2008—2018年黑龙江省大气自净能力变化特征分析

利用2008—2018年黑龙江省33个观测站的定时观测气象资料,按照国标《大气自净能力等级》（GB/T34299—2017）,分析了黑龙江省大气自净能力时间、空间的变化特征,并以省会城市哈尔滨为例,结合逐日空气质量指数（AQI）数据,分析了大气自净能力与AQI的关系。结果表明：2008—2018年黑龙江省平均大气自净能力指数为12.6×10⁴ km·a^-1,整体呈上升趋势,2015年以来大气自净能力明显增强。春季大气自净能力最高,秋季次之,冬季最低;空间分布大致呈北低南高分布,包含二、三级两个级别,春季全省各地均处于第二级别,有利于对大气污染物的清除,冬季漠河处于第五级别,不利于对大气污染物的清除;哈尔滨市冬季AQI与大气自净力指数呈显著负相关,考虑了通风量和雨洗作用的大气自净能力与AQI关系密切,直接影响着空气质量状况。     

1961-2020年郑州主城区大气自净能力变化特征分析

利用郑州市主城区1961—2020年气象观测资料和2014—2018年空气质量监测数据,分析了郑州主城区大气自净能力指数的长期变化趋势与影响因子以及2014—2018年主城区大气自净能力与PM_(2.5)的关系。结果表明:郑州主城区大气自净能力指数30 a气候均值为4.42 t·(d·km^(2))^(-1),春季大气自净能力最强,为5.20 t·(d·km^(2))^(-1);秋季大气自净能力最弱,为3.88 t·(d·km^(2))^(-1),不利于对大气污染物的清除。1961—2020年郑州主城区大气自净能力呈显著的减弱趋势,其中1969年最强为6.85 t·(d·km^(2))^(-1),2020年最弱为3.06 t·(d·km^(2))^(-1)。影响因子中,1961—1980年混合层厚度与大气自净能力指数呈正相关;日平均风速≥2.5 m·s^(-1)的日数和小风日数与大气自净能力分别呈正、负显著相关;大气自净能力指数与降水日数显著相关,2015年后偏强降水日数的增加对大气自净能力在同时期的增强有一定影响。此外,研究还表明主城区大气自净能力和PM_(2.5)浓度存在显著的负相关,说明大气自净能力强时,对应的PM_(2.5)浓度低,环境空气质量趋好。     

呼和浩特市冬季空气污染特征及气象条件影响分析

文章利用2013—2017年呼和浩特市冬季空气污染数据及同期气象观测数据,分析空气污染特征及各类气象条件下污染日数分布特征,结果表明:近5a来呼和浩特市冬季平均空气质量指数呈下降趋势,空气污染程度有所减缓。空气质量未达标日数呈减少趋势,特别是轻度和中度污染日数下降趋势最显著;首要污染物以PM10为主;冬季风速、气温、相对湿度与空气质量指数显著相关,降水量对空气质量的影响较小;S和SSW风向时污染日数出现概率较高,易出现中到重度空气污染。     

春节燃放烟花爆竹对西安空气质量的影响

利用西安泾河站气象观测资料和西安空气质量指数、污染物质量浓度等,对2014—2016年春节期间西安市空气污染特征和气象条件的影响进行分析。结果表明:除夕夜间大量燃放烟花爆竹导致PM10和PM2.5质量浓度短时内骤增,但对SO2和NO2质量浓度影响不显著,春节期间空气污染主要是由细颗粒物(PM2.5)造成。气象条件对空气质量有明显影响。在静稳天气下风速小,湍流弱,贴地逆温持续存在,大气扩散能力差,春节期间烟花爆竹集中燃放,强污染源和大气扩散能力差是春节期间出现空气重污染的主要原因;而冷空气来临时,大气相对湿度降低,风速增大,湍流增强,大气扩散能力增强,加上降水的沉降作用,是空气质量改善的主要气象原因。     

