乌鲁木齐一次重污染过程及其边界层特征量分析

针对2020年1月5—17日乌鲁木齐出现的重污染天气，利用乌鲁木齐的探空站资料和地面常规气象数据计算了最大混合层高度、平均风速、逆温特性、边界层通风量、能见度、相对湿度等，对最大混合层高度、能见度、相对湿度与PM_2.5质量浓度进行了相关性分析，并利用Hysplit后向气团轨迹模式分析污染形成源。结果表明：此次重污染天气过程大气层结较为稳定，主要表现为逆温层厚(平均577 m)、逆温强度大(平均1.7℃/100 m)、最大混合层高度低(平均400 m)；边界层通风量对局地空气质量影响显著；PM_2.5质量浓度与相对湿度呈弱的正相关，与能见度呈指数相关；Hysplit后向气团轨迹模式分析得出此次污染过程以局地排放为主要形成源。     

秸秆焚烧导致湖北中东部一次严重霾天气过程的分析

利用地面气象要素、火点信息及污染物资料,研究了2014年6月12~13日湖北省中东部地区一次重度霾天气的成因及污染特征。结果表明:导致此次霾天气的主要原因是安徽省北部大面积秸秆焚烧所形成污染气团受偏东北气流输送的影响,12日在湖北中东部形成了两条"带状"的能见度低值区,最低能见度仅为2.1 km。秸秆焚烧污染物输送气流由北向南影响湖北,主要作用于孝感—武汉—咸宁一带,3个地区细颗粒物(PM2.5)峰值浓度均超过了600μg/m3,且武汉和孝感的PM2.5与PM10质量浓度比值在12日增加到0.76和0.77,并出现了0.96和0.93的最大值,随着污染气团的传输,其中PM2.5所占比例会出现明显下降。SO2质量浓度的变化特征不显著,NO2质量浓度在污染物质量浓度达到峰值前1~3 h达到峰值,而CO是秸秆焚烧产生的主要污染气体,其质量浓度变化与PM2.5和PM10呈正相关关系,相关系数分别为0.66和0.67。风矢量和分析表明:6月12日湖北省中东部存在明显的东北来向气流输送,污染物的输送是该时段霾天气发生的主要影响因子,而6月13日湖北省东北边界处的输送气流已经明显减弱消失,东南部风矢量和异常偏小导致的污染物堆积是该地区污染持续的主要原因。     

成都一次重污染过程的气溶胶光学特性垂直分布

利用微脉冲激光雷达观测数据、PM_(2.5)浓度数据、地面气象观测资料和探空数据对成都2017年1月1—6日连续出现的重污染过程进行分析研究。结果表明:激光雷达反演的消光系数演变与PM_(2.5)浓度值变化对应一致,PM_(2.5)浓度升高,近地面消光系数增大;反之,则近地面消光系数减小。对于此次过程,在无冷空气影响时,混合层高度和相对湿度的日变化对消光系数廓线有明显影响,混合层高度降低,大气环境容量减小,相对湿度增加,气溶胶吸湿增长,消光系数增大,地面污染加重。天空状况对气溶胶垂直分布影响显著,晴天或多云天气,早晨强逆温使得水汽和大量气溶胶集中在逆温层顶以下区域,地面污染严重;中午混合层发展,使得混合层内的气溶胶均匀混合,气溶胶层变厚,近地面消光系数显著减小,地面污染减轻。在前一日为晴天或多云天气,当天为阴天时,早上气溶胶明显分为两层,一层在近地面,另一层在残留层顶附近;中午由于垂直湍流增强,一部分残留层气溶胶向下混合至混合层内,使得混合层内的气溶胶粒子增多,地面污染加重,消光系数明显增加。近地面强逆温层、混合层高度降低、残留层气溶胶向下混合、相对湿度增加均是导致地面污染加重的原因。     

