东北亚地区污染物输送的等熵轨迹分析——周边国家对中国的影响

利用等熵轨迹模式研究了中国北方和邻国几个大城市排放的污染物的输送趋势。计算了１９９２－１９９４年期间１，４，７和１０月的每天两次轨迹，并以这些城市为目标，对其前向或后向轨迹线上每３０ｍｉｎ的轨迹点作统计，画出等熵轨迹概率分布图。这些图形表明，等熵轨迹的概率分布能很好地反映污染物的中、远程输送且有明显的季节变化。就前向轨迹区而言，在除夏季外的其它季节里，蒙古乌兰巴托的轨迹区能覆盖到中国华北，俄罗斯的赤塔也能影响到中国东北的大兴安岭地区。而平壤和汉城的前向轨迹区在夏季可向北伸展到中国     

用轨迹模式计算沈阳城区SO_2的浓度

一、引言城市的工业、交通、公共福利事业以及居民的日常生活都离不开煤。煤燃烧后产生大量的污染物排放到大气中,造成城市空气污染。二氧化硫污染即为其中之一。尤其是进入冬季采暖期后,用煤量剧增,污染问题更为突出,因而需要及时对污染物的排放实行管理控制。在了解各种排放源时可以利用轨迹模式计算污染物的输送,估算城市及其     

气流输送对北京大气污染物体积分数的影响

利用HYSPLIT后向轨迹模式和2004年8月—2007年12月NCEP再分析气象资料,计算每天15:00抵达北京地区10、100和500m高度上的后向气流轨迹.对整个研究时段、采暖季和非采暖季期间的后向气流轨迹分别进行聚类分析,得到这3个时段到达北京地区的主要后向气流轨迹聚类.其中整个研究时段的后向气流轨迹分成3个聚类,采暖季和非采暖季的后向气流轨迹都分成5个聚类.结合各段时间中国科学院大气物理研究所观测的大气污染物体积分数资料,分析不同时段气流输送作用对北京主要大气污染物体积分数的影响.发现采暖季和非采暖季北京气体污染物体积分数高值主要集中在来自风速较小的西北方气流聚类.采暖季污染物体积分数低值主要出现在偏北方向风速较大的后向气流轨迹聚类.非采暖季污染物体积分数低值主要出现在偏北低速气流聚类和西北向高速气流轨迹聚类中.从各时段污染物最值分布情况可以看出:在风速较大的后向气流轨迹聚类影响下,北京的污染物体积分数较低;途经了较严重工业排放地带的后向气流轨迹聚类会使北京气体污染物体积分数显著增高.此外,虽然非采暖季的大气污染物分布与气流输送的影响基本符合,但各聚类污染物分布结果与气流输送作用的影响存在偏差.     

淄博市污染气象特征与大气环境容量

利用淄博市环境监测站2002-2004年间的主要大气污染物浓度和同期气象资料,综合分析了淄博市大气环境污染状况及演变特征,用A-P值法对大气环境容量进行测算.结果表明该市主要污染物为可吸入颗粒物(PM10)和二氧化硫(SO2),其实际排放量均高于理想大气环境容量.此外,引入美国NOAA后向轨迹模式(HYSPLIT4),分析了影响淄博市强污染天气的外来气团,确认它们是源于东北地区和内蒙古东部的偏北气流,以及蒙古国中部的偏西气流.这些结果为今后制定城市发展规划,控制和防治大气污染提供了科学依据.     

2013—2016年海口市空气质量特征及典型个例污染物来源分析

根据海南省环境科学研究院提供的海口站2013—2016年逐日空气污染数据,统计分析了海口市空气质量状况。综合应用高低空环流场、AQI指数结合MODIS卫星蓝光气溶胶厚度图,采用HYSPLIT轨迹聚类分析法、潜在源贡献因子法和浓度权重轨迹分析方法,重点分析了2013年12月海口空气污染的的主要输送路径,并探讨了首要污染物PM_2.5和O₃的潜在源区。结果表明：冬夏季风风向转换是海口发生空气污染的最主要气象原因,且首要污染物为PM_2.5,其次是PM₁₀和O₃;海口市空气质量达标率在97.1%,总体较好,AQI指数呈逐年下降趋势;值得关注的是,O₃呈逐年稳定上升趋势。大气污染物浓度受污染物排放和环流场共同影响,海口污染日对应的地面天气形势主要有3种类型,冷高压、变暖高压脊和台风外围下沉气流。此次污染过程中污染源是来自北方地区污染物长距离输送影响的结果。污染物个例分析中,首要污染物PM_2.5潜在源区主要集中在湖南和江西的交界处、广东沿海地区、广西北部、江西和福建的交界处以及浙江中部地区,这些潜在源区气团沿着轨迹1、2和4通过长距离输送到海口。海口O₃质量浓度贡献较大的区域主要集中在湖南和江西的交界处、粤西一带,主要沿着轨迹2将内陆地区的污染源输送到海口。     

