一次持续性雾霾天气过程的阶段性特征及影响因子分析

应用常规与非常规气象观测资料及PM2.5浓度监测资料,对2013年1月20~24日山西区域一次持续性雾霾天气过程进行分析。研究发现：（1）本次雾霾天气过程具有明显的阶段性特征。2013年1月20日14时至23日11时,由于相对湿度的变化导致了3次轻雾转大雾过程;23日14~20时,由于PM2.5浓度的增大经历了1次轻雾转霾的天气过程。（2）地面弱的气压场和较小的风速以及PM2.5浓度的上升和相对湿度的增大为本次持续性雾霾天气过程的形成和发展提供了有利条件。（3）边界层逆温的存在是雾霾低能见度过程形成的必要条件,边界层有逆温层而不出现雾霾天气的条件是：相对湿度〈50%,PM2.5日均值浓度〈75μg·m-3;逆温层下相对湿度的大小是区别雾和霾天气的指标。（4）相对湿度和PM2.5是决定能见度大小的关键因子,其对能见度的影响体现出明显的阶段性特征,当相对湿度〈90%时,PM2.5浓度对能见度的作用强于相对湿度,是影响能见度变化的主要因子,但随着相对湿度的增大,其对能见度的影响相对增强,当能见度降至1 km以下时,相对湿度成为影响能见度变化的主要因子。     

2014年10月京津冀地区一次PM2.5污染过程的数值模拟

近年来我国东部尤其是华北地区的PM2.5污染逐年加重,引起广泛关注。本文利用WRF Chem模拟了2014年10月京津冀地区一次PM2.5重度污染过程,研究造成此次过程的天气形势、污染物的时空分布特征以及一次、二次PM2.5对总浓度的贡献率,并对污染最严重当日的PM2.5垂直分布进行详细分析。结果表明：造成本次污染过程的是弱高压控制下的静稳天气系统,地面主导风向为南风,垂直方向上有逆温层,抑制了污染物垂直方向上的扩散。发生污染时,PM2.5的高浓度主要分布在北京南部、天津北部与河北接壤的区域,二次PM2.5的贡献率大于一次PM2.5,在清洁大气中则一次PM2.5的贡献更大。垂直方向上,PM2.5中的一次颗粒物只在近地面有高浓度中心,1.2~1.6 km的上空高值区以二次生成的颗粒物为主,是由前体物上升到高空后再通过氧化反应生成的,当这部分颗粒物随着边界层落回近地面时会加重污染。随着时间的变化,污染物的分布高度和边界层高度呈明显的正相关。     

江西省中北部地区一次典型灰霾天气过程分析

利用气象观测资料、南昌市PM2.5资料并结合HYSPLIT轨迹模型,对2013年12月4—10日江西省中北部地区一次典型、持续性灰霾天气过程进行了分析,综合讨论了灰霾天气发生过程中的天气形势、风速、能见度、低层相对湿度、层结稳定度等气象要素和物理量特征,分析了PM2.5浓度等环境要素的变化特征以及导致此次灰霾天气的污染源。结果表明:1)此次灰霾天气过程的500 h Pa高度层平均环流形势为"两槽一脊"型,江西省受西北偏西气流控制;弱冷空气、静稳天气是灰霾天气得以形成和发展的主要天气背景场。2)较小的近地面风速和较大的相对湿度以及中低层逆温层的存在均是此次灰霾形成和维持的重要条件,且此次灰霾天气过程中能见度分别与近地面风速和相对湿度、PM2.5浓度呈正、反相位关系,湿度升高、污染物浓度较高、风速较低的气象条件容易形成低能见度。3)灰霾天气气溶胶颗粒物浓度的升高可能是由本地污染源和甘肃省、内蒙古自治区一带以及四川省东南部污染源共同造成的;前期整体出现在2 km以下,随着时间的推移,浓度升高。     

