华南区域大气成分数值模式GRACEs预报性能评估

利用2016-2019年广东省国控站实况监测数据对华南区域大气成分数值模式系统(GRACEs)预报性能进行了综合评估。除空气质量指数AQI外,重点对PM_2.5、O₃及NO₂进行了分析评估。(1) 模式预报性能存在年际差异,对各要素的预报值总体偏低。(2) 模式预报能较好地反映空气质量的空间分布,PM_2.5中心在珠三角西北部,而O₃-8 h高值区在珠三角核心区和粤东沿海,但模式对O₃-8 h高值区存在显著预报低估现象。(3)模式可较好地模拟出PM_2.5月变化的单峰型特征和O₃-8 h月变化双峰型特征,但模式对AQI的秋冬季主峰值和春季次峰值的预报存在低估,分别与模式对O₃-8 h、PM_2.5的低估有关。(4) 模式能较好体现O₃的午后峰值和NO₂双峰值的日变化规律;模式对O₃前体物NO₂的预报偏差,有可能是导致随后几小时对O₃浓度预报偏差的重要原因。(5) 日平均浓度预报效果检验显示模式可较好预测AQI和3种污染物的变化趋势,但对夏秋季高O₃-8 h浓度预报显著偏低;模式对轻度污染及以上等级预报能力偏低,亟需提升模式对污染天气的预报能力。      

污染源反演对重点城市群夏季O3模拟的改进效果评估

在嵌套网格空气质量预报模式系统(NAQPMS)的基础上,采用污染源反演方法优化以中国多尺度排放清单(MEIC)为主的先验排放清单中臭氧(O₃)前体物排放量估计。分析时段为2019年6～8月,重点评估了污染源反演对我国“2+26”城市、长三角、珠三角、成渝4个重点城市群O₃模拟的改进效果。评估结果表明,污染源反演获得的“2+26”城市、长三角、珠三角的氮氧化物(NO_x)排放速率整体低于先验清单的排放速率约0.6μg m_-2 s_-1,但反演的挥发性有机物(VOCs)排放速率在“2+26”城市整体上高于先验清单的排放速率约0.5μg m_-2 s_-1。利用反演的NO_x和VOCs排放量和NAQPMS模式对4个城市群O₃进行模拟,发现反演排放数据可以显著改进夏季O₃模拟性能,使得O₃日最大8小时平均值(MDA8-O₃)模拟的均方根误差(R...     

CAPPS3模式在福州市预报效果检验

对2009年7月至2010年6月区域空气质量数值预报模式CAPPS3在福州市的应用进行效果检验,分析各季节CAPPS3预报福州市3种污染物SO₂、NO₂和PM₁₀的等级预报准确率、转折性天气预报准确率与监测值的相关系数以及综合评分。结果表明：夏秋季节CAPPS3模式3种污染物等级预报准确率较高,冬季NO₂和春季PM₁₀的等级预报准确率较低,错误等级预报多数偏高;转折性天气预报准确率夏秋季最高,春季最低,模式对天气形势的变化反应不灵敏,特别是污染物浓度突变时,预报能力较差,当天气形势稳定时,预报效果较好;浓度预报值较监测值有偏大和滞后的缺点;相关系数及综合评分结果夏秋季最高,春季最低。CAPPS3总体预报效果较好,可提供有价值的指导预报,适合业务运行。     

新冠疫情影响下全球对流层臭氧变化特征研究进展

自2020年新冠疫情(COVID-19)爆发以来,各地进行了不同程度的人员流动限制或封控,致使全球范围内氮氧化物(NO_x)、二氧化硫(SO₂)、一氧化氮(CO)、细颗粒物(PM2.5)等大气污染物浓度均大幅度降低,而作为二次污染物的臭氧(O₃)在各地区却表现出复杂的变化特征,成为研究热点。本研究总结了近两年该方向的研究成果,阐明了COVID-19期间对流层O₃及其前体物的变化特征、变化机制及其可能存在的潜在环境效应。COVID-19严控期,全球人为NO_x排放下量降了至少15%,特别是高人为活动影响区,下降了18%～25%,部分高污染地区(挥发性有机物敏感区)近地层NO_x的减少量达50%以上。NO_x的减少导致NO对O₃的滴定作用减弱,使得该类高污染地区O₃增加(10%～50%)。而偏远地区及自由对流层O₃主要受NO_x控制,NO_x...     

