厦门市空气质量时空分布特征及气象条件关系研究
福建省沿海城市大气气态污染物时空分布特性研究
年 的总量和峰值都高于福州 和厦 门 ， 参 考三市 ２ ０ １ ５年 Ｃ Ｏ和 Ｓ Ｏ ２ 都处于较高的水平 。（ ３ ） 泉州全年的 Ｓ Ｏ ２ 浓
０ １ ５ 的Ｇ Ｄ Ｐ占比 ， 泉州 的第 二产 业 占 比高 达 ６ １ ， 由此 可 度相对于 福州 和厦 门高 出不 少 。这 是 因为 泉州 ２ 以推 断这是 因为过高的工业产业 占比导 致的 Ｓ ０ ２ 排放 年 的一二三产业 ＧＤ Ｐ占 比为 ２ ． ９： ６ １ ． ０： ３ ６ ． １ ， 城 市 量大于福州和厦门 。福州处于盆地 且相对 于泉州 和厦 经济第二产业 的 占比远 高 于福 州 和厦 门 ， 所以 Ｓ Ｏ ２的
表 ５ 各 地 ＮＯ ２ 浓 度 月 均值 统 计
ｕ ｇ ／ ｍ３
表 ６ 各地 Ｃ Ｏ 浓 度 月 均 值 统 计
１ ０ ｕ ｇ ／ ｍ３
表 ７ 各地 ０ ３浓 度 月 均 值 统 计
ｕ ｇ ／ ｍａ
综上表 ４表 ５表 ６ 表 ７ 可总结泉州的 Ｓ Ｏ ２ 浓 度全 季 的七 到九 月 （ ） ３浓度 较 高 ， 十二月 和 一三 四月 份 的
福 建 省 沿 海 城 市 大 气 气 态 污 染 物 时 空 分 布 特 性 研 究
廖友 志
（ 南安 市环 境 保 护监 测 站 ， 福建 泉 州 ３ ６ ２ ３ ０ ０ ）
摘 要 ： 对福 州、 泉 州和厦 门三 个 沿海城 市 ２ ０ １ ６年 大气 Ｓ Ｏ ２ 、 Ｎ （ ） ２ 、 、 Ｃ Ｏ 浓度 的 时空 变化 特征 进 行分 析 。 结果表明 ， 福 州、 泉 州和 厦 门三 地 气 态 污 染 物 的 日均 值 和 年 均 值 均 达 到 了 国 家环 境 质 量 标 准 二 级 （ Ｇ Ｂ ３ ０ ９ ５ ～
厦门PM10、PM2.5时间变化特征
厦门PM10、PM2.5时间变化特征
赵丽娟
【期刊名称】《中国科技信息》
【年(卷),期】2016(000)016
【摘要】利用厦门市国控环境空气质量自动监测站点2013—2015年PM10、
PM2.5监测数据，深入分析了厦门市环境空气中PM10和PM2.5浓度的年、周、日变化特征。
结果表明，厦门市PM10、PM2.5浓度具有单峰型年变化特征，10
月至次年5月颗粒物（PM10、PM2.5）浓度较高，6月至9月浓度较低。
【总页数】2页(P54-54,56)
【作者】赵丽娟
【作者单位】厦门市环境监测中心站
【正文语种】中文
【相关文献】
1.多时间尺度的秦岭南北城市PM10和PM
2.5变化特征分析 [J], 郭婵; 杨飞; 王朋; 豆瑞; 易文利
2.五大连池风景区空气颗粒物(PM10和PM2.5)浓度时间变化特征 [J], 骆媛媛;李
明文;梁立东;王慧
3.2013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], 吴雁;陈瑞敏;王颉;刘晓峰
4.五大连池风景区空气颗粒物(PM10和PM2.5)浓度时间变化特征 [J], 骆媛媛;李
明文;梁立东;王慧
5.武胜县2017—2019年PM10与PM2.5污染变化特征研究 [J], 幸奠芳;钱一凡
因版权原因，仅展示原文概要，查看原文内容请购买。
空气质量时空分布格局及其影响因素分析
空气质量时空分布格局及其影响因素分析在城市化和工业化进程不断加快的今天，人们对于空气质量的关注日益增加。
空气质量不仅对于人类健康产生明显的影响，还对于生态环境造成巨大的破坏。
因此，了解空气质量的时空分布格局及其影响因素成为一个重要的研究课题。
一、时空分布格局空气质量的时空分布格局主要受到以下因素的影响：1.工业排放工业排放是造成某些城市空气质量恶化的主要因素之一。
根据国家环境保护部发布的《2019年全国城市空气质量排名》，2019年全国PM2.5浓度前10位的城市中，有7个是工业城市。
例如河北省唐山市、邯郸市、邢台市等，这些城市工业发达，工业排放量大，空气质量受到了很大的影响。
2.交通排放交通排放是另一个影响城市空气质量的重要因素。
城市交通量大、车辆密度高的区域，空气中的PM2.5等有害物质浓度也普遍较高。
例如北京市，在2013年发布的全球PM2.5浓度排名中，由于交通污染问题，北京市PM2.5浓度较高，位于全球城市排名第一。
3.气象条件气象条件也对空气质量产生一定的影响。
例如在风力较小的情况下，大气污染物的扩散能力较差，容易产生气象倒挂，这会造成空气污染物在低空积聚，空气质量明显下降。
此外，气温高、湿度大的时候，有害物质易在空气中停留，也会造成空气污染。
二、影响因素分析影响空气质量的因素不仅有上述三种，还包括以下几点：1.排放源的种类和数量不同种类的排放源对于空气质量的影响也不同。
例如，挥发性有机物污染物的排放主要来源于化学工业、城市交通、印刷、造纸、锅炉等，而PM2.5污染物的排放主要来源于工业、交通和燃煤取暖等。
排放源的数量也是影响空气质量的关键因素之一。
2.地形和城市规划地形和城市规划也对空气质量产生重要影响。
若城市周边山脉环绕，进入城市的气流受到阻挡，容易产生地理障碍，使得污染物在低空大量积聚；城市规划中，如果大量新建建筑物，会严重影响空气污染物的排放与扩散。
3.人类活动水平人类的活动水平也是影响空气质量的重要因素。
厦门空气污染指数与地面气象要素的关系分析
件和 自 净能力 ， 为更好地规划城市建设 和合理地布 近几年 来厦 门市 在 人 口和经 济 高 速增 长 的前 提 局工 业 区提供 参 考 。 下， 环境质量虽继续保 持优 良水平 ， 但仍维持下滑 的
