春季。
这表明上海市的空气质量状况在近年来有所恶化，需要采取措施进行改善。
此外，我们还发现SO2和NO2的浓度也有所上升，这可能与工业排放和交通尾气等人类活动有关。
2. 气象因素影响在气象因素方面，我们发现温度、湿度和风速等对上海市的空气质量都有一定的影响。
例如，当温度较低时，空气中的PM2.5和PM10等颗粒物的浓度会升高。
而当湿度较高时，空气中的SO2和NO2等气态污染物的浓度也会升高。
此外，风速也对空气质量有显著影响，当风速较大时，空气中的污染物会被更快地稀释和扩散。
3. 周期性成分分析通过小波分析，我们还发现上海市的空气质量和气象因素都存在一定的周期性成分。
例如，在某些时间段内，PM2.5和PM10的浓度会呈现出明显的季节性变化，而在其他时间段内则相对稳定。
此外，气象因素如温度和湿度也存在类似的周期性变化。
这些周期性成分的分析有助于我们更好地理解上海市环境空气质量的长期变化趋势。
城市空气质量监测中的大数据应用分析近年来，随着城市化进程不断加速，城市空气质量问题越来越引起人们的关注。
城市空气质量监测逐渐成为一项重要的工作，并且大数据技术在城市空气质量监测中的应用逐渐呈现出巨大的潜力。
首先，大数据在城市空气质量监测中可以用于数据收集和处理。
传统的空气质量监测手段主要依靠有限数量的监测点，无法精确地反映整个城市范围内的空气质量分布情况。
而利用大数据技术，可以通过在城市中设立大量的传感器，实时收集大量的空气质量数据，并通过分析这些数据，可以得到更为准确和全面的城市空气质量情况。
同时，在数据处理方面，大数据技术可以对庞大的数据进行快速处理和分析，挖掘出其中的规律和模式，帮助分析人员更好地理解城市空气质量的演变和变化趋势。
其次，大数据在城市空气质量监测中可以应用于空气质量预测。
空气质量预测是城市监测的一个重要组成部分，它可以帮助人们提前做好应对污染的准备工作。
利用大数据技术，可以通过收集和分析历史空气质量数据、气象数据、交通数据等多种数据源，建立空气质量预测模型。
这些模型可以准确地预测未来其中一时间段内的空气质量情况，帮助政府和居民制定相应的防护和应对措施。
例如，根据大数据分析结果，可以预测出一些时间段内一些地区的空气污染较为严重，从而可以提前告知居民，减少他们在该地区的外出活动，减少污染的接触机会。
此外，大数据在城市空气质量监测中还可以应用于源头追踪和污染溯源方面。
城市空气污染的源头非常复杂，包括工业排放、交通尾气、生活废弃物等。
通过大数据技术，可以对这些污染源进行数据分析，找出污染源的空间分布规律和污染源的排放特征，进一步对城市的污染源进行追踪，并对这些污染源进行分级管理和控制。
例如，通过大数据分析，可以发现一些区域的工厂排放对该区域的空气质量影响较大，从而可以加强对该工厂的环保监管力度，减少其排放量，以达到净化空气的目的。
最后，大数据在城市空气质量监测中还可以用于与公众交互和参与。
计算机技术在城市空气质量监测中的实际应用近年来，随着城市化进程的加快，城市空气质量问题日益突出。
空气中的污染物对人们的健康和环境造成了严重的影响。
为了解决这一问题，计算机技术在城市空气质量监测中发挥了重要的作用。
首先，计算机技术在空气质量监测设备中的应用使得监测数据的采集更加准确和高效。
传统的空气质量监测设备需要人工采集数据，不仅费时费力，而且易受人为因素的影响。
而现在，通过计算机技术的应用，监测设备可以自动采集数据，并通过传感器实时监测空气中的污染物浓度。
这不仅提高了监测数据的准确性，还大大节省了人力成本。
其次，计算机技术在数据处理和分析方面的应用使得空气质量监测结果更加科学和可靠。
通过计算机技术，监测设备采集到的数据可以实时传输到中央服务器，然后进行数据处理和分析。
计算机技术可以对大量的监测数据进行快速的处理和分析，通过数据模型和算法，可以准确地评估空气质量，并预测未来的变化趋势。
这为政府和环保部门提供了科学依据，以制定相应的环境保护政策和措施。
此外，计算机技术在空气质量监测中的应用还使得监测结果的传播更加广泛和及时。
通过互联网和移动通信技术，监测结果可以实时传输到公众和相关部门。
