黄三角地区PM 2.5 变化特征及气象要素的影响研究

发布时间：2021-12-19 08:10

　　选取黄三角地区典型城市滨州,利用其2014年-2018年PM_2.5以及气象要素的观测数据,分析PM_2.5的变化特征及其与各气象要素的相关性。结果表明:PM_2.5具有明显的时间变化规律,呈冬季高、夏季低的趋势,最高值主要出现在1月和12月,最低值主要出现在7月和8月;PM_2.5与气温、风速、日照时数、降水在年尺度上呈负相关,与相对湿度、气压在年尺度上呈正相关。另外,稳定的大气层结有利于污染天气的形成和维持,2015年12月下旬的一次天气过程充分说明了这一点。 

【文章来源】：环境科学与管理. 2020,45(08)

【文章页数】：5 页

【部分图文】：

2014年-2018年滨州市PM2.5逐日变化曲线

利用2014年-2018年PM2.5逐日数据,按照优、良、轻度污染、中度污染、重度污染、严重污染六个等级分别统计,得到近5年滨州市空气质量级别的比例分布(如图2所示),其中空气质量为良的天数最多,达795 d(占比43.8%),空气质量为轻度污染的天数次多,达557 d(占比30.7%),空气质量为优的天数136 d(占比7.5%)。从逐年变化分析,2014年-2018年间,空气质量达到优级别的在2018年出现最多,为38 d,2016年最少,为16 d;空气质量达到良级别的在2016年出现最多,为194 d,2018年最少,为140 d;轻度污染在2018年出现最多,为127 d,2016年最少,为92 d;中度污染在2014年出现最多,为52 d,2015年最少,为31 d;重度污染在2014年出现最多,为31 d,2018年最少,为14 d;严重污染在2015年出现最多,为7 d,2016年最少,为0 d。总体来看,空气质量为优、良、轻度污染的天数,由2014年的276 d增加到2018年的305 d,呈现明显的增加趋势;空气质量为重度污染、严重污染的天数,由2014年的38 d减少到2018年的15 d,呈逐渐减少的趋势。2.3 PM2.5与主要气象要素的关系

自12月中旬以来,滨州地区天气较稳定,气温偏高,较常年偏高2.4℃,相对湿度偏高,无降水,日照时数连续5 d为0。特别是22日以来(如图3所示),气温日较差较小,最小仅为4.2℃(出现在24日),气压稳定不变,风速偏小,日平均风速连续3 d<1.5 m/s,相对湿度较高且变化较小,日平均相对湿度高达90%。低层稳定的大气层结和较小的风速不利于大气污染物的扩散。25日气温和相对湿度出现了小的波动,而后趋于平稳;自26日18时后,气温逐渐降低、气压上升、相对湿度变小、风速变大,能见度开始逐渐变好。3.3 地面天气形势

【参考文献】：
期刊论文
[1]合肥市主城区PM2.5时空分布特征研究[J]. 顾康康,祝玲玲.  生态环境学报. 2018(06)
[2]长三角典型城市PM2.5浓度变化特征及与气象要素的关系[J]. 高嵩,田蓉,郭彬,张龙,马晓燕.  科学技术与工程. 2018(09)
[3]2016年京津冀地区PM2.5时空分布特征及其与气象因素的关系[J]. 杨兴川,赵文吉,熊秋林,王丽丽,赵文慧.  生态环境学报. 2017(10)
[4]浙江省重度空气污染过程时空变化特征[J]. 李怀川,陈宣淼,叶子祥,吴贤笃.  气象与环境学报. 2017(03)
[5]上海地区空气污染变化特征及其气象影响因素[J]. 陈镭,马井会,甄新蓉,曹钰.  气象与环境学报. 2017(03)
[6]北京2015年大气细颗粒物的空间分布特征及变化规律[J]. 郭家瑜,张英杰,郑海涛,王自发,孙业乐.  环境科学学报. 2017(07)
[7]基于长时间序列的北京PM2.5浓度日变化及气象条件影响分析[J]. 苗蕾,廖晓农,王迎春.  环境科学. 2016(08)



本文编号：3544070