基于多源数据的北疆一次持续性浓雾天气过程的演变特征

利用常规高空地面、机场跑道自动观测系统(AWOS)、微波辐射计及FY4A新一代静止气象卫星等资料对2019年12月9～13日发生于北疆沿天山一带的一次持续性浓雾天气进行观测特征及演变分析，结果表明：（1）此次大雾天气过程是发生在500 hPa高空脊区控制，低层不断有暖平流东伸，地面位于蒙古冷高压后部均压场的大尺度环流背景下。（2）大雾发生前，地面明显升温有利于地表融雪、水汽蒸发，这为浓雾的形成和维持提供有利的水汽条件。浓雾维持期间，地面风速维持1 m.s-1左右的弱风场，温度露点差≤2℃，空气接近饱和，准噶尔盆地低洼地形均为浓雾维持提供有力环境条件。浓雾消散期间，风速增大，急剧降温，快速增湿，有利于雾滴凝结为米雪，使得浓雾消散。（3）Brunt-Vaisala（布伦特-维萨拉）指数能较好的反映浓雾期间边界层稳定度，并能提炼出相关稳定度阈值。浓雾期间相对湿度≥85%高度层主要集中在100米以下的贴地层，持续深厚的湿度层为浓雾形成和持续提供较好水汽条件，大雾期间强逆温层顶主要维持在600 m高度，当逆温层顶高度抬升时，有利于雾滴粒子、水汽粒子向上扩散，能见度好转。（4）FY4A卫星的多通道可见光及红外通道差图像能较好的监视白天及夜间大雾的形成、维持及生消变化，对于业务中短时临近预报有较好的帮助。     

一次热带气旋外围下沉气流造成的珠三角地区连续灰霾天气过程分析

通过研究广州番禺大气成分站的气溶胶颗粒物质量浓度(PM10和PM2.5)、黑碳浓度、臭氧浓度等大气成分要素,常规地面气象要素以及气流后向轨迹、垂直速度、位温和边界层高度等资料,结合热带气旋路径和天气形势对热带气旋外围下沉气流造成的一次珠三角地区连续灰霾天气过程的形成原因和变化特征进行了分析.由于热带气旋移动缓慢,其外围下沉气流使珠三角地区形成了层结稳定、静小风和晴朗少云的天气条件,导致珠三角地区出现连续的灰霾天气.在这次灰霾过程中,气溶胶粒子来源以本地源为主,并且以细粒子为主,PM2.5占PM10的比例接近70％,黑碳浓度占PM10的6.0％左右;在凌晨,由于边界层高度降至最低,垂直扩散条件差,同时相对湿度也达到峰值,气溶胶吸湿增长明显,易出现能见度低值.     

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%。     

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。     

北京地区一次持续性雾霾天气分析

2015年11月27日至12月1日,北京地区出现了一次十分严重的雾、霾天气过程。综合分析此次雾、霾天气过程的天气形势、加密自动站、探空、风廓线雷达以及连续观测的PM2.5资料,结果表明:本次雾、霾过程,能见度的恶化与天气形势、PM2.5持续性波动增长、相对湿度增加、逆温出现频率高、近地层风速小及近地面偏南风输送有密切关系:(1)此次雾、霾过程期间,华北地区较长时间被地面高压后部的弱气压场和低压辐合区控制,地面风速和近地层风速较小,北京大部分地区处于弱的偏南风或偏东风控制中,很不利于污染物的水平扩散;(2)地面增湿趋势明显,低层偏南和偏东气流将水汽和上游污染物向北京地区输送,加之29日气温明显回升,导致地面积雪融化,近地面相对湿度增加,有时接近饱和;(3)边界层逆温一直存在,很不利于污染物的垂直扩散。     

中山市一次大雾天气过程的成因诊断

利用Micaps资料、NCEP再分析资料和中山市紫马岭观测站的逐时整点能见度、气温、相对湿度、风等资料,对2012年2月29日—3月3日发生在中山市的一次平流雾天气过程进行分析,结果为：（1）该次大雾过程是在下垫面温度较低、温度露点差在1℃以下,相对湿度在90％～95％,风速较小等气象条件下形成的;（2）近地面层弱辐合、中低层弱辐散的散度场配置,低层暖湿平流的增湿作用,以及逆温层的存在均为大雾的形成和维持提供了有利条件;（3）冷空气势力减弱,地面开始增温导致逆温层破坏、水汽不饱和使能见度迅速回升,大雾天气结束。     