1961—2017年华北区域大气自净能力变化特征及其影响因素分析

基于华北区域80个国家地面气象观测站资料,采用大气自净能力指数(ASI)分析了1961—2017年华北区域大气自净能力的气候分布特征及长期变率;用MK和MT法及Morlet小波对ASI进行了突变检验和能量谱分析;结合ASI的REOF空间载荷场分布特征,将华北区域进行分区,并研究了气象要素与华北区域及各分区的可能联系;对于大气自净能力较低的Ⅳ区,选择近年污染相对严重的部分城市（石家庄、保定和唐山）,对比了ASI与污染气象条件及不同级别AQI天数占比情况。结果表明:年、季尺度的大气自净能力在京津冀和山西大部、内蒙古东北部等区域呈现出较低的气候值,在内蒙古中部等其他地区呈现出相对较高的气候值,大气自净能力在季节尺度上呈现出从春季到冬季逐渐下降的变化趋势;区域变暖背景下,冬季风环流减弱,天气过程频率和强度减弱,地面风速随之降低,导致ASI降低;研究区域的ASI与混合层高度、地表通风系数、良和轻度级别天数占比均呈现出同相月变化,而与静稳天气指数、重度和严重级别天数占比呈现出反相月变化规律。根据风速和气温对大气自净能力的影响规律,推测未来大气自净能力很可能进一步降低,因此建议地方政府进行适当的大气污染减排和区域产业升级,有利于控制未来的空气污染形势。      

浙江省空气质量与大气自净能力的特征分析

利用最新的高时空分辨率ERA-Interim探空和地面资料,计算分析了1979—2015年浙江省大气输送和自净能力的时空分布变化特征,结合环保局空气质量监测数据探讨了浙江省空气质量与大气自净能力的关系,结果表明:大气自净能力在春、夏季表现出沿海地区小,内陆地区大的分布;到了秋、冬季,沿海地区大气自净能力增大,内陆地区则减小;研究时段内全省平均大气自净能力有增大趋势。表征低层输送能力的10 m风速在秋、冬季最大,夏季最小,随时间略有减小,这是浙江省空气污染加剧的可能原因之一;10 m风速的分布基本呈从东部沿海地区往西部山区逐渐减小的变化趋势,秋、冬季风速略大,以偏北风为主。浙江省大部分地区冬季大气自净能力最差,盛行的偏北风又容易将北方污染物带下来,因此冬季是浙江省最易发生空气污染的时段。当风速较小,风向转为偏西北风时,污染物从北方输入并且积累,最易出现较严重的污染天气。中度及以上的空气污染主要发生在杭嘉湖、宁波、绍兴、金华这些经济发达的地区,沿海地区的舟山、温州、台州由于大气输送条件好发生站次很少。丽水和衢州山区海拔高,加之本地工业经济发展较弱,空气污染发生的频次较少。     

哈尔滨市空气质量特征及其与气象要素的关系

利用哈尔滨市2014—2016年逐日空气质量指数(AQI)数据,结合同期气象观测资料,分析了哈尔滨市空气质量的变化特征、主要污染物及与主要气象要素之间的关系。结果表明:近3 a间,哈尔滨空气质量为良级别的天数最多,占47%,达到污染级别的天数占31%,2016年空气质量最佳,优良级别的天数达到284 d,占全年78%;春夏季AQI指数较低,秋冬季AQI指数明显偏高,9月空气质量全年最佳,1月空气质量最差; PM_(2. 5)是造成哈尔滨空气污染的最主要污染物,其次是PM₁₀、NO_2和臭氧8 h(O3-8 h); AQI与气压之间以正相关为主,秋冬季最为显著;与风速主要表现为负相关,冬季尤为显著;与气温的关系受到采暖的干扰差异较大,年尺度及秋冬季呈负相关,月尺度呈正相关;与降水日数呈负相关;与相对湿度冬季表现为显著正相关,而5—9月为负相关。     

