山西陽泉空氣污染特征及其與氣象要素的相關(guān)性分析

牛俊玫, 吳 瑤, 張 恒, 元 震

(1.山西省陽泉市氣象局,山西陽泉045000;2.成都信息工程學(xué)院大氣科學(xué)學(xué)院,四川成都610225)

0 引言

陽泉市作為山西省第三大城市,是晉東地區(qū)政治、經(jīng)濟(jì)、文化和交通中心,又是中國最大無煙煤生產(chǎn)基地,是硫鐵礦和鋁釩土的生產(chǎn)基地之一,素有“煤鐵之鄉(xiāng)”的稱號,是中國單位面積產(chǎn)煤最多的城市。近年,隨著資源性礦產(chǎn)的加速開采和使用,加重了陽泉市大氣環(huán)境的污染。眾所周知,空氣污染的防治,根本途徑在于城市規(guī)劃布局尤其是工業(yè)區(qū)的合理布局,改變?nèi)剂辖Y(jié)構(gòu)和燃燒方式,提倡低碳生活,采取減少污染物排放等;但同時,由于污染物在大氣中的輸送擴(kuò)散狀態(tài)受地理環(huán)境和氣象條件的影響和支配,因而,充分研究地理環(huán)境、氣象變化與空氣污染的相關(guān)規(guī)律,利用有利的氣象條件進(jìn)行科學(xué)合理的排放,趨利避害,也是非常有意義的重要工作。目前,有關(guān)氣象變化與空氣污染的研究已有許多成果,如丁一匯等[1]分析了空氣污染與氣候變化之間的關(guān)系,認(rèn)為二者在很大程度上具有共同的原因,即主要是由礦物燃料燃燒的排放所造成的;胡春梅等[2]根據(jù)地面常規(guī)要素、L波段雷達(dá)探測資料風(fēng)速和溫度與污染指數(shù)的相關(guān)性,建立了重慶市空氣污染擴(kuò)散條件的綜合氣象指數(shù),分類確定其潛勢預(yù)報(bào)指標(biāo);尚可政等[3]研究了蘭州冬季空氣污染與地面氣象要素之間的關(guān)系,建立了回歸模型用于預(yù)報(bào)污染物濃度;王宏等[4]、曾光平等[5]討論了福州市空氣高污染與氣象條件的關(guān)系,并利用福州站常規(guī)氣象資料提出了福州市空氣污染濃度的預(yù)報(bào)方法;趙惠芳等[6]統(tǒng)計(jì)分析了晉江市PM10濃度變化與氣象要素變化的相關(guān)關(guān)系;王川[7]等結(jié)合西安氣象特點(diǎn),建立了西安空氣污染氣象條件預(yù)報(bào)服務(wù)系統(tǒng);于亞薇[9]等也分析了葫蘆島市暴雨與污染物濃度的關(guān)系。這些工作基本圍繞空氣污染與氣候變化、空氣污染與氣象要素、污染物與氣象要素、空氣污染濃度預(yù)報(bào)方法及預(yù)報(bào)服務(wù)系統(tǒng)等方面進(jìn)行。

陽泉市地處黃土高原東緣,地勢西高東低,境內(nèi)地貌以山地為主,地處暖溫帶半濕潤大陸性季風(fēng)氣候區(qū),由于受大陸性季風(fēng)及復(fù)雜地形影響,年均氣溫最曖處達(dá)13.2℃,最冷處僅為2.0℃,年降水量北部多于南部,南北差異可達(dá)60mm,可見市內(nèi)不同地區(qū)的氣候差異較大。從陽泉市的大氣污染環(huán)境看,污染源較為單一,主要的影響與礦產(chǎn)資源開采和城市發(fā)展有關(guān),氣象因素與陽泉空氣污染的相關(guān)性如何,能否通過氣象資料預(yù)測污染物或空氣污染濃度的變化的研究,對于提高人民生活水平、提供政府決策、促進(jìn)公共氣象服務(wù)都是非常有意義的。