北京城市大气环境污染机理与调控原理

该文主要介绍了科技部国家重点基础研究发展规划项目“首都北京及周边地区大气、水、土环境污染机理及调控原理”大气分项目的研究成果。项目分别于2001年和2003年重点开展了BECAPEX科学试验 (Beijing City Air Pollution Experiment)。BECAPEX试验同步进行城市边界层气象与大气化学观测, 通过卫星遥感、地面观测, 即城市空间和地面以及点与面结合的技术途径, 以揭示北京城市污染“空气穹隆”大气化学结构特征及其变化规律, 为城市环境大气动力-化学模式提供基本科学参数, 给出城市边界层大气物理化学过程综合模型, 为提高城市环境大气物理-化学过程耦合模式的准确性和可靠性提供科学依据。该项目揭示了北京城区和城近郊区城市边界层结构与湍流特征, 城市大气污染垂直结构特征; 发现了城市大气污染空间结构多尺度特征, 其中包括大气污染源影响和城市热岛多尺度特征; 揭示了城市大气重污染过程周边源影响域, 以及北京及周边地区气溶胶影响域和区域气候响应; 提出了北京市典型污染源排放清单; 发展了城市气象模式系统, 包括冠层模式、街谷环流和热力结构以及城市高大建筑群周围风环境数值模拟; 发展了空气质量模式技术, 包括二次气溶胶模拟试验、北京地区SO₂污染的长期模拟及不同类型排放源影响的计算与评估、影响北京地区的沙尘暴输送模拟、区域化学输送模式中NO_x和O₃源示踪法, 城市尺度的大气污染CAPPS模式及统计模型的应用、大气污染及紫外辐射数值预报模式和CMAQ-MOS空气质量预报方法; 改进了美国公共多尺度空气质量预报模式, 建立了CMAQ-MOS区域空气质量动力-统计模型预报模式, 以及发展的源同化技术, 突破了当前空气质量模式技术“瓶颈”, 使模式预报准确率明显提高。     

汾渭平原CUACE模式空气质量预报性能的检验订正及环境评估

利用2019年1—6月地面环境监测资料和PM_2.5气象条件评估指数，结合滚动偏差订正方法，对汾渭平原CUACE空气质量预报产品进行了检验订正，并对气象条件和污染减排影响进行了评估。结果表明：CUACE模式对空气质量指数(AQI)、PM_2.5和SO₂浓度预报值较接近观测值，PM₁₀、CO和NO₂预报值小于观测值，O₃预报值大于观测值；对首要污染物O₃和PM_2.5及重度和严重等级污染的预报的TS评分最高，漏报率和空报率最小，预报偏差最接近1；滚动偏差订正方法对改善CUACE空气质量预报效果较为明显，尤其是对PM₁₀、O₃和NO₂改善最为明显；汾渭平原2019年上半年气象条件变化使PM_2.5浓度较2018年同期和过去5年同期分别上升了18.26%和11.18%，减排措施使PM_2.5浓度较2018年同期和过去5年...     

