高原气象

作者：尹承美;何建军;于丽娟;焦洋;周乐晨

单位：济南市气象局, 山东 济南 250102;中国气象科学研究院 灾害天气国家重点实验室/中国气象局大气化学重点开放实验室, 北京 100081;中国科学院大气物理研究所, 北京 100029

关键词：济南;PM<sub>2.5</sub>;相关分析;多元回归;气象条件

基金：国家自然科学基金项目（41705080）；济南市科技局社会民生重大专项（201704137）；中国气象局预报员专项（CMAYBY2019-063）；山东省气象局重点课题（2016sdqxz05）

长时间序列空气质量数据和气象数据分析济南大气污染与气象条件关系的研究相对较少。利用2010-2016年济南市环境空气质量监测数据、气象再分析和观测数据，分析了济南市PM2.5污染特征、PM2.5浓度与2 m温度（T）、2 m相对湿度（RH）、10 m高度U和V风速（U和V）、10 m风速（WS）、K指数（K）、A指数（A）和边界层高度（BLH）的相关性、天气类型对PM2.5浓度的影响，并基于逐步回归分析方法构建统计模型，利用解释方差量化气象条件对PM2.5浓度变化的影响。分析发现，济南PM2.5浓度存在显著的季节变化和年际变化特征，年均PM2.5浓度呈下降趋势；近地面PM2.5浓度与T、RH、K和A显著正相关，与WS和BLH显著负相关，U和V与PM2.5浓度相关性不显著（p < 0.05）；不同天气类型对应的PM2.5浓度均值存在显著差异；基于回归模型分析发现气象条件可以解释10%~40%的PM2.5浓度逐日变化，气象条件的影响有明显的季节变化。

来源：2019年第5期

《高原气象》期刊编辑部

查看高原气象杂志2019年第5期