公众可以通过手机APP或者网站查看实时的空气质量指数，并根据监测结果采取相应的防护措施。
相关部门也可以及时掌握空气质量状况，以便及时采取措施进行治理。
这种信息的共享和传播，提高了公众的环境意识和参与度，也促进了环境保护工作的开展。
然而，计算机技术在城市空气质量监测中的应用也面临一些挑战。
首先是设备的成本和维护问题。
虽然计算机技术的应用提高了监测设备的效率和准确性，但是设备的成本较高，维护和更新也需要一定的费用。
其次是数据的安全和隐私问题。
监测设备采集到的数据涉及到公众的隐私和敏感信息，如何保护数据的安全和隐私成为一个重要的问题。
最后是数据的标准化和共享问题。
不同地区和部门采集的数据格式和标准可能存在差异，如何进行数据的标准化和共享也是一个亟待解决的问题。
上海环境空气质量预报考核评分方法研究和应用胡鸣;赵倩彪;伏晴艳【摘要】According to the new ambient air quality standards and technical regulations, as well as the actual situation of air quality forecast in Shanghai, a method of air quality forecast assessment score is developed, providing a quantitative basis for improving air quality forecast work and assessment. Based on the AQI evaluation method,the method is focused on assessing of the forecast result during three segmentations in the future 24 hours: the night ( 20:00—6:00 ) , the next morning ( 6:00—12:00) and the next afternoon (12:00—20:00), to quantitatively evaluate the forecast accuracy. It also highlights the assessment of primary pollutant and pollution time, and increases the scores on description of level changes and pollution prediction. As it is applied in Shanghai,the effect evaluation of the method is discussed.%根据环境空气质量新标准和技术规范的要求，结合上海空气质量预报工作的实际，制定了一套环境空气质量预报考核评分方法，为空气质量预报结果的考核和预报工作的改进提供了定量依据，并在上海得到实际应用。
环境监测实验室信息管理系统建设———以上海市环境监测中心为例王向明，伏晴艳，刘红，谢争（上海市环境监测中心，上海 200030）摘 要：简述了实验室信息管理系统（LIMS ）的概念和建设LIMS 的现实意义，着重介绍了上海市环境监测中心实施LIMS 的过程和体会，分析了环境监测实验室在LIMS 选型和实施过程中需要注意的问题及LIMS 对现行工作的影响，并对需进一步完善的功能提出了建议。
关键词：实验室信息管理系统；环境监测；上海市中图分类号：X830 文献标识码：C 文章编号：10062009（2007）04-0004-05Establishment of LIMS for Environmental Monitoring———Application in Shanghai Environmental Monitoring CenterWANG Xiang-ming ，FU Oing-yan ，LIU Hong ，XIE Zheng（Shanghai Enwironmental Monitoring