我国空气污染状况及其对人体健康的影响

为了解我国空气污染状况,收集了1991～1993年全国城市污染物浓度的资料,这些污染物包括二氧化硫、氮氧化物和悬浮颗粒物,分析指出我国某些地区污染物浓度比较大,各种污染物都有不同程度的超标,然后讨论制定污染指数及相应的对人体健康的影响。       

基于多种TSM方法的北京国家奥林匹克体育中心2月颗粒物来源解析

利用HYSPLIT(Hybrid Single Particle Lagrangian Integrated Trajectory)模型和ERA_INTERIM数据,计算2013—2017年北京奥林匹克体育中心(以下简称奥体中心)2月期间抵达的72 h后向轨迹,并结合聚类分析方法和污染物浓度数据,分析2月不同轨迹对奥体中心污染物浓度的影响,采用四种不同的轨迹分析方法分析奥体中心污染物来源特征,并通过实例分析了不同轨迹分析方法的优缺点和适用性。结果表明:奥体中心2月主导气流明显,为西北路径,出现概率为55.85%;清洁通道为北向气流,污染来源为南向路径和偏东路径,对应颗粒物浓度最高;通过轨迹统计方法得到奥体中心2月颗粒物主要污染来源为河北地区、山东半岛、黄渤海区域、新疆北部与河西走廊。此外,研究发现潜在源贡献函数和浓度权重轨迹方法适用于近距离污染源的识别;停留时间浓度加权方法采用确定性办法通过迭代可以精准识别出北京奥体中心主要污染物来源;定量传输偏差分析方法引入不确定性概念,适用于大范围确定性污染源识别,但同时会产生虚假的污染物来源。不过,采用RTWC方法和QTBA方法相结合可消除QTBA方法带来的虚假污染源。     

太原市一次重污染天气过程的成因分析

针对2016年12月29日—2017年1月6日山西省太原市内发生的一次重污染天气过程,通过分析常规天气条件,SO2、PM2.5和PM10的排放清单以及后向轨迹模式,探讨本次重污染事件的成因。结果表明:本次污染事件持续时间长,重度染污持续将近5 d,多种污染物浓度严重超标,细粒子是污染过程的主要贡献;太原市处于冷空气较弱和水汽条件较好的大尺度大气环流形势下,为冷高压持续稳定,近地面风速小、风力弱地面形势下,形成了大范围、长时间的静稳天气;在污染期间太原地区主要受到来自西北和西部共四种气流输送类型的控制,其中来自西北的气流输送轨迹对应的污染物浓度明显小于其他三条轨迹对应的污染物浓度,输送轨迹的输送高度可能是造成轨迹对应污染物浓度之间差异的一个原因,结合污染物排放源分布发现这次污染事件的形成受本地源和长/近距离输送的共同影响,其中本地源的贡献更为显著。     

宁波秋冬季空气污染变化特征及污染物后向轨迹分析

统计分析2012—2013年宁波空气质量及污染物浓度,得出秋冬季宁波市空气质量最差,AQI均值92,首要污染物主要为PM2.5、SO2、PM10,其中,PM10、PM2.5的浓度超过了国家二级标准。2013年空气质量下降、污染程度明显加重主要表现为秋冬季空气污染加重。应用HYSPILT4模式计算输送轨迹并聚类分析,表明大气污染是可以通过中远距离输送影响到下风向的地区;外来污染源对宁波空气质量影响明显。宁波秋季轨迹比较复杂,共有7条轨迹,主要来自津京冀、黄海南部、浙江西南地区和东海,共占72%;冬季有4条轨迹,主要来自浙北和津京冀,共占81%。由此可见,宁波空气污染受其特定的地理环境和大气环流背景影响,存在远、近不同距离的污染物输送问题,西北方向的输送轨迹对宁波空气质量有明显影响,其AQI、PM2.5、PM10、NO2、SO2平均浓度分别可达104、72.9μg·m-3、122.8μg·m-3、54.1μg·m-3、37.8μg·m-3,远高于其它轨迹。特别是秋季来自京津冀、黄海南部以及冬季来自浙江北部、山西河北的轨迹,造成宁波重度或严重污染的重要原因之一。在重污染天气预报预警中,预报员需要密切关注PM2.5浓度变化。大气污染的防治除政府相关部门继续进行能源结构调整、交通源排放控制外,还需要更大范围区域乃至全国的协作才能从根本上改善城市的空气质量。     

