2007年春季沙尘暴对辽宁中部城市群空气质量的影响

根据大气降尘量和可吸入颗粒物PM10 、PM2.5、 PM1的观测资料,分析了2007年春季发生于我国北方的两次沙尘暴天气过程对辽宁中部城市群空气质量的影响。结果显示,沙尘天气使各城市大气降尘量与可吸入颗粒物PM10和PM2.5的质量浓度明显增高,空气质量明显下降。在3月31日和5月7日的两次沙尘暴过程中,城市群的大气降尘量比当月日平均值分别增加了1.5倍和2.5倍,各城市PM10的日均质量浓度比沙尘出现前一日分别增加了0.2～2.6倍和1.5～3.8倍。3月31日除铁岭和鞍山空气质量状况为良外,均达到轻微污染程度;5月7日鞍山达严重污染程度;沈阳、辽阳、本溪、铁岭和抚顺的空气质量均为中度污染或中度重污染。沙尘暴期间1.0～10.0 μm的粗粒子为影响辽宁中部城市空气质量的主要成分,其小时平均质量浓度最大时是沙尘出现前的10～30倍。     

库尔勒市大气颗粒物浓度特征及来源北大核心CSCD

在塔里木盆地东北部库尔勒市大气颗粒物逐时数据(2015年1月至2020年12月)污染特征分析的基础上,利用HYSPLIT模型、聚类分析、潜在源贡献因子分析(PSCF)、浓度权重轨迹分析(CWT)分析不同季节库尔勒市颗粒物传输路径与潜在源区,揭示研究期间库尔勒市不同季节大气颗粒物的潜在源分布及其贡献水平。结果表明:2015—2020年库尔勒市PM_(2.5)、PM_(10)年均值分别为47.7±20.0、162.2±102.4μg·m^(-3),超过国家年均值二级浓度限值132%、36.3%,PM_(10)为主要污染物;颗粒物季节变化呈现冬春高、夏秋低的变化特征;PM_(2.5)/PM_(10)值春季最低(0.29),冬季最高(0.47),PM_(2.5)/PM_(10)值整体呈下降趋势;气流输送路径主要来自西风短气流,其次为吐鲁番盆地的东灌气流;塔里木盆地全年四季都是库尔勒市颗粒物的主要贡献源区,颗粒物浓度贡献水平春冬季较高,夏秋季较低。     

近几年沙尘天气对中国北方环保重点城市可吸入颗粒物污染的影响

 利用2000—2008年中国北方17个环保重点城市API指数资料和同期气象资料,评估沙尘天气对中国北方城市大气环境的整体影响,对比分析不同城市空气质量受春季沙尘影响的程度,并以一次强沙尘暴过程为例,探讨其影响中国北方城市空气质量的范围、程度和过程。结果表明,2000—2008年北方环保重点城市大气的首要污染物是可吸入颗粒物,污染状况严重。春季颗粒物高污染状况主要与沙尘天气有关。不同城市受沙尘影响的程度也不同,影响程度自西向东降低,其中对银川、兰州和西宁影响最大。沙尘天气容易造成严重颗粒物污染事件,颗粒物浓度变化可以清楚地反映沙尘的输送、移动及强度变化。即使在并未出现沙尘天气的地区,在上游沙尘输送作用下,颗粒物浓度也会受较大影响。     

基于 MODIS 和 CloudSat 的京津冀降水冰云季节分布特征

利用 2008 年 9 月~2016 年 8 月 Aqua MODIS 和 CloudSat 卫星数据,筛选出京津冀地区的降水 冰云,同时将其分为 4 个区域讨论,得到关于该地区降水冰云 4 个季节的分布特征,为该地区的人 工影响天气提供依据。结果表明：京津冀整个地区的降水冰云在夏季的发生率都较高,且发生率 有上升的趋势。从整个地区看来,京津冀地区的降水冰云的云顶高度在冬季最低、夏季最高,云顶 温度的最小值在冬季最高、夏季最低;京津冀地区的降水冰云在春夏秋 3 季均以单层云为主,而在 冬季则以双层云为主;京津冀地区的降水冰云的类型按春夏秋冬分别为 7 种、7 种、6 种和 5 种,且在 夏季该地区的降水冰云以深对流云为主（占 48.3%）,而其他季节以雨层云为主;京津冀地区降水冰 云微物理量（包括冰水含量、粒子数浓度、粒子有效半径）主要分布高度分别为 0~13.5 km（春季）、 3.5~17.0 km（夏季）、1.0~14.0 km（秋季）、0~11.0 km（冬季）。冰水含量、粒子有效半径和粒子数浓度 的分布高度和最大值均在夏季最高,但粒子有效半径在秋季最低,冰水含量和粒子数浓度在冬季 最低。这 3 种微物理量随高度的分布特征夏季在京津冀各分区较为一致,都呈单峰结构,在其他季 节差异较大。     