Center ，Shanghai 200030，China ）Abstract ：The concept of Laboratory Information Management System （LIMS ）and the reievant practicai functions were introduced in this paper.Based on the appiication of the LIMS in Shanghai Environmentai Monito-ring Center ，the key issues on the seiection and impiementation of the LIMS in environmentai monitoring iabora-tory were anaiyzed.Together with the experience and iesson from practice of the LIMS ，the potentiai impact on the current work was emphasized to make suggestion for improvement of the LIMS in the simiiar sectors.Key words ：Laboratory information management system （LIMS ）；Environmentai monitoring ；Shanghai 收稿日期：2007-01-06；修订日期：2007-05-17作者简介：王向明（1966—），女，山东荷泽人，高级工程师，本科，从事环境监测质量管理工作。
《基于小波分析的上海市环境空气质量变化及与气象关系研究》篇一一、引言随着城市化进程的加速，环境空气质量问题已经成为人们关注的焦点。
上海市作为中国最大的城市之一，其环境空气质量状况尤为重要。
因此，研究上海市环境空气质量的变化及其与气象因素的关系，对于提高城市环境管理和治理水平具有重要意义。
本文基于小波分析方法，对上海市环境空气质量的变化及其与气象因素的关系进行研究。
二、研究方法本研究采用小波分析方法，对上海市环境空气质量数据进行处理和分析。
小波分析是一种信号处理技术，可以有效地提取信号中的频率和相位信息，适用于处理非平稳信号。
我们收集了上海市近几年的环境空气质量数据和气象数据，包括PM2.5、PM10、SO2、NO2等污染物浓度数据以及气温、湿度、风速等气象数据。
通过对这些数据进行小波分析，我们可以提取出不同时间尺度下的频率信息，从而研究环境空气质量的变化及其与气象因素的关系。
三、结果分析1. 环境空气质量变化趋势通过对上海市环境空气质量数据进行小波分析，我们发现上海市环境空气质量呈现出明显的季节性变化趋势。
在冬季，由于气象条件不利于污染物的扩散，PM2.5、PM10等污染物浓度较高；而在夏季，由于降雨等自然因素的影响，污染物浓度相对较低。
此外，我们还发现，随着城市化进程的加速，上海市环境空气质量呈现出恶化的趋势，需要加强环境管理和治理。
2. 环境空气质量与气象因素的关系通过对环境空气质量数据和气象数据进行小波分析，我们发现环境空气质量与气象因素之间存在着密切的关系。
在冬季，气温较低、湿度较大、风速较小的情况下，污染物浓度较高；而在夏季，气温较高、湿度较小、风速较大的情况下，污染物浓度相对较低。
此外，我们还发现，不同污染物与气象因素的关系也存在差异，需要根据具体情况进行分析。
四、讨论本研究表明，基于小波分析的环境空气质量研究方法可以有效地提取出不同时间尺度下的频率信息，从而研究环境空气质量的变化及其与气象因素的关系。
计算机在空气质量监测中的应用与数据分析近年来，随着全球气候变化的日益严重，环境问题也逐渐引起人们的关注。
空气质量作为环境质量的重要指标之一，对人类的健康和生活产生着重要影响。
为了监测和分析空气质量数据，计算机技术的应用变得不可或缺。
本文将探讨计算机在空气质量监测中的应用与数据分析。
一、计算机在空气质量监测中的应用1.传感器技术计算机在空气质量监测中的首要应用是传感器技术。
