重庆市荣昌区冬季PM2.5污染的气象因素及区域传输特征

利用2016—2018年重庆市荣昌区冬季PM_(2.5)质量浓度监测数据,结合地面气象观测资料、L波段探空雷达资料、ERA-Interim再分析资料及全球资料同化系统(GDAS)数据,并与HYSPILT模型相结合,分析荣昌区冬季PM_(2.5)污染的气象影响因素及区域传输特征。结果表明:(1)2016—2018年荣昌区冬季PM_(2.5)污染超标频率高达56.3%,但空气质量有好转趋势。PM_(2.5)质量浓度日变化有2个峰值,分别出现在12:00和23:00;(2)荣昌区冬季PM_(2.5)污染主要受降水、逆温层、低层风速等气象条件影响。当925 hPa以下和700~600 hPa存在明显逆温层结,500 hPa呈西北气流或平直西风气流,850 hPa以下为偏东北弱风时不利于PM_(2.5)扩散,易发生重度污染天气。日降水量R>2.0 mm时,降水对PM_(2.5)具有明显的正清除,且清除能力随着降水等级的增大而增大,R<1.0 mm时,降水对PM_(2.5)表现为负清除,微量降水期间不利的扩散条件加之颗粒物吸湿增长作用反而导致PM_(2.5)质量浓度增加,空气质量恶化;(3)荣昌区冬季PM_(2.5)污染主要受距离荣昌区西北和东北方向约300 km范围内的成渝城市群城市间污染物区域输送影响,外域颗粒污染物的传输是荣昌区冬季PM_(2.5)污染的重要原因。     

北京地区供暖季两次重污染过程气象条件对比

为对比分析北京地区供暖季期间两次重污染过程的影响因素,利用气象常规和非常规资料、环保监测站观测资料分析了2016年11月2—5日（以下简称“2016年过程”）和2018年3月11—14日（以下简称“2018年过程”）两次重污染过程的气象条件。结果表明：2018年过程与2016年过程天气尺度高低层天气影响系统类似,地面平均风速均为1.5 m·s-1,大气水平扩散条件基本相似,边界层风场的分布及风速大小基本一致,但2018年过程低层暖气团影响高度达2 km以上且逆温强度很大,大气垂直扩散条件更不利于污染物的扩散;2018年过程PM2.5浓度较2016年过程污染最重单站峰值浓度偏低30.2%,全市平均浓度也较其略低,且未出现爆发性增长阶段,浓度积累增长平缓;2016年过程一氧化碳（CO）出现爆发性增长,4 h浓度上升接近1 000 μg·m-3,峰值浓度为3 179 μg·m-3,黑碳（BC）浓度持续较高且峰值浓度为19 939 ng·m-3;2018年过程期间CO峰值浓度较2016年过程下降24.6%,且未出现爆发性增长阶段,BC有一定日变化特征,峰值浓度为4 228 ng·m-3,远远低于2016年过程。两次重污染过程发生在基本相似的气象条件下,2018年的垂直扩散能力更为不利,但从细颗粒物和一次排放污染物对比来看,2018年过程多种污染物浓度显著下降、平均浓度明显降低,这与人为减排限排等因素密切相关。     

