ACCMIP全球模式对中国地面PM2.5浓度模拟能力评估

本文利用MODIS和MISR卫星反演的地面PM2.5浓度和来自大气化学和气候模式比较计划（ACCMIP）的4个耦合了大气化学模块的气候模式（GFDL-AM3、NCAR-CAM3.5、GISS-E2-R和MIROC-CHEM）模拟的PM2.5浓度数据,评估分析了4个全球模式对中国地区地面PM2.5浓度时空变化特征的模拟能力。结果表明：4个模式集合模拟的PM2.5浓度在中国东部模拟效果较好。对比单个模式,GFDL-AM3模式对中国PM2.5浓度的空间分布型模拟效果最好。模式结果之间的一致性差异显著的地区主要出现在新疆中部和内蒙古西部地区。从整个中国地区的区域平均的时间序列来看,4个模式集合平均结果与观测结果相差不大,基本能够反映出东北、华中、华东沿海、新疆西部地区的PM2.5浓度的变化趋势。     

MODIS气溶胶光学厚度的PM_(2.5)质量浓度遥感反演研究

以北京为研究区域,利用MODIS气溶胶光学厚度产品AOT(Aerosol Optical Thickness)定量反演北京近地面PM2.5质量浓度。首先对MODIS AOT与对应地面实测PM2.5质量浓度为数据源,两者的线性相关系数为0.323,经过AOT标高订正和PM2.5湿度订正后,两者相关系数升高为0.467;进一步分析AOT与PM2.5的季节变化特征发现,秋季相关性最高(0.802),春季最低(0.252),其他季节介于之间,并深入分析了AOT与PM2.5自身物理化学特性及气象因子对两者相关性的影响机制;最后在耦合标高和湿度订正基础上,建立了一个近地面PM2.5质量浓度对数反演模型,并与地面实测PM2.5样本进行对比分析,结果显示均方根误差为2.84%,平均误差为9.53%,验证了该对数反演模型能较好的依据AOT反演近地面PM2.5质量浓度的可行性,为卫星遥感高精度定量反演PM2.5提供了科学依据。     

近4年早春宝鸡市区气象条件对空气污染的影响

利用2015-2018年3月宝鸡市区气象监测站地面观测资料与环境监测站空气质量数据进行对比分析,结果表明:①早春宝鸡市区首要污染物为PM2.5、PM10和O3。2016年与2018年3月污染日数多,主要气象因素是降水量偏少,连续无降水日数持续时间长,东风日明显多于西风日。②PM10质量浓度(C(PM10))变化与日平均气压、日降水量关系密切,且均为反相关;PM2.5质量浓度(C(PM2.5))与日最小相对湿度正相关特征明显;臭氧质量浓度(C8h(O3))与日最小相对湿度呈显著反相关,与日平均气温的正相关特征明显。③气压升高,连续性降水越多,西风日越多,越有利于污染物质量浓度的下降。C(PM10)大值区多出现在偏南风或偏东北风时;C(PM2.5)和C8h(O3)在偏东风时较大。④C8h(O3)主要出现在前期日最高气温突然增加5~8℃的当天和日最高气温为近期极值后的1~2 d。⑤沙尘天气使C(PM10)与C(PM2.5)明显升高;早春影响宝鸡市区的沙尘天气主要有蒙古气旋东移和冷空气东移南下两种地面形势。     

福州市PM2.5、PM2.5/PM10分布特征及与气象条件关系的初步分析

利用福州市PM2.5、PM10和气象资料,分析PM2.5、PM2.5/PM10的分布特征及与气象条件的关系。结果表明:福州市细粒子污染程度较轻,春季PM2.5和PM2.5/PM10值均是四季中最高的,其次是冬季,夏季最低;影响PM2.5浓度出现高值的天气系统有:暖区辐合与高空槽前、大陆高压后部和暖区降水三种系统,其中暖区降水天气形势下的PM2.5平均浓度最高,超标率为25.5%;影响PM2.5浓度出现低值的天气系统有:冷高压脊、高压底部和高空槽后,副热带高压及边缘,台风(热带辐合带)及外围系统,在后两种天气系统影响下的PM2.5平均浓度最低,超标率为0;剔除因降水、雾等低能见度个例,PM2.5浓度与能见度的相关系数为-0.626,冬春季的相关系数是夏秋季的1.4倍;PM2.5浓度与单一气象要素(如温度、相对湿度、风速等)相关性不明显,但不同季节、不同气象要素变化的组合对PM2.5浓度有直接影响。      

关中区域主要大气污染物时空分布特征分析

利用关中区域西安、咸阳、渭南、铜川、宝鸡五个主要城市2014-2018年PM2.5、PM10、SO2和NO2四种主要大气污染物逐日平均质量浓度,统计分析了关中区域近5年环境空气质量时间变化特征和区域分布特征。结果表明:关中区域颗粒物PM2.5、PM10和SO2年平均质量浓度呈逐年下降趋势;西安、咸阳和渭南NO2年平均质量浓度呈逐年上升趋势,宝鸡和铜川相对较低且变化趋势不明显;区域大气环境质量总体在不断改善。关中区域4-10月尤其是夏季6-9月空气质量状况较好,7月最好;采暖期空气污染较为严重,其中1月环境空气质量最差,其次是2月。近5年以颗粒物PM2.5和PM10为主要污染物,年平均值均超标,而SO2质量浓度相对较低;从区域分布来看,中部环境空气质量最差,其中PM2.5、PM10和NO2质量浓度明显较高,东部次之,北部和西部相对较好。咸阳中度以上污染日数明显较多,其次为西安,渭南居第三,铜川最少;咸阳、西安和渭南中度以上污染日数呈逐年增加趋势,咸阳增加趋势最为显著,而宝鸡和铜川呈逐年减少趋势。     