1 資料及方法

根據(jù)中國空氣污染的特點(diǎn)和污染防治重點(diǎn),省級以下城市目前計(jì)入空氣污染指數(shù)的項(xiàng)目為二氧化硫(SO2)、氮氧化物(NO2)和可吸入顆粒物或總懸浮顆粒物(PM10),預(yù)計(jì)2013年開始將全面開展PM2.5的監(jiān)測。文中所用資料為2007～2011年山西陽泉市7個環(huán)境監(jiān)測站(陽泉、市中心、南莊、平潭、大陽泉、賽魚、白羊墅)的污染監(jiān)測數(shù)據(jù),以及陽泉市地面氣象觀測資料,包括日最高氣溫、日最低氣溫、日平均氣溫、能見度、日最大風(fēng)速、平均風(fēng)速、降水量、總云量、氣壓、水汽壓、相對濕度11類氣象要素觀測數(shù)據(jù)。文中首先研究了陽泉市大氣污染物及首要污染物的排放特征,然后分析了根據(jù)污染物的濃度和污染指數(shù)值構(gòu)建的空氣污染指數(shù)(API)的變化特征,并利用統(tǒng)計(jì)相關(guān)分析方法,分析陽泉市大氣污染物排放、氣象要素與污染指數(shù)之間的相關(guān)性,最后建立了污染氣象預(yù)報(bào)診斷方程。

文中空氣污染指數(shù)API的計(jì)算方法為:利用公式 Ii=(Ci-Ci,j)/(Ci,j+1-Ci,j)*(Ii,j+1-Ii,j)+Ii,j,計(jì)算第i種污染物的污染分指數(shù)值,式中:Ci,Ii分別為第i種污染物的濃度值和污染分指數(shù)值,Ci,j,Ii,j分別為第i種污染物在J轉(zhuǎn)折點(diǎn)的極限濃度值和污染分指數(shù)值,Ci,j+1,Ii,j+1分別為第 i種污染物在J+1轉(zhuǎn)折點(diǎn)的濃度極限值和污染分指數(shù)值;然后確認(rèn)第i種污染物的最大污染分指數(shù)值為空氣污染指數(shù),即API=max(I1,I2,…Ii,…In);最后參照國家環(huán)保總局空氣污染指數(shù)的定義及分級限制[5,8]將空氣質(zhì)量濃度等級劃分為6個等級:空氣污染指數(shù)API≤50為一級標(biāo)準(zhǔn),空氣質(zhì)量優(yōu);API在51～100為二級標(biāo)準(zhǔn),空氣質(zhì)量良;API在101～150為三級標(biāo)準(zhǔn),為輕微污染;API在151～200為四級標(biāo)準(zhǔn),輕度污染,API在201～300為五級標(biāo)準(zhǔn),中重度污染,API＞300為六級標(biāo)準(zhǔn),重污染。

2 陽泉市大氣污染物排放及首要污染物特征

2.1 大氣污染物的排放特征

表1給出7個環(huán)境監(jiān)測站5年的污染日數(shù)統(tǒng)計(jì)結(jié)果。由表1可見,2007～2011年這5年中陽泉市總體年平均污染日數(shù)為35.3d,但污染日數(shù)年際差異顯著,其中2007年污染日數(shù)平均最多為75d,2009年最少為10.3d,年污染日數(shù)差異近7倍;從7個監(jiān)測站的污染日數(shù)統(tǒng)計(jì)看,平潭、賽魚、白羊墅和市中心4站年平均污染日數(shù)超過40d,分別為60.6d、43d、42.8d、44.6d,而太陽泉年平均污染日數(shù)只有5.4d,可見不同站點(diǎn)之間污染差異很大;總體而言,陽泉污染日數(shù)的分布顯示出沿桃河流域,沿西北地區(qū)和市中心污染較為嚴(yán)重的分布特征,形成這種污染分布特征的主要原因可能與平潭、賽魚、白羊墅3站比較靠近工業(yè)礦區(qū)有關(guān),而市中心站則與城市中心地帶的人口密度大,并日常生活產(chǎn)生的污染物排放量較大有關(guān)。

