乌鲁木齐重污染日的天气分型和边界层结构特征研究

利用2004年1月-2009年4月高空、地面气象观测资料和逐日空气污染指数,对乌鲁木齐空气污染≥Ⅳ级的重污染日持续时间特征、500hPa高空环流形势、地面气压场及相应的边界层结构特征进行了统计分析。结果表明,乌鲁木齐重污染过程发生1天和持续2,3和4天的比例分别是32.2%,23.3%,18.5%和11.0%;发生重污染时500hPa以纬向环流型居多,占重污染总日数的84.2%,经向环流型为15.8%。从地面气压场来看,高压后部型出现重污染的频率最高,达86.3%;高压底部型次之,为9.6%;高压前部型和南高北低型出现重污染的几率较小。乌鲁木齐冬季Ⅲ级污染日对应的温度、湿度及风等要素廓线的垂直结构与冬季平均状况几乎一致,而重污染出现时,边界层逆温较强、风速较低且低空伴随有较厚的偏东风或东南风气流;重污染日和雾的关系密切,伴随有雾或轻雾的频率高达81.3%;前一日20:00(北京时)上干下湿并伴有逆温的边界层结构极易导致空气质量恶化。     

哈尔滨市空气质量变化特征与气象条件的相关性分析

通过哈尔滨市2013-2016年的空气质量指数资料、常规气象资料以及NECP/NCAR再分析资料,对哈尔滨市空气质量变化特征及其与气象要素的关系进行了分析,并从气象因素探讨了哈尔滨市典型污染日发生的天气形势及特点。结果表明近4 a哈尔滨市的空气质量状况总体有所改善,其中8、9月空气质量最好,12月空气质量状况最差;首要污染物主要为PM10和PM2.5,且在冬季PM10和PM2.5最重;冬季哈尔滨市逆温厚度与污染物浓度呈正相关;逆温强度与污染物浓度呈负相关,重污染的典型地面形势主要有高压南部型、高低压过渡型、高压中心型、高压南部型、燃煤供暖型和秸秆燃烧型5类。     

贵港市污染天气分型及污染气象特征研究

污染天气分型研究对空气质量预报预警等具有重要的意义,基于2015年1月~2018年12月欧洲数值预报中心（ECMWF）再分析资料和国家气象站常规资料,采用聚类分析法按高空及地面天气形势划分了贵港市的污染天气类型,并探讨各天气类型下的污染天气特征和空气质量状况。结果表明,发生大气污染时,按高空(500 hPa)环流形势可分为两槽一脊型、一槽一脊型、副热带高压型,其中两槽一脊发生在秋冬季的频率最高。按地面环流形势可分为冷高压脊底部型、冷高压控制型、冷高压后部型、西南暖低压型、热带气旋型、均压场型共6种类型,并构建天气学模型。其中冷高压脊底部控制下的污染天气天数最多(61天);但冷高压控制型空气质量最差(AQI为163),是造成颗粒物(PM2.5/PM10)超标的类型;西南暖低压型次之(AQI为135);热带气旋型和均压场型常常表现为高温多日照,容易造成O3污染。大气污染发生时环流形势和气象要素表现为大气稳定度升高,水平和垂直扩散条件变差,地面平均风速不超过1.5m/s,相对湿度大于50%,日雨量皆为不超过5mm的零星小雨。     

哈尔滨冬季重污染日气象特征

以2000-2009年中国环境保护部公布的空气质量日报中空气污染指数大于200的日期作为重污染日,从气象因素方面分析哈尔滨冬季重污染日发生的原因。结果表明：哈尔滨冬季重污染日20时地面风速为1级或静风;85 %的重污染日在850 hPa层以下有逆温现象,最大逆温强度出现在地面与925 hPa之间,为0.73 ℃/100 m;95 %的重污染日在850 hPa层以下有下沉运动。重污染的典型地面形势包括高压边缘型、高压中心型和低压边缘型三类。高压边缘型和高压中心型表现为大气对污染物的水平、垂直输送均为不利,而低压边缘型表现为有利于污染物的垂直输送。天气形势特征的归类,可为开展空气污染预报提供参考。     