趋 势 。研 究 表 明 Ｊ 气 象条 件 对 污 染 物 的扩 散 、 ， 稀
收 稿 日期 ：０ ０— ３５—１ 。 ０ 作者简介 ： 郑美秀 ， ，９ ７年生 ， 女 １６ 高级工程师 ， 主要从事应用 气象工作 ， — ｉ Ｚ Ｅ ｍａ ：ＭＸ１６ １ ＠１６ ｃｍ。 ｌ ９ ７ １ ２ ．ｏ
水 汽压 关 系最相 关 ， 次是 气压 。 其
关键词 ： 指数 ； Ａ 地面气 象要素 ； 相关分析 ； 门 厦 中图分类号 ： Ｓ Ｘ１ 文献标 识码 ： Ａ 文章编号 ：６３— ０ Ｘ（０ ０ ０ １７ ５ ３ ２ １ ）３—０５ ０ ０ ３— ５
１ 引 言
与厦 门市空 气 质 量 间 的关 系 规 律 ， 用 大 气 扩 散 条 利
“ 轻微 污染 ” 日数 １ ７ ．
其中优占 ３ ％， １ 良占６ ％， ７ 轻微污染 占２ ％。２０ — ０６ ２０ 年有 １０９ｄ的 Ａ ， ０８ ５ 尸 指数值 选取 Ｐ 。 Ｍ 分指数
值， ７ ， 占９ ％ 且未选取 Ｐ 。 Ｍ。 分指数值 的 ３ｄ空气质 ７ 量均为优 。可见 ， 门首要 污染物为可吸人颗粒物 厦
２ 资 料 来 源
释 和积 累有 一定 作用 ， 污染 源 一 定 的条 件 下 ， 染 在 污
物 浓度 的大 小主要 取 决 于气 象条 件 。对 于空 气 质 量
空气 污染 指数 （ 指 数 ） Ａ 资料 来 源 于 ２０ ０６年 １
月—２ ０ ０ ８年 １ 厦 门市环 境监 测 站 每 日２ ２月 ４个 时 次
厦门市2001-2002年PM10浓度时间序列变化分析
强度 I (f i) 为纵坐标。 在频率为 0. 333 793 处, 即周期近似为 3 d 时, 频率谱强度出现了极大值也是最大值点对应着频率 谱的最高值 2 587 804 892。 说明厦门市 2001～ 2002 年两年 725 d PM 10 浓度时间序列最显著的周期为 3 d。
Ξ 收稿日期: 2004211229 基金项目: 国家 863 重点支持项目 (2001AA 783060) 资助 作者简介: 程承旗 (1962- ) , 男, 吉林人, 北京大学遥感与地理信息系统应用研究所教授, 理学博士, 研究方向为G IS 工程与环境遥感, 已 发表论文 30 余篇。
·12·
工具之一。假定将厦门市 2001～ 2002 年两年 725 d 的 PM 10
浓度按时间序列 x t 展开为 Fou rier 级数, 则可表示为
k
6 y t=
(Αico s2Πf i t+ bi sinΠf i t) + Εt
(1)
i= 1
式中: f i —— 频率, 与探索的 PM 10 浓度随时间的变化周期
应的 f i 的倒数被确定为 PM 10 浓度时间序列的周期。
3. 2 移动平均法用于 PM 10 浓度时间序列的趋势分析
移动平均就是以一连串部分重迭的序列平均值组成新序
列的方法。由它可以作出一条平滑的趋势曲线。设 PM 10 浓度 时间序列为y 1, y 2, …, yN , 一般地说, 序列地m 项移动平均为
2 数据获取及预处理
本文的 PM 10 浓度数据是连续ቤተ መጻሕፍቲ ባይዱ测厦门市 4 个站点从
2001 年1 月1 日到2002 年12 月31 日的PM 10 浓度得到的逐 日监测值 (各个站点均缺少2001 年3 月9 日至12 日以及2002 年 1 月 1 日 5 天的数据, 71 号站点还缺少 3 月 21 日的数据)。 其中每个记录数据为当日 0 时 0 分至 23 时 59 分 24 h 连续监 测的平均值。4 个站点的数据基本统计结果如表 1 所示。对 4 个站点的时间序列分析得到了相似的结果, 本文选取其中 的72 号点的数据样本进行分析。在进一步的分析之前, 对该 点的连续观测数据采用W a lsh 方法进行异常值检验[5], 用相 邻项的平均值修正异常值。 然后将所有数据中心化, 即各项 均减去序列的平均值得到 PM 10 浓度的零均值时间序列。
厦门市冬季PM 2.5 污染情境识别及其与气象条件的关系
. 厦门市地处台湾海峡西岸ꎬ是重要的滨海旅
为主ꎬ夏季以偏南和局地路径为主ꎬ偏西和局地路径
良率达 ９８ ６％ [７] ꎬ但受本地排放和冬季北方污染气
厦门市一半以上的污染物由东北方向的泉州市和莆
环境
病
[４]
[５￣６]
团输送影响ꎬ近年来区域性颗粒物污染问题仍有出现
且以冬季为主 [８￣９] ꎬ冬季雾霾天气 ρ( ＰＭ ２ ５ ) 平均值曾
１７５ ９
ｐａｔｈｗａｙ ｗａｓ ｅａｓｙ ｔｏ ｃｏｉｎｃｉｄｅ ｗｉｔｈ ｎｏｒｔｈｗａｒｄ ｐａｔｈｗａｙ ｉｎ ｎｏｒｔｈｅｒｎ Ｆｕｊｉａｎ Ｐｒｏｖｉｎｃｅꎬ ｗｈｉｃｈ ｓｔｒｅｎｇｔｈｅｎ ｔｈｅ ｐｏｌｌｕｔａｎｔ ｔｒａｎｓｐｏｒｔ ｃａｐａｃｉｔｙ ｏｆ ｔｈｅ
ｎｏｒｔｈｅｒｌｙ ｒｏｕｔｅ. Ｔｈｅ ｒｅｓｅａｒｃｈ ｓｕｇｇｅｓｔｅｄ ｔｈａｔ ｔｈｅ ｉｍｐａｃｔ ｏｆ ＰＭ ２ ５ ｐｏｌｌｕｔｉｏｎ ｗａｓ ｏｂｖｉｏｕｓｌｙ ｗｅａｋｅｎｅｄ Ｘｉａｍｅｎ Ｃｉｔｙ ｉｎ ｒｅｃｅｎｔ ｗｉｎｔｅｒｓꎬ ｂｕｔ
该研究以厦门市冬季 ＰＭ ２ ５ 观测数据为基础ꎬ使
情境的阈值ꎬ分析厦门市冬季 ＰＭ ２ ５ 观测值、基线值
和污染值情境下空气质量的变化趋势、气象条件和气
团轨迹路径的特征与差异ꎬ探究冬季南方空气清洁地
厦门市 ＰＭ ２ ５ 污染的变化规律及影响条件对于厦门
量现实状况进行污染情境分类.
意义.
