一、山西、京津地区低能见度预报指标及其产生背景分析（论文文献综述）
毛曳[1]（2021）在《京津冀两次持续重度霾天气过程对比分析及模拟》文中研究指明随着我国城市规模不断扩大,城市化进程不断发展以及经济飞速增长,大气污染问题越发严重,雾、霾天气频繁发生。京津冀、长三角、珠三角等各地区多次发生空气污染事件,给民众和社会带来巨大的危害和损失。2016年12月16日至21日和2018年11月12日至15日,我国京津冀地区发生了持续重度霾天气。本文利用多种资料,对京津冀地区的霾污染展开分析,同时利用激光雷达、风廓线雷达、WRF-CAMx模式和神经网络方法,对这两次重度霾天气过程的气象条件、环流背景、PM2.5和能见度等进行了综合性的分析和模拟。结果表明,全国及各地的霾日天数呈现了波动下降的趋势。其中京津冀地区的PM2.5和PM10浓度表现出较为一致的季节变化特征,冬季浓度较高,夏季浓度较低。同时具有一定的双峰特征的日变化特征,在早晨与夜间出现峰值。而京津冀三地相比,北京地区的PM2.5和PM10浓度总体最低,而河北的浓度相对最高。两次典型过程均受高空高压脊前的纬向环流控制,低空有暖脊北伸,地面位于高压东南部,受均压场控制,气压梯度较小,受偏南风影响;逆温层结的存在和弱下沉运动抑制了污染物在垂直方向的扩散;地面静小风,相对湿度高,混合层高度较低,不利于污染物的水平和垂直扩散。这些是导致两次霾天气过程维持时间长,强度大的共同原因。但大气环流的维持时间和调整周期、气象条件的强度不同,是导致两次霾天气过程的强度与持续时间差异的原因。通过激光雷达和风廓线雷达观测发现,较低且较稳定的边界层高度,以及低层偏西风有利于污染物的汇聚与滞留。同时,这两次污染过程存在从河北、山东等地的外来污染物输入。后期随着冷空气南下,温度降低,风速增大,霾过程迅速结束。但2016年霾过程中,污染物的传输速率要低于2018年霾过程,且风速垂直切变大,风向变换缓慢,污染物堆积时间长,因此持续时间更长,霾过程更严重。对比近30年的气象要素,2016年霾过程的大部分异常度值大于2018年霾过程,污染程度更严重,各气象要素的综合影响导致了霾天气过程的严重性与异常性。WRF-CAMx模式模拟的两次霾过程PM2.5浓度与观测较好地一致,但2016年过程的模拟存在一定的低估,而2018年过程模拟结果则略有偏高。从污染来源的角度来看,两次过程的来源也存在一定的差异。2016年过程中PM2.5的污染来源存在较大的变化:12月16日和20日以北京本地污染为主;在12月17日以及19日北京本地污染所占贡献比明显下降,主要污染受到传输影响。2018年过程中本地污染来源所带来的影响较低,主要受传输影响。本研究还利用了LSTM神经网络法尝试能见度的预报,发现通过ECMWF预报场订正后的模型优于其他单个空气质量模式的预报能力。基于LSTM神经网络方法的能见度订正模型的预报结果,平均误差最低为6km左右,在各时效下的预报性能也较为稳定。LSTM模型在对数值模式的预报结果进行订正后,相关系数提升至0.6以上,对能见度预报的水平得到显着提升。
蔡雯悦[2]（2021）在《对流层“阻塞”结构对京津冀冬季持续性重污染天气的影响》文中研究指明由于产业结构、区域特征、发展水平和天气气候影响的综合作用,京津冀空气长时间持续污染的问题极为复杂。自《大气污染防治行动计划》和《打赢蓝天保卫战三年行动计划》实施以来,虽然我国主要大气污染物减排效果显着,但京津冀地区仍然是我国大气污染的敏感区和脆弱区。京津冀等地2013-2018年间仍有多次以细颗粒物（）为主要大气污染物的持续性重污染天气过程出现,甚至2020年“持续减排”和“较低社会活动水平”背景下京津冀地区仍然连续发生了持续性重污染天气过程。本文围绕京津冀冬季持续性重污染天气形成的物理过程机制展开研究,首次揭示了对流层“阻塞”结构对京津冀冬季持续性重污染天气的调制作用,剖析了大气典型异常环流型高-低层配置在京津冀区域冬季持续性重污染天气过程中的作用和影响机制,提出了“阻塞”结构与高原大地形背风坡大气动力、热力结构以及低层异常水汽输送结构对京津冀冬季持续性重污染天气的综合影响效应,量化了持续驱动污染天气发展与维持的各关键气象影响因子的相对贡献,构建了京津冀冬季持续性重污染天气的大气动力、热力综合影响模型,并从年代际尺度的视角认识了气候变化与京津冀持续性污染的关联性。本文得到以下主要结论:（1）首次揭示了对流层“阻塞”结构对京津冀冬季持续性重污染天气的调制作用。中国东部地区持续性严重污染天气沿地形分布特征显着,冬季为持续性严重污染天气的高发季节,且主要集中发生在京津冀及其周边地区。经统计,京津冀地区2012-2018年冬季共发生了25次区域性持续长达6天及以上的污染天气过程,其500h Pa位势高度距平场环流结构大致可以分为2类,即阻塞型和非阻塞型。京津冀地区62.5%的持续性重污染天气过程的大气环流距平场均为阻塞结构,其中,43.75%为“双阻型”,18.75%为“单阻型”。阻塞系统的可持续机制以及阻塞形势的建立、维持和衰退与京津冀持续性重污染天气的发展、持续和消散有关,其是导致京津冀地区冬季重污染天气持续的关键大气环流型,其强度与大气污染的程度呈同步性响应变化特征,尤其是“停滞”的阻塞高压系统,其与京津冀地区浓度呈显着正相关。（2）揭示了京津冀重污染天气持续期间,大气高-低层环流动力结构配置特征。“上层辐合-下层辐散”的异常环流动力结构,有利于京津冀等地上空气流的“辐合下沉”。大气高层“辐合下沉”动力效应配合低层偏西与偏南辐合输送形成了京津冀重污染天气持续发展的核心动力机制,从而揭示出此类大气高-低层异常环流动力配置在京津冀区域持续重污染天气过程中的作用和影响机制。（3）局地大气动力、热力结构受“阻塞”系统的调制作用显着。京津冀重污染天气持续期间,受西风带和阻塞系统的共同影响,黄土高原东侧大部地区均为显着的下沉气流控制区,京津冀上空整层大气垂直速度距平结构沿地形均表现出一致的下沉特征,有效抑制了边界层的发展;同时,稳定维持的阻塞系统的“下沉增温”效应对对流层中部“暖盖”结构有持续加强作用,使京津冀地区大气垂直扩散能力减弱,有利于水汽在大气低层堆积,促进污染物与边界层的双向反馈机制,尤其是在持续性污染天气过程的中后期。（4）“阻塞”系统与异常水汽输送结构协同作用,使2020年春节和新型冠状病毒疫情管控期间京津冀地区再度连续爆发持续性重污染天气。低层沿海高压稳定维持使近地面持续异常高湿和高层异常“阻塞”停滞是诱发京津冀污染天气持续的2个关键气象影响因子。持续且稳定的偏东和偏南异常水汽输送结构为京津冀区域源源不断的提供了比以往更多的水汽,尤其在高层异常“阻塞”停滞的背景下更易于形成有利于污染物累积的高湿静稳天气,持续驱动污染天气发展与维持。这2个因子共同可以直接解释京津冀此次持续性重污染天气事件气象成因的46.8%。（5）发现“半封闭”特殊大地形背景下,中高层大气环流结构以及大气动力、热力垂直结构存在年代际变化特征,其对京津冀及周边地区大气污染年代际“气候调节”效应显着,亦可为区域污染天气频发提供年代际判识的“强信号”。冬季,西风带背景下,中高层大气环流结构以及大气动力、热力结构发生年代际“逆转”,更易于京津冀上空形成有利于污染物持续累积的静稳天气背景,虽然大气污染的状况依赖于污染源的排放程度,但局地或区域大气垂直结构变异亦是近年来京津冀及周边地区极端大气污染事件频发和持续的气候原因之一。
王帅[3]（2020）在《石家庄市O3、NO2及VOCs的时空演替特征与溯源解析》文中进行了进一步梳理城市中臭氧（O3）的形成受到氮氧化物（NOx）、挥发性有机物（VOCs）或二者的共同限制,联合研究O3-NOx-VOCs的关系,对制定有效的O3防控方案至关重要。为研究石家庄市O3-NOx-VOCs的长时序联系,取大气污染物(O3、PM2.5、NO2、PM10、SO2及CO)数据、气象要素（温度、湿度、风速、降水和日照）资料,及罐采样VOCs数据开展时序及相关性分析;为探讨市域O3-NOx-VOCs的时空演替及空间影响特征,基于46个国控和省控监测点的大气污染物及不同功能区的VOCs数据,采用反距离加权插值（IDW）及Moran模型进行时空分析;为解析市区O3污染源的贡献率及来源方位,结合全球资料同化系统（GDAS）气象资料,利用正交矩阵因子模型（PMF）开展源解析,采用后向轨迹进行空间积聚和潜在源区的分析。研究结果如下:1)2014～2017年市区O3月度变动呈单峰型态势,5～9月是O3污染(O3≥160μg·m-3)典型时段（Typical Periods of O3 Pollution,TPOP）。2019年市域TPOP的变动呈以6月为峰值的单峰型态势,时域变化以15:00～16:00为峰值的单峰型趋势。采样期间VOCs浓度为（137.23±64.62）μg·m-3,以卤代烷烃（31.77%）、芳香烃（30.97%）和含氧VOCs（OVOCs,23.76%）为主。监测期内O3与VOCs、NO2呈显着负相关,与温度、日照时数、风速和能见度呈正相关。2)市域2014～2017年O3呈上升趋势,主城区（MUA）O3浓度2015年后呈逐年显着上升,MUA的控制区类型从NO2转为VOCs。采样期VOCs的季节变化为:冬季>秋季>春季>夏季。TPOP内O3质量浓度为（207～260）μg·m-3,呈中西部高、外围区域低的空间格局;TPOP超标日的O3浓度在6:00～12:00和12:00～15:00的变动过程中O3浓度呈东南至西北向梯度交替递增的态势。市域O3空间影响因子主要集中于工业、农业、经济和人口4个维度。3)PMF解析出6个VOCs的来源,汽油车排放源（24.78%）、柴油车排放源（24.69%）、溶剂使用源（18.64%）、化工生产排放源（11.87%）、区域背景（10.84%）及制药工业生产排放源（9.17%）。O3污染潜在源区主要集中于600 km的空间内,权重浓度贡献较大的区域处于200 km的范围,河北中南部、河南中北部、山东西部和山西中部是潜在污染源区的集中范围,对石家庄市O3污染贡献较大。
