上海风向风速
上海浦东机场风向日变化特征分析
Science and Technology &Innovation ┃科技与创新2020年第24期·45·文章编号：2095－6835（2020）24－0045－03上海浦东机场风向日变化特征分析赵京华1，秦婷2，张勇1，房云龙1（1.民航青岛空管站，山东青岛266100；2.民航华东空管局，上海200335）摘要：利用2010—2019年上海浦东机场地面风场逐时观测数据，统计了不同季节各风向段出现频率日变化特征，结果表明，浦东机场东风（80°～110°）、东南风（120°～150°）日变化规律显著。
各季节东南风频率曲线呈准正弦波型，春夏季日较差、极大值均高于秋冬季，频率极大值、极小值出现时间四季基本相同。
东风出现频率在各季节均呈“单峰”型日变化特点，夏季东风频率日较差最大，秋季和春季次之，冬季最小，夏季日变化规律最显著；频率极大值、极小值出现时间四季基本相同。
南支海风环流和东支海风环流均可能影响浦东机场，最可能影响时间为15：00—19：00和10：00—13：00，各季节略有差异。
关键词：上海浦东机场；风向日变化；海风环流；成因中图分类号：V321文献标志码：ADOI ：10.15913/ki.kjycx.2020.24.0141引言风通常指空气运动的水平分量，包括方向和大小，即风向和风速，按高度又分为高空风和地面风，对于航空飞行来说，高空和地面风同样重要，既有可利用一面，也要防范它可能造成的危害。
飞机起飞时，适宜的风向和风速，有助于飞机在较短的滑行距离内获得足够的升力；降落时，适宜的风速和风向也有助于缩短滑行的距离；高空飞行时，顺风飞行，可以大大节省燃料和缩短飞行时间[1-3]。
徐照岳等[4]通过分析下降风对飞行的影响，发现下降风可以增加飞机能量损耗。
侧风或者侧风分量很大时，飞机的起飞和着陆会变得很复杂，当飞机在侧风中起降时，飞机除向前运动以外，还顺着侧风方向移动，如不及时修正，就会偏离跑道方向[5-6]。
上海市城市历史天气2019年
日期最高温最低温天气风力风向空气质量指数2019-01-01 周二6°3°阴~多云西北风3级39 优2019-01-02 周三8°4°阴~多云东北风2级86 良2019-01-03 周四10°8°多云~小雨东北风2级71 良2019-01-04 周五10°8°小雨东南风2级33 优2019-01-05 周六10°5°小雨西北风2级46 优2019-01-06 周日8°5°阴~多云东北风2级43 优2019-01-07 周一8°6°小雨~阴东北风2级41 优2019-01-08 周二8°5°多云~阴东北风3级73 良2019-01-09 周三7°6°小雨东北风3级37 优2019-01-10 周四9°7°小雨东北风2级28 优2019-01-11 周五9°6°小雨东风2级28 优2019-01-12 周六9°6°小雨~阴西北风3级56 良2019-01-13 周日9°5°阴~多云西北风2级101 轻度2019-01-14 周一10°6°多云东北风2级100 良2019-01-15 周二9°2°小雨~多云东北风3级142 轻度2019-01-16 周三--阴~多云西北风2级51 良2019-01-17 周四8°1°晴~多云西北风2级98 良2019-01-18 周五11°7°晴~多云东南风2级115 轻度2019-01-19 周六13°5°多云~小雨西南风3级98 良2019-01-20 周日9°2°多云~晴西北风3级135 轻度2019-01-21 周一8°2°多云西北风2级59 良2019-01-22 周二10°2°晴西北风2级109 轻度2019-01-23 周三12°4°晴~多云西北风2级122 轻度2019-01-24 周四12°5°晴~多云东南风2级138 轻度2019-01-25 周五10°2°阴~多云东北风3级51 良2019-01-26 周六5°1°多云西北风3级35 优2019-01-27 周日9°3°多云~晴东南风2级37 优2019-01-28 周一10°6°多云东北风2级70 良2019-01-29 周二10°8°阴~多云东南风2级76 良2019-01-30 周三15°4°阴~小雨东南风2级49 优2019-01-31 周四--小雨~多云东北风3级33 优2019-02-01 周五8°4°晴西北风2级79 良2019-02-02 周六14°9°多云~小雨东南风3级78 良2019-02-03 周日14°7°小雨~阴西北风3级87 良2019-02-04 周一11°7°多云~晴东北风3级135 轻度2019-02-05 周二14°9°小雨东南风2级61 良2019-02-06 周三16°7°晴~小雨东南风2级66 良2019-02-07 周四11°4°小雨东北风4级44 优2019-02-08 周五5°3°小雨东北风3级28 优2019-02-09 周六4°3°阴~小雨东北风3级27 优2019-02-10 周日5°3°雨夹雪~小雨东北风3级29 优2019-02-11 周一6°4°多云~阴东北风2级36 优2019-02-12 周二9°6°小雨东北风2级36 优2019-02-13 周三9°4°小雨~中雨东北风3级39 优日期最高温最低温天气风力风向空气质量指数2019-02-15 周五8°4°中雨~小雨东北风2级27 优2019-02-16 周六6°2°阴~多云东北风3级59 良2019-02-17 周日8°6°多云~小雨东北风2级42 优2019-02-18 周一8°7°小雨~中雨东南风2级26 优2019-02-19 周二10°6°阴~小雨西北风2级42 优2019-02-20 周三8°7°小雨东北风2级64 良2019-02-21 周四9°5°小雨~中雨东北风3级71 良2019-02-22 周五7°3°小雨~多云东北风2级63 良2019-02-23 周六11°4°多云西北风2级155 中度2019-02-24 周日11°4°多云东北风2级140 轻度2019-02-25 周一12°7°多云东北风2级108 轻度2019-02-26 周二12°7°多云~小雨东北风3级61 良2019-02-27 周三10°7°小雨东北风3级41 优2019-02-28 周四11°6°多云东北风2级47 优2019-03-01 周五11°8°小雨~中雨东北风2级114 轻度2019-03-02 周六10°7°小雨东北风3级70 良2019-03-03 周日10°5°阴~多云西北风2级97 良2019-03-04 周一11°4°多云~阴西北风2级123 轻度2019-03-05 周二11°8°小雨东南风3级113 轻度2019-03-06 周三14°6°多云东北风3级95 良2019-03-07 周四11°5°多云~阴东北风3级107 轻度2019-03-08 周五12°8°多云~小雨东南风2级41 优2019-03-09 周六13°9°小雨东北风1级47 优2019-03-10 周日13°7°阴~多云西北风3级73 良2019-03-11 周一18°8°多云西北风3级95 良2019-03-12 周二19°7°小雨~多云西北风3级120 轻度2019-03-13 周三16°9°多云~小雨东南风2级60 良2019-03-14 周四12°7°小雨~晴东南风2级39 优2019-03-15 周五19°7°晴~多云西北风3级67 良2019-03-16 周六18°9°多云东南风2级67 良2019-03-17 周日21°11°多云~阴东北风2级108 轻度2019-03-18 周一14°9°小雨~多云东南风2级51 良2019-03-19 周二19°13°多云~小雨东南风3级55 良2019-03-20 周三25°11°雷阵雨~小雨西南风4级49 优2019-03-21 周四19°8°中雨~小雨东北风3级80 良2019-03-22 周五11°7°阴~多云东北风3级36 优2019-03-23 周六16°7°多云东北风2级43 优2019-03-24 周日15°10°多云~小雨东南风2级57 良2019-03-25 周一15°10°小雨~晴西南风1级74 良2019-03-26 周二22°13°多云西南风2级88 良2019-03-27 周三19°11°小雨东南风2级66 良2019-03-28 周四17°12°小雨东北风2级91 良2019-03-29 周五19°12°阴~多云东南风2级67 良2019-03-30 周六20°9°多云~阴西北风3级85 良日期最高温最低温天气风力风向空气质量指数2019-04-01 周一17°9°晴~多云东南风2级52 良2019-04-02 周二17°12°多云~阴东南风3级57 良2019-04-03 周三18°11°多云东南风2级72 良2019-04-04 周四17°13°小雨东南风2级56 良2019-04-05 周五23°14°多云~晴西南风2级88 良2019-04-06 周六26°15°多云西南风2级86 良2019-04-07 周日29°16°晴西南风2级113 轻度2019-04-08 周一26°17°多云~小雨东南风3级106 轻度2019-04-09 周二25°11°中雨~小雨西南风4级54 良2019-04-10 周三16°11°阴~小雨西北风3级34 优2019-04-11 周四15°9°小雨~晴东北风2级40 优2019-04-12 周五19°12°晴东南风2级75 良2019-04-13 周六20°14°多云东南风3级45 优2019-04-14 周日20°10°多云东北风3级64 良2019-04-15 周一20°13°多云东南风2级65 良2019-04-16 周二19°13°小雨~晴东南风3级50 优2019-04-17 周三27°16°晴东南风2级63 良2019-04-18 周四28°19°多云东南风3级72 良2019-04-19 周五26°18°多云~阴东南风3级63 良2019-04-20 周六24°18°多云~小雨东南风3级34 优2019-04-21 周日24°19°小雨东南风3级39 优2019-04-22 周一22°19°小雨东南风3级30 优2019-04-23 周二28°19°小雨西北风2级58 良2019-04-24 周三25°17°小雨~阴东北风2级124 轻度2019-04-25 周四25°14°小雨~多云东北风2级49 优2019-04-26 周五18°12°多云~晴东北风3级42 优2019-04-27 周六18°15°多云~小雨东南风3级37 优2019-04-28 周日21°17°小雨~多云东南风2级42 优2019-04-29 周一20°15°中雨~小雨西北风2级50 优2019-04-30 周二18°14°小雨~多云东北风2级34 优2019-05-01 周三23°13°阴~多云西北风3级91 良2019-05-02 周四24°13°多云~晴东北风2级72 良2019-05-03 周五27°15°晴~阴东南风2级63 良2019-05-04 周六27°17°多云东南风2级62 良2019-05-05 周日27°16°多云~阴东南风3级63 良2019-05-06 周一20°12°多云东北风3级48 优2019-05-07 周二20°15°多云~阴东北风3级47 优2019-05-08 周三21°16°多云东南风2级44 优2019-05-09 周四25°17°多云东南风2级63 良2019-05-10 周五27°17°晴东南风2级63 良2019-05-11 周六29°19°多云东南风2级73 良2019-05-12 周日28°19°多云~小雨东南风3级61 良2019-05-13 周一23°17°小雨东南风3级40 优2019-05-14 周二23°19°多云~小雨东风2级38 优日期最高温最低温天气风力风向空气质量指数2019-05-16 周四23°20°小雨东南风2级60 良2019-05-17 周五25°21°小雨~阴东南风2级33 