用统计方法确定厦门市冬季 ＰＭ ２ ５ 污染值与基线值
市持续吸引外来游客和维护本地居民健康具有重要
环境空气质量评价方法众多ꎬ为了更好地反映环
境空气质量的客观状况ꎬ需要选择合适的评价方法[１１] .
不同国家和组织有针对性地制定了符合相应环境目
空气污染物的时空分布及其影响因素研究
空气污染物的时空分布及其影响因素研究随着工业化和城市化的不断加强，空气污染成为了一个全球性的问题。
而中国更是在近年来因为其高强度的工业化进程和人口快速膨胀，成为了世界上空气污染最严重的国家之一。
空气污染的排放主要来源于二氧化硫、氮氧化物、颗粒物等，它们对于空气质量的影响是非常明显的。
本文将对空气污染物的时空分布及其影响因素进行研究，以期对于环保工作有所帮助。
一、空气污染物的时空分布（一）时空分布空气污染物的时空分布是具有非常明显的差异性的。
首先，从时间维度来看，在不同的季节和时间段，空气污染物的浓度也会有不同的变化。
例如，在夏天，二氧化氮和臭氧的浓度较高，这与高温、光照和气象条件有关。
在冬天，颗粒物和硫化物的浓度较高，这与天气条件的寒冷和稳定有关。
其次，从空间维度来看，空气污染物的分布范围也有差异。
近年来，我国环保部门发布的数据表明，我国南方的大城市和长江三角洲地区的空气污染严重程度更为突出。
而从城市内部来看，大型工厂、交通路段以及人口密集的地区都是污染物浓度高的地方。
（二）污染物种类污染物种类是空气污染的主要组成部分。
二氧化硫、氮氧化物以及可吸入颗粒物是目前空气污染最为严重的三大污染物。
其中，二氧化硫和氮氧化物主要来源于燃煤和燃油，而可吸入颗粒物则来源于工业、交通等。
二、影响因素（一）气象因素气象因素是空气污染的重要影响因素。
在气象条件不利的情况下，污染物的扩散和沉降会受到限制，从而导致浓度升高。
例如，在无风、高温、高湿情况下，臭氧的浓度会显著上升。
（二）人类活动人类活动也是导致空气污染的重要因素之一。
工业生产、交通运输以及城市建设等都会对空气质量产生巨大的影响。
例如，工业生产过程中的排污和废气排放都会对大气环境产生直接的影响。
而交通运输过程中的尾气排放也是空气污染的主要来源之一。
（三）自然因素自然因素也是影响空气质量的重要因素之一。
例如，大气层的水平、垂直风速以及风向等气象条件都会对空气质量产生重要的影响。
不同天气形势下福建省环境空气质量特征研究
不同天气形势下福建省环境空气质量特征研究黄艳艳【摘要】该文利用2014年9月～2015年8月福建省9个设区市PM10、PM2.5逐日浓度资料及NCEP/NCAR再分析逐日高度场、风场(垂直方向为17层,分辨率为2.5°×2.5°)资料,分析福建省不同天气形势下的污染物浓度变化特征,并将其应用于环境空气质量预报业务中.得出结论:(1)高空脊、暖区辐合为不利扩散的环流形势,高空脊影响过程中,多个设区市环境空气质量处于轻度污染水平;受暖区辐合影响时,多个设区市环境空气质量处于良的水平,多个时段出现轻度污染事件.(2)高空槽、副热带高压及其边缘、台风及其外围为有利扩散的环流形势,受其影响期间,各设区市环境空气质量处于优良水平.(3)西北气流带、西南气流带、平直西风气流带在不同的季节,其扩散能力不同,各设区市环境空气质量处于良的水平.【期刊名称】《海峡科学》【年(卷),期】2016(000)006【总页数】4页(P65-68)【关键词】福建省;天气形势;空气质量预报【作者】黄艳艳【作者单位】福建省环境监测中心站预报预警中心【正文语种】中文1 概述大气污染是较为突出的环境问题，危害人体健康、影响植物生长、影响气候变化等，给居民生活带来严重的不利影响[1-3]。
随着社会经济发展，公众环保意识逐渐提高，对环境空气质量的优劣日益关注[4]，预知环境空气质量变化已成为公众的迫切需求。
20世纪70年代起，美国开始做大气污染数值预报，发展至今，国内许多大中城市已开展空气质量预报业务[4]。
运用数值预报模型，成功为北京奥运会、上海世博会等空气质量服务提供了有力的保障[5-12]。
数值模式可以直观展现污染物浓度变化情况，但各种模型中存在着预报的不确定性，增加了环境空气质量预报的难度[13]，福州市的环境空气质量预报早有涉及该模式[14-17]。
就福建省而言，环境空气质量预报工作处于起步发展阶段[18]，为了精准把握环境空气质量变化情况，需要准确认识不同天气形势下大气污染物的浓度情况，因此对不同天气形势下环境空气质量的变化特征及其在空气质量预报中的作用进行讨论十分必要。
厦门市夏季空气质量指数时空分布特征与+气象条件的关系12.1
厦门市夏季空气质量指数时空分布特征与气象条件的关系摘要随着经济的日益增长，环境问题也变得越来越严重。
厦门市是福建省的一个重要城市，并且也是旅游城市，风景十分优美。
研究厦门市的空气质量指数与气象条件，能够更好得为改善空气质量提供依据，并作相关的准备，为厦门市创造更美好的蓝天。
本文利用2015年厦门市夏季空气质量资料和气象资料,根据厦门市夏季的四个空气质量监测站点的空气质量数据，研究空气质量指数的时空分布特征与其气象条件的关系。
结果表明: 厦门市空气质量优良率为99.18%，其中优级率55.34%，主要的空气污染物为PM10和PM2.5 。
NO2和SO2月平均浓度变化不明显,但最高平均浓度都在5月份。
O3平均浓度呈逐月上升趋势，SO2的平均浓度则在一天中呈下降趋势;PM10、CO浓度的月变化趋势基本相同。
各污染物在不同监测点浓度也有较大差异，并且气象条件也对污染物浓度有着一定的影响。
2015 年相对湿度平均值和AQI平均值变化趋势每月呈正相关关系，但是气温平均值和AQI平均值变化却呈负相关关系。
该论文有图10幅，表7个，参考文献15篇。
关键词：空气质量指数时空分布气象条件Temporal and Spatial Distributions Characteristics of Air Quality Index and Meteorological Conditions in XiamenAbstractWith the growing economy, environment problems become more and more serious. Xiamen is an important city in Fujian province and it is also a tourist city where the scenery is very beautiful. The research of Xiamen city air quality index and meteorological conditions can provide a better basis for the improvement of the air quality and do preparations to create a better blue sky relatively. Using the summer air quality data and meteorological data of Xiamen city in 2015 and air