曲雅微[4]（2020）在《大气细颗粒物与臭氧的垂直结构和相互作用研究》文中研究表明由于经济的快速发展、工业化的推进和能源消耗的增加,中国各大城市群面临着日益严重的空气污染,细颗粒物（PM2.5）和臭氧作为重要的大气颗粒态和气态污染物,能够危害人体健康、作物生长,并对全球空气质量及气候变化产生重要的影响。近年来,随着中国清洁空气政策的实施,大气细颗粒物污染逐渐减轻,然而臭氧污染却逐渐加重。因此,开展大气细颗粒物和臭氧垂直结构和相互作用的研究,对于认识污染的分布特征和形成机制,协同控制大气细颗粒物和臭氧浓度,科学治理城市大气污染具有重要的意义。本文围绕大气细颗粒物和臭氧两个关键污染物,利用地面观测和激光雷达观测,结合多尺度的三维大气数值模式,分析了细颗粒物和臭氧的近地面浓度变化特征、边界层内垂直浓度分布特征及可能存在的相关关系,研究了颗粒物和臭氧相互作用的化学耦合机理,量化了光化学反应过程及非均相化学反应过程对颗粒物和臭氧的影响,分析了颗粒物的辐射反馈效应对边界层发展、污染物分布、水汽传输以及最终对臭氧浓度的影响。主要研究成果如下:首先,基于地面常规观测、地基大气臭氧激光雷达观测和大气拉曼激光雷达观测,研究了南京市大气细颗粒物和臭氧近地面浓度分布特征、垂直分布特征及其相关性。2017年南京市近地面大气臭氧浓度平均为36.09ppb,最大小时浓度出现在春季,为163.87ppb;在2km范围内臭氧浓度一般随着高度的增加而增加,并在不同高度上呈现出春夏高、冬季低的特征。2017年南京市近地面PM2.5平均浓度为49.81μg m-3,呈冬季高(60.97μg m-3)、夏季低(18.57μg m-3)的季节变化特征;在2km范围内颗粒物消光系数随高度增加而减小,并且消光系数随高度的变化率在冬季最大,春季次之,在夏季最小。2017年全年南京市国控监测站点的PM2.5和O3的浓度均呈现负相关关系,但在不同季节内相关性存在差异:在春、秋、冬季PM2.5和NOx呈显着负相关,在夏季呈显着的正相关。在2km以下的不同高度上,在春、冬季,PM2.5和O3在低层呈负相关,负相关性在300 m处最强,相关系数分别为-0.32和-0.47,在高层呈正相关,正相关程度分别在1520 m和1210 m达到最大,相关系数分别为0.31和0.55。在夏季PM2.5和O3在不同高度上均为正相关。PM2.5浓度和边界层高度呈负相关,相关系数约为-0.70;PM2.5浓度与能见度呈现显着负相关,相关系数为-0.57。其次,基于三维区域模式WRF-Chem研究了颗粒物和臭氧相互作用的化学耦合机理,定量评估了长三角地区光化学反应过程和非均相化学反应过程对大气细颗粒物和臭氧的影响。模拟结果表明,两种化学相互作用过程对臭氧的影响与VOC/NOx比值有关,春、冬季,长三角为VOC控制区;秋季,江苏省沿海城市及上海为NOx控制区,其他区域仍为VOC控制区;夏季长三角大部分地区为NOx控制区,仅北部为VOC控制区。在光化学反应过程方面,细颗粒物可以削弱太阳辐射,增强大气消光,使得近地面光解率JNO2和JO1D降低,导致臭氧浓度在VOC控制区降低、在NOx控制区微弱增加。在夏季,长三角西南部为NOx控制区,臭氧最多可增加4.2ppb,北部为VOC控制区,臭氧最多可减少12ppb。臭氧浓度的降低还影响了大气氧化性,间接降低了近地面二次颗粒物的浓度。另外,颗粒物的散射作用使边界层上方光解率增加,臭氧浓度增加。在非均相化学反应过程方面,颗粒物表面的非均相反应可以直接消耗臭氧、HxOy和前体物NOx,从而影响臭氧的相关反应及浓度。非均相化学反应在春、秋、冬季均导致长三角地区VOC控制区内近地面臭氧浓度降低;夏季,非均相反应在长三角南部的NOx控制区导致臭氧浓度降低,在北部的VOC控制区导致臭氧浓度增加。非均相反应还可以影响硫酸盐和硝酸盐的二次生成,导致颗粒物浓度增加。两种化学相互作用的共同影响下,在长三角主要城市地区,臭氧浓度在春、夏、秋、冬的变化分别为-7.57%、-3.96%、-6.33%、-18.7%,年平均浓度减少约9%;PM2.5浓度在春、夏、秋、冬的变化分别为1.95%、6.47%、-2.57%、2.15%,年平均浓度增加了2%。最后,基于地球系统模型UKESM1-AMIP研究了颗粒物和臭氧相互作用的辐射-气象反馈耦合机理,定量评估了全国颗粒物通过辐射-气象反馈作用对臭氧的影响。本文研究发现,颗粒物可以通过散射和吸收效应削弱太阳辐射,导致中国平均地表净向下短波辐射减少11%,近地面湍流动能降低16.7%,最终导致边界层高度降低约522.01%。边界层内气象要素的变化会影响污染物和水汽的传输和扩散,最终影响臭氧的浓度。一方面,较低的边界层不利于污染物的传输扩散,导致近地面大气污染物浓度升高,中国年平均PM2.5和PM10增加了11%左右,NO浓度增加了约20%,导致臭氧消耗的增加;另一方面较低的边界层不利于水汽的向上传输,更多的水汽被限制在边界层中,影响了上层云的生成,年均云量因此减少了4%,从而间接增大了地表短波辐射和光解反应速率,有利于臭氧的生成。上述两种影响作用相反,其综合效应通常会导致近地面臭氧浓度降低,在颗粒物辐射-气象效应的影响下,我国近地面臭氧年平均浓度减少了6.2%。综上,颗粒物主要通过增大大气消光,降低光解率来影响臭氧的光化学反应;通过颗粒物表面的非均相化学反应,直接消耗臭氧、大气氧化物及臭氧的前体物;通过辐射反馈效应影响地表辐射平衡和边界层发展,影响污染物和水汽的传输扩散,导致臭氧浓度变化。多种不同的相互作用在近地面的VOC控制区内,导致臭氧减少,在NOx控制区内导致臭氧微弱增加;上述相互作用一般导致颗粒物增加。本文的研究结果为充分认识我国城市地区大气细颗粒物和臭氧的相互作用机理有着重要的参考价值,为制定合理的大气细颗粒物和臭氧污染控制方案提供一定的理论基础与科学依据。
叶莉[5]（2020）在《空气质量对我国入境旅游发展的影响研究》文中认为近年来,我国入境旅游发展速度放缓,从2012年起,经历了由下降转为微弱增长的发展态势。与此同时,我国的空气污染问题备受关注,空气污染对入境旅游的影响逐渐进入学者的研究视域。现有的基于问卷调查的研究表明,空气污染通过游客健康、旅游资源、旅游交通、游客体验、旅游地形象等方式对入境旅游起到负向影响。在“绿水青山就是金山银山”的生态文明建设语境下,生态环境成为旅游业发展的重要影响因素。空气质量是生态环境的核心组成部分,其质量水平在很大程度上决定生态环境对入境旅游的影响,因此,在改善空气质量和发展入境旅游双重目标语境下,基于空气质量的影响评价探讨我国入境旅游发展具有重要的意义。空气质量对我国入境旅游发展的影响研究主要从以下五方面展开:第一,运用探索性空间数据分析方法对我国入境旅游规模与空气质量的时空演化进行量化分析,以期挖掘入境旅游和空气质量时空分布演化特征和规律,为后续的理论研究和实证检验提供经验支撑;第二,基于入境旅游发展的视角,通过运用旅游推-拉理论、旅游吸引物理论和旅游竞争力理论对空气质量是入境旅游的阻力因素还是引力因素的属性特征进行理论辨析,在此基础上,从风险感知、媒体信息影响、空气质量偏好、时间演化、地区差异等路径对空气质量影响入境旅游的机理进行系统理论分析;第三,以我国大陆31个省（市、自治区）2004-2017年的面板数据为观测样本,以PM2.5、PM10、二氧化硫排放强度、空气质量达标天数比重等指标作为空气质量的代理变量,利用固定效应模型,对空气质量影响入境旅游的即期效应、调节效应和滞后效应进行全样本的实证检验;第四,在全样本实证的基础上,分别从游客类别、时间演化、地区分类异质性视角对空气质量影响入境旅游的即期效应、调节效应和滞后效应的差异性特征进行实证检验;第五,基于既有研究成果和本文的实证结果,运用系统动力学分析范式归纳总结空气质量影响入境旅游的动力机制。通过以上的研究分析,本文得出以下主要研究结论:第一,入境旅游和空气质量状态在时空分布上具有一定的“高—低”或“低—高”对应的时空分布特征。