2016年12月青岛一次持续重污染天气的观测分析与数值模拟

选取2016年12月17—22日青岛一次典型重污染天气,利用大气污染物监测结果、地面气象要素观测资料和欧洲中期天气预报中心（ECMWF）ERA5再分析数据对此次过程中大气污染物及气象场的变化特征进行分析。观测分析表明此次污染过程持续时间长达5 d以上,其中19—21日为重污染天气（PM 2.5 日均质量浓度ρ>150 μg·m-3）。根据气象场和PM2.5质量浓度变化特征,此次污染过程可分为3个阶段：17日02时—19日08时为青岛污染物累积阶段,研究区受西南风控制,PM2.5质量浓度逐渐上升,700 hPa等压面上高空槽的维持及槽前持续的南风、西南风有利于污染物累积,同时近地面相对湿度增加,是此次持续性重污染天气形成的重要条件;19日09时—20日20时为青岛污染维持加剧阶段,相对湿度大、风速很小,污染物扩散条件差,PM2.5质量浓度最高;20日21时—22日08时为青岛污染消散阶段,青岛对流层中下层及地面风速均增大并产生弱降水,有利于污染物扩散稀释和湿清除,PM2.5质量浓度逐渐降低。WRF-Chem数值模式能够较好地模拟出主要气象要素和青岛PM2.5 质量浓度的变化特征,模拟结果表明山东省内污染物排放贡献了青岛PM2.5的49.5%;污染物跨省输送对此次污染事件也有重要贡献,其中来自研究区以南的安徽和江苏的排放对青岛PM2.5的贡献率可达25.5%。     

关中一次重污染天气过程气象特征分析

利用常规观测资料、风廓线资料、PM2.5质量浓度资料及HYSPLIT-4模式,对2016年12月31日—2017年1月6日陕西关中盆地一次霾重污染天气过程的气象特征进行了分析。结果表明:此次过程发生在500hPa纬向平直气流、地面东高西低的典型环流形势下,稳定的大气层结和边界层逆温强烈抑制了污染物的垂直扩散;边界层风场存在500m之下的偏南风、500~1 000m偏北风和1~1.5km的纬向小风速区的三层结构特征,弱偏南风的水汽输送、弱对流不稳定和中高层的弱纬向风的阻挡,使得污染物在边界层内充分混合并堆积。污染物质量浓度与低层风关系密切,当低层为弱偏南风时,相对湿度逐渐上升,PM2.5质量浓度升高;反之,当气流转为偏北风时,相对湿度明显下降,PM2.5质量浓度降低。输送至西安的气团路径共有西北、偏南及本地路径三类,西北气流携带的大颗粒污染物、偏南气流的增湿效应及污染物的输送和本地污染源的叠加,共同造成了盆地的重污染天气的发生,其中直行偏南路径占比最高为38%,本地路径次之,占比25%。     

基于气象条件的沈阳市空气质量预报方法研究

空气质量受污染源排放和气象条件共同作用影响。为了定量评估气象条件对空气质量的影响,利用2014—2016年沈阳市取暖季气象与环保827个样本数据,在综合考虑湿度、风速、逆温强度、混合层高度等大气温湿压条件及稳定状况的物理要素基础上构建了沈阳市静稳天气指数,并分析其与空气质量关系。结果表明:通过静稳天气指数阈值9.1,可做为判断引发沈阳市出现重污染天气的条件。重污染天气形成的两种主要类型,一种是在静稳天气形势下出现重污染天气,另一种是在天气不静稳但外来输送明显时出现重污染天气。分析静稳天气指数和不同污染等级PM2.5浓度关系发现,静稳天气指数对空气质量有较好的指示意义,平均状态下,当静稳天气指数大于10.4时,空气质量容易出现污染且静稳天气指数越大,污染越严重。     

北京秋季一次降雪前污染天气的激光雷达观测研究

以2009年11月5~8日北京地区发生的一次特殊天气形势下的重污染天气过程为例,研究分析本次污染特点和大气边界层结构特征以及此天气过程的大气温度和相对湿度结构特点。激光雷达是探测大气边界层及气溶胶的一个高效工具,利用ALS300激光雷达系统测量信号,应用Fernald方法反演大气消光系数,根据反演的气溶胶消光系数的最大突变,即最大递减率的高度来确定大气边界层的高度。利用其观测的退偏比分析大气污染物特性。利用微波辐射计数据,确定大气温度和湿度时空特征。研究结果表明:在本次污染天气下,大气具有很强的逆温结构,逆温最大可达近1 K(100 m)-1,500 m以上的大气相对湿度很低,在这种天气特征下的大气边界层高度在400 m左右,非常稳定。污染结束降雪开始前,大气逆温结构消失,大气湿度大幅度增加,接近饱和。根据lidar(light detection and ranging)退偏比的分析,本次污染天气是一次典型的烟尘类颗粒物的污染,污染具有区域性特点。PM2.5(空气动力学当量直径小于等于2.5μm的颗粒物)与AOT(Aerosol Optical Thickness)之间有明显的线性关系,相关系数达到0.72。该lidar系统能够反演出秋季降雪前本次污染天气背景下北京城区上空的大气污染特性和大气边界层高度。     