quality data of four air quality monitoring stations can analyze the spatial and temporal distributions of air quality in Xiamen city and its relationship with meteorological condition. Analysis results show that the probabilities of excellent and good grades for air quality were up to 99.18%, the excellent rate was 55.34% and the main air pollutants are PM10 and PM2.5. The monthly average concentrations of NO2 and SO2changed little while the monthly average concentrations were highest in May. The monthly average concentrations of O3 showed an increasing trend month by month while the average concentrations of SO2 in the day showed a downward trend. The monthly changing trends of the concentrations of PM10 and CO were similar. The concentrations of different pollutants in different monitoring points are also different and meteorological conditions also have a certain impact on the concentrations of pollutants. The monthly average value of relative humidity has a positive correlation with the change trend of the air quality index, but the air quality index was negatively correlated with temperature monthly.This paper has 10 pictures,7 tables and 15 references.Key Words: air quality index spatial and temporal distributions meteorological conditions目录摘要 (I)Abstract ................................................................................................................................ I I 目录................................................................................................................................. I II 图清单 (V)表清单 (V)1 引言 (1)1.1研究目的及意义 (1)1.2研究内容 (1)1.3研究数据方法 (2)2 厦门市夏季空气质量状况 (2)2.1空气质量指数 (2)2.2厦门市夏季空气质量总体状况 (3)3 厦门市空气质量的时空分布特征. (5)3.1厦门市夏季AQI的时间分布特征 (5)3.2厦门市夏季大气污染物的日变化浓度. (5)3.3厦门市夏季主要大气污染物的月变化浓度 (8)3.4厦门市夏季空气质量指数的空间分布特征 (9)4 气象条件对厦门市夏季空气质量的影响 (11)4.1厦门市夏季气象（气压、气温、风、湿度）特征概况 (11)4.2空气质量与相对湿度的关系 (12)4.3空气质量与气温的关系 (13)4.4空气质量与气压的关系 (14)5 结论与建议 (14)5.1 结论 (14)5.2 建议 (15)5.3 不足 (15)参考文献 (15)致谢 (16)图清单表清单1 引言1.1研究目的及意义清洁的大气环境对人类至关重要，随着社会的发展，经济的增长，交通业与工业的快速发展，燃料的大量使用，SO2、NO2、CO等空气污染物大量排放到空气中，导致空气质量严重恶化。
基于污染事件的闽三角城市群大气颗粒物的时空特征
— ６８—
化趋势［４］。 某些气象条件会对大气颗粒物产生大小不一的
影响［５］。戴永利等开展 ２００６—２００９年北京、上海、 广州、成都的城市霾天气频率季节和年际变化特征 及其主要影响因子研究，分析发现大气总辐射、风 速和降雨量是影响颗粒物浓度的关键气象因子［６］。 李丹等利用天津市环境监测资料及气象观测资料， 对 ２０１６年 １２月中旬天津市重污染天气过程污染特 征进行分析，发现该次重污染天气是在弱气压场、 静风及高湿等不利气象条件下，污染物区域传输及 本地污染 物 排 放 累 积 造 成 的［７］。 在 闽 三 角 城 市 群 中，台风也是一个重要的气候现象，经过模拟研 究，表明在污染严重的情况下，台风降水减少，外 围降水增多。气候的多变使得大气颗粒物与气象因 子的相关性不高［８］。
基于污染事件的闽三角城市群大气颗粒物的时空特征 郑启卉
１ 区域、数据与方法 １１ 研究区概况
闽三角城市群由厦门市、泉州市和漳州市 ３个 设区市组成，本研究的区域为上述 ３个城市的建成 区 （不包括 市 属 县 或 县 级 市）。研 究 区 域 总 面 积 ２５３２１１７ｋｍ２。闽三角城市群属典型的亚热带湿润 季风气候，夏季高温多雨，冬季温和少雨，年均降 水量 １０００～２０００ｍｍ，年均温 ２１℃。
闽三角城市群大气颗粒物浓度的研究多为短时 段内单个站点大气颗粒物浓度的变化，未能扩展至 整个区域，也未能从污染事件的角度分析闽三角城 市群大气污染的时空特征及其影响因素。因此，本 研究基于 ２０１０—２０１５年闽三角城市群大气环境监 测数据，根据世界卫生组织标准定义大气污染事 件，研究闽三角城市群发生大气污染事件发生频次 及相应大气颗粒物的时空特征，并进一步研究气象 条件对闽三角城市群大气污染事件发生时大气颗粒 物浓度的影响。研究结果可以为深入了解闽三角城 市群大气污染特征及影响因素提供参考。
1971—2024年厦门气候环境舒适性变化特征及影响因子分析
厦门市位于中国东南沿海地区，因其宜人的气候环境而被誉为“鹭岛”。
近年来，全球气候变化对厦门的气候环境舒适性产生了一定的影响。
本文将分析1971年至2024年厦门气候环境舒适性的变化特征，并探讨影响其变化的主要因素。