第二,全样本数据表明,在即期影响中,除了PM2.5的负向影响未通过统计显着性检验外,二氧化硫排放强度、PM10的负向效应以及达标天数比重的正向效应均较为显着,空气污染越严重,其作为“阻力”的属性将放大,对入境旅游的抑制作用就越明显,反之,空气质量得到改善,其“引力”作用就越大,对入境旅游的促进作用就越显着;PM10、PM2.5和二氧化硫排放强度通过旅游资源条件、交通条件、人力资源条件对入境旅游的影响主要表现为负向调节效应,达标天数比重则表现为正向调节效应;滞后效应结果表明,二氧化硫排放强度、PM10、PM2.5和达标天数比重变量滞后一期对入境旅游的负向或正向影响并不显着,以往持续大规模的媒体报道并未明显地影响当期入境旅游者的旅游行为,空气污染对我国入境旅游的影响主要表现为即期负向效应。第三,空气污染对入境旅游的负向影响存在游客类别的异质性特征。在入境旅游市场和国内旅游市场的比较中,即期效应表明,入境旅游市场对PM10和达标天数比重指标更加敏感,PM10污染或者空气质量改善都将引起入境旅游市场规模较大幅度的减少或增加变化;在影响的调节效应中,存在空气污染对旅游的负向或达标天数比重正向调节效应在入境旅游市场更加显着的特征;在滞后效应方面,空气质量对入境旅游影响的滞后效应小于国内旅游,空气质量对入境旅游市场没有产生明显的滞后效应。在外国旅游市场和港澳台旅游市场的比较中,总体而言,空气污染对外国旅游市场的负向影响更明显,表明外国旅游市场对空气污染的风险感知更敏感;但空气质量的调节效应在港澳台旅游市场更加明显,也即港澳台游客对空气污染作用于旅游资源、交通和人力资源的危害风险更加敏感;在滞后效应中,空气质量对两个市场的影响均主要体现在即期效应,并未因以往持续大规模的空气污染舆情报道宣传影响当期旅游决策。第四,空气污染对入境旅游的负向影响存在时间演化的异质性特征。把研究时期划分为2004-2007年、2008-2012年、2013-2017年三个阶段,从各个空气质量指标结果看,尤其核心指标PM2.5作用于入境旅游的结果,无论是即期效应、调节效应,还是滞后效应,均是在2013-2017年这个时间段的负向影响最明显,体现出了2013年雾霾天气爆发且备受关注后,空气污染的舆情报道对入境旅游的负向影响。第五,空气污染对入境旅游的负向影响存在地区差别的异质性特征。在东中西部地区的比较中,尽管各个空气质量的指标影响有所差异,但是总体看,东部地区空气污染对入境旅游的负向影响在即期效应、调节效应和滞后效应都更加明显;在南北方地区的比较中,总体而言,北方地区空气污染对入境旅游的影响在即期效应、调节效应和滞后效应更加明显,空气质量的“引力”作用在南方地区更显着。基于以上研究结论,本文认为空气质量具有“阻力”和“引力”双重属性,在空气污染已对我国入境旅游产生负向影响的背景下,本文从加强空气污染治理和生态环境保护、构建完善包括优质生态产品在内的旅游产品体系、围绕“美丽中国”国家形象进一步完善入境旅游营销推广体系、全方位修炼提升入境旅游吸引力等方面有针对性提出化空气质量“阻力”为“引力”以提振入境旅游之策,以期增强入境旅游的国际竞争力,并促进入境旅游可持续发展。
田晓敏[6]（2020）在《北京南郊气溶胶垂直分布特征与典型过程激光雷达探测分析》文中认为气溶胶可以通过直接与间接效应影响地球与大气之间的辐射平衡,而且大气气溶胶主导了灰霾、沙尘等大气污染。激光雷达具有远距离探测、高时空分辨率和昼夜工作的能力,获得的气溶胶数据能够弥补立体观测数据的缺乏,提高关于气溶胶对气候影响的科学认识水平,其实时观测能力使其在污染监测领域得到了广泛的应用。因“重大自然灾害监测预警与防范”重点专项“超大城市垂直综合气象观测技术研究及试验”项目的需求,自主研制了 AWRL-Ⅱ型激光雷达,在北京南郊开展了一系列观测和研究工作。本文首先介绍了气溶胶研究的意义,概述了气溶胶的来源、种类、分布与其在大气中的作用等基本性质。阐述了激光与气溶胶的作用机制,介绍了大气探测激光雷达的技术分类与反演方法等。其次开展了激光雷达定标与数据验证研究。采用新颖的CCD侧向散射迭代法对激光雷达几何重叠因子进行了校正;对系统两个偏振探测通道的增益比进行了标定。通过四象限法与分子瑞利信号测试,保证了 AWRL-Ⅱ型激光雷达系统和数据的可靠性。通过与太阳光度计探测结果和EARLINET标准结果的比较,验证了激光雷达本身与反演算法的准确性,其中与太阳光度计结果的拟合优度高达0.93。针对激光雷达信号未穿透厚云或者厚气溶胶层时,紧邻其上的位置会出现退偏比值“虚大”这一现象,提出了一种距离校正信号的动态阈值法,有效的解决了这一难题。这种方法对于远距离处噪声引起的异常退偏比值的去除效果也很明显。然后对北京南郊地区的气溶胶污染典型过程进行了研究,结合气象观测数据、地面颗粒物探测数据、星载探测数据以及大气模型,对气溶胶的空间分布、生消过程以及污染来源与传输路径进行了分析,并研究了污染对空气质量的影响以及污染物的种类及光学性质的不同。结果显示在灰霾期间,边界层最低降到0.6km,污染物以PM2.5为主,主要成分为退偏比小于0.1的球形城市气溶胶,污染物主要来源于北京西南方向的工业城市。在沙尘污染中,首要污染物为PM10,主要成分是退偏比为0.2～0.3的非球形沙尘粒子。即使沙尘首要污染物浓度远超灰霾首要污染物浓度,沙尘对能见度造成的下降影响不及灰霾。在中雪后污染持续事件中,降雪开始后气溶胶浓度不降反升,可能是高湿的环境加速了二次污染物的生成。最后对2017～2019年的激光雷达数据进行反演,建立了 532nm波长气溶胶消光系数数据库,可为气候辐射模型与数值预报模型提供数据支持。将污染天气的气溶胶消光系数垂直廓线进行月与季节统计,发现气溶胶基本分布在2km以下,且重污染天近地面消光系数普遍大于1km-1,但是在垂直结构上并没有明显的季节或者月分布特征。
张俊峰[7]（2020）在《北京市典型区域大气细颗粒物来源分析及对大气能见度影响》文中提出近年来,随着我国经济快速发展和工业化水平的稳步提高,大气污染问题日趋严峻,引起了社会的广泛关注。以PM2.5为首要污染物的大气污染问题已经成为我国环境治理的重中之重,京津冀地区尤为突出。以PM1为典型代表的亚微米级细颗粒物,能够聚集大量病原体及有毒有害物质,通过呼吸系统进入人体,给人体健康带来巨大威胁。此外,受不利气象条件影响,PM2.5容易迅速积累,形成严重的灰霾事件,使大气能见度显着降低,给人们的日常活动和交通出行带来不利影响。因此,开展大气细颗粒物污染特征研究,对大气能见度主要影响因素进行综合分析,获取灰霾影响因子,对进一步改善空气质量和保护人体健康具有重要意义。本研究分别在北京、唐山、石家庄布设大气环境采样点,开展大气PM2.5和PM1样品采集,对PM2.5和PM1及其组分质量浓度进行测试分析,获取典型区域大气细颗粒物污染特征;基于气溶胶粒径谱仪,对北京大气颗粒物粒径分布进行连续在线观测,获取了不同季节灰霾与非灰霾天气颗粒物数浓度、表面积、体积分布特征;采用2017年”2+26”城市大气污染源排放清单及课题组2016年京津冀地区高分辨率大气污染源排放清单研究成果,结合典型行业PM1/PM2.5排放比例,建立典型区域大气污染源PM1排放清单,在此基础上、运用受体模型和WRF-CMAQ数值模型相结合方法开展大气细颗粒物来源分析研究;最后,基于空气质量数据、气象观测数据,运用SPSS（Statistical Product and Service Solutions）软件对大气细颗粒物浓度及组分、气象要素对大气能见度的影响进行相关性分析、主成分分析、多元线性回归分析,研究确定灰霾影响因子。研究表明,北京、唐山、石家庄采样点大气PM1与PM2.5质量浓度均呈现秋冬季高于春夏季,其中冬季石家庄PM1和PM2.5质量浓度分别为北京的2.28和2.30倍,是唐山的1.35和1.51倍,大气污染较为严重。基于大气污染源PM1排放量核算结果,2017年北京PM1年排放量为1.25万吨,为京津冀地区PM1年排放总量的1.78%,其中扬尘源和移动源在北京PM1排放总量占比共计为72.02%,是北京PM1的主要来源。而典型工业城市石家庄PM1排放量主要来源为化石燃料固定燃烧源和工艺过程源,分别占石家庄PM1排放总量的53.57%和18.69%。大气细颗粒物来源分析结果表明,移动源为北京PM1和PM2.5主要来源,各季节对大气PM1与PM2.5贡献比例范围分别为33.34%～38.23%和44.67%～49.21%;化石燃料固定燃烧源是典型工业城市石家庄PM1与PM2.5主要来源,各季节对大气PM1与PM2.5浓度贡献比例范围分别为30.16%～37.46%和23.98%～32.26%。北京不同季节灰霾与非灰霾天气颗粒物粒径分析结果表明,数浓度、表面积、体积均主要分布在1μm以下粒径段,其数值大小呈现为秋冬季较高、春季次之、夏季最低,颗粒物数浓度峰值粒径段集中在0.255-0.271μm;基于SPSS软件对大气细颗粒物浓度及组分、气象要素（相对湿度和风速）与大气能见度进行相关性分析、主成分分析及多元线性回归分析结果表明,PM1与大气能见度相关性最高,相关系数为-0.729;通过建立多元回归模型并对北京灰霾天气大气能见度模拟效果进行验证,结果表明,模拟值与监测值的相关系数最高为0.80,NMB和NME分别为-7.24%和14.33%;受气象要素、PM1及其组分质量浓度差异性影响,唐山和石家庄的大气能见度模拟效果相对较差,其中唐山相关系数最高为0.71,NMB和NME分别为5.56%和24.39%,而石家庄相关系数最高为0.75,NMB和NME分别为8.26%和15.79%。以上表明灰霾天气下的大气能见度受大气细颗粒物及组分质量浓度、气象要素的综合影响,对不同城市的影响具有差异性。