北京市采暖期可吸入颗粒物时空分布特征及源追踪

可吸入颗粒物是北京市大气主要污染物之一,春秋两季的沙尘天气除部分是由于受到区域气流的影响外,多数情况下是原地污染造成,尤其是冬季采暖期。本文通过遥感技术和地面监测结合的方法,研究采暖期北京市近地面不同粒径可吸入颗粒物时空分布规律及其与影响因素间的相互关系。应用高分辨率遥感影像分析下垫面的变化,应用地面观测仪器收集不同粒径颗粒物的含量,并分析颗粒物的化学组成;应用地理信息系统的空间分析技术,研究颗粒物的分布与下垫面的关系。研究表明,可吸入颗粒物污染分布和下垫面介质、人为污染源、人口密度、气象因素有非常密切的关系。     

1961—2012年甘肃省干湿变化特征及其影响因子

基于1961—2012年甘肃省和青海省祁连山区54个气象站逐日气象数据,分析了甘肃省地表湿润指数的时空变化特征及各气象要素对不同区域干湿变化的影响程度.结果表明:近52年,以黄河为界,甘肃东、西部呈现出不同的干湿变化趋势,河东地区趋于干旱,尤其是陇中和陇东部分地区;河西部分区域趋于湿润,尤其是祁连山中部地区.河东变干主要是秋季显著变干,其中9月最突出;河西变湿主要是冬季变湿,尤其是在12月和1月.敏感性和贡献度分析表明,除降水量外,地表湿润指数对空气相对湿度的敏感性最高,其次是日照时数,再次是最高温度和平均风速,对最低温度的敏感性最低.近52年地表湿润指数-30％～30%的相对变化量中,降水量的贡献最大,贡献量在-30%～25%;其次是风速,贡献量在-4％～12%,最高温度、最低温度、日照时数以及相对湿度的贡献较小,在-4％～4%.     

1981-2010年中国西北地区东部大气可降水量的时空变化特征

利用1981-2010年NCEP/NCAR再分析资料以及同期西北地区东部58个气象站的日降水、蒸发资料,采用一种新的方法统计分析了该地区大气可降水量的时空分布特征,并对大气可降水量与实际降水量的相关性进行了分析。结果表明:西北地区东部大气可降水量空间分布极不均匀,无论年或季,均呈现为西北少东南多的分布特征。逐月大气可降水量分布呈单峰型,7月最大,1月最小; 近30年,西北地区东部年、各季大气可降水总量均呈微弱减少趋势,四季中夏季减少趋势最为显著,冬季不明显; 58个站点30年平均的实际降水量空间分布与大气可降水量分布基本一致,年际变化也呈微弱减少趋势; 大气可降水总量与实际降水量呈显著正相关,年平均相关系数为0.545,各季节中春季相关系数最大,秋季和冬季次之,夏季最小; 不同区域大气可降水总量与实际降水量的相关性因季节不同而不同,总体来说,甘肃东部、南部和陕西中部、南部相关性较高,大气可降水量对降水量的贡献较大; 将大气可降水量和降水日数结合起来,更能准确、客观地反映一段时间内总的大气可降水量分布情况。     

关中地区低能见度事件变化特征分析

以关中城市群为研究区域,选取关中8个气象站1981-2013年逐日3个时次的大气能见度、降水、相对湿度、风速、天气现象等观测资料为研究对象,使用统计方法,分析关中地区低能见度天气时空分布特征,研究影响关中地区低能见度的气象和环境因素,结果表明:1981-2013年关中地区能见度有下降的趋势,日平均能见度以10~20 km最多,低能见度事件6月出现最少,12月最多,冬半年明显高于夏半年,低能见度状况具有明显的延续性。关中西部和中部低能见度日数呈减少趋势而东部增加趋势,关中东、西部城市低能见度日数差异显著减少。雾是造成低能见度事件的主要天气现象,其次为降水和霾。与雾有关的低能见度事件在低能见度总数中占92.8%,雾、霾造成的低能见度事件主要出现在冬季,并以1月、12月最多。相对湿度、风速也是重要的影响因素,另外污染物质量浓度是影响能见度水平的另一主要因素。     

