鄂尔多斯市城区发展对局地大气环境影响的数值模拟

选取鄂尔多斯市东胜区为代表区域。基于该区域1961—2006年定时地面气象观测资料和2002—2006年08时、20时各标准层探空以及2001—2006年主要污染源源强、1961—2006年社会经济数据、2002年卫星遥感反演资料、2003—2020年城市总体规划资料等,利用区域边界层模式模拟方法,分析鄂尔多斯市城市化进程对局地大气环境的影响。结果表明：东胜区发展后（2020年）气温低于现状（2002年）,使城区中心气温与周边地区气温差异变小,对城区大气环境的改善较为有利。东胜城区扩展后,在污染严重的冬季,气流辐合区域减少,辐散能力增强,对减轻城区污染和改善大气环境有利。城区拓展后由于下垫面等布局发生变化,气流场变化较大,但从污染物的扩散能力来看,按规划发展后城区污染轻于现状。     

呼和浩特市城区发展对大气环境的影响分析

基于呼和浩特市近50年逐日定时地面气象资料、2002—2006年的逐日07时和19时各标准层探空资料、2001—2006年逐日主要污染物浓度和主要污染源源强、1961—2006年社会经济数据、2002年城区建设现状及1996—2010年城市总体规划资料,利用区域边界层模式模拟方法,研究了呼和浩特市城区建设发展对大气环境的影响。结果表明：（1）呼和浩特市城区发展后（规划后）气温高于现状（规划前）,城区中心气温与周边地区气温差增大,城市热岛效应增强;（2）呼和浩特城区规划后冬季气流汇集辐合区域增多,辐合能力增强,从而使冬季大气污染加剧;（3）呼和浩特市城区扩展后引起的下垫面热力与动力参数变化,将导致气流场发生显著变化,使得污染物的辐合能力增强。总体而言,呼和浩特市城区规划后虽增加了部分绿地等面积,但建筑物的增高增密、下垫面性质的改变,将使大气环境扩散能力减弱,大气污染加重。     

"5.12"汶川特大地震重灾区地面气温特征分析

本文利用1961-2007年逐日地面气温资料、1971-2000年整编地面气温资料,以及2006年1月1日-2008年4月30日的逐时地面气温资料,采用统计方法,对汶川特大地震重灾区进行气温的气候特征分析,较系统和全面地得到汶川“5.12”特大地震重灾区气温的日、旬、月、年变化以及极端气温特征,为该地区抗震救灾和灾后重建提供气象服务支撑。     

鄂尔多斯市近48年气候变化分析

通过对鄂尔多斯市11个站点48年（1961--2007年）气温、降水、日照、蒸发量等气象资料统计分析,得出：鄂尔多斯地区近48年气温显著升高;降水逐年减少,但进入本世纪后有所增多。日照时数年代际变化不明显：蒸发量70年代后呈逐年减少趋势等气候特征。     

采暖期间区域气象条件与天津大气污染概率关系

利用2002～2005年11、12、1月冬季采暖期NCEP气象分析资料和同期日空气污染物监测资料,在开设的关键区、识别区内,分析区域污染气象特征,探讨区域气象条件对天津大气污染的影响.采暖期大气污染高发是与冬季的污染气候特征和气象条件密切相关的,区域污染环流特征、大气动力特征、热力条件对污染物的扩散、积累、输送有着重要的影响.当区域大气环流由北到西北气流向西到西南气流转换时,大气稳定度逐渐增加,区域大气扩散能力随之减弱,天津大气污染概率增大.另外,区域风速与天津污染的关系,在一定程度上反映了华北区域污染对天津污染的贡献.     

商丘市气温日较差变化特征分析

利用商丘市8站1961-2006年逐日最高、最低气温资料,计算并分析了商丘市年、季及月气温日较差的线性变化趋势,结果表明:年最低气温呈明显上升趋势,最高气温上升趋势不显著,气温日较差呈显著减小趋势;春、夏、冬季季平均气温日较差均呈减小趋势,其中春季和冬季的减小趋势显著,秋季呈弱的增加趋势;全年有10个月的气温日较差呈减小趋势,其中1、3、5、8月气温日较差显著减小,1月减小幅度最大.城市化发展对气温日较差变化有一定影响,距城区较近的台站平均气温日较差显著减小,而距城区较远的台站气温日较差减小趋势不显著.     