首先，从气温变化的角度来看，厦门市的气温呈现出明显的上升趋势。
根据厦门市气象数据统计，1971年至2024年的平均气温逐渐增加，特别是近几十年来增幅更加明显。
这一变化趋势与全球气候变暖的趋势一致。
气温的升高直接影响了人们的舒适感受，特别是夏天的高温天气对人们的生活和工作造成了一定的不便。
其次，降水变化也是影响厦门气候环境舒适性的重要因素之一、长期以来，厦门市的降雨量总体呈现出逐年减少的趋势。
降水量的减少导致了干旱的程度增加，特别是在夏季，厦门市出现了频繁的干旱天气，对农作物的生长和水资源的供应带来了一定的挑战。
此外，降水的不均匀分布也对厦门的舒适性产生了一定的影响，一方面，降水不足会导致干旱情况的加剧，另一方面，降水过多则可能引发洪涝灾害。
再次，厦门市的气候环境舒适性还受到大气污染的影响。
随着城市化的发展和工业化进程的加快，厦门市的空气质量逐渐恶化。
汽车尾气排放、工业废气排放、建筑施工等都是导致空气污染的主要原因。
空气污染严重影响了人们的健康和生活质量，带来眼部不适、呼吸道疾病等问题。
此外，空气污染还加剧了全球气候变化的速度，形成了一个恶性循环。
最后，厦门市的自然环境保护状况也直接影响了气候环境舒适性。
随着城市建设的扩张，土地资源的大量开发和自然环境的破坏，导致了生物多样性的下降和生态系统的破坏。
生态环境的破坏不仅对厦门市的自然生态系统产生了负面影响，也对气候环境的舒适性产生了一定的影响。
综上所述，厦门市的气候环境舒适性受到诸多因素的影响。
随着全球气候变化的加剧和人类活动的不断增加，厦门市的气候环境舒适性将面临更大的挑战。
因此，保护生态环境、降低空气污染、加强应对气候变化的能力等措施将成为维护厦门市气候环境舒适性的关键。
空气质量监测数据的时空分布与预测模型构建
空气质量监测数据的时空分布与预测模型构建在当代社会中，空气质量成为人们越来越关注的话题之一。
随着城市化进程的加快和环境污染的严重化，掌握空气质量监测数据的时空分布以及构建准确的预测模型变得至关重要。
本文将探讨空气质量监测数据的时空分布特点，以及预测模型的构建思路。
一、时空分布特点空气质量监测数据的时空分布特点直接反映了不同地区的环境质量，有助于了解污染源的产生和传播规律。
然而，由于监测站点数量和分布不均衡，导致数据的时空分布存在一定的偏差。
以中国为例，由于经济发展不均衡，东部沿海地区多年来一直是重点污染源和人口密集区，因此大部分监测站点集中在这些地区。
相比之下，西部地区则相对欠缺监测站点，导致西部空气质量监测数据的时空分布相对不全面。
因此，在分析空气质量监测数据时，需要考虑这种不均衡性带来的潜在误差。
此外，空气质量受到季节、天气状况和环境因素等的影响，也会导致监测数据的时空变化。
例如，在冬季，供暖季节和气象条件不利于空气污染物的扩散，导致空气质量下降；而在夏季，高温、高湿等因素有利于臭氧的生成，导致空气质量恶化。
因此，在建立预测模型时，还需要考虑这些外部因素对空气质量的影响。
二、预测模型构建思路为了更好地预测空气质量，需要构建准确可靠的预测模型。
在构建模型前，首先需要对监测数据进行预处理。
对于采集到的数据进行清洗和筛选，去除异常值和缺失值，确保数据的可靠性和准确性。
然后，可以利用统计学和机器学习方法构建预测模型。
传统的统计学方法包括回归分析、时间序列模型等，可以通过分析历史数据和环境因素，建立数学模型，并预测未来一段时间内的空气质量。
另外，机器学习方法可以通过大量的训练数据学习空气质量与环境因素之间的关系，并通过算法建立高精度的预测模型。
常用的机器学习方法包括支持向量机、随机森林和深度学习等。
这些方法通过对数据集的学习和拟合，能够较好地捕捉到空气质量与环境因素之间的复杂非线性关系，提高模型的预测能力。
城市空气污染的时空分布特征及成因研究
城市空气污染的时空分布特征及成因研究近年来，随着城市化的不断进展，城市空气污染问题越来越严重，给人们的健康造成了极大的威胁。
为了更好地了解城市空气污染的时空分布特征及成因，许多研究人员进行了深入探讨，本文也将从这两个方面入手，进行分析说明。
一、城市空气污染的时空分布特征城市空气污染的时空分布特征是指在不同的时间和地点，空气污染物浓度的空间分布和时间变化。
实际观察发现，城市空气污染每天大致分为三个阶段：清晨、白天和夜晚。
其中，清晨是一天中污染物浓度最高的时刻，在此时段，气象条件较稳定，反应开放源排放影响显著，加之机动车运行频繁，导致污染物浓度高。
白天空气污染物的浓度相对较低，主要是因为大气扩散条件较好，同时大量植被的释氧作用也在一定程度上帮助净化空气。
晚上城市空气污染又会回到污染物浓度较高的状态，这是因为晚上大气混合层变得非常低，在污染物排放源的影响下，污染物浓度又会上升。
因此，城市空气污染的时空分布特征与时间和地点息息相关。
城市环境污染的地理特征也主要在不同城市之间表现出较大的差异。
一般来说，大城市的污染程度较高，这是由于这些城市的人口密度较大、工业企业集中度较高、交通压力较大等因素导致的。
而在发达国家，城市化程度较高的地区污染比较严重，而发展中国家的城市则普遍存在严重的空气污染问题。
二、城市空气污染的成因城市空气污染的成因是极为复杂且多种因素交织作用的结果。
主要可以分为自然因素和人为因素两大类。
自然因素主要包括大气层流、气象条件、地理和地形等。
大气层流与城市地理位置有关，在气流的推动下，空气污染物可能会被转移到城市周边区域。
交通道路和城市建筑物等构成的城市不良地质结构，特别是山谷地形所形成的环境效应，会影响空气污染物在城市内的转移和瞬时排放，从而导致污染物浓度的高低不一。
人为因素则主要包括工业排放、机动车尾气排放、建筑施工和管理等，这些都是城市空气污染的主要源头。
工业排放主要包括废气、废水和废弃物等三个方面，其中，废气排放是首要问题。
厦门市大气中多环芳烃的时空分布及分子标志物的来源示踪的开题报告
厦门市大气中多环芳烃的时空分布及分子标志物的来源示踪的开题报告一、研究背景多环芳烃（PAHs）是一种常见的污染物，主要由燃烧有机物和不完全燃烧产生。
它们具有强烈的致癌、致突变、致畸等作用，对人体健康和生态环境均有负面影响。
因此，研究大气中PAHs的时空分布及其来源示踪具有重要意义。
厦门市是一个发达的沿海城市，交通量大、能源消耗量大。
然而，对于厦门市大气中PAHs的时空分布及来源示踪研究还不够充分，加之目前仅有少量的研究报道，因此有必要对厦门市大气中PAHs进行系统的监测和分析研究。
二、研究内容和目标本研究旨在通过在厦门市不同区域采集大气样品，并对PAHs的含量和组成进行分析，建立PAHs源解析模型，探究大气中PAHs的时空分布及其来源示踪。
具体研究内容包括：1. 采集厦门市不同区域的大气样品，高效、准确地提取PAHs。
2. 对提取的PAHs进行分析，得出不同区域大气中PAHs的含量和组成。
3. 建立PAHs源解析模型，对PAHs的污染源进行识别和来源示踪。
4. 分析PAHs季节变化和空间分布规律，提出相应的污染防治措施。
三、研究方法1. 样品采集：选择5个不同类型的区域作为样品采集点，利用PM2.5采样器采集大气PM2.5颗粒物。