吴洋[8]（2020）在《西安城市雾霾演进与治理研究（1912-2019年） ——兼与英国伦敦雾霾的历史比较》文中研究指明在工业发展带来技术革新与社会文明进步的同时,人类赖以生存的自然环境也遭到了前所未有的破坏。城市雾霾是工业经济发展的产物,英国伦敦雾霾与西安城市雾霾都具有工业化进程中雾霾城市的典型特征,通过比较分析两地雾霾的历史演进特征、空间区域分布、污染源、危害性、民众认知态度、治理措施及取得成效等,找寻工业作为城市雾霾的主要驱动因素,以期为我国城市雾霾的治理和生态文明建设提供历史镜鉴,为铸就与工业经济发展相适应的可持续发展之路进行必要的学术探索。本文首先从自然地理的角度分别对伦敦和西安两地特殊的地形地貌及气候条件进行了分析,包括西安所在的风成黄土、风场作用、季风条件、盆地地形、降水量等因素以及伦敦特殊的气候条件和地形地貌等,并概述了中外其他爆发雾霾的典型城市所具有的特殊自然地理条件,阐述了自然环境对雾霾生成的重要作用。雾霾的爆发除了特殊的自然因素作用之外,人为因素是重要的环节。西安与伦敦均是在工业化进程中出现的雾霾问题,在以煤炭为能源基础的前提下,两地工业发展迅猛发展,城市雾霾相伴而生。伦敦雾霾从初现期、持续期到爆发期的历史演进及空间分布呈现出一定特征,针对雾霾问题英国政府采取了一系列治理措施,其成功经验表明政府监管力度、民众参与程度、科学技术投入是英国城市雾霾治理的三要素。煤炭资源的动力保障及清末民国时期政府出台政策、实地考察、工业西迁等开发西北的战略举措成为西安近代工业发展的主要推动力,建国以来煤炭运输条件的提升为工业生产提供了便利,西安市工业经济从过渡期、奠基期逐渐发展成为具有相当规模的现代化工业体系,西安城市雾霾的历史发展脉络从古代以沙尘为主的“风霾”、“灰霾”现象到建国以来以煤烟型污染为主的城市雾霾,1949年至20世纪90年代初期随着西安市工业及家庭燃煤量的攀升,城市雾霾表现出空间区域分布及年代季节变化的特征,针对这一时期的城市雾霾问题,西安市所采取的治理措施包括政府层面的综合治理及企业层面如发电厂作为重污染企业的减排措施等。近三十年来西安城市雾霾呈现出复合型污染以及范围扩大、程度加剧的新特征,城市空气污染源的复杂多样性、空气质量的年度及季节变化、雾霾空间分布及主要污染行业等呈现出一定的规律性。针对西安市近三十年来城市雾霾的新特征,一系列治霾新措施相继出台,通过对我国雾霾治理路径及英国提升空气质量的方式进行分析,可以看出我国雾霾治理还存在一定的不足之处。雾霾是一种空气污染现象,存在严重的危害性。伦敦与西安雾霾爆发后对人类生命与健康、城市交通运行、动植物与农作物生长、建筑物外观、全球气候及经济发展等都造成了不同程度的危害性,中外其他典型城市在雾霾发生后也产生了一定的负面影响。对于城市雾霾这一空气污染问题,民众对其也产生了一定的认知度。伦敦社会对雾霾的认知经历了从曲解到了解的转变过程,西安民众对雾霾则是从盲从转向清晰,可以看出两地民众对雾霾的认知度存在一定的差异性。纵观两地的城市雾霾问题,存在众多异同点。在经济结构与环境问题的辩证关系、污染源与雾霾高发季、人与环境的互动作用以及科学技术与城市雾霾的双重关系这四个方面两地存在一定相似性;民众的认知度与参与度、雾霾引发的社会问题、所处自然地理环境、雾霾发生的经过及后果、两地雾霾发生时间段均有所差异。从目前我国社会经济建设的实际情况来看,今后我国经济发展模式仍然是以高耗能的工业经济为主导,煤炭依然是现在及未来我国主要燃料来源,因此雾霾的治理任重而道远;从自然地理、燃料结构、群体意识、人地关系四个方面文末对西安雾霾的发展趋势做了预测,对未来西安市雾霾治理的自身优势做了分析,并提出雾霾所带来的积极效应,例如推动科技进步与产品研发、提升民众环保理念等。在环境保护成为人类共同使命的今天,在“建设美丽中国、绿水青山就是金山银山、倡导人类命运共同体”的新时代,我们期待“繁荣”与“清洁”和谐共生,人类赖以生存的自然环境会更加美丽。
李兆阳[9]（2020）在《华北地区冬季能见度的时空分布特征及其影响因子研究》文中进行了进一步梳理华北地区是我国经济规模最大、最具活力的地区之一。近年来该地区冬季低能见度天气现象频发,对人们的生产生活和身心健康造成严重的影响。因此,研究华北地区冬季能见度的时空分布,并分析其成因,对认识该地区大气能见度的演变特征和提高能见度的预报准确率具有重要意义。本文利用华北地区55个站点的常规气象观测资料、NCEP/NCAR再分析资料和近年来部分站点的环境质量数据,首先对华北地区冬季能见度的空间分布和长期变化特征进行了分析,并对其影响因子进行了探讨,然后以华北地区6个代表站为例分析了环境气象要素和地面环流对冬季能见度的影响。结果表明:（1）华北地区冬季平均能见度的空间分布总体上呈北高南低的经向分布,河北南部、山西中部、山东西部以及河南中部为4个平均能见度低值中心。冬季55个站点整体平均能见度以-0.24 km/10a的倾向率下降,但趋势并不显着且波动变化特征明显。（2）冬季低能见度日数的空间分布同平均能见度基本一致。华北地区北部高原区域以沙尘为主,东部沿海区域以雾为主,山西大部以及呼和浩特-张家口-北京-承德沿线站点以霾为主,其他区域雾、霾两者占比相当。55个站点平均低能见度日数的长期变化表现出4个明显阶段,雾、霾日数在阶段性变化中起主导作用,而沙尘日数的作用并不明显。（3）在20世纪90年代中期以后,北京及其周边站点的冬季能见度经历了上升过程,而其他站点大多呈反相变化,这种因地而异的趋势变化与前者污染物排放量的减少和后者排放量的增加关系显着。除趋势变化外,华北地区冬季能见度存在时间尺度为12 a的低频波动,这与冬季风强度呈显着的正相关关系。时间尺度为5 a的高频波动变化则主要受温度、相对湿度、风速等局地气象要素长期变化的影响,且这种影响在呼和浩特-张家口-承德一线南北两侧存在差异。（4）华北地区冬季存在9种主要地面环流型,其中,C、E、SE型为全区性低能见度环流型,A、N、AN型为全区性高能见度环流型,NE、AE、ANE型对不同代表站能见度的影响存在局地差异。相对湿度和PM2.5浓度是直接影响能见度的主要因子,低能见度环流型对应高湿度、高PM2.5浓度,而高能见度环流型对应低湿度、低PM2.5浓度。基于地面环流指数的判别分析显示,将能见度分为5级时,6个代表站的判别分析总体正确率在60%左右,将能见度分为两级时,判别分析总体正确率在80%左右,判别效果较好,对于低能见度现象频发的站点,判别模型对低能见度的识别能力更强。
刘光静[10]（2020）在《禁煤区的设立对京津冀地区大气细颗粒物及能见度的影响》文中研究指明2017年10月,我国政府在空气污染最严重的京津冀地区设立了1万平方公里的禁煤区,来控制燃煤导致的局地空气污染。本文基于2016-2017年秋、冬季在三个城市站点（北京、天津和石家庄）和一个背景站点（兴隆）采集的大气PM2.5样品,分析了颗粒物化学成分及其前体物的时空变化特征,并利用改进的IMPROVE算法评估了各化学组分消光系数的变化情况。随后利用PMF（Positive Matrix Factorization）模型解析了颗粒物中污染物的来源。数据显示,与2016年的观测值相比,2017年PM2.5的平均值在北京、天津、石家庄和兴隆分别下降了44μg m-3,37μg m-3,69μg m-3和10μg m-3,同时四个站点能见度升高了3.2-4.6km。颗粒物导致的能见度降低是其对太阳光的散射和吸收（即消光）引起的。在北京、天津、石家庄和兴隆,消光系数分别下降了58%、51%、56%和54%。冬季的下降/改善比在秋季更为显着,特别是位于禁煤区的北京和天津。秋季PM2.5下降16%-37%,冬季下降29%-60%;能见度升高15%-27%,冬季升高21%-83%。在北京和天津,冬季燃煤源的示踪成分SO42-的降幅分别是秋季的2.8和7.4倍,Cl-的降幅分别是秋季的3.2和16.4倍。冬季,燃煤产生的硫酸铵在三个城市站点减少尤为明显（59%-68%）。此外,北京、天津、石家庄和兴隆冬季消光系数的减少量是秋季的2.3倍、339.4倍、1.9倍和0.4倍。2016年到2017年,北京、天津年燃煤源对PM2.5的贡献显着减小,且冬季减小更显着;石家庄燃煤源对PM2.5的贡献略有增加。以上结果表明,禁煤区的设立对控制大气污染有显着效果,特别是在冬季。
二、山西、京津地区低能见度预报指标及其产生背景分析（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、山西、京津地区低能见度预报指标及其产生背景分析（论文提纲范文）