三江源地区气候变化特征及其影响评估

利用三江源区1961-2020年逐日气象数据、2006-2020年EOS/MODS监测资料,基于概率密度分布函数、线性趋势分析等方法,分析了气温、降水、极端气候指数变化趋势。结果表明：（1）1961-2020年三江源区气温明显向高温方向漂移,年平均、最高和最低气温升温率分别为0.38℃·（10a）^-1、0.28℃·（10a）^-1和0.45℃·（10a）^-1（P<0.01）,最高和最低气温升温幅度存在不对称现象。同时极端气温暖事件（暖昼日数、暖夜日数）明显增多,极端气温冷事件（冷昼日数、冷夜日数）迅速减少。（2）与前一气候态（1961-1990年）相比,1991-2020年平均、最高和最低气温分别上升了1.28℃、1.12℃和1.60℃,且概率密度分布更加扁平,说明气温离散程度更大,气候不稳定性增强。（3）近60年来,三江源区降水量总体呈增多趋势,增加率为10.3 mm·（10a）^-1,且随着降水量级的增加,降水量变化趋势越来越明显。进入21世纪以来,降水增多趋强表现更加明显。（4）在气温显著升...     

兰州市城区大气烟尘污染的变化与气象条件分析

利用1961-2001年有烟日观测资料，统计分析了41年中，兰州市城区大气受烟尘污染的变化。结果表明：1961～1984年污染日在119-201天问徘徊；1985-1988年是污染“严重期”，年平均污染日达224天；1996-2001年为显著“好转期”，年平均污染日66天。一年中主要污染段是1月和11、12月，污染日占全年的49％。在污染日，大气水平能见度具有明显的日变化，能见度最差，污染最严重的时间是11～14时。     

2013年6月30日鄂尔多斯市冰雹天气分析

文章利用常规气象观测资料,配合闪电和卫星云图等监测资料对2013年6月30日鄂尔多斯市东胜区出现的冰雹、雷雨等强对流天气过程进行分析,结果表明:此次强对流天气是由高空冷涡底部西风小槽和南支系统西南气流配合地面倒槽影响造成的;强对流天气发生之前,自动气象站分析要素有明显变化,温度露点差≤2℃,气压陡升,总温度下降剧烈,同时伴随偏南风。     

鄂尔多斯市暴雨时空分布及气候特征

通过对鄂尔多斯市11个站点47年（1961-2007年）暴雨资料进行统计,从鄂尔多斯市暴雨的地理分布及年际变化,分析得出鄂尔多斯地区暴雨的时空分布特点及气候变化规律。     

内蒙古呼包鄂地区近56年来大气环境容量变化特征分析

为探讨内蒙古呼包鄂地区大气对污染物承载能力的变化,科学评价气候变化对大气环境的影响,利用1961—2016年呼包鄂地区8个国家气象站降水量、风速、云量资料,分析了该地区气象条件的变化特征及大气环境容量的时空分布特征,并对大气环境容量与气象要素之间的相关性进行了分析。结果显示:呼包鄂地区大气环境容量1月的最小、4月的最大,春季的>秋季的>夏季的>冬季的,年平均大气环境容量为62.4 t/d/km^2;月、季、年平均大气环境容量呈波动减小趋势,特别是20世纪70年代末期之后减小趋势更为显著;有明显的空间分布特征,由城区向郊区逐渐增大,城郊差异冬季最为明显,夏季差异最小;大气环境容量与降水相关性差,与风速和日最大混合层高度呈显著的正相关关系,特别是与风速相关性更显著,与小风日数呈显著的负相关关系。     

城市中水体布局对大气环境的影响

城市下垫面状况在很大程度上决定城市大气物理环境的特征。在城市区域增加湿地等自然地表有利于城市的减温增湿,促使局地流场发生变化,改善局地微气象条件以及大气物理环境。城市规划大气物理环境多尺度数值模拟系统为城市规划大气物理环境定量评估提供了有效的模拟工具。利用该系统中的城市尺度模式模拟了水体布局为集中型和分散型,水体面积占有率分别为4%、8%、12%和16%条件下,城市大气温度、湿度、风速、城市大气扩散条件的变化及其对城市大气环境的影响,利用北京市城市水体气象观测数据,分析了水体周边和商业区、交通区温、湿度的差异,并对模式模拟结果进行了验证,揭示了城市水体布局对城市大气物理环境影响的可能机制。模拟和观测结果显示,城市水体布局会对城市微气象环境产生一定影响。无论分散型或集中型布局,城市水体面积的增加,都在一定程度上使城市气温降低、湿度增加、平均风速增大。比较而言,分散型水体布局对城市区域微气象环境的影响更为显著。     