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。     

气象因子对太原地区空气质量的影响研究

利用2017—2019年太原小店区气象与空气质量指数逐时数据,分析了气象因子对空气质量指数的影响,对易污染月份空气质量进行了深入分析,利用神经网络方法构建了气象因子与空气质量指数的关系模型,并与逐步回归模型进行了对比。结果表明:(1)2017—2019年太原地区空气质量6个等级均出现过,其中,良占比最大,为51.9%;严重污染等级最少,为1.9%。每年8月空气质量最好,1月空气质量最差,11月—次年2月为易污染月份。(2)气温、风速、气压对空气质量指数的影响主要表现为负相关,9月—次年2月呈显著负相关;降水主要表现为负相关;相对湿度对空气质量指数影响较大,8月—次年3月呈显著正相关,6—7月呈显著负相关。(3)易污染月份,太原地区空气质量以良为主,占40.7%;其次为轻度污染,占24.8%;严重污染占4.6%。相对湿度、风速对空气质量影响较大,表现为强相关。(4)神经网络构建的气象因子与空气质量指数的关系模型,与逐步回归分析模型相比,准确率由91%提高到94%。神经网络模型模拟效果更佳,为太原地区治理大气污染提供重要的参考价值。     

岳阳城区空气污染的变化特征及气象影响因素

根据2003年12月至2013年12月空气污染资料, 对岳阳城区空气污染的变化特征及气象影响因素进行了分析,探讨了2013年岳阳城区出现的典型空气污染过程的天气实况、大尺度环流背景及成因。结果表明：近10年来,岳阳城区API指数呈显著下降趋势。冬季空气污染最严重且年际变化较大,而夏季空气污染相对较轻且年际变化较小。1—12月API指数基本呈V形变化,且具有冬半年（10月至次年3月）偏高,夏半年（4—9月）偏低的变化规律。工业布局、主导风向、地理条件等导致岳阳城区空气质量具有显著的时空分布。气温日较差大、逆温等大气处于稳定状态下空气污染加重。本地气象和外地输入因素导致2013年岳阳城区出现一次比较典型的空气污染过程。用多元回归方法建立的API指数预报方程表明,气象要素和天气现象对岳阳城区API指数有显著影响。     

2014-2017年揭阳市空气污染变化特征及与风速关系

基于2014-2017年的揭阳市4个环境监测站(东兴、西马、新兴和渔湖)的空气污染物(SO2、NO2、O3、PM10)数据和逐日平均风速资料,利用区域空气质量指数(RAQI)对揭阳市的空气污染特征及与风速的关系进行分析,结果表明:揭阳市的RAQI呈现逐年下降趋势,同时RAQI表现出明显的季节变化,在冬半年揭阳市的RAQI较大,空气污染较为严重,在夏半年的RAQI较小,空气质量较好;此外,揭阳市的RAQI主要是由于臭氧影响,其对于空气质量的贡献约有40%,PM10的影响次之,SO2的影响最小;揭阳市的空气质量与风速呈现为显著的负相关关系,当风速越强,空气质量越好,反之亦然。当风速强度约为0.19~0.29 m/s时,揭阳市容易出现空气污染情况,当风速>1.84 m/s时,无污染出现。     

京津冀及周边“2+26”城市秋冬季大气重污染气象条件及其气候特征研究

基于1961—2017年的地面常规气象观测资料以及ERA-Interim再分析资料等数据,采用大气自净能力指数（ASI）建立了重污染气象条件等级判别方法。通过对京津冀及周边“2+26”城市秋冬季大气重污染气象条件的长年代变化特征及其成因的分析,得出以下结论：从大气重污染气象条件多年平均水平来看,山西晋城从发生频次到极端性均为最高,北京、河北廊坊和河南郑州多发,河北保定、石家庄和衡水极端性较高。自1961年以来,虽然京津冀及周边“2+26”城市秋冬季大气重污染气象条件在历史上均有发生,但发生次数在2010年后显著增加,这是导致大气重污染频发的重要因素之一。相比2013—2016年,2017年秋冬季京津冀及周边“2+26”城市大气对污染物的清除能力相对较好,虽然北京不利于污染物扩散的气象条件仍然多发,但极端性明显降低。20世纪80年代和2010年以来京津冀及周边地区大气重污染气象条件发生频次均较多,这受到了气候变化背景下冷空气强度和大气滞留条件变化的明显影响,同时也在一定程度上受到了城市化的影响。     