表1 陽泉市7個監(jiān)測點(diǎn)污染日數(shù)(d)

圖1給出7個環(huán)境監(jiān)測站年污染日數(shù)占全年總?cè)諗?shù)的百分率在5年中的變化情況,可見7個監(jiān)測站污染狀態(tài)的變化趨勢是比較一致的。2007～2011年,2007年污染嚴(yán)重,平均污染日百分率達(dá)到21%,平潭最高達(dá)到37%;隨后污染日百分率顯著下降,2009年平均污染日百分率不足3%,太陽泉站2008年、2009年2年幾乎零污染,全年無污染日,而污染比較嚴(yán)重的白羊墅、平潭站污染日數(shù)百分率也一度降至4%;但從2010年開始7個監(jiān)測站的污染日數(shù)又逐漸上升,至2011年7站平均污染日數(shù)百分率到達(dá)11.5%,其中平潭站污染日數(shù)百分率升至24%。陽泉地區(qū)污染日數(shù)U型分布特征明顯,其U型底部分布是否與全球經(jīng)濟(jì)的發(fā)展如2008年金融危機(jī)導(dǎo)致的能源需求下降和山西煤礦安全2008～2009年整頓等有關(guān)需要進(jìn)一步的分析。

圖1 陽泉市7個環(huán)境監(jiān)測站的污染日數(shù)百分率

2.2 首要污染物特征

圖2(a～e)分別為2007～2011年逐年年內(nèi)污染物SO2、NO2、PM10濃度及空氣污染API指數(shù)的時間變化曲線,圖中污染物濃度也明顯顯示出2007～2011年這5年的大氣污染濃度先減緩降低后又加劇上升這一變化過程。空氣質(zhì)量較好的2009年,3種污染物濃度基本都控制在0.1以下,對應(yīng)的API指數(shù)也在50左右波動,空氣質(zhì)量優(yōu)。圖中還顯示出NO2濃度基本保持在0.05以下,而SO2、PM10濃度則在0.05～0.25變化,平均是NO2濃度的2～5倍,可見3種污染物中NO2比重較小。比較圖2中5年的年內(nèi)污染物情況,還顯示出年內(nèi)污染物的變化特征表現(xiàn)為5～10月污染物濃度相對較低,夏秋季節(jié)空氣質(zhì)量較好,而11～4月的冬春季節(jié)則污染物濃度較高,空氣質(zhì)量較差,為主要污染月份,這可能反映出陽泉地區(qū)的污染狀況與大氣活動的季節(jié)變化或大氣環(huán)流季節(jié)演變有一定相關(guān)關(guān)系,冬季環(huán)流更不利于污染物的排放。

圖2 2007～2011年各年 SO2、NO2、PM10濃度及 API指數(shù)隨時間的變化

表2給出SO2和PM10兩種污染物在總污染日數(shù)中所占比例,由于NO2濃度總體偏小,因而在總的污染日數(shù)中所占比例也較小,故未在表中標(biāo)示。由表2數(shù)據(jù)可知,SO2和PM10兩種污染物是陽泉地區(qū)的首要污染物,但PM10作為首要污染物在污染日數(shù)中所占比例顯著高于SO2,甚至個別站點(diǎn)PM10占比為100%,尤其是2010年和2011年的監(jiān)測數(shù)據(jù)中首要污染物PM10占比很高,這也是近年來人們特別關(guān)注PM10對空氣造成污染的原因之一;但同時也注意到2011年在太陽泉、賽魚站SO2污染日數(shù)超過了PM10,表明在分析首要污染物時SO2也不可忽視。故此,陽泉地區(qū)的首要污染物為SO2和PM10。