呼和浩特城区气候与大气环境适宜性相关指标变化分析评价

基于呼和浩特市1961—2006年主要气象要素和2001—2006年主要污染物平均浓度资料,利用数理统计方法和气象环境评价指标,分析由于气候变化对呼和浩特市气象环境所产生的影响。结果表明:①呼和浩特城区近50年气候变暖明显,热岛效应显著,呈现降水量减少趋势及暖干化的气候特征明显。②呼和浩特城区的主要气象灾害呈减少趋势,尤其是沙尘暴、大雾等灾害性天气的逐年减少,降低了大气颗粒物(PM10)的浓度。③呼和浩特市的首要污染物PM10主要发生在集中采暖和风沙较大的冬半年,且冬季辐射逆温、热岛效应有增强趋势,对污染物扩散不利。④呼和浩特城区冬半年寒冷程度不太明显,夏半年舒适度指数虽有上升趋势,但低于偏热不舒适标准,比较适合避暑休闲。     

淄博市污染气象特征与大气环境容量

利用淄博市环境监测站2002-2004年间的主要大气污染物浓度和同期气象资料,综合分析了淄博市大气环境污染状况及演变特征,用A-P值法对大气环境容量进行测算.结果表明该市主要污染物为可吸入颗粒物(PM10)和二氧化硫(SO2),其实际排放量均高于理想大气环境容量.此外,引入美国NOAA后向轨迹模式(HYSPLIT4),分析了影响淄博市强污染天气的外来气团,确认它们是源于东北地区和内蒙古东部的偏北气流,以及蒙古国中部的偏西气流.这些结果为今后制定城市发展规划,控制和防治大气污染提供了科学依据.     

北京秋季一次重污染过程的成因分析

近年来,北京的大气环境问题日益受到关注。以2002年10月8—13日北京地区一次重污染过程为例,采用中国气象局的MICAPS系统和美国的HYSPLT模式,分别从污染过程产生的天气条件、污染物输送轨迹等方面分析研究此次空气污染的形成原因。结果表明：造成此次重污染过程的不利因素主要包括三个方面,一是较强的海平面高压、均压场控制导致北京地区垂直大气层结稳定,不利于污染物垂直扩散;二是北京地区三面环山,导致近地面为弱的偏南气流控制,不利于污染物水平扩散;三是近地面弱的偏南气流从江苏、山东、河北、天津等地携带了大量的污染物向北京地区输送。     

1987-2002年辽宁中部城市群大气污染物变化特征分析

根据1987—2002年辽宁中部城市群(沈阳、鞍山、本溪、抚顺、辽阳)的主要大气污染物(TSP、PM10、SO2、NOx)的现状监测值,分析了辽宁中部城市群大气污染的现状及污染程度。结果表明：城市群的主要大气污染是TSP、PM10和SO2;冬季是城市群大气污染最严重的季节,夏季大气污染最轻;5个城市16年来TSP、PM10和SO2呈逐年下降趋势,NOx的年际变化趋势不明显;城市群大气污染最严重的城市是本溪,其次是鞍山、沈阳、抚顺、辽阳。     

长白山高压对辽宁中部城市群大气污染影响的数值模拟

利用新一代空气质量模式系统Models-3,通过改变模式中长白山山脉区域地形高度,对比分析长白山高压以及辽宁中部城市群5城市气象环境要素的变化情况。结果表明,改变地形后,原来较强的长白山高压有了明显的减弱,城市群5城市的水平气流辐合场消失,风速增大,逆温强度也减弱,有利于污染物的传输扩散;模拟结果也表明污染物浓度有明显的降低,试验较好地揭示了长白山高压对辽宁中部城市群大气污染的影响机制。     

A Review of Atmospheric Chemistry Research in China: Photochemical Smog, Haze Pollution, and Gas-Aerosol Interactions

In this paper we present a review of atmospheric chemistry research in China over the period 2006-2010, focusing on tropospheric ozone, aerosol chemistry, and the interactions between trace gases and aerosols in the polluted areas of China. Over the past decade, China has suffered severe photochemical smog and haze pollution, especially in North China, the Yangtze River Delta, and the Pearl River Delta. Much scientific work on atmospheric chemistry and physics has been done to address this large-scale, complex environmental problem. Intensive field experiments, satellite data analyses, and model simulations have shown that air pollution is significantly changing the chemical and physical characters of the natural atmosphere over these parts of China. In addition to strong emissions of primary pollutants, photochemical and heterogeneous reactions play key roles in the formation of complex pollution. More in-depth research is recommended to reveal the formation mechanism of photochemical smog and haze pollution and their climatic effects at the urban, regional, and global scales.