陕西关中地区冬季一次重霾污染过程及气象条件影响分析

利用陕西关中多站气象观测资料和颗粒物浓度监测资料,对2013年12月16—26日关中一次持续多日重霾污染天气过程的颗粒物污染特征及气象条件进行统计分析。结果表明,此次重霾污染事件主要是由细粒子PM_(2.5)造成。关中各站颗粒物浓度在污染过程中的变化具有区域同步性特征,各站PM_(2.5)浓度日均值的相关系数达0.71~0.96,且严重超标,区域最高小时浓度均值达508μg·m~(-3),污染非常严重。关中盆地特殊的喇叭口地形以及关中东部持续的强东风使得区域污染传输叠加本地污染循环累积,是17日关中各站PM_(2.5)浓度剧增的主要原因。污染严重阶段,西安和渭南持续的弱风和静风使得局地排放的污染物聚集,引起PM_(2.5)浓度振荡上扬;宝鸡21日PM_(2.5)浓度的爆发式增长则是由上游西安和渭南储备的高浓度PM_(2.5)在持续偏东风作用下远程传输所致;而铜川受山谷风影响,PM_(2.5)浓度具有显著日变化特征。长时间贴地、悬浮的多层逆温和低混合层高度的存在,抑制了污染物的垂直扩散,也造成低空水汽聚集在近地层,是PM_(2.5)浓度持续累积增长的重要原因。关中此次重霾污染的快速有效清除最终依赖于冷高压加强南下。     

青岛地区一次雾霾重污染天气过程特征分析

利用青岛市环境监测中心站环境监测资料、青岛市气象常规观测资料、美国国家环境预报中心(NCEP)再分析资料,对青岛地区2016年12月18—21日的一次雾霾重污染天气过程进行分析。结果表明:污染期间,亚欧大陆中高纬度地区500hPa呈两槽一脊的环流形式,青岛处于弱槽系统控制下,空气质量好转时,高空锋区明显增强,西北风加大,地面冷锋快速东移;此次雾霾重污染天气过程空气中近地面相对湿度一直维持较高,重污染期间小于2.6m·s~(-1)的地面风速对污染物扩散没有明显作用;污染物的浓度增加、持续阶段与气象要素能见度、风速、混合层厚度呈负相关性,与相对湿度呈正相关性,与温度的相关性较低;污染过程中青岛市区24h的输入污染源主要来自半岛北部地区,主要污染物为PM_(2.5)颗粒。     

外来源影响北京地区空气质量的典型个例分析

利用京津冀地区80个环境监测站PM_(2.5)浓度的逐时监测资料和常规气象站的观测资料,分析了2013年1月京津冀地区3次典型重污染天气过程PM_(2.5)浓度的分布和演变特征,选取PM_(2.5)浓度快速增长时段的风场特征分析外来源对北京地区污染输送的影响。结果表明:2013年1月京津冀地区存在3个PM_(2.5)浓度高值中心,分别位于石家庄—保定、廊坊和唐山地区。北京地区外来源主要来自河北省中南部的石家庄—保定及廊坊一带,主要通过边界层偏南风远距离输送影响北京地区,边界层辐合线和逆温结构加剧了污染物在北京地区的累积。随着静稳时间的增长,PM_(2.5)污染物向燕山和太行山前输送堆积,造成北京地区PM_(2.5)浓度高于河北省中南部地区,北京市郊区PM_(2.5)浓度高于城区。     

2016年春节期间上海市空气质量分析

本文对2016年春节期间(2月7—13日)上海市空气质量及其成因进行了分析,并与2014年和2015年同期空气质量进行对比。结果表明:2016年春节期间上海市空气质量以优良为主,仅正月初一受除夕夜烟花爆竹燃放及不利大气扩散条件的影响,为三级轻度污染;通过对春节期间气象条件、后向轨迹及全国污染分布分析可知,除夕夜上海市大气扩散条件较差,有利于污染物在本地累积,另外上游地区污染物向本地输送也是造成2016年上海市除夕夜空气污染的主要原因之一;通过对比分析上海市烟花禁燃区域内外PM_(2.5)小时浓度的变化及PM_(2.5)浓度差值的绝对值可知,烟花禁燃对污染排放具有一定的控制作用。通过对2014—2016年春节期间上海市PM_(2.5)浓度的分析可知,总体2016年春节期间细颗粒物PM_(2.5)污染明显低于2014年同期,与2015年同期相比2016年春节期间空气质量具有PM_(2.5)峰值浓度低且污染持续时间短等特点,春节期间由于停产和停工使排放源减少,因此对上海市空气质量的改善效果明显。     