云南中部区域气温变化特征及其受城市化影响程度分析

利用云南中部区域1961—2010年逐月气温资料,采用趋势系数、气候倾向率、Mann-Kendall突变检验、Morlet小波等方法分析该地区气温的时空变化特征,并采用城郊对比法分析城市化对于气温变化的影响程度。结果表明:(1)该地区年均气温上升趋势明显,年均气温存在着24 a的主周期,并于1997年发生了突变,之后进入了一个显著增暖时期。四季平均气温均呈上升趋势,其中冬季气温增幅最大。(2)除西北部的元谋干热河谷存在降温趋势外,其余地区均呈现增温趋势,升温中心位于城市,其中以昆明的升温趋势最为显著。(3)城市化对气温序列变化趋势的影响显著,城市化引起的增温速率在冬季最大,而城市化对气温变化趋势贡献最高的季节则为春季。(4)昆明的城市化增温速率最大,楚雄次之,玉溪最弱;三市的热岛强度从1985年开始逐年增强,2000年后达到最高值,之后趋于平缓;冬春季节的城市化增温速率要明显高于夏秋季节,城市化增温贡献最高的季节为春季。     

半干旱地区大气颗粒物浓度及粒径谱特征的观测研究

采用兰州大学半干旱气候和环境观测站（SACOL）2007年11月1日至2008年10月31日的APS-3321粒径谱仪的连续观测资料,对该地区大气颗粒物的浓度变化和粒径分布特征进行分析研究。结果表明,该地区颗粒物浓度年变化呈单峰值型,无论是数浓度还是质量浓度峰值均出现在12月,数浓度6月最低,质量浓度9月最低;和其他地区相比,无论数浓度还是质量浓度,均低于污染较严重的城市,但高于内陆清洁地区。数浓度和质量浓度平均日变化均呈单峰值型,都在上午11：00BST左右达到峰值,下午18:00BST左右达到谷值,但质量浓度峰值出现时间随季节而有所差异。颗粒物浓度的年变化和背景风场主导风向的年际变化有一定关系,而局地垂直风速及水平风向的昼夜转换对颗粒物浓度的日变化有较大的影响。数浓度粒径谱分布特征呈单峰值型,主要集中在0.673 μm左右;质量浓度粒径谱分布特征呈双峰值型,第一个峰值出现在0.777 μm左右,第二个峰值出现在5.048 μm左右。降水对大于1 μm的粒子的去除效果非常明显。当沙尘天气发生时,数浓度和质量浓度与背景天气条件下相比增大了22%和127%。     

乌鲁木齐大气颗粒物的时空分布规律

依据峡口城市乌鲁木齐市2013-2016年6个环境监测站逐时的6类污染物数据,分析大气污染物的时空分布规律。总体来看,乌鲁木齐市以颗粒物污染为主,即PM₁₀、PM_2.5污染严重。从季节上来看,乌鲁木齐污染物浓度大多冬季高、夏季低,春秋季次之。春、夏、秋、冬PM_2.5的浓度依次为59.8、40.5、67.8、139.6 μg·m^-3,而PM₁₀则是148.6、119.7、146.4、209.4 μg·m^-3,粗细粒子浓度在春秋季的细微变化凸显在春季沙尘天气的影响。从日变化方面来看,污染物多呈现为双峰型结构。PM₁₀、PM_2.5春夏秋3个季节都是在子夜1：00时浓度最高,9：00～10：00时次之,但是冬季日最高值则出现在17：00时左右,次峰值出现在21：00～22：00时。从空间分布来看,颗粒物浓度总体上是中心城区低、四周高的分布格局;从PM_2.5浓度占PM₁₀浓度比重分析来看,冬季比重最高,达70%,以城区及城北最为明显,达73%,日变化分布则主要集中在下午至夜间,且冬季比重达71%。     