天津冬季重霾污染过程及气象和边界层特征分析

京津冀大气灰霾污染严重,天津市作为其核心组成之一其污染形势亦严峻。选取2013年2月20~28日天津重霾污染时段7站PM2.5(空气动力学当量直径小于等于2.5μm的颗粒物,即细颗粒物)和气态污染物数据,结合北京污染数据、地面气象要素、能见度、边界层温湿和风廓线、后向轨迹,深入分析重霾污染过程特征及气象和边界层成因。结果显示,研究时段天津PM2.5、SO2、NO2、CO和O3浓度均值为150、87、56、2.4和22μg m-3,气态污染物各站差异显著,但仅有SO2全面超过国家空气质量一级标准(50μg m-3),而PM2.5具有区域同步变化特征,且严重超标,是一级标准(35μg m-3)的2~8倍,最高小时均值高达364μg m-3;高浓度PM2.5是导致低能见度的主因,能见度小于10 km对应PM2.5阈值为50μg m-3。弱风和高湿度导致局地排放累积,PM2.5始增,在高湿度条件下,持续偏南风促使其稳步增加,配合弱北风和弱东风PM2.5震荡上扬,污染高值阶段,南北气流短时迅速切换,区域污染传输叠加污染的循环累积,PM2.5浓度峰值达到最高;除因边界层强东风导致的平流逆温外,高浓度PM2.5与平流逆温密切相关;高污染时段高湿主要集中在500 m以下,且随高度递减幅度较大;位于200~600 m的低空急流一定程度抑制污染上升,尤其持续强东风使PM2.5浓度稳步降低到二级水平,污染迅速有效清除最终依赖整层的强西北风。北京、环绕天津的河北中部和西南部地区对天津重污染有显著贡献。     

广西一次大气重污染过程的气象条件分析

对2016年12月28日至2017年1月7日广西一次大气重污染过程的环流形势、温度、湿度、风的特征进行分析,结果表明:高压中心位于东海时,华南地区气压梯度小的稳定环流形势使污染物不易扩散。500h Pa高压后部形势有利海上水汽的输送,形成的高湿度环境,会造成颗粒物吸湿性增长。大气层结稳定,近地层出现多层逆温厚度,且垂直湿度出现上湿下干的状态时,易于污染物的积累。跨区域污染传输是广西大气污染的重要因素之一。     

2019年1月长春市一次霾污染过程成因分析

利用空气质量历史监测数据、地面气象要素及激光雷达探测资料,综合分析了2019年1月10—15日长春市一次霾污染过程,探讨了污染过程中污染物和气象要素的变化特征与影响机制。结果表明：此次霾污染过程中12—13日污染最重,PM_2.5和PM₁₀质量浓度均超过150 μg·m^-3,气溶胶消光最强,超过70%的PM_2.5/PM₁₀比值大于0.7,指出了细粒子对重污染事件的贡献;重污染期间近地面风速偏小、相对湿度增加、变压较小,同时低空风出现明显的风向转变,弱下沉运动与逆温以及较低的边界层共同削弱了大气的水平和垂直扩散能力,有利于污染物累积,导致霾污染。500 hPa天气形势表明长春市位于槽前脊后,850 hPa高度场为弱西风,相对湿度大;海平面气压场存在低压气旋及弱西南气流,该气流有利于将污染物输送至长春市,造成霾污染加剧;1月14—15日高空槽加深东移,850 hPa西北气流增强,近地面气压梯度力变大,污染物得到扩散,霾污染逐渐结束。     