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%。     

多尺度气象条件对济南PM2.5污染的影响

长时间序列空气质量数据和气象数据分析济南大气污染与气象条件关系的研究相对较少。利用2010-2016年济南市环境空气质量监测数据、气象再分析和观测数据,分析了济南市PM_(2.5)污染特征、PM_(2.5)浓度与2 m温度(T)、2 m相对湿度(RH)、10 m高度U和V风速(U和V)、10 m风速(WS)、K指数(K)、A指数(A)和边界层高度(BLH)的相关性、天气类型对PM_(2.5)浓度的影响,并基于逐步回归分析方法构建统计模型,利用解释方差量化气象条件对PM_(2.5)浓度变化的影响。分析发现,济南PM_(2.5)浓度存在显著的季节变化和年际变化特征,年均PM_(2.5)浓度呈下降趋势;近地面PM_(2.5)浓度与T、RH、K和A显著正相关,与WS和BLH显著负相关,U和V与PM_(2.5)浓度相关性不显著(p0. 05);不同天气类型对应的PM_(2.5)浓度均值存在显著差异;基于回归模型分析发现气象条件可以解释10%～40%的PM_(2.5)浓度逐日变化,气象条件的影响有明显的季节变化。     

气象条件对石家庄PM_(2.5)浓度的影响分析

利用2013~2014年石家庄逐小时PM2.5监测浓度与地面及探空等气象观测资料,从大气的垂直扩散、水平扩散和地面局地环流等方面,探讨气象条件对PM2.5浓度的定量影响关系。结果表明:(1)石家庄PM2.5浓度具有明显的日、月和季节变化特征,早晨08时前后PM2.5浓度最高,下午16时前后浓度最低;冬季PM2.5浓度最高,夏季最低;(2)2 a共出现485 d逆温,其中10~12月出现频率最多,达82.8%~86.2%,逆温致使低层大气垂直运动受阻,不利于污染物扩散;(3)大气混合层高度与PM2.5浓度呈反相关,PM2.5浓度75μg/m3(空气质量优良),对应大气混合层高度平均为1 448 m,而PM2.5浓度≥150μg/m3(空气重污染)的混合层高度降到878 m;(4)受地形影响,石家庄地面风与边界层附近风对污染物的影响明显不同:925 h Pa西南风、地面偏东风不利于污染物扩散;925 h Pa西北风、地面偏西风有利于污染物浓度降低。925 h Pa风速4 m/s、地面偏西风风速2 m/s、地面偏东风风速3 m/s,有利于污染物扩散;(5)降水对污染物有湿清除作用,清除量不仅与降水量有关,还与前期PM2.5浓度有关,且冬季降雪过程对PM2.5的清除作用是降雨的4倍。     

重庆市一次严重雾霾过程的阶段性特征及成因

针对2014年1月26日—2月3日重庆市主城区出现的一次严重雾霾过程,对污染物浓度、环流形势和气象要素进行综合分析。结果表明,雾霾强度变化与AQI指数、PM_(10)和PM_(2.5)浓度有比较好的对应关系,PM_(10)和PM_(2.5)是此次过程的首要污染物,SO_2和NO_2有明显的单峰型日变化,但对AQI指数的影响较小。高空持续稳定纬向环流和中低空西南暖湿气流,逆温层持续存在且低空风速小是有利于连续雾霾过程的背景条件。地面平均风速小,平均日温差小,相对湿度大于85%,能见度低使地面湍流活动弱,大气维持静稳状态,空气污染持续加重。     