2015年11月沈阳地区一次PM2.5重污染过程综合分析

利用多源观测资料综合分析了2015年11月沈阳地区一次PM2.5 重污染天气的气象条件、垂直风场演变、大气边界层特征以及污染物的来源。结果表明:本次重污染过程中,沈阳市区PM2.5浓度长达81h超过250μg · m^-3 ,其中峰值浓度达到1287μg · m^-3 ,重污染期间PM2.5 /PM10 的比例最高为90%。受地面倒槽和黄淮气旋影响,近地面层持续存在的逆温层、高相对湿度和弱偏北风为颗粒物吸湿增长和长时间聚集提供有利的天气条件。风廓线雷达风场资料显示在重污染期间,近地面层存在弱风速区、凌乱风场和弱下沉气流。利用风廓线雷达资料计算了边界层通风量(Ventilation Index,VI)和局地环流指数(Recirculation,R),边界层通风量VI和PM2.5 存在明显的负相关,非污染日VI是重污染日的2倍,局地环流指数R在重污染天气前大于0.9,而在污染期间部分空间R小于0.8。通过后向轨迹模式和火点监测资料分析发现,沈阳上空300m高度气团来自于生物质燃烧区域,而且沈阳地区NO2和CO浓度的变化与PM2.5一致,说明本次重污染过程也可能和生物质燃烧有关。     

基于无人机垂直观测的南京PM2.5污染个例研究

为了深入理解边界层内气温、相对湿度对PM2.5垂直分布和近地面污染的影响,本文使用搭载了多参数大气环境探测传感器的无人机对南京2017年12月3～4日和12月23～24日的PM2.5浓度、气温和相对湿度进行垂直观测,结合对气象数据的分析及HYSPLIT4（Hybrid Single Particle Lagrangian Integrated Trajectory version 4）轨迹计算模式的应用,对这两次PM2.5的垂直分布特征及污染过程的成因进行了分析。结果表明,PM2.5浓度和相对湿度呈明显的正相关关系,在12月23～24日的6次观测中相关系数均值达到0.96。逆温层下部,PM2.5浓度和相对湿度高且垂直差异较小;逆温层以上,PM2.5浓度和相对湿度随高度升高而迅速降低。由于大气扩散条件较差,导致PM2.5在华北平原南部不断累积,之后受到高压系统的影响分别向南和东南转移。这两次PM2.5污染过程都明显受到外部输送的影响,大气逆温对PM2.5和水汽的向上输送有明显的抑制作用,外部输送和局部逆温是导致这两次PM2.5污染的主要原因。     

一次重污染过程及其边界层气象特征量分析

针对2013年12月14~25日出现的区域性重污染过程,采用Hysplit后推气团轨迹模式分析了污染形成源,利用污染中心邢台的探空、地面数据计算了大气稳定度、混合层高度、逆温等气象特征量,并对混合层高度、相对湿度、能见度与PM2.5浓度进行了相关分析。结果表明:此次重污染以局地排放为主要形成源,河北省中南部地区大气层结偏稳定,逆温层厚(平均230 m)、强度大(平均2.34℃/100 m)、混合层高度低(平均618 m)是影响污染程度的重要因素;PM2.5浓度与混合层高度呈现负相关(R=-0.80),与能见度呈指数相关(R=-0.77),与相对湿度呈弱的正相关(R=0.62)。     

乌鲁木齐重污染日PM2.5不同增长型的污染特征及气象条件分析

基于2015—2021年近7 a乌鲁木齐冬季逐小时地面常规观测资料和空气质量数据，并结合ERA5再分析资料对重污染日PM2.5不同增长类型的污染特征、环流形势以及气象条件进行综合分析。研究发现，近7 a乌鲁木齐冬季PM2.5重污染及以上级别的比例由41.2 %降至8.6 %，PM2.5重污染天数由63 d降至13 d，超过70%重污染日PM2.5浓度增长分布在60 μg?m-3以内。依据PM2.5增长类型判别方法，近7 a乌鲁木齐冬季重污染日以缓慢型增长为主。对比分析爆发型增长和缓慢型增长的天气背景形势表明，两种增长类型在欧亚范围内500 hPa高空形势上均主要受西北或偏西气流影响，爆发型增长的高压脊势力较强，乌鲁木齐处于高压中心后部且气压梯度显著；而缓慢型增长的高压脊较为平直，乌鲁木齐位于高压后部的均压场控制下，气压梯度相对较弱。对比两种类型边界层内逆温厚度和强度发现，爆发型增长在925~700hPa之间的逆温层平均厚度明显大于缓慢型增长，前者逆温强度达到1.8 ℃?（100m）-1，明显高于缓慢型增长的1.2 ℃?（100m）-1，表明造成两种PM2.5不同类型增长与边界层内的逆温垂直特征分布结构存在密切联系。     