2. 样品提取：采用超声法和乙腈- 正己烷提取PAHs，使用氮吹仪浓缩。
3. 色谱分析：采用气相色谱/质谱联用仪(GC-MS)对样品中PAHs进行定性定量分析。
4. 数据处理：应用主成分分析和聚类分析建立PAHs源解析模型，对样品中PAHs的来源及其影响因素进行分析。
四、研究意义本研究将为厦门市大气中PAHs的源解析和防治提供科学的依据，同时对于其他城市大气污染的研究也有一定的参考价值。
通过本研究，可以更加准确地了解PAHs的污染状况，找出污染源，并为改善大气质量提供科学支持。
厦门空气污染指数与地面气象要素的关系分析
厦门空气污染指数与地面气象要素的关系分析
郑美秀;周学鸣
【期刊名称】《气象与环境学报》
【年(卷),期】2010(026)003
【摘要】利用相关统计法分析2006-2008年厦门市地面气象要素对空气污染指数变化的影响规律.结果表明:风速、气温、降水、相对湿度和水汽压对空气污染指数均有显著负效应作用,气压起显著正效应作用;风向影响较为复杂,NNW-N-E-ESE风起正效应作用,SE-S-W风起负效应作用,厦门风向总体不利空气质量提高,全年仅夏季盛行SE-S-W风.API指数与风向、气温、降水、气压、相对湿度和水汽压的季节变化规律有高相关性.API指数与气象要素中的水汽压关系最相关,其次是气压.【总页数】5页(P53-57)
【作者】郑美秀;周学鸣
【作者单位】厦门市气象局,福建,厦门,361012;厦门市气象局,福建,厦门,361012【正文语种】中文
【中图分类】X51
【相关文献】
1.郑州市空气污染指数与地面气象要素相关条件分析 [J], 张晓娟
2.呼和浩特市空气污染指数与气象要素的关系分析 [J], 马磊
3.厦门酸雨与气象要素的关系及污染源的分析 [J], 俞绍才;陈泽面
4.成都市PM2.5污染特征及其与地面气象要素的关系分析 [J], 曹杨;王晨曦;赵晓莉;刘炜桦
5.成都市PM2.5污染特征及其与地面气象要素的关系分析 [J], 曹杨;王晨曦;赵晓莉;刘炜桦
因版权原因，仅展示原文概要，查看原文内容请购买。
厦门机场1990—2020年大雾气候特征和气象要素分析
精品文档供您编辑修改使用专业品质权威编制人：______________审核人：______________审批人：______________编制单位：____________编制时间：____________序言下载提示：该文档是本团队精心编制而成，希望大家下载或复制使用后，能够解决实际问题。
文档全文可编辑，以便您下载后可定制修改，请根据实际需要进行调整和使用，谢谢!同时，本团队为大家提供各种类型的经典资料，如办公资料、职场资料、生活资料、学习资料、课堂资料、阅读资料、知识资料、党建资料、教育资料、其他资料等等，想学习、参考、使用不同格式和写法的资料，敬请关注!Download tips: This document is carefully compiled by this editor. I hope that after you download it, it can help you solve practical problems. The document can be customized and modified after downloading, please adjust and use it according to actual needs, thank you!And, this store provides various types of classic materials for everyone, such as office materials, workplace materials, lifestylematerials, learning materials, classroom materials, reading materials, knowledge materials, party building materials, educational materials, other materials, etc. If you want to learn about different data formats and writing methods, please pay attention!厦门机场1990—2020年大雾气候特征和气象因素分析一、引言大雾是一种严峻影响航空运输和交通安全的气象灾难现象，特殊是在机场。
福州和厦门大气污染物突变特征与气象条件的关系
福州和厦门大气污染物突变特征与气象条件的关系林长城;王宏;陈彬彬;陈晓秋;林文;余永江;隋平【期刊名称】《福建农林大学学报（自然科学版）》【年(卷),期】2013(042)002【摘要】利用2006-2010年福建省福州和厦门的环境监测资料和气象资料,对城市空气质量等级出现正、负突变的现象进行分析,结果表明:厦门SO2浓度高于福州;这2个城市PM10和NO2的浓度分布基本相同,但厦门出现PM10轻度污染的次数比福州少;福州和厦门在1-4月份出现轻度污染的几率比其它月份大,且福州高于厦门;福州PM10浓度出现等级突变的事件比厦门多,更易发生轻度污染事件;影响福州和厦门出现PM10浓度等级突变的主要天气系统为变性冷高压、低涡切变、暖区辐合和高空槽;日雨量越大,福州和厦门出现PM10浓度等级负突变的机会越多;福州和厦门PM10浓度在等级突变上受风向的影响比较明显,风速强弱决定着浓度等级突变的属性.【总页数】6页(P189-194)【作者】林长城;王宏;陈彬彬;陈晓秋;林文;余永江;隋平【作者单位】福建省气象科学研究所,福建福州350001【正文语种】中文【中图分类】X513【相关文献】1.西安市2006～2015年大气污染物变化特征及与气象条件的关系 [J], 曹梅;王斌;仇娜;张颖梅2.银川市大气污染物浓度变化特征及其与气象条件的关系 [J], 严晓瑜;缑晓辉;刘玉兰;杜娟娟3.福州市PM2.5、PM2.5/PM10分布特征及与气象条件关系的初步分析 [J], 王宏;陈晓秋;余永江;陈彬彬;隋平4.古田县大气污染物变化特征与气象条件的关系 [J], 魏玮;胡淑萍;阮翠冰;江善赐5.福州市PM_(10)突变特征与气象条件的关系研究 [J], 王宏;林长城;蔡义勇;陈彬彬因版权原因，仅展示原文概要，查看原文内容请购买。
厦门城市能见度和雾的特征与城市环境演变
厦门城市能见度和雾的特征与城市环境演变
周学鸣;蔡诗树
【期刊名称】《气象》
【年(卷),期】2004(030)001
【摘要】利用厦门城市1980～2000年21年地面资料和探空资料,对能见度和雾演变特征及其物理成因进行分析,结果表明:厦门城市夏季能见度明显好于冬季,这可能与冬夏盛行风向不同,输送排放污染源地不同以及不同季节天气气候条件相关.厦门城市冬季和夏季能见度呈下降趋势,尤以夏季为突出,轻雾以上的频数也日益增加,其重要因素是城市的热岛效应.厦门城市能见度虽然明显好于污染较为严重的北京,但冬季厦门城市能见度与北京呈反位相演变趋势.夏季厦门城市能见度有着明显的日间变化,这与夏季海陆风日变化的垂直环流圈有密切关系.