肇庆市干季PM_(2.5)污染特征与潜在输送源分析

基于肇庆市2014—2018年PM_(2.5)质量浓度数据,使用HYSPLIT模式计算肇庆市干季的后向气流轨迹,并应用聚类分析法、潜在源贡献因子分析和质量浓度权重轨迹分析方法评估PM_(2.5)污染物的外来输送特征和潜在源区。结果表明:(1)2015—2018年肇庆市PM_(2.5)污染维持在较高水平,2017—2018年PM_(2.5)污染略有加重趋势;(2)污染较重的月份主要在1—4和10—12月,1月PM_(2.5)污染最严重,而6月PM_(2.5)质量浓度最低,5、7和8月无PM_(2.5)污染超标;(3)全年PM_(2.5)日平均质量浓度与风速相关性最高,干季与风速的相关系数有所提高;(4)干季影响肇庆的气流有5条,其中超过1/2源自东北和偏北方向的气流,来自东北方向的气流轨迹对PM_(2.5)污染贡献最高,其次来自偏西方向绕过珠三角北部进入肇庆的轨迹和广东省内短距离输送的轨迹;(5)肇庆市干季PM_(2.5)外来输送潜在源区主要位于肇庆辖区内和珠三角中南部城市以及粤东、粤东北部分地区,其中佛山、珠海、中山、东莞、惠州、广州南部对肇庆PM_(2.5)质量浓度贡献均超过60μg/m;。     

2014-2016年荆州城区空气质量与气象要素的关系分析

利用2014年1月1日—2016年12月31日荆州城区逐日空气质量数据和同期地面气象要素逐日观测资料,分析了荆州城区空气质量状况、变化特征及其与气象要素的相关性。结果表明,荆州城区优良日数偏少,但2014—2016年荆州城区空气质量略有改善,首要污染物为PM_(2.5);AQI和PM_(10)、PM_(2.5)、SO_2、NO_2、CO的月变化规律一致,呈V型分布,冬季空气污染最严重,夏季空气污染相对较轻,O_3的变化规律则相反,呈反V型分布;除O_3外,AQI和其他污染物浓度与前一日AQI、气压呈正相关关系,与气温、水汽压、湿度、云量、降水、风速呈负相关关系,据此建立了AQI和各污染物浓度的回归预报方程;进一步分析了2014年1月严重污染天气的成因,本地污染物的分布、外地污染物的输入和气象扩散条件是影响空气质量的主要因素。     

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。     

江苏淮安地区大气污染变化特征及其与气象条件的关系

采用江苏省淮安市地面5个监测站2013年1月1日—2015年12月31日PM_(10)、PM_(2.5)、SO_2、NO_2、CO、O_3逐日质量浓度资料及同期气象资料,统计分析了该地区空气污染季节变化特征及其与气象条件的关系;采用MODIS的光学厚度AOD(Aerosol Optical Depth)资料和火点资料分析了2013年12月发生在淮安的一次持续性大气污染事件。研究结果表明,淮安空气质量AQI指数(Air Quality Index)在春冬季较高,夏秋季较低,污染天气发生在春冬季的概率为23.6%,夏秋季的概率为13.3%。淮安地区的首要大气污染物为颗粒物污染,其中PM_(10)、PM_(2.5)占比分别达到25.2%、48.9%,PM_(10)中PM_(2.5)比率年平均为61.0%,臭氧是第2大污染物,占比为25.8%。表征大气柱气溶胶浓度的AOD的季节变化与地面颗粒物浓度截然不同,颗粒物浓度1月和12月出现极高值,而这两个月AOD月平均值却在一年中达到极低值,AOD最高值出现在7月。另外,AQI与降水、气温、风速、相对湿度呈负相关关系,但相关程度较弱。     

Response of fine particulate matter to reductions in anthropogenic emissions in Beijing during the 2014 Asia–Pacific Economic Cooperation summit