表2 首要污染物占總污染日數(shù)比例

3 大氣污染指數(shù)(API)與氣象要素的相關(guān)性分析

圖2給出了由3種大氣污染物計(jì)算得到的大氣污染指數(shù)API的變化曲線,計(jì)算API與首要污染物SO2和PM10濃度的相關(guān)系數(shù)為0.89和0.92,可見API指數(shù)與污染物濃度變化有著很好的對應(yīng)關(guān)系,API指數(shù)的增大(減小)能很好地反映污染物濃度的增大(減小),因此,采用能綜合反映大氣污染強(qiáng)度的API指數(shù)代表大氣的污染狀況進(jìn)行大氣污染與氣象要素的相關(guān)性研究[10-11]。

3.1 大氣污染指數(shù)(API)與氣象要素總體相關(guān)性分析

表3給出11種地面氣象要素與7個環(huán)境監(jiān)測站API指數(shù)之間月平均狀況的相關(guān)系數(shù),可以看出氣溫、降水量、總云量、水汽壓和相對濕度與污染指數(shù)API呈負(fù)相關(guān)關(guān)系,即氣溫越高、降水量和水汽壓越大、相對濕度越高,越不利于污染物擴(kuò)散;而能見度、風(fēng)速、氣壓與污染指數(shù)API值則呈正相關(guān)關(guān)系,風(fēng)速的相關(guān)系數(shù)較大,基本通過0.05的顯著性檢驗(yàn),部分站還通過了0.01的顯著性檢驗(yàn),相對而言能見度和氣壓則相關(guān)性較弱,特別是氣壓只有兩個站通過0.05的顯著性水平檢驗(yàn),在白羊墅站還轉(zhuǎn)為了負(fù)相關(guān)。從區(qū)域相關(guān)看,陽泉、市中心、平潭3站的地面氣象要素與API值相關(guān)性最好,如陽泉站有9個要素、市中心站有10個要素、平潭站全部11個要素都通過了0.01和0.05顯著性檢驗(yàn),其余4個站區(qū)地面要素與API相關(guān)性較弱,反映了遠(yuǎn)離市區(qū)氣象要素與污染指數(shù)相關(guān)性越弱的特征;僅僅從地面要素看,平均風(fēng)速、日最大風(fēng)速和相對濕度在7個站都具有很好的相關(guān)性,反映了風(fēng)速和濕度對污染擴(kuò)散的重要影響。

表3 月平均地面要素與空氣污染指數(shù)API相關(guān)系數(shù)

3.2 不同月季大氣污染指數(shù)與氣象要素的相關(guān)性分析

圖2中顯示出年內(nèi)污染物濃度在5～10月的夏秋季較輕和11～4月的冬春季較重的特征,因而利用日平均污染物指數(shù)API資料及7個氣象要素資料計(jì)算了的相關(guān)系數(shù),如表3所示。

3.2.1 冬春季相關(guān)性分析

由冬春季(11～4月)日平均地面要素與空氣污染指數(shù)API相關(guān)系數(shù)表(表4)可以看出,11月至次年4月API相關(guān)性最好的是能見度和總云量,大多數(shù)站都通過0.1的顯著性檢驗(yàn),相關(guān)性較好的站為陽泉、南莊、平潭、賽魚,平均風(fēng)速、降水量、日最大風(fēng)速和相對濕度無一站通過顯著性檢驗(yàn)。氣溫、能見度與API成負(fù)相關(guān),即氣溫和能見度越低,越有利于污染物擴(kuò)散。降水量在冬季一般較少,春季才增多,因此前期對污染的影響較小,氣壓與API的相關(guān)系數(shù)也較小,相關(guān)性較弱,而總云量與API成明顯正相關(guān),即總云量越多,越有利于污染物擴(kuò)散。