输送对区域本底站痕量气体浓度的影响

利用HYSPLIT4轨迹模式计算了临安、上甸子和龙凤山区域大气本底站2005年7月-2007年6月的气块后向轨迹, 并通过聚类分析取得了各站点平均轨迹的空间分布和季节变化等结果。将各站点同期观测到的O₃, SO₂, NO_x和CO浓度通过滑动平均法去除季节变化, 取得其短期变化信号, 并将轨迹与这种短期变化信号对应, 比较真实地反映了排放源空间分布和轨迹移动特性对污染物浓度的影响。研究结果表明:移动高度高、速度快的气块不利于污染物积累, 对站点污染物起清除作用。但个别来自高空的轨迹会将富含O₃的气块输送到地面, 从而使站点O₃浓度升高。各站均有大约50%~60%的轨迹输送污染气块, 导致站点气体浓度升高。临安站的污染主要来自S-SW和N-SE扇区; 上甸子站的污染最主要来自SE-SW扇区, 其次来自N-SE和W-N扇区; 龙凤山的污染主要由来自S-WSW扇区。     

复杂气流系统中的空气污染物输送与扩散的烟团轨迹模式研究Ⅱ:参数化及实例模拟

建立了一个三维时变、考虑风切变的烟团轨迹模式,模拟复杂气流系统中污染物散布的特征,对污染物散布的日变化进行了实例模拟。结果表明：模式能较好地反映了气象场日变化对污染物扩散的影响,揭示地面浓度分布规律,模拟结果与一些观测事实合理地一致。     

贵州安顺市PM2.5气象输送条件及贡献源空间分布

利用贵州省安顺市2015—2019年大气污染物资料和气象资料,分析安顺市空气质量特征和主要大气污染物特征,通过TrajStat软件中HYSPLIT模型的后向轨迹模式,结合GDAS气象数据、PM_2.5浓度,分析不同季节输送途径及其污染轨迹,采用潜在源贡献作用和浓度权重轨迹分析方法,分析研究期内所有PM_2.5污染日（PM_2.5日浓度高于75 μg·m^-3）输送轨迹垂直与水平方向分布特征。结果表明: PM_2.5是安顺城区主要大气污染物,冬季输送污染轨迹占比较大,输送方向主要为贵州东北方向、偏南方向; 污染日PM_2.5输送路径以贵州东北方向近距离输送为主,该类轨迹基本分布在880—980 hPa高度; 潜在源高值区主要集中在贵阳整个地区、毕节织金县、黔西市、金沙县等,高贡献值区主要集中在安顺紫云县、镇宁县、毕节织金县、大方县等。     

观测系统模拟试验所显示的气块轨迹的精确度

一、前言目前,对地区性的和国际性的大气污染的关心日渐增加,这就需要对污染物的长距离输送做出可靠的测定。在大气污染物的运输和沉降中,气块轨迹对于揭示源和接收体的关系是非常有用的,它们常用来作化学物质长距离输送的估计。实际上,气块轨迹的准确度是受气象观测的时、空分辨率、测量误差和所采用的分析方法所限制的。现已采     

京津冀地区冬半年污染传输特征及传输指数的改进

文章通过轨迹聚类、潜在源区分析等方法对京津冀地区冬半年污染物传输特征进行了分析,在此基础上对传输指数的构建方法进行了改进,并结合一次重污染天气过程分析了其作用。结果表明,对于北京、天津和石家庄,其重污染轨迹出现概率从高到低均为偏南路径、偏西路径、偏东路径和西北路径;在近地面高度上,西南和东南风的增强在大多时候成为北京的污染物传输通道,其中东南方向的污染物来源主要集中在大气低层;改进后的传输指数能够更好地反映外来传输作用对本地污染物浓度的影响,京津冀及周边地区的传输作用对北京、天津和石家庄等大城市的污染物浓度影响较明显,其中城郊及周边地区的近距离传输影响最为显著;合理应用传输指数可以对重污染天气的成因进行初步判断。     

复杂气流系统中的空气污染物输送与扩散的烟团轨迹模式研究──Ⅰ:烟团轨迹模式介绍

建立了一个三维时变、考虑风切变的烟四轨迹模式,用以模拟复杂气流系统中污染物散布的特征.模式具有以下几个特点：（1）常规资料作为模式输入,对边界层参量进行参数化.（2）重新考虑了混合层反射。（3）利用新的扩散参数计算方案.（4）修正了烟团分裂方案。模式能够处理湍流和风切变引起污染物扩散、非均匀风场对污染物的输送、干湿沉积、线性化学反应、混合层高度和稳定度的周日变化、地形地物等对污染物散布的影响。     