研究使用全球大气化学传输模式GEOS-Chem高分辨率(1/4°×5/16°)区域嵌套版本评估2014年亚洲-太平洋经济合作峰会(APEC)期间不同地区不同污染物减排对北京地区PM_(2.5)(粒径小于2.5μm的气溶胶颗粒,本文中定义为硫酸盐、硝酸银、铵盐、一次有机碳和黑碳气溶胶浓度之和)浓度降低的不同影响。在2014年10月15日至11月29日期间,模拟结果表明:模式可以重现观测结果中PM_(2.5)及主要气态污染物(一氧化碳、二氧化氮和二氧化硫)浓度的日变化趋势。在APEC期间,模拟PM_(2.5)浓度相比会议前期和会议后期下降55.9%–58.5%,与观测结果具有较好的一致性。敏感性实验结果表明:APEC期间华北地区氮氧化物和一次有机碳的减排对于北京地区PM_(2.5)浓度的降低影响最为显著,相应减排措施致使北京地区PM_(2.5)浓度分别下降5.7%和4.6%。同时,对氨气排放的控制可以有效地降低整个华北地区在APEC期间的PM_(2.5)浓度。     

辽宁省中部一次重污染过程城市间污染差异及成因

利用常规气象站地面观测资料、环境监测站污染物监测资料以及欧洲中心再分析资料等,对辽宁省一次秸秆燃烧引起的重污染天气过程进行分析,探讨不同城市间污染程度的差异及成因。结果表明:(1)此次重污染过程主要污染物成分为CO,PM_(2.5)质量浓度与CO和NO_2质量浓度的时间变化有很好的对应关系,能见度受PM_(2.5)质量浓度和相对湿度共同影响;(2)营口和盘锦前期1.0 mm以上的弱降水过程对污染物湿沉降作用明显,而其他城市降水量较小反而有利于污染物的吸湿增长;(3)重污染期间,地面至700 hPa高度的水平风速均接近4 m·s~(-1),大气层结稳定,逆温层明显,抑制了污染物的垂直扩散;(4)除锦州外,其他4市850 hPa和900 hPa高度间0℃左右的暖层长时间维持,可能为污染物颗粒表层水分相态的变化、碰并增长提供了有利的环境;(5)污染期间,吉林和黑龙江一带存在大量火点,大面积秸秆集中燃烧是下风向辽宁中部地区主要污染源,在有利于污染物积累的天气条件下,需要加强本地和外来污染源的控制。     

Trends of surface PM_(2.5) over Beijing–Tianjin–Hebei in 2013–2015 and their causes: emission controls vs. meteorological conditions

文章以2013年为基准年对京津冀地区2014–15年的PM_(2.5)浓度变化趋势作了分析,并结合区域空气质量模式NAQPMS研究了气象条件和大气控制措施对PM_(2.5)浓度变化的贡献。研究结果表明:京津冀地区2014–15年PM_(2.5)年平均浓度较2013年有明显下降,其中:南部城市(邢台、邯郸、石家庄和沧州)PM_(2.5)浓度下降由气象条件和排放源控制共同作用,排放源控制起主导作用;天津市和廊坊市2014年PM_(2.5)浓度下降有赖于排放源控制,气象条件总体不利于污染物扩散,2015年则由气象条件和排放源控制共同作用,以排放源控制为主导作用;受制于不利气象条件影响,北京市PM_(2.5)浓度下降幅度较其它污染城市更小(2014和2015年分别为4%和9%)。在采暖季和非采暖季的对比中,2015年采暖季期间,整个区域重污染下的PM_(2.5)浓度下降幅度显著大于其它时期,这表明当前该区域大气污染治理正朝精细化的方向发展。     

