石家庄市空气污染状况与气象条件相关性分析
本文选题:大气污染特征 + 污染现状 ; 参考:《河北科技大学》2015年硕士论文
【摘要】:近几年,大气污染状况日趋严重,雾霾天气频繁出现,从2013年1月起,大范围雾霾天气持续笼罩石家庄市区。针对这一现象,本文利用河北省石家庄市2013年的气象资料和8个国控监测点的大气环境质量监测数据,结合SPSS等分析软件,采用相关性分析的方法,综合分析了石家庄市大气环境污染特征,主要污染物浓度与气象条件的相关性,建立了大气环境质量监测实时分析示范应用平台,探讨了地理位置、气象条件、污染源等因素对石家庄大气污染的影响,并提出了相关治理建议。主要结论如下:1)2013年石家庄市大气污染严重,全年达标天数为50天,PM10是最主要的污染物,作为首要污染物的天数有208天,PM2.5、PM10和NO2年日均值分别为154、306、68μg/m3,均未达到《环境空气质量标准》(GB3095-2012)二级标准。4种大气污染物的月浓度变化规律相似,夏季污染物浓度均较低,冬季污染物浓度均较高。2)建立的大气环境质量监测实时分析示范应用平台共分为六部分,分别为空气质量指数(AQI)值、空气质量指数分指数(IAQI)综合走势、监测点IAQI值、监测点IAQI对比、天气关联分析和监测点排行榜。实时分析应用平台的建立为大气环境质量的科学化管理提供了实时信息支持。3)污染物浓度与气象条件相关性分析表明,气温、气压、风速、降水与大气环境中污染物浓度变化趋势呈负相关性,其中气温与大气污染有着显著的负相关关系,即污染物浓度随着气温的升高呈降低趋势;污染物浓度与气压的变化趋势整体成负相关关系,且在冬季相关性更为显著,低气压下污染物浓度会升高。风速与大气污染也表现为负相关,风速越大污染物浓度越低;在夏季,降水则与污染物浓度呈显著的负相关性,降水量越多,污染物浓度越低,降水对颗粒物有明显的清除作用。在上述研究的基础上揭示了大气污染的成因,提出了改善石家庄市大气质量,控制大气污染的对策和建议。
[Abstract]:In recent years, air pollution is becoming more and more serious, haze weather frequently appears, from January, 2013, a large area of haze weather continues to shroud Shijiazhuang urban area. Aiming at this phenomenon, this paper uses the meteorological data of Shijiazhuang City in Hebei Province in 2013 and the atmospheric environmental quality monitoring data of 8 state-controlled monitoring sites, and combines with the analysis software such as SPSS, adopts the method of correlation analysis. The characteristics of air environment pollution in Shijiazhuang city and the correlation between main pollutant concentration and meteorological condition are analyzed synthetically. The application platform of real time analysis and demonstration of air environment quality monitoring is established, and the geographical location and meteorological condition are discussed. The influence of pollution sources and other factors on air pollution in Shijiazhuang is discussed. The main conclusions are as follows: (1) in 2013, air pollution in Shijiazhuang City was serious, and the number of days of reaching the standard in the whole year was 50 days, and PM10 was the most important pollutant. The average annual daily values of PM2.5 / PM10 and NO2 were 154306N 68 渭 g / m ~ 3, respectively, which did not reach the second class standard (GB3095-2012), and the monthly concentrations of 4 kinds of atmospheric pollutants were similar, and the concentrations of pollutants in summer were all low, and the average value of PM2.5 / PM10 and NO2 were 154306U / m ~ (3) respectively, which were similar to those of the second class standard (GB3095-2012). The application platform for real-time analysis and demonstration of atmospheric environmental quality monitoring in winter is divided into six parts: air quality index (AQI), air quality index (IAQI), and monitoring point (IAQI). Monitor point IAQI comparison, weather correlation analysis and monitoring point ranking. The establishment of real-time analysis and application platform provides real-time information support for scientific management of atmospheric environmental quality. 3) correlation analysis of pollutant concentration and meteorological conditions shows that air temperature, air pressure, wind speed, There is a negative correlation between precipitation and the change trend of pollutant concentration in the atmosphere, in which there is a significant negative correlation between air temperature and air pollution, that is, the concentration of pollutants decreases with the increase of air temperature. There was a negative correlation between pollutant concentration and the change trend of atmospheric pressure, and the correlation was more significant in winter, and the concentration of pollutants would increase under low pressure. The higher the wind speed is, the lower the pollutant concentration is, and in summer, there is a significant negative correlation between the precipitation and the pollutant concentration, the more precipitation, the lower the pollutant concentration. Precipitation has obvious scavenging effect on particulate matter. On the basis of the above research, the causes of air pollution are revealed, and the countermeasures and suggestions for improving air quality and controlling air pollution in Shijiazhuang City are put forward.