优2019-05-18 周六28°19°多云~阴西北风2级57 良2019-05-19 周日26°18°小雨~多云东北风2级75 良2019-05-20 周一24°16°多云~晴东北风3级68 良2019-05-21 周二29°19°多云西南风2级73 良2019-05-22 周三31°20°晴东南风2级88 良2019-05-23 周四33°21°晴西南风2级106 轻度2019-05-24 周五34°21°晴~阴东南风3级73 良2019-05-25 周六30°22°小雨~中雨东南风4级49 优2019-05-26 周日24°20°中雨~大雨东南风4级33 优2019-05-27 周一29°18°小雨~多云西北风3级45 优2019-05-28 周二25°18°多云东北风3级35 优2019-05-29 周三26°18°多云东南风2级50 优2019-05-30 周四26°20°小雨东南风3级45 优2019-05-31 周五27°18°小雨~多云东北风2级78 良2019-06-01 周六26°20°阴~多云东南风2级50 优2019-06-02 周日29°20°多云东南风2级40 优2019-06-03 周一30°21°多云~晴东南风3级48 优2019-06-04 周二32°22°晴东南风2级51 良2019-06-05 周三33°25°多云~小雨东南风3级60 良2019-06-06 周四31°22°小雨~多云西南风4级40 优2019-06-07 周五29°20°多云西北风3级33 优2019-06-08 周六29°21°多云东南风2级41 优2019-06-09 周日29°21°多云东南风2级43 优2019-06-10 周一31°20°小雨~多云东南风2级55 良2019-06-11 周二28°20°多云东北风2级39 优2019-06-12 周三27°21°阴东南风2级31 优2019-06-13 周四24°20°小雨东南风3级33 优2019-06-14 周五26°19°阴~多云东北风3级36 优2019-06-15 周六32°23°多云东北风2级85 良2019-06-16 周日32°24°多云东南风2级116 轻度2019-06-17 周一29°22°阴~中雨东南风3级57 良2019-06-18 周二25°21°中雨~小雨南风3级33 优2019-06-19 周三27°22°阴~多云东北风2级46 优2019-06-20 周四25°21°小雨~大雨东南风2级34 优2019-06-21 周五25°20°小雨~多云东北风3级32 优2019-06-22 周六28°20°多云东北风2级43 优2019-06-23 周日27°21°多云东北风2级39 优2019-06-24 周一27°22°多云~阴东南风3级42 优2019-06-25 周二26°22°中雨东南风3级29 优2019-06-26 周三27°21°小雨~多云东南风2级30 优2019-06-27 周四28°23°小雨~多云东南风2级50 优2019-06-28 周五33°26°阴~多云东南风2级69 良日期最高温最低温天气风力风向空气质量指数2019-06-30 周日29°24°中雨~阴东北风2级42 优2019-07-01 周一28°23°小雨东北风2级35 优2019-07-02 周二27°22°小雨~中雨东南风2级34 优2019-07-03 周三27°23°小雨~多云东北风2级39 优2019-07-04 周四28°23°阴东南风2级52 良2019-07-05 周五28°22°小雨~多云东南风2级52 良2019-07-06 周六30°23°小雨东南风3级56 良2019-07-07 周日33°24°阴~多云西南风3级53 良2019-07-08 周一31°24°小雨西北风2级84 良2019-07-09 周二25°22°中雨~小雨东北风3级28 优2019-07-10 周三27°22°小雨~阴东北风2级28 优2019-07-11 周四29°24°阴~多云东南风2级49 优2019-07-12 周五28°22°小雨~大雨东南风2级42 优2019-07-13 周六23°21°中雨~小雨东北风2级31 优2019-07-14 周日29°23°多云东北风2级46 优2019-07-15 周一29°23°多云东南风2级38 优2019-07-16 周二28°24°小雨东南风3级29 优2019-07-17 周三30°26°小雨东南风3级35 优2019-07-18 周四33°26°小雨东南风3级21 优2019-07-19 周五30°26°小雨东北风3级20 优2019-07-20 周六33°26°小雨~多云西北风2级32 优2019-07-21 周日34°28°多云东南风2级59 良2019-07-22 周一35°28°多云东南风2级49 优2019-07-23 周二35°29°阴~多云西南风2级48 优2019-07-24 周三37°29°多云~晴西南风2级49 优2019-07-25 周四36°29°小雨~多云西南风2级53 良2019-07-26 周五36°29°小雨~阴东南风2级67 良2019-07-27 周六35°28°小雨~多云东南风2级57 良2019-07-28 周日36°29°多云~晴东南风3级39 优2019-07-29 周一36°29°多云东南风3级37 优2019-07-30 周二37°29°多云~晴东南风3级39 优2019-07-31 周三36°28°多云~晴东南风3级28 优2019-08-01 周四35°28°多云东南风3级26 优2019-08-02 周五34°27°多云东南风3级24 优2019-08-03 周六32°27°小雨~中雨东南风3级27 优2019-08-04 周日32°27°中雨~小雨东南风3级20 优2019-08-05 周一33°27°多云东南风3级23 优2019-08-06 周二34°27°多云东南风3级28 优2019-08-07 周三34°27°多云~阴东南风3级42 优2019-08-08 周四33°27°小雨东南风3级28 优2019-08-09 周五32°27°中雨~大雨东北风5级30 优2019-08-10 周六28°25°暴雨东南风6级20 优2019-08-11 周日31°26°小雨~多云西南风4级22 优2019-08-12 周一34°27°阴~多云西南风3级37 优日期最高温最低温天气风力风向空气质量指数2019-08-14 周三34°27°多云东北风2级73 良2019-08-15 周四33°27°小雨~多云西北风3级71 良2019-08-16 周五34°27°多云~晴东南风2级79 良2019-08-17 周六35°27°多云东南风2级95 良2019-08-18 周日31°25°小雨东北风2级63 良2019-08-19 周一31°26°小雨~多云东北风3级36 优2019-08-20 周二32°25°多云东北风2级32 优2019-08-21 周三33°25°多云东北风2级47 优2019-08-22 周四33°26°小雨东北风2级52 良2019-08-23 周五32°26°小雨~中雨东北风2级48 优2019-08-24 周六32°26°小雨东北风3级35 优2019-08-25 周日32°27°小雨东南风3级24 优2019-08-26 周一35°28°多云~阴西南风3级35 优2019-08-27 周二36°28°小雨西南风2级48 优2019-08-28 周三31°24°中雨~暴雨东北风2级31 优2019-08-29 周四26°22°中雨~多云东北风2级31 优2019-08-30 周五30°22°阴~多云东北风2级73 良2019-08-31 周六30°22°小雨东南风3级75 良2019-09-01 周日24°21°中雨东北风3级32 优2019-09-02 周一25°22°中雨东北风3级22 优2019-09-03 周二26°23°小雨东南风2级27 优2019-09-04 周三28°23°中雨~小雨东北风2级49 优2019-09-05 周四29°24°小雨东北风2级22 优2019-09-06 周五29°25°小雨东北风4级15 优2019-09-07 周六30°24°多云西北风3级34 优2019-09-08 周日31°23°阴~小雨东北风2级54 良2019-09-09 周一28°24°小雨西北风3级42 优2019-09-10 周二32°25°多云东南风2级62 良2019-09-11 周三32°25°阴~多云东北风2级48 优2019-09-12 周四31°24°阴~多云东北风2级31 优2019-09-13 周五31°25°多云东北风2级31 优2019-09-14 周六32°25°多云~晴东北风2级30 优2019-09-15 周日30°24°小雨~多云东北风3级30 优2019-09-16 周一29°24°多云东北风3级37 优2019-09-17 周二29°24°多云东北风3级43 优2019-09-18 周三29°23°多云东北风4级38 优2019-09-19 周四27°21°多云东北风3级36 优2019-09-20 周五27°22°多云东北风3级35 优2019-09-21 周六26°21°小雨东北风4级30 优2019-09-22 周日24°20°小雨~多云西北风5级30 优2019-09-23 周一26°18°多云西北风3级46 优2019-09-24 周二28°18°多云西北风2级65 良2019-09-25 周三27°19°多云~阴东北风2级77 良2019-09-26 周四27°20°多云东北风2级42 优日期最高温最低温天气风力风向空气质量指数2019-09-28 周六28°21°多云东北风2级59 良2019-09-29 周日28°22°多云东北风2级54 良2019-09-30 周一28°22°多云~小雨东北风2级48 优2019-10-01 周二26°23°暴雨~中雨东北风4级57 良2019-10-02 周三27°22°小雨~多云西北风4级18 优2019-10-03 周四30°23°小雨~多云东南风2级35 优2019-10-04 周五29°21°多云东北风2级58 良2019-10-05 周六25°19°小雨~阴东北风3级46 优2019-10-06 周日24°18°多云东北风3级34 优2019-10-07 周一25°19°阴~多云西北风2级56 良2019-10-08 周二23°19°多云西北风3级72 良2019-10-09 周三24°19°多云东北风2级71 良2019-10-10 周四27°20°多云东南风2级41 优2019-10-11 周五26°21°小雨~多云东北风2级69 良2019-10-12 周六25°19°多云东北风3级57 良2019-10-13 周日24°19°多云东北风2级33 优2019-10-14 周一25°17°小雨~多云东北风3级46 优2019-10-15 周二20°17°阴~多云东北风3级38 优2019-10-16 周三22°15°阴~小雨东北风3级44 优2019-10-17 周四21°18°小雨~多云东北风3级44 优2019-10-18 周五23°16°多云~晴东北风3级40 优2019-10-19 周六23°16°多云东北风2级54 良2019-10-20 周日24°16°多云东北风2级65 良2019-10-21 周一23°17°晴~多云东北风2级56 良2019-10-22 周二23°18°阴东北风2级48 优2019-10-23 周三23°18°阴~多云东北风3级54 良2019-10-24 周四24°17°晴~多云东北风3级47 优2019-10-25 周五23°17°多云~阴东北风3级72 良2019-10-26 周六20°14°多云东北风3级65 良2019-10-27 周日19°15°多云~阴东北风2级44 优2019-10-28 