晋城市冬、春季PM2.5和PM10污染水平时空分布及其与气象因子的关系

为深入了解晋城市颗粒物浓度时空分布特征,对晋城市2017年12月至2018年5月国控点、小型站和微型站PM2.5及PM10小时浓度数据进行收集整理,并进行空间插值分析和时间变化趋势分析及与气象监测数据的相关分析。结果表明:颗粒物浓度在冬、春季节具有明显差异,冬季PM10与PM2.5高值区主要位于东北部及东南小部分区域,春季PM10高值区位于城区南部区域,PM2.5高值区主要集中于城区。晋城市城区和郊区PM10与PM2.5月均浓度整体呈单峰型变化,PM10在4月份最高(157.54±5.67μg·m^-3),PM2.5在1月份最高(94.08±2.25μg·m^-3)。冬季PM2.5/PM10平均为0.57,春季平均为0.45。颗粒物小时浓度的变化呈现单峰单谷的型式,冬季PM10与PM2.5小时平均浓度最高值均出现在10时,春季均出现在09时。监测期间晋城市PM10与PM2.5的小时浓度值与相对湿度有较高的正相关性(p<0.01),与风速、风向有较高的负相关性(p<0.01),与温度和气压的相关性较低。冬季,东北至正南风向时,PM10与PM2.5的浓度普遍高于西北风向时的浓度,对晋城冬、春季国控点颗粒物浓度贡献率最高的风向风速为东南偏南风向,风速在1 m/s以内。     

云南大气边界层高度演变及其与PM2.5变化相关性分析

基于ERA5 PBLH数据集、PM2.5观测数据和气温、相对湿度等多种气象观测资料,采用统计方法对1980—2020年云南省大气边界层高度（PBLH）变化特征、变化趋势,PM2.5浓度变化与PBLH的相关性进行系统分析。结果表明,受太阳直接辐射在一天中的变化影响,云南PBLH夜间变化平稳,白天波动较强;地气温差年代际变化与PBLH具有较好的一致性,2000年代至2010年代云南PBLH呈稳步升高趋势。降雨年内分布、地理位置的特殊性和天气系统等影响差异使得云南高海拔区域年内PBLH变化差异较小,干季PBLH较中、低海拔区仍明显偏低。云南四季PBLH大值中心多出现在昆明至楚雄,变化百分率多表现为增大趋势,春季整体增大趋势最明显,冬季变化百分率空间分布差异性最强。近地面层低温、高湿、弱风造成傍晚至夜间（18:00—01:00）PBLH快速下降,致PM2.5堆积到近地面层,PBLH对PM2.5浓度影响随之增强。各州/市PBLH与PM2.5的相关性和相关程度随季节和时次不同存在一定差异,02:00和08:00 PBLH与PM2.5基本表现为负相关,相关程度整体高于14:00和20:00;人类活动...     

汕头市PM10和PM2.5时间分布特征分析

采用β射线法大气颗粒物监测仪连续观测了汕头市PM10和PM2.5浓度,分析2015年11月至2017年10月的PM10和PM2.5的浓度水平、时间变化规律等。结果表明,PM10的年均日浓度为67.3μg/m~3,PM2.5的年均日浓度为35.9μg/m~3,其质量浓度日变化特征与人类活动和气象条件变化密切相关。PM10和PM2.5的月平均质量浓度变化趋势全年保持基本一致,谷值出现在6月,峰值出现在3月和12月。PM2.5/PM10比值为0.533,相关系数为0.75,存在显著的线性关系。     

海口市PM_(10)、PM_(2.5)和PM_1质量浓度的变化特征分析

利用2013年在海口市气象局地面气象观测站采集的PM10、PM2.5和PM1质量浓度数据,分析了2013年可吸入颗粒物质量浓度的变化特征,并对其成因进行了初步分析。结果表明:2013年海口市PM10、PM2.5和PM1质量浓度的变化趋势基本相同,PM10、PM2.5质量浓度的超标率低,达到一级标准的概率分别为74.0%和68.8%,超过2级标准的天数分别为1和9 d,ρ(PM2.5)/ρ(PM10)与ρ(PM1)/ρ(PM2.5)的比例平均分别为78.1%和85.1%;海口PM10、PM2.5和PM1质量浓度冬季最高,夏季最低,春、秋两季处于冬夏之间;PM10、PM2.5和PM1质量浓度的日变化呈双峰现象,一个峰出现在上午,一个峰出现在夜间;颗粒物质量浓度的变化主要受到气象条件和污染物排放的影响。     

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。