（1）京津冀两次持续重度霾天气过程对比分析及模拟（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 国内外研究进展 |
| 1.3 论文研究目标、内容和框架 |
| 第二章 研究区域与方法 |
| 2.1 研究区域与模式介绍 |
| 2.1.1 研究区域 |
| 2.1.2 WRF模式介绍 |
| 2.1.3 CAMx模式介绍 |
| 2.2 仪器介绍 |
| 2.2.1 激光雷达 |
| 2.2.2 风廓线雷达 |
| 2.3 研究资料 |
| 2.4 研究方法 |
| 2.4.1 混合层高度确定 |
| 2.4.2 标准化异常度 |
| 2.4.3 静稳天气指数 |
| 2.4.4 神经网络 |
| 第三章 京津冀地区霾污染概况 |
| 3.1 霾日数时空变化 |
| 3.2 京津冀地区PM_(2.5)和PM_(10)的年月变化 |
| 3.3 京津冀地区PM_(2.5)和PM_(10)的日变化 |
| 3.4 本章小结 |
| 第四章 两次霾过程的气象背景分析 |
| 4.1 两次霾污染概况 |
| 4.2 单站气象条件 |
| 4.3 环流状况 |
| 4.4 气象要素极端性分析 |
| 4.5 雷达分析 |
| 4.5.1 激光雷达 |
| 4.5.2 风廓线雷达 |
| 4.6 本章小结 |
| 第五章 两次霾过程PM_(2.5)和能见度的模拟 |
| 5.1 WRF-CAMx对 PM_(2.5)浓度和来源的模拟 |
| 5.1.1 模式设置 |
| 5.1.2 PM_(2.5)浓度模拟 |
| 5.1.3 PM_(2.5)来源模拟 |
| 5.2 神经网络对能见度的模拟 |
| 5.2.1 数据与验证方法 |
| 5.2.2 模拟结果分析 |
| 5.3 本章小结 |
| 第六章 结论和展望 |
| 6.1 主要结论 |
| 6.2 特色及创新点 |
| 6.3 展望与不足 |
| 参考文献 |
| 作者简介 |
| 致谢 |
（2）对流层“阻塞”结构对京津冀冬季持续性重污染天气的影响（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 大气重污染事件成因研究进展 |
| 1.1.1 二次气溶胶对大气污染的影响 |
| 1.1.2 大气边界层对大气污染的影响 |
| 1.1.3 大气污染物与边界层的双向反馈作用 |
| 1.1.4 局地环流对大气污染的影响 |
| 1.1.5 天气系统对大气污染的影响 |
| 1.1.6 大尺度-季风环流异常对大气污染的影响 |
| 1.1.7 中国阶梯型大地形对大气污染的影响 |
| 1.2 京津冀区域重污染天气持续问题 |
| 1.2.1 大尺度环流系统异常对持续灾害性天气的影响 |
| 1.2.2 京津冀持续性重污染天气年际变化统计特征 |
| 1.2.3 大尺度环流系统对京津冀持续性重污染天气的影响 |
| 1.3 问题提出 |
| 1.4 研究内容和章节安排 |
| 第二章 资料与方法 |
| 2.1 数据资料及来源 |
| 2.1.1 中国高空探测数据 |
| 2.1.2 中国地面站气象观测数据 |
| 2.1.3 气象再分析资料 |
| 2.1.4 卫星遥感气溶胶光学厚度产品 |
| 2.1.5 中国空气质量监测数据 |
| 2.2 研究方法 |
| 2.2.1 滤波 |
| 2.2.2 线性倾向估计 |
| 2.2.3 皮尔逊相关系数 |
| 2.2.4 标准化多元线性回归分析 |
| 2.2.5 水汽相关矢 |
| 2.2.6 边界层高度计算方法 |
| 2.2.7 大气环境容量计算方法 |
| 2.3 污染物传输模拟试验方案设计 |
| 2.3.1 FLEXPART模式介绍 |
| 2.3.2 FLEXPART模式参数设置 |
| 第三章 “阻塞”系统对京津冀持续性重污染天气的影响 |
| 3.1 大气中高层异常环流形势分型及“双阻”环流特征结构影响的提出 |
| 3.2 “双阻型”持续性重污染天气大尺度异常环流背景场特征 |
| 3.3 “双阻”垂直结构与持续性重污染天气的相关特征 |
| 3.4 “双阻型”持续性重污染天气大气高-低层环流系统配置 |
| 3.5 小结 |
| 第四章 “阻塞”系统对大气动力、热力三维结构的调制作用 |
| 4.1 “阻塞”系统对大气动力三维结构的调制作用 |
| 4.2 “阻塞”系统对大气热力三维结构的调制作用 |
| 4.3 冬季持续性重污染天气大气动力、热力综合影响模型 |
| 4.4 持续性重污染天气大气动力、热力综合影响机制普适性检验 |
| 4.5 小结 |
| 第五章 高层“阻塞”与低层水汽流异常配置对京津冀持续性重污染天气的影响 |
| 5.1 低层持续异常高湿 |
| 5.2 低层沿海高压稳定维持 |
| 5.3 高层异常“阻塞”停滞 |
| 5.4 “阻塞”系统对大气热力结构的影响 |
| 5.5 各关键气象影响因子对重污染天气发展与维持的相对贡献 |
| 5.6 小结 |
| 第六章 大地形背风坡动力、热力异常及其对京津冀区域大气污染的影响 |
| 6.1 大地形背风坡动力效应与京津冀大气污染相关的季节及气候变化特征 |
| 6.1.1 大地形背风坡动力效应与京津冀大气污染相关的季节变化特征 |
| 6.1.2 大地形背风坡动力效应与京津冀大气污染相关的气候变化特征 |
| 6.2 大地形背风坡热力异常垂直结构与京津冀大气污染相关的季节及气候变化特征 |
| 6.2.1 大地形背风坡热力异常垂直结构与京津冀大气污染相关的季节变化特征 |
| 6.2.2 大地形背风坡热力异常垂直结构与京津冀大气污染相关的气候变化特征 |
| 6.3 小结 |
| 第七章 结论与讨论 |
| 7.1 主要结论 |
| 7.2 创新点 |
| 7.3 研究展望 |
| 参考文献 |
| 致谢 |
| 个人简介 |
（3）石家庄市O3、NO2及VOCs的时空演替特征与溯源解析（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 O_3、NO_2及VOCs的研究背景及意义 |
| 1.2 O_3、NO_2及VOCs的研究趋势 |
| 1.2.1 国际研究趋势 |
| 1.2.2 国内研究趋势 |
| 1.3 O_3、NO_2及VOCs的研究目的、内容和技术路线 |
| 1.3.1 研究目的和内容 |
| 1.3.2 技术路线 |
| 第2章 数据来源与研究方法 |
| 2.1 研究区域和点位概况 |
| 2.2 数据来源处理及质量保证 |
| 2.3 研究方法 |
| 2.3.1 SUMMA罐采样/气相色谱-质谱分析 |
| 2.3.2 长时间序列研究方法 |
| 2.3.3 空间演替及格局分析 |
| 2.3.4 臭氧生成潜势 |
| 2.3.5 污染物溯源解析 |
| 第3章 O_3、NO_2和VOCs的时序特征及气象因素分析 |
| 3.1 O_3和NO_2的时序特征 |
| 3.1.1 O_3和NO_2的年度时序特征 |
| 3.1.2 O_3和NO_2的月度时序特征 |
| 3.2 石家庄市O_3污染典型时段的总体特征 |
| 3.3 VOCs的浓度水平和组分特征 |
| 3.4 O_3污染周期分析 |
| 3.5 VOCs与 O_3、NO_2及气象因素的关系 |
| 3.6 小结 |
| 第4章 O_3、NO_2及VOCs的空间演替特征和格局研究 |
| 4.1 O_3和NO_2的空间格局及其影响因素分析 |
| 4.1.1 O_3和NO_2的年度时空特征 |
| 4.1.2 O_3和NO_2的逐月时空变动 |
| 4.1.3 O_3和NO_2的逐月空间关联 |
| 4.1.4 O_3和NO_2的气象时空演变 |
| 4.2 不同功能区VOCs的组分特征 |
| 4.3 石家庄市域O_3污染典型时段的逐月时空特征 |
| 4.4 O_3超标日的昼夜(日)时空变动特征 |
| 4.5 O_3的空间影响因素分析 |
| 4.6 小结 |
| 第5章 O_3和VOCs的溯源解析和潜在源区 |
| 5.1 VOCs的溯源解析 |
| 5.2 夏季VOCs的后向轨迹及来源分析 |
| 5.3 后向轨迹模式与空间相关分析 |
| 5.4 潜在源区分析 |
| 5.5 小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间所发表的论文 |
| 致谢 |
（4）大气细颗粒物与臭氧的垂直结构和相互作用研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 大气污染物的分布特征 |
| 1.2.1 大气细颗粒物时空分布特征 |
| 1.2.2 对流层臭氧时空分布特征 |
| 1.3 臭氧对颗粒物的影响 |
| 1.4 细颗粒物对臭氧的影响 |