周一20°14°多云西南风2级76 良2019-10-29 周二22°13°晴西北风2级163 中度2019-10-30 周三22°14°晴东南风2级147 轻度2019-10-31 周四23°14°晴~多云东南风2级149 轻度2019-11-01 周五23°16°多云东南风2级90 良2019-11-02 周六23°16°多云东北风2级117 轻度2019-11-03 周日22°16°多云东北风2级65 良2019-11-04 周一21°15°多云~晴东北风3级57 良2019-11-05 周二21°15°多云~晴东北风3级36 优2019-11-06 周三20°16°多云~小雨东北风2级36 优2019-11-07 周四19°14°小雨东北风3级53 良2019-11-08 周五18°12°多云~晴东北风3级37 优2019-11-09 周六19°13°晴东北风2级35 优2019-11-10 周日21°14°多云~晴西南风3级55 良日期最高温最低温天气风力风向空气质量指数2019-11-12 周二21°15°多云~阴东南风2级77 良2019-11-13 周三20°12°小雨~多云西北风3级89 良2019-11-14 周四16°11°晴东北风3级70 良2019-11-15 周五20°15°晴~多云东南风3级62 良2019-11-16 周六23°19°晴~多云东南风2级53 良2019-11-17 周日24°13°多云~小雨西南风3级52 良2019-11-18 周一13°7°阴~多云西北风4级101 轻度2019-11-19 周二14°7°晴东北风3级100 良2019-11-20 周三16°8°多云东北风3级66 良2019-11-21 周四18°14°多云东南风2级37 优2019-11-22 周五21°17°多云~小雨东北风2级52 良2019-11-23 周六21°16°小雨~多云东南风2级43 优2019-11-24 周日21°11°小雨西北风3级64 良2019-11-25 周一12°8°小雨~多云东北风4级32 优2019-11-26 周二12°9°阴~小雨东北风3级30 优2019-11-27 周三11°9°小雨东北风3级24 优2019-11-28 周四11°8°多云~阴东北风3级35 优2019-11-29 周五13°9°阴东北风3级33 优2019-11-30 周六14°10°小雨东北风2级34 优2019-12-01 周日12°5°阴西北风3级40 优2019-12-02 周一10°4°晴西北风3级88 良2019-12-03 周二10°3°晴西北风2级69 良2019-12-04 周三12°6°晴~阴西北风2级149 轻度2019-12-05 周四13°7°多云~小雨东北风3级86 良2019-12-06 周五10°5°阴~多云东北风3级28 优2019-12-07 周六11°4°多云西北风2级57 良2019-12-08 周日12°5°晴东北风1级99 良2019-12-09 周一15°8°晴西南风2级127 轻度2019-12-10 周二17°8°晴西南风2级105 轻度2019-12-11 周三15°6°晴~多云西北风3级145 轻度2019-12-12 周四12°7°多云东北风2级57 良2019-12-13 周五15°8°晴~阴东南风2级50 优2019-12-14 周六15°9°多云东北风3级87 良2019-12-15 周日16°12°多云东南风3级34 优2019-12-16 周一20°11°多云~小雨东南风2级53 良2019-12-17 周二15°9°小雨西北风3级111 轻度2019-12-18 周三10°6°小雨东北风3级70 良2019-12-19 周四8°6°小雨~多云西北风3级39 优2019-12-20 周五10°7°小雨东北风3级59 良2019-12-21 周六11°10°小雨~中雨东北风3级51 良2019-12-22 周日12°9°小雨~阴东北风2级28 优2019-12-23 周一13°9°小雨东北风2级47 优2019-12-24 周二11°10°小雨东北风3级54 良2019-12-25 周三13°9°小雨~中雨东北风2级45 优日期最高温最低温天气风力风向空气质量指数2019-12-27 周五8°4°晴西北风2级90 良2019-12-28 周六12°10°多云~小雨东南风2级112 轻度2019-12-29 周日15°9°小雨~阴西南风2级50 优2019-12-30 周一13°3°多云~阴北风3级104 轻度2019-12-31 周二5°2°阴~晴西北风3级40 优。
上海室外风风向风速统计
上海市地处东经120°51′~122°12′，北纬30°40′~31°53′，位于太平洋西岸，亚洲大陆东沿，中国南北海岸中心点，长江和钱塘江入海汇合处。
上海属亚热带海洋性季风气候。
主要气候特征：春天温暖，夏天炎热，秋天凉爽，冬天阴冷，全年雨量适中，季节分配较均匀。
总的说来就是温和湿润，四季分明。
根据《中国建筑热环境分析专用气象数据集》中上海地区典型气象年的气象参数统计得10 %大风风速、平均风速、风向频率等参数如表所示。
表1 上海地区典型气象年气象数据
[1] 表格中的风速为各季节不同风向的平均风速。
平均风速统计方法为先统计相应时间段内各风向的频率，再统计各风向上的平均风速；
由上表可见：。
2015年上海崇明岛PM2.5和PM10浓度变化特征及气象因素影响分析
第４２卷㊀第３期气象与环境科学Ｖｏｌ.４２Ｎｏ.３２０１９年８月ＭｅｔｅｏｒｏｌｏｇｉｃａｌａｎｄＥｎｖｉｒｏｎｍｅｎｔａｌＳｃｉｅｎｃｅｓＡｕｇ.２０１９收稿日期:２０１７－１０－２４ꎻ修订日期:２０１８－０６－２７基金项目:上海市科学技术委员会科研计划项目(ＳＴＣＳＭ－１５ｄｚ１２０８１００)作者简介:吴健(１９７７)ꎬ男ꎬ江西赣州人ꎬ高级工程师ꎬ博士ꎬ从事环境污染控制与管理研究.Ｅ￣ｍａｉｌ:ｗｕｊ＠ｓａｅｓ.ｓｈ.ｃｎ通讯作者:王敏(１９７８)ꎬ女ꎬ上海青浦人ꎬ教授ꎬ博士ꎬ从事生态环境保护研究.Ｅ￣ｍａｉｌ:ｗａｎｇｍｉｎ＠ｓａｅｓ.ｓｈ.ｃｎ吴健ꎬ齐晓宝ꎬ苏敬华ꎬ等.２０１５年上海崇明岛ＰＭ２.５和ＰＭ１０浓度变化特征及气象因素影响分析[Ｊ].气象与环境科学２０１９ꎬ４２(３):１－８.ＷｕＪｉａｎꎬＱｉＸｉａｏｂａｏꎬＳｕＪｉｎｇｈｕａꎬｅｔａｌ.ＡｎａｌｙｓｉｓｏｎＶａｒｉａｔｉｏｎＣｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆＰＭ２.５ａｎｄＰＭ１０ＣｏｎｃｅｎｔｒａｔｉｏｎａｎｄＩｎｆｌｕｅｎｃｅｏｆＭｅｔｅｏｒｏｌｏｇｉｃａｌＦａｃｔｏｒｓｉｎＳｈａｎｇｈａｉＣｈｏｎｇｍｉｎｇＩｓｌａｎｄｉｎ２０１５[Ｊ].ＭｅｔｅｏｒｏｌｏｇｉｃａｌａｎｄＥｎｖｉｒｏｎｍｅｎｔａｌＳｃｉｅｎｃｅｓꎬ２０１９ꎬ４２(３):１－８.ｄｏｉ:１０.１６７６５/ｊ.ｃｎｋｉ.１６７３－７１４８.２０１９.０３.００１２０１５年上海崇明岛ＰＭ２.５和ＰＭ１０浓度变化特征及气象因素影响分析吴㊀健１ꎬ齐晓宝２ꎬ苏敬华１ꎬ李佳凤３ꎬ沙晨燕１ꎬ熊丽君１ꎬ王㊀敏１(１.上海市环境科学研究院ꎬ上海２００２３３ꎻ２.上海市政工程设计研究总院(集团)有限公司ꎬ上海２０００９２ꎻ３.华东理工大学资源与环境工程学院ꎬ上海２００２３７)㊀㊀摘㊀要:通过对２０１５年１１２月上海崇明岛崇南地区颗粒物(ＰＭ２.５㊁ＰＭ１０)浓度的连续监测ꎬ研究了ＰＭ２.５㊁ＰＭ１０在不同季节的动态变化特征及与其他因子(ＳＯ２㊁ＮＯ２㊁Ｏ３)的相关性ꎬ分析了风向风速和降雨对颗粒物浓度的影响ꎮ结果表明:崇明岛ＰＭ２.５和ＰＭ１０浓度的季节变化明显ꎬ呈现冬季的>春季的>秋季的>夏季的的特征ꎬ冬季ＰＭ２.５和ＰＭ１０小时浓度均值分别为０.０５８ｍｇ/ｍ３和０.０８５ｍｇ/ｍ３ꎬ夏季ＰＭ２.５和ＰＭ１０均值分别为０.０３４ｍｇ/ｍ３和０.０５４ｍｇ/ｍ３ꎮＰＭ２.５和ＰＭ１０浓度分别与ＳＯ２浓度和ＮＯ２浓度显著正相关ꎬ与Ｏ３显著负相关ꎮ全年来看ꎬ在西南风向时ＰＭ２.５和ＰＭ１０浓度较高ꎬ这主要受该方向上游吴淞工业区㊁宝钢㊁石洞口电厂㊁罗店工业区等工业排放影响ꎻ从高浓度颗粒物(ＰＭ２.５质量浓度ȡ０.１１５ｍｇ/ｍ３)来向看ꎬ北和西北风向时出现高浓度颗粒物的频率最高ꎬ这主要是受到我国北方采暖季大气颗粒物输送过程对崇明岛区域的脉冲式污染影响所致ꎻＰＭ２.５㊁ＰＭ１０实时浓度与相应的风速呈显著负相关ꎮ降雨量大于５ｍｍ或持续３ｈ及以上的连续降雨对大气颗粒物起到显著的湿清除作用ꎬ降雨后ＰＭ２.５和ＰＭ１０质量浓度分别降低了６８.０％和６６.９％ꎬ降雨时和雨后ＰＭ２.５浓度为０.０２５~０.０３３ｍｇ/ｍ３ꎬ均低于我国环境空气ＰＭ２.５的一级浓度限值ꎮ关键词:ＰＭ２.５ꎻＰＭ１０ꎻ变化特征ꎻ气象因素中图分类号:Ｘ５１３ꎻＸ８２㊀㊀㊀㊀㊀文献标识码:Ａ㊀㊀㊀㊀㊀文章编号:１６７３－７１４８(２０１９)０３－０００１－０８引㊀言随着工业化㊁城市化快速发展及机动车保有量迅速膨胀[１]ꎬ城市的大气污染问题逐渐成为制约可持续发展和生态文明城市建设的重要因素[２]ꎮ其中ꎬ细颗粒物ＰＭ２.５和ＰＭ１０作为反映空气质量状况的重要指标ꎬ会降低大气能见度㊁影响气候变化和人类健康ꎬ特别是与肺癌㊁心肺病的死亡率关系密切[３－４]ꎬ因此对ＰＭ２.５和ＰＭ１０的研究和治理成为政府管理部门㊁科研工作者及普通民众共同关注的热点问题ꎮ１９９７年美国环境保护局公布了ＰＭ２.５的标准ꎬ规定其年均值不得超过１５μｇ/ｍ３ꎬ日均值不得超过６５μｇ/ｍ３[５]ꎮ我国１９９６年颁布的«环境空气质量标准»(ＧＢ３０９５１９９６)中提出了ＰＭ１０的标准[６]ꎬ并于２０１２年２月新颁布的«环境空气质量标准»(ＧＢ３０９５２０１２)中增加了关于ＰＭ２.５的限值标准[７]ꎬ规定了ＰＭ２.５年平均及２４ｈ平均二级浓度限值分别为３５μｇ/ｍ３和７５μｇ/ｍ３ꎮ国内外专家学者对颗粒物的研究做了大量工作ꎮ洪杰南等[８]阐述了ＰＭ２.５的来源与组成ꎬ并对国内外ＰＭ２.５的评价标气象与环境科学第４２卷准进行了比较ꎬ同时对目前几种主流的ＰＭ２.５的监测技术进行了分析和比较ꎮ吴健生等[９]对重庆市ＰＭ２.５的时空浓度和影响因素进行分析ꎬ结果表明ＰＭ２.５高值主要分布于主城区㊁一级公路㊁低海拔地区ꎮＴａｉ等[１０]发现温度㊁相对湿度㊁降水和大气循环等条件能够较好地解释北美地区ＰＭ２.５浓度的变化情况ꎮ陈渤黎等[１１]分析了２０１２２０１４年常州市大气重污染日和气象条件的关系ꎬ重污染日首要污染物是ＰＭ２.５ꎬ降水量异常偏少是污染频发的主要原因之一ꎮ张岳鹏等[１２]探究了北京周边城市ＰＭ２.５污染变化特征及其与地面天气形势之间的关系ꎬ发现ＰＭ２.５浓度与风速㊁相对湿度分别呈显著的负相关㊁正相关关系ꎮ吴雁等[１３]研究了河北中南部ＰＭ１０和ＰＭ２.５浓度时间变化特征及其与气象条件的相关性ꎮ韩茜等[１４]对乌鲁木齐市ＰＭ１０㊁ＰＭ２.５㊁ＰＭ１.０研究发现ꎬ四季污染程度越高ꎬ细粒子含量越高ꎬ降水的发生对不同粒径段粒子的分布影响有一定差别ꎮ上海是城市化最快的国际大都市ꎬ其大气环境质量特征具有典型性ꎮ近年来针对上海大气颗粒物研究的报道也开始增多[１５－１７]ꎬ但监测点主要位于松江㊁宝山㊁嘉定等高校和研究所集中地区ꎬ而对于新长江三角洲发育过程中的产物崇明岛的研究记录还非常稀少ꎬ研究的范围也比较宽泛ꎬ很难体现出崇明岛大气颗粒物的主要污染特征ꎮ崇明地处长江口南北交汇处ꎬ目前正在建设崇明国际生态岛ꎬ以农业经济为主ꎬ本地污染排放较少ꎬ因此开展大气颗粒物质量浓度的监测与分析研究有十分重要的意义ꎬ有助于了解崇明岛大气污染状况及大区域尺度大气污染输送特征ꎮ气象因素决定了城市大气污染物的扩散稀释能力ꎬ其与颗粒物污染有很大的相关性[１８]ꎮ在污染源排放相对稳定的条件下ꎬ气象条件对空气质量变化起主导作用[１９]ꎮ基于此ꎬ本研究利用崇明岛崇南环境监测站空气质量自动监测小时数据ꎬ研究了崇明岛大气颗粒物(ＰＭ２.