兰州主城臭氧污染特征及气象因子分析

doi:10.3969/j.issn.1673-503X.2019.02.007

气象与环境学报 ›› 2019, Vol. 35 ›› Issue (2): 46-54.doi: 10.3969/j.issn.1673-503X.2019.02.007

兰州主城臭氧污染特征及气象因子分析

陈培章^1,2, 陈道劲³

1. 重庆师范大学, 重庆 401331;
2. 重庆市广睿达科技有限公司, 重庆 401121;
3. 重庆市气象台, 重庆 401147

收稿日期:2018-08-09 修回日期:2018-11-14 出版日期:2019-04-30 发布日期:2019-04-30
作者简介:陈培章,男,1994年生,工程师,主要从事气象大数据研究及最优化算法研究,E-mail:grand_chenpz@163.com
基金资助:
兰州市大气污染防治大数据应用研究（LHDQ（2018）-004）项目资助。

Analysis of ozone pollution characteristics and meteorological factors over Lanzhou city

CHEN Pei-zhang^1,2, CHEN Dao-jin³

1. Chongqing Normal University, Chongqing 401331, China;
2. Chongqing Guangruida Technology Co., Ltd, Chongqing 401121, China;
3. Chongqing Meteorological Observatory, Chongqing 401147, China

Received:2018-08-09 Revised:2018-11-14 Online:2019-04-30 Published:2019-04-30

摘要/Abstract

摘要：

基于2014—2017年兰炼宾馆、生物制品所、职工医院、铁路设计院4个国控站的监测数据，通过分析兰州市主城臭氧浓度变化时间分布特征以及气象指标对臭氧浓度的影响关系，进而通过遗传算法得到最优的气象因子范围，以此预测O_{3_8h}浓度的超标情况。结果表明：2014—2017年兰州市主城臭氧污染主要集中在4—8月，且每日14—16时处于高值区；对臭氧浓度变化起主导作用的气象因素有净地表太阳辐射、边界层高度、距地面2 m温度、西风、850 hPa相对湿度以及850 hPa垂直速度；采用遗传算法得到最优气象因子范围，据此判断气象条件是否处于高影响状态：当此时刻气象条件处于高影响状态时，下一时刻O_{3_8h}超标（O_{3_8h}大于160 μg·m^-3）概率为42.31%，O_{3_8h}超过130 μg·m^-3的概率为99.04%；当此时刻气象条件处于低影响状态时，下一时刻O_{3_8h}未超标概率为99.87%。因此，在兰州市主城臭氧防治中，首先需要对未来的气象条件进行判断，进而在09时前人为操控一些主要气象因子或者控制臭氧前体物浓度，从而抑制臭氧浓度在09—14时快速上升，防止臭氧浓度超标。

关键词: 臭氧浓度, 气象因子, 相关性分析, 遗传算法

Abstract:

Based on the monitoring data from the four state-controlled stations of Lanlian Hotel,Biological Products Institute,Staff Hospital and Railway Design Institute from 2014 to 2017,this paper analyzed the time distribution characteristics of ozone concentration and the influence of meteorological indicators on ozone concentration over Lanzhou city.The optimal meteorological factor range was obtained by a genetic algorithm to predict the excessive O_{3_8h} concentration.The results show that from 2014 to 2017,the higher ozone pollution over the main city of Lanzhou mainly occurs in the period of April to August during which a high value ranges between 14:00 to 16:00 every day.The meteorological factors that play a leading role in the change of ozone concentration are the net surface solar radiation,height of boundary layer,2 m temperature,westerly wind,relative humidity and vertical velocity at 850 hPa.The range of the optimal meteorological factors obtained by the genetic algorithm is used to identify whether the meteorological conditions are in a high-impact state.At time when the meteorological conditions are in a high-impact state,the probability of O_{3_8h} exceeding the standard value (O_{3_8h} greater than 160 ug·m^-3) at the next time is 42.31%,and the probability of O_{3_8h} exceeding 130 ug·m^-3 is 99.04%.In contrast,at the time when the meteorological conditions are in a low-impact state,the probability of O_{3_8h} not exceeding the standard at the next time is 99.87%.Therefore,in the main city of Lanzhou,it is necessary to identify the future meteorological conditions first,and then manually control some major meteorological factors or control the concentration of ozone precursors before 09:00 to prevent the rapid rise of ozone concentration at 09:00-14:00 and prevent the ozone concentration from exceeding the standard level.