【总页数】5页(P41-45)
【作者】周学鸣;蔡诗树
【作者单位】福建省厦门市气象台,361012;福建省厦门市气象台,361012
【正文语种】中文
【中图分类】P427
【相关文献】
1.北京城市能见度及雾特征分析 [J], 王继志;徐祥德;杨元琴
2.北京城市能见度及雾特征分析 [J], 王继志;杨元琴;等
3.灰霾天气对厦门市城市能见度影响问题初探 [J], 张立多;叶文健;陈德花;黄雅芳
4.灰霾天气对厦门市城市能见度影响问题初探 [J], 张立多;叶文健;陈德花;黄雅芳
5.南宁城市能见度和雾的特征分析 [J], 陈业国
因版权原因，仅展示原文概要，查看原文内容请购买。
厦门城市空气湿度气候变化特征
厦门城市空气湿度气候变化特征郑礼新;张少丽;黄阳霞;石顺吉【期刊名称】《福建气象》【年(卷),期】2009(000)005【摘要】利用厦门市两个气象观测台站的相对湿度观测资料和通过温度及水汽压观测资料计算绝对湿度，对厦门市相对湿度和绝对湿度的年、季、月变化特征进行全面分析。
结果表明：1）由于厦门地区独特的地理环境，市区城区和郊区城区的空气湿度有着不一样的变化规律，上世纪市区城区并没有明显的“干岛效应”；2）上世纪90年代以前年平均空气湿度变化趋势并不明显，从上世纪90年代初起，厦门的郊区城区空气湿度开始明显减小，两站分别在1993年和2004年出现变干的突变，本世纪初开始，厦门市区城区和郊区城区都明显变干；3）从季节变化来看，季平均相对湿度，同安站各季节都呈减小趋势，厦门站没有明显变化；而季平均绝对湿度，同安站主要是春夏季呈明显减小趋势，秋冬季变化不明显，厦门站主要是夏季呈明显减小趋势，其余季节变化不明显；4）从各时次的空气湿度气候变化来看，同安站在四个时次都呈明显变小趋势，相对湿度以20时和08时变小趋势最明显，绝对湿度以14时变小趋势最明显；厦门站只在14时相对湿度明显变小，绝对湿度在02时和20时变小明显。
【总页数】6页(P18-23)【作者】郑礼新;张少丽;黄阳霞;石顺吉【作者单位】厦门市气象局,福建厦门361012【正文语种】中文【中图分类】P457【相关文献】1.厦门市日照气候变化特征及成因分析 [J], 郑礼新;张少丽;石顺吉2.倡导绿色生活方式、绿色工作方式、绿色生产方式、绿色消费方式推进中国城市可持续发展——厦门市积极筹备举办中国(厦门)国际城市绿色环保博览会 [J], 晓珉3.环渤海沿海城市气候变化特征及其对城市发展的响应 [J], 彭飞;韩增林4.承德市城市化对气温及空气湿度的影响 [J], 马凤莲;王宏;宋喜军5.南京城市森林的空气湿度特征 [J], 吴力立因版权原因，仅展示原文概要，查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
厦门市空气质量时空分布特征及气象条件关系研究∗林长城1 王宏1 陈彬彬1 赵卫红2 洪荣林3(1. 福建省气象科学研究所，福建 福州350001 2. 福建省环境监测中心站，福建 福州3500103. 厦门市专业气象台，福建 厦门 350020)摘要本文利用2002-2006年厦门市的空气质量监测资料和气象资料，对厦门市空气质量时空分布特征、与气象条件间的关系开展分析研究，寻找影响厦门市空气质量的主要因素，为厦门市政府和相关部门制定相应治理方案提供科学的依据。
研究结果表明：（1）2002-2006年期间厦门市空气质量的首要污染物为PM10，城市空气质量的优良率平均达98%，轻微污染的出现频率低于2%。
厦门市PM10和SO2的浓度年变化相对保持稳定，NO2的浓度则呈逐年增大趋势。
（2）厦门市PM10、SO2和NO2浓度的月际变化趋势基本相同，浓度值从7月份起开始逐月增大，进入春季的4月份则出现下降趋势；SO2和NO2浓度月平均值均为优，PM10浓度月平均值除了6-8月份为优外，其余月份的空气质量都为良。
(3) 厦门市4个监测站间的PM10、SO2和NO2浓度变化具有较一致的正相关，在一定区域范围内存在同相位变化特征，可为今后开展厦门市空气质量精细预报提供科学依据；测点位置的周边环境及污染源分布对其空气质量产生明显影响。
(4) 影响厦门市的主要天气系统是大陆高压最多，占44.74%，其次是切变线、副热带高压和槽线系统，低涡系统最少，只占3.3%。
7类天气系统影响厦门市时，SO2和NO2浓度平均值均达到优级标准；PM10浓度在大陆高压和暖区辐合系统控制时最高，副热带高压和低涡控制时最低。
从浓度的不同等级分布上看出，副热带高压控制时PM10浓度为优的出现频率高达77%，且不会出现轻微污染现象，大陆高压和暖区辐合控制厦门市时PM10浓度为优的出现频率低于26%；暖区辐合为7类天气系统中出现轻微污染事件最多的系统，其次为槽线、低涡、大陆高压等。
(5) 2002-2006年期间影响厦门市的主要风向为西南风，其次为东北风和西北风，南风出现机会最小。
风向变化对厦门市SO2和NO2浓度分布并没有产生明显影响；偏南风下厦门市PM10浓度总体上比其余5个方位低，且空气质量出现优的频率高，但出现轻微污染的机会也多；北风影响下厦门市空气质量为优的机会最少，但不会有轻微污染事件发生；东北风、东风、西风和西北风影响下的空气质量基本以良为主，偶于也有轻微污染事件发生。
关键词：厦门 空气质量 气象条件1．引言随着城市社会经济高速发展、资源能源消耗和污染物排放总量的增长，近年来素有“海上花园”之称的厦门市空气质量呈下降趋势[1]，虽然当地政府和相关部门通过各种科学技术手段加大城市环境空气质量保护的治理力度，使得厦门市空气质量继续保持优良水平，但不可否认的是厦门市空气质量优级率已从2000年的75%下降到2005年的38%[1]，足以说明城市空气质量呈下降趋势的严峻。
当前影响厦门市空气质量的首要污染物为PM10[2]，研究表明PM10细颗粒物对人体健康和城市能见度产生直接影响，加上其污染物在大气中滞留时间长，对城∗基金项目：福建省气象局2006年开放式气象科学研究基金项目资助作者简介：林长城（1958－），福建莆田人，汉族，高级工程师，主要从事大气物理与人工影响天气研究。
市空气质量影响越趋明显，也越来越受关注[3-5]。
为此，本文利用2002-2006年厦门市的空气质量监测资料和气象资料，对厦门市空气质量时空分布特征、与气象条件间的关系开展分析研究，寻找影响厦门市空气质量的主要因素，为厦门市政府和相关部门制定相应治理方案提供科学的依据。
2．资料来源与处理空气质量资料取自厦门市环境监测站设置在鼓浪屿、大生理、湖里和洪文4个位置的PM10、SO2和NO2的污染物监测数据。
厦门市每日空气质量的浓度值以上述4个监测点监测数据的算术平均值来表征。
2002-2006年共获取3种污染物样本各1730个。
5年中厦门市空气质量的首要污染物一直为PM10,为此本文重点对PM10的变化情况展开分析。
空气质量浓度等级划分标准参照国家环保局空气污染指数(API）的定义及分级限值。