５和ＰＭ１０)的污染特征ꎬ并结合气象资料分析大气颗粒物污染受风向风速㊁降雨气象因素的影响情况ꎬ为本地大气污染贡献分析提供科学依据ꎬ进而为区域的大气污染防治措施的制定提供决策参考ꎮ１㊀资料与方法１.１㊀研究区域概况崇明岛地处长江口入海口南北交汇处ꎬ三面临江ꎬ东与江苏省启东隔水相邻ꎬ东南濒东海ꎬ西南与浦东新区㊁宝山区和江苏省太仓市隔江相望ꎬ北与江苏省海门市一水之隔ꎮ全岛地势平坦㊁土地肥沃㊁林木茂盛ꎬ地处北亚热带ꎬ气候温和湿润㊁四季分明ꎮ全县以农业生产为主ꎬ以现代生态农业为发展方向ꎮ观测站位于上海市崇明县中北部的东平森林公园内ꎬ具体位置在３１.７６９ʎＮ㊁１２１.４７９ʎＥꎮ１.２㊀观测仪器和方法使用德国Ｇｒｉｍｍ公司研制和生产的环境颗粒物检测仪(ＥＤＭ１８０)采集颗粒物ꎬ主要采用激光散射原理对悬浮颗粒物质量浓度进行连续监测ꎬ并分析ＰＭ１０和ＰＭ２.５颗粒物质量浓度ꎮ本研究所采用的数据达到９０％以上的有效率ꎮ气象数据来自同一点位的地面气象观测自动站常规观测数据ꎬ气象数据和颗粒物原始数据都为小时平均值ꎮ在线监测时段为２０１５年３月至２０１６年２月ꎮ以软件方式对各自动观测要素实时数据的合理性㊁完整性㊁时间一致性㊁内部一致性㊁逻辑关系㊁极值等进行检查ꎮ采用相同时次邻近站点资料对比和单个站点各要素时间变化规律等方法对接收到的每份数据进行检查ꎮ１.３㊀分析方法将空气质量自动监测小时数据划分为春季(３５月)㊁夏季(６８月)㊁秋季(９１１月)和冬季(１２月翌年２月)ꎬ分别分析ＰＭ１０和ＰＭ２.５质量浓度的季节动态变化特征ꎮ采用Ｐｅａｒｓｏｎ相关系数计算二氧化硫㊁二氧化氮㊁臭氧与大气颗粒物之间的相关性ꎬ初步揭示颗粒物污染与气象因子之间的关系ꎻ同时分析各个风向ＰＭ１０和ＰＭ２.５的质量浓度ꎬ并且统计了ＰＭ２.５小时平均浓度ȡ０.１１５ｍｇ/ｍ３和ȡ０.１５０ｍｇ/ｍ３的数据(根据空气质量分指数及ＰＭ２.５的２４ｈ平均浓度限值ꎬ中度污染限值为０.１１５ｍｇ/ｍ３ꎬ重度污染限值为０.１５０ｍｇ/ｍ３)ꎬ研究在８个风向上ＰＭ２.５平均质量浓度和频率ꎻ降雨量大于５ｍｍ或持续３ｈ及以上定义为一次降雨过程ꎬ所选择降雨过程数据系列的平均风速均在２ｍ/ｓ左右ꎬ以国家标准ＰＭ２.５浓度对空气质量分级ꎬ选取一年中连续降雨过程ꎬ研究不同空气质量条件下降雨对颗粒物浓度的影响ꎮ利用Ｅｘｃｅｌ和ＳＰＳＳ软件对获取的数据资料制图并做相关分析ꎮ２㊀结果与讨论２.１㊀ＰＭ２.５和ＰＭ１０质量浓度季节动态变化特征２０１５年崇明岛大气颗粒物质量浓度的变化趋势呈现出显著的冬春季和夏秋季季节性特征ꎬ冬春季ＰＭ２.５和ＰＭ１０平均质量浓度值较大ꎬ夏秋季ＰＭ２.５２㊀第３期吴㊀健等:２０１５年上海崇明岛ＰＭ２.５和ＰＭ１０浓度变化特征及气象因素影响分析和ＰＭ１０浓度值较小(图１和表１)ꎮ在冬春季又以冬季污染的最为严重ꎮ冬季ＰＭ２.５的小时浓度平均值达到０.０５８ｍｇ/ｍ３ꎬ小时数据最大值达到０.４５１ｍｇ/ｍ３ꎻＰＭ１０的浓度平均值达到了０.０８５ｍｇ/ｍ３ꎬ小时数据最大值达到０.５４９ｍｇ/ｍ３ꎮ在冬季１２月份ＰＭ２.５和ＰＭ１０浓度最高ꎬ分别为０.０７４ｍｇ/ｍ３和０.１１１ｍｇ/ｍ３ꎮ在夏秋季以夏季的污染最轻ꎬＰＭ２.５均值仅为０.０３４ｍｇ/ｍ３ꎬ小时数据最大值达到０.２１２ｍｇ/ｍ３ꎻＰＭ１０均值仅为０.０５４ｍｇ/ｍ３ꎬ小时数据最大值达到０.３００ｍｇ/ｍ３ꎮ在夏季８月份ꎬＰＭ２.５浓度最低ꎬ仅为０.０３ｍｇ/ｍ３ꎻ６月份ＰＭ１０浓度最低ꎬ仅为０.０４３ｍｇ/ｍ３ꎮ崇明岛大气颗粒物浓度呈现出冬季的>春季的>秋季的>夏季的ꎬ与北京㊁广州和上海等其他城市研究结果相一致[１８ꎬ２０－２１]ꎮ从空气质量等级来看ꎬ春季ＰＭ２.５日均浓度有５３.６％达到国家空气质量一级标准ꎬ有９１.３％达到国家空气质量二级标准ꎬ以国家空气质量二级标准为限值计算超标率ꎬ超标率为８.７％ꎻ夏季ＰＭ２.５的二级达标率明显上升ꎬ超标率最低ꎬ仅为７.７％ꎻ秋季一级标准达标率为６９.６％ꎬ二级达标率为８６.８％ꎬ超标率为１３.２％ꎬ高于春季㊁夏季的ꎬ但ＰＭ２.５浓度低于春季的ꎻ冬季ＰＭ２.５一级标准达标率为３８.３％ꎬ二级达标率为６８.２％ꎬ超标率最高ꎬ为３１.８％ꎮ２０１５年崇明岛ＰＭ２.５全年的二级达标率为８４.８％ꎬ超标率为１５.２％ꎮ据２０１５年上海环境状况公报[２２]记录ꎬ上海市ＰＭ２.５的二级超标率为２３.８％ꎬ崇明岛ＰＭ２.５的超标率明显低于全市平均水平ꎮ图１㊀２０１５年崇明岛ＰＭ２.５和ＰＭ１０质量浓度的季节动态变化表１㊀２０１５年崇明岛ＰＭ２.５四季分布情况季节春夏秋冬平均浓度/(ｍｇ/ｍ３)０.０４３０.０３４０.０３７０.０５８小时最大值/(ｍｇ/ｍ３)０.２０５０.２１２０.３３２０.４５１小时最小值/(ｍｇ/ｍ３)０.００１０.００１０.００１０.００１一级达标率/％５３.６５７.１６９.６３８.３二级达标率/％９１.３９２.３８６.８６８.２二级超标率/％８.７７.７１３.２３１.８２.２㊀大气颗粒物与其他污染因子相关关系大气颗粒物的成分很复杂ꎬ包括元素碳㊁有机碳化合物㊁硫酸盐㊁硝酸盐㊁铵盐等ꎬ既有自然源ꎬ也有人为源ꎮ人为源主要来自城市活动和生产活动的排放ꎮ采用Ｐｅａｒｓｏｎ相关系数对ＳＯ２㊁ＮＯ２㊁Ｏ３㊁ＰＭ２.５和ＰＭ１０浓度进行两两变量之间相关性分析(表２)ꎬ发现崇明岛全年中ＰＭ２.５浓度分别与ＳＯ２和ＮＯ２浓度呈现正相关(ｒ＝０.９１４ꎬＰ<０.０１ꎻｒ＝０.８５３ꎬＰ<０.０１)ꎬＰＭ１０浓度与ＳＯ２和ＮＯ２浓度之间也有显著的正相关(ｒ＝０.９０５ꎬＰ<０.０１ꎻｒ＝０.９５３ꎬＰ<０.０１)ꎮＳＯ２和ＮＯ２在四季的浓度分布与ＰＭ２.５㊁ＰＭ１０的浓度分布一致ꎬ都是冬季的>春季的>秋季的>夏季的(表３)ꎮ由于ＳＯ２㊁ＮＯＸ在一系列化学作用下在大气中可转化为ＳＯ２－４和ＮＯ－３ꎬ而ＳＯ２－４和ＮＯ－３是大气颗粒物中水溶性离子的主要成分[２３]ꎬ因此ꎬＳＯ２和ＮＯ２浓度分别与ＰＭ２.５㊁ＰＭ１０浓度有很强的相关性ꎮＯ３浓度与ＳＯ２㊁ＮＯ２㊁ＰＭ２.５㊁ＰＭ１０的浓度相关性均呈现较好的负相关(ｒ＝－０.７９３ꎬＰ<０.０１ꎻｒ＝－０.７８２ꎬＰ<０.０１ꎻｒ＝－０.７０２ꎬＰ<０.０５ꎻｒ＝－０.７９０ꎬＰ<０.０１)ꎮＳＯ２㊁ＮＯ２㊁ＰＭ２.５㊁ＰＭ１０的平均浓度在夏季最低ꎬ冬季最高ꎻＯ３的浓度均值与之相反ꎬ夏季的最高ꎬ随着季节的变化逐步降低ꎬ冬季浓度值最低ꎮ近地面臭氧是其前体物在光照下经过光化学反应后生成的二次污染物ꎮ唐文苑等[２４]分析得出上海臭氧演变规律存在四个阶段:前夜累积阶段㊁臭氧抑制阶段㊁臭氧光化学生成阶段和臭氧消耗阶段ꎮ冬季气温较低ꎬ风速大ꎬ颗粒物浓度较高ꎬ大３气象与环境科学第４２卷气颗粒物能通过吸收或散射光化学辐射改变光解速率系数[２５－２９]ꎬ再加上光照总时数较短ꎬ造成到达近地面的紫外辐射较少ꎬ臭氧消耗阶段占主导地位ꎬ因此冬季臭氧浓度值最低ꎮ反之ꎬ夏季臭氧浓度最高ꎮ表２㊀２０１５年崇明岛大气颗粒物与其他污染因子的相关性ＳＯ２ＮＯ２Ｏ３ＰＭ１０ＰＭ２.５Ｐｅａｒｓｏｎ相关性１㊀０.９２７∗∗－０.７９３∗∗㊀０.９０５∗∗㊀０.９１４∗∗ＳＯ２显著性(双侧)０.００００.００２０.００００.０００Ｎ１２１２１２１２１２Ｐｅａｒｓｏｎ相关性㊀０.９２７∗∗１－０.７８２∗∗㊀０.９５３∗∗㊀０.８５３∗∗ＮＯ２显著性(双侧)０.００００.００３０.００００.０００Ｎ１２１２１２１２１２Ｐｅａｒｓｏｎ相关性－０.７９３∗∗－０.７８２∗∗１－０.７０２∗－０.７９０∗∗Ｏ３显著性(双侧)０.００２０.００３０.０１１０.００２Ｎ１２１２１２１２１２Ｐｅａｒｓｏｎ相关性㊀０.９０５∗∗㊀０.９５３∗∗－０.７０２∗１㊀０.８７６∗∗ＰＭ１０显著性(双侧)０.００００.００００.０１１０.０００Ｎ１２１２１２１２１２Ｐｅａｒｓｏｎ相关性㊀０.９１４∗∗㊀０.８５３∗∗－０.７９０∗∗㊀０.８７６∗∗１ＰＭ２.５显著性(双侧)０.００００.００００.００２０.０００Ｎ１２１２１２１２１２㊀∗∗表示在０.０１水平(双侧)上显著相关ꎬ∗表示在０.０５水平(双侧)上显著相关表３㊀２０１５年崇明岛各污染因子浓度的四季分布ｍｇ/ｍ３污染因子春夏秋冬ＰＭ２.５０.０４３０.０３３０.０３７０.０５０ＰＭ１００.０７５０.０５４０.０５９０.０８５ＳＯ２０.０１８０.０１６０.０１７０.０２９ＮＯ２０.０３６０.０２６０.０３１０.０４４Ｏ３０.０９００.０９５０.０７９０.０５６２.３㊀气象因素对ＰＭ２.５和ＰＭ１０质量浓度的影响２.３.１㊀风向和风速的影响２０１５年崇明岛８个风向的频率分布分别为正北风向４.３９％㊁东北风向１６.６７％㊁正东风向２０.２３％㊁东南风向１３.７３％㊁正南风向１７.７６％㊁西南风向１３.９２％㊁正西风向６.９１％㊁西北风向６.３８％(图２)ꎮ春夏季主导风向为东至东南风ꎬ秋冬季主导风向为北至西北风ꎮ图３６为四季各风向上ＰＭ２.５和ＰＭ１０浓度分布ꎮ春季ＰＭ２.５和ＰＭ１０浓度自东北风向顺时针至正南风向逐渐上升ꎬ自正南风向顺时针至东北风向降低ꎬ正南至正西风向大气颗粒物浓度较高ꎬ最高浓度风向为正南ꎬＰＭ２.５平均浓度为０.０７６ｍｇ/ｍ３ꎬＰＭ１０平均浓度为０.１４２ｍｇ/ｍ３ꎬ分别是最低浓度风向的２.３８倍和２.６７倍ꎮ夏季ＰＭ２.５和ＰＭ１０浓度自东北风向顺时针至西南风向逐渐上升ꎻ自西南风向顺时针至东北风向ＰＭ１０浓度逐渐降低ꎬＰＭ２.５浓度相差不大ꎬ维持在０.０４５~０.０５６ｍｇ/ｍ３ꎻ西南顺时针至西北风向大气颗粒物浓度较高ꎬ最高浓度风向为西南ꎬＰＭ２.５平均浓度为０.０５７ｍｇ/ｍ３ꎬＰＭ１０平均浓度为０.０８０ｍｇ/ｍ３ꎬ分别是最低浓度风向的２.０７倍和２.４０倍ꎮ秋季ＰＭ２.５和ＰＭ１０浓度自东北风向顺时针至西南风向上升ꎬ自西南风向顺时针至东北风向降低ꎻ高浓度风向为正南顺时针至正西风向ꎬ最高浓度风向为西南ꎬＰＭ２.５平均浓度为０.０７５ｍｇ/ｍ３ꎬＰＭ１０平均浓度为０.１５０ｍｇ/ｍ３ꎬ分别是最低浓度风向的２.４５倍和３.３２倍ꎮ冬季ＰＭ２.５和ＰＭ１０浓度自西北风向顺时针至西南风向呈波浪式上升ꎬ自西南风向顺时针至西北风向逐渐降低ꎬ正南至西南风向大气颗粒物浓度较高ꎬ最高浓度风向为西南ꎬＰＭ２.５平均浓度为０.０８１ｍｇ/ｍ３ꎬＰＭ１０平均浓度为０.１１８ｍｇ/ｍ３ꎬ分别是最低浓度风向的１.６０倍和１.６１倍ꎮ图２㊀２０１５年崇明岛８个风向的频率总体来看(图７)ꎬ在西南风向时颗粒物浓度比较高ꎬ在崇明岛的南至西方向分别有吴淞工业区㊁宝钢㊁石洞口电厂㊁罗店工业区及江苏太仓沿江工业区等ꎬＰＭ２.５和ＰＭ１０浓度随风向变化的特征明显与这些４㊀第３期吴㊀健等:２０１５年上海崇明岛ＰＭ２.５和ＰＭ１０浓度变化特征及气象因素影响分析工业区的排放密切相关ꎬ可以说ＰＭ２.５和ＰＭ１０的浓度在很大程度上主要来自岛外邻近工业的贡献[３０]ꎮ图３㊀２０１５年崇明岛春季各风向ＰＭ２.５和ＰＭ１０浓度分布单位:ｍｇ/ｍ３图４㊀２０１５年崇明岛夏季各风向ＰＭ２.５和ＰＭ１０浓度分布单位:ｍｇ/ｍ３图５㊀２０１５年崇明岛秋季各风向ＰＭ２.５和ＰＭ１０浓度分布单位:ｍｇ/ｍ３图６㊀２０１５年崇明岛冬季各风向ＰＭ２.５和ＰＭ１０浓度分布单位:ｍｇ/ｍ３图７㊀２０１５年崇明岛各风向ＰＭ２.５和ＰＭ１０平均浓度对全年ＰＭ２.５质量浓度ȡ０.１１５ｍｇ/ｍ３和ＰＭ２.５质量浓度ȡ０.１５０ｍｇ/ｍ３的小时数据进行分析(图８)ꎬ可以看出ꎬ高浓度方向是正北风向ꎬＰＭ２.５平均浓度分别为０.１９８ｍｇ/ｍ３和０.２４７ｍｇ/ｍ３ꎬ在其他风向上ＰＭ２.５浓度几乎相差不大ꎮ全年中ꎬＰＭ２.５质量浓度ȡ０.１１５ｍｇ/ｍ３和ＰＭ２.５质量浓度ȡ０.１５０ｍｇ/ｍ３的小时数据分别有４４４个和１８６个ꎮ其中ꎬ春季分别有７３个和１４个ꎬ夏季分别有５７个和２６个ꎬ秋季分别有７６个和４２个ꎬ冬季分别有２３８个和１０４个ꎮ在ＰＭ２.５质量浓度ȡ０.１１５ｍｇ/ｍ３的浓度水平上ꎬ有２５％的较高浓度出现在正北风向ꎬ其中有７７％发生在１月㊁１１月和１２月ꎻ其次是西北风向ꎬ频率为１７％ꎬ其中有８８％发生在１月㊁１１月和１２月ꎮ在ＰＭ２.