传感器可以测量空气中的各种有害气体浓度、温度、湿度和大气压力等参数。
通过传感器技术，计算机可以实时、准确地获取这些数据，并进行相应的处理与分析。
2.数据采集与传输计算机通过与传感器的连接，可以方便地采集和传输大量的空气质量数据。
传感器将实时采集到的数据传递给计算机，计算机则可以将这些数据进行存储和分析，以便进行后续的研究和评估。
3.数据存储与管理计算机作为一个强大的数据处理工具，可以存储和管理大量的空气质量数据。
通过数据库等技术，计算机可以对数据进行分类、整理和存储，为后续的数据分析提供便利。
4.实时监测与预警计算机可以通过数据采集和传输的技术，实时监测空气质量的变化。
当空气质量达到或超过一定阈值时，计算机可以自动触发报警系统，提醒人们采取相应的防护措施，保护自身的健康安全。
二、计算机在空气质量数据分析中的应用1.数据可视化计算机在空气质量数据分析中的一个重要应用是数据可视化。
通过绘制图表、曲线等形式，将数据以直观的方式呈现出来，有助于人们更好地理解和分析数据。
例如，使用计算机软件可以绘制空气质量指数随时间变化的曲线图，以直观地反映空气质量的趋势和变化。
2.数据模型与预测计算机可以通过建立数学模型和算法，对空气质量数据进行分析和预测。
通过对已有数据的分析，计算机可以识别规律和趋势，并基于这些规律和趋势进行未来空气质量的预测。
这有助于环保部门和政府制定有针对性的环境保护政策，以改善空气质量。
3.数据挖掘与趋势分析计算机在空气质量数据分析中还可以应用数据挖掘技术，对大量的数据进行深入挖掘和分析。
上海空气质量自动监测数据管理平台设计与开发开题报告一、研究背景和意义随着城市化进程的加快和人口增长的不断增加，环境污染问题日益严重，特别是空气污染对人们的身体健康和生活质量的影响日益突出。
因此，对空气质量进行监测和管理是城市环保工作的重要内容。
目前，全球范围内不断涌现了各种基于互联网技术的环境监测平台，以实现数据的实时监测和信息的快速传播。
本研究基于此背景，选取上海市作为研究对象，设计并开发一款上海空气质量自动监测数据管理平台，以实现对上海市空气质量的实时监测和数据分析，为环保工作提供科学依据。
二、研究内容和目标本研究的主要内容是设计和实现一款上海空气质量自动监测数据管理平台，主要包括以下几个方面：1.系统架构设计根据上海市区域分布和监测站点数量，确定系统的整体设计和架构，并选取合适的硬件和软件设备进行配备。
2.数据采集和处理编写采集程序，自动化地从监测站点获取数据，并实现数据预处理和清洗，有效地去除噪声。
3.可视化展示和分析设计数据可视化界面，以图表和地图的形式展示监测数据，并通过数据分析算法实现对数据的快速分析。
4.数据管理和维护采用数据库对监测数据进行管理和维护，定期备份和维护数据库，保证数据安全可靠。
本研究的主要目标是实现上海空气质量自动监测数据管理平台的设计与开发，以实现对上海市空气质量的实时监测和数据分析，为环保部门提供科学依据。
三、研究方法和技术路线本研究采用系统设计和软件开发相结合的方法，主要技术路线如下：1.系统架构设计根据上海市的区域分布和具体需求，设计系统整体架构，确定硬件和软件设备，制定系统架构的详细方案。
2.数据采集和处理采用Python语言编写数据采集程序，自动获取每个监测站点的实时监测数据，并进行数据预处理和清洗，有效地去除噪声。
3.可视化展示和分析设计数据可视化界面，使用JavaScript等技术实现数据的实时展示和分析，同时采用数据分析算法实现对监测数据的快速分析。
《基于小波分析的上海市环境空气质量变化及与气象关系研究》篇一一、引言随着城市化进程的加速，环境空气质量问题日益凸显，成为公众关注的焦点。
上海市作为我国经济、文化、科技的中心城市之一，其环境空气质量的变化备受关注。
为了更好地了解上海市环境空气质量的变化及其与气象的关系，本文采用小波分析方法对上海市近年的环境空气质量数据和气象数据进行研究。
二、研究方法1. 数据来源本文所使用的数据主要包括上海市近年的环境空气质量数据和气象数据。
其中，环境空气质量数据包括PM2.5、PM10、SO2、NO2、CO等主要污染物浓度；气象数据包括温度、湿度、风速、风向等。