2018年辽宁地区两次大雾天气成因分析

应用能见度观测仪、风廓线雷达、加密自动站和常规气象观测等资料,从天气学角度对2018年1月17—18日和11月24—25日辽宁地区两次大雾天气特点及边界层热动力条件对大雾形成的影响进行分析。结果表明：两次大雾天气表现与成因较为类似。大雾发展均有两个阶段,且天气背景条件相似。其中大雾第一阶段主要为辐射雾,辽宁中部位于弱辐合带上,大雾出现在偏南气流中,偏南风将海上水汽输送到营口—沈阳一带,辐射降温配合弱的上升冷却作用,形成近地面逆温,同时温度露点差减小、相对湿度增大,导致大雾爆发性发展。大雾第二阶段,在次日07—08时冷平流入侵近地面层,逆温层再次建立导致大雾发展,低层弱冷平流到达地面时间和位置是大雾精细化预报的关键因素。     

北京一次持续霾天气过程气象特征分析

2013年1月10-14日,北京平原地区出现了水平能见度在2 km以下、以PM_2.5为首要污染物、空气质量持续5 d维持在重度以上污染水平的霾天气。综合分析此次霾天气过程的天气形势、北京地区常规和加密气象资料以及城郊连续观测的PM_2.5浓度资料。结果表明：此霾过程期间,北京高空以平直纬向环流为主,受西北偏西气流控制,没有明显冷空气南下影响北京地区,地面多为不利于污染物扩散和稀释的弱气压场;大气层结稳定、风速小(日平均风速小于2 m·s^-1)、相对湿度较大（日平均相对湿度在70 %以上）、逆温频率高强度大,边界层内污染物的水平和垂直扩散能力差;北京城区及南部的京津冀地区人类活动排放污染物强度大,在相对稳定和高湿的天气背景下,受地形和城市局地环流的影响,北京本地污染物累积和区域污染物输送以及PM_2.5细粒子在高湿条件下的物理化学转化等过程共同作用造成此次北京城区及平原地区污染物浓度快速增长并持续偏高,高浓度PM_2.5对大气消光有显著影响,造成低能见度和持续霾天气。     

Using hourly measurements to explore the role of secondary inorganic aerosol in PM2.5 during haze and fog in Hangzhou,China

This paper explores the role of the secondary inorganic aerosol （SIA） species ammonium,NH4＋,nitrate,NO3-,and sulfate,SO24-,during haze and fog events using hourly mass concentrations of PM2.5 measured at a suburban site in Hangzhou,China.A total of 546 samples were collected between 1 April and 8 May 2012.The samples were analyzed and classified as clear,haze or fog depending on visibility and relative humidity （RH）.The contribution of SIA species to PM2.5 mass increased to ～50％ during haze and fog.The mass contribution of nitrate to PM2.5 increased from 11％ during clear to 20％ during haze episodes.Nitrate mass exceeded sulfate mass during haze,while near equal concentrations were observed during fog episodes.The role of RH on the correlation between concentrations of SIA and visibility was examined,with optimal correlation at 60％-70％ RH.The total acidity during clear,haze and fog periods was 42.38,48.38 and 45.51 nmol m-3,respectively,indicating that sulfate,nitrate and chloride were not neutralized by ammonium during any period.The nitrate to sulfate molar ratio,as a function of the ammonium to sulfate molar ratio,indicated that nitrate formation during fog started at a higher ammonium to sulfate molar ratio compared to clear and haze periods.During haze and fog,the nitrate oxidation ratio increased by a factor of 1.6-1.7,while the sulfur oxidation ratio increased by a factor of 1.2-1.5,indicating that both gaseous NO2 and SO2 were involved in the reduced visibility.     