夹卷对郊外大气边界层内臭氧影响的数值模拟研究

夹卷是大气边界层与自由大气进行能量和物质交换的重要途径,对边界层动力结构及边界层内温度、水汽和各种污染物浓度有重要影响。利用化学-地表-大气-土壤(CLASS)模式定量评估了夹卷过程对远郊地区大气边界层内臭氧（O₃）浓度的影响并与大气化学反应贡献进行了对比,结合地面O₃、NO_x及边界层高度、位温和比湿等观测资料和再分析资料对CLASS模拟结果进行了定量评估。结果表明:CLASS模式能较为真实地模拟夹卷和大气光化学反应对远郊地区大气边界层臭氧浓度的影响,且当自由大气层内臭氧浓度达到一定值时,两者对边界层内臭氧峰值影响相当。数值试验结果进一步揭示,夹卷对控制氮氧化物（NO_X）和可挥发性有机物(VOC_S)排放源控制效果有重要影响,且当夹卷区内O₃跳跃值增大到一定时,可完全抵消源排放减排控制的效果。本研究旨在表明,为有效控制近地层臭氧浓度,在制定人为污染源减排措施时必须考虑自由大气层臭氧的夹卷贡献。      

广州亚运会期间鼎湖山站大气污染特征

为了解广州亚运会期间华南区域大气质量状况以及气象条件对区域本底浓度值的影响,2010年11月对鼎湖山站主要污染物NO_x,SO₂,O₃,PM₁₀和PM_2.5进行了连续在线观测。利用MICAPS,NCEP FNL资料及后向轨迹模拟对观测时段大气污染物变化特征进行了分析。结果表明:观测时期鼎湖山区域NO₂,SO₂和O₃平均体积分数分别为 (7.2±3.1)×10-9,(8.5±3.8)×10-9和 (28.7±9.8)×10-9。PM₁₀和PM_2.5的月平均质量浓度分别达到113 μg·m-3和81 μg·m-3,PM_2.5超标日数达13 d (标准为世界卫生组织第1阶段值,日平均值为75 μg·m-3)。不同时段日变化分析表明,广州亚运会期间高值时段 (定义为PM_2.5质量浓度超过世界卫生组织的IT.1标准的时段) NO_x和O₃平均体积分数为13.2×10-9和20.9×10-9,较2009年同期分别下降了41.3%和10.7%。不利气象要素影响和污染物区域传输作用是形成珠江三角洲区域大气本底 (鼎湖山地区) 细粒子污染偏高的主要原因。     

辽宁地区O3污染状况及相关气象要素分析

利用2015—2019年辽宁城市逐小时地面O₃浓度观测数据,结合各城市逐小时气象要素观测数据,分析了辽宁地区近5 a的O₃污染状况及影响O₃的相关气象条件。结果表明：除环辽东湾部分城市O₃浓度呈下降趋势外,辽宁地区其他城市的O₃浓度均呈明显的上升趋势,O₃正取代PM_2.5成为影响辽宁地区的首要大气污染物。O₃浓度具有夏季高、冬季低,下午高、早晨低的时间分布特征。除受污染排放源直接影响外,高温、高湿、强辐射、小风和地面低气压都有利于O₃的局地生成;在亚洲夏季风的影响下,上游地区（如京津冀地区）的污染气团会随大气环流向东北地区输送,对辽宁地区夏季O₃污染产生重要影响。     

杭州市区大气臭氧浓度变化及气象要素影响

利用2005-2007年杭州市区大气O₃连续监测资料, 分析了O₃浓度变化特征, 在此基础上结合气象观测资料, 分析了大气O₃与天气系统间的关系, 建立了O₃与气象要素间的多元回归方程。结果表明: 2007年O₃平均浓度和最大小时浓度分别为44 μg.m-3和348 μg.m-3, 比上一年增加20%左右, 超标现象也越来越严重; O₃浓度有明显的季节变化, 夏季高、冬季低; 大气O₃浓度超标主要出现在高压后部和高压控制等天气类型。在紫外线强度较强时O₃浓度也高, 二者呈显著正相关; 对O₃与各种气象因子进行多元回归分析表明: O₃主要受到温度、相对湿度、日照等因素影响。     

