干旱区生态环境知识资源中心(Arid): 银川市气溶胶变化规律及预报技术研发

Arid

	银川市气溶胶变化规律及预报技术研发
	严晓瑜; 刘玉兰; 缑晓辉; 武万里; 马筛艳; 马宁; 杜娟娟; 郭晓雷
完成单位	宁夏气象服务中心
登记(发布)日期	2014
中文摘要	近年来,全国各地雾霾天气频发,由于其严重危害交通安全和人体健康受到政府和公众的高度关注。银川市随着城市化发展和车辆保有量的增加等,其环境问题日益严重,对该区气溶胶颗粒物浓度时空分布特征及变化规律的研究将为政府控制大气灰霾污染、改善城市环境质量等提供强有力的数据支持。为此,本项目基于2013-2014年银川市气溶胶资料,分析了不同时间尺度银川气溶胶时空分布特征,发现PM10、PM2.5、PM1浓度年均值分别为167.3μg·m-3、67.2μg·m-3、45.0μg·m-3,其中PM10、PM2.5分别超标1.4和0.9倍。PM2.5/PM10、PM1/PM10、PM1/PM2.5年均值分别为45%、32%、65%。银川PM10浓度3月最大,8月最小。PM2.5、PM1质量浓度月变化均呈“U”型分布,最高值均为1月,最小值PM2.5为8月,PM1为5月。PM2.5/PM10、PM1/PM10和PM1/PM2.5月变化特征一致,3、4、5月是一年中最低的三个月,11至次年2月较其它月份高。周末PM10、PM2.5、PM1平均浓度较工作日高。PM10、PM2.5和PM1质量浓度日变化均表现为明显的双峰双谷型。讨论了典型天气条件下不同粒径颗粒物浓度特征,结果显示,PM10浓度的大小顺序为浮尘/扬沙＞平均＞霾＞晴天＞雾,PM2.5为扬沙/浮尘＞霾＞平均＞晴天＞雾,PM1为霾＞平均＞雾＞晴天＞浮尘/扬沙。不同天气条件下大气颗粒物浓度峰值出现时间有所差异,但最小值均出现在16：00左右,次小值均出现于3：00左右。结合气象数据,探讨了气象要素与气溶胶粒子浓度关系,发现风速与PM10呈正相关,与PM2.5、PM1则呈负相关;PM10浓度在偏西北风向下较高, PM2.5 和PM1在偏西南风和偏东北风时浓度较高,偏西北风时则较低;PM10、PM2.5、PM1均与气温呈显著负相关;相对湿度与PM10呈显著负相关,与PM1呈显著正相关,与PM2.5相关性较弱;气压对PM10浓度变化影响较小,与PM2.5、PM1呈正相关;降水对PM10的清除作用最强,当降水量高于2.6mm时可以有效降低PM10浓度,对PM2.5的清除作用次之,有效改善PM2.5浓度的降水量为4.3mm以上,对PM1基本无清除作用。同时,采用神经网络法和线性回归法,分月建立了银川大气气溶胶预测模型,并采用C#语言设计开发了银川气溶胶预报系统,将建立的神经网络和线性回归两种统计预报模型应用于气溶胶预报业务中。项目的创新点主要是基于2013-2014年银川市气溶胶资料,对银川气溶胶时空分布变化规律进行了深入分析,对PM10、PM2.5、PM1污染水平以及PM2.5/PM10、PM1/PM10、PM1/PM2.5进行了评价,并分析了其月变化特征,同时,分年、四季、采暖季、非采暖季对不同粒径颗粒物的周变化、日变化进行了详细讨论,揭示了银川气溶胶变化规律。同时,项目针对晴天、雾、霾、沙尘/扬沙等典型天气条件,研究了不同天气条件下气溶胶浓度水平及日变化特征。同时,结合气象要素数据,项目分析了气象要素与气溶胶粒子浓度的相关关系,研究了气溶胶浓度随要素增加的变化特点,为了解天气过程对气溶胶污染形成、分布、维持的作用机理,提高气溶胶预测模型准确率奠定了基础。项目采用神经网络法和线性回归法,分季节建立了银川大气气溶胶预测模型,利用均方根误差、平均绝对误差、相关系数等评价指标,分析了两种预测模型在银川大气气溶胶预测中的应用效果,为今后气溶胶预测业务服务的开展提供了科学依据和技术支撑。项目执行中主要存在问题有两点,一是气溶胶资料序列较短,致使本项目未能对其长期变化特征进行分析,随着观测资料的不断积累,今后应对气溶胶长期变化规律进行分析,对典型天气条件污染特征进行更深入的研究,并对大风、降水、降雪等天气对污染物的清除效果进行探讨。二是项目只是应用统计方法对气溶胶变化规律及其与气象要素的关系进行了分析,未进行气溶胶源解析,一定程度上影响了预测模型准确率。未来应对气溶胶来源、动力机制等进行深入研究,以改进模型预测效果奠定基础。项目参加人员在环境科学与技术刊物发表了题为《银川市气溶胶变化特征及其与气象条件的关系分析》的论文,在气象与环境学报发表了题为《银川地区大气颗粒物浓度变化特征及其与气象条件的关系》的论文,分别获中国气象局旱区特色农业气象灾害监测预警与风险管理实验室学术论文三等奖和二等奖。
中文关键词	气溶胶 ; 浓度 ; 变化规律 ; 银川
成果类型	应用技术
中图法分类号	X513
URL	http://dbpub.cnki.net/grid2008/dbpub/detail.aspx?dbcode=SNAD&dbname=SNAD&filename=SNAD000001740117
资源类型	成果
条目标识符	http://119.78.100.177/qdio/handle/2XILL650/243513
推荐引用方式 GB/T 7714	严晓瑜,刘玉兰,缑晓辉,等. 银川市气溶胶变化规律及预报技术研发[Z]. 应用技术,2014.