５质量浓度ȡ０.１５０ｍｇ/ｍ３的浓度水平上ꎬ有３３％的高浓度出现在正北风向ꎬ其中有７９％发生在１月㊁１１月和１２月ꎻ其次是西北风向ꎬ频率为１６％ꎬ其中有９７％发生在１月㊁１１月和１２月(图９)ꎮ这是由于１月㊁１１月和１２月是我国北方地区的采暖季ꎬ大气输送中细颗粒物含量较高ꎬ在正北和西北的５气象与环境科学第４２卷风向输送下ꎬ对崇明岛区域会造成大气污染ꎬ使ＰＭ２.５小时浓度升高ꎮ应用Ｓｐｅａｒｍａｎ秩相关系数[３１]分析了ＰＭ２.５㊁ＰＭ１０质量浓度与风速之间的相关性ꎬ结果表明两者与相应的风速之间呈显著负相关(ｒ＝－０.２６６ꎬＰ<０.０１ꎻｒ＝－０.３４２ꎬＰ<０.０１)ꎮ风速与ＰＭ２.５的相关系数更大ꎬ当风速增大时ꎬ更有利于细颗粒物的扩散ꎮ图８㊀２０１５年崇明岛高浓度ＰＭ２.５在各风向上的平均浓度单位:ｍｇ/ｍ３图９㊀２０１５年崇明岛高浓度ＰＭ２.５在各风向上的频率２.３.２㊀降雨的影响大气颗粒物质量浓度会受到降雨过程的影响ꎮ有研究表明[３２]ꎬ虽然降雨能够冲洗和溶解颗粒物ꎬ缓解大气污染ꎬ净化空气ꎬ但由于每次降雨过程的雨量和降雨时长不同ꎬ降雨前的ＰＭ２.５质量浓度不同ꎬ以及其他气象因素的影响ꎬ并不是每次降雨过程都能清除大气颗粒物ꎬ达到净化的作用ꎮ一般来说ꎬ降雨量大于５ｍｍ时ꎬ降雨量越大ꎬ对大气颗粒物的清除效率越高ꎬ最终污染物浓度降低至一定值后基本保持不变ꎬ因为降雨对大气污染物的净化能力存在最低极限[３３]ꎮ若降雨过程风速小㊁湿度大ꎬ降雨对颗粒物的清除效果并不明显[３４]ꎮ本研究统计了降雨量和降雨时长相近的降雨过程ꎬ分析在降雨前不同空气质量条件下ꎬ降雨对颗粒物的影响ꎮ图１０为降雨对ＰＭ２.５浓度的影响ꎮ在降雨前空气质量为污染的条件下ꎬ降雨对ＰＭ２.５浓度影响很显著ꎬ降雨后ＰＭ２.５质量浓度平均降低了６８.０％ꎬ其中达到最大清除效率为７３.２％(降雨前小时均值为０.１１６ｍｇ/ｍ３ꎬ降雨后为０.０３１ｍｇ/ｍ３)ꎬ最小清除效率为６２.５％(降雨前小时均值为０.１０４ｍｇ/ｍ３ꎬ降雨后为０.０３９ｍｇ/ｍ３)ꎮ在降雨前空气质量为良的条件下ꎬ降雨对ＰＭ２.５浓度影响比较显著ꎬ降雨后ＰＭ２.５质量浓度平均降低了５１.０％ꎮ降雨前空气质量为优时ꎬ降雨对空气中ＰＭ２.５的清除作用不大ꎮ在不同空气质量条件下ꎬ降雨对ＰＭ１０的湿清除作用与对ＰＭ２.５的相一致(图１１)ꎮ降雨前空气质量为污染和良时ꎬ降雨对ＰＭ１０的清除效率分别为６６.９％和３８.３％ꎬ低于ＰＭ２.５的清除效果ꎮ有研究表明[３５]ꎬ北京城区ＰＭ２.５质量浓度在雨后７２ｈ内均低于０.０６ｍｇ/ｍ３ꎬ本研究在降雨时和降雨后２４ｈ内ＰＭ２.５的浓度都维持在０.０２５~０.０３３ｍｇ/ｍ３ꎬ低于环境空气质量分指数ＰＭ２.５一级浓度限值０.０３５ｍｇ/ｍ３ꎬ对ＰＭ１０也类似ꎬ表明降雨对颗粒物起到显著的湿清除作用ꎬ有较好的清除效果ꎮ图１０㊀２０１５年崇明岛降雨对ＰＭ２.５浓度的影响图１１㊀２０１５年崇明岛降雨对ＰＭ１０浓度的影响６㊀第３期吴㊀健等:２０１５年上海崇明岛ＰＭ２.５和ＰＭ１０浓度变化特征及气象因素影响分析３㊀结㊀论(１)２０１５年崇明岛ＰＭ２.５和ＰＭ１０浓度呈现夏秋季和冬春季２种典型的季节性特征ꎮ夏季ＰＭ２.５和ＰＭ１０浓度季均值最低ꎬ分别仅为０.０３４ｍｇ/ｍ３和０.０５４ｍｇ/ｍ３ꎻ冬季ＰＭ２.５和ＰＭ１０浓度季均值最高ꎬ分别为０.０５８ｍｇ/ｍ３和０.０８５ｍｇ/ｍ３ꎮ根据«环境空气质量标准»(ＧＢ３０９５２０１２)ꎬＰＭ２.５浓度在冬季二级超标率最高ꎬ达３１.８％ꎻ夏季ＰＭ２.５浓度超标率最低ꎬ仅为７.７％ꎮ崇明岛ＰＭ２.５浓度的二级超标率低于上海市的平均水平ꎮ(２)ＰＭ２.５浓度分别与ＳＯ２和ＮＯ２浓度显著正相关(ｒ＝０.９１４ꎬＰ<０.０１ꎻｒ＝０.８５３ꎬＰ<０.０１)ꎬＰＭ１０与ＳＯ２和ＮＯ２之间也有显著的正相关(ｒ＝０.９０５ꎬＰ<０.０１ꎻｒ＝０.９５３ꎬＰ<０.０１)ꎬＰＭ２.５和ＰＭ１０与Ｏ３显著负相关(ｒ＝－０.７０２ꎬＰ<０.０５ꎻｒ＝－０.７９０ꎬＰ<０.０１)ꎮ颗粒物浓度较高的秋冬季节太阳紫外辐射较弱ꎬ因而臭氧浓度相对较低ꎮ(３)气象条件是影响崇明岛大气颗粒物浓度变化的重要因素ꎮ从全年来看ꎬ在西南风向时ＰＭ２.５和ＰＭ１０浓度较高ꎬ这主要受该方向上游吴淞工业区㊁宝钢㊁石洞口电厂㊁罗店工业区等岛外邻近工业排放影响ꎮ从高浓度颗粒物(ＰＭ２.５质量浓度ȡ０.１１５ｍｇ/ｍ３)来向看ꎬ正北和西北风向时颗粒物出现高浓度的频率最高ꎬ这主要受到我国北方采暖季大气颗粒物输送过程对崇明岛区域的脉冲式污染影响ꎮＰＭ２.５㊁ＰＭ１０实时浓度与相应的风速呈显著负相关(ｒ＝－０.２６６ꎬＰ<０.０１ꎻｒ＝－０.３４２ꎬＰ<０.０１)ꎮ降雨对颗粒物起到显著的湿清除作用ꎬ降雨对于污染条件下的ＰＭ２.５和ＰＭ１０的清除效果最为显著ꎬ降雨后质量浓度分别降低了６８.０％和６６.９％ꎮ无论降雨前颗粒物污染状况如何ꎬ在降雨时和降雨后ＰＭ２.５的浓度都处于０.０２５~０.０３３ｍｇ/ｍ３ꎬ均低于我国环境空气ＰＭ２.５的一级浓度限值０.０３５ｍｇ/ｍ３ꎮ参考文献[１]李名升ꎬ张建辉ꎬ张殷俊ꎬ等.近１０年中国大气ＰＭ１０污染时空格局演变[Ｊ].地理学报ꎬ２０１３ꎬ６８(１１):１５０４－１５１２. [２]ＨｕａｎｇＤＳꎬＸｕＪＨꎬＺｈａｎｇＳＱ.Ｖａｌｕｉｎｇｔｈｅｈｅａｌｔｈｒｉｓｋｓｏｆｐａｒｔｉｃｕ￣ｌａｔｅａｉｒｐｏｌｌｕｔｉｏｎｉｎｔｈｅＰｅａｒｌＲｉｖｅｒＤｅｌｔａꎬＣｈｉｎａ[Ｊ].ＥｎｖｉｒｏｎｍｅｎｔａｌＳｃｉｅｎｃｅ＆Ｐｏｌｉｃｙꎬ２０１２ꎬ１５(１):３８－４７.[３]陶燕ꎬ刘亚梦ꎬ米生权ꎬ等.大气细颗粒物的污染特征及对人体健康的影响[Ｊ].环境科学学报ꎬ２０１４ꎬ３４(３):５９２－５９７. [４]游燕ꎬ白志鹏.大气颗粒物暴露与健康效应研究进展[Ｊ].生态毒理学报ꎬ２０１２ꎬ７(２):１２３－１３２.[５]ＵｎｉｔｅｄＳｔａｔｅｓＥｎｖｉｒｏｎｍｅｎｔａｌＰｒｏｔｅｃｔｉｏｎＡｇｅｎｃｙ.Ｏｆｆｉｃｅｏｆａｉｒ＆ｒａｄｉａ￣ｔｉｏｎꎬｏｆｆｉｃｅｏｆａｉｒｑｕａｌｉｔｙｐｌａｎｎｉｎｇａｎｄｓｔａｎｄａｒｄｓꎬｆａｃｔｓｈｅｅｔ[Ｓ].Ｗａｓｈｉｎｇｔｏｎ:ＥＰＡ ｓＲｅｖｉｓｅｄＰａｒｔｉｃｕｌａｔｅＭａｔｔｅｒＳｔａｎｄａｒｄｓꎬ１９９７. [６]国家环境保护局.ＧＢ３０９５－１９９６环境空气质量标准[Ｓ].北京:中国环境科学院出版社ꎬ１９９６.[７]国家环境保护局.ＧＢ３０９５－２０１２环境空气质量标准[Ｓ].北京:中国环境科学院出版社ꎬ２０１２.[８]洪杰南ꎬ潘卫国ꎬ郭瑞堂ꎬ等.ＰＭ２.５污染与监测技术研究进展[Ｊ].发电设备ꎬ２０１３ꎬ２７(６):４４３－４４７.[９]吴健生ꎬ廖星ꎬ彭健ꎬ等.重庆市ＰＭ２.５浓度空间分异模拟及影响因子[Ｊ].环境科学ꎬ２０１５ꎬ３６(３):７５９－７６６.[１０]ＴａｉＡＰＫꎬＭｉｃｋｌｅｔＬＪꎬＪａｃｏｂＤＪ.Ｃｏｒｒｅｌａｔｉｏｎｓｂｅｔｗｅｅｎｆｉｎｅｐａｒｔｉｃｕ￣ｌａｔｅｍａｔｔｅｒ(ＰＭ２.５)ａｎｄｍｅｔｅｏｒｏｌｏｇｉｃａｌｖａｒｉａｂｌｅｓｉｎｔｈｅＵｎｉｔｅｄＳｔａｔｅｓ:ＩｍｐｌｉｃａｔｉｏｎｓｆｏｒｔｈｅｓｅｎｓｉｔｉｖｉｔｙｏｆＰＭ２.５ｔｏｃｌｉｍａｔｅｃｈａｎｇｅ[Ｊ].ＡｔｍｏｓｐｈｅｒｉｃＥｎｖｉｒｏｎｍｅｎｔꎬ２０１０ꎬ４４(３２):３９７６－３９８４. [１１]陈渤黎ꎬ雷正翠ꎬ董芹ꎬ等.２０１２２０１４年常州市大气重污染日的气象条件分析[Ｊ].气象与环境科学ꎬ２０１７ꎬ４０(１):８７－９４. [１２]张岳鹏ꎬ李璇ꎬ聂滕ꎬ等.２０１４年２月北京ＰＭ２.５污染过程及天气形势分析[Ｊ].气象与环境科学ꎬ２０１６ꎬ３９(２):５５－６２. [１３]吴雁ꎬ陈瑞敏ꎬ王颉ꎬ等.２０１３年河北中南部ＰＭ１０和ＰＭ２.５浓度时间变化特征及其影响气象条件分析[Ｊ].气象与环境科学ꎬ２０１５ꎬ３８(４):６８－７５.[１４]韩茜ꎬ魏文寿ꎬ刘新春ꎬ等.乌鲁木齐市ＰＭ１０ꎬＰＭ２.５和ＰＭ１.０浓度及分布变化特征[Ｊ].沙漠与绿洲气象ꎬ２０１５ꎬ９(１):３２－３８. [１５]何平ꎬ杨兴堂ꎬ沈先标ꎬ等.上海宝山地区大气ＰＭ２.５污染特征分析[Ｊ].环境与职业医学ꎬ２０１０ꎬ２７(１２):７２４－７２６.[１６]姚振坤ꎬ冯满ꎬ吕森林ꎬ等.上海城区和临安本底站ＰＭ２.５的物化特征及来源解析[Ｊ].中国环境科学ꎬ２０１０ꎬ３０(３):２８９－２９５. [１７]谈荣华ꎬ张元茂ꎬ郑叶飞ꎬ等.上海市城区典型居民住宅区ＰＭ２.５的污染状况分析[Ｊ].环境与职业医学ꎬ２００４ꎬ２１(３):２２６－２２９. [１８]赵晨曦ꎬ王云琦ꎬ王玉杰ꎬ等.北京地区冬春ＰＭ２.５和ＰＭ１０污染水平时空分布及其与气象条件的关系[Ｊ].环境科学ꎬ２０１４ꎬ３５(２):４１８－４２７.[１９]刘娜ꎬ冯新斌ꎬＬａｎｄｉｓＭꎬ等.贵阳市大气颗粒物ＰＭ２.５污染特征及气象参数的影响[Ｊ].地球与环境ꎬ２０１４ꎬ４２(３):３１１－３１５. [２０]朱倩茹ꎬ刘永红ꎬ徐伟嘉ꎬ等.广州ＰＭ２.５污染特征及影响因素分析[Ｊ].中国环境监测ꎬ２０１３ꎬ２９(２):１５－２１.[２１]顾凯华ꎬ史红仙ꎬ张帅ꎬ等.上海崇明岛近三年ＰＭ２.５浓度变化特征与气象条件的关系[Ｊ].长江流域资源与环境ꎬ２０１５ꎬ２４(１２):２１０８－２１１６.[２２]上海市环境保护局.２０１５年上海市环境状况公报[ＥＢ/ＯＬ]. (２０１６－０３－３０)[２０１７－０８－２１].ｈｔｔｐ://ｓｔｈｊ.ｓｈ.ｇｏｖ.ｃｎ/ｆａ/ｃｍｓ/ｓｈｈｊ/ｓｈｈｊ２１４３/ｓｈｈｊ２１４４/２０１６/０３/９２０９７.ｈｔｍ.[２３]陈诚ꎬ陈辰ꎬ汤莉莉ꎬ等.江苏沿江城市ＰＭ１０和ＰＭ２.５中水溶性离子特征及来源分析[Ｊ].环境化学ꎬ２０１４ꎬ３３(１２):２１２３－２１３５. [２４]唐文苑ꎬ赵春生ꎬ耿福海ꎬ等.上海地区臭氧周末效应研究[Ｊ].中国科学(地球科学)ꎬ２００９ꎬ３９(１):９９－１０５.[２５]ＭａｒｔｉｎＲＶꎬＪａｃｏｂＤＪꎬＹａｎｔｏｓｃａＲＭꎬｅｔａｌ.Ｇｌｏｂａｌａｎｄｒｅｇｉｏｎａｌｄｅ￣ｃｒｅａｓｅｓｉｎｔｒｏｐｏｓｐｈｅｒｉｃｏｘｉｄａｎｔｓｆｒｏｍｐｈｏｔｏｃｈｅｍｉｃａｌｅｆｆｅｃｔｓｏｆａｅｒｏ￣ｓｏｌｓ[Ｊ].ＪＧｅｏｐｈｙｓＲｅｓꎬ２００３ꎬ１０８(３):４０９７－４１０５.[２６]ＬｉＧＨꎬＺｈａｎｇＲＹꎬＦａｎＪＷꎬｅｔａｌ.Ｉｍｐａｃｔｓｏｆｂｌａｃｋｃａｒｂｏｎａｅｒｏｓｏｌｏｎｐｈｏｔｏｌｙｓｉｓａｎｄｏｚｏｎｅ[Ｊ].ＪＧｅｏｐｈｙｓＲｅｓꎬ２００５ꎬ１１０(２３):７气象与环境科学第４２卷２０６－２１５.[２７]ＢｉａｎＨꎬＨａｎＳＱꎬＴｉｅＸＸꎬｅｔａｌ.ＥｖｉｄｅｎｃｅｏｆｉｍｐａｃｔａｅｒｏｓｏｌｓｏｎｓｕｒｆａｃｅｏｚｏｎｅｃｏｎｃｅｎｔｒａｔｉｏｎｉｎＴｉａｎｊｉｎꎬＣｈｉｎａ[Ｊ].ＡｔｍｏｓＥｎｖｉｒｏｎꎬ２００７ꎬ４１(２２):４６７２－４６８１.[２８]ＤｅｎｇＸꎬＴｉｅＸꎬＺｈｏｕＸꎬｅｔａｌ.ＥｆｆｅｃｔｓｏｆＳｏｕｔｈｅａｓｔＡｓｉａｂｉｏｍａｓｓｂｕｒｎｉｎｇｏｎａｅｒｏｓｏｌｓａｎｄｏｚｏｎｅｃｏｎｃｅｎｔｒａｔｉｏｎｓｏｖｅｒｔｈｅＰｅａｒｌＲｉｖｅｒＤｅｌｔａ(ＰＲＤ)ｒｅｇｉｏｎ[Ｊ].ＡｔｍｏｓＥｎｖｉｒｏｎꎬ２００７ꎬ４２(３６):８４９３－８５０１.[２９]ＬｉＪꎬＷａｎｇＺꎬＷａｎｇＸꎬｅｔａｌ.ＩｍｐａｃｔｓｏｆａｅｒｏｓｏｌｓｏｎｓｕｍｍｅｒｔｉｍｅｔｒｏｐｏｓｐｈｅｒｉｃｐｈｏｔｏｌｙｓｉｓｆｒｅｑｕｅｎｃｉｅｓａｎｄｐｈｏｔｏｃｈｅｍｉｓｔｒｙｏｖｅｒＣｅｎｔｒａｌＥａｓｔｅｒｎＣｈｉｎａ[Ｊ].ＡｔｍｏｓＥｎｖｉｒｏｎꎬ２０１１ꎬ４５(１０):１８１７－１８２９. [３０]殷磊ꎬ徐虹.崇明岛地区ＰＭ２.５和ＰＭ１０浓度分析研究[Ｊ].环境科学与管理ꎬ２０１５ꎬ４０(４):１３６－１３９.[３１]马格ꎬ田国行ꎬ李永华ꎬ等.郑州市气象因子对大气颗粒物浓度的影响研究[Ｊ].