2018年1月青岛市一次重度污染雾—霾天气成因分析

利用中国国家地面站逐小时气象观测资料、中国环境监测总站空气质量逐时监测数据、ECMWF 0.125°（纬度）×0.125°（经度）再分析资料及青岛市八关山自动站常规要素逐小时数据,对2018年1月15~22日青岛市一次重度污染雾—霾天气过程的特征及其影响因子进行分析。结果表明:PM10为首要污染物,污染过程中青岛市48 h 输入污染源前期主要为北方干冷气团与江淮湿空气在山东半岛北部汇聚堆积,后期则主要包括山东省内局地大气污染物排放。雾—霾期间,500 hPa中高纬地区受乌拉尔山阻塞高压和中西伯利亚冷低压控制,宽广的东亚横槽稳定维持,青岛上空以平直西风气流为主,地面等压线稀疏,风速小;随着横槽转竖,纬向型环流转为经向型,冷空气大举南下,风速急增,降雪发生,雾—霾迅速消散。在静稳的大气环流背景下,当近地逆温层内弱风或持续吹陆风,对流层低层上升和下沉运动较弱,水汽条件较好时,有利于雾—霾维持。综合分析雾—霾各阶段PM2.5浓度和相对湿度与能见度间的关系发现,霾阶段两因子影响力相当;雾阶段能见度主要受相对湿度的影响;静稳条件下PM2.5浓度累积增加是影响雾、霾混合阶段能见度的主要因子。     

北京大气能见度的主要影响因子

利用北京市道面自动气象站、国家级自动气象站等多种观测数据分析北京地区2007—2015年能见度及其主要影响因子, 并挑选两次典型低能见度事件过程进行详细分析。从空间分布看, 北京西北地区能见度明显高于中心城区和东南大部地区。从时间分布看, 北京地区平均能见度最大值出现在5月, 最小值出现在7月; 日间的最低值多出现在06:00(北京时, 下同)左右, 冬季略向后推迟; 最高值多出现在16:00前后, 冬季略有提前。整体而言, 2007—2015年北京地区发生低能见度事件的概率为62.14%, 且发生低能见度的事件集中于1~5 km, 霾事件中干霾、湿霾的发生频率分别为86.13%和13.87%。能见度的主要影响因子为相对湿度、风速和PM_2.5浓度。其中, 能见度与风速呈正相关, 与相对湿度和PM_2.5浓度呈反相关。需要指出的是, 当相对湿度增加至80%, 能见度受PM_2.5浓度的影响程度在下降, 而主要受相对湿度的影响。基于所选个例, 当北京地区出现湿霾事件时, 能见度的恶化程度远高于干霾事件, 且PM_2.5浓度需比干霾事件时下降得更低才能有效改善能见度。     

内蒙古地区沙尘和霾自动观测数据的可靠性和修正方法研究*

2014年,中国气象局将地面人工观测业务调整为自动仪器观测的方式,这一改变明显提高了工作效率,但对观测结果,特别是视程障碍类观测产生了一定的影响。为了完善内蒙古地区霾和沙尘天气判别标准,获得准确可信的气象资料,本文选取了2001-2019年内蒙古12个站点逐三小时的气象观测资料,从时空分布特征和判别方法研究了内蒙古地区沙尘和霾自动气象观测数据的可靠性和判别标准的适用性。结合PM2.5和PM10两个空气质量指数,通过修正错误记录,将沙尘中误判的霾和无天气、霾中误判的沙尘、雾和无天气等分离出来。对比结果来看,修正前,霾和沙尘分别占总频次的95%和5%；修正后,霾、沙尘、雾和无天气分别占总频次的55%、17%、1%、27%。对比呼和浩特单站一次沙尘和一次霾天气过程中气象要素和空气质量指数的连续变化可以看出,相对湿度与PM2.5的相关性均达到了0.5以上。沙尘期,能见度与PM10负相关,PM2.5和PM10相关性较差；而霾期,能见度与PM2.5和PM10的相关性较差,PM2.5和PM10相关性达到了0.8以上,即不同相对湿度环境下影响能见度的因素不同。     