2. 小波分析方法小波分析是一种信号处理技术，可以用于分析时间序列数据。
本文采用小波分析方法对上海市的环境空气质量数据和气象数据进行处理和分析。
通过小波变换，可以将时间序列数据分解成不同频段上的小波系数，从而更好地了解数据的时频特性。
三、环境空气质量变化分析通过对上海市近年的环境空气质量数据进行小波分析，发现上海市的环境空气质量在时间上呈现出明显的周期性变化。
在春季和夏季，由于气温高、湿度大、风速小等因素的影响，环境空气质量相对较差；而在秋季和冬季，由于气温低、湿度小、风速大等因素的影响，环境空气质量相对较好。
此外，通过小波分析还可以发现，上海市的环境空气质量在空间上也存在着明显的差异，不同区域的空气质量状况存在差异。
四、气象因素对环境空气质量的影响通过对气象数据进行小波分析，发现气象因素对上海市的环境空气质量有着显著的影响。
温度、湿度、风速和风向等气象因素的变化会导致环境空气质量的波动。
例如，当温度升高时，大气中的污染物容易扩散，空气质量相对较好；而当湿度升高时，污染物的扩散能力会减弱，导致空气质量变差。
此外，风速和风向也会对环境空气质量产生影响。
风速越大，污染物的扩散速度越快，空气质量相对较好；而当风向发生变化时，污染物可能在不同区域之间转移，导致某些区域的空气质量变差。
《基于小波分析的上海市环境空气质量变化及与气象关系研究》篇一一、引言随着城市化进程的加速，环境空气质量问题日益突出，成为社会关注的焦点。
上海市作为我国经济、文化、科技的中心城市之一，其环境空气质量状况直接关系到市民的生活质量和健康。
因此，对上海市环境空气质量变化及其与气象关系的研究具有重要意义。
本文基于小波分析方法，对上海市环境空气质量变化及其与气象的关系进行深入研究，以期为上海市环境空气质量的改善提供科学依据。
二、研究方法与数据来源本研究采用小波分析方法，对上海市环境空气质量及气象数据进行处理和分析。
数据来源于上海市环保局和气象局发布的空气质量监测数据及气象数据。
具体包括PM2.5、PM10、SO2、NO2、CO、O3等空气质量指标，以及温度、湿度、风速、气压等气象指标。
三、小波分析在环境空气质量变化中的应用小波分析是一种有效的信号处理和分析方法，能够很好地处理非平稳信号。
在环境空气质量变化的研究中，小波分析可以用于检测空气质量指标的时间序列变化，揭示其周期性和趋势性。
通过对上海市环境空气质量指标进行小波分析，我们发现：1. PM2.5和PM10等颗粒物浓度在冬季较高，夏季较低，存在明显的季节性变化。
2. SO2和NO2等污染物浓度呈现逐年下降的趋势，表明上海市的环境污染治理工作取得了一定成效。
3. O3浓度在夏季较高，与其他季节存在显著差异，可能与光化学反应有关。
四、环境空气质量与气象关系的小波分析环境空气质量与气象因素密切相关，通过小波分析可以揭示它们之间的周期性和趋势性关系。
我们对上海市环境空气质量指标与气象因素进行小波分析，发现：1. 温度和风速对PM2.5和PM10等颗粒物浓度的影响较大，冬季低温和高湿度有利于颗粒物的积累。
2. 气压对SO2和NO2等污染物的浓度有一定影响，高气压有利于污染物的扩散。
3. 气象因素的变化对O3浓度的影响较为复杂，需要进一步研究。
五、结论与建议通过对上海市环境空气质量进行小波分析，我们发现了其变化的周期性和趋势性特征。
浅谈数字化监测系统在大气监控中的应用近年来，随着环境污染程度的不断加剧，大气监控显得越来越重要。
数字化监测系统技术为实现大气监控带来了诸多机遇与挑战。
数字化监测系统的主要功能是通过数据采集、分析和存储，为决策者提供监测结果，并支持科学决策。
数字化监测系统可以应用在大气监控中，为环境污染治理提供技术支持，提高大气治理的精细化程度。
一、数据采集数字化监测系统的核心功能之一是数据采集。
数字化监测系统通过传感器和现场设备采集数据，实现数据的实时监测。
在大气监测中，数字化监测系统可以采集细颗粒物、氮氧化物、二氧化硫等有毒有害气体的监测数据。
数字化监测系统可以实现对不同地区的大气污染情况进行比对和分析，为环境污染治理提供数据支持。