气象与环境科学ꎬ２０１８ꎬ４１(３):２９－３８. [３２]刘雯ꎬ张晓春ꎬ李俊ꎬ等.武汉市观象台２０１３－２０１６年ＰＭ２.５质量浓度变化及其与气象因子的相关分析[Ｊ].气象与环境科学ꎬ２０１８ꎬ４１(２):２３－２９.[３３]陈小敏ꎬ邹倩ꎬ周国兵.重庆主城区冬春季降水强度对大气污染物影响[Ｊ].西南师范大学学报ꎬ２０１３ꎬ３８(７):１１３－１２１. [３４]汤天然ꎬ陈建楠ꎬ李广前ꎬ等.降雨对ＰＭ２.５浓度的影响及人工降雨降低ＰＭ２.５浓度的探讨[Ｊ].贵州气象学报ꎬ２０１３ꎬ３７(４):３５－３７.[３５]郑晓霞ꎬ赵文吉ꎬ晏星ꎬ等.降雨过程后北京城区ＰＭ２.５日时空变化研究[Ｊ].生态环境学报ꎬ２０１４ꎬ２３(５):７９７－８０５.ＡｎａｌｙｓｉｓｏｎＶａｒｉａｔｉｏｎＣｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆＰＭ２.５ａｎｄＰＭ１０ＣｏｎｃｅｎｔｒａｔｉｏｎａｎｄＩｎｆｌｕｅｎｃｅｏｆＭｅｔｅｏｒｏｌｏｇｉｃａｌＦａｃｔｏｒｓｉｎＳｈａｎｇｈａｉＣｈｏｎｇｍｉｎｇＩｓｌａｎｄｉｎ２０１５ＷｕＪｉａｎ１ꎬＱｉＸｉａｏｂａｏ２ꎬＳｕＪｉｎｇｈｕａ１ꎬＬｉＪｉａｆｅｎｇ３ꎬＳｈａＣｈｅｎｙａｎ１ꎬＸｉｏｎｇＬｉｊｕｎ１ꎬＷａｎｇＭｉｎ１(１.ＳｈａｎｇｈａｉＡｃａｄｅｍｙｏｆＥｎｖｉｒｏｎｍｅｎｔａｌＳｃｉｅｎｃｅｓꎬＳｈａｎｇｈａｉ２００２３３ꎬＣｈｉｎａꎻ２.ＳｈａｎｇｈａｉＭｕｎｉｃｉｐａｌＥｎｇｉｎｅｅｒｉｎｇＤｅｓｉｇｎＩｎｓｔｉｔｕｔｅ(Ｇｒｏｕｐ)Ｃｏ.ꎬＬｔｄꎬＳｈａｎｇｈａｉ２０００９２ꎬＣｈｉｎａꎻ３.ＣｏｌｌｅｇｅｏｆＲｅｓｏｕｒｃｅｓａｎｄＥｎｖｉｒｏｎｍｅｎｔａｌＥｎｇｉｎｅｅｒｉｎｇꎬＥａｓｔＣｈｉｎａＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙꎬＳｈａｎｇｈａｉ２００２３７ꎬＣｈｉｎａ)㊀㊀Ａｂｓｔｒａｃｔ:ＴｈｅｔｅｍｐｏｒａｌｖａｒｉａｔｉｏｎｓｏｆＰＭ２.５ａｎｄＰＭ１０ｉｎｄｉｆｆｅｒｅｎｔｓｅａｓｏｎｓａｎｄｔｈｅｉｒｃｏｒｒｅｌａｔｉｏｎｗｉｔｈｏｔｈｅｒｐｏｌｌｕｔｉｏｎｆａｃｔｏｒｓ(ＳＯ２ꎬＮＯ２ａｎｄＯ３)ｗｅｒｅｓｔｕｄｉｅｄｔｈｒｏｕｇｈｔｈｅｃｏｎｔｉｎｕｏｕｓａｔｍｏｓｐｈｅｒｉｃｐａｒｔｉｃｌｅｍｏ￣ｎｉｔｏｒｉｎｇｉｎｔｈｅｓｏｕｔｈｅｒｎａｒｅａｏｆＣｈｏｎｇｍｉｎｇｉｓｌａｎｄｆｒｏｍＪａｎｕａｒｙｔｏＤｅｃｅｍｂｅｒꎬ２０１５.Ｔｈｅｉｎｆｌｕｅｎｃｅｏｆｍｅ￣ｔｅｏｒｏｌｏｇｉｃａｌｆａｃｔｏｒｓ(ｉｎｃｌｕｄｉｎｇｗｉｎｄｄｉｒｅｃｔｉｏｎꎬｓｐｅｅｄａｎｄｒａｉｎｆａｌｌ)ｏｎｐａｒｔｉｃｕｌａｔｅｍａｓｓｃｏｎｃｅｎｔｒａｔｉｏｎｗａｓａｎａｌｙｚｅｄａｓｗｅｌｌ.ＴｈｅｒｅｓｕｌｔｓｓｈｏｗｅｄｔｈａｔｔｈｅｃｏｎｃｅｎｔｒａｔｉｏｎｏｆＰＭ２.５ａｎｄＰＭ１０ｗｅｒｅｓｉｇｎｉｆｉｃａｎｔｌｙｓｅａｓｏｎａｌ￣ｌｙｄｉｆｆｅｒｅｎｔꎬｔｈｅｈｉｇｈｅｓｔｉｎｗｉｎｔｅｒꎬｆｏｌｌｏｗｅｄｂｙｓｐｒｉｎｇａｎｄａｕｔｕｍｎꎬａｎｄｔｈｅｌｏｗｅｓｔｉｎｓｕｍｍｅｒ.ＴｈｅａｖｅｒａｇｅｈｏｕｒｌｙｃｏｎｃｅｎｔｒａｔｉｏｎｏｆＰＭ２.５ａｎｄＰＭ１０ｒｅａｃｈｅｄ０.０５８ｍｇ/ｍ３ａｎｄ０.０８５ｍｇ/ｍ３ｒｅｓｐｅｃｔｉｖｅｌｙｉｎｗｉｎｔｅｒꎬｗｈｉｌｅｔｈｅａｖｅｒａｇｅｃｏｎｃｅｎｔｒａｔｉｏｎｏｆＰＭ２.５ａｎｄＰＭ１０ｗｅｒｅ０.０３４ｍｇ/ｍ３ａｎｄ０.０５４ｍｇ/ｍ３ｉｎｓｕｍｍｅｒｒｅ￣ｓｐｅｃｔｉｖｅｌｙ.ＴｈｅｃｏｎｃｅｎｔｒａｔｉｏｎｏｆＰＭ２.５ａｎｄＰＭ１０ｗｅｒｅｐｏｓｉｔｉｖｅｌｙｃｏｒｒｅｌａｔｅｄｗｉｔｈＳＯ２ａｎｄＮＯ２ꎬｗｈｉｌｅｉｔｓｈｏｗｅｄａｓｉｇｎｉｆｉｃａｎｔｎｅｇａｔｉｖｅｃｏｒｒｅｌａｔｉｏｎｗｉｔｈＯ３.ＦｏｒｔｈｅｆｕｌｌｙｅａｒꎬｔｈｅｃｏｎｃｅｎｔｒａｔｉｏｎｓｏｆＰＭ２.５ａｎｄＰＭ１０ｗｅｒｅｒｅｌａｔｉｖｅｌｙｈｉｇｈｗｉｔｈｔｈｅｓｏｕｔｈｗｅｓｔｗｉｎｄｄｉｒｅｃｔｉｏｎꎬｗｈｉｃｈｗａｓｍａｉｎｌｙｄｕｅｔｏｉｎｄｕｓｔｒｉａｌｅｍｉｓｓｉｏｎｆｒｏｍＷｕｓｏｎｇｉｎｄｕｓｔｒｉａｌｚｏｎｅꎬＢａｏｓｔｅｅｌｐｌａｎｔꎬＳｈｉｄｏｎｇｋｏｕｐｏｗｅｒｐｌａｎｔｓꎬＬｕｏｄｉａｎｉｎｄｕｓｔｒｉａｌｚｏｎｅａｎｄｓｏｏｎ.ＴｈｅｈｉｇｈｃｏｎｃｅｎｔｒａｔｉｏｎｓｏｆＰＭ２.５(ȡ０.１１５ｍｇ/ｍ３)ｍａｉｎｌｙａｐｐｅａｒｅｄｗｉｔｈｔｈｅｎｏｒｔｈａｎｄｎｏｒｔｈｗｅｓｔｗｉｎｄｄｉｒｅｃｔｉｏｎꎬｗｈｉｃｈｗａｓｉｎｆｌｕｅｎｃｅｄｂｙｉｍｐｕｌｓｅｐａｒｔｉｃｕｌａｔｅｐｏｌｌｕｔｉｏｎｔｒａｎｓｐｏｒｔｆｒｏｍｎｏｒｔｈｅｒｎＣｈｉｎａｄｕｒｉｎｇｈｅａｔｉｎｇｓｅａｓｏｎ.ＴｈｅｒｅａｌｔｉｍｅｃｏｎｃｅｎｔｒａｔｉｏｎｏｆＰＭ２.５ａｎｄＰＭ１０ｗｅｒｅｎｅｇａｔｉｖｅｌｙｃｏｒｒｅｌａｔｅｄｗｉｔｈｗｉｎｄｓｐｅｅｄ.Ｒａｉｎｆａｌｌｇｒｅａｔｅｒｔｈａｎ５ｍｍｏｒｃｏｎｔｉｎｕｅｄｍｏｒｅｔｈａｎ３ｈｈａｄａｓｉｇｎｉｆｉｃａｎｔｗｅｔｃｌｅａｎｉｎｇｅｆｆｅｃｔｏｎｐａｒｔｉｃｕｌａｔｅｍａｔｔｅｒ.ＴｈｅａｖｅｒａｇｅｃｏｎｃｅｎｔｒａｔｉｏｎｏｆＰＭ２.５ａｎｄＰＭ１０ｄｅｃｒｅａｓｅｄ６８.０％ａｎｄ６６.９％ｒｅｓｐｅｃ￣ｔｉｖｅｌｙ.ＴｈｅｃｏｎｃｅｎｔｒａｔｉｏｎｏｆＰＭ２.５ｗａｓｂｅｔｗｅｅｎ０.０２５ｍｇ/ｍ３ａｎｄ０.０３３ｍｇ/ｍ３ｄｕｒｉｎｇａｎｄａｆｔｅｒｔｈｅｒａｉｎꎬｗｈｉｃｈｗａｓｌｏｗｅｒｔｈａｎＰＭ２.５ｃｏｎｃｅｎｔｒａｔｉｏｎｌｉｍｉｔｉｎｔｈｅｎａｔｉｏｎａｌａｍｂｉｅｎｔａｉｒｑｕａｌｉｔｙｓｔａｎｄａｒｄ.Ｋｅｙｗｏｒｄｓ:ＰＭ２.５ꎻＰＭ１０ꎻｖａｒｉａｔｉｏｎｃｈａｒａｃｔｅｒｉｓｔｉｃｓꎻｍｅｔｅｏｒｏｌｏｇｉｃａｌｆａｃｔｏｒ８。
上海地区近地台风实测分析
上海地区近地台风实测分析王旭;黄鹏;顾明【摘要】基于10m、20m、30m和40m高度处台风“梅花”影响下的上海浦东地区近地风实测数据,对平均风速与风向、阵风因子随阵风持续时距的变化、脉动风速分量的概率分布及其之间相关性进行了分析。
研究结果表明：10m高度处,12m/s以上时段纵向阵风因子随阵风持续时距变化的曲线与 Durst曲线较为符合,而12m/s以下时段实测曲线与Krayer-Marshall曲线基本符合；当阵风持续时距小于某一临界值时,10m高度处横向和竖向阵风因子较20m和40m处的结果明显偏大,而大于此临界值后,三者较为接近,横向和竖向对应的临界值分别约为100s 和10s；不同时段及高度处各向脉动风速分量均服从高斯分布；纵向与横向脉动风速自相关系数的衰减速率随实测高度的增大而减小,并通过拟合给出了相应的经验表达式；脉动风速分量之间互相关系数随平均风速的变化趋势不明显。
【期刊名称】《振动与冲击》【年(卷),期】2012(000)020【总页数】6页(P84-89)【关键词】台风“梅花”;现场实测;阵风因子;高斯分布;相关性【作者】王旭;黄鹏;顾明【作者单位】同济大学土木工程防灾国家重点实验室,上海 200092;同济大学土木工程防灾国家重点实验室,上海 200092;同济大学土木工程防灾国家重点实验室,上海 200092【正文语种】中文【中图分类】TU317.2;TU312.1调查表明，全球每年风灾损失超过百亿美元，其中绝大部分损失是由于低矮房屋损毁造成的[1]。
我国东南沿海村镇多以低矮建筑为主，而且又是台风高发的地区，每年由于台风袭击造成巨大的人员伤亡及财产损失。
发达国家开展风特性实测研究起步较早，积累了大量数据资料，并且针对极端风气候制定了相应的规范及标准，用以指导结构设计[2]。
虽然近些年我国在风特性研究领域取得了一些研究成果[3－4]，但在台风作用下东南沿海地区近地强风特性的研究仍相对缺乏[5－6]。
浦东机场一次暴雨天气过程的多跑道观测服务分析
浦东机场一次暴雨天气过程的多跑道观测服务分析摘要：受强对流天气影响，2018年5月25日浦东机场经历了一次强降水伴雷暴的天气过程。
在此过程期间机场云高、风向风速以及主导能见度等重要气象要素也均发生显著变化，观测服务难度较高，这些要素的变化对上海浦东机场航班的正常起降产生了重要影响，因此对本次天气过程进行复盘分析。
关键词：浦东机场；暴雨；多跑道；观测引言民航气象地面观测工作对机场航班顺利起降、管制平稳运行以及航空公司正常运作至关重要。
随着国内民航业的发展，各地的民航运输机场数量持续增加，同时国内主要枢纽机场的实际使用面积不断扩大和跑道数量不断上升。
这不仅导致民航管制服务运行压力上升，也对民航气象服务提出了更高的要求。
地面气象观测的代表性、准确性,是气象观测资料必须具有的性质,更是整个气象体系的基础性支撑[1]。
就上海浦东国际机场而言，机场扩建以及启用跑道数量的增加[2]，对气象观测代表性和准确性的把握提出了新的要求。
本文将对浦东机场的一次暴雨天气过程的观测服务进行分析，并借此简单探讨多跑道机场该如何更好地做好强降水天气的气象观测服务。
一、天气实况回顾受强对流云团影响，2018年5月25日浦东机场先后经历了多次短时强降水伴雷暴的天气过程。
根据当天地面观测簿（例行）纪要栏演变记录，主要的中或大降水时段主要集中在03:40—05:50、07:10—10:50、20:10—22:00等时段，在此过程期间机场风向风速、主导能见度及雷暴等要素也发生相应的显著变化。
同时由于受到较长时间强降水天气影响，当日浦东机场水汽条件充沛，部分时段亦因此出现了低云的情况[3]。
这些气象要素的变化对上海浦东机场航班的正常起降产生了重要影响，对民航气象观测服务工作提出了不小的挑战。
二、气象观测服务分析（一）自动气象观测系统（Automated Weather Observation System，以下简称AWOS）降水量数据对比分析图1 浦东机场2018年5月25日03:00—23:00降水强度变化趋势说明: 传感器给出的瞬时降水量对应左侧的纵轴（单位mm/min）；观测员报告的降水强度量化为小、中和大阵雨三个强度等级，分别对应右侧纵轴的1、2、3。
浦东机场和虹桥机场成雾差异分析
科技风2021年4月心环境科学DOD10.19392/kd1671-7341.202110061浦东机场和虹桥机场成雾差异分析赵杰包文豪戴袁杰上海工程技术大学航空运输学院上海201620摘要：雾是导致能见度降低的因素之一，往往给飞行活动带来了安全隐患。
上海两大机场由于地理位置不同，在雾形成条件上亦有差异。
本文分析了虹桥机场和浦东机场2017—2019年成雾时的气象数据，对两个机场形成的雾进行了统计和分类。
研究表明，浦东机场的辐射雾、平流雾和“低云雾”均多于虹桥机场，且春季是产生差别的主要季节，主要原因在于浦东机场临海，水汽来源丰富，而虹桥机场城市化程度高，平均气温高于浦东而且相对湿度低，热岛效应抑制了雾的生成，故雾发生的次数较少。
关键词：浦东机场；虹桥机场；雾;差异1研究背景和意义安全是飞行永恒的主题。
虽然现代飞机在很大程度上已实现自动化，但不利的气象条件依旧需要飞行员自己去应对。
其中能见度降低对飞行员来说就是一个巨大挑战。
虽然相比目视飞行而言,通过仪表飞行可以有效降低低云和低能见度的影响，但当一个飞行员连跑道都无法看清的时候,谁也无法盲目起飞和降落。
导致机场能见度降低的原因有很多，例如雾发生时能见度低于1km。
上海是我国沿海地区多雾城市之一，拥有着浦东机场和虹桥机场这两座国际机场。
2019年，浦东机场吞吐量全国第二，全球第九,虹桥机场全国第八。
上海毫无疑问成为了中国机场吞吐量排名前列的城市。
可想而知，一场大雾的发生会给上海的经济造成较大的影响。
上海两大机场由于地理位置的不同，在雾出现天数上有所差异。
因此，本文通过对虹桥机场和浦东机场2017年到2019年的气象数据统计分析,找岀两个机场的成雾差异。