北京地区一次PM2.5重污染过程的边界层特征分析

利用北京市环境保护监测中心和美国大使馆的细颗粒物（PM2.5）逐时监测数据,中国科学院大气物理研究所325 m气象梯度塔资料以及实况天气图和探空资料,对2015年11月27日至12月1日北京的PM2.5重污染过程的边界层特征进行了分析。研究发现:这次重污染过程持续时间长、强度大,其中PM2.5浓度超过75 μg/m3的时次共计126 h,超过150 μg/m3共计116 h,小时最高PM2.5浓度为522 μg/m3。在高低空环流场配置的影响下,近地面静风和多层逆温结构抑制了污染物在水平和垂直方向上的输送,加上边界层内的深厚湿层,使得其中气溶胶不断吸湿增长,高PM2.5浓度得以维持。在重污染期间,湍流动能较低,不利于污染物的水平和垂直扩散。垂直方向的湍流动能一直占水平方向的15%~20%左右,水平湍流动能占主要贡献。摩擦速度与湍流动能呈现出相似的变化趋势,不同高度之间的摩擦速度差别不大。超出前后时次一个数量级的湍流强度尖峰的出现是湍流场发生调整的一个信号,是PM2.5浓度发生剧烈转变的前兆,预示着污染状况更加糟糕。重污染过程中感热通量的输送方向为从地面向大气输送,感热通量和潜热通量都大幅减少,并且表现出明显的日变化特征。对湍流功率谱计算和分析表明,在重污染过程期间,时间尺度为5 min至6 h的中尺度过程对从地面到大气方向的动量和热量通量输送做出了重要贡献。     

基于边界层精细化预报的乌鲁木齐2020年1月大气污染气象特征分析

基于CMA-GFS全球天气业务模式,采取拉格朗日空间插值算法,构建边界层要素精细化预报场,并结合PM_2.5监测数据、地面及探空气象观测数据,对乌鲁木齐2020年1月重污染期间的边界层气象特征进行分析。结果表明,乌鲁木齐重度及以上污染时次占分析时段的52.30%,污染时段大气水平和垂直扩散能力较清洁时段偏差约50%左右,PM_2.5粒子造成的消光作用增强是中度及以上污染等级能见度下降的主要原因。分析时段内大气边界层长时间维持逆温状态,接地逆温时次占逆温总时次的87.77%。当日逆温持续时间超过12 h时,日均PM_2.5质量浓度较其他时段偏高25.02%～30.76%。PM_2.5质量浓度为重度及严重污染等级时,首层逆温强度可达5.53℃/(100hPa)。混合层内外垂直风切变的增大可以改善大气垂直扩散条件,可在一定程度上降低PM_2.5质量浓度。与中度污染等级相比,重度及以上污染等级的气温日较差偏小0.5℃,逆温层顶底的温差偏大,表明高浓度的PM_2.5粒子在白天削...     

乌鲁木齐一次重污染过程及其边界层特征量分析

针对2020年1月5—17日乌鲁木齐出现的重污染天气，利用乌鲁木齐的探空站资料和地面常规气象数据计算了最大混合层高度、平均风速、逆温特性、边界层通风量、能见度、相对湿度等，对最大混合层高度、能见度、相对湿度与PM_2.5质量浓度进行了相关性分析，并利用Hysplit后向气团轨迹模式分析污染形成源。结果表明：此次重污染天气过程大气层结较为稳定，主要表现为逆温层厚(平均577 m)、逆温强度大(平均1.7℃/100 m)、最大混合层高度低(平均400 m)；边界层通风量对局地空气质量影响显著；PM_2.5质量浓度与相对湿度呈弱的正相关，与能见度呈指数相关；Hysplit后向气团轨迹模式分析得出此次污染过程以局地排放为主要形成源。     

东胜区污染状况分析

文章利用东胜区主要污染源排放情况以及2005年9月1日-2007年8月31日每日SO2、NO2、PM10浓度监测值和2005-2007年SO2、NO2、PM10平均值,分析了东胜区主要污染类型、污染物来源以及东胜区近3年SO2、NO2、PM10监测值日、月、季、年分布特征和变化规律;提出了消减大气污染物排放的对策。     

西安城市PM10污染特征及持续重污染过程分析

对2001年4月至2006年5月西安PM10污染资料的统计分析发现:西安城市PM10污染主要发生在冬春季节,城区污染比郊区明显偏重,工业区污染也明显重于生活区.5年中2002年污染最严重,年超标日达190天,3天以上3级以上持续污染过程18次.重点分析了2002年12月9～21日西安持续重污染过程,此过程是在500hPa为平直西风气流下.地面均压系统缓慢东移,边界层内出现稳定的大气层结以及近地面产生小尺度局地环流体所形成.     