Key words: Ozone concentration, Meteorological factors, Correlation analysis, Genetic algorithm

中图分类号:

X515

陈培章, 陈道劲. 兰州主城臭氧污染特征及气象因子分析[J]. 气象与环境学报, 2019, 35(2): 46-54.

CHEN Pei-zhang, CHEN Dao-jin. Analysis of ozone pollution characteristics and meteorological factors over Lanzhou city[J]. Journal of Meteorology and Environment, 2019, 35(2): 46-54.

0
/ / 推荐

导出引用管理器 EndNote|Reference Manager|ProCite|BibTeX|RefWorks

链接本文: http://www.jme1984.net.cn/CN/10.3969/j.issn.1673-503X.2019.02.007

http://www.jme1984.net.cn/CN/Y2019/V35/I2/46

参考文献

[1] 陈浪,赵川,关茗洋,等.我国大气臭氧污染现状及人群健康影响[J].环境与职业医学,2017,34(11):1025-1030.
[2] 于世杰,尹沙沙,张瑞芹,等.郑州市近地面臭氧污染特征及气象因素分析[J].中国环境监测,2017,33(4):140-149.
[3] 易睿,王亚林,张殷俊,等.长江三角洲地区城市臭氧污染特征与影响因素分析[J].环境科学学报,2015,35(8):2370-2377.
[4] 张青,宫正宇,孟晓艳,等.成渝地区臭氧污染特征分析[J].环境科学与技术,2017,40(S1):9-11.
[5] 程麟钧,王帅,宫正宇,等.京津冀区域臭氧污染趋势及时空分布特征[J].中国环境监测,2017,33(1):14-21.
[6] 梁碧玲,张丽,赖鑫,等.深圳市臭氧污染特征及其与气象条件的关系[J].气象与环境学报,2017,33(1):66-71.
[7] 黄俊,廖碧婷,吴兑,等.广州近地面臭氧浓度特征及气象影响分析[J].环境科学学报,2018,38(1):23-31.
[8] 林燕芬,王茜,伏晴艳,等.上海市臭氧污染时空分布及影响因素[J].中国环境监测,2017,33(4):60-67.
[9] 严仁嫦,叶辉,林旭,等.杭州市臭氧污染特征及影响因素分析[J].环境科学学报,2018,38(3):1128-1136.
[10] 吴锴,康平,王占山,等.成都市臭氧污染特征及气象成因研究[J].环境科学学报,2017,37(11):4241-4252.
[11] 蒋璐璐,钱燕珍,杜坤,等.宁波市近地层臭氧浓度变化及预测[J].气象与环境学报,2016,32(1):53-59.
[12] 祝合勇,杨太保,金庆森.兰州市城区大气污染现状及防治对策分析[J].环境科学导刊,2011,30(2):48-52.
[13] 姜允迪,王式功,祁斌,等.兰州城区臭氧浓度时空变化特征及其与气象条件的关系[J].兰州大学学报:自然科学版,2000,36(5):118-125.
[14] 环境保护部,国家质量监督检验检疫总局.环境空气质量标准(GB3095-2012)[S].北京:中国环境科学出版社,2016.
[15] 卢秀娟,巨天珍,谢顺涛,等.兰州地区大气臭氧时空变化及影响因素研究[J].地球与环境,2018,46(4):355-363.
[16] 陈世俭,童俊超,Kazuhiko K,等.气象因子对近地面层臭氧浓度的影响[J].华中师范大学学报:自然科学版,2005,39(2):273-277.
[17] 张灿,蒋昌潭,罗财红,等.气象因子对臭氧的影响及其在空气质量预报中的应用[J].中国环境监测,2017,33(4):233-240.
[18] 杨雅琴,高会旺.青岛大气臭氧及其前体物时间变化与污染特征[J].气象与环境学报,2008,24(2):1-5.
[19] 李顺姬,李红,陈妙,等.气象因素对西安市西南城区大气中臭氧及其前体物的影响[J].气象与环境学报,2018,34(4):59-67.
[20] Long Q,Wu C Z,Huang T W,et al.A genetic algorithm for unconstrained multi-objective optimization[J].Swarm and Evolutionary Computation,2015(22):1-14.