2研究数据本文采用的数据源自National Centers for Environmental 年METAR（Meteorological Aerodrome Reports）数据，以世界协调时&UTC）发布，包含风向风速、能见度、云底高、气温、露点、修正海压、天气现象等。
METAR,SPEI和TAF电码解释
机场天气报告（METAR、SPEI和TAF）电码解释表1、机场天气报告（METAR和SPECI）电码解释：表1、机场天气报告（METAR和SPECI）电码解释（续）：表二、机场预报（TAF）电码解释：表二、机场预报（TAF）电码解释（续）：表三、趋势型着陆预报（从观测时开始两小时内有效）：机场天气报告（METAR和SPEI）电码解释⏹实况报告（通常每小时更换）：⏹【例】METAR ZBAA 2109050Z 30003G/10MPS 3000R18/0750D BR FEW⏹020 SCT 033 CB BKN 066 21/21 Q 1005 RE RA=⏹【例】SPEI /// 102230 0000MPS 0200FG VV 003 15/15 Q1009=⏹⏹说明：⏹1、识别码⏹* 注意：观测时间（世界时+8=北京时）⏹2、风向风速⏹00000—静风；VRB—不定风；“WIND CALM”—静风⏹330/050—风向变化⏹3G10—阵风（当最大阵风风速比平均风速大5M/S以上时，才报告）⏹* 注意：进近速度= Vref + 顶风分量/2 +阵风修正量（Vref +5∽Vref+20）⏹如ZBAA 36R进近：设V =130，则V = 130 + 2+（10—3）*2 = 146 ⏹⏹3、能见度⏹当10，000M时，编报为9999⏹* P1500—跑道视程大于等于1500M；M0050M—跑道视程小于等于50M；U—上升，D—下降，N—不变⏹有效能见度：指观测点四周一半以上的视野内都能达到的最大水平距离（目测、仪器）⏹跑道视程：在跑道中线，航空器上驾驶员能看到跑道面上的标志或跑道边界灯或中线灯的距离。
⏹观测方法—①观测员在跑道头数跑道边灯可见个数⏹②用仪器测量⏹⏹* 注：①、因地面水平观测，对于空中飞机观察有时会不一样，当存在低云，BR，FG能见度低时，要小心，决断高度看不见跑道复飞。
⏹②、高度换算：VIS（KM）*3=能见跑道高度（FT）3、天气现象：DZ、FG、FU、HZ、SHRA、SHSN、FZRA等（“—”表示小、轻；“+”表示大、强）如“+RA”—大雨；“—SHRA”—弱雷雨4、云量、云（底）高3000M（10，000‘）以下，以30M （100’）为单位3000M（10，000‘）以上，以300M （1000’）为单位●建议用英尺换算例：VV010—表示垂直能见度300M（1000‘）SKC—碧空CAVOK—1500M或最高的最低飞行扇区高度（以高的为准）以下无云，VIS＞10KM，且天空无积雨云5、温度/ 湿度说明：指近地面1、5M高度上的瞬时空气温度、湿度（湿度用露点温度表示） 当温度和露点温度接近时，说明空气湿度大；温度和露点温度相等则空气湿度饱和（通常伴随浓雾、下雨或将要下雨）6、气压报告：QFE：指飞机着陆地区（在跑道上）最高点的气压（飞机在跑道上高度表指零）QNH：将场面气压按标准大气条件修正到平均海平面气压（飞机在跑道上高度表指示机场标高）* 过渡高、过渡高度、过渡高度层区别及如何使用机场预报（TAF）【例】TAF YUDO 160000Z 160624 13005MPS 9000 BKN020 BECMG 0608 SCT 015CB BKN020 TEMPO 0812 17007G11MPS 1000 TSRA SCT010CB BKN020 FM1230 15004MPS 9999 BKN100说明：160624—16日从06点至24点世界时有效BECMG—变化、变为FM1230—从12：30时刻起TEMPO—短时NSC—无重要天气航行通告：【例】C0405/02 上海虹桥R C0241/02：020*******—021*******T0滑行道继续关闭因维修，关闭区域白天有关闭标志，夜间有红色障碍灯【例】C0403/02 上海情报区N020*******—020*******0100—0400 每日因奉贤靶场火炮试验，临时关闭庵东VOR—书院VOR进场航段和DADAT—书院VOR航段庵东VOR至浦东机场的民航班机调整为经庵东VOR—辛庄NDB—南汇VOR至浦东机场说明：注意滑行道、施工区、炮射区、导航台维护、跑道除胶等云图：明了航路、目的地天气；风向、风速；作好绕飞备降准备。
上海市远程水情数据采集关键技术及实现
第11卷第12期中国水运V ol.12N o.112011年12月Chi na W at er Trans port D ecem ber 2011收稿日期：5作者简介：方今（），男，江苏镇江人，上海市水文总站助理工程师，研究方向为水文防汛测报。
上海市远程水情数据采集关键技术及实现方今（上海市水文总站，上海200232）摘要：文中介绍了上海市水情自动测报系统中各水情传感器的数据采集原理，以及中心站和远程测站间无线传输原理和数据采集和传输的控制技术。
关键词：上海市水情自动测报系统；数据采集；无线传输；定时控制；GPRS 中图分类号：TP274.2文献标识码：A 文章编号：1006-7973（2011）12-0093-02一、概述上海市位于长江三角洲和以太湖为中心的碟形洼地东部，受暴雨、热带风暴和台风影响很大，历史上多次遭受洪涝灾害，损失严重。
为兴利减灾，保障上海市经济建设的正常发展和人民群众生命财产的安全，上海市水务局1998年起正式启用上海市水情自动测报系统。
多年来经过数次升级改造，该系统数据采集和传输技术日趋成熟，及时和准确地提供汛情资料，在上海防汛工作中发挥尖兵和耳目的重要作用。
数据采集过程是指首先将从远端水情数据传感器采集到的原始模拟信号转化成数字信号传送到当地RTU ，然后进行数据打包处理通过无线网络传送到本地计算机解码的过程，以及完成该过程所必须的数据采集定时控制和数据传输定时控制。
图1为整个数据采集和传输以及控制的示意图。
水情数据采集过程是上海市远程水情数据采集系统的一个重要组成部分。
图1数据采集和传输示意图本文主要详细研究水情数据如何采集、GPRS 数据如何传输以及数据采集和传输的定时控制如何实现三个方面的问题。
通过本文的分析以了解数据采集的技术在水文防汛上的各种应用。
二、水情数据采集过程1．雨量数据采集雨量采集就是对雨量进行量化，本系统采用J DZ05-1型雨量计，其有上下两个翻斗，中央有一个支点，翻斗中部有一块小磁钢，磁钢上端有簧片。
中国大陆风资源分布统计
中国大陆风资源分布统计简介1.中国大陆风资源总体介绍中国幅员辽阔，海岸线长，风能资源丰富。
在20世纪80年代后期和2004-2005年，中国气象局分别组织了第二次和第三次全国风能资源普查，得出中国陆地10m高度层风能资源的理论值，可开发储量分别为32.26亿kW和43.5亿kW、技术可开发量分别为2.53亿kW和2.97亿kW的结论。
此外，2003-2005年联合国环境规划署组织国际研究机构，采用数值模拟方法开展了风能资源评价的研究，得出中国陆地上离地面50m高度层风能资源技术可开发量可以达到14亿kW的结论。
2006年国家气候中心也采用数值模拟方法对中国风能资源进行评价，得到的结果是：在不考虑青藏高原的情况下，全国陆地上离地面10m高度层风能资源技术可开发量为25.48亿kW，大大超过第三次全国风能资源普查的数据[1]。
根据第三次风能资源普查结果，中国技术可开发（风能功率密度在150W/m2及其以上）的陆地面积约为20万km2。
考虑风电场中风电机组的实际布置能力，按照低限3MW/km2、高限5MW/km2计算，陆上技术可开发量为6亿～10亿kW。
根据《全国海岸带和海涂资源综合调查报告》，中国大陆沿岸浅海0～20m等深线的海域面积为15.7万km2。
2002年中国颁布了《全国海洋功能区划》，对港口航运、渔业开发、旅游以及工程用海区等作了详细规划。
如果避开上述这些区域，考虑其总量10%～20%的海面可以利用，风电机组的实际布置按照5MW/km2计算，则近海风电装机容量为1亿～2亿kW。
综合来看，中国可开发的风能潜力巨大，陆上加海上的总量有7亿～12亿kW，风电具有成为未来能源结构中重要组成部分的资源基础[2]。
但是由于我国国土面积广大，地形地貌十分复杂，故而风能资源状况及分布特点随地形、地理位置不同而有所不同。
本文将借助Interface Vortex在线分析软件对我国的风速分布状况进行大致的统计说明，以作为今后风资源开发利用的参考。
2023届高三二轮复习专项思维导图：风
思维导图：风【思维导图】[考点精析]01 风的形成①高空风与近地面风高空风与等压线平行；近地面风与等压线有一个30°～45°的夹角；试题如果没特别说明，一般当近地面的风来处理；各类等压线图中凡涉及风向问题，一般通过作图方法解决。
②海陆风与季风海陆风反映的是海陆之间风向的日变化；季风反映的是海陆之间风向的季节变化，都与海、陆两者的气温差异进而导致气压差异有关。
成因都是海陆间热力性质差异造成的。
③山谷风白天山坡增温快，暖空气膨胀上升，与山顶相同高度的山谷上空，因离地面较远，空气增温较少，谷地上空空气收缩下沉，垂直方向的气流导致山坡与山谷近地面和高空出现气压差，从而在近地面形成由谷底吹向山坡的风即谷风。
夜晚山坡降温快，同高度的谷地上空，空气离地面较远，降温较少，山顶空气收缩下沉，在近地面形成高压，冷空气下沉使空气密度加大，顺山坡流入谷底，谷底的空气被迫抬升，并向山顶上空流去，形成与白天相反的热力环流，这种由山坡吹向谷底的风，称为山风。
④城市风城市由于热岛效应，气温高于郊区，导致近地面城市气压低于郊区，故风由郊区流向城市，形成城市风。
城市风一直由郊区流向城市，它的强弱取决于城郊的气温差异大小。
⑤信风又称贸易风，是指低空由副热带高压带吹向赤道低压带的风，包括东北信风与东南信风。
⑥台风形成于热带与副热带26℃以上广阔海面上的热带气旋。
盛行于夏秋季节，主要发生在太平洋。
飓风发生在大西洋，热带风暴发生在印度洋。
⑦狭管风（效应）当气流由开阔地带流入狭谷地形时，风速加大。
城市狭管效应指城市高层建筑物间距小，导致风力增加。
因此建筑布局可加大楼间距或让楼间走廊与城市主导风向偏离一些。
⑧焚风是指当气流经过山脉后，空气沿背风坡下沉，气温升高，湿度减小。
焚风往往以阵风形式出现，从山上沿山坡向下吹。
可以促进春雪消融，作物早熟，也易引起森林火灾、干旱等自然灾害。
⑨龙卷风发生在陆地上叫陆龙卷，发生在海洋上叫海龙卷，又叫水龙卷。
风速仪检定中存在的问题
风速仪检定中存在的问题杨伟浩;林芳;赵海山;刘悦【期刊名称】《上海计量测试》【年(卷),期】2013(000)003【总页数】2页(P56-57)【作者】杨伟浩;林芳;赵海山;刘悦【作者单位】上海市计量测试技术研究院;上海市计量测试技术研究院;上海市计量测试技术研究院;上海市计量测试技术研究院【正文语种】中文0 引言风速，简言之即风的速度，指单位时间内风移动的距离，计量单位通常为“m/s”、“km/h”等。
风速仪（或称风速表、风速计，以下统称风速仪）就是测量风速的仪表，作为一个重要的计量器具，列入《中华人民共和国依法管理的计量器具目录(型式批准部分)》（第21项：风速表），相对应的国家计量检定规程为JJG 431-1986 《DEM6型轻便三杯风向风速表》、JJG 515-1987《轻便磁感风向风速表试行》、JJG 613-1989《电接风向风速仪》。
1 现有检定规程现有的三个检定规程都起草于20世纪90年代，针对的风速仪都是“三杯式”，即风速仪的核心感应器件由三个风杯组成。
当某一个风杯的凹面对着风向时，另一个风杯的凸面对着风向，风杯的凹面迎风受到的风压比风杯凸面迎风所受到的风压大，就产生了使风杯感应器向凹面方向转动的力矩。