城市大气污染预测简介

1　城市大气污染源要进行城市大气污染预报 ,首先要弄清的基础就是城市的大气污染源。尽管治污投资不断增大[1] ,污染源结构不断变化 ,城市大气污染源仍日益严重。其污染源可分自然污染源和人为污染源。自然污染源由自然现象和特定的自然地理环境所致、如沙尘 (暴 )、花粉、局地扬尘等 ;人为污染源中首推工业污染源 ,它排量大 ,易于掌握 ,污染物为微小颗粒物、二氧化硫等无机物和一些有机物 ,这些物质对人体危害较大 ,所以一直是人们普遍关注的污染源物。其次为汽车污染源 ,由于这是一种流动污染源 ,难以掌握和控制汽车排放污染物的主要成分…     

2016—2017年冬季华北地区一次重污染过程的气象条件分析

以华北地区为研究区域,利用地面监测数据、高空观测资料、NCEP FNL资料及HYSPLIT后向轨迹模式,对2016年12月26日至2017年1月9日该地区的雾霾天气过程进行综合分析。结果表明,雾霾期间高空以纬向环流为主,冷空气势力偏弱,主要受高压、弱高压或均压场控制,有利于华北地区静稳天气形成。同时,雾霾期间边界层平均高度约600~900 m,污染物浓度与边界层高度呈负相关,且污染物浓度变化较边界层高度变化存在滞后现象。逆温层的长期存在,不利于污染物垂直扩散,能见度一直维持在5 km以下。后向轨迹集合模拟与聚类分析表明,以北京地区为核心的华北地区雾霾天气期间,外来污染物中,80%来自西北方气团,20%来自河北西南地区气团。     

呼和浩特市大气污染与天气气候的关系

利用1990～2002年呼和浩特市区空气污染物TSP、SO2、NOx浓度的实际监测数据，分析了呼和浩特市大气污染物浓度变化的时空分布特征、大气污染与天气条件的关系。呼和浩特市市区主要以煤烟型污染为主，冬、春季比夏、秋季污染严重，采暖期比非采暖期污染严重，市区中心污染最严重。污染物的排放量及大气的稳定度状态是城市大气污染的主要影响因子，天气变化是城市大气污染物浓度变化的主导因素，局地环流是决定城市污染物分布的关键因素。因此，不同季节排污量的变化、天气条件是制作呼和浩特市大气污染预报的主要依据。     

河源市夏秋季大气污染的特征分析

通过对河源市的空气污染物浓度及相关气象因子的分析,结合后向轨迹聚类分析等手段,研究了河源市秋季与夏季大气污染特性。研究表明:秋季,来自我国东南沿海的气团携带VOCs远距离输送会使河源市的臭氧污染相对较严重,臭氧的平均质量浓度最大8 h可达161μg/m~3,而受短轨迹气团影响时,对应不利于污染物扩散的静稳天气,除臭氧以外的各项污染物质量浓度均较高,平均的PM2.5质量浓度可达70μg/m~3,而来自河源正北方的气团快速经过较大片的森林地区时,各污染物输送累积及污染效应不明显。秋季受高压脊的影响,河源等地受下沉气流影响,风速较弱、光照强烈,容易促成臭氧污染事件的发生。夏季,受频繁降水的影响,总体上各项污染物的质量浓度均相对不高,各项污染物的质量浓度与气团来向的关系不大,但气团移动缓慢时扩散条件相对不利,颗粒物质量浓度会较高。     

西宁市大气环境风险模拟研究

利用中尺度气象模式模拟了特殊地形下的气象变化特征,通过CALPUFF模拟了大气环境风险事件的精细化扩散特征。结果表明：西宁市地面风特征与河谷地形走向基本一致,典型风场表现为湟水河谷盛行西北和东南风,北川河谷则多为偏北风。由于青藏高原昼间强烈的山坡辐射增热和致使低空出现逆温层频率高,强度大,不利于污染物在垂直方向的扩散,河谷剖面模拟温度场的结果显示等高度山坡附近比河谷中心的温度大约高1.5℃。CALPUFF烟团轨迹模式能较好地应用于西宁市大气环境风险事件的模拟研究,模拟结果能清楚描绘出污染物沿河谷输送与扩散的初始状况和细致分布,同时在复杂地形和气象条件影响下出现山体对烟团的阻碍效应、烟团因流场在山脊处出现形变以及山谷风环流影响等非定常扩散现象,扩散轨迹符合复杂地形和气象条件影响的特征和规律,模拟结果对准确预估大气环境风险事件在复杂地形和气象条件下城市中的扩散特征、影响范围和程度具有重要意义。