【学位授予单位】:河北科技大学
【学位级别】:硕士
【学位授予年份】:2015
【分类号】:X51;X16
【相似文献】
相关期刊论文 前10条
1 张强;兰州大气污染物浓度与局地气候环境因子的关系[J];兰州大学学报;2003年01期
2 冯宏芳,隋平,邱丽葭;福州市污染物浓度时空分布及影响因子分析[J];气象科技;2003年06期
3 李清华,韩爱梅,孙燕;太原市污染物浓度时空分布特征及影响因子分析[J];太原科技;2005年05期
4 王厘尔,邬华谟,任阵海,柴发合;大气三维风场的确定与污染物浓度分布的计算[J];数值计算与计算机应用;1990年04期
5 周江兴;北京市几种主要污染物浓度与气象要素的相关分析[J];应用气象学报;2005年S1期
6 张焱;白秋海;;室内空气中污染物浓度的检测以及防治[J];科技风;2010年15期
7 张菁,石宇虹,祖歌;沈阳主要大气污染物浓度预报方法与业务化[J];辽宁气象;2003年01期
8 周义;;大连地区污染气象参数的确定[J];辽宁师范大学学报(自然科学版);1986年01期
9 常炉予;赵天良;何金海;汤莉莉;于红霞;单云鹏;;周边气象条件对南京城区大气污染物浓度的影响[J];气象与环境学报;2013年06期
10 马晓光,胡非;利用支撑向量机预报大气污染物浓度[J];自然科学进展;2004年03期
相关会议论文 前10条
1 冯宏芳;隋平;邱丽霞;;福州市污染物浓度时空分布及影响因子分析[A];第五届全国日地关系与灾害学术研讨会论文专辑[C];2005年
2 亢燕铭;杨龙军;;通风房间内污染物浓度的预测模式[A];全国暖通空调制冷2000年学术年会论文集[C];2000年
3 黄鹤;孙玫玲;张长春;姚青;樊文燕;;天津城市主要大气污染物浓度垂直分布[A];第26届中国气象学会年会大气成分与天气气候及环境变化分会场论文集[C];2009年
4 刘焕彬;王新;;济南市首要污染物浓度与气象要素的相关分析[A];全国农业气象与生态环境学术年会论文集[C];2006年
5 郑艳萍;;降水对唐山市大气污染物浓度的影响[A];中国气象学会2008年年会城市气象与城市可持续发展分会场论文集[C];2008年
6 姚青;黄鹤;樊文雁;孙玫玲;;奥运期间天津主要大气污染物浓度变化特征[A];中国环境科学学会2009年学术年会论文集(第二卷)[C];2009年
7 沈澄;毛宇清;何鹏程;;2011年南京春节期间污染物浓度变化特征及其与气象条件的关系[A];第28届中国气象学会年会——S7城市气象精细预报与服务[C];2011年
8 陈曦;刘经纬;刘小兵;邹孝;;成都市2011年和2012年空气中主要污染物浓度空间变化分析[A];2013中国环境科学学会学术年会论文集(第五卷)[C];2013年
9 陈瑞敏;吴雁;康文英;王荣英;;连续雾霾天气污染物浓度变化及天气形势特征分析[A];第31届中国气象学会年会S11 第三届城市气象论坛—城市与环境气象[C];2014年
10 张洪英;李君;窦建平;;淄博市空气质量预报[A];中国气象学会2008年年会大气环境监测、预报与污染物控制分会场论文集[C];2008年
相关重要报纸文章 前10条
1 本报记者 黄洁 本报实习生 孔一颖;北京力争空气主要污染物浓度下降2%[N];法制日报;2013年
2 记者 骆倩雯;去年全市主要污染物浓度下降[N];北京日报;2013年
3 记者 刘宇男;涪江污染物浓度整体下降[N];四川日报;2011年
4 记者 马昭 实习生 武小娟;渭河污染物浓度大幅下降[N];西安日报;2009年
5 记者 王东亮;主要污染物浓度同比降2%[N];北京日报;2012年
6 本报记者 李凌翌;1—11月中心城区大气污染物浓度区域分布状况[N];成都日报;2008年
7 本报记者 沈俊霖;岛城上月空气变得更清新[N];青岛日报;2013年
8 李永利;港城空气越来越好[N];河北经济日报;2008年
9 记者 杜娟;前7月广州空气质 量优良天数207天[N];广州日报;2012年
10 记者 曹秀娟 通讯员 齐伟;50年太化渣山终被削平[N];山西日报;2011年
相关博士学位论文 前1条
1 石发恩;多场耦合下的汇聚型空气幕射流理论与实验研究[D];天津大学;2012年
相关硕士学位论文 前10条
1 张萌;基于景观格局的大气污染特征及预报预警研究[D];南京信息工程大学;2015年
2 闫翻辽;局部通风作用下阵发性污染物浓度分布规律研究[D];西安建筑科技大学;2015年
3 郑凤魁;我国南部地区典型城市和背景区域大气污染变化特征研究[D];兰州大学;2015年
4 桑田;空气质量改善前后污染物浓度与门诊量的浓度—反应关系[D];山西医科大学;2015年
5 李晗;石家庄市空气污染状况与气象条件相关性分析[D];河北科技大学;2015年
6 付营;中国近海大气污染物浓度特征及陆源输送研究[D];中国海洋大学;2006年
7 张磊;黄山光明顶污染物浓度变化成因的数值模拟研究[D];南京信息工程大学;2014年
8 白春霞;城市交通峡谷污染物浓度相关影响因素测试研究[D];长安大学;2012年
9 陈静;采暖期与非采暖期大气的首要污染物浓度的区域分布特征[D];中国海洋大学;2012年
10 刘玉玲;复杂边界河道流场及污染物输移数值模拟研究[D];西安理工大学;2002年
,本文编号:1855648
本文链接:https://www.wllwen.com/kejilunwen/huanjinggongchenglunwen/1855648.html