二、数据分析数字化监测系统的另一个核心功能是数据分析。
数字化监测系统可以对采集到的数据进行分析，将数据转化为数据报表、图表和图像等形式，以更直观、更科学的方式显示数据。
数字化监测系统可以通过不同的算法和模型，构建有效的数据分析模型，从而提高数据分析的效率和准确性。
数字化监测系统还可以通过分析数据，提取数据的异常和趋势，为环境污染治理提供科学决策支持。
三、数据存储数字化监测系统的第三个核心功能是数据存储。
数字化监测系统可以将采集到的数据进行存储，并配合数据库系统进行管理。
通过数字化监测系统的数据存储功能，可以有效地管理、存储和共享数据，避免数据重复，提高大气监测数据使用的效率。
四、远程监测数字化监测系统还可以实现远程监测的功能。
数字化监测系统可以通过互联网技术，实现数据的实时传输和远程监测。
数字化监测系统可以支持不同地区和不同设备的实时监测，为单位和环保部门提供更方便的监测服务。
结语总的来说，数字化监测系统在大气监控中的应用是非常广泛的。
它可以通过数据采集、数据分析、数据存储和远程监测等多种功能，实现对大气污染情况的监控和管理。
数字化监测系统可以帮助环保部门和政府单位更好地了解环境污染状况，制定更具体、更有效的环保措施，最终实现对环境的更加科学地治理。
集合数值预报系统在上海市空气质量预测预报中的应用研究王茜;伏晴艳;王自发;王体健;刘萍;陆涛;林陈渊;段玉森;黄嫣旻
【期刊名称】《环境监控与预警》
【年(卷),期】2010(002)004
【摘要】介绍了上海市世博环境空气质量集合数值预报系统的框架,分析了各模式在上海市空气质量预报及排放源污染贡献测算中的应用情况,提出开发多种预报手段、实施集合预报是提高城市空气质量预报准确率的发展方向.
【总页数】7页(P1-6,11)
【作者】王茜;伏晴艳;王自发;王体健;刘萍;陆涛;林陈渊;段玉森;黄嫣旻
【作者单位】上海市环境监测中心,上海,200030;上海市环境监测中心,上
海,200030;中国科学院大气物理研究所竺可桢-南森国际研究中心,北京,100029;南京大学大气科学系,江苏,南京,210093;上海交通大学环境科学与工程学院,上
海,200240;上海市环境监测中心,上海,200030;上海市环境监测中心,上海,200030;上海市环境监测中心,上海,200030;上海市环境监测中心,上海,200030
【正文语种】中文
【中图分类】X831
【相关文献】
1.镇江市空气质量预测预报系统开发与应用研究 [J], 王古月;吴婷婷
2.AQI标准下北京市空气质量数值预报系统及其在重大活动保障中的应用 [J], 徐文帅;李云婷;吴其重;张大伟;王自发;李金香
3.小波分析在上海市空气质量中的应用研究 [J], 姜绵峰;叶春明;全福权
4.并行技术在神威集合数值天气预报系统中的应用 [J], 张眙
5.长三角区域空气质量数值预报系统及其在重大活动保障中的应用 [J], 王茜; 黄蕊珠; 肖宇
因版权原因，仅展示原文概要，查看原文内容请购买。
上海试点公布PM2．5监测数值
佚名
【期刊名称】《科技与生活》
【年(卷),期】2012(000)006
【摘要】目前，本市的PM2．5监测工作已准备就绪!昨天，上海市环境监测中心网站实时发布系统开始公布普陀和浦东张江两个国控点的PM2．5数据，截至17时数据显示，普陀监测站的数据为0．066毫克／立方米，浦东张江为0．048毫克／立方米，均未出现污染。
根据新颁布的《环境空气质量标准》，PM2．5的日均浓度限值为0．075毫克／立方米，
【总页数】1页(P49-49)
【正文语种】中文
【中图分类】TP301.6
【相关文献】
1.上海拟于6月公布PM2．5监测数据 [J],
2.兰州市开展PM2．5人工监测试点有感 [J], 莫昆源
3.影响上海PM2.5污染不同源地和路径的数值模拟 [J], 余钟奇;马井会;曹钰;常炉予;许建明;周广强
4.福州市首次公布PM2．5监测数据 [J],
5.环保部公布PM2．5监测发布时间表全国“四步走” [J],
因版权原因，仅展示原文概要，查看原文内容请购买。