莫高窟PM10浓度与气象要素的关系

采用2018年敦煌莫高窟第16窟窟内与窟区PM₁₀浓度及气象数据,分析PM₁₀时空分布特征及其影响因素。结果表明：（1）两处监测点PM₁₀浓度主要分布在50 μg·m^-3以下,受重污染天气影响较小;春、冬、秋、夏季依次降低,窟区PM₁₀浓度在春、冬季高于窟内,夏、秋季反之。（2）PM₁₀浓度3月最高,9月最低,5—9月窟内月均值高于窟区。PM₁₀污染日数窟内5月最多,而窟区3、5月较多。（3）PM₁₀浓度日变化曲线在春季和秋季呈“双峰”型,夏季和冬季呈“单峰”型。（4）在半封闭环境的洞窟内,沙尘暴发生前后,PM₁₀浓度达到极值及恢复至原来水平的时间均滞后于窟区。（5）在不同季节PM₁₀浓度与气温、风速和降水呈负相关。除秋季外,PM₁₀浓度与相对湿度、气压呈正相关。（6）窟区全年主风向为ESE,在冬春两季,此风向PM₁₀浓度最高,PM₁₀主要来自三危山前的戈壁滩、干涸的大泉河河道以及窟前裸露的地表积尘。     

喀什地区PM10输送路径及潜在源区

基于HYSPLIT模型和2019年9月至2020年8月喀什地区大气颗粒物逐时数据,利用聚类分析、潜在源贡献因子法（PSCF）和浓度权重轨迹法（CWT）分析喀什地区四季PM₁₀传输路径与潜在源区,揭示研究期间喀什地区不同季节PM₁₀的潜在源分布及其贡献水平。结果表明：喀什地区PM₁₀、PM_2.5年均值分别为237.3±268.3、89.3±82.3 μg·m^-3,大气颗粒物以PM₁₀为主;喀什地区气流输送路径主要来自中亚西风气流,其次是来自中国新疆南部;PM₁₀秋季主要贡献源区分布在中亚部分地区以及中国新疆南部区域,贡献水平为250—450 μg·m^-3;冬季主要贡献源区与秋季相似,贡献水平为150—300 μg·m^-3;春季重点贡献源区主要分布在新疆南部塔克拉玛干沙漠区域,贡献水平为250—500 μg·m^-3;夏季主要贡献源区与春季相似,贡献水平为150—250 μg·m^-3。喀什地区重点防范应是塔克拉玛干沙漠沙尘气溶胶的影响,其次是中亚西风气流携带的大气颗粒物远距离输送。     

塔克拉玛干沙漠腹地塔中地区大气气溶胶散射系数影响因子

利用2010年塔克拉玛干沙漠腹地塔克拉玛干沙漠大气环境观测试验站单波段(525nm)积分浊度计和PM10自动监测仪、能见度仪器观测资料,结合塔中地面气象观测资料,分析影响塔中气溶胶散射系数的各因子。结果表明:(1)散射系数和PM10质量浓度具有明显的正相关关系,相关程度秋季最大,达0.96;夏季次之,为0.94;冬季最小,为0.91。(2)质量散射系数3月最小,10月最大;四季中,春季最小,为0.60m2·g-1,秋季最大,为1.38m2·g-1。塔中站气溶胶质量散射系数小于河北张北站、甘肃民勤站、兰州西固区,大于内蒙古锡林浩特站、希腊克里特岛、以色列内盖夫沙漠。(3)能见度与散射系数呈显著负幂相关关系,相关系数为0.80,其中夏、秋、冬季的相关系数都超过了年相关系数,分别是0.913、0.908、和0.857,春季最低为0.723。(4)风速较大时,散射系数的值也比较大,两者呈现正相关关系,相关系数为0.45。散射系数小于500 Mm-1时,主要分布于ENE和NE;大于500Mm^-1以上则主要是在ENE、NE、E风向。在ESE风向时,散射系数的平均值最大,其次是SSE方向上,最小值是S风向。     

基于GWR模型的中国城市雾霾污染影响因素的空间异质性研究

基于全国城市的PM_2.5监测数据,识别PM_2.5的时空分布特征,并着重利用地理加权回归模型分析自然和社会经济因素对PM_2.5影响的空间异质性。结果显示：2015年全国PM_2.5的年均浓度为50.3 μg/m3,浓度变化呈现冬高夏低,春秋居中的“U型”特征;PM_2.5的空间集聚状态明显,其中京津冀城市群是全国PM_2.5的污染重心。地理加权回归结果显示：影响因素除高程外,其余指标均呈现正负两种效应,且影响程度具有显著的空间差异性特征。从回归系数的贡献均值来看,自然因素对城市PM_2.5浓度影响强度由高到低依次是高程、相对湿度、温度、降雨量、风速、植被覆盖指数;各类社会经济指标对城市PM_2.5浓度影响强度排名依次是人口密度、研发经费、建设用地比例、产业结构、外商直接投资、人均GDP。由于各指标对城市PM_2.5浓度变化的影响程度存在着空间异质性,因此在制定大气治理对策时可以考虑不同指标影响程度的空间差异,从而使得治霾对策更具针对性。     