ERA5再分析云量在大气环境评估中的适用性研究

以河北省7个国家级气象站为例,利用1979—2013年ERA5云量和地面实测云量数据,依国标推荐法计算混合层高度,通过公式推导出通风量和大气自净能力指数,比较两套数据的计算结果,对ERA5再分析云量在大气环境评估中的适用性进行了研究;采用ERA5云量计算2013年3月至2021年2月的大气自净能力指数,对其与PM2.5浓度之间的关系进行分析。结果表明：①两种云量资料计算的月平均混合层高度、通风量和大气自净能力指数的相对误差近似符合正态分布,主要集中在0～5%;各月混合层高度：相对误差＞通风量＞大气自净能力指数,相关性则相反。秋冬季的相对误差（相关系数）大都低（高）于春夏季,邢台、石家庄和保定的误差明显小于其他站。②利用两种云量数据计算的大气自净能力指数的多年平均相对误差最小,通风量的次之,历年值的相关性和偏差也是中南部站点的更为理想。③2013年3月至2021年2月,各站月平均大气自净能力指数和PM2.5浓度呈反向相关,中南部站点的相关性更为显著。     

2013—2017年天津市大气自净能力与大气颗粒物质量浓度特征分析

基于经验公式分析了天津市2013-2017年大气自净能力,以及PM_2.5和PM₁₀质量浓度的时空分布特征,并探讨了大气自净能力与大气颗粒物PM_2.5质量浓度的关系,以期更好的理解大气环境对污染物浓度变化的影响。结果表明：时间变化上,天津市大气自净能力在午后13-14时最大,夜间最低,一年之中在采暖季（10月至翌年3月）要小于非采暖季,与之相反,天津市PM_2.5和PM₁₀质量浓度在采暖季均高于非采暖季。2017年相对于2013年,大气自净能力增加了5%,而PM_2.5质量浓度下降了34%,PM₁₀质量浓度则减少了47%。空间分布上,大气自净能力各季节均表现为沿海高于内陆,城区低于郊区的分布,天津市的PM_2.5和PM₁₀质量浓度的高值也主要集中在中南部地区,尤其是城区。大气自净能力与颗粒物浓度的分布在空间分布上有着一定的对应关系。分析表明,天津市大气自净能力日均值与PM_2.5质量浓度日均值呈负相关,两者的相关系数为-0.34,在采暖季,相关系数有所提高。通过大气自净能力与PM_2.5质量浓度变化的分析可知,重污染事件大多数发生在低大气自净能力时。     

环境空气质量评价及与气象因子的关系——以2015年呼和浩特市区为例

环境空气质量指数是一种评价大气环境质量状况的指标,可用于大气环境质量评价以及污染控制和管理。文章利用2015年1—12月呼和浩特市空气质量数据,对2015年环境空气质量进行评价,并与气象因子进行了相关性分析。结果表明,呼和浩特市空气质量良好,全年监测365d,有276d达到优良,优良率达到75.6%,只有1d有严重污染,首要污染物为可吸入颗粒物。Person相关分析表明,气温、相对湿度、降水量、风速和日照均为极显著影响空气质量指数的关键气象因子。     

2012—2014年常州市空气质量与气象要素关系分析

利用常州市空气质量资料、常规气象观测资料,分析了2012—2014年常州市空气质量与气象要素之间的关系。结果表明:1)近3 a常州市总体空气质量特征以良为主,污染率接近40%,夏季空气质量最好,秋季次之,冬季为空气质量最差的季节。2)风向对污染物的输送有重要影响,常州市常年以偏东南风向为主导风向,风带来的海上清洁空气对污染物的稀释有一定作用,当空气达重污染时,西北风分量显著增大,说明上游地区污染物的输送对常州市空气质量有较大影响;风速对污染物的扩散作用明显,风速越大,空气污染率越低。3)降水对空气污染具有显著的净化作用,降水量级增大时,空气质量的优良率增大。4)气温与空气质量直接关系较小,气温低时,大气层结稳定,加之人类供暖致使能耗增大,导致空气污染概率较大,气温高时,大气对流活动较多,易产生降水,空气质量优良率较高;湿度与空气质量关系则较为复杂,当未形成降水时,相对较高的湿度有利于空气重污染的产生。     

