基于小波的武汉市PM_(10)空气污染指数时间序列分析

以武汉市PM10空气污染指数时间序列为例,运用复Morlet小波进行了时间尺度分析,发现其具备340 d、180 d、50 d和18 d 4个变化尺度,尤其以340 d的尺度最为明显;运用db小波对研究对象的突变事件进行分析,同时结合气象资料对各季节的PM10突变事件分析,结果表明PM10污染事件多发生在春季和冬季,其成因与当时的气象条件有密切联系.

上海市近8年PM_(10)污染指数变化的DFA分析

运用消除趋势波动分析法(DFA),分析了上海市近8年PM10污染指数序列数据,并进行了时间序列的长程相关性分析,有效消除了数据中的噪声和非平稳信息影响,得到了定量描述PM10污染指数的长期演变行为的参数,即标度指数α。根据标度指数α的变化特性,探讨了PM10污染指数的长程幂律相关及其存在的时间尺度等问题。结果表明,该方法是可行的,从2003年7月1日开始,上海市的PM10污染指数变化的总体趋势是降低的,说明近8年来,上海市PM10污染情况得到了改善。该研究结果对于认识上海市城市大气环境质量变化过程和科学制定环保决策具有重要意义。

晋城市区PM_(10)污染状况及气象条件分析

利用晋城市区2004—2005年空气质量日报和同期气象资料,分析了晋城市区可吸入颗粒PM10污染状况及相关气象条件变化特征。