天气系统分类以08时850hPa高空图为准，5年中影响厦门市的天气系统有副热带高压、切变线、低涡、暖区辐合、大陆高压、台风和槽线7类。
根据厦门、福州、邵武、南昌、赣州、大陈、衢州、汕头、台北和花莲10个探空站850hPa的风场资料确定厦门市低层的主导风向。
风向分8个方位。
3．结果与分析3.1 厦门市空气质量年平均和年际变化结果厦门市是个沿海海岛城市，海洋性气候十分明显。
由于厦门市本岛没有大型耗能排放企业，空气质量相对洁净。
近年来随着城市化规模不断扩大，城市空气质量也发生相应改变。
表1为2002-2006年厦门市空气质量总体状况和年际变化的结果。
表1 2002-2006年厦门市PM10、NO2和SO2浓度年均值(mg/m3)及不同等级PM10年平均出现率(%，下同)PM10年平均出现率SO2年平均值NO2年平均值年份 PM10年平均值优良轻度污染34.1962.5 3.31 0.028 0.0302002 0.07036.7462.16 1.1 0.025 0.0342003 0.06837.1662.840 0.024 0.0342004 0.0632005 0.064 41.158.630.27 0.024 0.04232.3365.48 2.19 0.028 0.0492006 0.074年总平均0.068 36.4262.31 1.27 0.026 0.038由表1可见，2002-2006年期间厦门市空气质量的首要污染物PM10浓度的年平均值为0.068 mg/m3，NO2为0.038 mg/m3，SO2为0.026 mg/m3，厦门市空气质量的优良率平均达98%，轻微污染的出现频率低于2%。
从各污染物浓度的年际变化上看，PM10和SO2浓度的年变化相对保持稳定，其中PM10浓度的年际平均值与其对应的浓度等级平均出现率变化趋势基本一致，而NO2的浓度则呈逐年增大趋势，这与近年城市汽车数量增多，汽车尾气排放量增大有关，应引起相关部门的高度重视。
3.2 厦门市空气质量月际变化结果厦门市虽然是个海岛城市，但四季特征仍比较明显，四季气象条件的变化对厦门市空气质量也产生一定的影响，图1为2002-2006年厦门市PM10、SO2和NO2浓度月际变化及不同等级PM10月平均出现频率的分布结果。
图1 2002-2006年厦门市PM 10、NO 2和SO 2浓度月际变化及不同等级PM 10月平均出现频率的分布结果由图1可见，厦门市PM 10、SO 2和NO 2浓度月际变化趋势基本相同，其中SO 2和NO 2浓度的月平均值均达到优等水平，浓度值从7月份起开始逐月增大，进入春季4月份则出现下降趋势；PM 10浓度在6-8月份的空气质量平均为优，其余月份的空气质量均为良。
按不同空气质量等级的出现频率进行划分，可以看出6-8月份厦门市空气质量优级率达到60%以上，其中6月份的空气质量最好，主要是夏季厦门市盛行偏东风或偏南风，其东南方为广阔的西太平洋，海洋上空的大气污染物相对要少得多，相应地城市空气质量的优等率则高；10-4月份空气质量良级出现频率均为70%以上；5年中厦门市共出现22次轻微污染事件，其中12-4月份出现18次，主要原因是冬季厦门市盛行偏北风，位于厦门市北面的泉州市等工业城市污染物向南大范围污染扩散，加上冬季北方冷空气常常从近地面层扩散，使地面气温下降，在城市上空形成较强逆温现象，也使得厦门市局地排放的污染物和北面输送来的污染物不易对外扩散，导致厦门市空气质量下降及轻微污染事件的发生。
另外4次则分别出现在6月份(1次)、9月份(1次)和10月份(2次)，其中10月份的轻微污染事件是在2003年10月27-28日两日内连续出现，轻微污染发生的前2天起厦门市处于大陆高压控制下，PM 10浓度一直维持在100 mg/m 3以上，27-28日正位于大陆高压底部，2天之内总云量和低云量均为0，地面日平均风速低于2 m/s，出现轻雾现象，08时的能见度低于6 Km，比平常低2-3倍；从2日08时的探空资料分析表明厦门市低层均有逆温层存在，且逆温层高度在170-180 m 之间，在厦门市上空形成一个“锅盖”，因地面风速小，使得污染物形成堆积，促成当地轻微污染事件的发生，说明了厦门市的轻微污染事件往往是在特殊的气象条件下形成的。
3.3 厦门市空气质量的空间分布结果厦门市的湖里、鼓浪屿、大生理和洪文4个空气质量监测站分别设置在厦门岛的西北，西南、偏南和中部，其中湖里站设置在交通繁忙的公路旁，鼓浪屿和大生理站靠近海边，洪文站位于中部与市区接壤，随着城市化规模的不断扩张，原来作为对照点的洪文站也成为表征厦门市区空气质量的站点。
利用2002-2006年中4个监测站同步监测的PM 10、SO 2和NO 2浓度资料对各个监测站间大气污染物的相关性及分布状况进行分析，结果见表2。
0.010.020.030.040.050.060.070.080.09123456789101112月份浓度(g /m 3)0102030405060708090出现频率(%)表2 2002-2006年厦门市4个监测站PM 10、NO 2和SO 2污染物间的相关分析及分布结果PM 10 SO 2 NO 2项 目鼓浪屿大生理湖里洪文鼓浪屿大生理湖里洪文鼓浪屿大生理湖里洪文鼓浪屿1 0.940 0.900 0.761 1 0.7830.7510.758 1 0.779 0.7610.771大生理 1 0.917 0.756 1 0.7930.6741 0.7620.719湖里1 0.7851 0.7151 0.791相关 系数洪文1 1 1 浓度平均值 0.058 0.061 0.080 0.0730.0250.0260.0270.0240.029 0.038 0.0530.0322003-10-27日均值 0.155 0.149 0.189 0.1690.0480.0440.0360.0360.024 0.028 0.0440.0182003-10-28日均值 0.129 0.134 0.192 0.1670.0520.0480.0460.0360.030 0.031 0.0340.019优 46.97 43.95 27.87 33.7496.4494.2693.7395.5998.83 97.46 87.7096.90良 52.62 55.65 65.58 63.63 3.565.746.274.411.172.48 11.433.04出现 频率轻微污染0.41 0.41 3.54 2.630 0 0 0 0 0.06 0.870.06由表2可见，厦门市4个监测站间的SO 2和NO 2浓度变化具有较一致正相关，相关系数达0.7左右； 鼓浪屿、大生理和湖里站间PM 10浓度的相关性表现更为显著，站间的相关系数都在0.9以上，而与市区接壤的洪文站相关系数则都低于0.8，说明洪文站PM 10浓度的变化与市区3个站仍有所差异，其原因是洪文站位于厦门岛中部相对僻静处，人类活动程度不如其他3个站活跃，小区域范围内的污染状况对测点的监测结果存在一定的影响。