Pollution and cloud reflectance

Conventional power plants are prolific sources of cloudnucleating particles. Consequently clouds forming in air influenced by such emissions contain higher concentrations of cloud droplets than would prevail in clean conditions; optical properties of clouds are thereby modified, causing them to reflect more sunlight and transmit less. That has obvious consequences for climate physics, but it may also be relevant for mesoscale processes since quite substantial energy changes are involved. Ships constitute isolated sources in an environment that is often quite clean, and when low thin cloud layers are present, ships delineate their courses in satellite images by bright lines. These lines are caused by the above-mentioned increase in reflectance, providing, on a scale of tens to hundreds of kilometers, a realization of an effect which on a climatic scale cannot be directly observed (but which is likely to be comparable in magnitude to the CO₂ effect, but oppositely directed).     

乌鲁木齐市空气污染现状分析

从纵横两个方面对乌鲁木齐市空气污染现状进行了系统分析，包括与全国其它重点城市之间的比较分析、季节变动分析和趋势变动分析。     

室内空气污染及其控制

在介绍城市室内空气污染的现状、空气污染物的主要来源种类及其对人体健康造成危害的基础上,对目前常用的控制室内空气污染、改善室内空气质量的方法进行了对比分析,并提出了一些建设性意见.     

大气污染生物指示物研究进展

生物指示物（Bioindicator）是指能通过典型症状或可衡量的反应来揭示大气污染物存在与否的生物体或生物反应。许多对污染物敏感的植物和微生物都可以做为大气污染的生物指示物。对国内外相关研究进展做一综述,并简单探讨了目前研究存在的问题和未来研究的方向。     

室内空气污染及其控制

在介绍城市室内空气污染的现状、空气污染物的主要来源种类及其对人体健康造成危害的基础上,对目前常用的控制室内空气污染、改善室内空气质量的方法进行了对比分析,并提出了一些建设性意见。     

新一代多普勒天气雷达电磁辐射污染分析

为定量分析天气雷达电磁辐射环境影响,作者根据新一代多普勒天气雷达的主要性能参数,结合对安徽即将布点的三部新一代多普勒天气雷达环境评价工作的成果,理论推导其电磁辐射的分布情况,按照《电磁辐射防护规定》(GB8702-88)和《电磁辐射环境影响评价方法和标准》(HJ/T10.3-1996)的要求,分析了新一代多普勒天气雷达对环境的电磁辐射影响,由此计算出天气雷达工作时主瓣方向及旁瓣方向电磁辐射安全防护距离,对雷达布点站址选择及运行时的电磁防护有一定的参考价值。     

City Air Pollution Prediction System

TheCityAirPollutionPredictionSystem(CAPPS)forforecastingairpollutionconcentrationandpotentialbuiltbyCAMSinl997wasimprovedinl999.Itsrunningtimewasshortenedbyover50%,anditsforecastaccuracywasraisedobviouslyafterapplyingthecombinedforecastingtechnique.Curren…     

Synoptic Climatology of Air Pollution in Moscow

Summary Seasonal synoptic indices are developed employing principal components analysis and cluster analysis for Moscow and using surface and upper air meteorological data. Synoptic types are analysed in terms of circulation patterns and air mass characteristics. The indices are used to examine weather-induced variability in CO and NO₂ concentrations for different land use types and in the context of multiple pollution sources. Anticyclonic conditions in spring, summer and autumn are identified as producing high pollution concentrations. Local depressions developing in the low pressure gradient fields in summer are another synoptic type resulting in high levels of air pollution. Extremely cold anticyclonic conditions in winter result in high CO but low NO₂ levels. Weather patterns characterised by strong winds associated either with an established zonal flow or the passage of a cold front caused high NO₂ concentrations in the areas affected by elevated sources. Received October 28, 1997 Revised January 26, 1998