风速越大，转动力矩也越大，风杯感应器的转动速度也越大。
可根据风杯旋转产生的信号，通过函数关系得到风速的大小。
该类风速仪主要应用于气象行业，测量大气环境中的风速，当时主要的应用领域是气象预报、风力监测的预警报警。
例如，GB/T 5031-2008《塔式起重机》中规定“安装架设时塔机顶部风速不大于12 m/s，工作状态时塔机顶部风速不大于20 m/s”。
计量合格的风速仪为此类安全作业提供了强大的技术保障。
现有检定规程主要由国家气象部门起草，最主要的检定项目是“风速示值”，检定设备是风洞，所使用的标准器由标准皮托管和精密差压计组成。
由于规程起草的年代尚未完善计量检定规程的编写要求，因此在检定规程中缺乏较为详细的不确定度分析，某些专业术语的定义和表达也与现在的要求有所差异。
虹桥机场一次雷雨天气观测工作的数据化分析
引言 雷暴大风和短时暴雨是夏季影响我国的主要灾害性强对流
天气[1]，同时对于航空器飞行安全也有着重要影响[2]。在本次天 气过程中雷暴维持时间长达近5个小时，并伴随强降水和大风天 气。在近两个半小时的强降水时段内总降水量达到63.7mm，达 到暴雨标准，并由于雷暴过境，本场出现强风现象，极大风速 29m/s，达到飚的标准。此次天气过程主要体现为降水强度大， 风向风速、气压、能见度等要素都有较大变化。期间总共发布 特殊天气报告15份，其中SPECI报5份，SPECIAL10份。
TECHNOLOGY AND INFORMATION
信息化技术应用
虹桥机场一次雷雨天气观测工作的数据化分析
沈迪桑 中国民用航空华东地区空中交通管理局 上海 200335
摘 要 2019年8月18日上海虹桥机场出现了一次强雷雨天气过程，在本次天气过程中雷暴维持时间长达近5个小 时，并伴有强降水及强风。本文通过基于虹桥机场AWOS系统的降水数据、雷达数据以及风向风速数据，比对观测 员在本次天气过程中对主要天气要素的把握程度，进行观测服务质量分析。结果表明观测员对于降水等主要天气要 素把握准确，对管制等用户的精细化服务到位，保证了机场的正常运行。 关键词 虹桥机场；强雷雨；精细化服务
1 资料 本文所采用资料主要为2019年08月18日上海虹桥气象台观
测室的例行观测簿、特殊观测簿、虹桥机场气象雷达数据资料 以及AWOS降水量、风向风速和RVR等气象要素数据。
2 过程分析 根据《终端管制中心与气象中心关于气象服务工作协议》
中有关气象观测服务的条款，对2019年08月18日天气过程作进 一步分析。
2.2 雷达回波分析 由雷达图（图略）可以看到13：25（北京时，下文如无特 别注明均为北京时）本场南面开始有小块的强回波出现，缓慢向 东南方向移动，并有明显的增强。随着对流进一步增强，14：35 开始强回波开始逐渐北移接近本场，速度非常缓慢。15：37移至 本场天顶后基本维持不动，一直到17：00后逐渐移出本场。 结合观测簿纪要栏和雷达图可以看出，雷达回波的移动过 程和时间与观测员通报闻雷以及强降水时间基本吻合，观测员通 报及时准确，并进行了精细化通报，为用户提供了准确的服务。 2.3 AWOS数据分析 （1）降水分析 图1对应的是18日主要降水时段的瞬时降水，降水主要 集中在当日下午的15：30-17：30。由图1可以看到跑道南头 (36R、36L）的降水在15：33先开始增强，而18L降水一直较 小，直到16：00后才逐渐增强。15：37观测员发布中阵雨特殊 报，15：50发布大阵雨。当日的极大降水出现在16：41，18R 瞬时降水最大达到2.7mm。17：02开始降水减弱，17：07减弱 为小阵雨。观测员记录与AWOS数据基本吻合。
风速风向季节三维联合分布的平均风统计分析
１ 实 用 的 平 均风 风 速 分 布 模型
目前对风速的极值分布概型研究较多 ， 成熟的 三种 极值 分 别 为 Ｇ ｕ ｍｂ ｅ １ 分布（ 极值 Ｉ 型） 、 Ｆ ｒ ｅ ｃ ｈ ｅ ｔ 分布（ 极值 Ｉ Ｉ 型） 和 Ｗｅ ｉ ｂ ｕ ｌ １ 分布（ 极值 Ｉ Ｉ Ｉ 型） ， 本 文 着重 研究 对平 均 风 的统 计 分 析 ， 而 非 最 大风 速 ， 以上的分布模型不能直接参考． 这里参考风电领域 里 对风 能 的评价 采用 的方法 ， 因为风 能本身是 一种 对 风 的平均 效应 的综 合 考虑 ． Ｃ ． Ｇ ． Ｊ ｕ ｓ ｔ ｕ ｓ 等 基 于 对风能评估 的考虑 ， 对平均风 的分布 同样也采用 Ｗｅ ｉ ｂ ｕ ｌ １ 分布 ：
Ｖｏ ｌ ＿ ３ ｌ Ｎｏ ． ２
Ｍａ ｌ ＂ ． ２ ０１ ３
文章编 号 ： １ ０ ０ ８—１ ４ ０ ２ （ ２ ０ １ ３ ） ０ ２—０ ２ １ １一 Ｏ ３
风 速风 向季 节 三 维联 合分 布 的 平 均风 统计 分 析①
王 斌
（ 同济大学 。 上海 ２ ０ ０ ９ ２）
合概率密度函数值 ， 然后用曲线拟合的方法得到每 个风 向下风速的概率密度 函数表达式． Ｇ ｅ 等 ’ ４ 在
对 上海地 区 的平 均 风 特 性 进 行研 究 时 提 出 了描 述 风 速风 向的独 立参 数联合 分 布概 率模 型 ， 该模 型优
点是概率模型得到 了检验 ． 杨 咏昕等－ ５ 提 出的联
目前 考虑 风速 风 向联合作 用 最 为常用 的方 法 ， 顾 明 等 根据上 海 地 区详 尽 的 风 速 风 向实 测 资 料 ， 首 先利 用统 计方 法计 算 出本 地 区离 散 的 风 速风 向联
2025届高中地理复习第15课大气的水平运动——风
第15课大气的水平运动——风课程标准运用示意图等，说明大气受热过程与热力环流原理，并解释相关现象。
学习目标1.说明水平气压梯度力、摩擦力、地转偏向力对风的影响。
2．结合示意图，阐明高空风和近地面风的形成过程。
3．学会阅读等压线图，在等压线图中分析风力、风向等。
必备知识梳理1．读图，完成下列问题。
(1)写出图中A、B、C分别代表的力及对风的影响：A_的方向_于等压线，由_压指向_压，影响_；B_，方向与风向_，影响风向和风速；C_，北半球向右偏转，南半球向左偏转，与风向_，只改变_，不改变_。
(2)甲、乙、丙三条等压线气压大小关系是_，判断理由是_。
(3)图示地区位于_(填“南”或“北”)半球，判断理由是_；是_(填“高空”或“近地面”)风，判断理由是_。
[方法技巧]等压线分布图中风向和风力的判读方法风向看“高低”：风始终从高压区吹向低压区。
风力看“疏密”：在等压距相同的前提下，等压线越密集，风力越大；等压线越稀疏，风力越小。
2．风的形成(1)形成风的直接原因是_。
(2)风的受力状况与风向【知识体系构建】关键能力提升能力点风力与风向分析1.风力大小的分析与描述(1)影响因素及答题术语总结(2)等压线图中风力的判定同一等压线图中，等压线密集，风力大；等压线稀疏，风力小，如下图中甲处风力大于乙处。
2．等压线图中风向的绘制第一步：在等压线图中，按要求画出过该点的切线并作垂直于切线的虚线箭头(由高压指向低压，但并不一定指向低压中心)，表示水平气压梯度力的方向。
第二步：确定南、北半球后，面向水平气压梯度力方向向右(北半球)或向左(南半球)偏转30°～45°(高空风则偏转90°)，画出实线箭头，即为经过该点的风向。
如下图所示(北半球近地面风)：3．风向呈现方式风向是指风吹来的方向，如东北风是从东北方向吹向西南方向的风。
通常呈现风向的方式有两种：(1)风向符号——风矢风矢由风向杆和风羽组成，风向杆指示风的方向(如图中风向均指向A)，风羽横线表示风力大小，一道短线代表1级风、一道长线代表2级风、一面三角旗帜代表8级风。
基于小波分析的上海市环境空气质量变化及与气象关系研究
基于小波分析的上海市环境空气质量变化及与气象关系研究基于小波分析的上海市环境空气质量变化及与气象关系研究引言：近年来，环境空气质量成为全球关注的焦点之一。
随着城市化进程的不断加快，人们对城市空气质量的关注度也越来越高。
上海作为中国的经济中心和人口密集地，其环境空气质量问题备受关注。
与此同时，上海的气象条件也对环境空气质量产生着重要影响。
本文旨在通过基于小波分析的研究方法，探究上海市环境空气质量变化的趋势，并研究其与气象条件的关系。
一、研究背景1.1 上海市环境空气质量现状上海市是中国最大的经济中心之一，人口众多，工业活动频繁。
这些因素导致了上海的环境空气质量问题。
近年来，上海市环境保护局不断加大环境治理力度，但环境问题仍然存在。
了解上海市环境空气质量的变化趋势，并深入探究与气象条件的关系，对于制定有效的环境保护政策和改善空气质量具有重要意义。
1.2 小波分析在环境空气质量研究中的应用小波分析是一种时频分析方法，它可以对非平稳信号进行频率域的局部分析。
在研究环境空气质量变化中，小波分析可以帮助我们找到信号中隐含的规律和周期性变化，以及与其他相关因素的关联。
因此，小波分析在环境空气质量研究中具有广泛的应用前景。
二、方法与数据2.1 研究方法本文采用小波分析方法，对上海市环境空气质量的变化趋势进行研究。
首先，将环境空气质量数据进行预处理，包括数据的清理和标准化处理。
然后，利用小波分析方法对处理后的数据进行频域分析，找出其中的规律和周期性变化。
最后，将环境空气质量数据与气象数据进行对比和相关分析，探究其关系。
2.2 数据来源本研究所使用的数据包括上海市2010年至2021年的环境空气质量监测数据和气象数据。
环境空气质量监测数据来自上海市环境保护局，包括PM2.5、PM10、SO2、NO2等指标的日均值。
气象数据来自上海市气象局，包括温度、湿度、风速等气象参数的日均值。
三、结果与分析3.1 上海市环境空气质量变化趋势通过对上海市环境空气质量数据进行小波分析，我们可以得到空气质量在不同时间尺度上的变化趋势。
2021年9月29日虹桥机场一次强飑线天气过程观测服务总
2021年9月29日虹桥机场一次强飑线天气过程观测服务总摘要：2021年9月29日，上海虹桥机场出现了一次强飑线天气过程，在本次天气过程中，短时间内虹桥机场出现风速急增、气温骤降，短时强降水等气象要素的剧烈变化。
本文基于虹桥机场AWOS系统的降水数据、风向风速数据以及雷达数据，比对观测员在本次天气过程中对主要天气要素的把握程度，进行观测服务质量分析。
结果表明观测员对于降水等主要天气要素把握准确，对管制等用户的精细化服务到位，保证了机场的正常运行。
关键词：虹桥机场；强飑线1 天气过程简述飑线是线状的中尺度对流系统，常伴有雷雨，所造成的灾害性天气包括雷暴，暴雨，大风，冰雹和龙卷风等，严重威胁民航安全[1]。
2021年09月29日午后，受冷空气南下影响，江淮流域出现了一次伴有强地面风、冰雹的强飑线天气过程，苏皖南部，上海和浙北局部出现雷雨，大风，冰雹等强灾害性天气。
9月29日12:55分，雷达回波图（图略）显示，在虹桥机场西北面，生成多个强雷暴单体排列而成的带状回波，呈东西走向，向机场方向迅速移动。
13:35分在机场北面触发新生对流单体，并发展增强组织发展成一条南北走向带状回波向东南方向移动，影响虹桥机场。
飑线影响虹桥机场时间为北京时13:54分到14:36分，过程伴随着风速急增、气温骤降，短时强降水等气象要素的剧烈变化。
2 气象要素分析本次雷雨过程中纪要栏的演变主要集中于飑和大阵雨。
现根据《终端管制中心与气象中心关于气象服务工作协议》中有关气象观测服务的条款，结合本次天气过程中AWOS数据及人工观测数据，针对风向风速变化进行对比分析。
人工观测纪要栏的演变过程如下（UTC）：SQ06:22-06:36-SHRA06:14-+SHRA06:26--SHRA06:29-07:032.1风速分析图1 虹桥机场29日05:54-06:40(UTC)18L、18R、36L、36R端 AWOS瞬时风速图2 虹桥机场29日05:54-06:40(UTC)AWOS 36L2分钟风速图3 虹桥机场29日05:54-06:40（UTC）AWOS36R2分钟风向风速09月29日天气过程中风的变化较为显著，期间共发布风的特殊报4份，其中对外报1份。