兰州主城臭氧污染特征及气象因子分析

Analysis of ozone pollution characteristics and meteorological factors over Lanzhou city

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

Metrics

本文评价

推荐阅读 9

[1]	项程程, 柴曼. 辽宁城市PM_2.5时空变化聚类及其气象影响特征[J]. 气象与环境学报, 2019, 35(1): 35-44.
[2]	孙虹雨, 程攀, 程佳悦, 朱轶铭, 贾斌英, 黄阁, 陆忠艳. 辽宁省林火发生和过火面积与气象因子关系分析[J]. 气象与环境学报, 2018, 34(5): 128-134.
[3]	李琛, 郭文利, 吴进, 金晨曦. 北京市夏季日最大电力负荷与气象因子的关系[J]. 气象与环境学报, 2018, 34(3): 99-105.
[4]	张勇, 陈兰英, 刘婷, 肖娟. 峨眉山景区负氧离子浓度变化特征及预测模型研究[J]. 气象与环境学报, 2018, 34(2): 61-68.
[5]	刘海龙, 邹旭东, 杨洪斌, 张云海, 汪宏宇, 刘玉彻. AERMOD模型在葫芦岛市的应用研究[J]. 气象与环境学报, 2018, 34(2): 107-112.
[6]	赵先丽, 李丽光, 蔡福, 王宏博, 赵梓淇, 丁抗抗. 播期对辽南地区春玉米生育进程及产量影响的试验研究[J]. 气象与环境学报, 2017, 33(6): 66-72.
[7]	徐玉秀, 蒋姗姗, 周福然, 温舟, 白雪, 史虹婷, 胡明, 张翠艳. 1981—2010年锦州地区玉米生育期气象因子变化及其与气象产量的关系[J]. 气象与环境学报, 2017, 33(5): 82-90.
[8]	刘春涛, 慕臣英, 李德萍, 郭灿, 朱俊翰. 青岛市崂山地区樱桃产量预报方法研究[J]. 气象与环境学报, 2017, 33(5): 108-112.
[9]	顾婷婷, 骆月珍, 张青, 朱占云. 基于气象因子杭州市燃气负荷预测研究[J]. 气象与环境学报, 2017, 33(3): 107-112.
[10]	彭嘉栋, 蒋元华, 廖玉芳, 陈隆升. 气象因子对湖南油茶产量的影响及其产量模型构建[J]. 气象与环境学报, 2016, 32(3): 89-94.
[11]	蒋璐璐, 钱燕珍, 杜坤, 顾小丽. 宁波市近地层臭氧浓度变化及预测[J]. 气象与环境学报, 2016, 32(1): 53-59.
[12]	党冰刘博尹岭周忠玉何史林黎檀实尚可政王式功. 气象条件对北京夏季中暑的影响及预测研究[J]. 气象与环境学报, 2015, 31(2): 67-72.
[13]	杨文艳,袁潮, 孙卓, 白如玉,王斌飞. 盘锦市脑血管病气象敏感因子分析及其预报模型[J]. 气象与环境学报, 2014, 30(3): 85-90.
[14]	刘景利,杨扬,梁涛,史奎桥,张兵兵,张慧,许长华,宋敏,陆刚. 气象要素对大豆产量的影响分析[J]. 气象与环境学报, 2013, 29(5): 136-139.
[15]	孙翠梅,马俊峰,孔启亮,巫丽君,王燕. 镇江市道路结冰影响指数分级预报方法[J]. 气象与环境学报, 2013, 29(4): 84-88.