| 1.4.1 细颗粒物对光解反应的影响 |
| 1.4.2 细颗粒物表面的非均相化学反应 |
| 1.4.3 细颗粒物的辐射-气象反馈作用 |
| 1.5 本文研究内容 |
| 第二章 观测方法和模式介绍 |
| 2.1 观测资料介绍 |
| 2.1.1 大气污染物观测站点与数据来源 |
| 2.1.2 大气臭氧激光雷达观测 |
| 2.1.3 大气气溶胶拉曼激光雷达观测 |
| 2.2 WRF-CHEM三维数值模拟系统 |
| 2.2.1 模式介绍 |
| 2.2.2 模式框架 |
| 2.2.3 模式改进 |
| 2.3 UKESM1-AMIP三维数值模拟系统 |
| 2.3.1 模式介绍 |
| 2.3.2 模式框架 |
| 第三章 南京市大气颗粒物和臭氧的特征与相关性分析 |
| 3.1 大气臭氧的分布特征 |
| 3.1.1 地面基本特征分析 |
| 3.1.2 垂直结构特征分析 |
| 3.2 大气细颗粒物的分布特征 |
| 3.2.1 地面基本特征分析 |
| 3.2.2 垂直结构特征分析 |
| 3.3 大气颗粒物和臭氧的相关性 |
| 3.3.1 颗粒物和臭氧对其他污染物及气象条件的敏感性 |
| 3.3.2 近地面细颗粒物和臭氧的相关性 |
| 3.3.3 不同高度上细颗粒物和臭氧的相关性 |
| 3.4 大气颗粒物和边界层的相关性 |
| 3.4.1 边界层高度的计算方法 |
| 3.4.2 边界层高度的变化特征 |
| 3.4.3 边界层和颗粒物的相关性分析 |
| 3.5 大气颗粒物和能见度的相关性 |
| 3.5.1 大气能见度变化特征 |
| 3.5.2 能见度与污染物的相关性分析 |
| 3.6 本章小结 |
| 第四章 长三角地区大气颗粒物和臭氧相互作用的化学耦合机理研究 |
| 4.1 WRF-Chem模拟设置 |
| 4.2 模式验证 |
| 4.2.1 气象场模拟效果评估 |
| 4.2.2 大气化学成分模拟效果评估 |
| 4.3 光化学反应 |
| 4.3.1 边界层颗粒物及其光学特性 |
| 4.3.2 颗粒物对光解率的影响 |
| 4.3.3 臭氧浓度的变化 |
| 4.3.4 颗粒物浓度的变化 |
| 4.4 非均相化学反应 |
| 4.4.1 NO_x和H_xO_y的变化 |
| 4.4.2 臭氧浓度的变化 |
| 4.4.3 颗粒物浓度的变化 |
| 4.5 颗粒物和臭氧化学相互作用的综合影响 |
| 4.5.1 对臭氧的综合影响 |
| 4.5.2 对颗粒物的综合影响 |
| 4.5.3 不同高度上颗粒物和臭氧的相关性 |
| 4.6 本章小结 |
| 第五章 中国地区大气细颗粒物和臭氧相互作用的辐射-气象反馈机理研究 |
| 5.1 UKESM1-AMIP模拟设置 |
| 5.2 模式验证 |
| 5.3 细颗粒物的辐射效应 |
| 5.3.1 地表短波辐射及温度 |
| 5.3.2 湍流动能强度 |
| 5.3.3 大气边界层高度 |
| 5.3.4 近地面风速 |
| 5.4 辐射效应对污染物的影响 |
| 5.4.1 污染物浓度的年均变化 |
| 5.4.2 污染物浓度的季节变化 |
| 5.5 辐射效应对水汽和云的影响 |
| 5.5.1 辐射效应对水汽的影响 |
| 5.5.2 辐射效应对云的影响 |
| 5.6 辐射效应对臭氧的综合影响 |
| 5.7 本章小结 |
| 第六章 总结与展望 |
| 6.1 本文主要研究结果 |
| 6.2 本文主要创新点 |
| 6.3 未来工作展望 |
| 6.3.1 本文工作的不足之处 |
| 6.3.2 今后工作展望 |
| 参考文献 |
| 科研成果 |
| 致谢 |
（5）空气质量对我国入境旅游发展的影响研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 概念阐释 |
| 1.2.1 旅游产业 |
| 1.2.2 入境旅游 |
| 1.2.3 空气质量 |
| 1.3 研究内容与研究方法 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 第二章 研究综述 |
| 2.1 空气质量对人类健康与行为的影响研究 |
| 2.2 空气质量对旅游影响的研究 |
| 2.3 入境旅游空间分布和影响因素研究 |
| 2.4 空气质量对入境旅游影响的研究 |
| 2.5 国内外文献述评和研究机会 |
| 第三章 我国入境旅游与空气质量时空演化特征 |
| 3.1 研究方法 |
| 3.2 入境旅游时空演化特征 |
| 3.2.1 我国入境旅游发展时空演化概况 |
| 3.2.2 入境旅游规模空间相关性及其时空演化特征 |
| 3.3 空气质量时空演化 |
| 3.3.1 空气质量时空演化特征 |
| 3.3.2 空气质量空间相关性及其时空演化特征 |
| 3.4 本章小结 |
| 第四章 空气质量影响入境旅游的理论分析 |
| 4.1 空气质量影响入境旅游的属性分析 |
| 4.1.1 基于“推-拉”理论的分析 |
| 4.1.2 基于旅游吸引物理论的分析 |
| 4.1.3 基于旅游竞争力理论的分析 |
| 4.1.4 空气质量影响旅游的属性特征 |
| 4.2 空气质量影响入境旅游的系统构建 |
| 4.3 空气质量影响入境旅游的机理分析 |
| 4.3.1 风险感知影响路径 |
| 4.3.2 媒体信息影响路径 |
| 4.3.3 空气质量偏好影响路径 |
| 4.3.4 时间演化差异影响路径 |
| 4.3.5 地区差异影响路径 |
| 4.4 本章小结 |
| 第五章 空气质量影响入境旅游的效应分析 |
| 5.1 研究方法 |
| 5.1.1 OLS混合回归 |
| 5.1.2 面板数据模型 |
| 5.2 模型构建 |
| 5.2.1 即期影响效应模型构建 |
| 5.2.2 调节效应模型构建 |
| 5.2.3 滞后效应模型构建 |
| 5.3 变量选取和数据来源 |
| 5.3.1 变量选取 |
| 5.3.2 数据来源与变量描述性统计 |
| 5.4 实证分析 |
| 5.4.1 空气质量影响入境旅游的即期效应 |
| 5.4.2 空气质量影响入境旅游的调节效应 |
| 5.4.3 空气质量影响入境旅游的滞后效应 |
| 5.5 本章小结 |
| 第六章 空气质量影响入境旅游的异质性评价 |
| 6.1 基于游客类别的影响异质性评价 |
| 6.1.1 模型构建 |
| 6.1.2 入境游客和国内游客规模的异质性分析 |
| 6.1.3 外国游客和港澳台游客规模的异质性分析 |
| 6.2 基于时间演化的影响异质性评价 |
| 6.2.1 模型构建 |
| 6.2.2 时间差异分析 |
| 6.3 基于地区分异的影响异质性评价 |
| 6.3.1 模型构建 |
| 6.3.2 东中西部地区差异分析 |
| 6.3.3 南北方地区差异分析 |
| 6.4 本章小结 |
| 第七章 空气质量影响入境旅游发展的动力机制分析 |
| 7.1 旅游发展动力机制要素构成 |
| 7.2 空气质量影响入境旅游发展的动力机制构建 |
| 7.2.1 入境旅游发展的动力机制 |
| 7.2.2 空气质量影响入境旅游发展的动力机制传导路径 |
| 7.3 本章小结 |
| 第八章 主要结论和对策建议 |
| 8.1 主要结论 |
| 8.1.1 入境旅游和空气质量分布具有一定的“高-低”或“低-高”对应特征 |
| 8.1.2 空气污染已对我国入境旅游产生较为明显的负向影响 |
| 8.1.3 空气污染对入境旅游的负向影响存在游客类别的异质性特征 |
| 8.1.4 空气污染对入境旅游的负向影响存在时间演化的异质性特征 |
| 8.1.5 空气污染对入境旅游的负向影响存在区域差别的异质性特征 |
| 8.1.6 控制变量对入境旅游发展的正向影响在不同区域间存在差异性特征 |
| 8.1.7 空气质量的双重属性是入境旅游发展动力机制的重要构成 |
| 8.2 政策启示 |
| 8.3 对策建议 |
| 8.3.1 多举并措加强环境空气污染治理和生态环境保护 |
| 8.3.2 构建完善包括优质生态产品在内的旅游产品体系 |
| 8.3.3 围绕“美丽中国”国家形象进一步完善入境旅游营销推广体系 |
| 8.3.4 全方位修炼内功助力入境旅游吸引力提升 |
| 8.3.5 实施更加积极开放的对外政策促入境旅游发展 |
| 8.4 创新之处、不足以及研究展望 |
| 8.4.1 创新之处 |
| 8.4.2 研究的局限性 |
| 8.4.3 研究展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表的学术论文 |
（6）北京南郊气溶胶垂直分布特征与典型过程激光雷达探测分析（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 论文研究意义 |
| 1.2 大气气溶胶基本性质 |
| 1.2.1 气溶胶的来源 |