北京冬季低层大气O3垂直分布观测结果的研究

给出了2001年2月26～28日在北京市方庄小区用系留气艇观测大气边界层O3垂直分布的结果.结合相关资料,对边界层O3的变化机制进行了初步分析.研究表明,冬季边界层O3主要受边界层气象条件、尤其是逆温层的影响比较大.在逆温层以下O3都维持极低值分布,超过仪器所能观测的最低极限.在逆温层向自由大气过渡的高度区域,O3浓度明显的梯度变化与风速垂直切变有关.观测还表明冬季城市市区大量排放的氮氧化物、水汽参与的化学反应是影响边界层O3变化的重要因素.     

Flow and Transport in the Obstacle Layer: First Results of the Micro-Scale Model MITRAS

A new atmospheric micro-scale chemistry, transport and stream model, MITRAS, has been developed within the Tropospheric Research Program (TFS). MITRAS is an obstacle resolving model solving simultaneously the governing equations for chemistry, pollutant transport including soot as well as for the flow and temperature field. The chemical reaction module is based on a simplified RACM mechanism. MITRAS has been tested against quality ensured wind tunnel data. The model results on soot and ozone concentrations as well as on the spatial representativeness of measurement sites underline the necessity for high-resolution flow simulations for case studies on close-to-source chemistry and pollutant transport within the urban canopy layer.     

支持向量机在大气污染预报中的应用研究

支持向量机是基于统计学习理论的新一代机器学习技术，其非线性回归预测性能优越于传统统计方法。利用前一天该污染物的日均浓度、前一天地面平均风速等7个预报因子建立了基于RBF核函数支持向量回归法的大气污染预报模型，并利用十重交叉验证和网格搜索法寻找模型最优参数。乌鲁木齐大气预报实例表明：支持向量机显示出小样本时预报精度较高和训练速度快的独特优势，为空气质量预报提供一种全新的模式。     

大气平流扩散的箱格预报模型与污染潜势指数预报

该文在对平流扩散方程积分的基础上, 建立了对初始浓度有记忆力, 并对非相邻地区的浓度有感受力的箱格预报模式, 该模式的框架可用于各种时、空间尺度或多尺度的空气污染预测、预报.文中还定义了物理意义明确的空气污染潜势指数PPI以反映大气通风扩散稀释和干、湿沉降清除大气污染物的总能力, 结合天气预报模式和箱格预报模式则可进行空气污染潜势预报.给出了对源强和浓度监测要求灵活的空气污染指数PSI的预报公式和方法.在仅使用常规浓度监测资料的条件下, 检验了该文的基本方法, 其结果看来是可接受的.     

云对云中大气臭氧影响因子的分析

应用一个较详细的气相光化学和液相化学耦合的箱体模式, 研究了云层对云中大气臭氧的影响过程。这一过程可分解为三个因子来考虑： 因子Ａ （云的辐射效应）, 由于云的存在改变太阳光辐射通量, 使得对流层光化学反应减弱或增强, 从而降低或增加臭氧浓度; 因子Ｂ（云的吸收效应）, 云层中液态水对大气臭氧及其前体物 （ＮＯｘ、ＮＭＨＣ、自由基等） 的直接吸收作用; 因子Ｃ（云的液相化学效应）, 吸收进入云中的物质发生液相化学反应从而改变大气臭氧浓度。数值研究结果表明： 上述三因子对云中臭氧浓度影响的程度差别很大, 并且与云层的物理结构有密切关系。讨论了云的吸收及液相化学效应影响臭氧浓度的主要原因     