表4 11～4月日平均地面氣象要素與空氣污染指數(shù)API相關(guān)系數(shù)

3.2.2 夏秋季相關(guān)性分析

夏秋季地面要素與各個站的空氣污染指數(shù)(API)的相關(guān)性都加大,特別是陽泉、平譚和賽魚,除了降水、總云量和氣壓以外都通過0.05的顯著性檢驗(yàn),部分氣象要素通過0.01的顯著性檢驗(yàn)。能見度、平均風(fēng)速和日最大風(fēng)速與7個站的API都具有很好的相關(guān)性,水汽壓次之,而降水量、總云量和氣壓則相關(guān)性最小,與冬春季有所區(qū)別。風(fēng)速、總云量和氣壓呈正相關(guān),氣溫、能見度、降水量、水汽壓和濕度與API呈負(fù)相關(guān)。

表5 5～10月日平均地面要素與空氣污染指數(shù)API相關(guān)系數(shù)

綜上所述,在不同季節(jié)各氣象要素對空氣污染指數(shù)(API)的影響有所不同,氣溫、相對濕度、氣壓和降水量在全年的相關(guān)性都較弱。能見度一年四季的相關(guān)性都較好,并一直處于負(fù)相關(guān)狀態(tài),說明能見度越低,越有利于污染物擴(kuò)散。風(fēng)速在夏秋季相關(guān)性高,為明顯的正相關(guān),到冬春季減弱,相關(guān)系數(shù)較小?？傇屏炕境收嚓P(guān),冬春季云量正相關(guān)系數(shù)大,影響較明顯,夏秋季相關(guān)系數(shù)較小,影響減弱。

4 大氣污染物氣象預(yù)報(bào)模型的建立

根據(jù)上述分析,選擇空氣污染指數(shù)(API)以及SO2,PM10和NO2作為污染預(yù)報(bào)因子建立分季節(jié)的回歸模型,其監(jiān)測值取陽泉全市7個站連續(xù)24小時的平均值作為日平均空氣污染指數(shù)和污染物濃度,氣象預(yù)報(bào)因子取2007～2010年的大氣本底氣象要素監(jiān)測值,并將2011年部分觀測值作為檢驗(yàn)數(shù)據(jù)[12]。

4.1 預(yù)報(bào)因子的選擇

空氣污染的濃度與氣象條件有密切的關(guān)系[1]。利用陽泉市7個大氣環(huán)境監(jiān)測點(diǎn)2007～2010年的資料及同時間段11個地面氣象要素進(jìn)行相關(guān)性分析,其相關(guān)系數(shù)如表6。表中顯示了污染物濃度的變化與氣象要素的變化是相關(guān)密切的,因而可以基于這些氣象要素作為預(yù)報(bào)因子研究污染濃度的變化。

表6 陽泉市污染物濃度與氣象要素相關(guān)系數(shù)

預(yù)報(bào)因子的選擇可以基于大氣擴(kuò)散的基本原理去考慮,考慮到大氣穩(wěn)定度和風(fēng)對大氣污染的影響,其兩方面都與天氣形勢有著密切的聯(lián)系,故氣象預(yù)報(bào)因子的選擇首先考慮其物理意義,初選了11種氣象因子,分別表示為X1:當(dāng)日的最低溫度(℃);X2:當(dāng)日的最高溫度(℃);X3:前一天20時的能見度(km);X4:當(dāng)日的平均風(fēng)速(m/s);X5:當(dāng)天日平均氣溫(℃);X6:當(dāng)天的降水量(mm);X7:當(dāng)天20時的總云量;X8:當(dāng)天08時氣壓(mpa);X9:當(dāng)天的最大風(fēng)速(m/s);X10:當(dāng)日08時水氣壓(mpa);X11:當(dāng)日14時相對濕度(%)。