| 1.2.2 气溶胶的种类 |
| 1.2.3 气溶胶的分布 |
| 1.2.4 气溶胶在大气过程中的作用 |
| 1.3 大气气溶胶研究进展 |
| 1.3.1 直接采样研究 |
| 1.3.2 遥感探测研究 |
| 1.4 文章结构与主要研究内容 |
| 第2章 大气探测激光雷达 |
| 2.1 大气探测激光雷达概述 |
| 2.2 大气探测激光雷达技术分类 |
| 2.2.1 米散射激光雷达 |
| 2.2.2 偏振激光雷达 |
| 2.2.3 拉曼激光雷达 |
| 2.2.4 高光谱分辨率激光雷达 |
| 2.2.5 多普勒激光雷达 |
| 2.2.6 差分吸收激光雷达 |
| 2.2.7 共振荧光激光雷达 |
| 2.2.8 瑞利散射激光雷达 |
| 2.3 激光雷达大尺度观测 |
| 2.3.1 地基激光雷达探测网 |
| 2.3.2 星载激光雷达 |
| 2.4 系统收发光轴的平行性 |
| 2.5 系统与反演算法的规范与标准 |
| 2.6 小结 |
| 第3章 仪器定标与数据验证 |
| 3.1 激光雷达系统与数据质量保证 |
| 3.1.1 AWRL-Ⅱ激光雷达系统 |
| 3.1.2 光学子系统四象限测试 |
| 3.1.3 瑞利分子信号判定 |
| 3.1.4 几何重叠因子校正 |
| 3.1.5 偏振通道增益比的标定 |
| 3.2 激光雷达数据预处理 |
| 3.2.1 背景噪声去除 |
| 3.2.2 数据平滑 |
| 3.2.3 大气分子模式 |
| 3.3 激光雷达数据的反演 |
| 3.3.1 气溶胶光学性质反演 |
| 3.3.2 反演结果误差 |
| 3.3.3 地基AERONET太阳光度计验证 |
| 3.3.4 退偏比的动态阈值限定法 |
| 3.3.5 水汽混合比的反演 |
| 3.4 其他辅助数据与模型 |
| 3.4.1 颗粒物与气态污染物 |
| 3.4.2 地面和探空气象数据 |
| 3.4.3 VIIRS卫星观测数据 |
| 3.4.4 HYSPLIT轨迹分析模型 |
| 3.4.5 BSC-DREAM8b沙尘模型 |
| 3.5 小结 |
| 第4章 北京南郊气溶胶典型污染过程分析 |
| 4.1 灰霾污染 |
| 4.1.1 灰霾概述 |
| 4.1.2 光学性质与时空分布 |
| 4.1.3 对空气质量的影响 |
| 4.1.4 气象条件 |
| 4.1.5 污染来源与输运路径 |
| 4.1.6 结果总结 |
| 4.2 沙尘过程 |
| 4.2.1 沙尘天气概述 |
| 4.2.2 光学性质与空间分布 |
| 4.2.3 空气质量与气象条件 |
| 4.2.4 沙尘传输路径 |
| 4.2.5 结果与讨论 |
| 4.3 灰霾与沙尘交替污染个例研究 |
| 4.3.1 霾—沙光学性质与空间分布 |
| 4.3.2 模型结果验证 |
| 4.3.3 空气质量 |
| 4.3.4 气象条件 |
| 4.3.5 污染传输路径 |
| 4.3.6 结果与讨论 |
| 4.4 雪后污染持续 |
| 4.4.1 激光雷达观测结果 |
| 4.4.2 空气质量 |
| 4.4.3 气象条件 |
| 4.4.4 原因分析 |
| 4.4.5 结果总结 |
| 4.5 洁净天气对比 |
| 4.6 2019全国“两会”期间空气质量 |
| 4.7 小结 |
| 第5章 北京南郊气溶胶垂直廓线统计特征 |
| 5.1 激光雷达数据分布与数据库的建立 |
| 5.2 不同污染天数事件 |
| 5.3 污染月与季节统计分布 |
| 5.4 小结 |
| 第6章 总结与展望 |
| 6.1 主要工作内容总结 |
| 6.2 创新性成果 |
| 6.3 展望 |
| 参考文献 |
| 致谢 |
| 在读期间发表的学术论文与取得的其他研究成果 |
（7）北京市典型区域大气细颗粒物来源分析及对大气能见度影响（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 大气细颗粒物研究现状 |
| 1.2.2 大气细颗粒物来源解析研究现状 |
| 1.2.3 大气污染源排放清单研究现状 |
| 1.2.4 数值模型研究现状 |
| 1.2.5 大气能见度研究现状 |
| 1.3 本文的研究内容及技术路线 |
| 1.3.1 主要研究内容及特色 |
| 1.3.2 技术路线图 |
| 第2章 北京及近周边典型城市大气细颗粒物污染特征 |
| 2.1 大气细颗粒物样品采集及测试方法 |
| 2.1.1 大气颗粒物采样点布设 |
| 2.1.2 大气细颗粒物质量浓度测试方法 |
| 2.1.3 大气细颗粒物化学组分测试方法 |
| 2.2 典型城市大气PM_1与PM_(2.5)污染特征分析 |
| 2.2.1 大气PM_1与PM_(2.5)质量浓度污染特征 |
| 2.2.2 大气PM_1与PM_(2.5)无机元素污染特征 |
| 2.2.3 大气PM_1与PM_(2.5)水溶性离子污染特征 |
| 2.2.4 大气PM_1与PM_(2.5)碳质组分污染特征 |
| 2.3 本章小结 |
| 第3章 典型区域大气细颗粒物来源分析 |
| 3.1 北京及近周边地区污染源PM_1排放清单建立与完善 |
| 3.1.1 污染源分类及核算方法 |
| 3.1.2 典型区域大气污染源颗粒物总量排放特征 |
| 3.1.3 典型区域大气污染源PM_1排放特征 |
| 3.2 模型设置 |
| 3.3 模型验证 |
| 3.3.1 PM_1处理方法 |
| 3.3.2 误差分析 |
| 3.4 典型区域大气细颗粒物来源分析 |
| 3.4.1 来源分析方法 |
| 3.4.2 PM_1与PM_(2.5)来源分析 |
| 3.5 本章小结 |
| 第4章 大气能见度变化特征及灰霾影响因子分析 |
| 4.1 大气能见度时空分布特征 |
| 4.1.1 季节性变化特征 |
| 4.1.2 逐日变化特征 |
| 4.1.3 灰霾与非灰霾天气大气能见度特征 |
| 4.2 颗粒物粒径分布对大气能见度的影响 |
| 4.2.1 颗粒物粒径观测 |
| 4.2.2 颗粒物粒径个数、数浓度季节分布特征 |
| 4.2.3 颗粒物粒径表面积、体积季节分布特征 |
| 4.2.4 灰霾与非灰霾天气颗粒物粒径分布特征 |
| 4.3 气象要素对大气能见度的影响 |
| 4.3.1 相对湿度对大气能见度的影响 |
| 4.3.2 风速与风向对大气能见度的影响 |
| 4.3.3 温度和气压对大气能见度的影响 |
| 4.4 灰霾影响因子综合分析 |
| 4.4.1 研究方法 |
| 4.4.2 相关性分析 |
| 4.4.3 主成分分析 |
| 4.4.4 多元回归分析 |
| 4.5 回归模型模拟效果验证 |
| 4.6 本章小结 |
| 第5章 结论与展望 |
| 5.1 结论 |
| 5.2 展望 |
| 参考文献 |
| 附录 |
| 攻读硕士学位期间取得的成果 |
| 致谢 |
（8）西安城市雾霾演进与治理研究（1912-2019年） ——兼与英国伦敦雾霾的历史比较（论文提纲范文）
| 摘要 |
| Abstract |
| 绪论 |
| 第一章 雾霾城市的地理环境 |
| 第一节 伦敦的地理位置与气象特征 |
| 第二节 西安的地形地貌及气象条件 |
| 一、地理位置与地貌特征 |
| 二、气候特征及降水条件 |
| 第三节 地理因素对城市雾霾的影响 |
| 一、地理环境与伦敦雾霾的关系 |
| 二、地理环境助推西安雾霾发生 |
| 第四节 主要雾霾城市的地理特征 |
| 一、洛杉矶特殊地理因素促成雾霾的形成 |
| 二、北京地理环境加剧雾霾的严重程度 |
| 小结 |
| 第二章 伦敦城市雾霾的历史探究 |
| 第一节 英国煤炭资源的空间特征 |
| 一、英国煤炭资源形成的地质条件 |
| 二、英国煤炭资源的空间格局 |
| 第二节 伦敦雾霾的历史回顾 |
| 一、伦敦雾霾爆发的主要成因 |
| 二、伦敦雾霾的历史演进及空间特征 |
| 第三节 伦敦城市雾霾的政府治理及民众应对 |
| 一、早期环保人士的反烟斗争 |
| 二、政府对空气污染的治理模式 |
| 三、民间团体参与雾霾治理 |
| 四、科技进步提升空气监测水平 |
| 小结 |
| 第三章 西安工业化进程中的雾霾态势 |
| 第一节 清末民国时期西安工业起步的条件 |
| 一、煤炭资源是能源保障 |
| 二、政府对西安工业经济的开发 |
| 第二节 建国以来西安工业发展的历史进程 |
| 一、煤炭运输条件的提升为工业生产提供便利 |
| 二、西安市工业发展的历史轨迹 |
| 第三节 西安市雾霾的历史演进 |
| 一、民国前西安市空气质量概况 |
| 二、民国时期西安空气质量良好 |
| 三、1949年至20世纪90年代初西安城市雾霾的特征 |
| 第四节 西安市城市雾霾治理的举措 |
| 一、限煤运动的开展 |
| 二、发电厂的废气减排措施 |
| 三、城市雾霾的综合治理 |
| 小结 |