基于多元线性回归算法的雾霾预测模型的研究

对乌鲁木齐市环境监测站2013—2015年冬季逐日AQI、PM_2.5、PM₁₀、SO_2、NO_2、CO、O_3数据进行相关分析,并利用MATLAB编程工具进行多元回归统计分析,建立了多元回归统计预测模型。对2015年1—3月乌鲁木齐雾霾天气进行预测试验,发现预测值与实际值有较好的拟合效果和预报效果。实验证明,在大气层结稳定的冬季将当天的大气污染物浓度作为因子,用多元线性回归算法建立预测模型对次日雾霾天气进行预测是一种有效的雾霾统计预报手段,本文试图用MATLAB编程工具建立动态多元回归预测模型,编写了自动预测系统软件,测试取得了较好的预测效果。     

大气污染物非线性回归模型构建

本文基于重庆主城区（沙坪坝站）2014—2018年逐日同期同步观测的气象要素和环境空气质量监测数据进行分析。首先通过对不同大气污染物与各种气象要素进行相关性分析，剔除影响预报模型共性的气象因子，明确显著影响空气质量的气象要素；然后结合污染物排放、大气扩散过程和湿沉降作用机理；最后构建乘幂与线性叠加的混合模式的空气质量预报方程。结果表明：构建的非线性回归方程能较为真实地反映主要大气污染物与气象要素的相互影响关系，回归模型预报检验准确率高（预报评分达87.6）。     

Nonlinear Retrieval of Atmospheric Ozone Profile from Solar Backscatter Ultraviolet Measurements:Theory and Simulation

ＮｏｎｌｉｎｅａｒＲｅｔｒｉｅｖａｌｏｆＡｔｍｏｓｐｈｅｒｉｃＯｚｏｎｅＰｒｏｆｉｌｅｆｒｏｍＳｏｌａｒＢａｃｋｓｃａｔｅｒＵｌｔｒａｖｉｏｌｅｔＭｅａｓｕｒｅｍｅｎｔｓ：ＴｈｅｏｒｙａｎｄＳｉｍｕｌａｔｉｏｎ①ＬｉＪｕｎ（李俊）ａｎｄＬｕＤａｒｅｎ...     

边界层臭氧浓度变化特征及相关因子分析

根据广州市城区麓湖、郊区花都测站的2004年污染物监测数据和气象资料,采用统计分析软件SPSS和Excel分析了广州市臭氧浓度的时间变化特征,包括臭氧浓度的年季变化、周变化及日变化特征,并分析了O3与污染物CO、NOx(NO和NO2)、SO2、PM10以及与气象条件之间的相关性。结果表明:广州市臭氧浓度一年出现2个峰值,分别为6月和10月并且郊区浓度大于城区;一周之中最大浓度出现在周末;O3日平均浓度与NOx、NO、CO、相对湿度负相关性较显著,与PM10和气温正相关性较显著;在气温较高、湿度较低的晴朗少云天气时,易造成广州市臭氧的高浓度。     

基于机器学习分类算法的臭氧浓度等级预报在长沙的应用

为准确预报臭氧浓度等级,基于EC_THIN全球天气模式产品和我国自主研发的CMA_GFS全球天气数值预报产品以及华南GRACEs大气成分模式输出产品,融合气象和环境观测数据,使用6种机器学习智能算法,构建耦合数值预报模式和机器学习的混合模型,旨在充分发挥数值预报与机器学习智能算法的优势和互补协同作用,实现臭氧浓度等级预报准确度的跨越式提升。共设置4个控制试验,选取不同的特征产品,依次使用机器学习经典分类算法对长沙市未来4天的臭氧浓度等级进行分类预报,取测试准确度最高的模型输出结果作为结果统计。发现：最优模型1～4天的测试准确度分别为81.7%、81.7%、78.3%、60.9%,大大高于大气成分模式预报和预报员经验,达到预期设计目标;高质量的天气模式产品对模型贡献大,而大气成分模式产品对模型贡献有限;模型3天以内预测性能较好,低等级预测性能较好,高等级预测性能一般。提出解决方案供讨论：增加高等级样本数量,增强模型对此类事件的识别能力;加强高等级臭氧污染的机理分析,组合出更精炼的因子供模型使用。