北京市朝阳区主要大气污染物浓度变化特征

利用2011—2013年北京市朝阳区国家一般气象站PM_(2.5)、O_3、NO、NO_x、CO和SO_2的大气成分监测资料,分析了朝阳区6种主要大气污染物浓度不同时间尺度的变化特征.结果表明:2011—2013年朝阳区PM_(2.5)浓度呈明显增长的趋势,达到重度污染等级的日数增多;而O_3、NO、NO_x、CO和SO_2等气态污染物的年平均浓度变化较小,无明显增长的趋势,5种气态污染物浓度季节差异明显.除O_3浓度为夏季高、冬季低外,PM_(2.5)、NO、NO_x、CO和SO_2浓度均为夏季低、冬季高,可能与冬季采暖期排放的污染物增多有关.污染物浓度的日变化除O_3呈单峰型外,其他5种污染物浓度日变化均大致呈双峰型,可能与人类活动及天气条件有关.朝阳区与宝联、顺义、上甸子地区等代表"城市—近郊—远郊站点的污染物浓度日变化存在极大的差异性,其中PM_(2.5)浓度差异最明显,朝阳站PM_(2.5)浓度日变化呈双峰型,宝联站PM_(2.5)浓度日变化呈三峰型,昌平和上甸子站PM_(2.5)浓度为峰值出现在夜间的单峰型日变化.由此可见,不同地区因城市化发展程度不同,导致局地污染物浓度存在明显的差异.     

上海地区空气污染变化特征及其气象影响因素

利用2013—2014年上海地区6种空气污染物小时浓度和逐日空气质量分指数(IAQI)的监测资料,统计分析了上海地区空气污染的变化特征及其气象影响因子。结果表明:2014年上海地区空气质量优良率达77.0%,空气质量总体较2013年明显好转。2013—2014年上海地区AQI具有季节性特征,表现为冬季空气质量较差、秋季空气质量较好的特征,其中12月空气质量最差。由首要污染物分布可知,上海地区最主要的污染物为PM_(2.5),其中冬季PM_(2.5)污染出现最多;O_3则为夏季的主要污染物。由污染物浓度的周循环变化可知,上海地区PM_(2.5)、PM_(10)、NO_2和O_3浓度均存在周末低于工作日的"周末效应",但PM_(10)和NO_2浓度的"周末效应"更显著。由2014年上海地区霾日与PM_(2.5)浓度的变化可知,当PM_(2.5)浓度达到轻度及以上污染时,霾天气出现的概率大幅提高,但二者并非对应的关系。天气形势对PM_(2.5)污染影响较大,基于上海地区天气形势特点可以将PM_(2.5)污染的地面形势分为7种类型,其中高压中心型和高压楔型为PM_(2.5)污染的主要天气型。由于上海地区冬季冷空气活动频繁,西北风将上游地区颗粒物输送至本地,易造成较严重的污染天气;同时在冷高压的控制下,高压中心型和高压楔型天气频繁出现,导致颗粒物不易扩散,也易造成空气污染。夏季和秋季在副热带高压的控制下,水平和垂直扩散条件均较好,不易出现PM_(2.5)污染,但由于气温较高,光照条件较好,易出现O_3污染。     

深圳一次冷锋前高压脊影响下重度霾污染过程的数值模拟

利用WRF-Chem模式,模拟了2014年1月3—4日深圳市发生的一次冷锋前大陆高压脊影响下的重度霾污染天气过程的发生、发展及消散各阶段的温度场、风场、大气边界层以及污染物的三维结构特征,分析了PM_(2.5)时空变化特征及与气象环境场的关系,结果表明:(1)模式对该次重霾污染天气过程PM_(2.5)模拟值与实测值的相关性较好,能够较好地再现该次霾过程的污染物质量浓度场特征,但PM_(2.5)质量浓度整体略偏大;(2)PM_(2.5)质量浓度模拟结果表明,高质量浓度位于深圳中西部地区,中西部污染较东部严重,PM_(2.5)污染时段主要出现在20:00—02:00,与霾严重时段相吻合;(3)通过分析此次污染过程温度场、风场、大气边界层以及污染物的三维结构,首要污染物PM_(2.5)质量浓度的分布与大陆高压脊影响下造成的持续大范围弱北风、强下沉气流、较低的大气边界层以及逆温层有密切关系。持续弱北风和强下沉气流不利于污染物的水平和垂直扩散,较低大气边界层促进污染物在边界层内快速积累;逆温层的存在进一步抑制了大气垂直扩散能力,使得霾天气加剧。