| 第四章 近三十年来西安雾霾呈现的新特征 |
| 第一节 西安城市雾霾近三十年来变化趋势 |
| 一、近三十年来我国雾霾问题总体概述 |
| 二、20世纪90年代西安市雾霾的变化特征 |
| 三、近二十年来西安市雾霾的变化趋势 |
| 第二节 近三十年来西安雾霾的阶段性特征 |
| 一、雾霾呈现复合型特征 |
| 二、雾霾程度加剧,范围扩大 |
| 小结 |
| 第五章 近三十年来西安雾霾的治理及成效 |
| 第一节 西安市近三十年来雾霾治理的新举措 |
| 一、政府加大治理力度 |
| 二、加强污染源的治理 |
| 三、扩建城市绿地面积 |
| 四、企业配合,科技支撑 |
| 五、能源转型、产业升级 |
| 第二节 中英两国改善空气质量的路径对比 |
| 一、近三十年来我国雾霾治理的历程 |
| 二、英国对城市空气质量的关注 |
| 三、我国雾霾治理的不足之处 |
| 第三节 伦敦与西安雾霾的治理成效 |
| 一、伦敦雾霾治理成效显着 |
| 二、西安雾霾的治理成效 |
| 小结 |
| 第六章 城市雾霾的危害性 |
| 第一节 雾霾危害性概述 |
| 第二节 国外主要城市雾霾事件及其危害程度 |
| 一、美国洛杉矶城市雾霾带来的危害 |
| 二、美国多诺拉镇及其他城市的遭遇 |
| 三、日本城市雾霾及其危害性 |
| 四、其他地区雾霾的爆发及负面影响 |
| 第三节 伦敦雾霾的危害性 |
| 一、对人类生命健康的威胁 |
| 二、对建筑物及动植物的损害 |
| 第四节 西安雾霾的负面影响 |
| 一、对人体带来健康风险 |
| 二、对城市交通造成负面影响 |
| 三、对农作物造成破坏 |
| 四、雾霾造成经济损失 |
| 小结 |
| 第七章 城市雾霾的认知度 |
| 第一节 从曲解到了解——伦敦社会对雾霾的认知 |
| 第二节 伦敦雾霾时代的文学书写与历史记忆 |
| 第三节 从盲从到清晰——西安民众对雾霾的认知过程 |
| 一、我国公众对城市雾霾的总体认知 |
| 二、西安市民众对雾霾的认知态度 |
| 三、了解民众认知有益于政府开展雾霾治理 |
| 第四节 西安与伦敦对雾霾认知度的差异 |
| 小结 |
| 第八章 城市雾霾的中外异同 |
| 第一节 两地城市雾霾的相似之处 |
| 一、经济社会结构与环境问题的辩证关系 |
| 二、人与环境关系的普遍性 |
| 三、空气污染源及雾霾高发季的一致性 |
| 四、城市雾霾与科学技术的双重关系论 |
| 第二节 伦敦与西安雾霾问题呈现的差异性 |
| 一、经历过程及后果的差异 |
| 二、民众参与度形成鲜明对比 |
| 三、地理环境的空间差异 |
| 四、雾霾发生时间段不同 |
| 五、伦敦雾霾引发社会问题 |
| 小结 |
| 结语 |
| 参考文献 |
| 致谢 |
| 攻读博士学位期间发表科研成果 |
（9）华北地区冬季能见度的时空分布特征及其影响因子研究（论文提纲范文）
| 中文摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究的意义及目的 |
| 1.2 研究现状 |
| 1.3 本文研究内容 |
| 第二章 数据与方法 |
| 2.1 研究区域 |
| 2.2 数据资料 |
| 2.3 研究方法 |
| 2.3.1 气候倾向率 |
| 2.3.2 相关系数及其检验 |
| 2.3.3 经验正交函数分解 |
| 2.3.4 小波方差 |
| 2.3.5 逐步回归 |
| 2.3.6 Lamb-Jenkinson客观环流分型方法 |
| 2.3.7 贝叶斯判别分析 |
| 第三章 华北地区冬季能见度的时空分布特征 |
| 3.1 平均能见度的空间分布特征 |
| 3.2 平均能见度的时间变化趋势 |
| 3.3 低能见度现象的空间分布特征 |
| 3.3.1 不同等级低能见度日数的空间分布 |
| 3.3.2 不同类型低能见度日数的空间分布 |
| 3.4 低能见度现象的时间变化特征 |
| 3.4.1 不同等级低能见度日数的时间变化 |
| 3.4.2 不同类型低能见度日数的时间变化 |
| 3.5 本章小结 |
| 第四章 影响华北地区冬季能见度长期变化的主要因子 |
| 4.1 影响冬季能见度趋势变化的主要因子 |
| 4.2 影响冬季能见度低频波动变化的主要因子 |
| 4.3 影响冬季能见度高频波动变化的主要因子 |
| 4.4 本章小结 |
| 第五章 环境气象要素及地面环流对冬季能见度的影响 |
| 5.1 环境气象要素与能见度的关系 |
| 5.2 地面环流对能见度的影响 |
| 5.2.1 地面环流分型结果 |
| 5.2.2 地面环流对平均能见度的影响 |
| 5.2.3 地面环流对低能见度发生率的影响 |
| 5.2.4 地面环流影响能见度的原因分析 |
| 5.2.5 个例分析 |
| 5.3 基于地面环流指数的能见度分级判别分析 |
| 5.4 本章小结 |
| 第六章 结论与展望 |
| 6.1 主要结论 |
| 6.2 本文特色 |
| 6.3 存在的不足 |
| 6.4 研究展望 |
| 参考文献 |
| 在学期间的研究成果 |
| 致谢 |
（10）禁煤区的设立对京津冀地区大气细颗粒物及能见度的影响（论文提纲范文）
| 中文摘要 |
| Abstract |
| 第一章 引言 |
| 1.1 研究背景和意义 |
| 1.2 大气细颗粒物概述 |
| 1.3 大气细颗粒物对能见度影响 |
| 1.4 研究内容与章节安排 |
| 第二章 研究方法 |
| 2.1 实验站点描述 |
| 2.2 大气细颗粒物样品采集 |
| 2.3 大气颗粒物分析方法 |
| 2.3.1 颗粒物质量浓度分析 |
| 2.3.2 水溶性无机离子 |
| 2.3.3 有机碳和元素碳 |
| 2.3.4 金属元素 |
| 2.4 其他数据介绍 |
| 2.4.1 能见度及散射消光系数的观测 |
| 2.4.2 AOD的观测 |
| 2.4.3 颗粒物质量浓度和气体前体物数据来源 |
| 2.4.4 气象资料来源 |
| 2.5 气溶胶消光系数的计算 |
| 2.6 潜在源贡献因子分析法 |
| 2.7 正定矩阵因子分解方法 |
| 第三章 颗粒物质量浓度及其前体物、光学特性、化学组成的时空变化 |
| 3.1 京津冀地区2016-2017年PM_(10)、PM_(2.5)、AOD、能见度、NO_2、SO_2 的时间变化 |
| 3.1.1 PM_(10)、PM_(2.5)、AOD、能见度、NO_2、SO_2 的月变化特征 |
| 3.1.2 2016-2017 年秋冬季PM_(10)、PM_(2.5)、SO_2、NO_2、VIS、AOD的季节变化 |
| 3.2 细颗粒物化学成分季节变化特征 |
| 3.3 本章小结 |
| 第四章 气溶胶光学特性与成分的关系 |
| 4.1 IMPROVE算法适用性评估 |
| 4.2 消光系数的季节变化特征 |
| 4.3 本章小结 |
| 第五章 气象条件及区域传输对京津冀大气污染的影响 |
| 5.1 2016年-2017年秋冬季气象条件的变化对污染改善的影响 |
| 5.2 2016年-2017年秋冬季京津冀地区潜在源区分析 |
| 5.3 总结 |
| 第六章 京津冀地区大气细颗粒物的来源 |
| 6.1 京津冀地区PM_(2.5)的来源 |
| 6.2 京津冀地区PM_(2.5)来源的季节变化特征 |
| 6.3 总结 |
| 第七章 结论与展望 |
| 7.1 主要结论 |
| 7.2 展望 |
| 附录 |
| 参考文献 |
| 在学期间研究成果 |
| 致谢 |
四、山西、京津地区低能见度预报指标及其产生背景分析（论文参考文献）
- [1]京津冀两次持续重度霾天气过程对比分析及模拟[D]. 毛曳. 南京信息工程大学, 2021(01)
- [2]对流层“阻塞”结构对京津冀冬季持续性重污染天气的影响[D]. 蔡雯悦. 南京信息工程大学, 2021(01)
- [3]石家庄市O3、NO2及VOCs的时空演替特征与溯源解析[D]. 王帅. 河北科技大学, 2020(06)
- [4]大气细颗粒物与臭氧的垂直结构和相互作用研究[D]. 曲雅微. 南京大学, 2020(12)
- [5]空气质量对我国入境旅游发展的影响研究[D]. 叶莉. 广西大学, 2020(07)
- [6]北京南郊气溶胶垂直分布特征与典型过程激光雷达探测分析[D]. 田晓敏. 中国科学技术大学, 2020(01)
- [7]北京市典型区域大气细颗粒物来源分析及对大气能见度影响[D]. 张俊峰. 北京工业大学, 2020(06)
- [8]西安城市雾霾演进与治理研究（1912-2019年） ——兼与英国伦敦雾霾的历史比较[D]. 吴洋. 陕西师范大学, 2020
- [9]华北地区冬季能见度的时空分布特征及其影响因子研究[D]. 李兆阳. 兰州大学, 2020(01)
- [10]禁煤区的设立对京津冀地区大气细颗粒物及能见度的影响[D]. 刘光静. 兰州大学, 2020(01)