4.2 回歸模型的建立

采取逐步回歸的統(tǒng)計(jì)模型,建立了分冬春季、夏秋季的4種預(yù)報(bào)量 Y(API、SO2、NO2、PM10),初選預(yù)報(bào)因子X(11個地面氣象要素),其污染指數(shù)和污染物濃度定量預(yù)報(bào)的逐步回歸方程。表中列出了4種預(yù)報(bào)量分季節(jié)的回歸方程及其復(fù)相關(guān)系數(shù) R、F值和方程的顯著性,其中Fa統(tǒng)一取為7。

表7 回歸方程及顯著性

4.3 回歸方程的預(yù)報(bào)效果檢驗(yàn)

根據(jù)上述8個方程,分別選擇2011年5～6月(使用夏秋季方程)和11～12月(使用冬春季方程)的氣象觀測值進(jìn)行了預(yù)報(bào),并將污染物濃度的預(yù)報(bào)值與同時段陽泉市環(huán)境監(jiān)測站的監(jiān)測資料值曲線顯示在圖3～6中,對上述回歸方程進(jìn)行了檢驗(yàn),表明回歸方程是可用的。

圖3 API監(jiān)測曲線和回歸預(yù)報(bào)值曲線

圖4 SO2監(jiān)測曲線和回歸預(yù)報(bào)值曲線(單位:mg/m3)

圖5 PM10監(jiān)測曲線和回歸預(yù)報(bào)值曲線(單位:mg/m3)

圖6 NO2監(jiān)測曲線和回歸預(yù)報(bào)值曲線(單位:mg/m3)

從圖3～圖6的監(jiān)測值和預(yù)報(bào)值的對比看,分季方程兩個月時間的檢驗(yàn)結(jié)果表明方程是顯著可用的。從檢驗(yàn)結(jié)果看,圖3中空氣污染指數(shù)API預(yù)報(bào)值在夏秋季主要落在40～100,監(jiān)測值落在20～140,冬春季預(yù)報(bào)值在30～120,監(jiān)測值落在20～150,預(yù)報(bào)值反映了回歸方程統(tǒng)計(jì)計(jì)算的集中性特點(diǎn),API預(yù)報(bào)準(zhǔn)確率到達(dá)70%。同樣也可以看到,圖4中SO2的預(yù)報(bào)值在夏秋季落在0.02～0.08mg/m3,SO2的監(jiān)測值落在0～0.1mg/m3,冬春季預(yù)報(bào)值在0.02～0.11mg/m3,監(jiān)測值在0～0.14mg/m3,預(yù)報(bào)值與監(jiān)測值相比,預(yù)報(bào)值沒有監(jiān)測值那么分散,預(yù)報(bào)值較為集中,SO2的平均絕對誤差為0.024mg/m3,SO2準(zhǔn)確率為80%。圖5中PM10的預(yù)報(bào)值在夏秋季落在0.04～0.12mg/m3,PM10的監(jiān)測值落在 0.02～0.16mg/m3,冬春季預(yù)報(bào)值在 0.03～0.18mg/m3,監(jiān)測值在 0.01～0.18mg/m3預(yù)報(bào)值與監(jiān)測值相比,預(yù)報(bào)值沒有監(jiān)測值那么分散,預(yù)報(bào)值較為集中,PM10的平均絕對誤差為0.058mg/m3,PM10準(zhǔn)確率為85%。圖6中NO2的預(yù)報(bào)值在夏秋季季落在0.02～0.04mg/m3,NO2的監(jiān)測值落在0～0.06mg/m3,冬春季預(yù)報(bào)值在0.02～0.06mg/m3,監(jiān)測值在0～0.08mg/m3,預(yù)報(bào)值與監(jiān)測值相比,預(yù)報(bào)值沒有監(jiān)測值那么分散,預(yù)報(bào)值較為集中,NO2的平均絕對誤差為0.022mg/m3,NO2準(zhǔn)確率為80%。