2019年湖南一次重污染天气过程成因分析

2019年12月12—17日,湖南省出现了一次首要污染物为PM2.5的持续时间长、影响范围大的重污染过程。本文综合应用湖南省环境监测站发布的AQI、逐小时主要污染物浓度和各类气象观测数据资料等,选取长沙为代表站,深入探究本次重污染天气过程气象条件、边界层演变特征等,并探讨污染物的来源和外来源气团移动路径。结果表明:此过程为输入叠加本地的复合型污染,污染积累阶段的弱冷空气打通了污染传输通道,有利于北方污染物南下,污染爆发阶段主要是本地静稳天气叠加上游外来源造成,污染清除阶段湖南地区地面主要是受较强冷空气影响,风力加大,污染物迅速稀释扩散,近地面逆温的存在是此次污染持续并爆发的重要条件。后向轨迹表明,此次重污染天气过程是外来源和本地源共同叠加的结果。     

江苏地区连续性雾霾天气的污染物浓度变化和特征分析

针对2013年1月江苏淮安地区发生的一次连续性雾霾天气过程,分析该天气过程中PM10和PM2.5的质量浓度演变特征、能见度与气象要素之间的关系、中低层环流特征以及污染物来源。结果表明:雾霾期间PM10和PM2.5质量浓度最低值出现在05:00至07:00(北京时间,下同)和13:00至17:00,最高值出现在21:00至23:00,PM10和PM2.5质量浓度并非同时达到极大值;持续变化较小的气压梯度、较低的风速、相对湿度的增大以及PM2.5和PM10质量浓度的增高是雾霾发生发展的必要条件;能见度与气压、相对湿度、PM2.5质量浓度的相关性较好,建立回归方程,对能见度的整体变化趋势拟合效果较好;高空环流形势平稳、中低层的暖平流、持续稳定少动的地面高压场分布为雾霾天气的持续发生发展提供了有利的形势背景;稳定的层结结构、中低层偏东及偏东北方向气团的输送、本地污染源以及严重的空气污染是此次过程中能见度偏低、霾天数较多的主要原因。     

2015年成都市空气质量指数特征及其与大气水汽的关系

为了分析空气质量状况及其与大气水汽的关系,基于四川盆地西部的成都市近年来污染天气频发的现状,利用2015年成都市环境监测中心提供的环境空气质量指数资料和温江国家基准气候站提供的大气水汽探空资料,首先分析了成都空气质量变化特征,进一步结合成都L波段探空水汽数据,初步研究了成都空气质量与大气水汽的关系。结果表明：2015年成都单日空气质量指数（AQI）最高值为309,达到严重污染级别;AQI年分布特征是冬季最高,夏季最低;首要污染物最多的是PM2.5。春、夏季,大气可降水量（PWV）与臭氧质量浓度在5—8月呈显著负相关;秋、冬季,PWV与PM2.5及PM10质量浓度在1月、10—11月呈显著正相关,其中水汽对PM2.5浓度影响较大的时段出现在1月和10月。     

广州市一次霾污染过程及其气象成因分析

利用空气质量监测资料、地面气象观测及微波辐射计数据,对2017年1月1—8日广州市出现的一次灰霾污染过程进行了分析。结果表明:(1)1月1—8日逐日灰霾时出现6~17个,共出现74个,主要是轻微和轻度级别,占全部灰霾时的95.9%,其中5日出现了3个时次的中度灰霾;(2)灰霾污染期间颗粒物PM2.5和PM10均超标,5日颗粒物PM2.5和PM10质量浓度14:00—17:00 4个时次达到重度污染级别,广雅中学站5日14:00 PM2.5质量浓度最大值达292μg/m3(严重污染),超标3.89倍,颗粒物PM10最高质量浓度达238μg/m3,超标1.59倍;(3)受地面均压场控制,近地层平均风速较小,4和5日平均风速1.5 m/s左右;4和5日多次出现逆温,4日02:00出现贴地逆温,09:00逆温出现在850~1 000 m,5日02:00和09:00均为贴地逆温;贴地逆温高度均为100 m左右。霾污染期间空气相对湿度较大,有88.1%时次达90%以上。     

番禺秋季气溶胶浓度的变化与气象条件的关系

利用2004年9～11月在番禺区气象局采集到的气溶胶质量浓度资料和同期的气象资料,分析了番禺秋季气溶胶质量浓度变化及其与气象条件的关系。结果发现：番禺秋季大气污染物主要是PM10,PM10中以细粒子（PM2.5）为主,而且污染严重;气溶胶污染严重时大气层结稳定,污染高值主要出现在西北气流和东北气流的共同影响下,受周边环境的影响明显;PM（PM10和PM2.5）浓度超标日的天气过程主要出现在台风外围环流云系的影响下;气溶胶对能见度的影响较大,二者负相关明显。     