2006-2010年福建沿海城市群低能见度天气特征及影响因素

利用2006年1月至2010年12月各城市能见度、相对湿度、降水、天气形势和PM10的浓度资料分析福建沿海城市群低能见度天气的特征及其影响因素,并将福建沿海主要城市分成北部、中部和南部3个城市群。结果表明：北部城市群每年霾日只有8-26 d,低能见度主要是由（轻）雾引起的,而中、南部城市群低能见度主要是由霾引起的;各城市群（轻）雾和霾天气主要出现在12月至翌年6月,7-11月出现率极低,而平均能见度夏秋季节高于冬春季节;各城市群的低能见度、（轻）雾和霾均以“短暂”为主,其次是“半天”,“全天”最少;低涡切变下（轻）雾的日数最多,其次是高空槽和暖区辐合,再其次是变性冷高压;霾出现频率较高的是暖区辐合、高空槽和变性冷高压3种天气形势;PM₁₀浓度在霾、非低能见度天气下和（轻）雾天气条件下分别为0.068-0.109 mg·m^-3、0.041-0.072 mg·m^-3和0.044-0.064 mg·m^-3。     

天津2011年秋冬季PM2.5组分特征及其对能见度的影响

利用2011年能见度、相对湿度、风速逐时观测资料和11月16日至12月13日期间颗粒物膜采样数据,分析天津市大气能见度与PM_2.5组分的关系。结果表明：天津颗粒物质量浓度与能见度变化总体呈负相关,PM_2.5和相对湿度对能见度的影响作用明显。能见度与颗粒物中TC质量浓度变化呈负相关,SO₄^2-,NO₃^-,OC和EC是影响大气能见度的主要组分,其中SO₄^2-浓度对能见度影响最大,其次为OC浓度、EC浓度,NO₃^-浓度对能见度的影响相对较小。后向轨迹和混合层高度分析表明,气象条件是造成PM_2.5质量浓度分布差异的重要原因。     

华北背景地区大气能见度变化特征及影响因素分析

基于1980~2014年上甸子国家级地面气象台站人工观测的大气水平能见度数据和大气成分站资料,采用Mann-Kendall趋势分析及突变检验法对大气能见度进行分析,并结合气象和污染要素进行相关性检验,以了解华北背景地区大气能见度的变化趋势及其影响因素。结果表明:上甸子地区年均能见度呈下降趋势,能见度最大和最小变率出现在夏季和春季,分别为3.4 km（10 a）-1和1.7 km（10 a）-1;冬季能见度（38.1 km）最高,秋季（36.2 km）次之,春季（32.8 km）和夏季（31.4 km）较低;突变分析表明上甸子地区的年均能见度未出现明显突变。能见度受各类气象因子的综合影响。根据Person相关和偏相关的统计结果,能见度与相对湿度和风速均呈明显负相关;与气压呈明显的正相关;而与气温的相关系数时正时负,表明气温对能见度的影响具有两面性。能见度下降的主要原因为大气污染,能见度随着大气细颗粒物增加呈幂指数降低（决定系数R2=0.98,显著性水平p < 0.01）;能见度为10 km时对应的细颗粒物（PM2.5）的边界浓度为74 μg/m3;在现行的国家环境空气质量标准二级标准（75μg/m3）下,可以使华北背景地区保持较高的大气能见度（≥ 10 km）。     

桂林城区大气能见度与颗粒物浓度和气象因子关系研究

利用2015年1月至2017年6月桂林国家基本气象站能见度、相对湿度、气温、气压、降水等气象要素和PM₁₀、PM_2.5、PM_1.0颗粒物质量浓度资料,分析桂林城区大气能见度与颗粒物浓度和气象因子之间关系。结果表明：桂林城区大气能见度和PM₁₀、PM_2.5、PM_1.0呈对数关系,相关系数分别为-0.341、-0.461、-0.509,颗粒物对大气能见度影响在相对湿度为60%—70%时最为显著。在各气象因子中,大气能见度与风速的相关性最好,其次为相对湿度,与风速呈二次函数关系,与相对湿度呈幂指数关系,与温度相关性较小,与气压在秋冬季节呈正相关,相关系数冬季可达0.301,但在春、夏季节相关性不显著;利用颗粒物浓度和气象要素建立8种大气能见度非线性统计回归模型,比较后发现利用PM_1.0、风速、相对湿度、气温等因子建立的不同季节大气能见度拟合公式在实际检验中效果最优,能较好地模拟桂林地区大气能见度的变化。