以上分析可知,地面氣象要素對大氣污染物的濃度有很大的影響,在空氣污染預(yù)報(bào)時,在缺少高空氣象資料的情況下,如何充分利用現(xiàn)有的地面氣象要素,使現(xiàn)有的地面氣象資料發(fā)揮其應(yīng)有的價值值得做進(jìn)一步的研究。

5 結(jié)論

(1)陽泉市大氣污染日數(shù)在2007～2011年表現(xiàn)出U型變化特征和區(qū)域分布差異特征,其首要污染物主要為SO2和PM10,甚至PM10的污染比重要大于SO2,這可能與陽泉地區(qū)的“煤鐵之鄉(xiāng)”的資源性開采有關(guān)。

(2)陽泉空氣污染指數(shù)API和SO2、PM10、NO2污染物濃度的變化呈現(xiàn)出比較顯著的季節(jié)性變化,主要可分為5～10月的夏秋季和11～4月的冬春季,冬春季空氣污染較為嚴(yán)重,夏秋季空氣質(zhì)量較好,因此空氣污染預(yù)報(bào)應(yīng)注意季節(jié)差異性。

(3)陽泉空氣污染指數(shù)與SO2、PM10、NO2污染物濃度的變化與地面氣象要素的變化有密切的關(guān)系。冬春季影響污染物變化最重要的是能見度、和總云量,夏秋季影響最大的是能見度、風(fēng)速,但總體看文中研究的11類氣象要素都對污染物排放有一定的相關(guān)性。因而,通過地面氣象要素分季節(jié)建立的空氣污染和污染物濃度的氣象預(yù)報(bào)回歸方程經(jīng)過檢驗(yàn)是顯著可用的。

[1] 丁一匯,李巧萍,柳艷菊,等.空氣污染與氣候變化[J].氣象,2009,35(3):3-15.

[2] 胡春梅,劉德,陳道勁.重慶市空氣污染擴(kuò)散氣象條件指標(biāo)研究[J].氣象科技,2009,37(6):665-669.

[3] 尚可政,王式功,楊德保,等.蘭州冬季空氣污染與地面氣象要素的關(guān)系[J].甘肅科學(xué)學(xué)報(bào),1999,11(1):1-5.

[4] 王宏,馮宏芳,隋平.福州市空氣高污染與氣象條件關(guān)系[J].氣象科技,2009,37(3):676-681.

[5] 曾光平,夏麗花,林祥明,等.福州市空氣污染濃度預(yù)報(bào)方法[J].氣象,1999,26(4):25-29.

[6] 趙惠芳,唐會榮,趙應(yīng)龍,等.晉江市區(qū)空氣污染事件與氣象因子的關(guān)系初探[J].環(huán)境科學(xué)與技術(shù),2010,33(6):133-137.

[7] 王川,劉子臣,孟煒.西安空氣污染氣象條件預(yù)報(bào)服務(wù)系統(tǒng)[J].陜西氣象,2002,(3):19-20.

[8] GB3095-1996,國家環(huán)?？偩汁h(huán)境空氣質(zhì)量標(biāo)準(zhǔn)[S].

[9] 于亞薇,孟振雄.葫蘆島市空氣質(zhì)量分析及其與暴雨的關(guān)系[J].成都信息工程學(xué)院學(xué)報(bào),2012,27(3):314-317.

[10] 袁美英,周秀杰,張桂華,等.天氣形勢對哈爾濱市空氣質(zhì)量影響的初步研究[J].氣象,2005,31(1):55-58.

[11] 楊元琴,王繼志,侯青,等.北京夏季空氣質(zhì)量的氣象指數(shù)預(yù)報(bào)[J].應(yīng)用氣象學(xué)報(bào),2009,20(6):649-655.

[12] 吳振玲,謝以揚(yáng),周惠,等.2003年冬季空氣質(zhì)量趨勢預(yù)測方法[J].氣象,2005,31(10):47-50.