上海市一次罕见的连续11天空气污染过程的特征及成因分析

2005年11月22日～12月2日上海市环境空气质量罕见地出现连续11天轻度污染,作者从天气形势和气象因子变化着手,初步分析了此次污染事件的成因.结果表明:轻度污染期间,上海市主要受高压脊控制,天气晴朗,气温回升,日夜温差大,地面风速很小,早晚易出现逆温和轻雾,这种停滞的气象条件不利于大气污染物扩散,易造成轻度空气污染.后向轨迹和PM10与PM2.5浓度变化分析阐明,如果气旋移动在北方引起沙尘天气,冷空气南下途中没有显著降水,伴随锋面移动的大风天气极有可能长距离输送高空浮尘,造成下游地区PM10浓度显著上升,出现典型的颗粒物污染.     

西安边界层逆温特征及其与空气污染的关系

利用2007—2011年西安泾河探空站逐日07、19时探空资料和同时期空气污染物质量浓度资料,分析西安边界层逆温的变化特征及其与空气污染的关系。结果表明:西安一年四季都有逆温出现,冬季逆温最多,夏季最少,早晨多于晚上;逆温强度在0.7~1.5℃/100m,冬季逆温强度最大,夏季最小;晚上逆温强度大于早晨;中等强度逆温最多;冬季的逆温层厚度最大,夏季最小,早晨的逆温层厚度均明显高于晚上;造成西安市空气污染的首要污染物是PM10,其次为SO2,再次为NO2;有逆温时的空气污染物月质量浓度值均高于无逆温时,主要污染物PM10的月质量浓度的变化与逆温厚度、强度成正比,呈现出冬半年高夏半年低的变化趋势,在逆温厚度最厚、强度最强的月份中,空气污染物质量浓度值也最大。逆温层是影响西安地区空气质量的主要气象因子之一。     

2014—2016年开封市空气污染特征及重污染过程气象成因分析

利用2014-2016年高空、地面气象资料和大气环境监测资料,分析了开封市空气质量特征及10次连续性重度污染过程天气形势。结果表明:2014-2016年,开封市空气质量整体呈转好趋势,优良率由53%增加到67%,污染时数由47%下降至33%,轻度污染和中度污染时数下降明显;重污染日主要出现在1月、11月和12月,其中1月出现重污染日和连续性重污染过程次数最多;3年内共出现连续性重污染过程23次,最长持续日数达6 d;开封市重污染天气主要受PM2.5和PM10浓度变化影响,PM2.5和PM10浓度具有明显的季和日变化特征,平均浓度最高值主要出现在秋冬季和09时。重污染过程期间的500 hPa形势中,平直纬向环流型出现次数最多,占总次数的63%;其次为低槽型,出现次数占21%;西北气流型出现次数最少,占16%。地面气压场形势主要分为4类:1)高压前部型,出现重污染次数最多,占总次数的55%;2)均压场型,出现次数占25%;3)低压带型占16%;4)高压后部型出现次数最少,仅占4%。当上游地区有较严重污染时,本地污染物浓度将快速升高,区域传输作用明显。     

2013年河北中南部PM_(10)和PM_(2.5)浓度时间变化特征及其影响气象条件分析

对2013年河北省中南部的石家庄、保定、沧州、衡水、邢台和邯郸6个地市市区各站点逐小时PM10和PM2.5监测资料及相应气象资料分析结果表明:6个地市中邢台年污染日数最多,对应其年平均风速最小;沧州的最少,年平均风速最大。各地市各个级别污染日数不同,五、六级重污染天气均集中在10月—次年3月。首要污染物主要是PM10和PM2.5,但比例不尽相同。特殊的地理位置、污染源差异和气象条件的差异造成各地市污染日数、级别的差异。6个地市污染天气过程时段大都相同,区域性污染明显。各地市PM10和PM2.5浓度平均最大值均出现在冬季,PM10浓度平均最小值均出现在夏季,各市PM2.5浓度平均最小值出现的季节不同。6个地市PM10和PM2.5浓度值的月变化趋势相似。不同季节各地市PM10和PM2.5浓度日变化趋势不同,极值出现的时间也各不相同,极值出现的时间与气象条件和人类活动关系密切。秋、冬季各地市PM10和PM2.5浓度日较差多大于春、夏季的。各地市PM10和PM2.5浓度日均值与当地的日均气温、风速、能见度呈负相关关系,与相对湿度呈正相关关系且相关性比较显著。