2017年冬季海洋天气评述

2017年冬季（2017年12月—2018年2月）大气环流特征为：北半球极涡呈偶极型分布,中高纬度呈4波型。12月,亚洲中东部中高纬度环流经向度较大,有利于冷空气南下。2018年1月,西伯利亚冷高压较12月更强,冷空气自北向南影响我国近海。2月,冷空气活动减弱,有温带气旋入海并发展。我国近海出现了19次8级以上大风过程,其中冷空气大风过程14次,冷空气和温带气旋共同影响的大风过程2次,冷空气与热带气旋共同影响的大风过程1次,热带气旋大风过程2次。2 m以上的海浪过程有19次,未出现2 m以上大浪的天数仅有10 d。我国近海出现6次比较明显的海雾过程,出雾区域在北部湾附近海域,出雾时间在夜间—早晨时段。西北太平洋和南海共生成4个台风。海面温度整体呈下降趋势。     

2018年冬季海洋天气评述

2018年冬季（2018年12月—2019年2月）大气环流特征为：北半球极涡呈单极型分布,主体位于北冰洋上空偏向亚欧大陆一侧。12月,亚洲中东部中高纬环流经向度较大,利于冷空气南下;2019年1—2月,环流经向度减小,中高纬地区以纬向环流为主,冷空气势力减弱,东部及南部海区海雾过程增多。我国近海出现了17次8级以上大风过程,其中冷空气大风过程有13次,冷空气和温带气旋共同影响的大风过程有2次,冷空气与热带气旋共同影响的大风过程有1次, 温带气旋大风过程有1次。我国近海浪高在2 m以上的海浪过程有14次,2 m以上大浪的天数共计64 d。冬季共有10次比较明显的海雾过程,多在北部湾附近海域,出雾时间集中于夜间至早晨。南北海域海面温度之差为21～28 ℃,海面温度整体呈下降趋势。西北太平洋和南海有3个热带气旋活动。     

云南大气环境容量系数变化特征及未来变化趋势预估

使用云南1961-2015年气象观测资料,基于A值法对云南大气环境容量系数的变化特征及其成因进行分析,并利用4个城市的空气综合污染指数研究了大气环境容量系数与城市空气质量之间的关系,结果表明：(1)1961-2015年云南年平均大气环境容量系数呈减小趋势,大气自净能力不断下降。(2)平均风速减小是近年来云南大气环境容量系数减小的主要原因。(3)在多数情况下,大气环境容量系数与城市空气质量具有较好的反向变化关系。利用RegCM4区域气候模式对2016-2050年云南大气环境容量系数进行预估,结果表明,在模式模拟的RCP4.5(RCP8.5)情景下,云南年平均、春季、秋季的大气环境容量系数呈增大(减小)趋势,夏季与冬季则表现为减小(增大)趋势。     

大气自净容量的算法及关键物理因子分析

为更科学地量化大气对污染物的清除能力,使用WRF-NAQPMS模式对2017年12月进行模拟,对比分析影响大气清除能力的主要关键物理因子,修正A值法和大气自净容量算法的差异,进一步计算大气自净容量余量及各关键物理化学过程的贡献量。结果表明,边界层高度、风廓线、湿清除系数等3个关键物理参数较混合层高度、10 m高度风速、雨洗强度等更适用于量化清除过程;修正A值法和大气自净容量算法虽均能表征大气清除能力的强弱,但前者受目标城市面积影响较大,结果远高于大气自净容量算法;大气自净容量余量与细颗粒物（PM2.5）浓度变化趋势呈负相关,污染越重,大气自净容量亏空越多,其中平流扩散对大气自净容量贡献最大,化学转化过程次之,湿沉降等过程也不可忽视。