沙尘天气对榆林市环境空气质量的影响

基于2013-2018年榆林市沙尘天气和环境空气质量逐日数据,定量分析了沙尘天气对榆林市空气质量指数(AQI)、可吸入颗粒物(PM10)和细颗粒物(PM2.5)的绝对贡献和相对贡献率.结果表明:沙尘天气对榆林市AQI的贡献率为0.7％-11.1％(平均值±标准差6.4％±3.8％);对PM10的绝对贡献为 1.0-13...     

京津冀城市群大气污染的时空特征与影响因素解析

京津冀城市群是中国雾霾最严重的区域,在京津冀协同发展背景下,探究该地区大气污染的时空分布和影响因素具有重要意义。运用空间自相关分析和三种空间计量模型,分析了京津冀202个区县PM_2.5的时空分异特征,创新性地对自然与人文影响因素贡献及其空间溢出效应进行系统地甄别和量化。结果表明：2000-2014年来京津冀城市群PM_2.5浓度整体呈上升趋势,季节上呈秋冬高、春夏低,空间上呈东南高、西北低的特点,且城市建成区PM_2.5浓度比周围郊区和农村平均高10~20 μg/m³;2014年仅有13.9%的区县空气质量达标,PM_2.5浓度存在显著的空间集聚性与扩散性,城市间交互影响距离平均为200 km,邻近地区的PM_2.5每升高1%,将导致本地PM_2.5至少升高0.5%;社会经济内因对PM_2.5主要是正向影响,自然外因主要是负向影响;影响因素中对本地大气污染的直接效应贡献强度依次是：年均风速>年均气温>人口密度>地形起伏度>第二产业占比>能源消费>植被覆盖度,人均GDP、年降水量和相对湿度对本地PM_2.5没有显著影响;对邻近地区大气污染具有显著空间溢出效应的因素排序是：植被覆盖度>地形起伏度>能源消费>人口密度;对于自然和人文影响因素应分别采取针对性的适应策略和调控策略,加强区域间联防联控与合作治理,在城市群规划中注重环保规划与立法。     

乌鲁木齐霾天气PM10单颗粒物理化学特征

为了解乌鲁木齐冬季污染天气形成过程中大气颗粒物化学组分的变化,探讨霾天气快速形成的主要原因,应用扫描电镜/X射线能谱仪(SEM/EDX)对2013年2月乌鲁木齐东南郊一次典型霾天和正常天气所采集的大气颗粒物(PM₁₀)样品进行了微观形貌和化学组成的对比分析。结果表明:伴随着霾形成过程细粒子浓度呈现急剧上升趋势,PM_1.0/PM₁₀比值高达0.77。SEM/EDX观测显示,霾天形成前后,PM₁₀的形态结构和元素组成存在较明显的差异,霾天规则的石膏颗粒占规则颗粒的71.1%,明显高于正常天气,表明大气颗粒物的硫化现象比较普遍,大量硅铝酸盐飞灰说明采样点周边有较明显的燃煤源输送;二次无机颗粒组成主要为硫酸盐颗粒,由正常天气的16.1%增加到24.6%,高浓度硫酸盐与乌鲁木齐东南郊此次霾形成有密切的联系。     

乌鲁木齐地区雪和雨对气溶胶湿清除能力的比较研究

根据2002年乌鲁木齐地区逐日逐时SO₂、NO₂和PM₁₀粒子浓度监测资料,针对冬季固态降水、夏季液态降水对三种气溶胶颗粒物的湿清除能力进行了统计分析。粗略得出乌鲁木齐地区冬季微量降水日,气溶胶颗粒物浓度呈现增加趋势;而夏季微量降雨能够减小气溶胶颗粒物浓度。超过微量降水量的日子里,在冬季三种颗粒物的浓度明显高于夏季的情形下,每1 mm降雪量对气溶胶的清除率大于夏季每1 mm雨的清除能力。同时拟合结果表明降水日气溶胶浓度的改变量与其前一日气溶胶浓度值存在较好的相关特性。